Three-dimensional inversion of QAMT airborne natural-source electromagnetic data
Notice bibliographique
Résumé
Abstract Airborne natural-source electromagnetics (EM), similar to the magnetovariational technique, offers the potential of great penetration depth combined with superior time- and cost-efficiency compared with other established EM methods. The obtained data are frequency-dependent transfer functions between airborne magnetic field receivers and a ground-based reference site. Accordingly, the inversion of these data requires handling inter-site transfer functions in the forward modeling code. Applications in inaccessible and often rough terrain demand an accurate representation of topography in the model domain. To handle these requirements, we extended the open-source toolbox custEM for calculating inter-site vertical and horizontal magnetic transfer functions and corresponding sensitivities. Using this forward solver in combination with the pyGIMLI framework, the inverse problem is solved by applying a Gauss–Newton minimization scheme. We validate the implementation with a synthetic study, comparing the recovered resistivity models of ground and airborne natural-source EM to those of semi-airborne EM data. We demonstrate the application to real-world problems by presenting the first 3D inversion of data from the novel QAMT system measured at the Lake Hatchet area (Canada). The QAMT system measures the three-component airborne magnetic fields and uses horizontal fields measured at a reference site. ZTEM data from the same area are available for cross-validation; the ZTEM system records the vertical airborne magnetic fields and horizontal magnetic field at a ground reference site. Using two independently acquired data sets from the QAMT and ZTEM systems allowed for system-independent benchmarking of the developed inversion routines. We analyze and interpret the corresponding individual inversion results and performed also a combined inversion of both data sets, providing the chance to discuss the related observations. The presented data and code are freely available. Graphical abstract
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 ».