Data-driven double-focusing resolution analyses for seismic imaging
Notice bibliographique
Résumé
ABSTRACT Seismic imaging requires a supporting tool to measure its resolution characteristics as a basis for seismic interpretation. However, traditional focal-beam (FB) resolution analyses are usually applied to acquisition geometries by calculating the impulse response of a single point in a reference velocity model. Seismic data to directly estimate the spatial resolution of migrated images remain unaddressed. We address this data resolution by incorporating weighted FBs into the prestack migration process to develop a data-driven double-focusing (DF) resolution analysis method for complex media. Unlike traditional resolution analyses that define the system resolution of acquisition geometries using a unit point reflector, the data-driven resolution analysis for seismic imaging uses angle-trace gathers that contain all the information of acquisition geometries, migration velocities, propagation effects, and reflectivities. The data-driven resolution analysis consists of the detector- and source-focusing processes using common-shot and common-detector gathers, respectively, followed by a multiplication of weighted focal detector and source beams. The resulting resolution function can be used to calculate the horizontal and vertical resolutions and sharpness of a given imaging point. It is implemented along with prestack migration to share the same wavefield extrapolation without invoking extra computational cost. We benchmark the data-driven method for a homogeneous medium containing single- and double-point targets by conventional point-spread and FB methods. Numerical experiments with wedge-model synthetic data and field data indicate the performance of the DF resolution analysis, demonstrating the effects of propagation attenuation, incorrect migration velocity, and noise contamination, which significantly reduce the system resolution of acquisition geometries.
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 | 0,001 |
| 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 ».