Moho Inversion of East China Sea and Its Adjacent Areas Based on Potential Field Data
Notice bibliographique
Résumé
East China Sea and its adjacent areas are an important part of the circum-Pacific tectonic belt, and its fluctuation characteristics of Moho can provide an important basis for the study of the deep structure of the western Pacific. At present, the inversion of Moho depth based on potential field data is an important task. Meanwhile, its inversion accuracy is closely related to the gravity anomaly data quality, and to the density contrasts and inversion algorithm. We use the fast solution algorithm of forward problem for gravity field in a dual interface model to eliminate the gravity influence of terrain and sediments, and adopt the minimum curvature potential field separation method to remove the effect of residual geological bodies. Then we try to identify the Moho gravity anomaly as the regional field which has the strongest correlation with depths estimations from seismic data. Regression analysis and the "3σ" principle are used to delete the constraint points of Moho depth with large deviations, and the Bouguer plate formula is used to estimate the laterally variable density contrasts of Moho. Finally, the Moho depth in East China Sea and its adjacent areas is obtained by the dual-interface fast inversion algorithm, and the inversion deviations are mostly concentrated within 2 km. The inversion result shows that there is an obvious local uplift zone of Moho in East China Sea Basin, while the Okinawa Trough basin is located on a whole Moho uplift. The strike of the two uplift belts has the same change from NE to NNE.
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 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».