A practical method for estimating effective parameters of anisotropy from reflection seismic data
Notice bibliographique
Résumé
Abstract The location of any event imaged by P-wave reflection seismic data beneath a tilted transversely isotropic (TTI) overburden is shifted laterally if isotropic velocities are used during data processing. The magnitude of the shift depends on five independent parameters: overburden thickness, angle of tilt, symmetry-axis velocity, and the Thomsen anisotropy parameters ε and δ. The shift also varies with source–receiver offset. We have developed a procedure to estimate these five parameters when the tilt of the symmetry axis from the vertical is equal to the dip of the TTI layer (except in the special cases transverse isotropy with vertical or horizontal axis of symmetry). We observe three attributes of seismic data processed using isotropic velocities: the zero-offset arrival time of a selected reflection, the difference in arrival time between a near-offset and a far-offset arrival, and the difference in imaged location (smear) of this target event between the same offsets. We then perform a cascaded scan of the five parameters to determine those combinations of the five that result in calculated attributes equivalent to the observed attributes. The multiple solutions are averaged to give the parameter estimates. Application of this method to synthetic and physical model reflection data results in multiple solutions, which are constrained and averaged to obtain the effective imaging parameters. These effective parameters are close estimates of the true model parameters in both cases. For field seismic data this procedure requires that there be a suitable observable event below the TTI overburden and assumes that the measured times and shifts are reasonably accurate.
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 | 0,000 |
| 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 | 0,000 |
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 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 ».