MétaCan
Menu
Retour à la cohorte
Enregistrement W2016233067 · doi:10.1190/int-2014-0105.1

Diffraction imaging of polygonal faults within a submarine volcanic terrain, Maverick Basin, south Texas

2015· article· en· W2016233067 sur OpenAlexfundno aff
Osareni C. Ogiesoba, Alexander Klokov, Rodolfo Hernandez

Notice bibliographique

RevueInterpretation · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversityUniversity of Texas at Austin
Mots-clésDiffractionCurvatureGeologyAmplitudeFault (geology)GeometryCoherence (philosophical gambling strategy)Envelope (radar)SeismologyPhysicsMathematicsOpticsComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Polygonal fault systems are common structural features of intracratonic continental margins. The map-view geometry of these faults became apparent with the use of powerful fault-imaging seismic attributes, such as coherence and curvature. However, these attributes lack the amplitude information necessary for lithological evaluation. We developed a 3D diffraction volume that not only imaged faults but also contained amplitude information. From the unmigrated stack volume, we extracted diffractions that were transformed into amplitude envelope and root-mean-square amplitude volumes. These attributes, together with clay volume (Vclay) data, were extracted along interpreted horizons and fault planes. Crossplots between seismic attributes and Vclay enabled linear relationships between the attributes and Vclay, which were used to infer lithological composition within fault zones. Our results found that, although the fault zones were clay filled, some subvertically inclined clay-poor zones that could serve as permeable pathways were present along the fault planes. In map view, images from diffraction volume were comparable with those obtained from coherence and curvature attributes; however, diffraction images appeared to be busy because of the huge number of diffracted waves embedded in the data. In addition, we found that, although Vclay increases with increasing diffraction energy, no systematic relationship exists between Vclay and curvature, or between Vclay and coherence. As such, curvature and coherence cannot be used to predict lithological distribution within fault zones. Furthermore, we observed that the higher the diffraction energies, the higher the fluid saturation, suggesting higher impedance contrast at the diffraction points. Therefore, we determined that by analyzing diffraction data, it was possible to infer likely sediment variations that largely control permeability within fault zones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterpretationMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207