(TIỂU LUẬN) TIỂU LUẬN phương pháp spectral decomposition trong minh giải tài liệu địa chấn

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT - - TIỂU LUẬN Phương pháp Spectral Decomposition minh giải tài liệu địa chấn Bộ môn: Minh giải địa chấn nâng cao Giáo viên hướng dẫn: PGS TS Phan Thiên Hương Sinh viên thực hiện: Chu Trung Tiến Lớp: Cao học Địa Vật Lý K42 Tieu luan Hà Nội – 2021 Mục lục Mục lục Giới thiệu Phương pháp 2.1 Biến đổi Fourier thời gian ngắn (Short Time Fourier Transform) 2.2 Biến đổi Wavelet liên tục- Continuous Wavelet Transform 2.3 Biến đổi S ‐ S‐Transform (Stockwell Transform) 2.4 Matching Pursuit 2.5 Phân phối Wigner - Wigner Distribution 2.6 Phân tích dựa mơ hình thực nghiệm- Empirical Mode Decomposition 2.7 Synchron ‐ Squeezed Transform (SST) Màu (Hiển thị) Ứng dụng 11 4.1 Ước tính độ dày lớp định tính 11 4.2 Chỉ thị hydrocacbon trực tiếp 12 4.3 Ước tính độ dày lớp định lượng .13 Kết luận 16 Tài liệu tham khảo 18 Tieu luan Giới thiệu Tín hiệu địa chấn coi tín hiệu không cố định bao gồm thành phần khác nhau, tất định vị thời điểm tần số khác Dữ liệu địa chấn bị chi phối phản xạ dạng khối phân giải đơn giản Ngoài ra, ranh giới địa chất thực nằm dọc theo đỉnh đáy địa chấn phân giải hoàn toàn Trong thập kỷ qua, số phương pháp phân tích phát triển cho thấy ứng dụng thành công xử lý giải thích liệu địa chấn Spectral decomposition (SD) phương pháp sáng tạo việc ứng dụng thuộc tính địa chấn để minh giải liệu địa chấn SD thiết kế để làm bật đặc điểm địa chất phản ứng khác với dải tần số khác tín hiệu địa chấn Tính toán phân hủy phổ thay dấu vết đầu vào đơn lẻ tập hợp vết tương ứng với phân hủy phổ thuộc tính đầu vào SD phân tích tần số thời gian (cũng phân tích tần số- thời gian) phương pháp sử dụng để hỗ trợ giải thích liệu địa chấn SD thực vơ số thuộc tính (tần số, khoảng cách, góc phương vị…), tần số phổ biến Nó thực liệu di chuyển theo thời gian liệu di chuyển theo độ sâu dẫn đến việc điều chỉnh tần số với đơn vị Hz chu kỳ/khoảng cách tương ứng Kết liệu phân hủy phổ tần số thành phần pha mà trước phép đo trực tiếp biên độ địa chấn tương đối dải tần (Chopra., 2007, 2015) Công dụng thuộc tính giúp giải thích địa tầng cách cải thiện độ phân giải lớp mỏng hiển thị thay đổi độ dày lớp thời gian Điều cần thiết wavelet thường trải dài nhiều lớp bề mặt, dẫn đến phản xạ điều chỉnh phức tạp kết mơ hình tích chập Vì lý này, SD cho loại bỏ dấu vết wavelet khỏi liệu địa chấn (Partyka., 1999) Hình bên trái mô tả tốt kết cuối SD (sự thay đổi độ dày địa tầng) Tần số hai tần số riêng biệt 30 Hz (màu xanh lục) chiếu sáng phần mỏng kênh chế độ xem đồ Ở màu đỏ, 18 Hz hiển thị hiển thị phần dày kênh (thalwegs) Tieu luan Hình 1: Hình ảnh mặt cắt thể mối quan hệ tần số-thời gian biểu thị SD Màu xanh hiển thị khu vực điều chỉnh 30 Hz màu đỏ thể điều chỉnh 18 Hz (Laughlin., 2002) Spectral decomposition liệu địa chấn công cụ toán học để chuyển đổi liệu địa chấn từ miền thời gian sang miền thời gian so với miền tần số Nó chuyển đổi vết địa chấn chiều miền thời gian thành hai chiều thời gian so với biểu diễn miền tần số, cung cấp thông tin biến đổi tần số theo thời gian Theo cách tương tự, chuyển đổi mặt cắt địa chấn hai chiều thành biểu diễn ba chiều, trục thứ ba tần số Biểu diễn miền tần số liệu địa chấn minh họa nhiều đặc điểm không rõ ràng biểu diễn miền thời gian phân rã phổ đóng vai trị cơng cụ hữu ích cho nhà thông dịch địa chấn Spectral decomposition lên gần thuộc tính địa chấn quan trọng, tạo đồ giàu thông tin tầng mỏng, đặc biệt chuỗi liên tiếp clastic với tương phản trở kháng rõ nét (Partyka., 1999) Những đồ thường giải thích cách định tính, sử dụng nhận dạng mơ hình địa mạo bán định lượng, để suy thay đổi độ dày tương đối Một số ứng dụng thương mại phi thương mại SD sử dụng, kỹ thuật sử dụng nhiều việc phân tích địa tầng tinh vi hồ chứa bị đứt gãy Ngoài cịn có phạm vi đáng kể để áp dụng định lượng SD Như thể Hình 1, quang phổ lớp mỏng có vết khía tuần hồn đặc trưng giao thoa tín hiệu phản xạ từ đỉnh đáy lớp mỏng Khoảng cách rãnh nghịch đảo chiều dày theo thời gian hai chiều lớp mỏng Tieu luan Phương pháp Đối với nhà địa vật lý, SD giống nguyên tắc với điểm sâu chung (CDP) tập hợp phân loại xếp chồng Trên thực tế, phân tách dấu vết tạo giống tập hợp CDP, thay có biểu diễn thời gian bù người ta nhận biểu diễn thời gian theo tần số Điều làm cho kỹ thuật dễ hiểu dễ áp dụng Kết là, kỹ thuật SD nhận chấp nhận rộng rãi phổ biến cộng đồng địa vật lý thăm dò SD lần sử dụng để xử lý liệu dạng lọc tần số biến thiên theo thời gian, băng thơng phổ đầy đủ mơ tả cho thời điểm sử dụng để phân biệt loại kiện địa chấn chồng chất khác Trong phần này, học viên chủ yếu tập trung vào kỹ thuật sử dụng rộng rãi giải đoán địa chấn SD yêu cầu biến đổi dấu vết địa chấn 1D riêng lẻ, δ(t) thành biểu diễn tần số thời gian 2D, δ(τ, ω) Nhiều phương pháp tồn để đạt điều phương pháp có khả giải khác thời gian tần số Mặc dù bị in đậm wavelet liệu địa chấn ghi lại, tầng mỏng có biểu thức tần số Do đó, dấu vết ghi lại chuyển đổi từ thời gian (hoặc độ sâu) sang miền tần số (Phân tích Fourier), phổ trích xuất Có nhiều phương pháp để thực biến đổi tạo lát cắt khối lượng thời gian phân hủy phổ (liệt kê bên dưới), tất tính tốn sở vết (Lin., 2013) 2.1 Biến đổi Fourier thời gian ngắn (Short Time Fourier Transform) Phương trình cho phép biến đổi Fourier rời rạc cửa sổ ngắn viết dạng (1) u(t) liệu địa chấn miền thời gian, τ thời gian trung tâm hàm cửa sổ w(t- τ), f tần số USTFT (τ, f) hàm tần số thời gian Cửa sổ định nghĩa w(t- τ) cửa sổ hình chữ nhật có đầu thn khơng có rãnh (boxcar), cửa sổ Gaussian, cửa sổ Hamming cửa sổ Hanning (Mallat., 2009) Tieu luan Partyka cộng (1999) sử dụng cửa sổ hình chữ nhật thn nhọn, Mallat (2009) sử dụng cửa sổ Gaussian có dạng: (2) σ giá trị khơng đổi kiểm sốt kích thước cửa sổ, với giá trị lớn σ dẫn đến cửa sổ thời gian nhỏ Năng lượng quang phổ phân phối theo thời gian chiều dài cửa sổ, hạn chế độ phân giải Nếu cửa sổ thời gian ngắn, phổ bị chập với chức truyền cửa sổ phổ tần số bị nhòe Điều giảm thiểu mức độ cách thu nhỏ cửa sổ, rõ ràng nên tránh hoàn toàn việc mở cửa sổ (Daubechies., 2011) Một nhược điểm khác cửa sổ ngắn lobes bên lượt đến xuất dạng kiện riêng biệt phân tích tần số thời gian Nếu cửa sổ thời gian kéo dài để cải thiện độ phân giải tần số, nhiều kiện cửa sổ giới thiệu rãnh chi phối phổ Do đó, cửa sổ dài gây khó khăn cho việc xác định đặc tính quang phổ kiện riêng lẻ Qiang Wen (2010) sử dụng biến đổi Fourier thời gian ngắn để phân hủy phổ tín hiệu địa chấn (Qiang., 2010) Puryear cộng (2012) phát triển thuật tốn gọi "phân tích phổ bình phương nhỏ có giới hạn" để phân tích tần số thời gian dấu vết địa chấn (Puryear., 2012) Thuật toán chứa dạng STFT sửa đổi tuyên bố cung cấp độ phân giải tạm thời cao STFT CWT Lu Fangyu (2013) sửa đổi phương pháp biến đổi Fourier thời gian ngắn phi điện tử đề xuất (Lu Zhang, 2009) cách áp dụng hoạt động giải mã 2D quang phổ STFT thử nghiệm liệu địa chấn từ lưu vực Bắc Tarim, miền Tây Trung Quốc (Lu., 2009) 2.2 Biến đổi Wavelet liên tục- Continuous Wavelet Transform Phép biến đổi wavelet liên tục (CWT) ví dụ kỹ thuật chuyển dạng wavelet (WT) WT lần giới thiệu cơng trình Morlet (1982) Goupillaud (1984) nhận quan tâm đầy đủ cộng đồng xử lý tín hiệu Daubechies (1988) Mallat (1989) thiết lập kết nối WT để xử lý tín hiệu rời Tieu luan rạc (Morlet., 1982; Goupillaud., 1984; Daubechies., 1988; Mallat., 1989) Phương pháp CWT (Sinha., 2005) không yêu cầu chọn trước độ dài cửa sổ khơng có độ phân giải tần số thời gian cố định không gian tần số thời gian; thay sử dụng giãn nở dịch wavelet để tạo đồ thời gian Một thang đo bao gồm dải tần tỷ lệ nghịch với hỗ trợ thời gian wavelet giãn nở CWT định nghĩa mặt tốn học tích bên họ wavelet ψ σ, τ (t) với tín hiệu u(t) (3) liên hợp phức ψ S ω đồ tỷ lệ thời gian (biểu đồ tỷ lệ) sử dụng để trích xuất tần số tức thời τ dịch chuyển thời gian áp dụng cho wavelet mẹ, σ tỉ lệ Trong nghiên cứu này, sử dụng wavelet Morlet, wavelet sử dụng phổ biến SD địa chấn Wavelet mẹ Morlet định nghĩa (4) Sinha (2003) phát triển phương pháp để tính tốn phổ tần số thời gian cách sử dụng CWT mà họ báo cáo TFCWT (Sinha., 2003) SD với TFCWT sử dụng để phát bóng tần số thấp hydrocacbon gây xác định đặc điểm địa tầng tinh vi để xác định đặc điểm vỉa (Sinha., 2005) Thuật toán TFCWT sử dụng để tính tốn thuộc tính phổ tức thời (Sinha., 2009) Castagna cộng (2003) nhận xét FFT, STFT, phương pháp entropy cực đại (MEM), CWT sử dụng phép phân tích phổ tức thời dựa biến đổi wavelet (ISA) cung cấp độ phân giải tần số thời gian tốt (Castagna., 2003) Zhang (2008) phát triển phép biến đổi dạng gói wavelet liên tục (CWPT) phần mở rộng CWT (Zhang., 2008) Tieu luan 2.3 Biến đổi S ‐ S‐Transform (Stockwell Transform) Phép biến đổi S ‐ đề xuất Stockwell (1996) phần mở rộng cho phép biến đổi Morlet wavelet (Stockwell., 1996) Wavelet mẹ cho phép biến đổi S ‐ hàm Gauss điều chế, giữ phần điều chế khơng có tỷ lệ khơng có dịch chuyển Biến đổi S ‐ sau định nghĩa (5) u(t) liệu địa chấn miền thời gian gf hàm Gaussian định nghĩa (6) Do số hạn chế liên quan đến cửa sổ bất biến, hình thức tổng quát đề xuất Trong phép biến đổi S ‐ tổng quát, gf viết lại thành (7) A, α β số để tạo nhiều dạng cửa sổ khác tương quan tốt với tín hiệu Odebeatu (2006) áp dụng phép biến đổi S cho liệu địa chấn quan sát dị thường quang phổ đá mang khí (Odebeatu., 2006) Reine cộng (2009) so sánh hiệu suất phương pháp phân hủy phổ khác để đo suy giảm địa chấn (Reine., 2009) Họ kết luận biến đổi S biến đổi wavelet tốt phương pháp khác biến đổi STFT Gabor 2.4 Matching Pursuit Kỹ thuật phân tích theo đuổi phù hợp (Liu Marfurt., 2007) cố gắng phân hủy tín hiệu thành wavelet nguyên tử cấu thành, chọn từ từ điển wavelet, sưu tập lớn wavelet Gabor bao gồm đầy đủ số thời gian, tần số, tỷ lệ pha Tuy nhiên, địa chấn, người ta thường sử dụng wavelet Morlet, coi xấp xỉ tốt với wavelet địa chấn thực (Wang., 2007) Trong miền thời gian miền tần số, wavelet Morlet (Morlet., 1982) định nghĩa Tieu luan (8) fm giá trị trung bình tần số ưu k giá trị khơng đổi kiểm sốt độ rộng wavelet Bằng cách sử dụng giá trị khác k, nhiều chu kỳ đưa vào wavelet Morlet Giả thiết đằng sau phân hủy cách sử dụng theo đuổi đối sánh vết địa chấn s (t) coi kết hợp tuyến tính wavelet Morlet nhiễu ngẫu nhiên (9) Để có biên độ a độ giãn nở thời gian d, khai thác phép phân tích thuộc tính phức tạp Khoảng thời gian d thời gian đường bao đỉnh Góc pha ϕ tính từ pha tức thời Tần số tức thời tần số trung bình wavelet Morlet 2.5 Phân phối Wigner - Wigner Distribution Ngược lại với biểu diễn tần số theo thời gian tuyến tính phân rã tín hiệu thành phần bản, mục đích phân bố lượng phân phối lượng tín hiệu hai biến mơ tả: thời gian tần số (Auger., 1996) Phân bố Wigner, gần biết đến với tên gọi quang phổ, thực giới thiệu lĩnh vực học lượng tử khơng phải phân tích tín hiệu (Wigner., 1932) Nó J Ville trình bày lại vào năm 1948 dạng biểu diễn bậc hai lượng tần số thời gian cục tín hiệu Phân phối Wigner ‐ Ville định nghĩa (10) tương đương, (11) U biến đổi Fourier tín hiệu u Tieu luan Tương tự STFT, cửa sổ phiên dịch chuyển tín hiệu Nó thu cách tương quan tín hiệu với tần số thời gian khác Hạn chế phân phối Wigner tạo chéo nằm (vết lõm) lớn gấp đơi so với thành phần tín hiệu khác (Auger., 1996) Một lĩnh vực nghiên cứu lớn dành để làm giảm vết lõm Li Zheng (2008) sử dụng phân hủy phổ dựa phân bố Wigner-Ville (SWVD) làm mịn dựa liệu địa chấn từ Lưu vực Trung tâm Tarim (Li., 2008) Zhang (2008) giới thiệu phép biến đổi chirplet kết hợp với WVD để SD (Zhang., 2008) 2.6 Phân tích dựa mơ hình thực nghiệm- Empirical Mode Decomposition Theo định nghĩa, phân rã chế độ thực nghiệm (EMD- empirical mode decomposition) kỹ thuật liệu đầy đủ để phân rã tín hiệu định thành tập hợp dao động nguyên tố gọi hàm chế độ nội (IMF- intrinsic mode functions) (Huang., 1998) IMFs tính tốn đệ quy, bắt đầu với mã dao động Phương pháp phân rã sử dụng bao thư xác định cực đại cục cực đại cục chuỗi liệu Sau xác định cực đại tín hiệu ban đầu, splines khối sử dụng để nội suy tất cực đại cục xây dựng đường bao Quy trình tương tự sử dụng cho cực tiểu cục để thu đường bao Tiếp theo, người ta tính giá trị trung bình bao lấy tín hiệu ban đầu trừ Quá trình nội suy tiếp tục cho phần cịn lại Quá trình sàng lọc kết thúc đường bao trung bình khơng nơi tín hiệu kết định IMF IMF trừ khỏi liệu khác biệt coi tín hiệu mà quy trình sàng lọc tương tự áp dụng để có IMF Sự phân hủy bị dừng lại IMF cuối có biên độ nhỏ trở thành đơn điệu (Han., 2013) Sau đó, phép biến đổi Hilbert sử dụng để tính tốn tần số tức thời IMF Kỹ thuật có số trở ngại hạn chế hiệu suất chế độ trộn Chế độ trộn định nghĩa IMF bao gồm tín hiệu có quy mơ khác rộng rãi tín hiệu có quy mơ tương tự nằm thành phần IMF khác (Herrera., 2014) Do đó, phiên EMD tiên tiến giới thiệu EMD tổng thể hoàn chỉnh (Wu Huang., 2009; Torres., 2011) Các phương pháp sau giải vấn đề đặt EMD Tieu luan cách thêm nhiễu trắng Gaussian vào tín hiệu đích phân rã tín hiệu cách sử dụng nhận thức nhiễu khác 2.7 Synchron ‐ Squeezed Transform (SST) Biến đổi Synchron- Squeezed cung cấp cách để phân hủy tín hiệu s(t) thành thành phần cấu thành với hành vi điều hịa thay đổi theo thời gian Các tín hiệu giả định bổ sung thành phần sóng điều hịa thay đổi theo thời gian riêng lẻ, tạo (12) Trong Ak(t) biên độ tức thời, ad(t) nhiễu cộng, k số thành phần tối đa tạo thành tín hiệu θk(t) pha tức thời thành phần Tần số tức thời thành phần ước tính từ pha tức thời (Daubechies., 2011) Các ứng dụng SST gần mở rộng để bao gồm phân tích tần số thời gian địa chấn (Herrera., 2014) Công cụ phân rã tạo biểu diễn tần số thời gian có độ phân giải cao giúp mơ tả đặc tính ẩn tín hiệu địa chấn tốt so với EMD tổng hợp hồn chỉnh, SST có khả điều chỉnh sóng mẹ thành tín hiệu mục tiêu Màu (Hiển thị) Các lát khối tần số phân hủy phổ riêng lẻ (ở tần số nhất) hiển thị nhiều phần mềm với vô số cách phối màu Tuy nhiên, có hai tùy chọn màu sắc thường sử dụng để trộn hiệu nhiều hình ảnh bị SD Đây RGB độ sángđộ bão hòa HLS (huelightness-saturation) Với RGB, người dùng chọn ba tần số riêng biệt vẽ chúng dựa màu đỏ, xanh xanh đại dương HLS viết tắt màu sắc (bước sóng màu), độ đậm nhạt (độ sáng màu) độ bão hòa (độ pha màu) (Chopra., 2007) Trong hình này, ba lát biên độ tạo biểu diễn ba đại lượng sau kết hợp để tạo hình ảnh (Chopra., 2007) Biểu diễn sơ đồ màu thể Hình Trong hình này, a, b c thành phần quang phổ riêng lẻ với màu trắng phản ứng sáng Phần d pha trộn RGB ba lát tần số e hình ảnh HLS màu đỏ tươi hiển thị vị trí mà ba tần số sáng (Chopra., 2007) Hình hình ảnh SD RGB có độ phân giải cao cho Tieu luan thấy hệ thống sông lớn uốn khúc vài kênh nhỏ hơn, uốn lượn Các kênh dày có màu cam, vị trí màu xanh cây/vàng dày khu vực màu xanh lam mỏng (chủ yếu bùn lắng đọng) Hình 2: Hình ảnh cho thấy ba thành phần phổ riêng lẻ a) 30 Hz b) 40 Hz c) 50 Hz với bảng màu phân cấp hai hình ảnh pha trộn d) Hỗn hợp RGB (đỏ = 30 Hz, lục = 40 Hz, lam = 50 Hz) e) hỗn hợp HLS (Hall Trouillot., 2004) Tieu luan Hình 3: Hình ảnh pha trộn RGB hồ chứa địa tầng phức tạp khơi bờ biển Tây Phi Tần số cao - Màu xanh lam, Tần số trung bình - Màu xanh cây, Tần số thấp - Màu đỏ (Bahorich., 2002) Ứng dụng 4.1 Ước tính độ dày lớp định tính Độ dày tương đối phân vị địa tầng quan sát cách sử dụng SD Khi địa tầng trở nên dày hơn, tần số cực đại phản ứng địa chấn chúng có xu hướng thấp ngược lại Bằng cách lấy lát đường chân trời khối địa chấn 3D, người ta dự đoán hướng dày lên cách xem lát cắt tần số thấp dần (Partyka., 1999) Liu Marfurt (2007) SD sử dụng để lập đồ thay đổi tinh vi độ dày kênh chứa đầy đá xốp bao bọc ma trận không xốp (Liu., 2007) Marfurt Kirlin (2001) đưa thuộc tính từ SD để lập đồ hiệu đặc điểm địa tầng, đặc biệt kênh phù sa (Marfurt., 2001) Li Zheng (2008) áp dụng SD liệu địa chấn từ lưu vực Trung tâm Tarim, Trung Quốc phát dị thường tần số cao biên độ cao liên quan đến tướng đá ngầm vành đai hồ chứa cacbonat Tieu luan Hình Vịnh Mexico (a) Bản đồ lượng 16 Hz, (b) Bản đồ lượng 26 Hz, (c) Bản đồ pha 16 Hz, (d) Bản đồ pha 26 Hz (Partyka, 1999) 4.2 Chỉ thị hydrocacbon trực tiếp Bóng tần số thấp quan sát thấy hồ chứa hydrocacbon biết (Sinha., 2005) Ví dụ thực địa minh họa TFCWT có khả sử dụng để phát bóng tần số hydrocacbon gây xác định đặc điểm địa tầng tinh vi để xác định đặc điểm vỉa Nghiên cứu sóng phản xạ ghi lại xác nhận vùng bão hòa dầu đá sa thạch gây lượng tần số cao (Goloshubin cộng sự, 2002) Sinha cộng (2005) thực SD mặt cắt địa chấn từ tập liệu Nigeria, quan sát thấy dị thường tần số thấp biên độ cao liên quan đến vùng hydrocacbon biết Xiaodong cộng (2011) sử dụng DHI để phát hydrocacbon lưu vực sông Manan Peru Tieu luan Hình Mặt cắt địa chấn từ tập liệu Nigeria Các biên độ sáng biểu thị mũi tên màu vàng liền kề với đứt gãy (mũi tên màu xanh cây) phần địa chấn đới hydrocacbon biết (Sinha., 2005) Hình Mặt cắt địa chấn 20 Hz thu cách sử dụng TFCWT xử lý liệu địa chấn thể Hình Các dị thường tần số thấp, biên độ cao (màu đỏ) nằm vùng hydrocacbon (mũi tên màu vàng) (Sinha., 2005) Tieu luan Hình Mặt cắt địa chấn 33 Hz Hình thu cách sử dụng xử lý TFCWT Trong phần khơng có dị thường tần số liên quan đến bóng tần số (các mũi tên màu vàng) Sự bất thường (mũi tên đen) xuất phần hiệu ứng điều chỉnh cục không biến tần số cao (Sinha., 2005) 4.3 Ước tính độ dày lớp định lượng Bất kỳ cặp hệ số phản xạ nào, chẳng hạn cặp hệ số phản xạ từ tầng, xem tổng cặp hệ số phản xạ chẵn (cùng dấu) cặp hệ số phản xạ lẻ (khác dấu) Theo giải thích Widess (1973), giới hạn điển hình (λ/4) độ phân giải địa chấn, biên độ vết địa chấn phản ứng với lớp mỏng có xu hướng khơng Tuy nhiên, điều xảy trường hợp hệ số phản xạ ngược chiều lớp mỏng (cặp lẻ) Trong thực tế, hệ số phản xạ có xu hướng có độ lớn khác dấu Vì lý này, cặp hệ số phản xạ chứa thành phần đồng khơng có xu hướng khơng lớp ngày mỏng Bằng cách quan sát phổ biên độ phản ứng địa chấn, cụ thể khía, người ta dự đốn thành phần chẵn cặp hệ số phản xạ nên cách xa Điều cung cấp ước tính định lượng độ dày lớp (Puryear., 2008) Wang (2012) sử dụng SD kết hợp với kỹ thuật phân tích phân cụm để xác định đặc điểm vỉa khí mêtan (CBM) tầng than (Wang., 2012) Tieu luan Hình Đồ thị độ dày dự đốn từ nghịch đảo (hình vng màu hồng) so với độ dày diễn giải theo log (đường màu xanh lam di-agonal 1: 1), cho thấy mối tương quan chặt chẽ hai đường Độ dày diễn giải khoảng 1700 đến 2900 ms Độ dày điều chỉnh đánh dấu đường màu đỏ độ xác trì mức thấp 1/8 bước sóng (Puryear Castagna., 2008) Hình (a) Dữ liệu địa chấn ban đầu cho thấy gián đoạn nhỏ (b) Dữ liệu đảo ngược độ dày cho thấy lớp liên tục bật, dấu hiệu mạnh mẽ cho thấy gián đoạn địa chất nhìn thấy (a) hiệu ứng wavelet đặc điểm bề mặt thực Pha cho hai hình ảnh -90 ° màu đỏ cho thấy trở kháng cao (Puryear Castagna., 2008) Tieu luan Hình 10 (a) Đường địa chấn ban đầu có điểm gián đoạn địa tầng đáng kể (các mũi tên màu đen) hiểu điểm cuối thùy trầm tích rời rạc (b) Dữ liệu đảo ngược phổ cho thấy đặc điểm phân lớp liên tục theo chiều địa chất không bị xáo trộn Pha hai hình ảnh -90 ° Dịng thời gian 20 ms màu đỏ cho biết trở kháng cao (Puryear Castagna., 2008) Tieu luan Hình 11 (a) Dữ liệu địa chấn ban đầu cho thấy vết nhúm (mũi tên màu trắng) nơi lớp mỏng chưa phân giải (b) Dữ liệu bị đảo ngược hình ảnh cập nhật chụm xa nhiều Pha hai hình ảnh -90 ° Dịng thời gian 20 ms màu đỏ cho biết trở kháng cao (Puryear Castagna., 2008) Kết luận Báo cáo trình bày tiềm việc ứng dụng Spectral decomposition xử lý giải thích liệu địa chấn Spectral decomposition lên gần thuộc tính địa chấn quan trọng, tạo đồ giàu thông tin tầng mỏng, đặc biệt chuỗi liên tiếp clastic với tương phản trở kháng rõ nét (Partyka., 1999) SD sử dụng rộng rãi ngành Dầu khí phần quy trình cơng việc địa vật lý để giải thích liệu địa chấn 3-D Kết hợp với kênh phương sai (hay gọi độ tương đồng, tính mạch lạc) xác định phân tích dễ dàng Sự kết hợp chiếu sáng cạnh kênh SD thể độ dày kênh Ngoài ra, phương pháp cung cấp ý tưởng tốt tính liên tục thân kênh, khả thay đổi lượng lấp đầy chất lượng hồ chứa có (Othman., 2016) Trong vài năm tới, nhiệm vụ khám phá kỹ thuật SD xác tiếp tục dẫn đến kỹ thuật tối ưu Với kỹ thuật xác hơn, xác định cách tối ưu phân bố dầu khí vùng mang hydrocacbon Trong vài năm qua, phương pháp địa chấn thời gian trơi (cịn gọi địa chấn 4D) ngày sử dụng nhiều để giám sát hồ chứa (Johnston., 1998; Lumley., 2001) Mục tiêu phương pháp địa chấn rút ngắn thời gian hình ảnh vùng liên giếng Hiện có nghiên cứu báo cáo việc áp dụng SD thành liệu 4D (Rojas Davis., 2009; Zhao., 2006) Trong tương lai, SD đóng vai trị quan trọng để giải thích dịng chảy chất lỏng từ liệu địa chấn 4D hữu ích để quản lý kỹ thuật thu hồi dầu nâng cao giám sát hồ chứa Việc sử dụng SD để thăm dị khí hydrat CBM giai đoạn sơ khai tăng lên tương lai Ngoài ứng dụng truyền thống phân hủy phổ dạng lát tần số, kết hợp với phân tích truyền thống biến đổi biên độ với độ lệch để tính tốn phổ AVO Trong phương pháp này, tập hợp địa chấn phân tách phổ thành Tieu luan tần số quan tâm khác sau AVO thực Ưu điểm phương pháp dễ dàng dự đốn cát khí mỏng xếp chồng lên AVO truyền thống phương pháp (Saputro., 2016) Một ứng dụng khác kết hợp SD vào thuộc tính địa chấn khác SPICE Voice Components SPICE (hình ảnh quang phổ kiện tương quan) thuộc tính giúp tăng cường hội tụ dạng sóng Phương pháp sử dụng hệ số phép biến đổi wavelet số mũ Holder, thước đo điểm kỳ dị hàm (Chopra., 2001) Chopra (2016) sử dụng SPICE Voice Components SPICE cho thấy kết khả quan việc kết hợp SD với thuộc tính địa chấn (Chopra., 2016) Tài liệu tham khảo Chopra, S., & Marfurt, K J (2007). Seismic attributes for prospect identification and reservoir characterization Society of Exploration Geophysicists and European Association of Geoscientists and Engineers Othman, A A., Fathy, M., & Maher, A (2016) Use of spectral decomposition technique for delineation of channels at Solar gas discovery, offshore West Nile Delta, Egypt. Egyptian Journal of Petroleum, 25(1), 45-51 Johnston, D H., McKenny, R S., Verbeek, J., & Almond, J (1998) Time-lapse seismic analysis of Fulmar Field. The Leading Edge, 17(10), 1420-1428 Lumley, D E (2001) Time-lapse seismic reservoir monitoring. Geophysics, 66(1), 50-53 Rojas, N., & Davis, T L (2009) Spectral decomposition applied to time-lapse seismic interpretation, Rulison Field, Colorado In SEG Technical Program Expanded Abstracts 2009 (pp 3845-3849) Society of Exploration Geophysicists Zhao, B., Johnston, D., and Gouveia, W., 2006, Spectral decomposition of 4D seismic data, SEG Technical Program Expanded Abstracts 2006, 3235-3239 Saputro, J., Jaenudin, A B S., Lestari, E P., Sugiono, A R., & Hirosiadi, Y (2016) Combined AVO and Spectral Decomposition Analyses to Characterize Gas Sand Reservoir Below Tuning Thickness Condition Chopra, S., & Marfurt, K J (2016) Spectral decomposition and spectral balancing of seismic data. The Leading Edge, 35(2), 176-179 Chopra*, S., & Marfurt, K J (2015) Enhancing interpretability of seismic data with spectral decomposition phase components In SEG Technical Program Expanded Abstracts 2015 (pp 1976-1980) Society of Exploration Geophysicists Partyka, G., Gridley, J., & Lopez, J (1999) Interpretational applications of spectral decomposition in reservoir characterization. The leading edge, 18(3), 353-360 Lin, T., Zhang, B., Guo, S., Marfurt, K., Wan, Z., & Guo, Y (2013) Spectral decomposition of timeversus depth-migrated data In SEG Technical Program Expanded Abstracts 2013 (pp 1384-1388) Tieu luan Society of Exploration Geophysicists Mallat, S (2009), A wavelet tour of signal processing, 3rd ed Academic Press, Burlington Qiang, Z., & Wen-kai, L (2010) Spectral decomposition using deconvolutive short time Fourier transform spectrogram In SEG Technical Program Expanded Abstracts 2010 (pp 1581-1585) Society of Exploration Geophysicists Puryear, C I., Portniaguine, O N., Cobos, C M., & Castagna, J P (2012) Constrained leastsquares spectral analysis: Application to seismic data. Geophysics, 77(5), V143-V167 Lu, W., & Li, F (2013) Seismic spectral decomposition using deconvolutive short-time Fourier transform spectrogram. Geophysics, 78(2), V43-V51 Lu, W K., & Zhang, Q (2009) Deconvolutive short-time Fourier transform spectrogram. IEEE Signal Processing Letters, 16(7), 576-579 Morlet, J., G Arens, I Forgeau, and D Giard (1982), Wave propagation and sampling theory: Part I Complex signal and scattering in multilayered media, Geophysics, 47, 203 Goupillaud, P., A Grossman, and J Morlet (1984), Cycle‐octave and related transforms in seismic signal analysis Geoexploration, 23(1), 85–102 Daubechies, I (1988), Orthonormal bases of compactly supported wavelets Communication on Pure and Applied Mathematics, 41, 7, 909–996 Mallat, S G (1989), A theory for multiresolution signal decomposition: The wavelet rep-resentation IEEE Transactions, 11, 674–693 Sinha, S., P Routh, P Anno, and J Castagna (2005), Spectral decomposition of seismic data with continuous‐wavelet transform Geophysics, 70(6), P19–P25 Sinha, S K., Routh, P S., Anno, P D., & Castagna, J P (2003, October) Time-frequency attribute of seismic data using continuous wavelet transform In 2003 SEG Annual Meeting OnePetro Castagna, J P., Sun, S., & Siegfried, R W (2003) Instantaneous spectral analysis: Detection of low-frequency shadows associated with hydrocarbons. The leading edge, 22(2), 120-127 Zhang, R (2008, June) Spectral decomposition of seismic data via wigner-ville distribution and chirplet transform In 70th EAGE Conference and Exhibition incorporating SPE EUROPEC 2008 (pp cp40) European Association of Geoscientists & Engineers Sinha, S., Routh, P., & Anno, P (2009) Instantaneous spectral attributes using scales in continuouswavelet transform. Geophysics, 74(2), WA137-WA142 Stockwell, R G., L Mansinha, and R P Lowe (1996), Localization of the complex spectrum: The S transform IEEE Transactions on Signal Processing, 44, 998–1001 Odebeatu, E., Zhang, J., Chapman, M., Liu, E., & Li, X Y (2006) Application of spectral decomposition to detection of dispersion anomalies associated with gas saturation. The Leading Edge, 25(2), 206-210 Liu, J., and K J Marfurt (2007), Instantaneous spectral attributes to detect channels Geophysics, 72, P23–P31 Wang, Y H (2007), Seismic time‐frequency spectral decomposition by matching pursuit Geophysics, 72(1), 13–21 Morlet, J., G Arens, I Forgeau, and D Giard (1982), Wave propagation and sampling theory: Part I Complex signal and scattering in multilayered media, Geophysics, 47, 203 Auger, F., P Flandrin, P Gonỗalvốs, and O Lemoine (1996), TimeFrequency Toolbox, CNRS (France) and Rice University (USA) Tieu luan Wigner, W (1932), On the quantum correction for thermodynamic equilibrium Physical Review, 40, 749759 Auger, F., P Flandrin, P Gonỗalvốs, and O Lemoine (1996), Time‐Frequency Toolbox, CNRS (France) and Rice University (USA) Li, Y., & Zheng, X (2008) Spectral decomposition using Wigner-Ville distribution with applications to carbonate reservoir characterization. The Leading Edge, 27(8), 1050-1057 Zhang, R (2008, June) Spectral decomposition of seismic data via wigner-ville distribution and chirplet transform In 70th EAGE Conference and Exhibition incorporating SPE EUROPEC 2008 (pp cp40) European Association of Geoscientists & Engineers Huang, N., Z Shen, S Long, et al (1998), The empirical mode decomposition method and the Hilbert spectrum for non‐stationary time series analysis Proc Roy Soc London, 454A, 903–995 Han, J., and M Van der Baan (2013), Empirical mode decomposition for seismic time‐frequency analysis Geophysics, 78, 2, O9–O19 Herrera, R H., J Han, J., and M van der Baan (2014), Geophysics, 79, V55–V64 Wu, Z., and N E Huang (2009), Ensemble empirical mode decomposition: A noise assisted data analysis method Advances in Adaptive Data Analysis, 1, 1–41 Torres, M., M Colominas, G Schlotthauer, and P Flandrin (2011), A complete ensemble empirical mode decomposition with adaptive noise IEEE International Conference on Acoustics, Speech and Signal Processing, 4144–4147 Daubechies, I., J Lu, and H T Wu (2011), Synchrosqueezed wavelet transforms: An empirical mode decomposition‐like tool Applied and Computational Harmonic Analysis, 30, 243–261 Herrera, R H., J Han, J., and M van der Baan (2014), Geophysics, 79, V55–V64 Puryear, C I., & Castagna, J P (2008) Layer-thickness determination and stratigraphic interpretation using spectral inversion: Theory and application. Geophysics, 73(2), R37-R48 Tieu luan Tieu luan ... thành cơng xử lý giải thích liệu địa chấn Spectral decomposition (SD) phương pháp sáng tạo việc ứng dụng thuộc tính địa chấn để minh giải liệu địa chấn SD thiết kế để làm bật đặc điểm địa chất phản... khác Dữ liệu địa chấn bị chi phối phản xạ dạng khối phân giải đơn giản Ngoài ra, ranh giới địa chất thực nằm dọc theo đỉnh đáy địa chấn phân giải hoàn toàn Trong thập kỷ qua, số phương pháp phân... (Puryear Castagna., 2008) Kết luận Báo cáo trình bày tiềm việc ứng dụng Spectral decomposition xử lý giải thích liệu địa chấn Spectral decomposition lên gần thuộc tính địa chấn quan trọng, tạo đồ giàu