Imaging the P‐Wave Velocity Structure of Arctic Subsea Permafrost Using Laplace‐Domain Full‐Waveform Inversion
Notice bibliographique
Résumé
Abstract Climate change in the Arctic has recently become a major scientific issue, and detailed information on the degradation of subsea permafrost on continental shelves in the Arctic is critical for understanding the major cause and effects of global warming, especially the release of greenhouse gases. The subsea permafrost at shallow depths beneath the Arctic continental shelves has significantly higher P‐wave velocities than the surrounding sediments. The distribution of subsea permafrost on Arctic continental shelves has been studied since the 1970s using seismic refraction methods. With seismic refraction data, the seismic velocity and the depth of the upper boundary of subsea permafrost can be determined. However, it is difficult to identify the lower boundary and the internal shape of permafrost. Here, we present two‐dimensional P‐wave velocity models of the continental shelf in the Beaufort Sea by applying the Laplace‐domain full‐waveform inversion method to acquired multichannel seismic reflection data. With the inverted P‐wave velocity model, we identify anomalous high seismic velocities that originated from the subsea permafrost. Information on the two‐dimensional distribution of subsea permafrost on the Arctic continental shelf area, including the upper and lower bounds of subsea permafrost, are presented. Also, the two‐dimensional P‐wave velocity model allows us to estimate the thawing pattern and the shape of subsea permafrost structures. Our proposed P‐wave velocity models were verified by comparison with the previous distribution map of subsea permafrost from seismic refraction analyses, geothermal modeling, and well‐log 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».