New Megathrust Locking Model for the Southern Kurile Subduction Zone Incorporating Viscoelastic Relaxation and Non‐Uniform Compliance of Upper Plate
Notice bibliographique
Résumé
Abstract Dense Global Navigation Satellite System (GNSS) observations enable the development of megathrust interseismic locking models for the southern Kurile subduction zone where many great earthquakes have occurred. Inversion of these data assuming uniform elastic Earth has yielded slip deficit rates that are unreasonably high and/or full locking depth that is unreasonably large. Using the finite element method, here we construct a new Kurile locking model that includes interseismic viscoelastic stress relaxation and non‐uniform compliance of the elastic upper plate. Inverting the same geodetic data using the new subduction zone model alleviates the previously seen unreasonable features in inferred megathrust locking state. In the new model, full locking extends to shallower depths than the downdip limit of some large megathrust earthquakes including the 2003 M w 8.0 Tokachi‐oki earthquake, supporting the notion of the shrinking of the locked area before the earthquakes and/or propagation of seismic rupture into creeping areas as previously predicted by friction or dynamic rupture models. By modeling the effects of a few recent M 8 earthquakes, we show that postseismic transients of recent earthquakes, although second‐order, should be addressed in deriving megathrust locking models. The locking state near the trench cannot be resolved by the land‐based GNSS data regardless of the improved model rheology and structure, although independent observations, such as slow earthquakes, may be used to speculate on the near‐trench locking state in various part of the margin in the absence of seafloor geodetic observations.
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 | 0,000 |
| 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 ».