Curvature analysis to differentiate magnetic sources for geologic mapping
Notice bibliographique
Résumé
ABSTRACT Curvature of a surface is typically applied in seismic data interpretation; however this work outlines its application to a potential field, specifically aeromagnetic data. The curvature of a magnetic grid (from point data) is calculated by fitting a quadratic surface within a moving window at each grid node. The overall and directional curvatures calculated within this window provide insight into the geometry of the magnetic grid surface and causative sources. Curvature analysis is an in‐depth study of both qualitative (graphically) and quantitative (statistically) approaches. This analysis involved the calculation of full, profile and plan curvatures. The magnitude, sign and relative ratios enable the user to define source location and geometry and also discriminate source type; for example, differentiation between a fault and normal polarity dyke. The reliability of the analysis is refined when a priori geological knowledge is available and basic statistics are considered. By allotting a weighting scheme to various statistical populations (e.g., standard deviation), increased detail is extracted on the different lithologies and structures represented by the data set. Furthermore, the curvature's behaviour is analogous to derivative calculation (vertical, horizontal and tilt) by producing a zero value at the source edge and either a local maxima or minima over the source. Application prior to semi‐automated methods may help identify correct indices necessary for identification of magnetic sources. Curvature analysis is successfully applied to an aeromagnetic data set over the 2.6–1.85 Ga Paleoproterozoic Wopmay orogen, Northwest Territories, Canada. This area has undergone regional and local‐scale faulting and is host to multiple generations of dyke swarms. As the area has been extensively mapped, this data set proved to be an ideal test site.
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 | 0,002 |
| 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 | 0,001 |
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 ».