تضعیف نوفه های تصادفی از داده های برانبارش شدهء لرزه نگاری در حوزهء F-XY

نویسندگان

چکیده

حضور نوفه ها در لرزه نگاری امری اجتناب ناپذیر است. پاره ای از این نوفه ها ماهیت تصادفی دارند. و پاره ای همدوس هستند. به منظور ارائه تصویر صحیح از ساختارهای زمین شناسی منطقه لازم است. این نوفه ها در مراحل پردازش تضعیف شوند. در این مطالعه برای تضعیف نوفه های تصادفی روش ویژه تصویر در حوزه F-XY معرفی می شود. هدف این مطالعه ‘ تضعیف نوفه های تصادفی از مکعب داده های لرزه ای بر انبارش شده در لرزه شناسی سه بعدی به روش ویژه تصویر در حوزه F-XYاست در این روش عمل فیلتر کردن با جایگزینی مقاطع بسامد ثابت به وسیله مجموع تعداد معینی از ویژه تصاویر دارای بیشترین سهم انجام می شود. این روش در مقاطع با لایه بندی افقی و مقاطع با لایه بندی شیب دار کارایی خوبی دارد. این روش برخلاف فیلتر پیشگو‘ مستقل از بسیاری از خواص وابسته به XوY است مانند ترتیب وتصحیحات استاتیک ‘ این روش در نقاط مرزی محدوده برداشت سه بعدی نیز به خوبی عمل می کند . زمان اجرای این فیلتر با استفاده از روش لنکزوس به جای SVD به مراتب کاهش یافته و گزینه مناسبی در مقایسه با فیلترهای مشابه خواهد بود. کارایی فیلتر روی داده های مصنوعی اجرا و نتایج ارائه شده است.

کلیدواژه‌ها


عنوان مقاله [English]

-

چکیده [English]

One of the main problems in geophysics data analysis is the presence of noise. This problem in seismic survey is more obvious than in the other branches.
In this study the random noise suppression is presented by a filter which is called eigenimage filter and operates on stacked 3D seismic data in frequency domain. Our tools in suppression of random noises were SVD and Lanczos. The Lanczos method works much faster than SVD, specially when we have a sparse matrix. The special feature of the Lanczos method is its high performance. The F-xy filter has its own abilities such as fantastic signal preservation and well noise suppression, and can be used even before stacking. In this study presented performance of the filter on staked synthetic seismic data.

کلیدواژه‌ها [English]

  • 3-D Seismic
  • Eigenimage
  • Filtering
  • F-XY
  • Lanczos
  • Random Noise
  • Singular Value Decomposition