Assessing the landslide failure surface depth and volume: A new spline interpolation method
Notice bibliographique
Résumé
Landslides pose significant risk to the communities and infrastructure, particularly in mountainous regions. Accurate estimation of landslide slip surface depth/geometry and volume of displaced material is crucial for hazard assessment, borehole planning and mitigation strategy. This study presents a novel, cost-effective method based on spline interpolation to estimate the depth of slip surface using Digital Elevation Model (DEM) data, especially in areas with limited field data. The method relies on exposed boundary scarps, making it particularly useful for failed slopes with debris cover or well-developed slow-moving landslides where the slip surface is underneath the sliding material. The approach is validated through two case studies in Western Canada, the Hope Slide and the Downie Slide. The results demonstrate that the interpolated slip surface geometry, provided depth estimates and volume distributions that align closely with existing data, with a maximum volume of about 61 million m 3 for the Hope Slide and 0.9 billion m 3 for the Downie Slide. As the method is iterative, the stopping criteria can be decided on meeting a certain slope angle, depth or volume depending on the requirements. Further, the algorithm is flexible to include any additional data related to the slip surface in form of 3D exposure planes or 1D borehole depths. This was tested on the case studies by providing additional data and showing improved results on estimating the final slip surface geometry. Beyond landslides analysis the method can be applied for topographic corrections and removing deposited material from other surface processes.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».