Azimuthal amplitude variation with offset analysis of physical modeling data acquired over an azimuthally anisotropic medium
Notice bibliographique
Résumé
ABSTRACT We evaluated a quantitative amplitude analysis of 3D physical model reflection data acquired over an experimental phenolic layer that modeled a fractured medium with one set of vertical fractures. The phenolic layer was overlain by two isotropic layers, the uppermost being water, and the data acquisition was designed to avoid the interference of the primary and ghost events. The elastic stiffness coefficients and hence the anisotropy of the phenolic layer were known in advance from a previous traveltime analysis. The reflection amplitudes from the top of the phenolic layer required corrections to make them suitable for an amplitude study. In addition to the usual amplitude corrections applied to seismic field data, a directivity correction specific to the physical model transducers was applied. The corrected amplitudes along different azimuths showed a clear azimuthal variation caused by the phenolic layer and agreed with amplitudes predicted theoretically. An amplitude variation with angle and azimuth inversion was performed for horizontal transverse isotropy (HTI) parameters of the phenolic layer. We determined from the inversion results that from the azimuthally varying P-wave reflectivity response, it was possible to estimate HTI parameters that compared favorably to those obtained previously by a traveltime analysis. This result made it possible to compute the S-wave splitting parameter γ (historically determined from S-wave data and directly related to fracture density) from a quantitative analysis of the PP 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 | 0,001 |
| 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) | 0,000 | 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 ».