MétaCan
Menu
Retour à la cohorte
Enregistrement W2115895266 · doi:10.1190/1.3553478

Application of waveform tomography to marine seismic reflection data from the Queen Charlotte Basin of western Canada

2011· article· en· W2115895266 sur OpenAlexaffabout
Eric M. Takam Takougang, Andrew J. Calvert

Notice bibliographique

RevueGeophysics · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGeologyAmplitudeSeismologyTomographyInversion (geology)WaveformGeodesyAcousticsOpticsComputer scienceTelecommunicationsPhysicsRadar

Résumé

récupéré en direct d'OpenAlex

Abstract To obtain a higher resolution quantitative P-wave velocity model, 2D waveform tomography was applied to seismic reflection data from the Queen Charlotte sedimentary basin off the west coast of Canada. The forward modeling and inversion were implemented in the frequency domain using the visco-acoustic wave equation. Field data preconditioning consisted of F-K filtering, 2D amplitude scaling, shot-to-shot amplitude balancing, and time windowing. The field data were inverted between 7 and 13.66 Hz, with attenuation introduced for frequencies miss data to improve the final velocity model; two different approaches to sampling the frequencies were evaluated. The limited maximum offset of the marine data (3770 m) and the relatively high starting frequency (7 Hz) were the main challenges encountered during the inversion. An inversion strategy that successively recovered shallow-to-deep structures was designed to mitigate these issues. The inclusion of later arrivals in the waveform tomography resulted in a velocity model that extends to a depth of approximately 1200 m, twice the maximum depth of ray coverage in the ray-based tomography. Overall, there is a good agreement between the velocity model and a sonic log from a well on the seismic line, as well as between modeled shot gathers and field data. Anomalous zones of low velocity in the model correspond to previously identified faults or their upward continuation into the shallow Pliocene section where they are not readily identifiable in the conventional migration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,785
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,212
Écart entre enseignants0,187 · 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 tête enseignante, 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

Citations30
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207