Inverse Scattering Series Internal Multiple Attenuation in the Common-Midpoint Domain
Notice bibliographique
Résumé
Internal multiple prediction remains a high-priority problem in seismic data processing, such as subsurface imaging and quantitative amplitude analysis and inversion, particularly in the common-midpoint (CMP) gathers, which contain multicoverage reflection information of the subsurface. Internal multiples, generated by unknown reflectors in complex environments, can be reconstructed with certain combinations of seismic reflection events using the inverse scattering series internal multiple prediction algorithm, which is usually applied to shot records in source–receiver coordinates. The computational overhead is one of the major challenges limiting the strength of the multidimensional implementation of the prediction algorithm, even in the coupled plane-wave domain. In this paper, we first comprehensively review the plane-wave domain inverse scattering series internal multiple prediction algorithm, and we propose a new scheme of achieving 2D multiple attenuation using a 1.5D prediction algorithm in the CMP domain, which significantly reduces the computational burden. Moreover, we quantify the difference in behavior of the 1.5D prediction algorithm for the shot/receiver and the CMP gathers on tilted strata. Numerical analysis of prediction errors shows that the 1.5D algorithm is more capable of handling dipping generators in the CMP domain than in the shot/receiver gathers, and it is able to predict the accredited traveltimes of internal multiples caused by dipping reflectors with small inclinations. For more complex cases with large inclination, using the 1.5D prediction algorithm, internal multiple predictions fail both in the CMP domain and in the shot/receiver gathers, which require the full 2D prediction algorithm. To attenuate internal multiples in the CMP gathers generated by large-dipping strata, a modified version is proposed based on the full 2D plane-wave domain internal multiple prediction algorithm. The results show that the traveltimes of internal multiples caused by dipping generators seen in the simple benchmark example are correctly predicted in the CMP domain using the modified 2D prediction algorithm.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».