Imaging quasi-vertical geological faults with earthquake data
Notice bibliographique
Résumé
We present a method for imaging quasi-vertically dipping faults with surface records of reflected P waves from small earthquakes. Faults are boundaries between geological structures, such as tectonic plates, and are located in earthquake active regions such as Parkfield, California. The high degree of seismic activity enables the use of multiple seismic recordings in our fault identification algorithm. Major challenges occur because of the quasi-vertical orientation of the fault and the fact that the wave reflected by the fault and recorded by the surface receivers is not well modelled by the direct arrival of the propagating wave generated by the earthquake source. Our method uses the 2-D acoustic wave equation as the model for P-wave propagation. We assume that an approximate wave speed map on the reflection side of the fault is available and the source locations are known, for example, from traveltime tomography. We also assume that the source time function is known. The new features of our method arise because earthquake sources are located very close to the fault. This has two implications: (1) the direct arrival and the reflected wave arrive almost simultaneously, so that it is impossible to separate them on a seismogram using standard techniques, and (2) most of the reflections occur above the critical angle which introduces a distortion in the reflected wave. To overcome these difficulties we use a modelled incident wave to (1) remove the direct arrival from the data, and (2) remove the post-critical distortion from the reflected wave. We justify the distortion removal using the leading-order term of an asymptotic expansion, and an optimization procedure. To complete our algorithm we utilize some features of reverse time migration: (1) the use of full acoustic wave equation for modelling and backpropagation, and (2) zero-lag correlation of the backpropagated time reversed reflected and incident fields. We present numerical examples of fault reconstructions with synthetic data.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».