کاربرد تجزيه مقدار منفرد در تضعيف نوفه تصادفي در داده هاي مصنوعي و واقعي لرزه اي

حضور انواع نوفه از جمله نوفه تصادفي در داده لرزه اي همواره مشکلاتي را در استفاده از داده لرزه اي بوجود مي آورد، لذا اين نوع از نوفه ها بايد در مراحل پردازشي تضعيف گردند. روش تجزيه مقدار منفرد بر اساس جبر خطي و بر پايه همدوسي داده بنا شده است که مي تواند پديده هاي همدوس افقي را در تصاوير مشخصه ابتدايي شناسايي نمايد. براي تضعيف نوفه تصادفي در داده نقطه عمقي مشترک پس از تحليل سرعت و انجام تصحيحات ديناميک و پيش از برانبارش، تجزيه مقدار منفرد روي داده اعمال مي گردد. بازتاب هاي افقي شده در تصاوير مشخصه ابتدايي شناسايي شده و بازسازي مي گردند و ساير تصاوير مشخصه که حاوي نوفه تصادفي هستند برابر صفر قرار گرفته و در نتيجه نوفه تصادفي تضعيف خواهد شد. از آنجايي که تجزيه مقدار منفرد مي تواند پديده هاي افقي را به خوبي شناسايي نمايد، بنابراين اگر تصحيحات استاتيک و يا ديناميک به خوبي روي داده ها اعمال نشده باشند و در داده نقطه عمقي مشترک بازتاب ها به جاي افقي بودن داراي اعوجاج باشند، تجزيه مقدار منفرد، نمي تواند آنها را به خوبي از نوفه شناسايي نمايد. در اين مقاله مراحل مذکور روي يک داده نقطه عمقي مشترک مصنوعي با سطوح مختلفي از نسبت سيگنال به نوفه و يک داده واقعي مربوط به يکي از ميادين هيدروکربوري ايران واقع در خشکي اعمال شده است. بر اساس نتايج، فيلتر تجزيه مقدار منفرد به خوبي مي تواند ضمن حفظ بازتاب ها تا حد زيادي نوفه تصادفي را تضعيف نمايد. اين مساله در داده مصنوعي حتي با سطح نوفه زياد يعني (نسبت سيگنال به نوفه يک) نيز به خوبي قابل مشاهده است.