MétaCan
Menu
Retour à la cohorte
Enregistrement W2923217486 · doi:10.1190/int-2018-0137.1

Seismic amplitude variation with offset inversion in a vertical transverse isotropy medium

2019· article· en· W2923217486 sur OpenAlexaff
M. Sams, Annushia Annamalai, Jeremy Gallop

Notice bibliographique

RevueInterpretation · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésAnisotropyIsotropyAmplitudeAmplitude versus offsetInversion (geology)Offset (computer science)Transverse isotropySeismic inversionGeologyPhysicsOpticsAzimuthSeismologyComputer science

Résumé

récupéré en direct d'OpenAlex

Vertical transverse isotropy (VTI) will affect seismic inversion, but it is not possible to solve for the full set of anisotropic elastic parameters from amplitude variation with offset inversion because there exists an isotropic solution to every VTI problem. We can easily approximate the pseudoisotropic properties that result from the isotropic solution to the anisotropic problem for well-log data. We can then use these well-log properties to provide a low-frequency model for inversion and/or a framework for interpreting either absolute or relative inversion results. This, however, requires prior knowledge of the anisotropic properties, which are often unavailable or poorly constrained. If we ignore anisotropy and assume that the amplitude variations caused by VTI are going to be accounted for by effective wavelets, the inversion results would be in error: The impact of anisotropy is not merely a case of linear scaling of seismic amplitudes for any particular angle range. Ignoring VTI does not affect the prediction of acoustic impedance, but it does affect predictions of [Formula: see text] and density. For realistic values of anisotropy, these errors can be significant, such as predicting oil instead of brine. If the anisotropy of the rocks is known, then we can invert for the true vertical elastic properties using the known anisotropy coefficients through a facies-based inversion. This can produce a more accurate result than solving for pseudoelastic properties, and it can take advantage of the sometimes increased separation of isotropic and anisotropic rocks in the pseudoisotropic elastic domain. Because the effect of anisotropy will vary depending on the strength of the anisotropy and the distribution of the rocks, we strongly recommend forward modeling for each case prior to inversion to understand the potential impact on the study objectives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterpretationMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207