Co-polarized Synthetic Aperture Radar (SAR) Change Map between 11/28/2025 and 12/09/2025, Hubbard Glacier Earthquake
Notice bibliographique
Résumé
This data release contains a radar-based remote sensing product used to detect regions of surface change in southern Yukon Territory, Canada and southeast Alaska, United States between November 28, 2025 and December 9, 2025, based on the availability of Sentinel-1 satellite data. Much of this surface change is interpreted to have been triggered by the M7.0 Hubbard Glacier Earthquake that occurred on December 6, 2025. This dataset was used to map probable landslides based on the increase of surface roughness that occurred between acquisitions (Allstadt and others, 2025). The co-polarized amplitude difference (vv_diff_dB_20251128_20251209) measures the change in strength of the synthetic aperture radar (SAR) backscatter signal between acquisitions. SAR amplitude data were downloaded from the Sentinel-1 Ground Range Detection product collection from the Copernicus Data Space Ecosystem (available at https://dataspace.copernicus.eu/). The data are from Sentinel-1 satellites' ascending track 50. This collection is provided in the dB scale, multi-looked to 10x10 m/pixel, and geocoded. I selected the co-polarized data for each acquisition and differenced the acquisitions to produce the data product. The data product shows all surface change between acquisitions and regions of poor data quality have not been masked. Some reasons for surface change in a snowy, mountainous environment include landslides, snow avalanches, new snowfall, changes in surface moisture, glacier movement and more (e.g., Rott and Mätzler, 1987; Lindsay and others, 2025). Reasons for poor data quality might include foreshortening and shadowing due to steep topography and the look angle of the satellite.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,020 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».