MétaCan
Menu
Retour à la cohorte
Enregistrement W2059186208 · doi:10.1190/tle33090986.1

Enhanced imaging with high-resolution full-waveform inversion and reverse time migration: A North Sea OBC case study

2014· article· en· W2059186208 sur OpenAlexaff
A. Ratcliffe, Antonio Privitera, Graham Conroy, Vetle Vinje, Alexandre Bertrand, B. Lyngnes

Notice bibliographique

RevueThe Leading Edge · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésSeismic migrationGeologyOverburdenInversion (geology)Regional geologyEnvironmental geologyWaveformEconomic geologyNorth seaHigh resolutionGeophysical imagingSeismologyComputer scienceRemote sensingTelecommunicationsTelmatologyTectonicsOceanographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In a case study from the Tommeliten Alpha area of the Norwegian North Sea, imaging problems were caused by the presence of gas in the overburden. In particular, a large part of the reservoir is in a seismically obscured area (SOA) caused by the gas. Full-waveform inversion (FWI) and reverse time migration (RTM) dramatically improve the imaging from ocean-bottom cable (OBC) acquisition over the region. The FWI algorithm is pushed to 22 Hz to generate an extremely high-resolution velocity model, and RTM then becomes required to honor the complexity in the resultant velocity model. Consequently, migration is done with the FWI model to generate a high-frequency RTM image to 80 Hz. This image is approximately double the maximum frequency commonly used for RTM in the North Sea and matches that of equivalent Kirchhoff products, but with all the benefits in imaging that RTM brings, providing a subsequent impact on interpretation of the area.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,193 · 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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207