ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-02092017-114916


Tipo di tesi
Tesi di laurea magistrale
Autore
KOKOLO MOUK, ANGE ROBIS
URN
etd-02092017-114916
Titolo
MODELLIZZAZIONE E RIMOZIONE DI RUMORE GROUND ROLL DA DATI SISMICI
Dipartimento
SCIENZE DELLA TERRA
Corso di studi
GEOFISICA DI ESPLORAZIONE E APPLICATA
Relatori
relatore Prof. Mazzotti, Alfredo
tutor Dott. Bienati, Nicola
correlatore Dott. Buia, Michele
controrelatore Prof. Stucchi, Eusebio Maria
Parole chiave
  • Sottrazione adattativa
  • Filtro adattativo
  • SVD
  • SNR
Data inizio appello
24/02/2017
Consultabilità
Completa
Riassunto
Il progetto di tesi consiste nella modellizzazione e rimozione di rumore ground roll da dati sismici ed è stato realizzato in collaborazione con l'unità di acquisizione ed elaborazioni sismiche dell'azienda Eni S.p.A a Milano.

Il metodo sismico a riflessione assume normalmente che solo le onde riflesse che subiscono una sola riflessione (detto in gergo Primarie) abbiano raccolto informazione dal sottosuolo. In realtà il dato registrato contiene anche il cosiddetto rumore ground roll, che corrisponde alla registrazione di onde che si propagano solo in superficie. In questo lavoro ci siamo interessati ad un problema specifico dell'elaborazione dei dati sismici terrestri che riguarda la attenuazione di questo rumore. Abbiamo cercato di verificare un modo innovativo basato su una modellizzazione del fenomeno, a differenza dell'approccio classico puramente basato solo su tecniche che non utilizzano modelli specificamente legati alla natura del segnale elaborato.

Generalmente il segnale utile portatore dell’informazione è modellizzato come essendo adattativamento perturbato. Il lavoro consiste nel mettere a punto un metodo di elaborazione del segnale che elimina al meglio possibile il rumore perturbatore, tale che il rapporto segnale rumore (SNR) venga significamente migliorato. Ammettiamo che a priori l'utente possa acquisire o misurare il segnale legato alla sorgente del rumore che è il rumore osservato, che può essere di tipo scalare o vettoriale. Questo rumore osservato è in linea di principio scorrelato dal segnale utile ma è correlato con il rumore perturbatore.
Questo lavoro propone il metodo della sottrazione adattativa che si implementa mediante un filtro chiamato filtro adattativo, per il fatto di adattarsi alle caratteristiche locali dei segnali da elaborare, molto diffuso nell'elaborazione dei dati sismici basato su una soluzione alla Wiener del criterio del minimo errore quadratico. Tale metodo consiste nell'identificare, e poi ricostruire, un filtro che è stato eccitato dal rumore osservato fornendo una stima del rumore perturbatore. Questo rumore stimato sarà sottratto al segnale osservato fornendo così la stima del segnale utile.

Il metodo della sottrazione adattativa trova un'applicazione di interesse pratico nell'elaborazione di dati ottenuti da acquisizioni terrestri e marine affette da disturbi additivi di natura specifica noti in gergo come, rispettivamente, ground roll e multiple, che saranno sottratti utilizzando un modello di rumore che si ha a disposizione. L'efficacia di tale metodo della sottrazione adattativa è stata verificata sia sui dati sismici sintetici modellizzati che sui dati sismici reali. Abbiamo applicato il metodo della sottrazione adattativa in norma 2 e affrontato diversi problemi che si presentano nell'applicazione di tale metodo tra cui la scelta della lunghezza del filtro adattativo, la correzione dell'instabilità del risultato della sottrazione adattativa mediante la decomposizione dei valori singolari (SVD), ed anche la qualità della predizione del rumore ground roll.

Le elaborazioni e le simulazioni svolte nel corso di questo lavoro sono state realizzate mediante gli algoritmi scritti su linguaggio di programmazione Matlab. Per alcune elaborazioni sono state utilizzate anche il software ProMAX e mediante un modello geologico reale abbiamo anche realizzato alcune simulazioni usando il software OASES. Il progetto è stato integralmente scritto su LaTeX.
File