MétaCan
Menu
Retour à la cohorte
Enregistrement W2969767921 · doi:10.1111/1365-2478.12862

On possible fluid detection in equivalent transversely isotropic media

2019· article· en· W2969767921 sur OpenAlexafffund
Filip P. Adamus

Notice bibliographique

RevueGeophysical Prospecting · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransverse isotropyIsotropyAnisotropyMathematical analysisConstant (computer programming)PhysicsOpticsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We consider a transversely isotropic medium that is long‐wave equivalent to a stack of thin, parallel, isotropic layers and is obtained using the Backus average. In such media, we analyse the relations among anisotropy parameters; Thomsen parameters, ε and δ, and a new parameter ϕ. We discuss the last parameter and show its essential properties; it equals 0 in the case of isotropy of equivalent medium and/or constant Lamé coefficient λ in layers. The second property occurs to make ϕ sensitive to variations of λ in thin‐bedded sequences. According to Gassmann, in isotropic media the variation of fluid content affects only the Lamé coefficient λ, not μ; thus, the sensitivity to changes of λ is an essential property in the context of possible detection of fluids. We show algebraically and numerically that ϕ is more sensitive to these variations than ε or δ. Nevertheless, each of these parameters is dependent on the changes of μ; to understand this influence, we exhibit comprehensive tables that illustrate the behaviour of anisotropy parameters with respect to specific variations of λ and μ. The changes of μ in layers can be presented by the Thomsen parameter γ that depends on them solely. Hence, knowing the values of elasticity coefficients of equivalent transversely isotropic medium, we may compute ϕ and γ, and based on the aforementioned tables, we predict the expected variation of λ; in this way, we propose a new method of possible fluid detection. Also, we show that the prior approach of possible detection of fluids, proposed by Berryman et al., may be unreliable in specific cases. To establish our results, we use the Monte Carlo method; for the range and chosen variations of Lamé coefficients λ and μ – relevant to sandstones – we generate these coefficients in thin layers and, after the averaging process, we obtain an equivalent transversely isotropic medium. We repeat that process numerous times to get many equivalent transversely isotropic media, and – for each of them – we compute their anisotropy parameters. We illustrate ϕ, ε and δ in the form of cross‐plots that are relevant to the chosen variations of λ and μ. Additionally, we present a table with the computed ranges of anisotropy parameters that correspond to different variations of Lamé coefficients.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,205
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'étudeSans objet
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical ProspectingMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207