A new regional/residual separation for magnetic data sets using susceptibility from frequency-domain electromagnetic data
Notice bibliographique
Résumé
ABSTRACT Regional-residual separation is a fundamental processing step required before interpreting any magnetic anomaly data. Numerous methods have been devised to separate deep-seated long-wavelength (regional) anomalies from the near-surface high-frequency (residual) content. Such methods range in complexity from simple wavelength filtering to full 3D inversions, but most procedures rely on the assumption that all long-wavelength anomalies are associated with deep source bodies: an incorrect assumption in some geologic environments. We evaluated a new method for determining the contributions of near-surface magnetic sources using frequency-domain helicopter-borne electromagnetic (HFEM) data. We inverted the in-phase and quadrature components of the HFEM data to produce an estimate of the spatial variation of magnetic susceptibility. Using this susceptibility information along with known topography and original survey flight path data, we calculated a magnetic intensity grid by forward modeling. There are two immediate benefits to this approach. First, HFEM systems have a limited effective depth of penetration, within the first hundred meters from the surface, so any magnetic sources detected by this method must be located in the near surface. Second, the HFEM-derived susceptibility is completely independent of magnetic remanence. In contrast, apparent susceptibility computed from the original magnetic intensity data incorporates all magnetic signal sources in its derivation. Crossplotting of MSHFEM versus MSTMI served to reveal areas where the observed magnetic field was dominated by magnetic remanence and provided an estimate of the polarity of the remanence contribution. We evaluated an example, and discussed the limitations of this method using data from an area in the Bathurst Mining Camp, New Brunswick. Though it is broadly successful, caution is needed when using this method because near-surface conductive bodies and anthropogenic sources can cause erroneous HFEM susceptibility values, which in turn produce invalid magnetic field estimates in the forward modeling exercise.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».