Drape corrections of aeromagnetic data using wavelets
Notice bibliographique
Résumé
Aeromagnetic surveys are commonly flown at a constant height above the terrain to minimise the magnetic effects of variable terrain clearance. This is known as drape flying. However, in mountainous regions it is often not operationally feasible to perform a drape survey. Instead, the survey is flown at a constant barometric height and the draped magnetic data are calculated numerically using a level-to-drape continuation operator. Existing techniques for this calculation include the chessboard and Taylorseries methods. An alternative method described here, based on the wavelet transform, approaches the problem by representing the continuation integral using a family of wavelet basis-functions localised in both space and frequency. This allows the generation of a set of coefficients that can be efficiently applied to the wavelet transform of the signal. The wavelet approach can be used for both 1D and 2D signals. If the drape surface is closer to the ground than the barometric survey height, a major difficulty in the drape correction is the control of noise. This is achieved in the wavelet domain by using a locally-adaptive, exponential noise-reduction filter which can be designed based on the wavelet coefficients. The method can be extended in some cases to generate draped images below the ground surface that can be used to sharpen images of magnetic basement in sedimentary basins. The wavelet method is compared with conventional techniques using data from the Edge Hills region in Canada and the Browse Basin in Western Australia. In this study, the wavelet approach combined with the exponential smoothing filter produces sharper images than either the chessboard or Taylor-series methods.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».