Document Type : Research Article
Author
Dept. of Mining, Lorestan University, Khoramabad, Iran
Abstract
Keywords
Main Subjects
الگوریتمهای تصویرسازی عمقی (مهاجرت عمقی) عموماً در دو گروه روشهای پرتو- مبنا[i] و معادله موج-مبنا[ii] طبقهبندی میشوند و هر گروه نیز میتواند به زیرمجموعههایی تقسیم شود. روشهای پرتو- مبنا شامل روشهای مهاجرت کیرشهف[iii] و اشعه[iv] است، حال آنکه گروه معادله موج- مبنا شامل مهاجرت یک طرفه معادله موج[v] (ادامه فروسو) و مهاجرت دو طرفه (کامل)[vi] معادله موج صوتی است[1]. مورد دوم تحت عنوان مهاجرت زمانی معکوس (RTM) شناخته میشود و از طریق حل کامل معادله موج میسر میشود. از جمله مزایای روشهای پرتو- مبنا، حجم محاسباتی و هزینه کمتر آنها نسبت به روشهای معادله موج- مبنا است، اما این نوع روشهای تصویرسازی در مناطق با زمینشناسی پیچیده و دارای ساختارهای پرشیب با مشکل مواجه میشوند[2]. در مقابل روشهای معادله موج- مبنا دارای حجم محاسباتی بالا بوده، اما در مناطق با زمینشناسی پیچیده کارایی بهتری در تصویر نمودن ساختارهای زیرسطحی، به ویژه ساختارهای پرشیب از خود نشان میدهند[3]. روشهای مهاجرت معادله موج یک طرفه در مواردی که امواج با یک زاویه خاص از جهت اصلی (معمولاً جهت عمودی) انتشار مییابند، خوب عمل میکنند، اما در مورد امواجی که با زاویه نزدیک 90 درجه یا بیشتر انتشار مییابند (انتشار تقریباً افقی)، با شکست روبرو میشوند؛ بنابراین روش مهاجرت معادله موج یک طرفه نمیتواند بازتابندههای با شیب تند در محیطهای زمینشناسی پیچیدهرا به خوبی تصویر کند[3-5].
از طرف دیگر، مهاجرت زمانی معکوس (RTM)، معادله موج صوتی کامل (دو طرفه) را به ازای انتشار میدان موج حل میکند. بنابراین انتشار موج در همه جهات را شبیهسازی میکند و در نتیجه محدودیتهای زاویهای را برطرف نموده و همه انواع موج از جمله امواج منشوری[vii] و وارون شده[viii] را نیز تصویر میکند. به همین دلیل، کارآمدی آن به عنوان الگوریتم اصلی تصویرسازی در موارد مناطق زمینشناختی پیچیده بسیار اهمیت مییابد[6]. این مسئله زمانی بیشتر اهمیت مییابد که عملیات اکتشاف مواد هیدروکربوری با ساختارهای زمینشناسی بسیار پیچیدهای همانند ساختارهای پرشیب و یا برآمدگیهایی مثل گنبد نمکی مواجه گردد، مسئلهای که فراتر از حیطه عملکرد الگوریتمهای مهاجرت معادله موج یک طرفه است[6]. علاوه بر مزیتهای روش RTM، نوفههای با دامنه بلند و فرکانس پایین از شاخصههای این روش است که کیفیت تصویر را به شدت کاهش میدهد. از این رو حذف و یا کاهش این نوفهها یکی از چالشهای عمده این روش است[7].