Assessing Earthquake-Induced Sediment Accumulation and Its Influence on Flooding in the Kota Belud Catchment of Malaysia Using a Combined D-InSAR and DEM-Based Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A combined Differential InSAR (D-InSAR) and Digital Elevation Model (DEM)-based analysis revealed that earthquake-triggered landslides significantly altered river morphology and intensified flooding in the Kota Belud catchment, Sabah, Malaysia. This 1386 km2 catchment, home to about 120,000 people, has experienced a marked rise in flood events following the 4 June 2015 and 8 March 2018 earthquakes. Multi-temporal Sentinel-1 Synthetic Aperture Radar (SAR) data and a 30 m Shuttle Radar Topography Mission (SRTM) DEM, complemented by river network information from HydroBASINS, were integrated to map sediment redistribution and model flood extent. Upstream zones exhibited extensive coseismic landslides and pronounced geomorphic disruption. Interferometric analysis showed that coherence was well preserved over stable terrain but rapidly degraded in vegetated and steep areas. Sediment aggradation, interpreted qualitatively from patterns of coherence loss and increased backscatter intensity, highlights slope failure initiation zones and depositional build-up along channels. Conversely, downstream, similar sedimentary adjustments were detected immediately upstream of areas with repeated flood incidents. Between 2015 and 2018, flood occurrences increased over fivefold, and after 2018, they increased by more than thirteenfold relative to pre-2015 conditions. DEM-based inundation simulations demonstrated that channel shallowing substantially reduced conveyance capacity and expanded flood extent. Collectively, these results confirm that earthquake-induced landslides have contributed to reshaping the geomorphology and amplified flooding in the area.
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.
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 | 0,001 |
| 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 découle