4D imaging of the volcano feeding system beneath the urban area of the Campi Flegrei caldera
Notice bibliographique
Résumé
This paper describes an approach to analyze ground deformation data collected by InSAR (Interferometric Synthetic Aperture Radar) imaging the volcano feeding system (VFS) beneath a caldera. The approach is applied to the Campi Flegrei caldera in southern Italy, a densely populated area at high risk for volcanic eruption . The method is a 4D tomographic inversion that considers a combination of 3D pressure sources and dislocations (strike-slip, dip-slip and tensile) acting simultaneously. This is in contrast to traditional methods that assume a priori geometries and type for the volcanic source. Another novelty is that we carry out a time-series analysis of multifrequency InSAR displacement data. The analysis of these multiplatform and multifrequency InSAR data from 2011 to 2022 reveals an inflating source at a depth of 3–4 km that is interpreted as a pressurized magmatic intrusion. The source broadens and migrates laterally over time, with a possible new magmatic pulse arriving in 2018–2020. The model also identifies a shallow region (at 400 m depth) that may be feeding fumaroles in the area. The analysis also reveals a zone of weakness (dip-slip) that could influence the path of rising magma . This method provides a more detailed dynamic 4 - dimensional image of the VFS than previously possible and could be used to improve hazard assessments in active volcanic areas.
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 | 0,000 |
| 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 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 ».