مؤسسه ژئوفیزیک دانشگاه تهران فیزیک زمین و فضا 2538-371X 52 1 2026 05 30 An Automated Method for Picking the Fundamental Mode Dispersion Curve and Reliably Estimating the Phase Velocity of This Mode in Surface Waves روشی خودکار برای گزینش منحنی‌ پاشش مد پایه و برآورد قابل‌اعتماد سرعت فاز این مد در امواج سطحی 33 43 106550 10.22059/jesphys.2026.408599.1007745 FA فاروق محمدیان گروه فیزیک زمین، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران. حمیدرضا سیاه‌کوهی گروه فیزیک زمین، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران. Journal Article 2025 12 27 Surface waves are type of seismic waves that provide valuable information about near-surface Earth structures in seismic studies, particularly non-invasive seismic surveys with geological, engineering, and earthquake engineering objectives. One of the main challenges in surface wave analysis is the extraction of dispersion curves, which represent the relationship between the phase velocities and corresponding frequency components. Conventional methods for extracting these curves are often done manually via point-vise picking by the user, which, in addition to being time-consuming, increases the possibility of erroneous identifying of the desired dispersion mode. In this study, an automatic method for identifying dispersion curves is presented. The method automatically finds the optimal path along the fundamental dispersion mode through intelligent search and extracts the dispersion curve. An important feature of this algorithm is its simplicity and lack of need for complex configurations, such that it can search for the dispersion curve based on the position of local energy maxima in the phase-velocity spectrum without user involvement through two different search strategies so called low-frequency search strategy and high-frequency search strategy with minimum manual adjustments. Additionally, in the low-frequency search strategy, resolution limits based on survey profile length have been incorporated as a stopping criterion for the algorithm. This constraint ensures that the final dispersion curve is confined to a frequency that is physically measurable and reliable, and prevents the algorithm from deviating toward erroneous points at low frequency part. The proposed algorithm, by utilizing abovementioned two strategies, is capable of automatically and accurately picking of the fundamental mode dispersion curve. The efficiency of the proposed method has been evaluated by applying it on synthetic and real seismic data. According to the results obtained from synthetic data, the proposed method possesses high accuracy in automatically identifying of dispersion curves, even in the presence of severe noise. In clean (noise-free) data, the mean square error between the theoretical dispersion curve and the dispersion curve picked by the proposed method was 6.3 (m/s)², and the maximum relative error was 1.8%. For comparison of the propose method, and to demonstrate the efficiency of the proposed method, an automatic peak-value picking method was also used to extract the fundamental mode dispersion curves, where the mean square error between the theoretical dispersion curve and the picked one was 161830 (m/s)² and the corresponding maximum relative error was 116%, indicating the significant superiority of the proposed method over automatic peak-value picking technique. Furthermore, under stronger noise conditions with a signal-to-noise ratio of -25 dB the mean square error obtained by the proposed method was 156 (m/s)² and the maximum relative error was 6.9%, which still maintains considerably higher accuracy compared to the automatic peak-value picking method. The proposed method can significantly reduce the runtime and improves the accuracy of dispersion curve extraction as well as shear-wave velocity distribution model estimation. امواج سطحی یکی از انواع امواج لرزه‌ای هستند که در مطالعات لرزه‌ای مخصوصاً لرزه‌نگاری غیرتهاجمی با اهداف زمین‌شناختی، مهندسی و مهندسی زلزله، اطلاعات ارزشمندی درباره ساختار زیرسطحی زمین فراهم می‌کنند. یکی از چالش‌های اصلی تحلیل این امواج، استخراج منحنی‌های پاشش است که رابطه بین سرعت فاز و فرکانس را نشان می‌دهد. روش‌های مرسوم اغلب دستی و زمان‌بر بوده و احتمال خطا در تشخیص مد پاشش موردنظر را افزایش می‌دهند. در این پژوهش، روشی خودکار برای شناسایی منحنی‌های پاشش ارائه شده است. این‌ روش با جست‌وجوی هوشمند، مسیر بهینه را در امتداد مد پاشش مورد نظر پیدا می‌کند. الگوریتم پیشنهادی با دو راهبرد جست‌وجوی فرکانس پایین و فرکانس بالا، منحنی پاشش را بر اساس بیشینه‌های محلی انرژی در طیف سرعت فاز استخراج می‌کند. در راهبرد فرکانس پایین، حد تفکیک‌پذیری بر اساس طول پروفیل (فاصله بین اولین و آخرین گیرنده) تعیین می‌شود تا از انحراف الگوریتم به نقاط اشتباه جلوگیری شود. توانمندی روش با داده‌های مصنوعی و واقعی بررسی شد. نتایج نشان می‌دهد که در داده تمیز، میانگین توان دو خطا (m/s)²۳/۶ و حداکثر خطای نسبی %8/1 است، در حالی‌که روش انتخاب خودکار قله‌ها میانگین توان دو خطا (m/s)²161۸30 و خطای نسبی %116 داشت. درداده آغشته به نوفه (نسبت سیگنال به نوفه 25- دسی‌بل)، روش پیشنهادی میانگین خطای (m/s)² 156 و خطای نسبی %9/6 حاصل کرد که برتری قابل‌توجهی نسبت به روش مقایسه‌ای نشان می‌دهد. این روش می‌تواند زمان پردازش را کاهش بدهد و دقت تحلیل منحنی پاشش و برآورد مدل سرعت موج برشی را افزایش دهد. https://jesphys.ut.ac.ir/article_106550_f4ec8640bed0d2dfa1cee3c3ec25eb8e.pdf