Magnetic surface geometry inversion of Kimberlites in Botswana
Notice bibliographique
Résumé
Abstract Surface geometry inversion of geophysical data has recently been introduced as an effective approach for generating surface‐based geological models. The models obtained through surface geometry inversion clearly delineate the contacts between distinct rock units, making them easily interpretable by geologists. Surface geometry inversion has shown promising preliminary results in other works, but the practical application of surface geometry inversion on real geophysical data has not been thoroughly investigated. To move towards a better understanding of the practicalities involved, we applied surface geometry inversion to a real magnetic dataset acquired over two kimberlite pipes located in north‐central Botswana. The objective was to assess the effectiveness and limitations of the surface geometry inversion approach in accurately characterizing the subsurface geometry and identifying the boundaries of the kimberlite pipes. We first perform an anomaly separation approach to isolate the magnetic anomalies associated with the kimberlite pipes. A surface geometry inversion algorithm was applied to the original and separated datasets using various initial models and other control parameters. Several tests were performed to investigate the effects that data processing, initial models, and other parameter choices have on the surface geometry inversion results. We successfully recover the geometry, extension and dip of the two kimberlite pipes. We discuss the results of our various tests and provide advice for practitioners interested in applying surface geometry inversion methods to their data. Our work indicates that surface geometry inversion can be used as a complementary approach to voxel inversion, and we propose an iterative surface geometry inversion algorithm as a possible alternative approach to voxel inversion for simple geological scenarios. This work provides valuable insights into the appropriate application of surface geometry inversion on real geophysical datasets.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».