Seismic inversion for P- and S-wave inverse quality factors using attenuative elastic impedance
Notice bibliographique
Résumé
P- and S-wave inverse quality factors, 1/QP and 1/QS, quantify seismic wave attenuation, which are related to several key reservoir parameters (porosity, saturation, viscosity, etc.). Estimating 1/QP and 1/QS from observed seismic data provides additional and useful information for a gas-bearing reservoir prediction. We first derive an approximate reflection coefficient and attenuative elastic impedance involving effects of attenuation, and then we establish an approach to invert for elastic properties (P- and S-wave impedances, and density) and attenuation (P- and S-wave inverse quality factors) from seismic data at different incidence angles and frequencies. The approach includes a model-based and damped least-squares inversion for attenuative elastic impedance, and a Bayesian Markov Chain Monte Carlo inversion for 1/QP and 1/QS. Synthetic data tests confirm that P- and S-wave impedances and inverse quality factors are reasonably estimated in the case of moderate data error or noise. Applying the established approach to a field data set is suggestive of the robustness of the approach, and that physically meaningful inverse quality factors can be derived from seismic data acquired over a gas-bearing reservoir. Presentation Date: Wednesday, September 27, 2017 Start Time: 2:15 PM Location: 370D 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».