MétaCan
Menu
Retour à la cohorte
Enregistrement W4406778102 · doi:10.1029/2024ef005539

From InSAR‐Derived Subsidence to Relative Sea‐Level Rise—A Call for Rigor

2025· article· en· W4406778102 sur OpenAlexaff
Philip S. J. Minderhoud, Manoochehr Shirzaei, Pietro Teatini

Notice bibliographique

RevueEarth s Future · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensUnited Nations University Institute for Water, Environment, and Health
Organismes subventionnairesnon disponible
Mots-clésSea level riseInterferometric synthetic aperture radarSubsidenceGround subsidenceSea levelGeologyEnvironmental scienceGeodesyOceanographyClimate changeRemote sensingGeotechnical engineeringGeomorphologySynthetic aperture radar

Résumé

récupéré en direct d'OpenAlex

Abstract Coastal subsidence, the gradual sinking of coastal land, considerably exacerbates the impacts of climate change‐driven sea‐level rise (SLR). While global sea levels rise, land subsidence often increases relative SLR locally. Thiéblemont et al. (2024, https://doi.org/10.1029/2024ef004523 ) reached a remarkable milestone by providing a continental‐scale estimate of vertical land motion (VLM) across European coastal zones by utilizing European Ground Motion Service (EGMS) data, obtained from Interferometric Synthetic Aperture Radar (InSAR) data from Sentinel‐1 satellites. Their findings reveal widespread coastal subsidence, with nearly half of the coastal floodplains, including major cities and ports, subsiding at rates exceeding 1 mm/yr, thereby exacerbating relative SLR. The study emphasizes the critical role of InSAR‐data calibration, indicating that the EGMS geodetic reference frame significantly influences VLM estimates. This study highlights the need for a robust InSAR‐data processing framework to accurately interpret VLM and its relationship to relative SLR. The processing pipeline should ensure internal consistency of SAR data and rigorously assess output accuracy, considering also post‐processing effects. Correct interpretation of results is essential as InSAR satellites measure reflector movement, which may not always align with land surface movement, particularly in urban areas. Ignoring these discrepancies can lead to underestimation of subsidence rates. While InSAR data offers valuable research opportunities, it poses risks of oversimplification and misinterpretation, especially when linked to sea‐level change. We call for standardized processing workflows and cross‐disciplinary collaboration, essential for accurate VLM interpretations, particularly in coastal cities and river deltas, to ultimately enhance the reliability of relative SLR projections and inform effective coastal management strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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