MétaCan
Menu
Retour à la cohorte
Enregistrement W2316512288 · doi:10.3997/2214-4609.201413573

4D Surface Wave Tomography Using Ambient Seismic Noise

2015· article· en· W2316512288 sur OpenAlexaboutno aff
F. Duret, Éric Forgues

Notice bibliographique

RevueProceedings · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyAmbient noise levelSurface waveSwampSeismologyPassive seismicTomographySIGNAL (programming language)Noise (video)Seismic waveRemote sensingGeomorphologyImage (mathematics)Optics

Résumé

récupéré en direct d'OpenAlex

Summary In 4D land seismic and especially for Permanent Reservoir Monitoring (PRM), changes of the near-surface induce unwanted signal variations that interfere with the 4D signal recorded from the reservoir. A three-month PRM pilot was carried out for Shell on the Peace River heavy oil field in Alberta, Canada in 2009. During this period, reservoir production was monitored using active buried sources and buried receivers. We took advantage of this continuous seismic recording to extract surface waves from recorded ambient noise using cross-correlation techniques. Surface wave tomography is then applied to produce daily time-lapse surface wave velocity maps that monitor velocity variations within the near-surface. We provide an image of the shallow subsurface velocities showing generally higher values in the southern part of the area. This pattern correlates fairly well with the known presence of swamp (muskeg) in the area and the wells pad location. Calendar observation of velocity maps shows stronger variation at low frequencies with good spatial coherence. In the case of PRM and continuous seismic monitoring, these findings could help to discriminate, at least qualitatively, contributions due to near-surface variations from actual reservoir 4D variations.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,043
Tête enseignante GPT0,224
Écart entre enseignants0,181 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetSeismic Waves and AnalysisTravaux en français237 207