Gravity Data Inversion by a Faulted 2-D Horizontal Block of Arbitrary Thickness With Application to Crustal Imaging
Notice bibliographique
Résumé
An efficient inversion scheme has been developed for the interpretation of a residual gravity profile measured over a 2-D truncated fault. The scheme determines the characteristic parameters (depth to the top surface of the fault, depth to the bottom surface of the fault, amount and direction of dip of the fault plane, and density contrast) and solves for the inverse characteristic parameters of a model in the space of their logarithms instead of the space of the model parameters themselves. The accuracy and convergence of the scheme have been successfully verified and assessed on various noise-free numerical examples. It was then carefully assessed on noisy numerical data, and it was found stable but nonunique. The sensitivity analysis and the numerical inversions have shown that the parameter that can be determined with the greatest accuracy is the amount of dip of the fault plane; the parameter is crucial for determining the fault type. The validity of the technique for practical applications has been successfully illustrated in two field examples for crustal imaging. The inversion of the Garber structure, Garber County, OK, USA, has revealed more accurate and realistic results than previously published interpretations. The data inversion of the Saganash Lake fault, Canada, indicates that the fault plane dips to the Southeast and the fault is of a reverse nature; this finding agrees well with the conclusion established by Nitescu and Halls (2002). The scheme is shown to be applicable for shallow and deep Earth imaging, and has potential applications in integrated and reconnaissance studies.
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 ».