Detecting small gravity change in field measurement: simulations and experiments of the superconducting gravimeter—iGrav
Notice bibliographique
Résumé
In order to detect small gravity changes in field measurements, such as with CO2 storage, we designed simulations and experiments to validate the capabilities of the iGrav superconducting gravimeter. Qualified data processing was important to obtain the residual gravity from the iGrav's raw gravity signals, without the tidal components, atmosphere, polar motion and hydrological effects. Two simulations and four designed experiments are presented in this study. The first simulation detected the gravity change during CO2 injection. The residual gravity of CO2 leakage was targeted with the second simulation from the main storage reservoir to secondary space underground. The designed experiments monitored the situation of gravity anomalies in the iGrav's records. These tests focused on short-term gravity anomalies, such as gravity changes, step functions, repeat observations and gradient measurements from the iGrav, rather than on long-term tidal effects. The four laboratory experiments detected a decrease in gravity of -0.56 ± 0.15 µGal (10-8 m s-2) with a 92.8 kg weight on the top of the iGrav. A step function occurred in the gravity signals, when the tilt control was out of balance. We also used a professional camera dolly with a track to observe repeated horizontal movements and an electric lift table for controlled vertical movements to measure the average gradient of -2.67 ± 0.01 µGal cm-1.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».