Aseismic Fault Slip during a Shallow Normal-Faulting Seismic Swarm Constrained Using a Physically-Informed Geodetic Inversion Method
Notice bibliographique
Résumé
Improved imaging of the spatio-temporal growth of fault slip is crucial for understanding driving mechanisms of earthquakes and faulting. This is especially critical to properly evaluate the evolution of seismic swarms and earthquake precursory phenomena. Fault slip inversion is an ill-posed problem and hence regularization is required to obtain stable and interpretable solutions. An analysis of compiled finite fault slip models shows that slip distributions can be approximated with a generic elliptical shape, particularly well for M≤7.5 events. Therefore, we introduce a new physically-informed regularization to constrain the spatial pattern of fault slip distribution. Our approach adapts a crack model derived from mechanical laboratory experiments and extends it to allow for complex slipping patterns by stacking multiple cracks. The new inversion method successfully recovered different simulated time-dependent patterns of slip propagation, i.e., crack-like and pulse-like ruptures, directly using wrapped InSAR phase observations. We find that the new method reduces model parameter space, and favors simpler interpretable spatio-temporal fault slip distributions. We apply the proposed method to the 2011 March-September normal-faulting seismic swarm at Hawthorne (Nevada, USA), by computing ENVISAT and RADARSAT-2 interferograms to estimate the spatio-temporal evolution of fault slip distribution. The results show that (1) aseismic slip might play a significant role during the initial stage, and (2) this shallow seismic swarm had slip rates consistent with those of slow earthquake processes. The newly proposed method will be useful in retrieving time-dependent fault slip evolution, and is expected to be widely applicable to study fault mechanics, particularly in slow earthquakes.
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 | 0,000 | 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 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 ».