![]() |
پشتیبانی: ۰۲۱۹۱۰۹۰۸۹۱ support@magiran.com |
تاریخ چاپ: ۱۴۰۴/۰۴/۲۰ |
این مقاله در «بانک اطلاعات نشریات کشور» به نشانی magiran.com/p804544 نمایه شده است. برای مطالعه متن آن به سایت مراجعه کنید. |
تصویرسازی لایه های نازک با استفاده از نشانگرهای به دست آمده از تجزیه طیفی به روش تبدیل فوریه زمان کوتاه | |
نویسنده(گان): | هدای آراسته، عبدالرحیم جواهریان |
چکیده: |
تجزیه طیفی به تمامی روش هایی گویند که برای هر پنجره کوچک به مرکز یک نمونه زمانی از ردلرزه، طیف بسامدی (طیف دامنه، طیف فاز یا تغییرات فاز با بسامد و طیف انرژی) را می دهد. بنابراین حاصل کار تجزیه طیفی یک ردلرزه صفحه نمایش زمان- بسامد است. در این مقاله تجزیه طیفی به روش تبدیل فوریه زمان کوتاه در تصویرسازی لایه های نازک در مقاطع لرزه ای بررسی شده است. شیوه کار بدین صورت است که از صفحه نمایش زمان- بسامد مربوط به هر ردلرزه، نشانگرهای طیفی استخراج می شوند تا لایه نازک را تصویر کنند. نشانگرهای مورد بررسی در این تحقیق شامل بسامد قله، دامنه قله و تغییرات محلی فاز با بسامد هستند. الگوریتم روش تبدیل فوریه زمان کوتاه با نرم افزار MATLAB طراحی شده است. برای ارزیابی این روش در بررسی لایه های نازک، الگوریتم طراحی شده ابتدا روی یک مقطع مصنوعی و سپس روی قسمتی از یک مقطع لرزه ای واقعی با فاز صفر اعمال شد. نشانگرهای بسامد قله و دامنه قله در بازه بسامدی کوچک و نشانگر تغییرات محلی فاز با بسامد به ازای یک بسامد خاص نتیجه قابل قبولی عرضه کردند. |
کلیدواژگان: | بسامد قله، تجزیه طیفی، دامنه قله، تبدیل فوریه زمان کوتاه، تغییرات محلی فاز با بسامد |
زبان: | فارسی |
انتشار در: | فصلنامه فیزیک زمین و فضا، سال سی و ششم شماره ۲ (تابستان ۱۳۸۹) |
صفحه: | ۴۱ |
نسخه الکترونیکی: | متن این مقاله در سایت مگیران قابل مطالعه است. |
Imaging thin beds using attributes achieved in spectral decomposition by short time Fourier transforms | |
Abstract: |
One of the most fundamental reservoir characteristics is the thickness. The analysis of thin bed tuning on seismic reflectivity has been studied extensively by Wides (1973) and Neidel and Pogiaggliomi (1977), who discussed the limits of seismic resolution. During the past decade, the industry has developed a plethora of new attributes in studying thin beds by employing spectral decomposition (Peyton et al., 1998; Partyka et al., 1999), and attributes which are obtained from it (Marfurt and Kirlin, 2001). Spectral decomposition refers to all methods that generate frequency spectrums consisting of amplitude spectrum, phase spectrum, change of phase with frequency and power spectrum in windows with the center of each time sample of a trace. These methods are used in studying geological features, thin beds, hydrocarbon reservoirs and noise attenuation. The most important of these methods are short time Fourier transform (STFT), continuous wavelet transforms, S-transform, Wigner-Ville distribution and matching pursuit decomposition. The result of a trace spectral decomposition is a time-frequency map. |
Language: | Persian |
Published: | Journal of the Earth and Space Physics, Volume:36 Issue: 2, 2010 |
Page: | 41 |
Full text: | PDF is available on the website. |