Commercial operation of a SQUID-based airborne magnetic gradiometer
Notice bibliographique
Résumé
Abstract Gradient measurement of the magnetic field vector, especially full-tensor magnetic gradiometers (FTMGs), provides various advantages over gradient components derived from measurements of the total magnetic intensity (TMI). These advantages include higher spatial resolution, directional information, and thus more detailed anomaly delineation and a significantly better-constrained solution space for magnetic inversion and interpretation. However, the airborne application of FTMG instruments requires exceptionally high sensor resolution and low levels of motion noise to maximize these advantages and to achieve high exploration depth. Superconducting quantum interference detectors (SQUIDs) are an effective option for FTMG sensors, now available commercially in the system discussed herein. This SQUID sensor system comprises intrinsic planar-type gradiometers that produce data with sufficiently low noise for use on an airborne platform. The evolution and advancement of the system and its predecessor over the past two decades has produced a robust commercial system that produces high-quality full-tensor data sets from a helicopter-towed-bird implementation. Because the SQUID sensors measure directionally sensitive data, the processing of the acquired data is significantly more challenging than for TMI sensors. Noise induced by the motion of the bird during flight, especially rotational noise, must be monitored and compensated. The introduction of a more robust and aerodynamic bird has significantly reduced the noise of the system. This noise reduction translates into greater sensitivity and accuracy and, thus, heightened confidence in the use of the survey data sets. While much of the early use of the system has been in diamondiferous kimberlite exploration, the system has successfully flown surveys in mineral exploration for a variety of targets, including gold, nickel, and iron ore. These data sets provide greater confidence in the geologic interpretation across the survey areas. Other applications for FTMG surveying include infrastructure mapping, unexploded ordnance detection, and compensation of electromagnetic data sets in marine environments.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».