درون‌یابی داده‌های لرزه‌ای با استفاده از تبدیل فوریه غیر یکنواخت

عنوان دوره: بیستمین کنفرانس ژئوفیزیک ایران
کد مقاله : 1935-NIGS
نویسندگان
گروه ژئوفیزیک، دانشکده علوم زمین، دانشگاه تحصیلات تکمیلی علوم پایه زنجان، زنجان
چکیده
یکی از روش‌های کاهش هزینه‌های عملیات لرزه‌نگاری، کاهش تعداد نقاط برداشت داده‌های لرزه‌ای است. اما این‌کار می‌تواند به صورت چشمگیری کیفیت داده‌های برداشت شده را کاهش دهد و در برخی موارد باعث ایجاد دگرنامی مکانی بر روی داده‌ها شود. یکی از روش‌هایی که می‌تواند بر این مشکل غلبه کند روش برداشت لرزه‎نگاری نامنظم است که در آن داده‎های لرزه‌ای به صورت تقریباً تصادفی برداشت شده و با استفاده از روش‌های پردازشی بر روی یک شبکه منظم تصویر می‌شوند. یکی از عیوب برداشت‌های نامنظم مرسوم، فرض بر برداشت تصادفی بر روی یک شبکه منظم از گیرنده‌ها و چشمه‌ها است. در این مقاله روشی برای بازیابی این داده‌ها با استفاده از تبدیل فوریه غیر یکنواخت معرفی شده است که در آن نیازی به برداشت بر روی یک شبکه منظم داده‌ها نیست و نقاط برداشت می‌توانند در هر نقطه‌ای و با فواصل‌ نمونه‌برداری نایکسان به صورت نامنظم قرار گیرند.
کلیدواژه ها
 
Title
Seismic Data Interpolation using Non-uniform Fourier Transform
Authors
Hojjat Haghshenas Lari
Abstract
Reducing the number of data recording points in a seismic data acquisition can reduce the cost of seismic operation. Nevertheless, this can reduce the quality of seismic data and may cause spatial aliasing. Jitter sampling data acquisition method can address this problem. In this method, the seismic data are recorded randomly and the missing data are reconstructed using some data reconstruction techniques. Conventional jitter sampling methods assume source and receiver locations are on a regular grid. In reality, this assumption is not valid due to the surface obstacles. In this paper, a novel method based on non-uniform Fourier transform is proposed to solve this problem. With this method, seismic data can be recorded anywhere with any sampling distance on a seismic data acquisition survey.
Keywords
Compressed sensing, Non-uniform Discrete Fourier Transform, Jitter Sampling Seismic Data Acquisition