Experiences with a mixed-mode GPS-based volcano monitoring system at Mt Papandayan, Indonesia
Notice bibliographique
Résumé
<p>During the past few years a methodology has been developed for processing data collected by GPS networks consisting of a mixed set of single-frequency and dual-frequency receivers. The strategy is to deploy a few permanent, ‘fiducial’ GPS stations with dual-frequency, geodetic-grade receivers surrounding an ‘inner’ network of low-cost, single-frequency GPS receivers. Such a configuration offers considerable flexibility and cost savings for geodynamic applications such as volcano deformation monitoring, which require a dense spatial coverage of GPS stations, and where it is not possible, nor appropriate, to establish permanent GPS networks using dual-frequency instrumentation.</p> <p>This configuration has recently been tested at the Mt. Papandayan volcano in West Java, Indonesia. The two-stage network design consists of an inner network of four single-frequency Canadian Marconi (CM) GPS receivers surrounded by three dual-frequency Leica CRS1000 GPS receivers. The inner network logged and transmitted GPS data from the ‘slave’ stations located on the volcano, to a base station. The combined processing of the CM and Leica receiver data was performed offline so as to investigate the performance of such a mixed-mode system. The basis of the processing methodology is to separate the dual-frequency, ‘fiducial’ station data processing from the baseline processing involving the singlefrequency receivers on the volcano. The data processing for the former was carried out using a modified version of the Bernese software, to generate a file of ‘corrections’ (analogous to Wide Area DGPS correction models for the distance dependent biases -- primarily due to atmospheric refraction). These ‘corrections’ will then be applied to the double-differenced phase observations from the inner receivers to improve the baseline accuracies (primarily through empirical modelling of the residual atmospheric biases that otherwise would be neglected). A description of the field testing (and its challenges) during February- March 2000, together with a discussion of the results are presented.</p>
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 | 0,001 | 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 ».