The impact of the acoustic approximation on time-lapse FWI
Notice bibliographique
Résumé
Conventional time-lapse analysis methods are adequate for relatively simple geologies, but may degrade in the presence of a complex subsurface. The performance of Full Waveform Inversion (FWI) in complex geologies has sparked interest in applying it to the time-lapse problem. Due to the challenges of full 3D elastic FWI, most FWI applications use acoustic inversion. Real seismic waves travel through an elastic or viscoelastic Earth, making an acoustic approximation in the inversion result in inaccuracies. In this paper, we investigate the impact of this approximation on time-lapse FWI, more specifically Double Difference FWI (DDFWI), by using three synthetic datasets derived from a North Sea geologic model with increasingly realistic physics, starting from constant density acoustics to variable density acoustics and ending with isotropic elasticity. Numerical results show that the acoustic time-lapse estimate of the elastic data contains degraded amplitude and also significant artifacts. To mitigate such effects, we propose and evaluate several potential solutions, including using a better baseline model, limiting the maximum offset and regularizing time lapse FWI with 4D confidence information. Together, these steps reduce the detrimental effects of the acoustic approximation on the time-lapse estimate. Presentation Date: Wednesday, October 19, 2016 Start Time: 1:30:00 PM Location: 146 Presentation Type: ORAL
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 | 0,003 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».