English Français Español Русский 中文 Deutsch Português عربي italiano 日本



         Некоторые вопросы сейсморазведки



 Домашняя  Сервис  Софт  Учебный материал  Контакты

Остаточная Статика (2)

В статистике, мы используем термин «корреляция» для обозначения измерения схожести двух наборов данных. Таким же образом мы можем использовать корреляцию двух форм волны, чтобы установить их схожесть и их различие по времени.
амплитудный и фазовый спектры Вот небольшой фрагмент сейсмоданных, их амплитудный и фазовый спектры (старое доброе преобразование Фурье!).
с небольшим сдвигом по времени (c введенной статикой)

Другой фрагмент данных, очень похожий на первый, но с небольшим сдвигом по времени (или введенной статикой). 

Амплитудный спектр оставлен без изменений, но фазовый спектр уже имеет другую форму.

Результат корреляции двух импульсов Результат корреляции этих двух импульсов вместе. В отличие от конволюции (которая содержит обращение по времени), корреляция перемножает амплитудные спектры и вычитает фазовые. Во временной области мы получаем пик корреляции, который смещен от нулевой отметки времени.
Мы можем использовать этот метод для сравнения отдельных исходных трасс с идеальными опорными трассами, измерять временные разности (выбирая пики), а затем пытаться приводить их к одному значению по каждому ПВ и к одному значению по каждому ПП.
Слева на этом рисунке приводятся все трассы одного и того же ПВ, попадающие в сумму, - мы перестроили данные обратно в область ПВ.

Центральное изображение показывает опорные трассы, соответствующие отдельным взрывным трассам, а правый рисунок (в увеличенном масштабе) показывает корреляцию между парами трасс.

Значения корреляции (в центре правого рисунка) показывают отдельные временные разности между исходными и опорными трассами.

перестроили данные обратно в область ПВ
Похожий набор из трасс для одного ПП.

Еще раз правый рисунок четко показывает отдельные временные сдвиги по каждой трассе. Если бы не было остаточных статических поправок, всплески корреляции выстроились бы в прямую линию на центральной линии времени.
отдельные временные сдвиги по каждой трассе
изображения выбранной корреляции по отпикированным временам Это изображения выбранной корреляции по отпикированным временам на вышеприведенных рисунках.

Хотя имеется довольно большой разброс, вы можете увидеть некоторые общие тенденции к определенным значениям по этому ПП и этому ПВ.
общие тенденции к определенным значениям по этим ПП и ПВ

Чтобы решить эту статику для случая постоянных поверхностных условий, компьютер проходит следующие этапы:

Осреднение всех результатов по одному ПВ – применение этой «статпоправки за ПВ» ко всем значениям.
Осреднение всех результатов по одному ПП – применение этой «статпоправки за ПП» ко всем значениям.
Повторение шагов 1 и 2 на заданное число шагов итерации или пока результаты не перестанут меняться.


оригинальная сумма

улучшенная остаточной статикой


Это снова оригинальная сумма (наверху) и улучшенная «остаточной статикой» внизу. Частотный спектр значительно улучшился, и прослеживаемость отражений также улучшилась даже за пределами окна, которое мы использовали в качестве опорного. Это хороший показатель того, что наши остаточные статпоправки правильны.

Название «Статпоправки» – говорит само за себя, они - статичны! Это поправки (или смещения) к данным, которые изменяются во времени – они со временем не изменяются. Это, конечно, добавляет путаницы, когда мы пытаемся определить наши динамические поправки (чтобы выбрать наши скорости). На практике это может означать хождение по кругу между остаточной статикой и выбором скоростей, пока мы не будем уверены, что мы почти правы (или же пока все не станет слишком плохо, что нам придется начинать сначала!). Некоторые программы по остаточной статике пытаются выбирать ошибки в остаточном приращении одновременно с решением статических задач, но это не всегда удачно.

Пока мы в статическом настроении, давайте проверим некоторые требования к статике в нашем графе обработки.



Другие статические проблемы ... Следующая страница