شناسایی بافت های لرزه ای در حوزه زمان- بسامد

هدف از این تحقیق شناسایی تغییر بافت های لرزه ای با استفاده از تبدیل زمان-بسامد (مقیاس) سیگنال های لرزه ای است. شناسایی گستره بافت های لرزه ای می تواند در تفسیر داده های لرزه ای کمک شایانی در تهیه مدل های زمین شناسی داشته باشد. تبدیل موجک که تصویری از سیگنال در مقیاس های گوناگون را عرضه می کند در شناسایی بافت های لرزه ای می تواند مفید باشد. انتخاب مناسب تابع موجک در شناسایی نحوه تغییر خواص سیگنال لرزه ای (که در اینجا ناشی از تغییر در بافت لرزه ای است) در امتداد خط لرزه نگاری و در یک بازه زمانی مشخص، نقش بسزایی دارد. بیشینه و کمینه دامنه ضرایب موجک به دست آمده از تجزیه سیگنال با به کارگیری تبدیل موجک گسسته پایا (بدون کاهش تعداد نمونه)، منطبق بر نقاط عطف در دو سوی رویداد لرزه ای مورد نظر است. در این تحقیق این بیشینه و کمینه ها درحکم نشانگرهایی (Seismic attribute) به کار می روند که می توانند تغییرات بافت لرزه ای (Seismic texture) را نمایان سازند. برای تعیین گستره تغییرات و دسته بندی نشانگرهای به دست آمده در حوزه زمان–بسامد، از ابزار ریاضی بنام ماشین پایه برداری استفاده شده است. ماشین پایه برداری بر خلاف روش های مرسوم دیگر (مانند شبکه عصبی) که سعی در کمینه ساختن خطای آموزش دارند، این روش سعی در کمینه کردن حد بالایی خطای تعمیم برای بیشینه سازی حاشیه بین صفحه جدایش چند بعدی و داده ها دارد (اسکالکوپف و همکاران، ۱۹۹۶). ما از ماشین پایه برداری برای دسته بندی نشانگرهای به دست آمده از تبدیل موجک استفاده کردیم که احتمال می رود بافت لرزه ای در آنها تغییر کرده باشد.