A 3D forward-modeling approach for airborne electromagnetic data using a modified spectral-element method
Notice bibliographique
Résumé
ABSTRACT The spectral-element (SE) method, which is based on the Galerkin technique, has been gradually implemented in geophysical electromagnetic (EM) 3D simulation. The accuracy and efficiency of this approach, implemented for deformed hexahedral and regular meshes, has been verified for airborne EM forward modeling. One advantage of the SE method over the conventional finite-element method is that it provides accurate results for earth models that can be adequately parameterized using a coarse mesh. However, realistic models can contain important small-scale conductivity variations or larger features with complicated boundaries. To overcome the limitations imposed by using the same mesh to parameterize the model and for implementing the forward-modeling approach, we have developed an adaptation of the conventional SE method. This is inspired by the ideas behind the element-free Galerkin (EFG) method, in which the conductivity is no longer assumed to be constant within a cell; instead, it is handled via the same kind of numerical integration as in the EFG method. This allows a coarse, regular hexahedral mesh to be used for the forward modeling for complex earth models. After presenting the theory for this new SE approach, we test it for airborne EM modeling of 1D and 3D models to verify its flexibility and accuracy. Finally, we model the Ovoid Zone massive sulfide ore body located at Voisey’s Bay, Labrador, Canada, to illustrate the flexibility and practicality of our approach.
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 | 0,001 |
| 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 ».