Submeter Resolution Surface Rupture Topography From Legacy Aerial Photographs—A Test Case From the 1992 Landers Earthquake
Notice bibliographique
Résumé
Abstract The 1992 7.3 Landers earthquake in the Mojave Desert (California) provided exceptional observations of surface faulting in a large, continental earthquake. The U. S. Geological Survey obtained nadir angle, overlapping aerial photographs at 1:6,000 scale for the entire 85 km rupture length. Recent advances in Structure from Motion photogrammetry allow for archival photographic data sets such as these to be reprocessed, generating digital topography that can be reanalyzed quantitatively in a way that was not previously possible. In this proof‐of‐concept study, we generated a georectified, 10 points/m topographic point cloud over nearly the entire Landers rupture length and a higher‐resolution 40 points/m point cloud over a smaller ( 5 km) rupture segment along the Emerson fault. We estimated the accuracy and explore the utility of our point cloud in two tests. First, we observe close geometric agreement (average closest point distance 2.1 cm and standard deviation 14.0 cm) between our point cloud and a 2008 terrestrial lidar survey of the Galway Lake Road site on the Emerson fault. Second, we made 173 vertical offset measurements within a small, structurally complex pull‐apart basin, also on the Emerson fault, and find visual and statistical similarity with 21 local field measurements. These two tests demonstrate that point clouds generated from legacy aerial surveys and georeferenced using free Google Earth and National Elevation Dataset imagery are geometrically accurate and can be used to densify geomorphic offset measurements even along well‐studied surface ruptures. Applied to other historical events, such measurements could provide new insights into earthquake rupture processes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».