Analytic continuation: A tool for aeromagnetic data interpretation
Notice bibliographique
Résumé
Abstract Extending potential-field data to vertical complex-plane slices provides opportunities, unique to analytic functions, for subsurface imaging. We begin with an existing numerical method for differentiation by integration using Cauchy's integral formula. An example from data over northern Ontario, Canada, illustrates better conditioning compared to derivatives computed using finite differences. Next, these quantities are used for analytic continuation using rational complex-series expansion (Padé approximation). This method provides stable downward continuation to distances that are significantly greater than are achievable by Taylor series and spectral methods. A synthetic test confirms that the rational approximant faithfully reproduces the magnetic response of a thin sheet. A sign reversal of the total field, coincident with the origin of the sheet, features prominently on this example. We also provide synthetic results for sheets with finite depth extent, point sources, thin slabs, and contacts. These also exhibit polarity flips near the source location. Further, these provide a template for interpreting the source geometry using the shape of the approximating function. Additional synthetic tests illustrate an automatic method for locating closely spaced random assemblages of isolated poles. We apply our methods to a deposit-scale heliborne survey over a recently discovered volcanogenic massive sulphide ore deposit in a Canadian greenstone belt. The analytically continued profile over the deposit suggests the presence of a subvertical thin sheet of unknown depth extent. This interpretation coincides with a sulphide ore body that has been previously delimited by several drill holes. Some known prospects near this deposit are also imaged on maps and profiles of the Padé approximant.
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) | 0,000 | 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 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 ».