مقايسه الگوريتمهاي هدايت شيب به منظور اعمال نشانگر انحنا بر روي دادههاي GPR

Compare dip-steering algorithms to apply curvature attribute on GPR data

نشانگرها در لرزه شناسي يك كميت استخراج شده از دادهها ميباشند كه منجر به تفسير بهتر دادهها ميشوند. نشانگرهاي انحنا جهت شناسايي و كشف گسلها و شكستگيهاي موجود بر روي مقاطع و افقهاي لرزهاي مورد استفاده قرار ميگيرند و در نتيجه اطلاعات مهمي را ارائه ميدهند. يكي از متداولترين نرم افزارها به منظور اعمال نشانگرها، نرم افزار OpendTec ميباشد. در اين نرمافزار به منظور بدست آوردن نشانگر انحنا ابتدا بايد شيب رخدادها را محاسبه نمود، كه الگوريتم هدايت رخداد، هدايت سريع و تبديل فوريه سريع از جمله الگوريتم هاي استفاده شده است به منظور تعيين شيب در اين نرم افزار ميباشند. در اين تحقيق به بررسي عملكرد هر يك از الگوريتمهاي فوق در جهتيابي شيبهاي موجود در مقطع GPR مي- پردازيم. از مقايسهي الگوريتمهاي مختلف جهت محاسبه هدايت شيب ميتوان نتيجه گرفت كه الگوريتم تبديل فوريه سريع نسبت به ديگر الگوريتمها نتيجه دقيقتري را ارائه ميدهد .

A seismic attribute is a quantity extracted from seismic data that leading to a better geophysical interpretation of the data. Curvature attributes are a useful set of attributes that can profitably be used to identify and detect faults and subtle fractures on vertical sections or seismic horizons and so offer important information. Different methods have been proposed in the literatures to approximate curvature attributes of surface in 2D and 3D. In this work we apply 2D curvature attribute on GPR section that leading to eliminate horizontal layers and reducing noises and then display diffraction with more clarity. The most common software in order to apply curvature attribute is OpendTec. In this application to apply the curvature attribute must first calculate the slope of the events (dip-steering), that event steering, fast steering and fast Fourier transform steering are algorithms used for calculating the slope of the events. Indeed, dip-steering is one of the most popular and most widely used plugins in the suite of OpendTect software tools. Which utilize to enhance the input seismic data e.g. by removing random noise with a dip-steered filter, or by drastically sharpening faults with a dip-steered fault enhancement filter. In this study, three algorithms have been applied on GPR data, that the results show the fast Fourier transform algorithm is more accurate and better than other algorithms.