Real-time earthquake hazard assessment based on high-rate GNSS PPPAR
Notice bibliographique
Résumé
<p>To provide hazard assessment in rapid or real-time mode, accelerations due to seismic waves have traditionally been recorded by seismometers. Another approach, based on the Global Navigation Satellite System (GNSS), known as GNSS seismology, has become increasingly accurate and reliable. In the past decade, significant improvements have been made in high-rate GNSS using precise point positioning and its ambiguity resolution (PPPAR). To reach cm-level accuracy, however, PPPAR requires specific products, including satellite orbit/clock corrections and phase/code biases generated by large GNSS networks. Therefore, the use of PPPAR in real-time seismology applications has been inhibited by the limitations in product accessibility, latency, and accuracy. To minimize the implementation barrier for ordinary global users, the Centre National D’Etudes Spatiales (CNES) in France has launched a public PPPAR correction service via real-time internet streams. Broadcasting via the real-time service (RTS) of the international GNSS service (IGS), the correction stream is freely provided. Therefore, in our work, a new approach using PPPAR assisted with the CNES product to process high-rate in-field GNSS measurements is proposed for real-time earthquake hazard assessment. A case study is presented for the Ridgecrest, California earthquake sequence in 2019. The general performance of our approach is evaluated by assessing the quality of the resulting waveforms against publicly available post-processing GNSS results from a previous study by Melgar et al. (2019), Seismol. Res. Lett. XX, 1–9, doi: 10.1785/ 0220190223. Even though the derived real-time displacements are noisy due to the accuracy limitation of the CNES product, the results show a cm-level agreement with the provided post-processed control values in terms of root-mean-square (RMS) values in time and frequency domain, as well as seismic features of peak-ground-displacement (PGD) and peak-ground-velocity (PGV). Overall, we have shown that high-rate GNSS processing based on PPPAR via a freely accessible service like CNES is a reliable approach that can be utilized for real-time seismic hazard assessment.</p>
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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».