2D fast Fourier transform analytical solutions in all space for all gravity and magnetic components
Notice bibliographique
Résumé
ABSTRACT Forward modelling of potential field data is an important part of optimization algorithms used to invert large datasets such as those involving rugged terrain or borehole data. Two‐dimensional fast Fourier transform modelling with a prism or a dipole is one of the most efficient methods compared to the forward modelling in the space domain. However, the exact solution of a prismatic source is limited to the case of a half‐space with the computation of data on a horizontal datum above the topography. Starting from the three‐dimensional Fourier forward modelling analytical formulation for a prism, an integration according to the wavenumber w is accomplished which allowed to find a two‐dimensional Fourier exact analytical formulation outside, at the interfaces of, and inside a prism for all potential field components. This new formulation requires the calculation of only four integrals. The gravity and magnetic fields are computed with this two‐dimensional fast Fourier transform formulation in the entire domain and compared with the analytical space domain and the three‐dimensional fast Fourier transform formulations. From the three‐dimensional calculated field, each component can be interpolated with the tri‐linear interpolation method along a borehole or on a drape surface simulating an airborne survey. Based on experiments demonstrated in this work, the two‐dimensional formulation in the Fourier domain gave accurate results with greater speed of execution in comparison to modelling in the space domain. The forward modelling method is tested on real gravity data from the north of Alberta (Canada).
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 | 0,001 |
| 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) | 0,000 | 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 ».