A seismic survey in a permafrost environment: challenges in imaging sediment hosted massive sulphide Zn-Pb deposits
Notice bibliographique
Résumé
In this study, seismic data collected in 1998 in the Red Dog mine (Alaska, USA), illustrates the challenges that can occur in acquisition and processing when targeting sulphide ore bodies in a permafrost environment. The region is also unique due to the large quantity of barite. In a permafrost environment, strong surface waves are the main challenge faced when processing. In this paper an fk filter was used to attenuate as much of the surface wave as possible. Strong surface waves, weak high velocity direct waves, and low signal to noise ratios characterize seismic data targeting shallow (200-400m) reflectors in permafrost environments. After reprocessing of the 1998 seismic data an image was obtained for the barite/sulphides that correlated well with the top and bottom of mineralization given from borehole data. Optimal seismic survey design and processing for a 2D/3D survey has been investigated through a 2D seismic modeling study. The modeling study investigated the feasibility of using high resolution seismic techniques to image massive sulphides that are overlain by thick barite in a sediment host rock. Petrophysical parameters for our geologic model, including p-wave velocity and density, were derived from logged borehole data in the Red Dog area. Using a 2D elastic finite difference wave modeling code we were able to generate synthetic high resolution seismic data. The main challenge presented in this type of geologic setting, as mentioned above, is the presence of a strong surface wave that interferes with shallow target reflections. An fk filter can be used to remove surface wave energy provided trace spacing is small enough (4-5m). Additionally, making use of an optimum offset time window to avoid surface and direct waves when processing, has implications for 3D seismic survey design and is an alternative to fk filtering.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».