地震イメージング技術の進展
新しい手法が地下のイメージングの明瞭さと効率を向上させてるよ。
― 1 分で読む
目次
地震学者は、地球の中で波がどう移動するかを研究する科学者なんだ。その波を使って、地表の下で何が起きているかを知ることができるんだ。地下の画像を作る一般的な方法は、最小二乗逆時間移動(LSRTM)って呼ばれてる。この方法のおかげで、興味のあるエリアのクリアで詳細な画像を得ることができるけど、時間とコンピュータリソースの面でかなりお金がかかるんだ。
特定エリアに焦点を当てる
コストが高いから、地震学者は広い地域全体を調べるんじゃなくて、特定の小さいエリアに焦点を当てることが多いんだ。これをターゲット指向LSRTMって言うんだ。こうするときは、データを変更してターゲットエリアをもっとはっきり見せる必要がある。このプロセスはリデータミングって呼ばれるんだけど、従来のリデータミング方法は、ターゲットエリアの上の層に起きる複雑さを扱いきれないことがあるんだ。
画像作成の新技術
最近の地震画像技術の進歩で、もっと効果的な新しいリデータミング方法が登場したんだ。それがマルチェンコリデータミングって言って、地震学者がターゲットエリアの情報を集めるための仮想センサーを作るのを助けてくれるんだ。これによって、上の層にたくさんの波が跳ね返っていても、マルチェンコリデータミングはターゲットエリアの正確なデータを提供できるんだ。
マルチェンコリデータミングとダブルフォーカシングっていう別の技術を組み合わせることで、科学者たちは画像作成の結果を大幅に改善できるんだ。ダブルフォーカシングには、処理するデータ量を減らす追加の利点もあって、全体の画像作成プロセスをもっと効率的にするんだ。
地震画像作成の仕組み
地下の画像を作るために、科学者は地表にデバイスのネットワークを設置して、地震波を送受信するんだ。これらの波は、地表の下の異なる岩や土の層に当たって跳ね返る。戻ってくるこれらの波を分析することで、科学者は地下の構造について、密度や存在する材料の種類を推測できるんだ。
逆時間移動(RTM)は、地震波から画像を作るために使われる方法なんだ。これは、地球の中に下っていった波と表面に戻ってきた波を一致させて働くんだ。RTMは良い結果を提供するけど、LSRTMと組み合わせることでさらにクリアな画像を得られるんだ。LSRTMはRTMの結果を取り入れて、さらに改善するんだ。
LSRTMの問題
LSRTMがより良い画像を作ることができるのに対して、いくつかの課題もあるんだ。たくさんのコンピュータパワーが必要で、実行するのに時間がかかるんだ。これに対処するために、科学者たちは広いエリアの中で特定の地域に焦点を当てることで、データの処理をより効率的にすることができるんだ。
小さなターゲットエリアの正確な画像を作るには、その特定エリアの境界で波場を取得することが重要なんだ。これにはリデータミングというプロセスが関わっていて、データを調整してターゲットエリアをよりよく表現するんだ。
マルチェンコリデータミング
マルチェンコリデータミングを使うことで、科学者たちは地表から集めた反射データを分析して、ターゲットエリアの画像を作るために必要な重要な情報を回復できるんだ。この方法は、ターゲットエリアの上で起きる複雑な相互作用をすべて考慮できるから、クリアで正確なデータを提供できるんだ。
さらに、マルチェンコリデータミングは仮想源や受信器を作ることができて、データ処理をさらに簡素化するのに役立つんだ。マルチェンコリデータミングとダブルフォーカシングを一緒に使うことで、解析するデータ量を大幅に減らしつつ、結果を改善できるんだ。
技術の適用
具体的には、これらの高度な技術はノルウェー海で集められた現場データに適用されたんだ。このデータセットは1994年に収集されて、新しい方法をテストするための豊富なソースを提供してくれたんだ。そのデータセットには、様々なトレースでの多数のショットが含まれていて、科学者たちは結果を効果的に調べることができたんだ。
この地域の海底の深さは十分に深く、異なる種類の波を明確に分離できたんだ。データを処理して不要な影響を最小限に抑えた後、科学者たちはマルチェンコリデータミングとダブルフォーカシングを適用して、これらの方法が実際にどう機能するかを見たんだ。
現場データからの結果
最初に調べたターゲットエリアははっきりと定義されていて、地球材料の特性を示す滑らかな速度モデルがあったんだ。ターゲットエリアの上には仮想源と受信器が設定されて、データを集めたんだ。マルチェンコダブルフォーカシングアルゴリズムが適用された後、観測データが予測データと比較されて、その違いが記録されたんだ。
次のテストでは、従来のダブルフォーカシングを使った結果も分析されたんだ。マルチェンコダブルフォーカシングを使用する利点の一つは、データ内の不要なノイズを減少させることで、地下の品質の良い画像を得ることができることなんだ。
画像結果の比較
結果は、マルチェンコ技術を使った場合の明らかな利点を示していたんだ。二つのアプローチから生成された画像は、マルチェンコ方法が真の地質的特徴をより良く可視化し、データの解釈に誤解を招くような不要な信号を抑えることができることを示していたんだ。
同様に、別のターゲットゾーンも同じ方法で分析されたんだ。その結果は、新技術を使った場合に改善された品質と解像度を示し、データを混乱させるような不要な反射からの影響が少なかったんだ。
結論
この研究は、マルチェンコリデータミングとダブルフォーカシングを使ってLSRTMを行うときに特定のエリアに焦点を当てることの利点を強調したんだ。これらの方法によって、計算負荷を大幅に減らしつつ、画像の品質を改善できることが証明されたんだ。これは、より高い解像度と精度が必要とされる現代の地震画像にとって特に重要なんだ。
データサイズを効果的に削減してクリアさを向上させる能力は、地震画像をもっと効率的かつ効果的にするために重要なんだ。これらの新しい方法の統合によって、地球物理学者は地球の地下のクリアな画像を作成できるようになり、地質構造の理解と探査が進むんだ。
詳細な地下画像の需要が高まり続ける中で、提示された研究は地震画像技術の重要な前進を示していて、資源探査や環境研究、建設計画などの様々な応用に利益をもたらすんだ。新しいアルゴリズムや方法の開発は、地球物理学の分野を進歩させ、データ解釈の正確性を確保するために基本的に重要なんだ。
タイトル: Target-oriented least-squares reverse-time migration with Marchenko redatuming and double-focusing: Field data application
概要: Recently, the focus of reflection seismologists has shifted to applications where a high-resolution image of the subsurface is required. Least-Squares Reverse-Time Migration (LSRTM) is a common tool used to compute such images. Still, its high computational costs have led seismologists to use target-oriented LSRTM for imaging only a small target of interest within a larger subsurface block. Redatuming the data to the upper boundary of the target of interest is one approach to target-oriented LSRTM. Still, many redatuming methods cannot account for multiple scattering within the overburden. We apply a target-oriented least-squares reverse time migration algorithm that integrates Marchenko redatuming and double-focusing to a field dataset. This redatuming method accounts for all orders of multiple scattering in the overburden, thus improving the accuracy of target-oriented LSRTM. Moreover, we demonstrate the effectiveness of a double-focusing algorithm in reducing the data size by decreasing both spatial and temporal dimensions of the model and the data. The algorithm's performance is evaluated using field data acquired in the Norwegian Sea. The numerical results show that our target-oriented LSRTM algorithm can reduce the internal multiple effects and increase the resolution of the resulting image.
著者: Aydin Shoja, Joost van der Neut, Kees Wapenaar
最終更新: 2024-03-25 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2305.16420
ソースPDF: https://arxiv.org/pdf/2305.16420
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。