Estimating local slope in the time-frequency domain: Velocity-independent seismic imaging in the near surface
Notice bibliographique
Résumé
Seismic reflection processing for multicomponent data is very time consuming. To automatically streamline and shorten this process, a new approach for estimating the local event slope (local static shift) in the time-frequency domain is proposed and tested. The seismic event slope is determined by comparing the local phase content of Stockwell transformed signals. This calculation allows for noninterfering arrivals to be aligned by iteratively correcting trace by trace. Alternatively, the calculation can be used in a velocity-independent imaging framework with the possibility of exporting the determined time and velocities for each common midpoint gather, which leads to a more robust moveout correction. Synthetic models are used to test the robustness of the calculation and compare it directly to an existing method of local slope estimation. Compared to dynamic time warping, our method is more robust to noise but less robust to large time shifts, which limits our method to shorter geophone spacing. We apply the calculation to near-surface shear-wave data and compare it directly to semblance/normal-moveout processing. Examples demonstrate that the calculation yields an accurate local slope estimate and can produce sections of better or equal quality to sections processed using the conventional approach with much less user time input. It also serves as a first example of velocity-independent processing applied to near-surface reflection data.
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 | 0,000 |
| 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 ».