Seismic Data Quality Control and Interpolation Using Principal Component Analysis
Notice bibliographique
Résumé
Commonly, seismic data processing procedures, such as stacking and prestack migration, require the ability to detect bad traces/shots and restore or replace them by interpolation, particularly when the seismic observations are noisy or there are malfunctioned components in the recording system. However, currently available trace/shot interpolation methods in the spatial or Fourier domain must deal with requirements such as evenly sampled traces/shots, infinite bandwidth of the signals, and linear seismic events. In this paper, we present a novel method, termed the E-S (eigenspace seismic) method, using principal component analysis (PCA) of the seismic signal to address the issue of reliable detection or interpolation of bad traces/shots. The E-S method assumes the existence of a correlation between the observed seismic entities, such as trace or shot gathers, making it possible to estimate one of these entities from all others for interpolation or seismic quality control. It first transforms a trace (or shot) gather into an eigenspace using PCA. Then in the eigenspace, it treats every trace as a point with its loading scores of PCA as its coordinates. Simple linear, bilinear, or cubic spline 1 dimensional (1D) interpolation is used to determine PCA loading scores for any arbitrary coordinate in the eigenspace, which are then used to construct an interpolated trace for the desired position in physical space. This E-S method works with either regular or irregular sampling and, unlike various other published methods, it is well-suited for band-limited seismic records with curvilinear reflection events. We developed related algorithms and applied these to processed synthetic and offshore seismic survey data with or without simulated noises to demonstrate their performance. By comparing the interpolated and observed seismic traces, we find that the E-S method can effectively assess the quality of the trace, and restore poor quality data by interpolation. The successful processing of synthetic and real data using the E-S method presented in this approach will be widely applicable to seismic trace/shot interpolation and seismic quality control.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».