Fibre Optic Methods of Prospecting: A Comprehensive and Modern Branch of Geophysics
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
Abstract Over the past decades, the development of fibre optic cables, which pass light waves carrying data guided by total internal reflection, has led to advances in high-speed and long-distance communication, large data transmission, optical imaging, and sensing applications. Thus far, fibre optic sensors (FOSs) have primarily been employed in engineering, biomedicine, and basic sciences, with few reports of their usage in geophysics as point and distributed sensors. This work aimed at reviewing the studies on the use of FOSs in geophysical applications with their fundamental principles and technological improvements. FOSs based on Rayleigh, Brillouin, and Raman scatterings and fibre Bragg grating sensors are reviewed based on their sensing performance comprising sensing range, spatial resolution, and measurement parameters. The recent progress in applying distributed FOSs to detect acoustic, temperature, pressure, and strain changes, as either single or multiple parameters simultaneously on surface and borehole survey environments with their cable deployment techniques, has been systematically reviewed. Despite the development of fibre optic sensor technology and corresponding experimental reports of applications in geophysics, there have not been attempts to summarise and synthesise fibre optic methods for prospecting as a comprehensive and modern branch of geophysics. Therefore, this paper outlines the fibre optic prospecting methods, with an emphasis on their advantages, as a guide for the geophysical community. The potential of the new outlined fibre optic prospecting methods to revolutionise conventional geophysical approaches is discussed. Finally, the future challenges and limitations of the new prospecting methods for geophysical applications are elucidated.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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