Multidimensional signature deconvolution and free-surface multiple elimination of marine multicomponent ocean-bottom seismic data
Notice bibliographique
Résumé
Abstract This paper presents a wave-equation method for multidimensional signature deconvolution (designature) and elimination of free-surface related multiples (demultiple) in four-component (4C) ocean-bottom seismic data. The designature/demultiple method has the following characteristics: it preserves primary amplitudes while attenuating free-surface related multiples; it requires no knowledge of the sea floor-parameters and the subsurface; it requires information only of the local density and acoustic wave propagation velocity just above the sea floor; it accommodates source arrays; and no information (except location) of the physical source array, its volume, and its radiation characteristics (wavelet) is required. Designature is an implicit part of the demultiple process; hence, the method is capable of transforming recorded reflection data excited by any source array below the sea surface into free-surface demultipled data that would be recorded from a point source with any desired signature. In addition, the incident wavefield is not subtracted from the data prior to free-surface demultiple; hence, separation of incident and scattered fields is not an issue as it is for most other free-surface demultiple schemes. The designature/demultiple algorithm can be divided into two major computational steps. First, a multidimensional deconvolution operator, inversely proportional to the time derivative of the downgoing part of the normal component of the particle velocity just above the sea floor, is computed. Second, an integral equation is solved to find any component of the designatured, free-surface demultipled multicomponent field. When the geology is horizontally layered, the designature and free-surface demultiple scheme greatly simplifies and lends itself toward implementation in the τ–p domain or frequency–wavenumber domain as deterministic deconvolution of common shot gathers (or common receiver gathers when source array variations are negligible).
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 ».