Directionality of ambient noise in the Mississippi embayment
Notice bibliographique
Résumé
SUMMARY Cross-correlations of ambient seismic noise from 277 broad-band stations within the Mississippi embayment (ME) with at least 1 month of recording time between 1990 and 2018 are used to estimate source locations of primary and secondary microseisms. We investigate source locations by analysing the azimuthal distribution of the signal-to-noise ratios (SNRs) and positive/negative amplitude differences. We use 84 stations with 1 yr of continuous recordings to explore seasonal variations of SNRs and amplitude differences. We also investigate the seasonal ambient noise ground motions using 2-D frequency–wavenumber (FK) analysis of a 50-station array. We observe that: (1) two major azimuths can be identified in the azimuthal distribution of SNRs and amplitude differences. We also observe two minor azimuths in the seasonal variation of SNRs, amplitude differences and 2-D FK power spectra. Monthly 2-D FK power spectra reveal that two energy sources are active in the Northern Hemisphere winter and two relatively weak sources are active in summer. (2) Backprojection suggests that primary microseisms originate along the coasts of Australia or New Zealand, Canada and Alaska, Newfoundland or Greenland and South America. (3) Secondary microseisms are generated in the deep water of the northern and southern Pacific Ocean, along the coasts of Canada and Alaska associated with near-shore reflections and in the deep water of south of Greenland. (4) Weak energy is observed in the third quadrant of the azimuthal distribution of amplitude differences of sedimentary Rayleigh and Love waves in the period band of 1–5 s and correlates with the direction of widening of the basin.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».