Revealing the untold stories of sinkhole land subsidence over the remains of an underground river in tuff soil by Ground Penetrating Radar
Notice bibliographique
Résumé
Sinkhole-induced land subsidence poses a critical hazard in urban areas underlain by pyroclastic tuff formations. This study applies a calibrated Ground Penetrating Radar (GPR) method to detect subsurface anomalies in Malang city, Indonesia, where residual underground river flow contributes to stratigraphic instability. Using a 90 MHz GPR OKO AB-90 system, calibrated with a portable Vector Network Analyzer (VNA), dielectric values ranging from 4.3 to 13.6 were obtained across dry tuff, saturated clay, and concrete layers. These values yielded reflection coefficients (R) between −0.023 and 0.035, indicating clear contrasts between restored culverts, suspected new sinkholes, and groundwater zones. GPR imaging revealed subsidence features at depths of 4 – 7 m , with high-density signal zones exceeding 0.85 normalized amplitude units. The signal accuracy was validated via Signal-to-Noise Ratio (SNR) and Normalized Root Mean Square Error (NRMSE), with SNR values above 22 dB and NRMSE values below 0.07, confirming reliable anomaly detection. A regression analysis ( R 2 = 0.64 , p < 0.0001 ) between flood severity and subsidence events further supported the hydrogeological linkage and erosion-driven subsurface instability in pyroclastic terrains. These findings demonstrate that calibrated GPR effectively distinguishes subsurface anomalies in moisture-variable tuff environments. This approach enhances early detection of sinkhole-prone zones and supports urban geohazard mitigation strategies. • GPR delineates subsurface anomalies in sinkhole-prone urban volcanic tuff zones. • VNA calibration improves permittivity accuracy and signal reliability for GPR scans. • SNR > 22 dB and NRMSE < 0.07 confirm high-quality subsurface anomaly detection. • Rainfall and flood recurrence contextualize subsidence vulnerability in urban terrain. • Calibrated GPR offers a replicable method for urban geohazard mapping in tuff areas.
Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.
Comment cette classification a été obtenuedéplier
Le tri à trois modèles
les 5 600 travaux triés →Les trois modèles l'ont jugé hors champ.
Geophysical survey using ground penetrating radar to detect sinkhole subsidence.
This applies ground-penetrating radar to sinkhole detection, not research practice.
Geotechnical GPR study of sinkhole land subsidence; domain engineering.
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 | 0,000 | 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 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 ».