MétaCan
Menu
Retour à la cohorte
Enregistrement W2950292978 · doi:10.1080/08123985.2019.1606206

Characterising sand channel from seismic data using linear programming (l1-norm) sparse spike inversion technique: a case study from offshore, Canada

2019· article· en· W2950292978 sur OpenAlexaboutno aff
S. P. Maurya, N. P. Singh

Notice bibliographique

RevueExploration Geophysics · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesScience and Engineering Research BoardDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésGeologySeismic inversionAcoustic impedanceElectrical impedanceReservoir modelingInversion (geology)Submarine pipelineClastic rockPorosityMineralogySeismologyGeotechnical engineeringGeomorphologyTectonicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

In this study, a linear programming (l1-norm) sparse spike inversion (LPSSI) technique is used to estimate acoustic impedance distribution in the subsurface of the Blackfoot Field, Alberta, Canada. The aim of study is to determine high-resolution subsurface rock properties from the low-resolution seismic data and characterise the clastic Glauconitic channel. There are many traditional post-stack seismic inversion techniques available to estimate rock properties from seismic data, but LPSSI is a relatively simple and quick to compute subsurface model that can be used for qualitative as well as quantitative interpretation. The technique is applied in two steps; first, composite traces near to well locations are extracted and inverted for acoustic impedance, and comparison with well log impedance is used to optimise the LPSSI parameters. Analysis of the composite traces indicates that the algorithm has good performance with high correlation (0.97). In the second step, LPSSI is applied to the Blackfoot seismic data to estimate the distribution of acoustic impedance in the subsurface. Analysis of inverted acoustic impedance shows a low impedance anomaly ranging from 6500 to 8500 m/s*g/cc at the 1060–1075 ms time interval, which is characterised as a clastic Glauconitic sand channel. Thereafter, to confirm the sand channel, another important rock property, porosity, is estimated in the inter-well region using multi-attribute analysis. Analysis of the porosity shows the presence of a high porosity (15–22%) zone in the 1060–1075 ms time interval which coincides with the low impedance zone and confirms the presence of the sand channel.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,410

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,057
Tête enseignante GPT0,252
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExploration GeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207