Ground-penetrating radar attenuation compensation by Gabor deconvolution: Seismogenic fault imaging at Castelluccio di Norcia (Central Italy)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT We test a seismic nonstationary Gabor deconvolution (GD) algorithm on synthetic and experimental ground-penetrating radar (GPR) profiles to evaluate how well this algorithm increases vertical resolution and removes attenuation effects from GPR data. Our field data set has been collected across a seismogenic fault in Central Italy, detecting this tectonic structure several years before the 2016–2017 seismic sequence which struck the region and produced coseismic ruptures along the same fault trace. We find that GPR mixed-phase data respond very well to the application of GD in comparison with the conventional and more standard Wiener-spiking deconvolution workflows. We observe a clear increase of the coherence and sharpness of reflection events as well as of hyperbolic diffractions in the fault zone. Gabor-processed GPR data significantly increase the GPR potential to image active Quaternary faults, therefore contributing to the definition of seismotectonic context and to seismic hazard assessment of a study region. We propose the use of the GD to increase interpretability of GPR profiles not only for the identification of tectonic structures but also to achieve high-quality images of the near surface in many GPR applications.
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.
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 | 0,000 | 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 | 0,001 | 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 découle