Joint transmission and reflection traveltime tomography in imaging permafrost and thermokarst lakes in Northwest Territories, Canada
Notice bibliographique
Résumé
We propose an application of joint tomographic inversion using both transmitted and reflected arrivals to map velocity structures in thick permafrost areas of the Mackenzie Delta, Northwest Territories of Canada. Our tomography algorithm combines a grid-based solver of the eikonal equation, Huygens' principle, and the adjoint method. The grid-based solver assigns a traveltime to each grid point and avoids the shadow-zone problem in classical ray tracing and is well-adapted for parallelization. The adjoint method used in the inversion provides the gradient of a given objective function without explicitly estimating the Fréchet derivative matrix. When combined with Huygens' principle, the tomographic inversion can simultaneously use first and later arrivals to optimize a final velocity model. We first demonstrate the performance of the joint tomography algorithm on a two-dimensional synthetic model with velocity variations typical of permafrost. The method is then applied to a 2D seismic survey covering over 20 km with offsets up to 4 km, acquired in the Mackenzie Delta. The subsurface at that location is characterized by a thick permafrost (600 m) comprising high-velocity and low-velocity areas associated with thermokarst lakes. Our results show the potential of the joint tomography in characterizing multiscale heterogeneous velocity structures within the permafrost.
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 ».