Seismic attribute expression of differential compaction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In a marine environment, topographic features on the sea floor will usually be covered by a thick layer of shale with the rise of sea level, resulting in a uniform, nearly flat surface. Evaporating seas may bury sea-floor topography with a thick layer of salt. In a fluvial-deltaic environment, channels are cut and filled with a lithology that may be different from that through which it is cut, followed by subsequent burial with (perhaps) a more uniform sedimentary layer. With continued burial and overburden, pore sizes are reduced and water is squeezed out of the rocks, reducing the rock volume. Different lithologies have different original porosity, pore shapes, and mineral matrix composition, and thus different responses to burial. Lateral changes in lithology give rise to lateral changes in compaction, or simply “differential compaction.” For this reason, easily mapped flooding and other surfaces that were originally flat can exhibit measurable, and often significant structural relief. These maps give rise to lateral “structural” anomalies. Recognition of differential compaction forms a key component in modern seismic interpretation workflows based on geomorphology with excellent publications showing the expression of differential compaction on vertical slices. Mapping the 3D expression of compaction features takes considerable time and is thus less well reported while the use of 3D geometric attributes to map compaction features is underutilized. In this article, we illustrate the attribute expression of the more common differential compaction features over channels and carbonate reefs using examples from the Western Canadian Sedimentary Basin.
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.
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 découle