بخشی از مقاله
چکیده
معمولا در مراحل مختلف پردازش داده های لرزهای فرض بر آن است که داده لرزهای بصورت منظم در راستای مکان و زمان نمونهبرداری شده است. اما اغلب در عمل بدلیل محدودیتهای دسترسی در منطقه موردمطالعه و نقص دستگاهی این فرض صادق نیست. از اینرو محاسبه طیف فرکانسی سیگنالهایی با نمونهبرداری نامنظم و بازسازی آن بر روی یک شبکه با نمونهبرداری منظم، یکی از مهمترین بحثهای رایج درپردازش سیگنال بشمار می رود. در این مقاله ضمن معرفی الگوریتم تبدیل فوریه ضد نشت، از آن برای حذف نشت فرکانسی ناشی از پنجره کردن داده ها و نمونهبرداری نامنظم، استفاده کرده و طیف فرکانسی سیگنال را با دقت بالایی محاسبه میکنیم. با استفاده از طیف فرکانسی بدست آمده میتوان سیگنال را بر روی هر شبکه منظم دلخواهی بازسازی کرد.
در هر تکرار، بزرگترین ضریب فوریه انتخاب و بر روی شبکه نمونه برداری شده در حوزه t-x برگردانده میشود و از سیگنال ورودی کسر میگردد. این عمل تا ز مانی که ا نرژی سیگنال باقی ما نده به م قدار آ ستانه از ق بل تعیین شده برسد، روی سیگنال باقی مانده تکرار می شود.در این مقاله الگوریتم تبدیل فوریه ضدنشت در حوزه F-X بر برشهای فرکانس زمانی دادههای لرزهای اعمال شده و هر فرکانس بر روی شبکه دلخواه، بازسازی میشود. روش معرفی شده، داده های لرزه ای کاملا نامنظم و دادههای لرزهای منظم با ردلرزه گم شده را با دقّت بالایی بازسازی میکند. در مورد داده های لرزه ای با نمونه برداری نزدیک به منظم نیز با اعمال یک ماسک ضد دگرنامی میتوان رویدادهای با شیب بسیار تند را بازسازی کرد. در این مطالعه کارآیی روش روی داده های لرزهای مصنوعی و واقعی ارزیابی گردیده و نتایج آن ارائه شده است.
-1 مقدمه
در مراحل مختلف پردازش دادههای لرزهای معمولا فرض بر آن است که داده لرزهای بصورت منظم در مکان و زمان نمونهبرداری شده است. از طرف دیگر، در صورت در اختیار داشتن داده لرزهای با نمونه برداری متراکم، نتیجه پردازشهایی نظیر مهاجرت بهتر خواهد بود. اما بعضاً بدلیل محدودیتهای دسترسی در منطقه مورد مطالعه، نقص دستگاهی و مسائل مالی این فرض صادق نمیباشد. بسیاری از نرم افزارهای پردازش لرزهای در درون خود تکنیکهایی برای منظمسازی دادهها - مانند خانکبندی دادهها - - binning - دارند ولی این تکنیکها نیز بدلیل دقّت پایین و دستکاری شدن دادهها، سبب تولید رویدادهای غیر واقعی در تصویر نهایی می گردند. انجام درونیابی و بازسازی بر روی دادهها قبل از سایر عملیاتهای پردازشی، موجب بهبود پردازشهای پیش برانبارش نظیر تحلیلسرعت، مهاجرت قبل از برانبارش، تحلیلAVO و AVAz ، کم کردن رویدادهای غیر واقعی ناشی از مهاجرت و تصویرسازی شیب های زیاد می شود - تراد، . - 2009 روشهای بازسازی و درونیابی دادههای لرزهای را میتوان در دو گروه روشهای وابسته به مدل زمین شناسی - حل معادله موج - و روشهای وابسته به داده - پردازش داده - دسته بندی کرد. روشهای درونیابی با حل معادله موج به اطلاعاتی از زمین شناسی منطقه برداشت مانند سرعتسیر و یا تعداد رو یدادها ن یاز دار ند. در رو شهای درون یابی با پردازش داده ن یز فرض بر این است که ردلرزهها حاوی رویدادهای همدوسی هستند که میتوان این
