MétaCan
Menu
Retour à la cohorte
Enregistrement W2981878499 · doi:10.4095/289551

A geostatistical approach for two-dimensional seismic velocity modelling

2011· report· en· W2981878499 sur OpenAlexaffabout
Maxime Claprood, Mathieu J. Duchesne, Erwan Gloaguen

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésGeologySeismic velocitySeismologyGeostatisticsVariogramKrigingMathematicsStatisticsSpatial variability

Résumé

récupéré en direct d'OpenAlex

This study tests two geostatistical approaches, kriging with external drift (KED) and cokriging (CK), for building two-dimensional seismic velocity models for the reprocessing of vintage seismic reflection data collected in Canadian Western Arctic Islands between the late 1960s and the early 1980s. The interval thickness between horizons is estimated at all Common Mid Points (CMPs). The interval thickness evaluated at three well is used as the primary variable of kriging and the timethickness estimated from seismic horizon picking at all CMPs is used as the external drift to represent time-depth variations along the seismic line. The depth to horizons estimated by KED honours perfectly the depth evaluated at three wells, while the lateral variations of the horizons in depth closely follow those of the horizons picked in time-depth. In contrast to constant lateral velocity layer models often used in seismic processing, the velocity calculated from the KED allow modelling lateral velocity variations within each layers, providing a more realistic representation of the subsurface geology.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,107
Tête enseignante GPT0,267
Écart entre enseignants0,160 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeological Modeling and AnalysisTravaux en français237 207