MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389223647 · doi:10.22541/essoar.170144079.90434227/v1

Passive source reverse time migration based on the spectral element method

2023· preprint· en· W4389223647 sur OpenAlexaff
Bin He, Yu Chen, David Lumley, Qinya Liu, N. Takeuchi, Hitoshi Kawakatsu, Hejun Zhu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSeismic migrationGeologySeismologyTectonicsComputer science

Résumé

récupéré en direct d'OpenAlex

Increasing deployment of dense arrays has facilitated detailed structure imaging for tectonic investigation, hazard assessment and resource exploration. Strong velocity heterogeneity and topographic changes have to be considered during passive source imaging. However, it is quite challenging for ray-based methods, such as Kirchhoff migration or the widely used teleseismic receiver function, to handle these problems. In this study, we propose a 3-D passive source reverse time migration strategy based on the spectral element method. It is realized by decomposing the time reversal full elastic wavefield into amplitude-preserved vector P and S wavefields by solving the corresponding weak-form solutions, followed by a dot-product imaging condition to get images for the subsurface structures. It enables us to use regional 3-D migration velocity models and take topographic variations into account, helping us to locate reflectors at more accurate positions than traditional 1-D model-based methods, like teleseismic receiver functions. Two synthetic tests are used to demonstrate the advantages of the proposed method to handle topographic variations and complex velocity heterogeneities. Furthermore, applications to the Laramie array data using both teleseismic P and S waves enable us to identify several south-dipping structures beneath the Laramie basin in southeast Wyoming, which are interpreted as the Cheyenne Belt suture zone and agree with, and improve upon previous geological interpretations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,251
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→