Blog

Real Estate and Mortgage Blog

큐브리드 예제

탄성 텐서 구성 요소 C11, C12 및 C13은 명확하게 해결되지만 일부 약한 모호성과 아티팩트는 모델의 다른 부분에 만 존재합니다(그림 4). 탄성 텐서(C14, C15, C16)의 주 대각선으로부터 더 멀리 이동하면 파라미터가 전혀 해결되지 않고 보다 지배적인 주 대각선 탄성 성분으로 강한 모호성을 나타내고 있다(도 5). 지원 정보에서 해당 위상 속도 섭동을 살펴보면, 일부 단계 속도 변화에 의해 교란되지 않는 인시던트 평면 웨이브 필드에 의해 설명될 수 있음이 분명해집니다. C15와 같은 큰 섭동이 있습니다. 이러한 경향은 탄성 텐서의 다른 성분에 대해서도 관찰될 수 있다(도 6-10). 주요 대각선 요소 C22, C33, C44, C55, C66 및 또한 오프 대각선 요소 C23 및 C34 쉽게 해결할 수 있습니다. 탄성 텐서의 다른 구성 요소는 지정된 수집 형상에 대해 전혀 감지할 수 없습니다. 더 쉽게 해석하고 다른 수집 형상과 더 나은 비교를 위해 FWI 결과의 해상도를 기반으로 탄성 텐서를 색상화했습니다. 따라서 다음과 같은 기준을 정의합니다: 밀도 문제를 해결하는 방법에 대한 비디오 예제는 다음과 같습니다. 우리는 파워 큐브에서와 같은 구조 강철 튜브 구조를 사용합니다. 워크숍 참가자들은 모터, 부품, 동력 장치 및 기타 모듈을 기계 간에 교환할 수 있는 모듈식 설계에 노출됩니다. 모듈성의 예로, 우리는 마이크로 트랙터 워크샵 (이 워크샵의 일부가 아닌) 후 숯 가스를 구축하여 MicroTractor가 현지에서 생산된 탄소 음성 바이오 매스 자원에서 실행될 수 있도록 할 것입니다.

최근 몇 년 동안 전체 파형 반전 (FWI)는 지하의 고해상도 이미지를 얻기위한 인기있는 도구가되고있다. 마이그레이션 이미징 기술과 결합된 표준 데이터 처리는 계층 인터페이스의 구조 정보만 복구할 수 있습니다. 그러나 FWI는 다양한 물리적 매개 변수의 분포와 크기를 재구성할 수 있으므로 석유 및 가스 저장소의 특성화에 대한 새로운 통찰력을 제공합니다. 다른 FWI 응용 프로그램의 자세한 개요는 Virieux 및 Operto (2009)에 의해 제공됩니다. 문제의 복잡성에 따라 다중 매개 변수 FWI의 해상도는 초기 모델과 사용된 수집 형상의 영향을 크게 받습니다. 낮은 주파수와 파수는 역 문제를 길들일 수 있습니다. 그러나, 데이터가 빈주파수가 없는 경우 웨이브넘 컨텐더는 상이한 파라미터 클래스 들 간의 상당한 트레이드오프 효과가 발생한다. 이러한 트레이드 오프는 잘린 가우스 뉴턴 (Métivier et al.2013, 2014a) 또는 뉴턴 방법 (메티비어 등 al.2012)을 사용하여 헤시안 (Métivier et al.2014b)의 정확한 계산에 의해 감소 될 수있다.

더욱이, 반전 동안 업데이트된 지표면 파라미터화 및 최적화 파라미터의 선택은 파라미터 분해에 상당한 영향을 미칠 수 있다(Jeong et al.2012; 쾨른 외.2012; 오퍼토 외.2013). 매개 변수 클래스가 크기의 다른 순서에 따라 다른 경우 추가 매개 변수 크기 조정이 필요할 수 있습니다(Lavoué et al.2014).