Applying laterally varying density corrections to ground gravity and airborne gravity gradiometry data: a case study from the Bathurst Mining Camp
Notice bibliographique
Résumé
The influence of topography on gravity and gravity gradiometry measurements is profound and should be minimized prior to geological interpretation. The standard way of minimizing these effects is through the computation of a terrain correction. Terrain corrections require two inputs: topography and density. Often, geology and topography are inextricably intertwined: topography is caused by a change in geology. In geologic environments where there is a structural and (or) stratigraphic control on the near-surface mass distribution, using a single density value in the corrections leads to removal of the topographic effect of rocks having the chosen density. Any remaining gravity signal that correlates with topography is providing geological information. If the objective is to produce a gravity map with minimal topographic signal, then a regionally variable density correction is a means of compensating for this effect. In this paper, we demonstrate how to apply a spatially variable density correction using ground gravity and airborne gravity gradiometry data for the geologically complex Bathurst Mining Camp, northern New Brunswick, Canada. Ground gravity and airborne full tensor gravity gradiometry measurements are subdivided into a series of domains on the basis of the underlying tectonostratigraphic group. Terrain and Bouguer corrections are calculated for each domain using representative density values obtained from drill core and surface sampling throughout the Bathurst Mining Camp. The output from the spatially variable density correction is then compared with previous maps. Overall, the differences are subtle, but the spatially variably density allows for isolated anomalies to be better resolved.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».