MétaCan
Menu
Retour à la cohorte
Enregistrement W3081970221 · doi:10.1016/j.jsames.2020.102850

Ongoing automated ground deformation monitoring of Domuyo - Laguna del Maule area (Argentina) using Sentinel-1 MSBAS time series: Methodology description and first observations for the period 2015–2020

2020· article· en· W3081970221 sur OpenAlexaff
Dominique Derauw, N. d’Oreye, Maxime Jaspard, Alberto Caselli, Sergey Samsonov

Notice bibliographique

RevueJournal of South American Earth Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensNatural Resources Canada
Organismes subventionnairesBelgian Federal Science Policy OfficeFonds National de la Recherche Luxembourg
Mots-clésInterferometric synthetic aperture radarGeologySeries (stratigraphy)UploadDeformation (meteorology)Computer scienceTime seriesSynthetic aperture radarGeodesyRemote sensingMachine learningOperating system

Résumé

récupéré en direct d'OpenAlex

Synthetic Aperture Radar (SAR) Differential Interferometry (DInSAR) and its extensions to manage time series are nowadays well-known and mastered techniques to perform among others land-motion monitoring. We present here a fully automated monitoring service based on DInSAR and Multidimensional Small Baseline Subset (MSBAS) methods. The automated processing chain named “InSAR automated Mass processing Toolbox for multidimensional Time series” (MasTer) is demonstrated with the peculiar case of the Laguna del Maule and Domuyo volcanoes, which are known to undergo significant inflation up to several cm or tens of cm per year. The here-described monitoring service is made of three components: an InSAR command line processor, the MSBAS processor and a number of shell scripts automatizing all tasks, from data downloading to updated displacement maps and time series. Thanks to the European Commission Copernicus Service, data are freely available every 12 or 6 days along each orbit, depending on ESA acquisition plan. Linear deformation rate maps and time series of vertical and East-West ground deformation computed by the MasTer tool are updated every 1–6 days on a web page, according to the S1 data availability. Interested user can request additional time series at coherent pixels that wouldn't be displayed on the web page and receive them by e-mail within a minute. Processing chain and preliminary observations at Domuyo and Laguna del Maule test site are presented and commented. The nearly 6 years long 2D time series of ground deformation allow highlighting recent changes in the well-known deformation at both volcanoes: Domuyo inflation stabilizes since beginning of 2019 while deformation at Laguna del Maule seems to gently accelerate since mid 2018. New deformation features are also identified, such as a 2 km wide 3 cm/yr circular subsidence at Laguna del Maule as well as a 2 cm/yr downward and 1 cm/yr eastward movement located to the East of Laguna Fea.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,287
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of South American Earth SciencesMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207