عنوان پایاننامه
تضعیف نوفه تصادفی به کمک تحلیل طیف تکین چندکاناله و تجزیه مقدار تکین تصادفی
- رشته تحصیلی
- ژئوفیزیک-لرزه شناسی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 60643;کتابخانه موسسه ژئوفیزیک شماره ثبت: 934
- تاریخ دفاع
- ۲۸ شهریور ۱۳۹۱
- دانشجو
- فرزانه بیاتی
- استاد راهنما
- حمیدرضا سیاه کوهی, علی غلامی
- 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. در مقطع لرزه ای وجود نوفه های همدوس و غیر همدوس کیفیت داده ها را تحت تاثیر قرارمیدهد. به منظور ارائه تصویر صحیح از ساختارهای زمین شناسی منطقه لازم است، این نوفه ها در مراحل پردازش تضعیف شوند و تضعیف آنها یک مرحله مهم در پردازش اطلاعات لرزه ای می باشد. این امر موجب تحقیقات بیشتر برای یافتن روشهای جدید و موثر برای تضعیف نوفه¬¬ های لرزهای شده است. هدف این پایان نامه معرفی روش تحلیل طیف تکین چندکاناله (Multichannel Singular Spectrum Analysis) و کاربرد آن در پردازش داده های لرزه-ای و تضعیف نوفه های تصادفی می باشد. روش MSSA روی داده های لرزه ای در حوزه فوریه عمل می¬کند. این روش با کاهش رتبه ماتریس-های هنکل در مقاطع فرکانس ثابت، قادر به تضعیف نوفه تصادفی و درونیابی سیگنالهای ثبت نشده است. همچنین این فیلتر بر روی داده های لرزه ای افقی و شیبدار به خوبی عمل می کند. یکی از مزایای این روش تعمیم آن برای داده های سه بعدی است. ولی با افزایش ابعاد داده زمان محاسبات افزایش می یابد که این یکی از معایب روش می باشد. برای رفع این کاستی، یک الگوریتم با SVD تصادفی معرفی گردید که زمان محاسبات را تا 50% کاهش داد. توانمندی روشهای پیشنهادی روی داده های لرزهای مصنوعی و واقعی ارزیابی گردید.
- Abstract
- Noise in seismic data is ubiquitous. It comes from many different sources and in several categories. There are two categories for seismic noise which, are random and coherent noise. The presence of random noise effects on the quality of the images so that, attenuating random noise is an important part of seismic data processing. There are too many techniques for noise attenuation. In this thesis we propose a noise reduction method which is based on rank reduction. The method is Multichannel Singular Spectrum Analysis (MSSA). MSSA works on furier domain and reduces the rank of Hankel matrixes in constant frequency slices. Working on furier domain leads to noise attenuation and signal interpolation. Also, it works well for dippy events. Rank reduction of Hankel matrixes is a time consuming step, to reduce the amount of calculation times we propose an algorithm which is based on randomized SVD. This algorithm improves the speed of the calculations up to 50%. We evaluated the performance of the method on synthetic and real seismic data.