Estimating velocity from noisy GPS data for investigating the temporal variability of slope movements
Notice bibliographique
Résumé
Abstract. Knowledge of processes and factors affecting slope instability is essential for detecting and monitoring potentially hazardous slopes. Knowing the timing of acceleration or deceleration of slope movements can help to identify important controls and hence to increase our process understanding. For this methods to derive reliable velocity estimations are important. The aim of this study was to develop and test a method to derive velocities based on noisy GPS data of various movement patterns and variable signal-to-noise-ratio (SNR). Derived velocities represent reliable average velocities representative for a given period. The applied smoothing windows directly depends on the SNR of the data, which is modeled using Monte Carlo simulation. Hence, all obtained velocities have a SNR above a predefined threshold and for each velocity period the SNR is known, which helps to interpret the temporal variability. In sensitivity tests with synthetic time-series the method was compared to established methods to derive velocities based on GPS positions, including spline and Kernel regression smoothing. Those sensitivity tests clearly demonstrated that methods are required that adopt the time window to the underlying error of the position data. The presented method performs well, even for a high noise levels and variable SNR. Different methods were further applied to investigate the inter-annual variability of permafrost slope movements based on daily GPS- and inclinometer data. In the framework of the new method, we further analyzed the error caused by a rotation of the GPS mast (hmast = 1.5 m). If the tilting is higher than its uncertainty, the rotational movement can be separated and the direction of movement became more uniform. At one GPS station, more than 12% of the measured displacement at the antenna was caused by the rotation of the station.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».