Quantitative Evaluations of Pumping-Induced Land Subsidence and Mitigation Strategies by Integrated Remote Sensing and Site-Specific Hydrogeological Observations
Notice bibliographique
Résumé
Land subsidence is an environmental hazard occurring gradually over time, potentially posing significant threats to the structural stability of civilian buildings and essential infrastructures. This study presented a workflow using the SBAS-PSInSAR approach to analyze surface deformation in the Choushui River fluvial plain (CRFP) based on Sentinel-1 SAR images and validated against precise leveling. Integrating InSAR results with hydrogeological data, such as groundwater levels, multilayer compactions, and borehole loggings, a straightforward model was proposed to estimate appropriate groundwater level drops to minimize further subsidence. The results showed a huge subsidence bowl centered in Yunlin, with maximal sinking at an average 60 mm/year rate. High-resolution subsidence maps enable the quantitative analyses of the safety issues for Taiwan High Speed Rail (THSR) across the considerable subsidence areas. In addition, the analysis of hydrogeological data revealed that half of the major compaction in the study area occurred at shallow depths. Based on a maximal subsidence control rate of 40 mm/year specified in the CRFP, the model results indicated that the groundwater level drops from wet to dry seasons needed to be maintained from 3-5 m for the shallowest aquifer and 4 – 6 m for aquifers 3 and 4. The workflow demonstrated the compatibility of InSAR with traditional geodetic methods and the effectiveness of integrating multiple data sources to assess the complex nature of land subsidence in the CRFP.
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 | 0,001 |
| 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 | 0,000 | 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 ».