محاسبه توابع گرین تجربی واقعی با استفاده از روش برانباشت قطبیدگی
پذیرفته شده برای ارائه شفاهی ، صفحه 84-87 (4)
عنوان دوره: نوزدهمین کنفرانس ژئوفیزیک ایران
کد مقاله : 1461-NIGS
نویسندگان
1دانشجو
2دانشیار، مؤسسه ژئوفیزیک دانشگاه تهران
چکیده
در این مقاله ما توابع گرین تجربی را با چند روش برانباشت رایج و جدید به دست اورده و سپس آنها مقایسه کرده تا بهترین روش را برای محاسبه تابع گرین واقعی معرفی کنیم. منطقه مورد مطالعه شمال غرب ایران است که داده های لرزه ای ضبط شده توسط مرکز لرزه نگاری کشوری در این منطقه مورد بررسی و تحلیل قرار گرفته است. داده پیوسته در بازه زمانی ۲۰۱۱ الی ۲۰۱۲ با فرکانس نمونه برداری ۵۰ نمونه در ثانیه ضبط شده و در بازه فرکانسی ۳ الی ۱۰ ثانیه مورد مطالعه قرار گرفته است. در این مقاله، مراحل پردازش تک ایستگاهی مثل چرخش مولفه ها، حذف روند روزانه و میانی، اعمال فیلتر میان گذر، سفیدسازی سیگنال در حوزه زمان و فرکانس انجام شده است. سپس سیگنال ها با در بازه های زمانی متقابل همبسه سازی شده اند. در مرحله بعد، با استفاده از روش های برانباشت RMS1، RMS2، EVNE1 و POL توابع گرین تجربی را برای جفت ایستگاه ها محاسبه شده است. برای اثبات اصل بودن و واقعی بودن تابع گرین تجربی به دست آمده، خصوصیات قطبیدگی مانند درجه قطبیدگی، اختلاف فاز مولفه های افقی و عمودی، افقی و افقی و نسبت مولفه افقی و عمودی و حرکت موج در پنجره سیگنال مورد نظر مورد تحقیق قرار گرفت. با توجه به نتایج به دست آمده از این تحقیق، روش برانباشت قطبیدگی توانسته با داشتن حداقل آستانه های مورد نیاز، تابع گرین تجربی واقعی امواج ریلی را محاسبه کند. روش برانباشت RMS2 نیز تابع گرین تجربی خوبی را با توجه به خصیوصیات قطبیدگی استخراج کرده است در حالی که روش های RMS1 و ENVE1 توابع گرین تجربی را محاسبه کردند که حداقل مقادیر خصوصیات قطبیدگی را دارا نبوده است.
کلیدواژه ها
Title
Extracting realistic empirical Green’s functions using polarization
stacking method
Authors
Mahdi Hamidbeygi, Zaher Hosein Shomali
Abstract
In this paper, we extracted empirical Green’s functions through several different stacking
methods to evaluate the validity of computed Green’s functions based on the polarization
attributes. In this paper, three components of one-year continuous seismic data is used to
estimate the multi-component Rayleigh-wave empirical Green’s functions. The dataset is from
December 2011 to December 2012 recorded by IRSC (Iranian Seismological Center) stations
located in the latitude range of 37 to 39, and longitude range of 45 to 48. The region is
Northwest of Iran, where is considered a high seismicity zone in the country. The first step
required to do is to rotate the horizontal components to radial and transverse. Then single-
station pre-processing method is applied on the dataset to compute the cross correlation
functions (CCFs). Three common stacking methods, and a new method introduced as POL
stacking method are used to enhance the coherent seismic ambient noise in the continuous
signals. This new method is designed based on the polarization attributes which is an seismic
analysis to recognize nature of each type of seismic waves in the signal. The four Rayleigh-
wave empirical green’s functions are computed and evaluated by polarization parameters to
determine which one is the real Rayleigh-wave empirical green’s function.
methods to evaluate the validity of computed Green’s functions based on the polarization
attributes. In this paper, three components of one-year continuous seismic data is used to
estimate the multi-component Rayleigh-wave empirical Green’s functions. The dataset is from
December 2011 to December 2012 recorded by IRSC (Iranian Seismological Center) stations
located in the latitude range of 37 to 39, and longitude range of 45 to 48. The region is
Northwest of Iran, where is considered a high seismicity zone in the country. The first step
required to do is to rotate the horizontal components to radial and transverse. Then single-
station pre-processing method is applied on the dataset to compute the cross correlation
functions (CCFs). Three common stacking methods, and a new method introduced as POL
stacking method are used to enhance the coherent seismic ambient noise in the continuous
signals. This new method is designed based on the polarization attributes which is an seismic
analysis to recognize nature of each type of seismic waves in the signal. The four Rayleigh-
wave empirical green’s functions are computed and evaluated by polarization parameters to
determine which one is the real Rayleigh-wave empirical green’s function.
Keywords
Empirical Green’s function, Stacking method, Polarization attributes, Rayleigh Waves