Accurate Seismic Imaging Methods on Complex Fault Blocks of Subei Basin
Notice bibliographique
Résumé
Subei basin is well-known for its complex fault block reservoirs and has wide growth of shallow igneous rocks. These inherent geological characteristics seriously affect the accurate seismic imaging of target layers. Pre-stack depth migration is an effective imaging method for complex structure and velocity field zones. In order to verify nice imaging ability of Kirchhoff’s pre-stack depth migration (KPSDM) and reverse-time migration (RTM), imaging tests were carried out based on the velocity model for complex fault block of igneous area in Subei basin. Experimental results showed that under the condition of reliable high-frequency velocity field, RTM had obvious advantage in imaging of fault blocks, otherwise, KPSDM was a viable option. In order to verify above experimental results, by selecting seismic data with higher signal to noise ratio (SNR), a reliable high-frequency velocity field was established, and the imaging processing was carried out. The results showed that RTM has obvious advantage over KPSDM in the aspect of improving imaging results of fault blocks and target layers under igneous rocks. Therefore, the choosing of imaging methods for complex fault blocks with igneous zone depends on SNR of seismic data. If seismic data has high SNR, a more accurate high frequency velocity field can be set up. Thus RTM can achieve precise imaging for target layers. If the seismic data has low SNR, KPSDM will become a good choice. Key words: Subei basin; Complex fault block; Igneous rock; Velocity model; Reverse time migration
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».