Broadband Ocean Bottom Seismometer Noise Properties
Notice bibliographique
Résumé
We present a new compilation and analysis of broadband ocean bottom seismometer noise properties from 15 years of seismic deployments. We compile a comprehensive dataset of representative four-component (seismometer and pressure gauge) noise spectra and cross-spectral properties (coherence, phase, and admittance) for 551 unique stations spanning 18 US-led experiments. This is matched with a comprehensive compilation of metadata parameters related to instrumentation and environmental properties for each station. We systematically investigate the similarity of noise spectra by grouping them according to these metadata parameters to determine which factors are the most important in determining noise characteristics. We find evidence for improvements in similarity of noise properties when grouped across parameters, with groupings by seismometer type and deployment water depth yielding the most significant and interpretable results. Instrument design, that is the entire deployed package, also plays an important role, although it strongly covaries with seismometer and water depth. We assess the presence of traditional sources of tilt, compliance, and microseismic noise to characterize their relative role across a variety of commonly used seismic frequency bands. We find that the presence of tilt noise is primarily dependent on the type of seismometer used (covariant with a particular subset of instrument design), that compliance noise follows anticipated relationships with water depth, and that shallow, oceanic shelf environments have systematically different microseism noise properties (which are, in turn, different from instruments deployed in shallow lake environments). These observations have important implications for the viability of commonly used seismic analysis techniques. Finally, we compare spectra and coherences before and after vertical channel tilt and compliance noise removal to evaluate the efficacy and limitations of these now standard processing techniques. These findings may assist in future experiment planning and instrument development, and our newly compiled noise dataset serves as a building block for more targeted future investigations by the marine seismology community.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 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 ».