Improved target illumination at Ludvika mines of Sweden through seismic‐interferometric surface‐wave suppression
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT In mineral exploration, new methods to improve the delineation of ore deposits at depth are in demand. For this purpose, increasing the signal‐to‐noise ratio through suitable data processing is an important requirement. Seismic reflection methods have proven to be useful to image mineral deposits. However, in most hard rock environments, surface waves constitute the most undesirable source‐generated or ambient noise in the data that, especially given their typical broadband nature, often mask the events of interest like body‐wave reflections and diffractions. In this study, we show the efficacy of a two‐step procedure to suppress surface waves in an active‐source reflection seismic dataset acquired in the Ludvika mining area of Sweden. First, we use seismic interferometry to estimate the surface‐wave energy between receivers, given that they are the most energetic arrivals in the dataset. Second, we adaptively subtract the retrieved surface waves from the original shot gathers, checking the quality of the unveiled reflections. We see that several reflections, judged to be from the mineralization zone, are enhanced and better visualized after this two‐step procedure. Our comparison with results from frequency‐wavenumber filtering verifies the effectiveness of our scheme, since the presence of linear artefacts is reduced. The results are encouraging, as they open up new possibilities for denoising hard rock seismic data and, in particular, for imaging of deep mineral deposits using seismic reflections. This approach is purely data driven and does not require significant judgment on the dip and frequency content of present surface waves, which often vary from place to place.
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.
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 | 0,001 |
| 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) | 0,001 | 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 découle