Using Seafloor Geodesy to Detect Vertical Deformation at the Hikurangi Subduction Zone: Insights From Self‐Calibrating Pressure Sensors and Ocean General Circulation Models
Notice bibliographique
Résumé
Abstract Seafloor pressure sensor data is emerging as a promising approach to resolve vertical displacement of the seafloor in the offshore reaches of subduction zones, particularly in response to slow slip events (SSEs), although such signals are challenging to resolve due to sensor drift and oceanographic signals. Constraining offshore SSE slip distribution is of key importance to understanding earthquake and tsunami hazards posed by subduction zones. We processed seafloor pressure data from January to October 2019 acquired at the Hikurangi subduction zone, offshore New Zealand, to estimate vertical displacement associated with a large SSE that occurred beneath the seafloor array. The experiment included three self‐calibrating sensors designed to remove sensor drift, which, together with ocean general circulation models, were essential to the identification and correction of long‐period ocean variability remaining in the data after applying traditional processing techniques. We estimate that long‐period oceanographic signals that were not synchronous between pressure sensors and reference sites influenced our inferred displacements by 0.3–2.6 cm, suggesting that regionally deployed reference sites alone may not provide sufficient ocean noise correction. After incorporating long‐period ocean variability corrections into the processing, we calculate 1.0–3.3 cm of uplift during the SSE offshore Gisborne at northern Hikurangi, and 1.1–2.7 cm of uplift offshore the Hawke's Bay area at central Hikurangi. Some Hawke Bay displacements detected by pressure sensors near the trench were delayed by 6 weeks compared to the timing of slip onset detected by onshore Global Navigation Satellite System sites, suggesting updip migration of the SSE.
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 | 0,001 |
| 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 ».