Determination of the dipping direction of a blind reverse fault from InSAR: case study on the 2017 Sefid Sang earthquake, northeastern Iran
Notice bibliographique
Résumé
Abstract Determining the fault parameters of an earthquake is fundamental for studying the earthquake physics, understanding the seismotectonics of the region, and forecasting future earthquake activities in the surrounding area. Dense crustal deformation data such as Interferometric Synthetic Aperture Radar (InSAR) are useful for fault parameter determination, but determining the dipping direction of a blind fault is often challenging when the size of the earthquake is not large (M < 7) or when the coverage of the deformed area is limited to capture the details of rupture. The 5th April 2017, Mw 6.1 earthquake occurred near the city of Sefid Sang, northeast of Iran, provides an excellent case for exploring the potential of InSAR data for determining the dipping direction of a blind reverse fault. Using Advanced Land Observing Satellite-2 (ALOS-2) and Sentinel-1A interferograms of four different observation directions and a fault slip inversion method that allows thorough exploration of the fault geometry led to two candidates of reverse fault models, dipping either to the northeast or the south. The results show that the fault models of both dipping directions explain the data well, with a slight advantage in the northeast-dipping fault model in terms of the misfit when the atmospheric corrections were applied. The northeast-dipping fault model is, in addition, more consistent with the strike of the mapped active faults in the region and with the aftershock distribution, from which we infer that the 2017 Sefid Sang earthquake occurred on a northeast-dipping dextral-reverse fault. The preferred fault model has a strike angle of 314.8°, dip angle of 47.4° and rake angle of 130.3°, and a slip distribution of maximum 1.35 m at depth of 5 km equivalent to Mw 6.0. This study illuminates the difficulty of determining the dipping direction of blind faults even with InSAR measurements from multiple directions, but also that correcting for the atmospheric noise and comparing with other kinds of data can help infer the fault dipping direction.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».