كاربرد تحليل طيفي لحظه اي در شناسايي سايه هاي فركانس پايين وابسته به هيدروكربورها

Application of instantaneous spectral analysis in detection of low- frequency shadows associated with hydrocarbons

تحليل طيفي لحظه اي يك روش تحليل زمان- فركانس پيوسته است كه يك طيف فركانسي را براي هر نمونه زماني از يك ردلرزه ايجاد مي نمايد. تحليل طيفي ابزار قدرتمندي براي تحليل داده هاي لرزه اي است. از آنجا كه تحليل طيفي يك فرايند غير واحد است روش هاي مختلفي براي محاسبه آن وجود دارد. تبديل فوريه امكان بررسي محتواي فركانسي سيگنال را فراهم مي كند، اما براي سيگنال هاي ناپايا، از جمله سيگنال لرزه اي، كه محتواي فركانسي آنها با زمان تغيير مي كند تبديل يك بعدي به فضاي فركانس براي پاره اي از اهداف پردازشي كافي نيست. قبلاً انتقال ردلرزه به فضاي زمان- فركانس را با استفاده از تبديل فوريه روي پنجره هاي كوچكي بدست مي آوردند. اين روش تحت عنوان تبديل فوريه زمان كوتاه شناخته مي شد. قدرت تفكيك زمان- فركانس در روش تبديل فوره زمان كوتاه با انتخاب طول پنجره محدود مي شد. بعدها مشكل پنجره كردن در تحليل زمان- فركانس با استفاده از تبديل موجك پيوسته برطرف شد. تبديل موجك پيوسته از خاصيت تغيير مقياس و جابجايي موجك استفاده مي كند و نقشه زمان- مقياس سيگنال را تهيه مي كند. تبديل مقياس به فركانس منجر به نقشه زمان- فركانس مي شود كه قابل مقايسه با نقشه زمان- فركانس حاصل از تبديل فوريه زمان كوتاه است. در تحليل طيفي لحظه اي با بكارگيري تبديل موجك پيوسته قدرت تفكيك فركانسي بالا در فركانس هاي پايين و قدرت تفكيك زماني بالا در فركانس هاي بالا بدست مي آيد. هدف اين مطالعه رديابي ناهنجاري‌هاي فركانس پايين در داده‌هاي واقعي حاصل از لرزه‌نگاري است. وجود مخازن هيدروكربور در مسير انتشار امواج لرزه‌اي از جمله عواملي است كه مولفه‌هاي فركانس بالاي سيگنال لرزه‌اي را جذب كرده و پديده‌اي بنام سايه فركانس پايين در مقطع لرزه‌اي ايجاد مي‌كند. اين پديده در لرزه‌نگاري مستقيماً نشانگر حضور هيدروكربور در منطقه است. براي اين منظور نشانگر لرزه اي تك فركانس و نشانگرهاي طيفي لحظه‌اي با استفاده از طيف زمان- فركانس تبديل موجك پيوسته محاسبه و نتيجه حاصل از آنها براي آشكارسازي مخزن هيدروكربور بكار مي رود. در مرحله بعدي براي افزايش سرعت محاسبات، نشانگرهاي طيفي لحظه اي مستقيماً از مقياس تعيين و بر روي همان مجموعه داده اجرا شده است. سايه هاي فركانس پايين مربوط به مخازن هيدروكربوري به خوبي خود را در مقطع لرزه اي تك فركانس و نشانگرهاي طيفي لحظه اي نشان دادند كه آن را مي توان به عنوان نشانگر مستقيم هيدروكربورها در نظر گرفت.

Instantaneous spectral analysis is a continuous time-frequency analysis technique that provides a frequency spectrum for each time sample of a seismic trace. Spectral analysis is a powerful tool for analysis of seismic data. Fourier transform determines the frequency contents of a signal. But for analysis of non-stationary signals, 1D transform to frequency domain is not sufficient. In early years, transforming of seismic traces into time and frequency domains was done with windowed Fourier transform, called a short time Fourier transform (STFT). In this method, the resolution of the results in the time-frequency domain is controlled by the width of the selected window. Continuous wavelet transform (CWT) is a remedy to solve this problem by using the scaleable wavelets. CWT uses dilation and transition of a wavelet to produce a time-scale map. By converting the scale to frequency one can get the time-frequency map which is comparable to the time-frequency map obtained from STFT. Converting a scalogram into a time-frequency spectrum using the center frequency of a scale gives an erroneous attenuation in the spectrum. The time-frequency continuous wavelet transform (TFCWT) overcomes this problem and gives a more robust technique of time-frequency localization. Since TFCWT is fundamentally derived from the continuous-wavelet transform, wavelet dilation and compression effectively provides the optimal window length, depending upon the frequency content of the signal. Thus, it eliminates the subjective choice of a window length and provides an optimal time-frequency spectrum without any erroneous attenuation effect for a nonstationary signal. Instantaneous spectral analysis utilizing TFCWT provides high-frequency resolution at low frequencies and high time resolution at high frequencies. Mapping of a seismic trace into the time-frequency domain produces a two dimensional data set by adding a frequency axis. In a similar way a 2D seismic section will generate a 3D data cube in which the third axis is the frequency up to the Nyquist frequency. Sections of single frequency extracted from the cube are called single frequency seismic section (SFS). Comparison of different SFSs can be utilized to detect low-frequency shadows caused by the presence of the hydrocarbon reservoirs. This method can potentially be utilized as a tool for direct hydrocarbon detection. In this study, we applied TFCWT on 2D seismic sections and extracted a single frequency seismic attribute and instantaneous spectral attributes. The purpose of this study is to detect low-frequency anomalies in the real data is obtained from seismic. Hydrocarbon reservoirs in the path of seismic propagation, including the factors that high-frequency seismic signal components absorb and phenomenon called low-frequency shadows creates in the seismic section.This phenomenon directly indicates the presence of hydrocarbons in the region in seismic. For this purpose, single- frequency seismic sections and instantaneous spectral attributes using time-frequency continuous wavelet transform spectrum are calculated and the results of them used to detect hydrocarbon reservoirs. In the next stage, for increasing computational speed, instantaneous spectral attributes directly determined by time-scale spectrum and results implemented on the same data set.