Visibility Graph Complex Network Analysis on Seismic-Induced Variation in Groundwater Level of Nanxi Well, China
Notice bibliographique
Résumé
Groundwater level in wells, i.e., well water level (WWL) is an important index in hydrological monitoring during earthquakes. Due to the complex dynamics of groundwater, the WWL might change under seismic actions. This paper attempts to identify the long-term correlation between WWL and earthquakes, and disclose the topological features of groundwater dynamics. Taking Nanxi Well as an example, the authors conducted state space analysis on the raw series and trend of WWL to eliminate interferences like barometric pressure, rainfall, and solid tide, creating the trend time series. Then, the raw series and trend time series were converted into the raw visible graph (VG) network and trend VG network, respectively. Further, the global period was divided into five local time windows, and the two VG networks were compared by global aspect, local aspect, and topological properties of complex networks. The results show that the nodes of high degrees are closely related to the seismic response of the WWL in Nanxi Well; all VG networks are scale free and hierarchical; the seismic response of the WWL in the well is reflected by degree correlation; the community division of raw VG network was basically the same as that of trend VG network. The research findings provide insights to the seismic response of WWL and the dynamic fluctuation of groundwater level.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».