3D structure beneath Iranian plateau and Zagros using adjoint tomography
Notice bibliographique
Résumé
We perform an adjoint waveform tomography using a combined data set consisting of regional earthquake waveforms and Rayleigh wave ambient-noise Green's function to construct a new 3-D wave velocity model of the crust and uppermost mantle beneath the Iranian plateau. The earthquake waveforms come from 250 regional events with magnitudes of 4.5-6.5 recorded by 136 broadband seismic stations. The EGFs are derived from cross correlations of more than three years of continuous seismic noise. The inversion starts with an initial model derived from the global Crust1 model locally modified using information from previous studies. Adjoint tomography refines the initial model by iteratively minimizing the frequency-dependent travel-time misfits between real and synthetic earthquake data and EGFs and synthetic Green’s functions measured in different period bands. Our new model covers the known tectonic units such as the Central Iranian Block, Zagros fold-and-thrust belt, Sanandaj-Sirjan metamorphic zone and Urumieh-Dokhtar magmatic arc. Overall, the adjoint tomography provides images with more real resolutions and amplitudes due to the finite-frequency consideration. Using the numerical spectral-element solver in adjoint tomography provides accurate structural sensitivity kernels, which help generate more robust images rather than those generated by ray-theory tomography. Our study also demonstrates improvement of lateral resolution and depth sensitivity using combined data set instead of only earthquake data.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».