Multiazimuth Elastic Full‐Waveform Inversion of Fiber‐Optic and Accelerometer Vertical Seismic Profile Data
Notice bibliographique
Résumé
Distributed acoustic sensing (DAS) is a rapidly developing technology enabling the recording of seismic data using fiber-optic cables. Intensive efforts have been devoted to optimizing the application of seismic processing, imaging, and inversion methods to DAS data. We examine the response of an elastic full-waveform inversion (FWI) approach, combining DAS and accelerometer vertical seismic profile (VSP) data. The problem is formulated by combining strain and displacement components in one objective function. Accelerometer data are proportional to particle acceleration, whereas DAS data are proportional to strain rate/strain along the fiber axis; thus, both datasets require conversion to displacement and strain. To prepare the DAS VSP field data for inversion, we develop a depth registration method based on cross-correlation scanning and use first-break picking as quality control to obtain a robust DAS depth for each trace. An effective source scheme is incorporated into the VSP FWI to address complex near-surface wave propagation. Application of the FWI approach to 2D two-azimuth walkaway VSP datasets acquired at Newell County, Alberta, reveals horizontal layering consistent with the site's known geology and limited azimuthal variations. Reverse-time migration imaging further corroborates the inversion results.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».