Uncertainty quantification of tsunami inundation in Kuroshio, Kochi Prefecture, Japan, using the Nankai–Tonankai megathrust rupture scenarios
Notice bibliographique
Résumé
Abstract. Nankai–Tonankai megathrust earthquakes and tsunamis pose significant risks to coastal communities in western and central Japan. Historically, this seismic region hosted many major earthquakes, and the current national tsunami hazard assessments in Japan consider megathrust events as those having moment magnitudes between 9.0 and 9.1. In responding to the lack of rigorous uncertainty analysis, this study presents an extensive tsunami hazard assessment for the Nankai–Tonankai Trough events, focusing on the southwestern Pacific region of Japan. A set of 1000 kinematic earthquake rupture models is generated via stochastic source modelling approaches, and Monte Carlo tsunami simulations are carried out by considering high-resolution grid data of 10 m and coastal defence structures. Significant advantages of the stochastic tsunami simulation methods include the enhanced capabilities to quantify the uncertainty associated with tsunami hazard assessments and to effectively visualize the results in an integrated manner. The results from the stochastic tsunami simulations can inform regional and local tsunami risk reduction actions in light of inevitable uncertainty associated with such tsunami hazard assessments and complement conventional deterministic tsunami scenarios and their hazard predictions, such as those developed by the Central Disaster Management Council of the Japanese Cabinet Office.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,000 | 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 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 ».