Тип публикации: статья из журнала
Год издания: 2020
Идентификатор DOI: 10.24411/2413-046X-2020-10726
Ключевые слова: MPV, method, seismic data, problem, approaches, automation, data processing, МПВ, метод, сейсмические данные, задача, подходы, автоматизация, обработка данных
Аннотация: Метод преломленных волн (МПВ) является одним из популярных методов построения скоростных моделей геологических сред по сейсмическим данным. Он активно используется для решения задач разного масштаба: от изучения строения земной коры и верхов мантии методом глубинных сейсмических зондирований до построения моделей верхней части разрПоказать полностьюеза по данным разведочной и инженерной сейсмики [Yilmaz, 2015]. Применение данного метода даст возможность спрогнозировать сейсмическую ситуацию и предотвратить финансовые потери, которые будет необходимы в дальнейшей ликвидации последствии катаклизмов. На протяжении всего существования МПВ актуальной задачей является развитие методов автоматической обработки данных. Так, для повышения качества данных (отношение сигнал/помеха) были предложены методы корреляционной обработки. Они позволяют усилить амплитуды целевых волн для дальнейшей обработки, включая пересчет головных волн фильтрами Винера [Селезнев, Еманов, 1998]. Важнейшим этапом МПВ является снятие времен вступлений преломленных волн для дальнейшего решения обратной задачи. В частности, разрабатывается большое количество подходов к автоматизации снятия времен первых вступлений. The refracted wave method (Refractive Wave Method) is one of the popular methods for constructing velocity models of geological media from seismic data. It is actively used to solve problems of various scales: from studying the structure of the earth’s crust and upper mantle using deep seismic sounding to constructing models of the upper part of the section based on exploration and engineering seismic data [Yilmaz, 2015]. Throughout the existence of the MPV, an urgent task has been the development of methods for automatic data processing. So, to improve the quality of data (signal-to-noise ratio), methods of correlation processing were proposed. They make it possible to amplify the amplitudes of the target waves for further processing, including recalculation of the head waves using Wiener filters [Seleznev, Emanov, 1998]. The most important stage of the MPW is the removal of the arrival times of refracted waves for the further solution of the inverse problem. In particular, a large number of approaches are being developed to automate the removal of the first break times.
Журнал: Московский экономический журнал
Выпуск журнала: № 10
Номера страниц: 63
ISSN журнала: 2413046X
Место издания: Москва
Издатель: Фомин Александр Анатольевич