Case study: Phase-component amplitude variation with angle
Notice bibliographique
Résumé
ABSTRACT In detectable and isolated thin layers below seismic resolution, phase decomposition can theoretically be used to discriminate relatively high-impedance thin-layer responses from low-impedance reservoir responses. Phase decomposition can be used to isolate seismic amplitudes with a particular phase response or to decompose the seismic trace into symmetrical and antisymmetrical phase components. These components sum to form the original trace. Assuming zero-phase seismic data and normal American polarity, seismically thin layers that are high impedance relative to overlying and underlying half-spaces are seen on the +90° phase component, whereas a relatively low-impedance thin layer will appear on the −90° phase component. When such phase decomposition is applied to prestack attributes on a 2D line across a thin, 8 m thick, gas-saturated reservoir in the Western Canadian Sedimentary Basin of Alberta, Canada, amplitude-variation-with-angle is magnified on the −90° phase component. The −90° far-offset component allows the lateral extent of the reservoir to be better delineated. This amplification is also seen on the −90° phase component of the gradient attribute. These results are corroborated by seismic modeling that indicates the same phase-component relationships for near- and far-angle stacks as are observed on the real data. Fluid substitution and seismic modeling indicate that, relative to full-phase data, the mixed-phase response observed in this study exhibits variations in fluid effects that are magnified and better observed at far angles on the −90° phase component.
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 | 0,000 | 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 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 ».