Seismic depth imaging of iron‐oxide deposits and their host rocks in the Ludvika mining area of central Sweden
Notice bibliographique
Résumé
ABSTRACT The development of cost‐effective and environmentally acceptable geophysical methods for the exploration of mineral resources is a challenging task. Seismic methods have the potential to delineate the mineral deposits at greater depths with sufficiently high resolution. In hardrock environments, which typically host the majority of metallic mineral deposits, seismic depth‐imaging workflows are challenged by steeply dipping structures, strong heterogeneity and the related wavefield scattering in the overburden as well as the often limited signal‐to‐noise ratio of the acquired data. In this study, we have developed a workflow for imaging a major iron‐oxide deposit at its accurate position in depth domain while simultaneously characterizing the near‐surface glacial overburden including surrounding structures like crossing faults at high resolution. Our workflow has successfully been showcased on a 2D surface seismic legacy data set from the Ludvika mining area in central Sweden acquired in 2016. We applied focusing prestack depth‐imaging techniques to obtain a clear and well‐resolved image of the mineralization down to over 1000 m depth. In order to account for the shallow low‐velocity layer within the depth‐imaging algorithm, we carefully derived a migration velocity model through an integrative approach. This comprised the incorporation of the tomographic near‐surface model, the extension of the velocities down to the main reflectors based on borehole information and conventional semblance analysis. In the final step, the evaluation and update of the velocities by investigation of common image gathers for the main target reflectors were used. Although for our data set the reflections from the mineralization show a strong coherency and continuity in the seismic section, reflective structures in a hardrock environment are typically less continuous. In order to image the internal structure of the mineralization and decipher the surrounding structures, we applied the concept of reflection image spectroscopy to the data, which allows the imaging of wavelength‐specific characteristics within the reflective body. As a result, conjugate crossing faults around the mineralization can directly be imaged in a low‐frequency band while the internal structure was obtained within the high‐frequency bands.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».