آناليز سرعت چند تفكيكي لرزه اي در فضاي تبديل موجك گسسته غير كاهشي

Seismic multi-resolution velocity analysis in UDWT domain

امروزه روش هاي مختلفي براي آناليز سرعتي داده هاي لرزه اي به كار مي رود؛ كه از آن جمله روش هاي مبتني بر همدوسي است؛ كه در تخمين سرعت برانبارش بسيار راه گشاست. از آنجا كه همه روش هاي مطرح شده در حوزه زمان پياده سازي شده اند؛ سعي بر آن است با معرفي حوزه موجك گسسته غيركاهشي ارتقاي آناليز سرعتي نشان داده شود. وجود نوفه و همچنين تضعيف سيگنال ها در اثر جذب فركانس باعث مي شود كه سيگنال طي زمان و عبور از لايه هاي مختلف دچار اعوجاج شده و به تدريج در حيطه زماني با از دست دادن فركانس هايش پهن تر شود. از دست دادن فركانس هاي بالاتر و حضور نوفه مي تواند منجر به خطا در تخمين دقيق سرعت شده و نهايتاً تصويرسازي لرزه اي را دچار خطا كند. در اين مقاله ابتدا داده ها توسط يك موجك مادر كه در اينجا دابيچي 2 انتخاب شده است؛ تجزيه شده و به فضاي موجك گسسته غير كاهشي برده مي شود. سپس آناليز سرعتي در هر كدام از مقياس ها به طور جداگانه صورت مي پذيرد. توجه شود كه هر ردلرزه به صورت مجزا تجزيه مي شود و روش تبديل موجك گسسته غيركاهشي به فرم يك بعدي اعمال مي گردد. سپس مقياس هاي يكسان از همه ردلرزه ها در يك مقياس تجميع شده و آناليز سرعتي انجام مي شود. در انتها طيف هاي سرعتي مقياس ها با وزن يكسان يكپارچه شده و آناليز سرعتي چند تفكيكي را ارائه مي دهند. نتايج حاصل از داده هاي مصنوعي و واقعي مبين افزايش چشمگير دقت آناليز سرعتي چند تفكيكي نسبت به آناليز سرعتي در حوزه زمان است. همچنين حضور نوفه همدوس و اتفاقي تأثير كمتري در ايجاد خطا در روش پيشنهادي داشته است.

Different methods are used for seismic velocity analysis, including spectral analysis based on semblance, which is a reliable way to estimate the stacking velocity. The proposed method in this research is superior over other seismic velocity analysis methods because in the proposed method, the wave due to the absorption of the earth makes a reduction of the frequency content of the source in time, and results in poor temporal resolution. In this paper, the velocity analysis performed in the wavelet domain using undecimated discrete wavelet transform (UDWT). Random noise is often placed in high-frequency sub-bands and their effect leads to a reduction in coherency than other sub-bands. In this way, data analyses to high-pass and low-pass sub-bands and velocity analysis at any scale are performed using discrete wavelet transform and scaling filters. A Comparison of the obtained results showed that the spectral analysis of the velocity in the wavelet domain increases the accuracy of the velocity analysis in each band of frequencies.