Comparison of hypocentre locations from the reprocessing of a downhole microseismic dataset
Notice bibliographique
Résumé
ABSTRACT Focusing on a single vertical‐well microseismic monitoring dataset, the aim here is to objectively look at the hypocentre location determination workflow and compare results from another independent processing effort of the same dataset. To that end, we use the Akaike information criterion–based picker followed by the cross‐correlation‐based refinement for P‐ and S‐wave arrival times. We apply a particle swarm optimization algorithm to calibrate a one‐dimensional velocity model using a single ball‐drop event. Due to the absence of any a priori information, we obtain three different local solutions for the velocity model using the particle swarm optimization algorithm with different upper and lower bounds on the search space. We also use the particle swarm optimization algorithm to determine hypocentre locations for microseismic events. In addition, we perform a waveform‐similarity‐based analysis to identify clusters of closely located microseismic events. Our results show that the hypocentre locations from all three local solutions exhibit similar fracture orientations and dimensions, as compared to the results from another independent processing effort. However, random differences with mean and standard deviation values in x, y, z as (53.9, −23.2, −6.2 m) and (35.5, 42.6, 17.6 m) exist between the two processing versions. These differences can be explained by the combined effect of errors in arrival times, back‐azimuths and velocity models, and the use of different algorithms in the two processing efforts. We also find that the comparison of event clusters other than full event distributions is an effective way of identifying any systematic differences between the two processing results.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».