Microseismic event localization by acoustic time reversal extrapolation
Notice bibliographique
Résumé
ABSTRACT Traditional ray-based methods for microseismic event localization require picking of P- and S-wave first arrivals, which is often time consuming. Polarization analysis for each event is often also needed to determine its absolute location. Location methods based on reverse time extrapolation avoid the need for first-arrival time picking. Traditional reverse time extrapolation only incorporates particle velocity or displacement wavefields. This is an incomplete approximation of the acoustic representation theorem, which leads to artifacts in the back-propagation process. For instance, if the incomplete approximation is used for microseismic event locations using three-component (3C) borehole recordings, it produces a ghost event on the opposite side of the well, which leads to ambiguous interpretations. We have developed representation-theorem-based reverse time extrapolation for microseismic event localization, combining the 3C particle velocities (displacements) and the pressure wavefield. The unwanted ghost location is removed by explicitly incorporating a wavefield and its spatial derivative. Moreover, polarization analysis is not needed, because wavefields will focus at its absolute location during back propagation. Determination of microseismic event locations using wavefield extrapolation also necessitates a robust focusing criterion. The Hough transform allows for accurate determination of source timing and location by summing wavefront energy in the time-space domain. Synthetic examples demonstrated the good performance of the wavefield extrapolation scheme and focusing criterion in complex velocity fields for borehole acquisition geometries.
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) | 0,001 | 0,002 |
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 ».