ജിയോഫിസിക്സിൽ വോൾഫ്രം മാത്തമാറ്റിക്ക

ബ്ലോഗിന്റെ രചയിതാവിന് നന്ദി ആന്റൺ എക്കിമെൻകോ അവന്റെ റിപ്പോർട്ടിനായി

ആമുഖം

സമ്മേളനത്തിന്റെ പശ്ചാത്തലത്തിലാണ് ഈ കുറിപ്പ് എഴുതിയിരിക്കുന്നത് വോൾഫ്രാം റഷ്യൻ ടെക്നോളജി കോൺഫറൻസ് കൂടാതെ ഞാൻ നൽകിയ റിപ്പോർട്ടിന്റെ ഒരു സംഗ്രഹം അടങ്ങിയിരിക്കുന്നു. ജൂണിൽ സെന്റ് പീറ്റേഴ്സ്ബർഗിലാണ് സംഭവം. ഞാൻ കോൺഫറൻസ് സൈറ്റിൽ നിന്ന് ഒരു ബ്ലോക്ക് ജോലി ചെയ്യുന്നതിനാൽ, എനിക്ക് ഈ പരിപാടിയിൽ പങ്കെടുക്കാതിരിക്കാൻ കഴിഞ്ഞില്ല. 2016 ലും 2017 ലും, ഞാൻ കോൺഫറൻസ് റിപ്പോർട്ടുകൾ ശ്രദ്ധിച്ചു, ഈ വർഷം ഞാൻ ഒരു അവതരണം നൽകി. ഒന്നാമതായി, രസകരമായ ഒരു (എനിക്ക് തോന്നുന്നു) വിഷയം പ്രത്യക്ഷപ്പെട്ടു, അത് ഞങ്ങൾ വികസിപ്പിക്കുകയാണ് കിറിൽ ബെലോവ്, രണ്ടാമതായി, ഉപരോധ നയം സംബന്ധിച്ച റഷ്യൻ ഫെഡറേഷന്റെ നിയമനിർമ്മാണത്തെക്കുറിച്ചുള്ള ഒരു നീണ്ട പഠനത്തിന് ശേഷം, ഞാൻ ജോലി ചെയ്യുന്ന എന്റർപ്രൈസസിൽ, രണ്ട് ലൈസൻസുകൾ പ്രത്യക്ഷപ്പെട്ടു. വോൾഫ്രാം മാത്തമാറ്റിക്ക.

എന്റെ പ്രസംഗത്തിന്റെ വിഷയത്തിലേക്ക് കടക്കുന്നതിന് മുമ്പ്, പരിപാടിയുടെ നല്ല ഓർഗനൈസേഷൻ ശ്രദ്ധിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു. കോൺഫറൻസിന്റെ സന്ദർശന പേജ് കസാൻ കത്തീഡ്രലിന്റെ ഒരു ചിത്രം ഉപയോഗിക്കുന്നു. സെന്റ് പീറ്റേഴ്സ്ബർഗിലെ പ്രധാന ആകർഷണങ്ങളിലൊന്നാണ് കത്തീഡ്രൽ, സമ്മേളനം നടന്ന ഹാളിൽ നിന്ന് വളരെ വ്യക്തമായി കാണാം.

സെന്റ് പീറ്റേഴ്‌സ്ബർഗ് സ്റ്റേറ്റ് ഇക്കണോമിക് യൂണിവേഴ്‌സിറ്റിയുടെ പ്രവേശന കവാടത്തിൽ, പങ്കെടുക്കുന്നവരെ വിദ്യാർത്ഥികളിൽ നിന്നുള്ള സഹായികൾ കണ്ടുമുട്ടി - അവരെ വഴിതെറ്റിക്കാൻ അവർ അനുവദിച്ചില്ല. രജിസ്ട്രേഷൻ സമയത്ത്, ചെറിയ സുവനീറുകൾ നൽകി (ഒരു കളിപ്പാട്ടം - ഒരു മിന്നുന്ന സ്പൈക്ക്, ഒരു പേന, വോൾഫ്രാം ചിഹ്നങ്ങളുള്ള സ്റ്റിക്കറുകൾ). ഉച്ചഭക്ഷണവും കോഫി ബ്രേക്കുകളും കോൺഫറൻസ് ഷെഡ്യൂളിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ഗ്രൂപ്പിന്റെ ചുമരിലെ രുചികരമായ കോഫിയെയും പൈകളെയും കുറിച്ച് ഞാൻ ഇതിനകം ശ്രദ്ധിച്ചു - പാചകക്കാർ മികച്ചവരാണ്. ഈ ആമുഖ ഭാഗം ഉപയോഗിച്ച്, ഇവന്റ് തന്നെ, അതിന്റെ ഫോർമാറ്റും സ്ഥാനവും ഇതിനകം പോസിറ്റീവ് വികാരങ്ങൾ കൊണ്ടുവരുന്നുവെന്ന് ഊന്നിപ്പറയാൻ ഞാൻ ആഗ്രഹിക്കുന്നു.

ഞാനും കിറിൽ ബെലോവും ചേർന്ന് തയ്യാറാക്കിയ റിപ്പോർട്ടിന്റെ പേര് “പ്രയോഗിച്ച ജിയോഫിസിക്സിലെ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ വോൾഫ്രം മാത്തമാറ്റിക്ക ഉപയോഗിക്കുന്നു. ഭൂകമ്പ ഡാറ്റയുടെ സ്പെക്ട്രൽ വിശകലനം അല്ലെങ്കിൽ "പുരാതന നദികൾ ഒഴുകുന്നിടത്ത്". റിപ്പോർട്ടിന്റെ ഉള്ളടക്കം രണ്ട് ഭാഗങ്ങൾ ഉൾക്കൊള്ളുന്നു: ഒന്നാമതായി, ലഭ്യമായ അൽഗോരിതങ്ങളുടെ ഉപയോഗം വോൾഫ്രാം മാത്തമാറ്റിക്ക ജിയോഫിസിക്കൽ ഡാറ്റ വിശകലനം ചെയ്യുന്നതിനായി, രണ്ടാമതായി, വോൾഫ്രാം മാത്തമാറ്റിക്കയിൽ ജിയോഫിസിക്കൽ ഡാറ്റ ഉൾപ്പെടുത്തുന്നത് ഇങ്ങനെയാണ്.

ഭൂകമ്പ പര്യവേക്ഷണം

ആദ്യം നിങ്ങൾ ജിയോഫിസിക്സിലേക്ക് ഒരു ചെറിയ ഉല്ലാസയാത്ര നടത്തേണ്ടതുണ്ട്. പാറകളുടെ ഭൗതിക സവിശേഷതകൾ പഠിക്കുന്ന ശാസ്ത്രമാണ് ജിയോഫിസിക്സ്. ശരി, പാറകൾക്ക് വ്യത്യസ്ത ഗുണങ്ങളുള്ളതിനാൽ: ഇലക്ട്രിക്കൽ, മാഗ്നറ്റിക്, ഇലാസ്റ്റിക്, ജിയോഫിസിക്സിന്റെ അനുബന്ധ രീതികളുണ്ട്: ഇലക്ട്രിക്കൽ പ്രോസ്പെക്റ്റിംഗ്, മാഗ്നറ്റിക് പ്രോസ്പെക്റ്റിംഗ്, സീസ്മിക് പ്രോസ്പെക്റ്റിംഗ്... ഈ ലേഖനത്തിന്റെ പശ്ചാത്തലത്തിൽ, ഭൂകമ്പ സാധ്യതയെക്കുറിച്ച് കൂടുതൽ വിശദമായി മാത്രമേ ഞങ്ങൾ ചർച്ചചെയ്യൂ. എണ്ണയും വാതകവും തിരയുന്നതിനുള്ള പ്രധാന മാർഗ്ഗമാണ് ഭൂകമ്പ പര്യവേക്ഷണം. ഇലാസ്റ്റിക് വൈബ്രേഷനുകളുടെ ഉത്തേജനവും പഠന മേഖല രചിക്കുന്ന പാറകളിൽ നിന്നുള്ള പ്രതികരണത്തിന്റെ തുടർന്നുള്ള റെക്കോർഡിംഗും അടിസ്ഥാനമാക്കിയുള്ളതാണ് ഈ രീതി. കരയിൽ (ഡൈനാമിറ്റ് അല്ലെങ്കിൽ ഇലാസ്റ്റിക് വൈബ്രേഷനുകളുടെ നോൺ-സ്ഫോടനാത്മക വൈബ്രേഷൻ സ്രോതസ്സുകൾ ഉപയോഗിച്ച്) അല്ലെങ്കിൽ കടലിൽ (എയർ ഗണ്ണുകൾ ഉപയോഗിച്ച്) വൈബ്രേഷനുകൾ ആവേശഭരിതമാണ്. ഇലാസ്റ്റിക് വൈബ്രേഷനുകൾ ശിലാ പിണ്ഡത്തിലൂടെ വ്യാപിക്കുന്നു, വ്യത്യസ്ത ഗുണങ്ങളുള്ള പാളികളുടെ അതിരുകളിൽ പ്രതിഫലിക്കുകയും പ്രതിഫലിക്കുകയും ചെയ്യുന്നു. പ്രതിഫലിക്കുന്ന തരംഗങ്ങൾ ഉപരിതലത്തിലേക്ക് മടങ്ങുകയും കരയിലെ ജിയോഫോണുകൾ (സാധാരണയായി ഒരു കോയിലിൽ സസ്പെൻഡ് ചെയ്ത കാന്തത്തിന്റെ ചലനത്തെ അടിസ്ഥാനമാക്കിയുള്ള ഇലക്ട്രോഡൈനാമിക് ഉപകരണങ്ങൾ) അല്ലെങ്കിൽ കടലിലെ ഹൈഡ്രോഫോണുകൾ (പൈസോ ഇലക്ട്രിക് ഇഫക്റ്റിനെ അടിസ്ഥാനമാക്കി) രേഖപ്പെടുത്തുകയും ചെയ്യുന്നു. തിരമാലകളുടെ വരവോടെ, ഭൂമിശാസ്ത്ര പാളികളുടെ ആഴം വിലയിരുത്താൻ കഴിയും.

സീസ്മിക് വെസൽ ടവിംഗ് ഉപകരണങ്ങൾ


എയർ ഗൺ ഇലാസ്റ്റിക് വൈബ്രേഷനുകളെ ഉത്തേജിപ്പിക്കുന്നു


തിരമാലകൾ പാറക്കൂട്ടത്തിലൂടെ കടന്നുപോകുകയും ഹൈഡ്രോഫോണുകൾ വഴി രേഖപ്പെടുത്തുകയും ചെയ്യുന്നു


സെന്റ് പീറ്റേഴ്‌സ്ബർഗിലെ ബ്ലാഗോവെഷ്ചെൻസ്കി പാലത്തിന് സമീപമുള്ള കടവിൽ "ഇവാൻ ഗുബ്കിൻ" എന്ന ജിയോഫിസിക്കൽ സർവേ ഗവേഷണ പാത്രം

സീസ്മിക് സിഗ്നൽ മോഡൽ

പാറകൾക്ക് വ്യത്യസ്ത ഭൗതിക ഗുണങ്ങളുണ്ട്. ഭൂകമ്പ പര്യവേക്ഷണത്തിന്, ഇലാസ്റ്റിക് ഗുണങ്ങൾ പ്രാഥമികമായി പ്രധാനമാണ് - ഇലാസ്റ്റിക് വൈബ്രേഷനുകളുടെയും സാന്ദ്രതയുടെയും വ്യാപനത്തിന്റെ വേഗത. രണ്ട് പാളികൾക്ക് സമാനമോ സമാനമോ ആയ ഗുണങ്ങളുണ്ടെങ്കിൽ, തരംഗം അവയ്ക്കിടയിലുള്ള അതിർത്തി "ശ്രദ്ധിക്കില്ല". പാളികളിലെ തരംഗ വേഗത വ്യത്യസ്തമാണെങ്കിൽ, പാളികളുടെ അതിർത്തിയിൽ പ്രതിഫലനം സംഭവിക്കും. ഗുണങ്ങളുടെ വ്യത്യാസം കൂടുന്തോറും പ്രതിഫലനം കൂടുതൽ തീവ്രമാകും. അതിന്റെ തീവ്രത പ്രതിഫലന ഗുണകം (rc) നിർണ്ണയിക്കും:

ഇവിടെ ρ എന്നത് പാറ സാന്ദ്രതയാണ്, ν എന്നത് തരംഗ വേഗതയാണ്, 1 ഉം 2 ഉം മുകളിലും താഴെയുമുള്ള പാളികളെ സൂചിപ്പിക്കുന്നു.

ഏറ്റവും ലളിതവും പതിവായി ഉപയോഗിക്കുന്നതുമായ ഭൂകമ്പ സിഗ്നൽ മോഡലുകളിലൊന്നാണ് കൺവ്യൂഷൻ മോഡൽ, റെക്കോർഡുചെയ്‌ത ഭൂകമ്പ ട്രെയ്‌സ് ഒരു പ്രോബിംഗ് പൾസ് ഉപയോഗിച്ച് പ്രതിഫലന ഗുണകങ്ങളുടെ ഒരു ശ്രേണിയുടെ പരിണാമത്തിന്റെ ഫലമായി പ്രതിനിധീകരിക്കുമ്പോൾ:

എവിടെ s(t) - സീസ്മിക് ട്രെയ്സ്, അതായത്. ഒരു നിശ്ചിത റെക്കോർഡിംഗ് സമയത്ത് ഒരു ഹൈഡ്രോഫോണോ ജിയോഫോണോ റെക്കോർഡ് ചെയ്തതെല്ലാം, w(t) - എയർ ഗൺ സൃഷ്ടിച്ച സിഗ്നൽ, n(t) - ക്രമരഹിതമായ ശബ്ദം.

ഒരു സിന്തറ്റിക് സീസ്മിക് ട്രെയ്സ് നമുക്ക് ഉദാഹരണമായി കണക്കാക്കാം. ഭൂകമ്പ പര്യവേക്ഷണത്തിൽ വ്യാപകമായി ഉപയോഗിക്കുന്ന റിക്കർ പൾസ് ഞങ്ങൾ പ്രാരംഭ സിഗ്നലായി ഉപയോഗിക്കും.

length=0.050; (*Signal lenght*)
dt=0.001;(*Sample rate of signal*)
t=Range[-length/2,(length)/2,dt];(*Signal time*)
f=35;(*Central frequency*)
wavelet=(1.0-2.0*(Pi^2)*(f^2)*(t^2))*Exp[-(Pi^2)*(f^2)*(t^2)];
ListLinePlot[wavelet, Frame->True,PlotRange->Full,Filling->Axis,PlotStyle->Black,
PlotLabel->Style["Initial wavelet",Black,20],
LabelStyle->Directive[Black,Italic],
FillingStyle->{White,Black},ImageSize->Large,InterpolationOrder->2]

പ്രാരംഭ ഭൂകമ്പ പ്രേരണ


ഞങ്ങൾ 300 ms, 600 ms ആഴത്തിൽ രണ്ട് അതിരുകൾ സജ്ജമാക്കും, പ്രതിഫലന ഗുണകങ്ങൾ ക്രമരഹിത സംഖ്യകളായിരിക്കും

rcExample=ConstantArray[0,1000];
rcExample[[300]]=RandomReal[{-1,0}];
rcExample[[600]]=RandomReal[{0,1}];
ListPlot[rcExample,Filling->0,Frame->True,Axes->False,PlotStyle->Black,
PlotLabel->Style["Reflection Coefficients",Black,20],
LabelStyle->Directive[Black,Italic]]

പ്രതിഫലന ഗുണകങ്ങളുടെ ക്രമം


സീസ്മിക് ട്രെയ്സ് കണക്കാക്കി പ്രദർശിപ്പിക്കാം. പ്രതിഫലന ഗുണകങ്ങൾക്ക് വ്യത്യസ്ത അടയാളങ്ങൾ ഉള്ളതിനാൽ, ഭൂകമ്പത്തിന്റെ അടയാളത്തിൽ നമുക്ക് രണ്ട് ഒന്നിടവിട്ട പ്രതിഫലനങ്ങൾ ലഭിക്കും.

traceExamle=ListConvolve[wavelet[[1;;;;1]],rcExample];
ListPlot[traceExamle,
PlotStyle->Black,Filling->0,Frame->True,Axes->False,
PlotLabel->Style["Seismic trace",Black,20],
LabelStyle->Directive[Black,Italic]]

സിമുലേറ്റഡ് ട്രാക്ക്


ഈ ഉദാഹരണത്തിനായി, ഒരു റിസർവേഷൻ നടത്തേണ്ടത് ആവശ്യമാണ് - വാസ്തവത്തിൽ, പാളികളുടെ ആഴം നിർണ്ണയിക്കപ്പെടുന്നു, തീർച്ചയായും, മീറ്ററിൽ, ഭൂകമ്പ ട്രെയ്സിന്റെ കണക്കുകൂട്ടൽ സമയ ഡൊമെയ്നിനായി സംഭവിക്കുന്നു. ആഴങ്ങൾ മീറ്ററിൽ സജ്ജീകരിച്ച് ലെയറുകളിലെ വേഗത അറിഞ്ഞ് എത്തിച്ചേരുന്ന സമയം കണക്കാക്കുന്നത് കൂടുതൽ ശരിയാകും. ഈ സാഹചര്യത്തിൽ, ഞാൻ ഉടൻ തന്നെ സമയ അക്ഷത്തിൽ പാളികൾ സജ്ജമാക്കി.

നമ്മൾ ഫീൽഡ് ഗവേഷണത്തെക്കുറിച്ച് സംസാരിക്കുകയാണെങ്കിൽ, അത്തരം നിരീക്ഷണങ്ങളുടെ ഫലമായി സമാനമായ നിരവധി സമയ ശ്രേണികൾ (സീസ്മിക് ട്രെയ്സ്) രേഖപ്പെടുത്തുന്നു. ഉദാഹരണത്തിന്, 25 കിലോമീറ്റർ നീളവും 15 കിലോമീറ്റർ വീതിയുമുള്ള ഒരു സൈറ്റ് പഠിക്കുമ്പോൾ, ജോലിയുടെ ഫലമായി, ഓരോ ട്രെയ്‌സും 25x25 മീറ്റർ (അത്തരമൊരു സെല്ലിനെ ബിൻ എന്ന് വിളിക്കുന്നു) അളക്കുന്ന ഒരു സെല്ലിനെ ചിത്രീകരിക്കുന്നു, അന്തിമ ഡാറ്റ അറേയിൽ 600000 ട്രെയ്‌സുകൾ അടങ്ങിയിരിക്കും. ഒരു സാമ്പിൾ സമയവും 1 സെക്കൻഡ് റെക്കോർഡിംഗ് സമയവും ഉപയോഗിച്ച്, അന്തിമ ഡാറ്റ ഫയൽ 5 GB-യിൽ കൂടുതലായിരിക്കും, യഥാർത്ഥ "റോ" മെറ്റീരിയലിന്റെ അളവ് നൂറുകണക്കിന് ജിഗാബൈറ്റുകൾ ആകാം.

അവരോടൊപ്പം എങ്ങനെ പ്രവർത്തിക്കാം വോൾഫ്രാം മാത്തമാറ്റിക്ക?

പാക്കേജ് ജിയോളജിഐഒ

പാക്കേജിന്റെ വികസനം ആരംഭിച്ചു പ്രശ്നം റഷ്യൻ സംസാരിക്കുന്ന പിന്തുണാ ഗ്രൂപ്പിന്റെ VK ഭിത്തിയിൽ. സമൂഹത്തിന്റെ പ്രതികരണങ്ങൾക്ക് നന്ദി, വളരെ വേഗത്തിൽ ഒരു പരിഹാരം കണ്ടെത്തി. തൽഫലമായി, അത് ഗുരുതരമായ ഒരു വികസനമായി വളർന്നു. അനുബന്ധം വോൾഫ്രാം കമ്മ്യൂണിറ്റി വാൾ പോസ്റ്റ് ഇത് മോഡറേറ്റർമാർ പോലും അടയാളപ്പെടുത്തി. നിലവിൽ, ഭൂമിശാസ്ത്ര വ്യവസായത്തിൽ സജീവമായി ഉപയോഗിക്കുന്ന ഇനിപ്പറയുന്ന ഡാറ്റ തരങ്ങളുമായി പ്രവർത്തിക്കാൻ പാക്കേജ് പിന്തുണയ്ക്കുന്നു:

1. ZMAP, IRAP ഫോർമാറ്റുകളിൽ മാപ്പ് ഡാറ്റ ഇറക്കുമതി ചെയ്യുക
2. LAS ഫോർമാറ്റ് കിണറുകളിലെ അളവുകളുടെ ഇറക്കുമതി
3. സീസ്മിക് ഫയലുകളുടെ ഫോർമാറ്റിന്റെ ഇൻപുട്ടും ഔട്ട്പുട്ടും സെജി

പാക്കേജ് ഇൻസ്റ്റാൾ ചെയ്യുന്നതിന്, നിങ്ങൾ അസംബിൾ ചെയ്ത പാക്കേജിന്റെ ഡൗൺലോഡ് പേജിലെ നിർദ്ദേശങ്ങൾ പാലിക്കണം, അതായത്. ഇനിപ്പറയുന്ന കോഡ് ഏതെങ്കിലും ഒന്നിൽ എക്സിക്യൂട്ട് ചെയ്യുക ഗണിതശാസ്ത്ര നോട്ട്ബുക്ക്:

If[PacletInformation["GeologyIO"] === {}, PacletInstall[URLDownload[
    "https://wolfr.am/FiQ5oFih", 
    FileNameJoin[{CreateDirectory[], "GeologyIO-0.2.2.paclet"}]
]]]

അതിനുശേഷം, പാക്കേജ് സ്ഥിരസ്ഥിതി ഫോൾഡറിൽ ഇൻസ്റ്റാൾ ചെയ്യപ്പെടും, അതിലേക്കുള്ള പാത ഇനിപ്പറയുന്ന രീതിയിൽ ലഭിക്കും:

FileNameJoin[{$UserBasePacletsDirectory, "Repository"}]

ഒരു ഉദാഹരണമായി, പാക്കേജിന്റെ പ്രധാന കഴിവുകൾ ഞങ്ങൾ പ്രദർശിപ്പിക്കും. വോൾഫ്രാം ഭാഷയിലുള്ള പാക്കേജുകൾക്കായി പരമ്പരാഗതമായി കോൾ ചെയ്യുന്നു:

Get["GeologyIO`"]

ഉപയോഗിച്ചാണ് പാക്കേജ് വികസിപ്പിച്ചിരിക്കുന്നത് വോൾഫ്രം വർക്ക്ബെഞ്ച്. പാക്കേജിന്റെ പ്രധാന പ്രവർത്തനത്തെ ഡോക്യുമെന്റേഷനുമായി അനുഗമിക്കാൻ ഇത് നിങ്ങളെ അനുവദിക്കുന്നു, അവതരണ ഫോർമാറ്റിന്റെ കാര്യത്തിൽ വോൾഫ്രാം മാത്തമാറ്റിക്കയുടെ ഡോക്യുമെന്റേഷനിൽ നിന്ന് വ്യത്യാസമില്ല, കൂടാതെ ആദ്യത്തെ പരിചയക്കാർക്ക് ടെസ്റ്റ് ഫയലുകൾ ഉപയോഗിച്ച് പാക്കേജ് നൽകാനും ഇത് നിങ്ങളെ അനുവദിക്കുന്നു.

അത്തരമൊരു ഫയൽ, പ്രത്യേകിച്ച്, "Marmousi.segy" എന്ന ഫയൽ ആണ് - ഇത് ഫ്രഞ്ച് പെട്രോളിയം ഇൻസ്റ്റിറ്റ്യൂട്ട് വികസിപ്പിച്ചെടുത്ത ഒരു ജിയോളജിക്കൽ വിഭാഗത്തിന്റെ സിന്തറ്റിക് മോഡലാണ്. ഈ മോഡൽ ഉപയോഗിച്ച്, വേവ് ഫീൽഡ് മോഡലിംഗ്, ഡാറ്റ പ്രോസസ്സിംഗ്, സീസ്മിക് ട്രെയ്സ് ഇൻവേർഷൻ മുതലായവയ്ക്കായി ഡവലപ്പർമാർ അവരുടെ സ്വന്തം അൽഗോരിതം പരീക്ഷിക്കുന്നു. മാർമോസി മോഡൽ തന്നെ പാക്കേജ് ഡൗൺലോഡ് ചെയ്ത റിപ്പോസിറ്ററിയിൽ സംഭരിച്ചിരിക്കുന്നു. ഫയൽ ലഭിക്കുന്നതിന്, ഇനിപ്പറയുന്ന കോഡ് പ്രവർത്തിപ്പിക്കുക:

If[Not[FileExistsQ["Marmousi.segy"]], 
URLDownload["https://wolfr.am/FiQGh7rk", "Marmousi.segy"];]
marmousi = SEGYImport["Marmousi.segy"]

ഫലം ഇറക്കുമതി ചെയ്യുക - SEGYData ഒബ്‌ജക്റ്റ്


നിരീക്ഷണങ്ങളെക്കുറിച്ചുള്ള വിവിധ വിവരങ്ങൾ സംഭരിക്കുന്നത് SEGY ഫോർമാറ്റിൽ ഉൾപ്പെടുന്നു. ഒന്നാമതായി, ഇവ ടെക്സ്റ്റ് കമന്റുകളാണ്. ജോലിയുടെ സ്ഥാനം, അളവുകൾ നടത്തിയ കമ്പനികളുടെ പേരുകൾ മുതലായവയെക്കുറിച്ചുള്ള വിവരങ്ങൾ ഇതിൽ ഉൾപ്പെടുന്നു. ഞങ്ങളുടെ കാര്യത്തിൽ, ഈ തലക്കെട്ട് TextHeader കീ ഉപയോഗിച്ചുള്ള ഒരു അഭ്യർത്ഥനയാൽ വിളിക്കപ്പെടുന്നു. ചുരുക്കിയ ഒരു ടെക്സ്റ്റ് ഹെഡർ ഇതാ:

Short[marmousi["TextHeader"]]

"മർമോസി ഡാറ്റാ സെറ്റ് ഇൻസ്റ്റിറ്റ്യൂട്ടിൽ സൃഷ്ടിച്ചു ... പരമാവധി വേഗത 1500 m/s ഉം പരമാവധി 5500 m/s ഉം)"

“ട്രേസ്” കീ ഉപയോഗിച്ച് ഭൂകമ്പ ട്രെയ്‌സുകൾ ആക്‌സസ് ചെയ്‌ത് നിങ്ങൾക്ക് യഥാർത്ഥ ജിയോളജിക്കൽ മോഡൽ പ്രദർശിപ്പിക്കാൻ കഴിയും (പാക്കേജിന്റെ സവിശേഷതകളിലൊന്ന് കീകൾ കേസ്-ഇൻസെൻസിറ്റീവ് ആണ്):

ArrayPlot[Transpose[marmousi["traces"]], PlotTheme -> "Detailed"]

മോഡൽ മർമോസി


നിലവിൽ, വലിയ ഫയലുകളിൽ നിന്ന് ഭാഗങ്ങളിൽ ഡാറ്റ ലോഡ് ചെയ്യാനും പാക്കേജ് നിങ്ങളെ അനുവദിക്കുന്നു, ഇത് പതിനായിരക്കണക്കിന് ജിഗാബൈറ്റുകളിൽ എത്താൻ കഴിയുന്ന ഫയലുകൾ പ്രോസസ്സ് ചെയ്യുന്നത് സാധ്യമാക്കുന്നു. .segy ലേക്ക് ഡാറ്റ എക്‌സ്‌പോർട്ടുചെയ്യുന്നതിനും ഫയലിന്റെ അവസാനം ഭാഗികമായി കൂട്ടിച്ചേർക്കുന്നതിനുമുള്ള പ്രവർത്തനങ്ങളും പാക്കേജിന്റെ പ്രവർത്തനങ്ങളിൽ ഉൾപ്പെടുന്നു.

പ്രത്യേകം, .segy ഫയലുകളുടെ സങ്കീർണ്ണ ഘടനയിൽ പ്രവർത്തിക്കുമ്പോൾ പാക്കേജിന്റെ പ്രവർത്തനക്ഷമത ശ്രദ്ധിക്കേണ്ടതാണ്. കീകളും സൂചികകളും ഉപയോഗിച്ച് വ്യക്തിഗത ട്രെയ്‌സുകളും ഹെഡറുകളും ആക്‌സസ് ചെയ്യാൻ മാത്രമല്ല, അവ മാറ്റാനും ഒരു ഫയലിലേക്ക് എഴുതാനും ഇത് നിങ്ങളെ അനുവദിക്കുന്നു. ജിയോളജി ഐഒ നടപ്പിലാക്കുന്നതിന്റെ സാങ്കേതിക വിശദാംശങ്ങളിൽ പലതും ഈ ലേഖനത്തിന്റെ പരിധിക്കപ്പുറമുള്ളതും ഒരു പ്രത്യേക വിവരണം അർഹിക്കുന്നതുമാണ്.

ഭൂകമ്പ പര്യവേക്ഷണത്തിൽ സ്പെക്ട്രൽ വിശകലനത്തിന്റെ പ്രസക്തി

Wolfram Mathematica-ലേക്ക് സീസ്മിക് ഡാറ്റ ഇറക്കുമതി ചെയ്യാനുള്ള കഴിവ്, പരീക്ഷണാത്മക ഡാറ്റയ്ക്കായി ബിൽറ്റ്-ഇൻ സിഗ്നൽ പ്രോസസ്സിംഗ് പ്രവർത്തനം ഉപയോഗിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഓരോ ഭൂകമ്പ ട്രെയ്‌സും ഒരു സമയ ശ്രേണിയെ പ്രതിനിധീകരിക്കുന്നതിനാൽ, അവയെ പഠിക്കുന്നതിനുള്ള പ്രധാന ഉപകരണങ്ങളിലൊന്ന് സ്പെക്ട്രൽ വിശകലനമാണ്. ഭൂകമ്പ ഡാറ്റയുടെ ഫ്രീക്വൻസി കോമ്പോസിഷൻ വിശകലനം ചെയ്യുന്നതിനുള്ള മുൻവ്യവസ്ഥകളിൽ, നമുക്ക് പേര് നൽകാം, ഉദാഹരണത്തിന്, ഇനിപ്പറയുന്നവ:

1. വ്യത്യസ്ത തരം തരംഗങ്ങൾ വ്യത്യസ്ത ആവൃത്തിയിലുള്ള ഘടനയാണ്. ഉപയോഗപ്രദമായ തരംഗങ്ങൾ ഹൈലൈറ്റ് ചെയ്യാനും ഇടപെടൽ തരംഗങ്ങളെ അടിച്ചമർത്താനും ഇത് നിങ്ങളെ അനുവദിക്കുന്നു.
2. പൊറോസിറ്റി, സാച്ചുറേഷൻ തുടങ്ങിയ റോക്ക് പ്രോപ്പർട്ടികൾ ഫ്രീക്വൻസി കോമ്പോസിഷനെ ബാധിക്കും. മികച്ച ഗുണങ്ങളുള്ള പാറകളെ തിരിച്ചറിയാൻ ഇത് സാധ്യമാക്കുന്നു.
3. വ്യത്യസ്ത കട്ടിയുള്ള പാളികൾ വ്യത്യസ്ത ആവൃത്തി ശ്രേണികളിൽ അപാകതകൾ ഉണ്ടാക്കുന്നു.

ഈ ലേഖനത്തിന്റെ സന്ദർഭത്തിൽ പ്രധാനം മൂന്നാമത്തെ പോയിന്റാണ്. വ്യത്യസ്ത കട്ടിയുള്ള ഒരു പാളിയുടെ കാര്യത്തിൽ ഭൂകമ്പ ട്രെയ്‌സ് കണക്കാക്കുന്നതിനുള്ള ഒരു കോഡ് ശകലം ചുവടെയുണ്ട് - ഒരു വെഡ്ജ് മോഡൽ. പല പാളികളിൽ നിന്നും പ്രതിഫലിക്കുന്ന തരംഗങ്ങൾ പരസ്‌പരം അടിച്ചേൽപ്പിക്കുമ്പോൾ ഉണ്ടാകുന്ന ഇടപെടലുകളെ വിശകലനം ചെയ്യുന്നതിനായി ഭൂകമ്പ പര്യവേക്ഷണത്തിൽ ഈ മാതൃക പരമ്പരാഗതമായി പഠിക്കുന്നു.

nx=200;(* Number of grid points in X direction*)
ny=200;(* Number of grid points in Y direction*)
T=2;(*Total propagation time*)
(*Velocity and density*)
modellv=Table[4000,{i,1,ny},{j,1,nx}];(* P-wave velocity in m/s*)
rho=Table[2200,{i,1,ny},{j,1,nx}];(* Density in g/cm^3, used constant density*)
Table[modellv[[150-Round[i*0.5];;,i]]=4500;,{i,1,200}];
Table[modellv[[;;70,i]]=4500;,{i,1,200}];
(*Plotting model*)
MatrixPlot[modellv,PlotLabel->Style["Model of layer",Black,20],
LabelStyle->Directive[Black,Italic]]

ഒരു പിഞ്ച് ഔട്ട് രൂപീകരണത്തിന്റെ മാതൃക


വെഡ്ജിനുള്ളിലെ തരംഗ വേഗത 4500 m/s ആണ്, വെഡ്ജിന് പുറത്ത് 4000 m/s ആണ്, സാന്ദ്രത സ്ഥിരമായി 2200 g/cm³ ആണെന്ന് അനുമാനിക്കപ്പെടുന്നു. അത്തരമൊരു മാതൃകയ്ക്കായി, പ്രതിഫലന ഗുണകങ്ങളും ഭൂകമ്പ ട്രെയ്സുകളും ഞങ്ങൾ കണക്കാക്കുന്നു.

rc=Table[N[(modellv[[All,i]]-PadLeft[modellv[[All,i]],201,4000][[1;;200]])/(modellv[[All,i]]+PadLeft[modellv[[All,i]],201,4500][[1;;200]])],{i,1,200}];
traces=Table[ListConvolve[wavelet[[1;;;;1]],rc[[i]]],{i,1,200}];
starttrace=10;
endtrace=200;
steptrace=10;
trasenum=Range[starttrace,endtrace,steptrace];
traserenum=Range[Length@trasenum];
tracedist=0.5;
Rotate[Show[
Reverse[Table[
	ListLinePlot[traces[[trasenum[[i]]]]*50+trasenum[[i]]*tracedist,Filling->{1->{trasenum[[i]]*tracedist,{RGBColor[0.97,0.93,0.68],Black}}},PlotStyle->Directive[Gray,Thin],PlotRange->Full,InterpolationOrder->2,Axes->False,Background->RGBColor[0.97,0.93,0.68]],
		{i,1,Length@trasenum}]],ListLinePlot[Transpose[{ConstantArray[45,80],Range[80]}],PlotStyle->Red],PlotRange->All,Frame->True],270Degree]

വെഡ്ജ് മോഡലിനുള്ള സീസ്മിക് ട്രെയ്‌സ്


ഈ ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന ഭൂകമ്പത്തിന്റെ അടയാളങ്ങളുടെ ക്രമത്തെ സീസ്മിക് വിഭാഗം എന്ന് വിളിക്കുന്നു. നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, പ്രതിഫലിക്കുന്ന തരംഗങ്ങളുടെ ജ്യാമിതി മുമ്പ് വ്യക്തമാക്കിയ മോഡലുമായി വ്യക്തമായി പൊരുത്തപ്പെടുന്നതിനാൽ, അതിന്റെ വ്യാഖ്യാനം അവബോധജന്യമായ തലത്തിലും നടപ്പിലാക്കാൻ കഴിയും. നിങ്ങൾ ട്രെയ്‌സുകൾ കൂടുതൽ വിശദമായി വിശകലനം ചെയ്യുകയാണെങ്കിൽ, 1 മുതൽ ഏകദേശം 30 വരെയുള്ള ട്രെയ്‌സുകൾ വ്യത്യാസപ്പെടുന്നില്ലെന്ന് നിങ്ങൾ ശ്രദ്ധിക്കും - രൂപീകരണത്തിന്റെ മേൽക്കൂരയിൽ നിന്നും താഴെ നിന്നുമുള്ള പ്രതിഫലനം പരസ്പരം ഓവർലാപ്പ് ചെയ്യുന്നില്ല. 31-ാം ട്രെയ്സ് മുതൽ, പ്രതിഫലനങ്ങൾ ഇടപെടാൻ തുടങ്ങുന്നു. കൂടാതെ, മോഡലിൽ, പ്രതിഫലന ഗുണകങ്ങൾ തിരശ്ചീനമായി മാറുന്നില്ലെങ്കിലും - രൂപീകരണത്തിന്റെ കനം മാറുന്നതിനനുസരിച്ച് ഭൂകമ്പ ട്രെയ്‌സുകൾ അവയുടെ തീവ്രത മാറ്റുന്നു.

രൂപീകരണത്തിന്റെ മുകളിലെ അതിർത്തിയിൽ നിന്നുള്ള പ്രതിഫലനത്തിന്റെ വ്യാപ്തി നമുക്ക് പരിഗണിക്കാം. 60-ാമത്തെ റൂട്ടിൽ നിന്ന്, പ്രതിഫലനത്തിന്റെ തീവ്രത വർദ്ധിക്കാൻ തുടങ്ങുന്നു, 70-ാമത്തെ റൂട്ടിൽ അത് പരമാവധി ആയിത്തീരുന്നു. മേൽക്കൂരയിൽ നിന്നും പാളികളുടെ അടിയിൽ നിന്നുമുള്ള തരംഗങ്ങളുടെ ഇടപെടൽ ഇങ്ങനെയാണ് പ്രകടമാകുന്നത്, ചില സന്ദർഭങ്ങളിൽ ഭൂകമ്പ രേഖയിൽ കാര്യമായ അപാകതകളിലേക്ക് നയിക്കുന്നു.

ListLinePlot[GaussianFilter[Abs[traces[[All,46]]],3][[;;;;2]],
InterpolationOrder->2,Frame->True,PlotStyle->Black,
PlotLabel->Style["Amplitude of reflection",Black,20],
LabelStyle->Directive[Black,Italic],
PlotRange->All]

വെഡ്ജിന്റെ മുകളിലെ അരികിൽ നിന്ന് പ്രതിഫലിക്കുന്ന തരംഗത്തിന്റെ വ്യാപ്തിയുടെ ഗ്രാഫ്


സിഗ്നൽ ലോവർ ഫ്രീക്വൻസി ആയിരിക്കുമ്പോൾ, വലിയ രൂപീകരണ കട്ടികളിൽ ഇടപെടൽ പ്രത്യക്ഷപ്പെടാൻ തുടങ്ങുന്നു, ഉയർന്ന ആവൃത്തിയിലുള്ള സിഗ്നലിന്റെ കാര്യത്തിൽ, ചെറിയ കട്ടികളിൽ ഇടപെടൽ സംഭവിക്കുന്നത് യുക്തിസഹമാണ്. ഇനിപ്പറയുന്ന കോഡ് സ്നിപ്പെറ്റ് 35 Hz, 55 Hz, 85 Hz എന്നിവയുടെ ആവൃത്തികളുള്ള ഒരു സിഗ്നൽ സൃഷ്ടിക്കുന്നു.

waveletSet=Table[(1.0-2.0*(Pi^2)*(f^2)*(t^2))*Exp[-(Pi^2)*(f^2)*(t^2)],
{f,{35,55,85}}];
ListLinePlot[waveletSet,PlotRange->Full,PlotStyle->Black,Frame->True,
PlotLabel->Style["Set of wavelets",Black,20],
LabelStyle->Directive[Black,Italic],
ImageSize->Large,InterpolationOrder->2]

35 Hz, 55Hz, 85Hz ആവൃത്തികളുള്ള ഒരു കൂട്ടം ഉറവിട സിഗ്നലുകൾ


ഭൂകമ്പ ട്രെയ്‌സുകൾ കണക്കാക്കുന്നതിലൂടെയും പ്രതിഫലിച്ച തരംഗ ആംപ്ലിറ്റ്യൂഡുകളുടെ ഗ്രാഫുകൾ പ്ലോട്ട് ചെയ്യുന്നതിലൂടെയും, വ്യത്യസ്ത ആവൃത്തികളിൽ വ്യത്യസ്ത രൂപീകരണ കട്ടികളിൽ ഒരു അപാകത നിരീക്ഷിക്കുന്നത് നമുക്ക് കാണാൻ കഴിയും.

tracesSet=Table[ListConvolve[waveletSet[[j]][[1;;;;1]],rc[[i]]],{j,1,3},{i,1,200}];

lowFreq=ListLinePlot[GaussianFilter[Abs[tracesSet[[1]][[All,46]]],3][[;;;;2]],InterpolationOrder->2,PlotStyle->Black,PlotRange->All];
medFreq=ListLinePlot[GaussianFilter[Abs[tracesSet[[2]][[All,46]]],3][[;;;;2]],InterpolationOrder->2,PlotStyle->Black,PlotRange->All];
highFreq=ListLinePlot[GaussianFilter[Abs[tracesSet[[3]][[All,46]]],3][[;;;;2]],InterpolationOrder->2,PlotStyle->Black,PlotRange->All];

Show[lowFreq,medFreq,highFreq,PlotRange->{{0,100},All},
PlotLabel->Style["Amplitudes of reflection",Black,20],
LabelStyle->Directive[Black,Italic],
Frame->True]

വ്യത്യസ്ത ആവൃത്തികൾക്കായി വെഡ്ജിന്റെ മുകൾ ഭാഗത്ത് നിന്ന് പ്രതിഫലിക്കുന്ന തരംഗത്തിന്റെ വ്യാപ്തിയുടെ ഗ്രാഫുകൾ


ഭൂകമ്പ നിരീക്ഷണങ്ങളുടെ ഫലങ്ങളിൽ നിന്ന് രൂപീകരണത്തിന്റെ കനം സംബന്ധിച്ച് നിഗമനങ്ങളിൽ എത്തിച്ചേരാനുള്ള കഴിവ് വളരെ ഉപയോഗപ്രദമാണ്, കാരണം എണ്ണ പര്യവേക്ഷണത്തിലെ പ്രധാന കടമകളിലൊന്ന് ഒരു കിണർ സ്ഥാപിക്കുന്നതിനുള്ള ഏറ്റവും മികച്ച പോയിന്റുകൾ (അതായത്, രൂപീകരണം നടക്കുന്ന പ്രദേശങ്ങൾ) വിലയിരുത്തുക എന്നതാണ്. കട്ടികൂടിയ). കൂടാതെ, ജിയോളജിക്കൽ വിഭാഗത്തിൽ, രൂപീകരണത്തിന്റെ കനം മൂർച്ചയുള്ള മാറ്റത്തിന് കാരണമാകുന്ന വസ്തുക്കൾ ഉണ്ടാകാം. ഇത് സ്പെക്ട്രൽ വിശകലനത്തെ അവ പഠിക്കുന്നതിനുള്ള ഫലപ്രദമായ ഉപകരണമാക്കി മാറ്റുന്നു. ലേഖനത്തിന്റെ അടുത്ത ഭാഗത്ത് അത്തരം ഭൂമിശാസ്ത്രപരമായ വസ്തുക്കളെ ഞങ്ങൾ കൂടുതൽ വിശദമായി പരിഗണിക്കും.

പരീക്ഷണാത്മക ഡാറ്റ. നിങ്ങൾക്ക് അവ എവിടെ നിന്ന് ലഭിച്ചു, അവയിൽ എന്താണ് തിരയേണ്ടത്?

ലേഖനത്തിൽ വിശകലനം ചെയ്ത വസ്തുക്കൾ പടിഞ്ഞാറൻ സൈബീരിയയിൽ നിന്ന് ലഭിച്ചു. ഈ പ്രദേശം, ഒഴിവാക്കലുകളില്ലാതെ എല്ലാവർക്കും അറിയാവുന്നതുപോലെ, നമ്മുടെ രാജ്യത്തിന്റെ പ്രധാന എണ്ണ ഉൽപ്പാദിപ്പിക്കുന്ന പ്രദേശമാണ്. നിക്ഷേപങ്ങളുടെ സജീവ വികസനം കഴിഞ്ഞ നൂറ്റാണ്ടിന്റെ 60 കളിൽ മേഖലയിൽ ആരംഭിച്ചു. എണ്ണ നിക്ഷേപങ്ങൾക്കായി തിരയുന്നതിനുള്ള പ്രധാന രീതി ഭൂകമ്പ പര്യവേക്ഷണമാണ്. ഈ പ്രദേശത്തിന്റെ ഉപഗ്രഹ ചിത്രങ്ങൾ നോക്കുന്നത് രസകരമാണ്. ചെറിയ തോതിൽ, നിങ്ങൾക്ക് ധാരാളം ചതുപ്പുനിലങ്ങളും തടാകങ്ങളും ശ്രദ്ധിക്കാൻ കഴിയും; മാപ്പ് വലുതാക്കുന്നതിലൂടെ, നിങ്ങൾക്ക് ക്ലസ്റ്റർ കിണർ ഡ്രില്ലിംഗ് സൈറ്റുകൾ കാണാൻ കഴിയും, കൂടാതെ മാപ്പ് പരിധിയിലേക്ക് വലുതാക്കുന്നതിലൂടെ, ഭൂകമ്പം സംഭവിക്കുന്ന പ്രൊഫൈലുകളുടെ ക്ലിയറിംഗുകളും നിങ്ങൾക്ക് വേർതിരിച്ചറിയാൻ കഴിയും. നിരീക്ഷണങ്ങൾ നടത്തി.

Yandex ഭൂപടങ്ങളുടെ ഉപഗ്രഹ ചിത്രം - Noyabrsk നഗര പ്രദേശം


ഫീൽഡുകളിലൊന്നിൽ കിണർ പാഡുകളുടെ ഒരു ശൃംഖല


പടിഞ്ഞാറൻ സൈബീരിയയിലെ എണ്ണ വഹിക്കുന്ന പാറകൾ വിശാലമായ ആഴത്തിലാണ് സംഭവിക്കുന്നത് - 1 കിലോമീറ്റർ മുതൽ 5 കിലോമീറ്റർ വരെ. ജുറാസിക്, ക്രിറ്റേഷ്യസ് കാലഘട്ടത്തിലാണ് എണ്ണ അടങ്ങിയ പാറകളുടെ പ്രധാന അളവ് രൂപപ്പെട്ടത്. ജുറാസിക് കാലഘട്ടം അതേ പേരിലുള്ള സിനിമയിൽ നിന്ന് പലർക്കും അറിയാം. ജുറാസിക് കാലാവസ്ഥ ആധുനികതയിൽ നിന്ന് കാര്യമായി വ്യത്യസ്തമായിരുന്നു. എൻസൈക്ലോപീഡിയ ബ്രിട്ടാനിക്കയിൽ ഓരോ ഹെലോജിക്കൽ കാലഘട്ടത്തെയും ചിത്രീകരിക്കുന്ന പാലിയോമാപ്പുകളുടെ ഒരു പരമ്പരയുണ്ട്.

സമകാലികം

ജുറാസിക് കാലഘട്ടം


ജുറാസിക് കാലഘട്ടത്തിൽ, പടിഞ്ഞാറൻ സൈബീരിയയുടെ പ്രദേശം ഒരു കടൽത്തീരമായിരുന്നു (നദികളും ആഴം കുറഞ്ഞ കടലും കടന്നുപോകുന്ന ഭൂമി). കാലാവസ്ഥ സുഖകരമായിരുന്നതിനാൽ, അക്കാലത്തെ ഒരു സാധാരണ ഭൂപ്രകൃതി ഇതുപോലെയാണെന്ന് നമുക്ക് അനുമാനിക്കാം:

ജുറാസിക് സൈബീരിയ


ഈ ചിത്രത്തിൽ, നമുക്ക് പ്രധാനം മൃഗങ്ങളും പക്ഷികളുമല്ല, മറിച്ച് പശ്ചാത്തലത്തിലുള്ള നദിയുടെ ചിത്രമാണ്. നമ്മൾ നേരത്തെ നിർത്തിയ അതേ ഭൂമിശാസ്ത്രപരമായ വസ്തുവാണ് നദി. നദികളുടെ പ്രവർത്തനം നന്നായി അടുക്കിയ മണൽക്കല്ലുകൾ ശേഖരിക്കാൻ അനുവദിക്കുന്നു, അത് പിന്നീട് എണ്ണയുടെ സംഭരണിയായി മാറും എന്നതാണ് വസ്തുത. ഈ ജലസംഭരണികൾക്ക് വിചിത്രവും സങ്കീർണ്ണവുമായ ആകൃതി ഉണ്ടായിരിക്കാം (നദീതടം പോലെ) അവയ്ക്ക് വേരിയബിൾ കനം ഉണ്ട് - തീരങ്ങൾക്ക് സമീപം കനം ചെറുതാണ്, പക്ഷേ ചാനലിന്റെ മധ്യഭാഗത്ത് അല്ലെങ്കിൽ മെൻഡർ പ്രദേശങ്ങളിൽ അത് വർദ്ധിക്കുന്നു. അതിനാൽ, ജുറാസിക്കിൽ രൂപംകൊണ്ട നദികൾ ഇപ്പോൾ ഏകദേശം മൂന്ന് കിലോമീറ്റർ താഴ്ചയിലാണ്, അവ എണ്ണ സംഭരണികൾക്കായുള്ള തിരയലിന്റെ വസ്തുവാണ്.

പരീക്ഷണാത്മക ഡാറ്റ. പ്രോസസ്സിംഗും ദൃശ്യവൽക്കരണവും

ലേഖനത്തിൽ കാണിച്ചിരിക്കുന്ന ഭൂകമ്പ സാമഗ്രികളെക്കുറിച്ച് നമുക്ക് ഉടനടി ഒരു റിസർവേഷൻ നടത്താം - വിശകലനത്തിനായി ഉപയോഗിച്ച ഡാറ്റയുടെ അളവ് പ്രാധാന്യമർഹിക്കുന്നതിനാൽ - യഥാർത്ഥ ഭൂകമ്പ ട്രെയ്‌സുകളുടെ ഒരു ഭാഗം മാത്രമേ ലേഖനത്തിന്റെ വാചകത്തിൽ ഉൾപ്പെടുത്തിയിട്ടുള്ളൂ. മുകളിലുള്ള കണക്കുകൂട്ടലുകൾ പുനർനിർമ്മിക്കാൻ ഇത് ആരെയും അനുവദിക്കും.

ഭൂകമ്പ ഡാറ്റയുമായി പ്രവർത്തിക്കുമ്പോൾ, ഒരു ജിയോഫിസിസ്റ്റ് സാധാരണയായി പ്രത്യേക സോഫ്‌റ്റ്‌വെയർ ഉപയോഗിക്കുന്നു (വികസനങ്ങൾ സജീവമായി ഉപയോഗിക്കുന്ന നിരവധി വ്യവസായ പ്രമുഖർ ഉണ്ട്, ഉദാഹരണത്തിന് പെട്രൽ അല്ലെങ്കിൽ മാതൃക), ഇത് വിവിധ തരം ഡാറ്റ വിശകലനം ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുകയും സൗകര്യപ്രദമായ ഗ്രാഫിക്കൽ ഇന്റർഫേസുമുണ്ട്. എല്ലാ സൗകര്യങ്ങളും ഉണ്ടായിരുന്നിട്ടും, ഇത്തരത്തിലുള്ള സോഫ്റ്റ്വെയറുകൾക്ക് അവയുടെ പോരായ്മകളും ഉണ്ട് - ഉദാഹരണത്തിന്, സ്ഥിരതയുള്ള പതിപ്പുകളിൽ ആധുനിക അൽഗോരിതങ്ങൾ നടപ്പിലാക്കുന്നതിന് ധാരാളം സമയം എടുക്കും, കൂടാതെ കണക്കുകൂട്ടലുകൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനുള്ള സാധ്യതകൾ സാധാരണയായി പരിമിതമാണ്. അത്തരമൊരു സാഹചര്യത്തിൽ, കമ്പ്യൂട്ടർ മാത്തമാറ്റിക്സ് സിസ്റ്റങ്ങളും ഉയർന്ന തലത്തിലുള്ള പ്രോഗ്രാമിംഗ് ഭാഷകളും ഉപയോഗിക്കുന്നത് വളരെ സൗകര്യപ്രദമാണ്, അത് വിശാലമായ അൽഗോരിതം ബേസ് ഉപയോഗിക്കാനും അതേ സമയം ധാരാളം പതിവ് സ്വീകരിക്കാനും അനുവദിക്കുന്നു. വോൾഫ്രം മാത്തമാറ്റിക്കയിലെ ഭൂകമ്പ ഡാറ്റയുമായി പ്രവർത്തിക്കാൻ ഉപയോഗിക്കുന്ന തത്വമാണിത്. ഡാറ്റയുമായുള്ള സംവേദനാത്മക പ്രവർത്തനത്തിനായി സമ്പന്നമായ പ്രവർത്തനം എഴുതുന്നത് അനുചിതമാണ് - പൊതുവായി അംഗീകരിക്കപ്പെട്ട ഒരു ഫോർമാറ്റിൽ നിന്ന് ലോഡിംഗ് ഉറപ്പാക്കുകയും അവയിൽ ആവശ്യമുള്ള അൽഗോരിതങ്ങൾ പ്രയോഗിക്കുകയും അവ ബാഹ്യ ഫോർമാറ്റിലേക്ക് തിരികെ അപ്‌ലോഡ് ചെയ്യുകയും ചെയ്യുന്നത് കൂടുതൽ പ്രധാനമാണ്.

നിർദ്ദിഷ്ട സ്കീമിന് ശേഷം, ഞങ്ങൾ യഥാർത്ഥ ഭൂകമ്പ ഡാറ്റ ലോഡ് ചെയ്യുകയും അവ പ്രദർശിപ്പിക്കുകയും ചെയ്യും വോൾഫ്രാം മാത്തമാറ്റിക്ക:

Get["GeologyIO`"]
seismic3DZipPath = "seismic3D.zip";
seismic3DSEGYPath = "seismic3D.sgy";
If[FileExistsQ[seismic3DZipPath], DeleteFile[seismic3DZipPath]];
If[FileExistsQ[seismic3DSEGYPath], DeleteFile[seismic3DSEGYPath]];
URLDownload["https://wolfr.am/FiQIuZuH", seismic3DZipPath];
ExtractArchive[seismic3DZipPath];
seismic3DSEGY = SEGYImport[seismic3DSEGYPath]

ഇങ്ങനെ ഡൗൺലോഡ് ചെയ്‌ത് ഇറക്കുമതി ചെയ്‌ത ഡാറ്റ 10 മുതൽ 5 കിലോമീറ്റർ വരെ വിസ്തൃതിയിൽ രേഖപ്പെടുത്തിയ റൂട്ടുകളാണ്. ഒരു ത്രിമാന ഭൂകമ്പ സർവേ രീതി ഉപയോഗിച്ചാണ് ഡാറ്റ ലഭിച്ചതെങ്കിൽ (തരംഗങ്ങൾ വ്യക്തിഗത ജിയോഫിസിക്കൽ പ്രൊഫൈലുകളിലൂടെയല്ല, മുഴുവൻ പ്രദേശത്തും ഒരേസമയം രേഖപ്പെടുത്തുന്നു), സീസ്മിക് ഡാറ്റ ക്യൂബുകൾ നേടുന്നത് സാധ്യമാകും. ഇവ ത്രിമാന വസ്തുക്കളാണ്, ഇവയുടെ ലംബവും തിരശ്ചീനവുമായ വിഭാഗങ്ങൾ ഭൂമിശാസ്ത്രപരമായ പരിസ്ഥിതിയെക്കുറിച്ച് വിശദമായ പഠനം അനുവദിക്കുന്നു. പരിഗണിച്ച ഉദാഹരണത്തിൽ, ഞങ്ങൾ ത്രിമാന ഡാറ്റയാണ് കൈകാര്യം ചെയ്യുന്നത്. ടെക്‌സ്‌റ്റ് ഹെഡറിൽ നിന്ന് ഇതുപോലുള്ള ചില വിവരങ്ങൾ നമുക്ക് ലഭിക്കും

StringPartition[seismic3DSEGY["textheader"], 80] // TableForm

സി 1 ഇത് ജിയോളജിയോ പാക്കേജ് ടെസ്റ്റിനുള്ള ഡെമോ ഫയലാണ്
C 2
C 3
C 4
C 5 തീയതി ഉപയോക്താവിന്റെ പേര്: WOLFRAM ഉപയോക്താവ്
സി 6 സർവേയുടെ പേര്: സൈബീരിയയിലെവിടെയോ
സി 7 ഫയൽ ടൈപ്പ് 3D സീസ്മിക് വോളിയം
C 8
C 9
C10 Z ശ്രേണി: ആദ്യ 2200M കഴിഞ്ഞ 2400M

ഡാറ്റ വിശകലനത്തിന്റെ പ്രധാന ഘട്ടങ്ങൾ കാണിക്കാൻ ഈ ഡാറ്റാ സെറ്റ് മതിയാകും. ഫയലിലെ ട്രെയ്‌സുകൾ ക്രമാനുഗതമായി രേഖപ്പെടുത്തുന്നു, അവ ഓരോന്നും ഇനിപ്പറയുന്ന ചിത്രം പോലെ കാണപ്പെടുന്നു - ഇത് ലംബ അക്ഷത്തിൽ (ഡെപ്ത് ആക്സിസ്) പ്രതിഫലിക്കുന്ന തരംഗങ്ങളുടെ വ്യാപ്തിയുടെ വിതരണമാണ്.

ListLinePlot[seismic3DSEGY["traces"][[100]], InterpolationOrder -> 2, 
 PlotStyle -> Black, PlotLabel -> Style["Seismic trace", Black, 20],
 LabelStyle -> Directive[Black, Italic], PlotRange -> All, 
 Frame -> True, ImageSize -> 1200, AspectRatio -> 1/5]

ഭൂകമ്പ വിഭാഗത്തിന്റെ ട്രെയ്സുകളിലൊന്ന്


പഠിച്ച പ്രദേശത്തിന്റെ ഓരോ ദിശയിലും എത്ര ട്രെയ്‌സുകൾ ഉണ്ടെന്ന് അറിയുന്നതിലൂടെ, നിങ്ങൾക്ക് ഒരു ത്രിമാന ഡാറ്റ അറേ സൃഷ്‌ടിക്കാനും Image3D[] ഫംഗ്‌ഷൻ ഉപയോഗിച്ച് പ്രദർശിപ്പിക്കാനും കഴിയും.

traces=seismic3DSEGY["traces"];
startIL=1050;EndIL=2000;stepIL=2; (*координата Х начала и конца съёмки и шаг трасс*)
startXL=1165;EndXL=1615;stepXL=2; (*координата Y начала и конца съёмки и шаг трасс*)
numIL=(EndIL-startIL)/stepIL+1;   (*количество трасс по оис Х*)
numXL=(EndXL-startXL)/stepIL+1;   (*количество трасс по оис Y*)
Image3D[ArrayReshape[Abs[traces/Max[Abs[traces[[All,1;;;;4]]]]],{numIL,numXL,101}],ViewPoint->{-1, 0, 0},Background->RGBColor[0,0,0]]

ഒരു സീസ്മിക് ഡാറ്റ ക്യൂബിന്റെ XNUMXD ചിത്രം. (ലംബ അക്ഷം - ആഴം)


താൽപ്പര്യത്തിന്റെ ഭൂമിശാസ്ത്രപരമായ സവിശേഷതകൾ തീവ്രമായ ഭൂകമ്പ അപാകതകൾ സൃഷ്ടിക്കുകയാണെങ്കിൽ, സുതാര്യതയുള്ള ദൃശ്യവൽക്കരണ ഉപകരണങ്ങൾ ഉപയോഗിക്കാം. റെക്കോർഡിംഗിന്റെ "അപ്രധാനമായ" മേഖലകൾ അദൃശ്യമാക്കാം, അപാകതകൾ മാത്രമേ ദൃശ്യമാകൂ. വോൾഫ്രാം മാത്തമാറ്റിക്കയിൽ ഇത് ഉപയോഗിച്ച് ചെയ്യാം അതാര്യത[] и Raster3D[].

data = ArrayReshape[Abs[traces/Max[Abs[traces[[All,1;;;;4]]]]],{numIL,numXL,101}];
Graphics3D[{Opacity[0.1], Raster3D[data, ColorFunction->"RainbowOpacity"]}, 
Boxed->False, SphericalRegion->True, ImageSize->840, Background->None]

ഒപാസിറ്റി[], റാസ്റ്റർ 3 ഡി[] ഫംഗ്‌ഷനുകൾ ഉപയോഗിക്കുന്ന സീസ്മിക് ഡാറ്റ ക്യൂബ് ഇമേജ്

സിന്തറ്റിക് ഉദാഹരണത്തിലെന്നപോലെ, യഥാർത്ഥ ക്യൂബിന്റെ ഭാഗങ്ങളിൽ, വേരിയബിൾ റിലീഫ് ഉള്ള ചില ഭൂമിശാസ്ത്രപരമായ അതിരുകൾ (പാളികൾ) തിരിച്ചറിയാൻ കഴിയും.

സ്പെക്ട്രൽ വിശകലനത്തിനുള്ള പ്രധാന ഉപകരണം ഫ്യൂറിയർ പരിവർത്തനമാണ്. അതിന്റെ സഹായത്തോടെ, ഓരോ ട്രെയ്സ് അല്ലെങ്കിൽ ട്രെയ്സുകളുടെ ഗ്രൂപ്പിന്റെയും ആംപ്ലിറ്റ്യൂഡ്-ഫ്രീക്വൻസി സ്പെക്ട്രം നിങ്ങൾക്ക് വിലയിരുത്താൻ കഴിയും. എന്നിരുന്നാലും, ഫ്രീക്വൻസി ഡൊമെയ്‌നിലേക്ക് ഡാറ്റ കൈമാറ്റം ചെയ്‌തതിനുശേഷം, ആവൃത്തി മാറുന്നത് ഏത് സമയത്താണ് (ഏത് ആഴത്തിൽ വായിക്കുക) എന്നതിനെക്കുറിച്ചുള്ള വിവരങ്ങൾ നഷ്‌ടപ്പെടും. സമയം (ആഴം) അച്ചുതണ്ടിൽ സിഗ്നൽ മാറ്റങ്ങൾ പ്രാദേശികവൽക്കരിക്കുന്നതിന്, വിൻഡോ ചെയ്ത ഫോറിയർ രൂപാന്തരവും തരംഗ വിഘടനവും ഉപയോഗിക്കുന്നു. ഈ ലേഖനം തരംഗങ്ങളുടെ വിഘടനം ഉപയോഗിക്കുന്നു. 90 കളിൽ ഭൂകമ്പ പര്യവേക്ഷണത്തിൽ വേവ്ലെറ്റ് വിശകലന സാങ്കേതികവിദ്യ സജീവമായി ഉപയോഗിക്കാൻ തുടങ്ങി. ജാലകങ്ങളുള്ള ഫോറിയർ രൂപാന്തരത്തെക്കാളുള്ള നേട്ടം മികച്ച സമയ മിഴിവായി കണക്കാക്കപ്പെടുന്നു.

ഇനിപ്പറയുന്ന കോഡ് ശകലം ഉപയോഗിച്ച്, നിങ്ങൾക്ക് ഭൂകമ്പത്തിന്റെ അടയാളങ്ങളിലൊന്ന് വ്യക്തിഗത ഘടകങ്ങളായി വിഘടിപ്പിക്കാൻ കഴിയും:

cwd=ContinuousWaveletTransform[seismicSection["traces"][[100]]]
Show[
ListLinePlot[Re[cwd[[1]]],PlotRange->All],
ListLinePlot[seismicSection["traces"][[100]],
PlotStyle->Black,PlotRange->All],ImageSize->{1500,500},AspectRatio->Full,
PlotLabel->Style["Wavelet decomposition",Black,32],
LabelStyle->Directive[Black,Italic],
PlotRange->All,
Frame->True]

ഘടകങ്ങളായി ഒരു ട്രെയ്സ് വിഘടിപ്പിക്കൽ


വ്യത്യസ്‌ത തരംഗ ആഗമന സമയങ്ങളിൽ പ്രതിഫലന ഊർജം എങ്ങനെ വിതരണം ചെയ്യപ്പെടുന്നുവെന്ന് വിലയിരുത്താൻ, സ്‌കലോഗ്രാമുകൾ (ഒരു സ്പെക്‌ട്രോഗ്രാമിന് സമാനമായത്) ഉപയോഗിക്കുന്നു. ചട്ടം പോലെ, പ്രായോഗികമായി എല്ലാ ഘടകങ്ങളും വിശകലനം ചെയ്യേണ്ട ആവശ്യമില്ല. സാധാരണഗതിയിൽ, ലോ, മിഡ്, ഹൈ ഫ്രീക്വൻസി ഘടകങ്ങൾ തിരഞ്ഞെടുക്കപ്പെടുന്നു.

freq=(500/(#*contWD["Wavelet"]["FourierFactor"]))&/@(Thread[{Range[contWD["Octaves"]],1}]/.contWD["Scales"])//Round;
ticks=Transpose[{Range[Length[freq]],freq}];
WaveletScalogram[contWD,Frame->True,FrameTicks->{{ticks,Automatic},Automatic},FrameTicksStyle->Directive[Orange,12],
FrameLabel->{"Time","Frequency(Hz)"},LabelStyle->Directive[Black,Bold,14],
ColorFunction->"RustTones",ImageSize->Large]

സ്കാലോഗ്രാം. പ്രവർത്തന ഫലം WaveletScalogram[]


വോൾഫ്രാം ഭാഷ, തരംഗ പരിവർത്തനത്തിന് ഫംഗ്ഷൻ ഉപയോഗിക്കുന്നു ContinuousWaveletTransform[]. ട്രെയ്‌സുകളുടെ മുഴുവൻ സെറ്റിലേക്കും ഈ ഫംഗ്‌ഷന്റെ പ്രയോഗം ഫംഗ്ഷൻ ഉപയോഗിച്ച് നടപ്പിലാക്കും മേശ[]. വോൾഫ്രാം മാത്തമാറ്റിക്കയുടെ ശക്തികളിലൊന്ന് ഇവിടെ ശ്രദ്ധിക്കേണ്ടതാണ് - സമാന്തരവൽക്കരണം ഉപയോഗിക്കാനുള്ള കഴിവ് സമാന്തര പട്ടിക[]. മുകളിലുള്ള ഉദാഹരണത്തിൽ, സമാന്തരവൽക്കരണത്തിന്റെ ആവശ്യമില്ല - ഡാറ്റയുടെ അളവ് വലുതല്ല, എന്നാൽ ലക്ഷക്കണക്കിന് ട്രെയ്‌സുകൾ അടങ്ങിയ പരീക്ഷണാത്മക ഡാറ്റ സെറ്റുകളിൽ പ്രവർത്തിക്കുമ്പോൾ, ഇത് ആവശ്യമാണ്.

tracesCWD=Table[Map[Hilbert[#,0]&,Re[ContinuousWaveletTransform[traces[[i]]][[1]]][[{13,15,18}]]],{i,1,Length@traces}]; 

ഫംഗ്ഷൻ പ്രയോഗിച്ചതിന് ശേഷം ContinuousWaveletTransform[] തിരഞ്ഞെടുത്ത ആവൃത്തികൾക്ക് അനുസൃതമായി പുതിയ ഡാറ്റ സെറ്റുകൾ ദൃശ്യമാകുന്നു. മുകളിലുള്ള ഉദാഹരണത്തിൽ, ഈ ആവൃത്തികൾ ഇവയാണ്: 38Hz, 33Hz, 27Hz. ആവൃത്തികളുടെ തിരഞ്ഞെടുപ്പ് മിക്കപ്പോഴും പരിശോധനയുടെ അടിസ്ഥാനത്തിലാണ് നടത്തുന്നത് - വ്യത്യസ്ത ആവൃത്തി കോമ്പിനേഷനുകൾക്കായി അവ ഫലപ്രദമായ മാപ്പുകൾ നേടുകയും ഒരു ജിയോളജിസ്റ്റിന്റെ വീക്ഷണകോണിൽ നിന്ന് ഏറ്റവും വിവരദായകമായ ഒന്ന് തിരഞ്ഞെടുക്കുകയും ചെയ്യുന്നു.

നിങ്ങൾക്ക് ഫലങ്ങൾ സഹപ്രവർത്തകരുമായി പങ്കിടുകയോ ഉപഭോക്താവിന് നൽകുകയോ ചെയ്യണമെങ്കിൽ, നിങ്ങൾക്ക് ജിയോളജിഐഒ പാക്കേജിന്റെ SEGYExport[] ഫംഗ്ഷൻ ഉപയോഗിക്കാം.

outputdata=seismic3DSEGY;
outputdata["traces",1;;-1]=tracesCWD[[All,3]];
outputdata["textheader"]="Wavelet Decomposition Result";
outputdata["binaryheader","NumberDataTraces"]=Length[tracesCWD[[All,3]]];
SEGYExport["D:result.segy",outputdata];

ഈ മൂന്ന് ക്യൂബുകൾ (ലോ-ഫ്രീക്വൻസി, മിഡ്-ഫ്രീക്വൻസി, ഹൈ-ഫ്രീക്വൻസി ഘടകങ്ങൾ) ഉപയോഗിച്ച്, ഡാറ്റ ഒരുമിച്ച് ദൃശ്യവൽക്കരിക്കാൻ RGB ബ്ലെൻഡിംഗ് സാധാരണയായി ഉപയോഗിക്കുന്നു. ഓരോ ഘടകത്തിനും അതിന്റേതായ നിറം നൽകിയിരിക്കുന്നു - ചുവപ്പ്, പച്ച, നീല. വോൾഫ്രം മാത്തമാറ്റിക്കയിൽ ഇത് ഫംഗ്ഷൻ ഉപയോഗിച്ച് ചെയ്യാം ColorCombine[].

ഭൂമിശാസ്ത്രപരമായ വ്യാഖ്യാനം ഉണ്ടാക്കാൻ കഴിയുന്ന ചിത്രങ്ങളാണ് ഫലം. വിഭാഗത്തിൽ രേഖപ്പെടുത്തിയിരിക്കുന്ന മെൻഡറുകൾ, ജലസംഭരണികളാകാൻ സാധ്യതയുള്ളതും എണ്ണ ശേഖരം അടങ്ങിയതുമായ പാലിയോചാനലുകളെ നിർവചിക്കുന്നത് സാധ്യമാക്കുന്നു. അത്തരമൊരു നദീതട സംവിധാനത്തിന്റെ ആധുനിക അനലോഗുകളുടെ തിരയലും വിശകലനവും മെൻഡറുകളുടെ ഏറ്റവും വാഗ്ദാനമായ ഭാഗങ്ങൾ നിർണ്ണയിക്കാൻ ഞങ്ങളെ അനുവദിക്കുന്നു. നന്നായി അടുക്കിയ മണൽക്കല്ലിന്റെ കട്ടിയുള്ള പാളികളാണ് ചാനലുകളുടെ സവിശേഷത, മാത്രമല്ല എണ്ണയ്ക്കുള്ള നല്ലൊരു റിസർവോയറുമാണ്. "ലേസ്" അപാകതകൾക്ക് പുറത്തുള്ള പ്രദേശങ്ങൾ ആധുനിക വെള്ളപ്പൊക്ക നിക്ഷേപങ്ങൾക്ക് സമാനമാണ്. വെള്ളപ്പൊക്ക നിക്ഷേപങ്ങൾ പ്രധാനമായും കളിമൺ പാറകളാൽ പ്രതിനിധീകരിക്കപ്പെടുന്നു, ഈ മേഖലകളിലേക്ക് തുളച്ചുകയറുന്നത് ഫലപ്രദമല്ല.

ഡാറ്റ ക്യൂബിന്റെ RGB സ്ലൈസ്. മധ്യഭാഗത്ത് (മധ്യത്തിൽ നിന്ന് അൽപ്പം ഇടതുവശത്ത്) നിങ്ങൾക്ക് വളഞ്ഞുപുളഞ്ഞ നദി കണ്ടെത്താനാകും.

ഡാറ്റ ക്യൂബിന്റെ RGB സ്ലൈസ്. ഇടതുവശത്ത് വളഞ്ഞുപുളഞ്ഞ് ഒഴുകുന്ന നദി കാണാം.


ചില സന്ദർഭങ്ങളിൽ, ഭൂകമ്പ ഡാറ്റയുടെ ഗുണനിലവാരം ഗണ്യമായി വ്യക്തമായ ചിത്രങ്ങൾ അനുവദിക്കുന്നു. ഇത് ഫീൽഡ് വർക്ക് മെത്തഡോളജിയെ ആശ്രയിച്ചിരിക്കുന്നു, നോയ്സ് റിഡക്ഷൻ അൽഗോരിതം ഉപയോഗിക്കുന്ന ഉപകരണങ്ങൾ. അത്തരം സന്ദർഭങ്ങളിൽ, നദീതട സംവിധാനങ്ങളുടെ ശകലങ്ങൾ മാത്രമല്ല, മുഴുവൻ വിപുലീകൃത പാലിയോ നദികളും ദൃശ്യമാകും.

ഒരു സീസ്മിക് ഡാറ്റ ക്യൂബിന്റെ മൂന്ന് ഘടകങ്ങളുടെ RGB മിക്സിംഗ് (തിരശ്ചീന സ്ലൈസ്). ആഴം ഏകദേശം 2 കി.മീ.

സരടോവിന് സമീപമുള്ള വോൾഗ നദിയുടെ ഉപഗ്രഹ ചിത്രം

തീരുമാനം

ഭൂകമ്പ ഡാറ്റ വിശകലനം ചെയ്യാനും ധാതു പര്യവേക്ഷണവുമായി ബന്ധപ്പെട്ട പ്രായോഗിക പ്രശ്നങ്ങൾ പരിഹരിക്കാനും വോൾഫ്രം മാത്തമാറ്റിക്ക നിങ്ങളെ അനുവദിക്കുന്നു, ജിയോളജി ഐഒ പാക്കേജ് ഈ പ്രക്രിയ കൂടുതൽ സൗകര്യപ്രദമാക്കുന്നു. ഭൂകമ്പ ഡാറ്റയുടെ ഘടന കണക്കുകൂട്ടലുകൾ വേഗത്തിലാക്കാൻ ബിൽറ്റ്-ഇൻ രീതികൾ ഉപയോഗിക്കുന്ന തരത്തിലാണ് (സമാന്തര പട്ടിക[], ParallelDo[],...) വളരെ കാര്യക്ഷമവും വലിയ അളവിലുള്ള ഡാറ്റ പ്രോസസ്സ് ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഒരു വലിയ പരിധി വരെ, ജിയോളജി ഐഒ പാക്കേജിന്റെ ഡാറ്റ സ്റ്റോറേജ് സവിശേഷതകളാൽ ഇത് സുഗമമാക്കുന്നു. വഴിയിൽ, പ്രയോഗിച്ച ഭൂകമ്പ പര്യവേക്ഷണ മേഖലയിൽ മാത്രമല്ല പാക്കേജ് ഉപയോഗിക്കാൻ കഴിയും. ഗ്രൗണ്ട് പെനട്രേറ്റിംഗ് റഡാറിലും ഭൂകമ്പശാസ്ത്രത്തിലും ഏതാണ്ട് ഒരേ തരത്തിലുള്ള ഡാറ്റയാണ് ഉപയോഗിക്കുന്നത്. ഫലം എങ്ങനെ മെച്ചപ്പെടുത്താം എന്നതിനെക്കുറിച്ചുള്ള നിർദ്ദേശങ്ങൾ നിങ്ങൾക്കുണ്ടെങ്കിൽ, വോൾഫ്രാം മാത്തമാറ്റിക്ക ആർസണലിൽ നിന്നുള്ള സിഗ്നൽ വിശകലന അൽഗോരിതങ്ങൾ അത്തരം ഡാറ്റയ്ക്ക് ബാധകമാണ്, അല്ലെങ്കിൽ നിങ്ങൾക്ക് എന്തെങ്കിലും വിമർശനാത്മക അഭിപ്രായങ്ങൾ ഉണ്ടെങ്കിൽ, ദയവായി ഒരു അഭിപ്രായം ഇടൂ.

അവലംബം: www.habr.com