MétaCan
Menu
Retour à la cohorte
Enregistrement W4322007623 · doi:10.5194/egusphere-egu23-8364

Interferometric Synthetic Aperture Radar (InSAR) mapping in Vlaykov Vruh and Tsar Assen Cu-porphyry deposits, Panagyurishte ore region, Bulgaria

2023· preprint· en· W4322007623 sur OpenAlexaboutno aff
Guillem Domènech, Kamen Bogdanov, Daniel Nieto-Yll, Azadeh Faridi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterferometric synthetic aperture radarGeologyDisplacement (psychology)InterferometryTerrainSeismologySynthetic aperture radarSatelliteGeodesyRemote sensingGeographyCartographyOpticsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Interferometric Synthetic Aperture Radar (InSAR) has been applied using SAR images from the European Space Agency (ESA) Sentinel-1 constellation, in descending orbit, to obtain the terrain displacement by means of the Coherent Pixel Technique (CPT). This Persistent Scatter Interferometry (PSI) technique was developed in 2002 by the Remote Sensing Laboratory (RSLab) of the Universitat Politècnica de Catalunya, UPC (Lanari et al., 2004; Mora et al. 2002), and recently updated by the Dares Technology team.ESA Sentinel-1 satellite constellation images were used with Single Look Complex (SLC) images and Interferometric Wide Swath (IW) acquisition mode to detect terrain displacements at Vlaykov Vruh and Tsar Assen porphyry-copper deposits (PCD) in the southern part of Panagyurishte ore district in Bulgaria.The detected displacement magnitude in Vlaykov Vruh was from 500 to 4,000 m2 while for Tsar Assen PCD it ranges from 500 to 2,500 m2 where several spots of displacement were detected.We conclude that in the waste pile area east of the Vlaykov Vruh slope instabilities occurred with a displacement of 3.5 cm. Due to a landslide along the fault structure, a slope displacement of about 4.0 cm for Tsar Assen PCD was detected.The study is supported by the Horizon 2020 co-funded GOLDENEYE project, which has received funds through Grant Agreement 869398. References:Lanari, R.; Mora, O.; Manunta, M.; Mallorqui, J.J.; Berardino, P.; Sansosti, E. 2004. A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms.’ IEEE Trans. Geosci. Remote Sens., 42, 1377–1386.Mora, O.; Mallorqui, J.J.; Duro, J. 2002.Generation of deformation maps at low resolution using differential interferometric SAR data.’ Proceedings of 2002 IEEE International Geoscience and Remote Sensing Symposium, IGARSS ’02, Toronto, ON, Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,226
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207