Using DAS for reflection seismology - lessons learned from three field studies
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
Distributed acoustic sensing (DAS) has rapidly gained recognition for its potential for seismic imaging. For surface reflection seismology, the wide spatial aperture afforded by DAS is a primary motivation for its application, however the lower SNR of DAS has proven to be a significant impediment to acquiring data that can replace conventional receiver arrays. A further limitation of DAS cables is that the strain-dependent response is insensitive to acoustic energy which arrives orthogonal to the cable axis, reducing its effectiveness at seeing energy reflected from the deep subsurface. To enhance the sensitivity of DAS cables for reflection seismology, we have trialed at three field sites DAS cables with helical construction in which there is a significant component of optical fiber that is coincident with arriving broadside energy. We have installed helically wound DAS cables at the PTRC Aquistore Project in Saskatchewan, Canada and the CO2CRC Otway Project in Nirranda South, Victoria, Australia in shallow trenches. For the ADM Intelligent Monitoring Systems Project in Decatur, Illinois, USA we used a horizontal directional drilling method to install DAS cables at a depth that is greater than can be achieved using trenched installation. At the Otway and ADM sites we operated surface orbital vibrators (SOVs) at fixed locations to enhance sensitivity by stacking large numbers of sweeps. We present survey results from the three sites. Analysis of both vibroseis survey and SOV results show that the helical cable design achieves its primary objective of improving sensitivity to reflected energy, with further gains needed to achieve the sensitivity of conventional geophones.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle