Geri Dön

Önkestirim dekonvolüsyonunda parametre seçimi ve uygulamaları

Selecting parameters of predictive deconvolution and applications

  1. Tez No: 276521
  2. Yazar: RECEP GÜNEY
  3. Danışmanlar: DOÇ. DR. HAKAN KARSLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeofizik Mühendisliği, Geophysics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Sismik veri-işlem akışlarının değişmez bir aşaması olan dekonvolüsyon işlemi matematiksel olarak bir ters çözüm işlemidir ve yaygın olarak sismik verilerin zamansal ayrımlılığını artırmak için kullanılır. Genel dekonvolüsyonun özel bir türü olan önkestirim dekonvolüsyonu özelde sismik verilerdeki yankılanmaları, kısa yollu ve hatta uzun yollu tekrarlıları süzgeçlemek için yaygın olarak kullanılır. Önkestirim dekonvolüsyonunun uygulanabilirliği ve performansı iki önemli parametre olan kestirim uzaklığı ve operatör uzunluğu'na bağlıdır. Önkestirim dekonvolüsyon süzgeci bu iki parametre ile tasarlanır ve tekrarlıların herhangi bir türünü süzgeçlemek için konvolüsyonal olarak sismik sinyale uygulanır.Her iki parametre sismik sinyalin özilişkisi analiz edilerek belirlenir. Genel olarak kestirim uzaklığı çıkış sinyalinin zamansal ayrımlılığını kontrol eden parametredir. Küçük seçilirse zamansal ayrımlılık artar, ancak bu durumda birincil yansımalara zarar verebilir ve dolayısıyla Sinyal/Gürültü oranı azalır. Operatör uzunluğu ise önkestirim dekonvolüsyonu ile süzülecek kısmı ve performansı kontrol eden parametredir. Bununla birlikte, geleneksel sabit parametre yaklaşımı ile istenilen süzgeçleme sağlanamaz.Bu çalışmada önkestirim dekonvolüsyonun iki önemli parametresinin belirlenmesinde karşılan problemlerin çözümüne yönelik yeni yaklaşım geliştirilmiştir. Yaklaşımın dayandığı temel düşünceyi, ön veri işlem aşamalarından geçmiş bir atış kaydının özilişkisi üzerinde birincil yansıma olayları arasındaki zaman farklarının uzak ofsetlere doğru azalması ve kaynak dalgacığın periyodunun genişlemesi oluşturmaktadır. Bu yaklaşımın detaylı analizleri yapay ve gerçek veriler üzerinde yapılmış ve neden-sonuç ilişkilerine göre önkestirim dekonvolüsyonun uygulanabilirliği ve performansı tartışılmıştır. Buna göre, uygulamada operatör boyu uzak ofsetlere doğru kısaltılırken, kestirim uzaklığı ise artırılmıştır. Sonuç olarak, ofset bağımlı değişken parametrelerin kullanımının sabit parametrelere göre tekrarlıları süzgeçlemede performansı arttırdığı gözlenmiştir.

Özet (Çeviri)

Deconvolution process, one of the stages of stable stages of seismic data flows, is a mathematically inverse process, and it is usually used to increase the temporal resolution of seismic data. Predictive Deconvolution, a special type of general deconvolution, is frequently used to filter reverberation in seismic data particularly and short and long period multiples. The applicability and the performance of predictive deconvolution are based on two significant parameters, prediction distance and operator length. Predictive deconvolution filter is designed with these two parameters and it is applied to seismic signal to filter any types of multiples as convolutional.Both parameters are determined by analyzing the auto-correlation of seismic signal. Prediction distance is usually the parameter which controls the temporal resolution of output signal. If it is shorter, temporal resolution increases. However, it might damage primary reflections and therefore, Signal/ Noise (S/N) ratio decreases. Operator length is the parameter which controls the part to be filtered with predictive deconvolution and the performance.On the other hand, with traditional approach accepting defining these parameters as constant cannot provide desired filtering.A new approach has been developed to solve the problems encountered in the determination of the two significant parameters of predictive deconvolution in this study. The basic thought is formed with the decrease of time differences between primary reflection events on the autocorrelation of a shot gather passing the stages of pre-data process toward far offsets and the enlargement of source wavelet period. Detailed analysis of this approach was done on synthetic and real data and the applicability and the performance of predictive deconvolution were discussed in terms of cause and effect relations. Therefore, prediction distance was increased, while the operator length was shortened toward far offsets. As a result, it was observed that the use of the parameters based on offsets increased the performance rather than constant parameters to filter multiples.

Benzer Tezler

  1. Deniz sismiğinde dekonvolüsyon yöntemleri ve ayrımlılık

    Deconvolution methods and resolution in marine seismic

    MELEK KORKMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Jeofizik MühendisliğiDokuz Eylül Üniversitesi

    Deniz Bilimleri ve Teknolojisi Ana Bilim Dalı

    PROF. DR. DERMAN DONDURUR

  2. Çok kanallı sismik verilerde tekrarlı yansımaların bastırılması

    Multiple elimination in the multichannel marine seismic reflection data

    MEHMET SARPER CELASUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Jeofizik Mühendisliğiİstanbul Teknik Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NESLİHAN OCAKOĞLU GÖKAŞAN

  3. Önkestirim amaçlı kullanılan farklı yöntemlerin karşılaştırılması: Kripto paralar üzerine bir uygulama

    Comparison of different methods used to forecast: An application on cryptocurrencies

    NEFİSE FERMANCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İstatistikAfyon Kocatepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. SİNAN SARAÇLI

  4. Arıma ve var modelleme yöntemlerince üretilen önkestirim modelleri ve Türkiye ekonomisi üzerine bir uygulama

    Başlık çevirisi yok

    FÜSUN BAYTAŞ DERİŞ

    Doktora

    Türkçe

    Türkçe

    1996

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. NALAN CİNEMRE