Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Suy diễn Q dựa trên sự khác biệt giữa các vùng phổ logarit của tần số cao và thấp
Tóm tắt
Khi một sóng địa chấn lan truyền qua các môi trường viscoelastic ngầm, cấu trúc hấp thụ năng lượng tần số cao của sóng địa chấn mạnh hơn so với năng lượng tần số thấp. Khi độ sâu và độ lệch tăng, sự khác biệt giữa các khu vực phổ logarit với tần số cao và thấp dần dần gia tăng. Dựa trên đặc điểm sóng địa chấn này, chúng tôi đã phát triển một phương pháp ước lượng Q mới dựa trên sự khác biệt giữa các khu vực phổ logarit của tần số cao và thấp (được gọi là phương pháp LSAD_LH). Trong bài báo này, chúng tôi suy luận mối quan hệ lý thuyết giữa giá trị Q và sự khác biệt của các khu vực phổ logarit với tần số cao và thấp và chứng minh tính khả thi của phương pháp LSAD_LH bằng cách sử dụng mô hình số liệu của môi trường một lớp. Để kiểm tra độ nhạy của phương pháp LSAD_LH đối với việc chọn băng tần và tiếng ồn, chúng tôi so sánh phương pháp LSAD_LH với hai phương pháp đáng tin cậy—phương pháp tỷ lệ phổ logarit (LSR) và phương pháp sự khác biệt giữa các khu vực phổ logarit (LSAD) bằng cách sử dụng mô hình tổng hợp có chứa tiếng ồn ngẫu nhiên. Kết quả cho thấy phương pháp LSAD_LH không phụ thuộc nhiều vào băng tần, và về khả năng miễn dịch với tiếng ồn, nó tốt hơn đáng kể so với phương pháp LSR và có những ưu điểm giống như phương pháp LSAD. Để làm nổi bật thêm các ưu điểm của phương pháp LSAD_LH, chúng tôi áp dụng phương pháp LSAD_LH và phương pháp LSAD vào mô phỏng số liệu địa chấn theo phương thẳng đứng (VSP) của môi trường nhiều lớp và dữ liệu VSP thực địa tại điểm không lệch. Việc áp dụng vào hai trường hợp này chứng minh tính khả thi của phương pháp LSAD_LH và độ chính xác của ước lượng giá trị Q cao so với phương pháp LSAD. Hơn nữa, thông qua hệ số truyền, phương pháp LSAD_LH vượt qua những điểm yếu của phương pháp LSAD.
Từ khóa
#Q estimation #logarithmic spectral area #high and low frequencies #seismic wave propagation #viscoelastic mediaTài liệu tham khảo
Aki, K., and P. G. Richards, 2002, Quantitative seismology: University Science Books, USA, 161–165.
An Y., 2015, Fracture prediction using prestack Q calculation and attenuation anisotropy: Applied Geophysics, 12(3), 432–440.
Bath, M., 1974, Spectral analysis in geophysics: Elsevier Science Publishing Co, Netherland, 333–346.
Chen, W. C. and Gao, J. H., 2007, Characteristic analysis of seismic attenuation using MBMSW wavelets: Chinese Journal of Geophysics (in Chinese), 50(3), 837–843.
Chichinina, T., Sabinin, V., and Ronquillo-Jarillo, G., 2006, QVOA analysis: P-wave attenuation anisotropy for fracture characterization: Geophysics, 71(3), C37–C48.
Dasgupta, R., and Clark, R. A., 1998, Estimation of Q from surface seismic reflection data: Geophysics, 63(6), 2120–2128.
Hauge, P. S., 1981, Measurements of attenuation from vertical seismic profiles: Geophysics, 46(11), 1548–1558.
Johnston, D. H., Toksoz, M. N., and Timur, A., 1979, Attenuation of seismic waves in dry and saturated rocks: II. Mechanisms: Geophysics, 44(4), 691–711.
Liu, G. C., Chen, X. H., and Rao, Y., 2018, Seismic quality factor estimation using frequency-dependent linear fitting: Journal of Applied Geophysics, 156, 1–8.
Liu, G. C., Chen, X. H., Du, J., et al., 2011, Q value estimation method based on shaping regularization and S transform: Petroleum Geophysical Prospecting (in Chinese), 46(3), 417–422.
Liu, Y., Chen, X. H., Li, J. Y., et al., 2016, A novel method for Q estimation based on the generalized logarithmic spectral ratio: 78th EAGE Annual international Conference and Exhibition, Expanded Abstracts, We_P4_02, 1–5.
Lupinacci, W. M., and Oliveira, S. A. M., 2015, Q factor estimation from the amplitude spectrum of the time-frequency transform of stacked reflection seismic data: Journal of Applied Geophysics, 114, 202–209.
Mittet, R., Sollie, R., and Hokstad, K., 1995, Prestack depth migration with compensation for absorption and dispersion: Geophysics, 60(5), 1485–1494.
Müller, T. M., B. Gurevich, and M. Lebedev, 2010, Seismic wave attenuation and dispersion resulting from wave-induced flow in porous rocks — A review: Geophysics, 75(5), 75A147–75A164.
Raikes, S. A., and White, R. E., 1984, Measurements of earth attenuation from downhole and surface seismic recording: Geophysical Prospecting, 32(5), 892–919.
Rao, Y., and Wang, Y. H., 2009, Fracture effects in seismic attenuation images reconstructed by waveform tomography: Geophysics, 74(4), R25–R34.
Reine, C., Clark, R., and Baan, M. V. D., 2012, Robust prestack Q-determination using surface seismic data. Part 1: Method and synthetic examples: Geophysics, 77(1), R45–R56.
Stainsby, S. D., and M. H. Worthington, 1985, Q estimation from vertical seismic profile data and anomalous variations in the North Sea: Geophysics, 50(4), 615–626.
Tonn, R., 1991, The determination of the seismic quality factor Q from VSP data: A comparison of different computational methods: Geophysical Prospecting, 39(1), 1–27.
Wang, S. D., Yang, D., Li, J., et al., 2015, Q factor estimation based on the method of logarithmic spectral area difference: Geophysics, 80(6), V157–V171.
Wang, Y. H., 2002, A stable and efficient approach of inverse Q filtering: Geophysics, 67(2), 657–663.
Wang, Y. H., 2004, Q analysis on reflection seismic data: Geophysical Research Letters, 31(17), L17606, 1–4.
Wang, Y. H., 2014, Stable Q analysis on vertical seismic profiling data: Geophysics, 79(4), D217–D225.
Wu, D., Chen, W. C., Wang, X. K., et al., 2015, Qualitative estimation method for attenuation parameters of prestack seismic data in wavelet domain: Chinese Journal of Geophysics (in Chinese), 59(7), 2674–2683.