شناسایی بافت‌های لرزه‌ای در حوزه زمان- بسامد

Abstract

هدف از این تحقیق شناسایی تغییر بافت‌های لرزه‌ای با استفاده از تبدیل زمان-بسامد (مقیاس) سیگنال‌‌های لرزه‌‌ای است. شناسایی گستره بافت‌‌های لرزه‌‌ای می‌تواند در تفسیر داده‌‌های لرزه‌‌ای کمک شایانی در تهیه مدل‌‌های زمین‌شناسی داشته باشد. تبدیل موجک که تصویری از سیگنال در مقیاس‌‌های گوناگون را عرضه می‌کند در شناسایی بافت‌‌های لرزه‌‌ای می‌تواند مفید باشد. انتخاب مناسب تابع موجک در شناسایی نحوه تغییر خواص سیگنال لرزه‌ای (که در اینجا ناشی از تغییر در بافت لرزه‌ای است) در امتداد خط لرزه‌‌نگاری و در یک بازه زمانی مشخص، نقش بسزایی دارد. بیشینه و کمینه دامنه ‌ضرایب موجک به‌دست آمده از تجزیه سیگنال با به‌کارگیری تبدیل موجک گسسته پایا (بدون کاهش تعداد نمونه)، منطبق بر نقاط عطف در دو سوی رویداد لرزه‌ای مورد‌‌ِنظر است. در این تحقیق این بیشینه و کمینه‌‌ها درحکم نشانگرهایی (Seismic attribute) به‌کار می‌روند که می‌توانند تغییرات بافت لرزه‌ای (Seismic texture) را نمایان سازند. برای تعیین گستره تغییرات و دسته‌‌بندی نشانگرهای به‌دست آمده در حوزه زمان–بسامد، از ابزار ریاضی بنام ماشین پایه‌برداری استفاده شده است. ماشین پایه‌برداری بر خلاف روش‌‌های مرسوم دیگر (مانند شبکه عصبی) که سعی در کمینه ساختن خطای آموزش دارند، این روش سعی در کمینه کردن حد بالایی خطای تعمیم برای بیشینه‌‌سازی حاشیه بین صفحه جدایش چند‌بُعدی و داده‌‌ها دارد (اسکالکوپف و همکاران، 1996). ما از ماشین پایه‌برداری برای دسته‌‌بندی نشانگرهای به‌دست آمده از تبدیل موجک استفاده کردیم که احتمال می‌رود بافت لرزه‌‌ای در آنها تغییر کرده باشد.