Topographic elastic least‐squares reverse time migration based on vector P‐ and S‐wave equations in the curvilinear coordinates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Elastic least‐squares reverse time migration has been applied to multi‐component seismic data to obtain high‐quality images. However, the final images may suffer from artefacts caused by P‐ and S‐wave crosstalk and severe spurious diffractions caused by complex topographic surface conditions. To suppress these crosstalk artefacts and spurious diffractions, we have developed a topographic separated‐wavefield elastic least‐squares reverse time migration algorithm. In this method, we apply P‐ and S‐wave separated elastic velocity–stress wave equations in the curvilinear coordinates to derive demigration equations and gradient formulas with respect to P‐ and S‐velocity. For the implementation of topographic separated‐wavefield elastic least‐squares reverse time migration, the wavefields, gradient directions and step lengths are all calculated in the curvilinear coordinates. Numerical experiments conducted with the two‐component data synthetized by a three‐topographic‐layer with anomalies model and the Canadian Foothills model are considered to verify our method. The results reveal that compared with the conventional method, our method promises imaging results with higher resolution and has a faster residual convergence speed. Finally, we carry out numerical examples on noisy data, imperfect migration velocity and inaccurate surface elevation to analyse its sensitivity to noise, migration velocity and surface elevation error. The results prove that our method is less sensitive to noise compared with the conventional elastic least‐squares reverse time migration and needs good migration velocities as other least‐squares reverse time migration methods. In addition, when implementing the proposed method, an accurate surface elevation should be obtained by global positioning system to yield high‐quality 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.
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) | 0,000 | 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 découle