Waveform Tomography Imaging of a Megasplay Fault System in the Seismogenic Nankai Subduction Zone
Notice bibliographique
Résumé
We apply frequency-domain acoustic waveform tomography to form quantitative, high-resolution P-wave velocity images of a megasplay fault system within the central Nankai subduction zone offshore of southwest Japan, using controlled source Ocean Bottom Seismometer (OBS) data originally acquired in 2004. The waveform inversion was conducted in two stages: 1) using the phase-only logarithmic objective function, and 2) followed by the phase-and-amplitude logarithmic objective function. The two-stage approach minimizes artifacts due to elastic effects, and enables illumination of deeper parts of the model. The Laplace-Fourier domain approach was also adopted to mitigate non-linearity of waveform tomography by emphasizing the contribution from early parts of waveforms. We handled the difficulties arising from the data acquisition such as sparse OBS intervals and bubble oscillation by an appropriate data preprocessing, source estimation, and wavenumber filtering. The waveform tomography successfully delineated major geological features including the megasplay fault, and associated overpressured low velocity zones. The results yield significant improvements in the data fit to the OBS data, in comparison with those obtained from traveltime tomography. A comparison with the previous migration images not only confirmed the validity of the results, but also highlighted the ability of waveform tomography to fill in the part not imaged by the migration images.
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 | 0,001 | 0,001 |
| 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 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 ».