Quality factor estimation with continuous wavelet transform from the true amplitude reversetime migrated image gather: An example from the Cascadia subduction zone
Notice bibliographique
Résumé
The Cascadia subduction zone poses major geohazards to the northwestern United States and Western Canada. Within the accretionary prism in this zone, there are high concentrations of methane hydrates with clear observational records of continuous methane seepage into the ocean. Quantifying this seepage is vital not only for the overall fluid budget of the subduction zone, but also for its impacts to the climate in the event of a major earthquake. In addition, these methane hydrates can be exploited as a potential source of energy. Earlier work on characterizing the methane hydrates from seismic data indicated relatively low attenuation above and high attenuation below the hydrate layer in the Cascadia ocean margin. Seismic attenuation, given as the quality factor, is an indicative of permeability and fluid content and thus vital to quantifying the dynamic behavior of the methane-water system at the Cascadia ocean margin. In this work, we developed a method to estimate quality factor from seismic data using continuous wavelet transform. Applying the method on the true amplitude reverse-time migrated image gathers on real seismic data from the Cascadia subduction zone, we show that our estimates agree with the previous studies in the area. Estimated quality factors from this method will be vital to generation of the initial model for joint prestack waveform inversion and reverse-time migration workflow, in which the visco-elastic earth model and depth image are simultaneously obtained through an iterative updating procedure. P- and S-wave quality factors (QP and QS), estimated from this workflow could then be used to estimate the permeability and fluid saturation for a detailed description of the dynamic behavior of the accretionary prism methane hydrates at the Cascadia ocean margin. Presentation Date: Wednesday, September 18, 2019 Session Start Time: 9:20 AM Presentation Start Time: 11:00 AM Location: Poster Station 5 Presentation Type: Poster
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».