Elastic wavefield separation of DAS-VSP data based on nonstationary polarization projection
Notice bibliographique
Résumé
ABSTRACT Distributed acoustic sensing (DAS) generally records the seismic signals by detecting the axial strain or strain rate that is stimulated by the impinging elastic wavefields along the optical fibers. It has become an important seismic observation technology, especially in vertical seismic profiling (VSP) applications, due to its low cost, easy deployment, and high-density spatial sampling. Although current DAS-VSP acquisitions typically offer only a single-component observation, they still provide valuable elastic information about the subsurface. Separating P and S waves from the DAS-VSP data and leveraging this wavefield information is very important for the inversion of elastic parameters and seismic imaging. Therefore, a polarization projection method is introduced to deal with the P/S separation of walkaway DAS-VSP data. First, the polarization directions of P and S waves are estimated using the dispersion relation derived from elastodynamic wave equations. Then, the P/S-wave separation is achieved through a nonstationary polarization projection that can take into account the effects of spatially varying wave velocities. Finally, a two-step workflow is developed to successively separate the P and S waves in common-shot and common-receiver gathers. The results of synthetic and real walkaway DAS-VSP data demonstrate that this method can effectively separate P- and S-wave signals from DAS-VSP data, and provide effective data preconditioning for subsequent velocity model building and seismic imaging.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».