MétaCan
Menu
Retour à la cohorte
Enregistrement W3034444688 · doi:10.1190/geo2019-0214.1

Three-dimensional magnetotelluric numerical simulation of realistic geologic models

2020· article· en· W3034444688 sur OpenAlexafffundabout
Seyedmasoud Ansari, Ernst Schetselaar, James A. Craven, Colin G. Farquharson

Notice bibliographique

RevueGeophysics · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensMemorial University of NewfoundlandGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésGeologyMagnetotelluricsPolygon meshDiscretizationUnstructured gridEnvironmental geologyComputational scienceAlgorithmGeophysicsGridComputer scienceElectrical resistivity and conductivityHydrogeologyGeotechnical engineeringGeodesy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We have developed a workflow for constructing realistic mesh-based magnetotelluric (MT) models from 3D geologic models. The routine is developed for unstructured meshes that adapt to the complex shapes of geologic bodies including 3D surfaces and volumes in realistic modeling scenarios. The methodology is applied to the complexly altered Lalor volcanogenic massive sulfide deposit in Manitoba, Canada. The host rock envelope of the Lalor deposit is compartmentalized into lithostratigraphic units leading to a watertight model. This model then is meshed into unstructured tetrahedral meshes suitable for synthetic geophysical modeling of the MT method. Subsequently, two 3D resistivity models are generated from wireline logs: (1) a host rock background model in which each tetrahedral cell is attributed with the average resistivity of each lithostratigraphic unit and (2) a heterogeneous background-ore model in which the resistivity values of the cells are resampled from a 3D curvilinear grid model, generated by computing sequential Gaussian simulations from the resistivity data for each unit of a 3D lithofacies model produced by categorical kriging. To calculate the synthetic response of this model for MT, a numerical-modeling code is developed based on solving the vector-scalar potential formulation of the electromagnetic diffusion equation using the finite-element method on unstructured meshes. After validating the numerical method for the Commemi test model, the MT response of the Lalor model is investigated. A reasonable agreement is observed between the survey field data and the data synthesized from our constructed heterogeneous model. Using an investigation of the inductive and galvanic parts, we conclude with the ideal frequency range for detecting the ore deposit. We also conclude with and visualize the importance of regional-scale alteration zones around the ore deposits and model inhomogeneities in boosting the detectability of the ore formations through feeding electrical currents as a result of galvanic field dominance at depth.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,242
Écart entre enseignants0,198 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations21
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207