Waveform similarity for quality control of event locations, time picking, and moment tensor solutions
Notice bibliographique
Résumé
ABSTRACT Multiplet analysis assumes that events with highly similar waveforms originate in the same source region and with the same source mechanism. We have determined how waveform similarity could be used at different stages of microseismic processing and interpretation for quality-control purposes to assess internal consistency among events from the same multiplet group. Crosscorrelation (CC) values decayed with interevent distance, and we found that doublets with large separation distances revealed location errors due to mispicks. Using histograms of differential times between highly correlated events (doublets), time-picking errors could also be detected. Waveform correlation could also detect inconsistencies in derived source mechanisms. Doublets should fall within similar regions in the Hudson source-type plots even for events with large nondouble-couple components or when the inversion results were internally inconsistent. A similar assessment was done by plotting the P- and T-axes of multiplets in a focal sphere. We used a minimum CC threshold of 90%, a sufficiently high level, such that the assumption of waveform similarity remained valid, and we analyzed a microseismic data set recorded during two stages of a hydraulic fracturing experiment to demonstrate these quality-control procedures. These techniques could be used in other settings, such as geothermal studies, mining projects, reservoir monitoring, and earthquake seismology and were most beneficial in scenarios in which repeating events were expected, facilitating the detection of compounded errors commonly encountered in microseismic analysis.
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 ».