InSAR Monitoring of Landslide Activity in Dominica
Notice bibliographique
Résumé
Dominica is a geologically young, volcanic island in the eastern Caribbean. Due to its rugged terrain, substantial rainfall, and distinct soil characteristics, it is highly vulnerable to landslides. The dominant triggers of these landslides are hurricanes, tropical storms, and heavy prolonged rainfall events. These events frequently lead to loss of life and the need for a growing portion of the island’s annual budget to cover the considerable cost of reconstruction and recovery. For disaster risk mitigation and landslide risk assessment, landslide inventory and susceptibility maps are essential. Landslide inventory maps record existing landslides and include details on their type, location, spatial extent, and time of occurrence. These data are integrated (when possible) with the landslide trigger and pre-failure slope conditions to generate or validate a susceptibility map. The susceptibility map is used to identify the level of potential landslide risk (low, moderate, or high). In Dominica, these maps are produced using optical satellite and aerial images, digital elevation models, and historic landslide inventory data. This study illustrates the benefits of using satellite Interferometric Synthetic Aperture Radar (InSAR) to refine these maps. Our study shows that when using continuous high-resolution InSAR data, active slopes can be identified and monitored. This information can be used to highlight areas most at risk (for use in validating and updating the susceptibility map), and can constrain the time of occurrence of when the landslide was initiated (for use in landslide inventory mapping). Our study shows that InSAR can be used to assist in the investigation of pre-failure slope conditions. For instance, our initial findings suggest there is more land motion prior to failure on clay soils with gentler slopes than on those with steeper slopes. A greater understanding of pre-failure slope conditions will support the generation of a more dependable susceptibility map. Our study also discusses the integration of InSAR deformation-rate maps and time-series analysis with rainfall data in support of the development of rainfall thresholds for different terrains. The information provided by InSAR can enhance inventory and susceptibility mapping, which will better assist with the island’s current disaster mitigation and resiliency efforts.
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) | 0,000 | 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 ».