Multicomponent joint migration velocity analysis in the angle domain for PP-waves and PS-waves
Notice bibliographique
Résumé
ABSTRACT Employing the vector processing of multicomponent seismic data, elastic Kirchhoff migration is used to conduct a multicomponent joint migration velocity analysis (MVA) of PP- and PS-waves in the angle domain. In vector-wavefield imaging, the elastic imaging condition has been extended to nonzero time and space shifts. We apply the extended imaging condition to elastic Kirchhoff migration to extract angle-domain common-image gathers (ADCIGs) of PP- and PS-waves. This method, which is derived from 3D wave propagation theory, directly operates on the vector wavefields and automatically resolves the problem of PS-wave polarity reversal in the migration sections. Based on the kinematic characteristics of PP- and PS-waves in the incident-angle domain, the velocity updating functions for P- and S-waves are derived. By combining the ADCIGs flatness criterion and the PP- and PS-wave image-depth consistency principle, the accuracy of P- and S-wave velocities can be assessed. The method was tested on a 2D thin-interbed model and the 2D Marmousi2 model. We found that the proposed method extracts the PP- and PS-wave ADCIGs effectively and produces appropriate P- and S-wave velocity fields. This method can be applied to time-delay gathers and to vertical or inline gathers in the 3D case.
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 ».