Combining Distributed Acoustic Sensing and Beamforming in a Volcanic Environment on Mount Meager, British Columbia.
Notice bibliographique
Résumé
We present one of the first applications of Distributed Acoustic Sensing (DAS) in a volcanic environment. The goals are twofold: First, we want to examine the feasibility of DAS in such a remote and extreme environment, and second, we search for active volcanic signals of Mount Meager in British Columbia (Canada). The Mount Meager massif is an active volcanic complex that is estimated to have the largest geothermal potential in Canada and caused its largest recorded landslide in 2010. We installed a 3-km long fibre-optic cable at 2000 m elevation that crosses the ridge of Mount Meager and traverses the uppermost part of a glacier, yielding continuous measurements from 19 September to 17 October 2019. We identify ~30 low-frequency (0.01-1 Hz) and 3000 high-frequency (5-45 Hz) events. The low-frequency events are not correlated with microseismic ocean or atmospheric noise sources and volcanic tremor remains a plausible origin. The frequency-power distribution of the high-frequency events indicates a natural origin, and beamforming on these events reveals distinct event clusters, predominantly in the direction of the main peaks of the volcanic complex. Numerical examples show that we can apply conventional beamforming to the data, and that the results are improved by taking the signal-to-noise ratio of individual channels into account. The increased data quantity of DAS can outweigh the limitations due to the lower quality of individual channels in these hazardous and remote environments. We conclude that DAS is a promising tool in this setting that warrants further development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».