عنوان پایاننامه
کاهش نوفه داده های لرزه ای با استفاده از فیلترهای حوزه ی زمان- مکان
- رشته تحصیلی
- ژئوفیزیک-لرزه شناسی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 64880;کتابخانه موسسه ژئوفیزیک شماره ثبت: 1052
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۳
- دانشجو
- سامان لنگری
- استاد راهنما
- علی غلامی, نوید امینی
- چکیده
- برای دستیابی به منابع هیدروکربوری میبایست تصویری واضح از زیر زمین داشته باشیم، تا با استفاده از آن به تفسیر ساختارهای زیر سطحی بپردازیم. روشهای لرزهای بازتابی، یکی از شیوههای بررسی زیر سطحی به منظور اکتشافات هیدروکربوری است، که تصویری از ساختارهای زیر سطحی ارائه میدهد. دقت این تصاویر به شدت به کیفیت دادههای لرزهای وابسته است. سیگنال لرزهای که از داخل زمین بازتاب میشود، حاوی اطلاعات مهمی از لایههای زمین بوده، بنابراین کیفیت بالای دادههای لرزهای میتواند در استخراج این اطلاعات از ردلرزه کمک شایانی بکند. حضور نوفه در تحقیقات و اندازهگیرهای ژئوفیزیکی امری اجتناب ناپذیر است و همانند همه روشهای برداشت دادهها، در روش بازتابی نیز نوفه عامل مهمی در تخریب ردلرزه و در پی آن مغشوش نمودن اطلاعات همراه ردلرزه از داخل زمین است. نوفههای متعددی در دادههای لرزهای دیده میشود که دستهی مهمی از آنها نوفههای تصادفیاند، تضعیف این دسته از نوفهها بخصوص زمانی که نسبت سیگنال به نوفه کم باشد بسیار دشوار است. از این رو مسئله تفکیک نوفه از سیگنال بخش مهمی در پردازش دادههای لرزهای بازتابی است. روشهای گوناگونی برای کاهش نوفههای تصادفی عرضه شده است که از این میان میتوان به روشهای فیلتر (F-X) ، میان گذر، فیلتر با استفاده از تبدیل موجک، کرولت، تجزیه به مقادیر منفرد و غیره اشاره کرد. اکثر روشهای کاهش نوفه، دادههای لرزهای را به حوزهای مناسب برده به طوری که مولفههای سیگنال و نوفه تا حد امکان از یکدیگر جدا شوند. سپس بر این اساس جزء نامطلوب، که همان نوفه است را تضعیف میکنند. در این پایاننامه قصد بر معرفی چند فیلتر زمان- مکان به منظور رفع نوفه از دادههای لرزهای بازتابی است. در این روش از خود داده در حوزهی زمان- مکان برای کاهش نوفهی آن استفاده میشود و دادهها به حوزهی خاصی برده نمیشوند. در روش مرسوم فیلتر میان گذر، از دادههای مجاور هر نقطه، بسته به شکل فیلتر، میانگین(وزن دار) میگیریم. بدیهی است فیلتر میان گذر نمیتواند گوشههای تیز (گسلها و ناپیوستگیها) را حفظ نماید. اما با استفاده از فیلتر دو طرفه و فیلتر میانگین غیر محلی که از شباهت موجود در داده برای کاهش نوفه هر نقطه استفاده میشود، علاوه بر کاهش نوفه، گوشههای تیز هم با وضوح بسیار بالا بازسازی میگردد. از این رو این فیلتر نسبت به فیلترهای مرسوم دیگر برتری داشته و تصاویری با قدرت تفکیک بالاتر ارائه می نماید. از آنجا که این روش انرژی لرزهای را در انتهای رخدادها یا ناپیوستگیها پخش نمیکند، قابلیت کاهش نوفه در دادههای پیش از برانبارش و پس از برانبارش را دارد.
- Abstract
- To achieve subsurface hydrocarbon resources, a clear image of subsurface should be available to deal with the interpretation of subsurface structures. Seismic reflection methods, a subsurface investigation method for hydrocarbon exploration, represent an image of subsurface structures. The accuracy of these images is strictly dependent on the quality of seismic data. The seismic signals, which are reflected from the underground, contain important information on the layers of the earth, therefore high quality seismic data can be beneficial in extracting these data for tracing. The presence of noise is inevitable in geophysical research and measurement; and as with all data collecting, in the reflection method also, noise is a remarkable factor in the corruption of the trace and mixing data accompanied with trace. Several types of noise can be seen in seismic data, of which a significant group is random noise. Attenuation of this type of noise, especially when the signal to noise ratio is low, is very difficult. Hence, the signal-noise separation is an important part in the processing of seismic reflection data. Various techniques have been presented to reduce random noise, among which are FX filter, band pass filter, filtering using wavelet transform, decomposing to singular values and so on. Most of noise reduction methods transform seismic data to the appropriate domain so that the signal and noise components are separated from each other in the best possible way. Then, on this basis, attenuate the undesirable part, which is the noise. This thesis aims to introduce a time-space filtering to remove noise from seismic reflection data. In this method, the original data in the time-space domain is used to reduce its noise and the data are not transformed to a specific domain. In conventional band pass filter, we average (weighted) the adjacent data points, depending on the filter. Obviously band pass filter cannot maintain sharp edges (faults and discontinuities). But using Bilateral filter and Non-local Mean filter which use data similarities to reduce noise in every point, In addition to reducing noise, it can reconstruct sharp corners with very high resolution. Hence, this filter is superior compared to conventional filters and provides images with higher resolution.