بهاره بوستانی - دانشجوی کارشناسی ارشد، دانشکده مهندسی نفت دانشگاه صنعتی امیرکبیر، تهران، ایران
عبدالرحیم جواهریان - استاد بازنشسته ژئوفیزیک، موسسه ژئوفیزیک دانشگاه تهران و استاد دانشکده مهندسی نفت دانشگاه صنعتی امیرکبیر، تهران، ایران

در رکوردهای لرزهنگاری پدیدههای مطلوب برای تفسیر، بازتابندهها هستند اما در اکثر رکوردها به علت حضورنوفههای تصادفی و به ویژه امواج زمینغلت با انرژی زیاد دچار اختلال میشوند. بنابراین بهکارگیری روشی مناسببرای تضعیف این نوفهها با کمترین آسیب به بازتابندهها در مراحل پردازش دادههای لرزهنگاری همواره مورد اهمیت است. در این راستا میتوان داده را به حوزههای تبدیلی انتقال داد که در آن جدایش بهتری میان سیگنال ونوفه حاصل میشود و سپس نوفه را تضعیف نمود. از حوزههای تبدیلی که برای تضعیف نوفه استفاده شدهاند می توانk-l ،f-k حوزههای تبدیل زمان-فرکانسی مانند گابور و موجک را نام برد. یکی از تبدیلهای چند مقیاسی مناسب برای این منظور تبدیلcurveletاست. تبدیلcurveletدر واقع حوزهی فوریهی دو بعدی را به باندهای فرکانسی مختلف و جهتهای متفاوت در هر زیر باند فرکانسی تقسیم میکند. بنابراین با توجه به ویژگی- های فرکانسی و جهتی متفاوت پدیدههای رکوردهای لرزهنگاری مانند بازتابندهها و امواج زمینغلت، در حوزهی curvelet جدایش نسبتاً خوبی میان آنها حاصل میشود. با حذف مقیاسها و جهتهایی که زمینغلت در آنها حضور دارد و همچنین اعمال حد آستانهی مناسب و حذف ضرایبcurveletمربوط به نوفههای تصادفی میتوان تا حد مطلوبی این نوفهها را تضعیف نمود. در این مقاله روشهای فوق بر دادههای مصنوعی و واقعی بررسی میشودو میان نتایج به دست آمده با نتایج حاصل از تبدیل موجک مقایسهای صورت میگیرد.

نوفه تصادفی ، نوفه زمینغلت، تبدیل چند مقیاسی، تبدیل موجک، تبدیل curvelet