MétaCan
Menu
Retour à la cohorte
Enregistrement W4214883837 · doi:10.1029/2021jb022990

Precursory Signal Detected for the 2018 Sierra Negra Volcanic Eruption, Galápagos, Using Seismic Ambient Noise

2022· article· en· W4214883837 sur OpenAlexaff
Mario Z. Ruiz, F. Civilini, C. J. Ebinger, S. J. C. Oliva, Mario Ruiz, Gabriela Badi, P. C. La Femina, José Augusto Casas

Notice bibliographique

RevueJournal of Geophysical Research Solid Earth · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGeologySeismologyCalderaSillVolcanoMagmaAmbient noise levelInduced seismicityVolcanic hazardsGeomorphologyPetrologySound (geography)

Résumé

récupéré en direct d'OpenAlex

Abstract The changes in physical properties leading up to a volcanic eruption provide clues to processes occurring within volcanoes and may reveal premonitory signals. The Sierra Negra shield volcano, located in the Galápagos Islands, erupted on 26 June 2018 after months of continued inflation and escalating earthquake activity. We applied ambient noise interferometry to five months of continuous seismic data from 12 broadband stations to calculate crustal shear‐wave velocity changes before and during the eruption. Using the Moving Window Cross‐Spectral technique and a pre‐eruption stack of ambient seismic data as reference, we found a −0.27% decrease in velocity 17 days before the eruption in station‐pairs that pass beneath the caldera's north‐eastern sector. Sensitivity kernels suggest that the velocity changes of this precursory signal are greatest at depths corresponding to the shallow sill (∼2 km) beneath the wide caldera. Our results, considered in light of geodetic, seismicity, and petrological results, suggest that this velocity decrease is in part caused by dilatation from a M L 4.8 earthquake, and degassing after a possible magma intrusion below or at the base of the sill. The precursory velocity decrease within the sill region offers an important tool for forecasting future eruptions at Sierra Negra.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,321
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Solid EarthMême sujetSeismic Waves and AnalysisTravaux en français237 207