Using well logs to estimate the effect of fine layering on Q estimation
Notice bibliographique
Résumé
Summary The long-standing prediction that a seismic wave propagating in a finely layered earth model displays an apparent attenuation is investigated. Called stratigraphic filtering, this effect looks much like constant-Q attenuation and adds to intrinsic attenuation to produce effective attenuation. Using a 1D synthetic seismogram algorithm, the seismic response is calculated for a sequence of finely layered models derived from well logs with assigned Q values. The models all have a finely-layered Q structure, representing intrinsic attenuation, derived from measured density and sonic logs by an empirical relation. The model properties are all sampled at 0.5 m intervals and averaged into constant thickness layers. Using 0.5 m layers, when the Q value is carefully measured using the spectral-ratio technique, the measured Q is always lower than that expected from the specified model. In a series of experiments in which various physical effects are turned off and on again, it is demonstrated conclusively that this Q bias is due to internal multiples. Using a series of models derived from the same logs but with progressively thicker layers (each model has constant thickness layers and each is sampled a 0.5m) it is demonstrated that there is significant measurement bias for layer thicknesses less than 10m but for thicknesses greater than this the bias disappears. The feasibility of estimating stratigraphic Q from such experiments and using these measurements to correct measurements from field data is suggested.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».