Theoretical calculation of dispersion and attenuation curves of deep-guided wave in viscoelastic media
Notice bibliographique
Résumé
SUMMARY The low-velocity layer confined by surrounding rocks deep in the subsurface acts as a seismic waveguide. The compressional (P) and shear (S) waves propagate in the waveguide are reflected on the top and bottom interface, constructively interfered with to formulate the deep-guided wave. Deep-guided wave has high-frequency contents and notable dispersive features. The dispersion represents the kinematics information and can be used to image the low-velocity structures. The Earth media not only shows elasticity but also attenuates seismic waves. This article presents a theoretical study of deep-guided wave propagation and dispersion analysis in viscoelastic media. We utilize the Thomson–Haskell propagator matrix method to theoretically calculate the phase velocity dispersion and attenuation curves of the deep-guided wave in viscoelastic media. We apply the staggered-grid finite-difference scheme to numerically simulate the elastic wavefield propagation in the shale layer for validation. We have conducted a sensitivity analysis of the dispersion and attenuation curves of the deep-guided wave with respect to different media parameters. The theoretical calculation of dispersion and attenuation curves of deep-guided wave opens the doors for the simultaneous inversion of S-wave velocity and quality factor of the low-velocity layer in the future. Deep-guided waves hold the potential for high-resolution imaging of hydrocarbon reservoirs, geothermal reservoirs, coal seams, saline aquifers and fault zones.
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 | 0,000 |
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 ».