fundamentos
1.1 INTRODUCCIÓN
La transformada de Fourier es un ingrediente fundamental del análisis de datos
sísmicos. 1 t se aplica a casi etapas ali de procesamiento. Una serie de tiempo
dado, tal como una traza sísmica. puede ser descrito de forma única y
completamente como una suma de un número de sinusoides, cada uno con una
amplitud de pico único. la frecuencia, y un retardo de fase (alineación relativa).
Este proceso se logra mediante la transformada directa de Fourier. A la inversa,
la traza sísmica pueden sintetizarse dado los componentes de frecuencia
individuales. Este proceso se logra mediante la transformada de Fourier en el
verso. Un tratado ematical breve matemáticas de la transformada de Fourier se
da en el Apéndice A.
algoritmos de procesamiento de datos sísmicos pueden a menudo ser de
Scribed o implementado más simplemente en el f r ecuencia de dominio que en
el dominio del tiempo. En la Sección 1.2. la unidimensional (1-D) la
transformada de Fourier se introduce y algunas propiedades básicas de series
de tiempo en tiempo y f r Se discuten dominios ecuencia. Muchas de las técnicas
de ING proceso (un solo o de múltiples canales) en vol ve un oper y (traza
sísmica) y un operador (filtro). Una sencilla aplicación del análisis de Fourier es
en el diseño de filtros de frecuencia de fase cero, típicamente en la forma de
filtrado de paso de banda.
En la Sección 1.3, 40common-shotgathers que eran ed récord en dif F ErentConsidere el siguiente experimento. Mantenga un resorte en un extremo y
partes del mundo con diferentes tipos de fuentes e instrumentos de adjuntar un peso en el otro extremo. Tire del peso hacia abajo una cierta
grabación se examinan (Yilmaz y Cumro, 1983). se introducen varios cantidad, digamos 0,8 unidades de distancia. Soltar el peso. Supongamos que el
tipos de energía sísmica; a saber, reflexiones, refracciones, coherente muelle es elástica: es decir .. que rebota hacia arriba y hacia abajo anuncio infinitum.
ruido tales como múltiplos, ondas guiadas, energía dispersada lateral y Establecer el tiempo a cero en el inicio del movimiento. El desplazamiento del
rodillo de suelo, y ruido aleatorio ambiente. peso como una función del tiempo debe variar entre las tudes pico amplificadores
En la Sección 1.4, un resumen de la secuencia básica de procesamiento de
datos se presenta con ejemplos de datos de campo. Hay tres etapas primarias de
procesamiento de datos sísmicos; cada uno está dirigido a mejorar la resolución
sísmica. (Ción RESOLU sísmica se refiere a la capacidad de separar dos eventos
que son muy el OSE juntos).
1. Deconvo / 11tio11 se lleva a cabo a lo largo del eje de tiempo a
aumentar la resolución temporal mediante la compresión de la wavelet
sísmica básica a aproximadamente un pico y la supresión de trenes de
ondas reverberantes.
2. Apilado comprime la dimensión offset, por lo tanto
reducir el volumen de datos sísmicos al plano de la sección sísmica de
ajuste a cero-OTF y el aumento de t él señal a ruido ( PECADO) proporción.
3. Migración comúnmente se pe1formed en el apilado
sección (que se supone que es la sección cero otfset) para
aumentar la resolución lateral por el colapso de difracciones y movi
ng eventos de inmersión a sus posiciones I rue subsuelo.
Los procesos secundarios se implementan en ciertas etapas para
acondicionar los datos y mejorar el rendimiento de deconvolución, apilado, y
la migración. Cuando el ruido coherente se filtra por inmersión, por ejemplo,
deconvolución y análisis de la velocidad pueden ser mejoradas. estática
correcciones residuales también mejoran análisis de la velocidad y, de ese
modo. la calidad de la sección de apilado.
tipos de ganancia se discuten en la Sección 1.5. La ganancia es una variante de la
escala de tiempo en el que la función de escalado es comúnmente
9
f derivada r om los datos. Ganancia menudo se aplica a los datos sísmicos con fines
de exhibición. Otro ejemplo de aplicación de ganancia es la corrección para la
divergencia de frente de onda, que se realiza temprano en el procesamiento. (Wavef r
divergencia ONT es la disminución de la amplitud de una wavef r ONT debido a
GEOMET ric propagación de las ondas sísmicas.) Un ejemplo adicional de ganancia
es de control automático de ganancia (AGC), que trae hasta zonas de reflexión
débiles en los datos sísmicos. Sin embargo. una ganancia de tipo AGC puede
destruir el carácter de la señal y debe, por tanto, ser considerado con precaución.
La bidimensional (2-D) de transformada de Fourier (Sección
1.6) es una manera de descomponer un campo de onda sísmica. tal como un
común-shot reunir, en sus componentes de onda plana. cada uno con un
cierto f r ecuencia propagar en un cierto ángulo respecto a la vertical. Por lo
tanto. la forma 2-D de Fourier trans puede describir procesos como la
migración y f r Equen cy-número de ondas (FK) filtrar. Una aplicación común de
fk el filtrado es el rechazo de ruido coherente mediante filtración por inmersión. Este
procedimiento se ilustra por el campo ejem plos de datos.
1.2 LA 1-D transformada de Fourier
(+0,8. -0.8). Jf que tenía un dispositivo que podría rastrear 1HE amplitud del
desplazamiento como una función de tiempo, se produciría una curva sinusoidal
como se muestra en la Figura 1-1 (estructura 1). Medir el intervalo de tiempo
entre dos picos Utivé consec: usted encontrará que es 0.080 s (80 ms). Este
intervalo de tiempo se denomina período de la primavera y que depende de la
Constan primavera !, una medida de la rigidez del resorte. Decimos que la
primavera ha completado un ciclo de movimiento en un solo período de tiempo.
Contar el número de ciclos dentro de un segundo. Esto debería ser de 12,5
ciclos. que se llama la f r ecuencia asociada con el movimiento del resorte. Un
ciclo por segundo (cps) es una hertz (Hz). Tenga en cuenta que 1 / 0.080 s = 12,5
Hz; es decir, f r ecuencia es la inversa del período.
Para continuar, repetir el experimento anterior utilizando un resorte con una
rigidez más alta. Dar el segundo muelle una amplitud de pico displacemenl de
0,4 unidades. El movimiento de la primavera se traza como otra sinusoide en la
figura 1-1 (marco
2). El período y f r ecuencia de la primavera son 0,040 s y 25 Hz, respectivamente.
Para hacer un seguimiento de estas mentos de medida, representar gráficamente la
amplitud de pico de cada muelle como una función de la frecuencia. Estos son los amplitud
espectros
se muestra en la Figura 1-1.
Trabajando con dos resortes idénticos. resorte de liberación I a partir de un
desplazamiento de amplitud de pico de 0,8 unidades y establecer el tiempo a cero en
el inicio del movimiento. Cuando la primavera 1 pasa a través de la posición de
amplitud cero, juego de resorte 2 en movimiento f r om el desplazamiento de amplitud
mismo pico
10 Procesamiento de Datos Sísmicos
sinusoides
r-,
__J _ [_ J__L_ ... L. _J. __¡ -¡_ ¡_
- r T -1 -,- - - r -, - yo -1 �
WWJWWWWWJWVW
__¡_ _.______._ __¡ __l_ J_ J_ L__ I _,
� -r -r, - , - , � � - ,, ✓ � -S · R, -r norte , n :
l _ L L 1 --1
O 0.2 0,4 0,6
l__ l- _l_ .L__ LJ Q
0,8 s
HIGO. 1-1. Rastreando el movimiento de un muelle en el tiempo produce una curva sinusoidal. La amplitud pico representa la displacemcnt máximo del peso
en el extremo del resorte desde la posición unstrctched. (Positive amplitudc corresponde a movimiento del resorte en la dirección hacia arriba.) El tiempo entre
los dos picos consecutivos es el período de la sinusoide, el THC inversa de lo que se denomina la frecuencia. Por último, el tiempo de retardo de la aparición
de un muelle con relación a otro se define como un retardo de fase. espectros de fase (el negativo de espectros de retardo de fase) distinguir sinusoides I y 3.
(0.8). Tbe movimiento de la primavera I se representa en el marco 1, mientras que el
movimiento de resorte 2 se representa en el marco 3 de la Figura 1-1. Porque el
THC resortes WERC establecen en movimiento con el mismo desplazamiento de
amplitud pico, los espectros de amplitud de las dos funciones de tiempo sinusoidales
debe ser idéntico. Sin embargo, se nota una dilference entre las fun ciones de tiempo
en tramas I y 3. En particular, cuando la sinusoide en marco I toma el valor de
amplitud pico, la sinusoide en framc 3 toma el valor de amplitud cero. Hubo un
retraso de tiempo (20 ms) equivalenciadet! a una cuarta parte de un ciclo completo
en la fijación de resorte 2 en movimiento relativo a la primavera 1. Este retardo de
tiempo es el THC dilference entre las dos sinusoides que se muestran en las tramas
I y 3. Un ciclo completo es equivalente a 360 grados o radianes 2'1T. Por lo tanto, un
dclay tiempo de una cuarta parte de un ciclo es equivalente a un + 90 grados de fase
/ ag.
Fase se define como el negativo de retardo de fase (Robinson y Treitel, 1980). Por
lo tanto, un desplazamiento de tiempo negativo Corre ponde a un valor de fase
positivo. Tenga en cuenta que en la Figura 1-1, si aplicamos un desplazamiento de
tiempo de un cuarto de un ciclo completo (es decir, 20 ms) para la sinusoide en marco
3 en la dirección de tiempo negativo, obtenemos la sinusoide en marco I. Aunque su
los espectros de amplitud son idénticos, estos dos sinusoides se pueden distinguir en
base a su Los espectros de fase como se ve en la Figura 1-1.
El cxperiment se ha completado. Lo que se aprende? En primer lugar, el
movimiento de un resorte clástico puede ser descrita por una función de tiempo
dal sinusoi. Segundo, y más importan !, un com Descripción pleta de un
movimiento sinusoidal se givcn por su frecuencia, amplitud de pico, y la fase.
este expcriment
Los espectros de amplitud fase Spectra
, 1 -, - R1 ri -, - , , , r ,, -,
_¡_ .LI _L_ LJ _LI rT T7 - 1- 1
-i- r,, rn ,,
r ; " '' " H
,l,l, .- 1 L ... l_t J _ LI _, _l_ _l_ .L lll
O
LL.L.LLJ
50
J -¡r _l_ .
100 Hz O 50 100 Hz
L LL..l _l_ LL.L
teacbes nos inclinamos a describir el movimiento de resorte en función del tiempo y la
frecuencia.
Ahora imaginar un conjunto de hombre Y muelles, cada uno con un
movimiento sinusoidal con una frecuencia específica, pico tude ampli, y la fase.
Las respuestas sinusoidales de todos los miembros se muestran en la Figura l
-2. Supongamos que los movimientos de los muelles individuales están
superpuestas mediante la adición de ali las trazas. El resultado es una dependiente
del tiempo signa! que está representado por la primera traza en la figura 1-2
(como se indica por el asterisco). La superposición (o synrhesis) nos permite
transformar el movimiento de f r ecuencia al dominio del tiempo. Esta
transformación es reversible; que es, la señal de dominio de tiempo puede ser
dividido (o ana / yzed)
en sus componentes sinusoidales en el dominio de la frecuencia.
Matemáticamente, este proceso t wo-forma se logra mediante la transformada de
Fourier. En la práctica, el algoritmo estándar que se utiliza en las computadoras digitales
es la transformada rápida de Fourier (FFT). El análisis de una señal dependiente del
tiempo en sus componentes cuencia fre se realiza mediante la forma de Fourier trans
hacia adelante, mientras que la síntesis de ali los componentes de frecuencia a la señal
de dominio de tiempo se realiza mediante la inversa de Fourier forma trans.
La Figura 1-3 es una visualización de la transformada de Fourier de la señal
de tiempo-depcndent de la Figura 1-2. La amplitud y la fase espectros
constituyen un condensado frequen representación más cy-dominio de los
sinusoides en la Figura 1-2. Podemos ver claramente el paralelismo entre los
dos tipos de pantallas. [N particular, el espectro de amplitud tiene una gran y
una relativamente pico Smau a aproximadamente 20 y 40 Hz,
 fundamentos 11

-1

- 0.8

- 0.6

- 0.4

- 0.2

-Q)
o
mi 0.2
¡=:

0.4

0.6 1

OA 11

1 .
* 6 12 18 24 30 36 42 48 54 60 66 72
Frecuencia (Hz)

FLG. 1-2. Un conjunto de movimientos sinusoidales con frecuencia differenl. amplitud de pico. y de retardo de fase se puede superponer a sintetizar un
tiempo dependen! forma de onda en 1HE traza como se indica por el asterisco.

respectivamente. bandas más oscuras corresponden a amplitudes de pico más El significado físico del espectro de amplitud es más fácil de
grandes se producen en la figura 1-2 a aproximadamente los mismos cies entender que la del espectro de fase. Estos dos espectros se discuten
FREQUEN. Por otra parte. zonas de amplitudes débiles a aproximadamente 30 Hz más adelante en este capítulo. detalles matemáticos básicos de la
y en los extremos de baja y alta frecuencia del espectro también son evidentes en transformada de Fourier se dan en el Apéndice A.
ambos tipos de taciones represen. Recuerde que la curva del espectro de amplitud
representa las amplitudes de pico de los componentes dal sinusoi individuales
como función de la frecuencia.

1.2.1 Frecuencia Aliasing

Ahora examinar el espectro de fase. A partir del experimento de primavera.
recordar que el retardo de tiempo de una frecuencia particular Componen!
también se expresó como un retardo de fase. Para mejor rastro de retardo de
fase como una función de f r ecuencia. una parte de la figura 1-2 se magnifica en
la Figura 1-4. Siga los picos positivos que están atravesados ​por la línea de
tiempo cero. Nótese que los picos caen encima de la línea de tiempo cero (es
decir .. los valores de tiempo negativos) en el extremo de baja frecuencia del
espectro. A continuación, se cruzan al lado positivo del eje de tiempo a
aproximadamente 20 Hz y estancia en ese lado sobre el resto del eje de
frecuencia. El camino que siguieron en la figura 1-4 se puede trazar como el
espectro de fase de la Figura 1-3. LF ali los picos fueron alineadas a lo largo de
la línea de tiempo cero en la Figura 1-4. entonces la señal de dominio de tiempo
correspondiente sería tener un espectro de fase cero. En este caso, los
sinusoides ali reforzaría entre sí. causando un valor máximo pico a tiempo cero
(figura 1-11).
Una señal sísmica es una función de tiempo continuo. En la grabación digital, la
(analógica) de la señal continua sísmica es sam se declaró a una tasa fija en el
tiempo. llamó al samplinf {intervalo
(O velocidad de muestreo). Los valores típicos de intervalos de muestreo varían
entre I y 4 ms para el trabajo sísmicas más la reflexión. estudios de alta resolución
requieren intervalos de muestreo tan pequeñas como de 0,25 ms. La Figura 1-5
muestra una señal continua en el tiempo. Las muestras discretas que en realidad
podría ser grabadas se muestran por puntos. Una función discreta en el tiempo se
denomina series de tiempo. La curva inferior en la figura 1-5 es un intento de
reconstrucción de la sig continua original ND !. que se muestra como la curva en la
parte superior. Tenga en cuenta que la señal reconstruida
Iacks los detalles presentes en el
señal analógica original. Estos detalles corresponden a componentes de alta
frecuencia que se perdieron por muestreo. Si una
 12 Procesamiento de Datos Sísmicos

intervalo de muestreo menor se eligieron, entonces el signa structed

recon] representaría más exactamente la señal original. Para el caso
extremo de un intervalo de muestreo cero, el signa continua) puede ser
IB0.00
representado exacta ly.
IU't.00

108.00

1s hablar de una medida de ancho de banda de frecuencia deEl reslorable de los 12.00

datos digitalizados? Una serie de tiempo (por ejemplo .. una traza sísmica) con 2 ms , s.oo
ü
wo o.oo
de intervalo de muestreo y la correspondiente espectro de amplitud se muestran en la
· 35.00 v
parte superior de la Figura 1-6. En general. dado LHE muestreo OT intervalo, la más
w • 72.00

alta cuencia fre que se puede restaurar es l / (2ót). Esto se llama el cn - 1oe.oo
un: J:
• 11.111,00

frec¡uency Nyquist. Para este ejemplo. Antiguo Testamento = 2 ms. No tanto, la

- 180. 00

frecuencia de Nyquist es de 250 Hz. Las series de tiempo originales se

resarnpled para obtener una serie con 4 y 8 rns intervalos de muestreo. El
correspondiente Nyquisl f r cies Equen son 125 y 62. 5 Hz, respectivamente. FAEQUENO IHZl
Figura 1-6 muestra también la serie (como volver reconstruida a 2 rns para el
trazado de los propósitos) muestreada a 4 y 8 ms con sus espectros de
amplitud. Tenga en cuenta que el grueso del intervalo sarnpling, la srnoother 100.00

la serie. resultados de lisura de una pérdida de altas frecuencias como se ve 90.CIO

en los espectros de amplitud. componentes de frecuencia entre 125 y 250 Hz, 80. (10

'· º ºº
que están presentes en la serie de tiempo con los 2 ms Intervalo de muestreo.
ao.oo
parecen estar ausentes en el RESAM serie declarado a 4 ms. Del mismo LU o ::, SO.DO
modo, f r componentes ecuencia entre 140.00
._
30,00

_J
20.00
O ..
¡;;: 10.00

62,5 y 250 Hz parecen estar ausentes de las series resampled a 8 ms. Se un:
0.00

pueden recuperar estas frecuencias? No. Una vez que un signa continua) es
ª
o o sol o : ;; sol
o sol : ;;
digitalizada. la frecuencia más alta que se puede restaurar es la de Nyquist f r ecuencia. :;yo
, _¡

Podemos pensar que cuando las series de tiempo muestreados a 4 u 8 ms es

FAEQUENCí CHZJ
interpolado de nuevo a 2 ms Intervalo de muestreo, las altas frecuencias deben
volver. Como se dijo anteriormente. las series de tiempo en la Figura 1-6 con 4
y 8 ms intervalos de muestreo en realidad fueron reconstruidos por atrás
interpolación a 2 ms para obtener el mismo número de muestras que la serie
original para el trazado con la misma escala. lnterpolation no recupera las 100.00

frecuencias perdidas por sarnpling: TI cervezas única Gener muestras 80.00

adicionales. 60.00

"· º ºº
20.00

0,00
El irnplication para el muestreo de la señal continua en el campo es una 1- - 20.00
w
importante. Si el signa tierra! tenido cies FREQUEN, dicen que hasta 150 Hz, a _J
"" 'º · ºº
LU
continuación, los 4-RNS sarnpling intervalo causarían pérdida de la banda >
- 60.00

un: 80.01)
entre 125 y 1 50 Hz.
- 100.oc

Considere la sinusoide en la Figura 1-7. Este signa! se RESAM se

declaró como antes para 4 y 8 ms. Los espectros arnplitude indicar que ali
tres tienen la frecuencia sarne, 25 Hz. No pasó nada a la señal después de
remuestreo con un intervalo de muestreo más grueso. Ahora examinar el
mayor sinusoide cuencia fre (75 Hz) en la figura 1-8. lt aparece el sarne en
ambos 2 y 4 rns sarnpling. Sin embargo. remuestreo a 8 ms cambió el
signa! y hace que parezca ser una sinusoide de baja frecuencia. El signa
resarnpled! tiene una frecuencia de 50 Hz como se ve en el espectro de
amplitud. La frecuencia de Nyquist para un intervalo de muestreo de 8-RNS
es
62. 5 Hz. El verdadero signa! frecuencia es de 75 Hz. Como resultado de remuestreo, el
signa! se había perdido, pero reapareció como un signa! con menor frecuencia (50 Hz).
Nosotros decimos eso truco itfolded
:un sol : ¡:
:mi Q :mi
TIEMPO IMSECl
HIGO. 1-3. La información de la figura 1-2 se puede condensar en amplitud y los
espectros de fase. Cada punto a lo largo de la amplitud corresponde curva del
espectro a la ampli pico. TUDE de la sinusoide en esa frecuencia trazada como
una traza en la Figura 1-2. Tenga en cuenta la equivalencia de los dos picos en
el spectrurn amplitud con las zonas de alta amplitud LWO en la Figura 1-2. Cada
punto a lo largo del espectro de fase Corre ponde a la demora de tiempo de un
pico o valle a lo largo de la sinusoide en esa frecuencia con respecto a la línea
de cronometraje en t

en el espectro después de resarnpling. Por último, un 150-Hz sinusoide vuelve a

= O. Nota a la equivalencia de la curva de fase con la tendencia de un pico positivo
muestrear a 4 y 8 rns se muestra en la Figura 1-9. Esta vez, el muestreo de 4 ms de rastreo para rastrear en la Figura 1-4.
hizo el signa! aparecer como un signa 100-Hz !. mientras que el muestreo 8-RNS
hizo aparecer como un signa 25-Hz !.
 fundamentos 13

- 0.2

0.2

0.4
dieciséis 32 48 64 80 96 112 125

Frecuencia (Hz)

HIGO. 1-4. A portien de la figura 1-2 se agranda para mejor delinear la 1rend de la curva de fase de rastreo para rastrear:. I .e, de un componente
de frecuencia a otra. Comparar la 1rend indicado por el pico P positiva con el espectro de fase en la Figura 1-3.

vv J"vv
\ " (', r 4, 0.1 VCJ"·\
° "-. 1 \ J \ .. , ... / \ " r. ,
vv V
Florida / \ r, ...,
1/r r
v v, Frecuencia de muestreo = 2 ms

(un)

.. . .
4 ms

.. .. I'
1
,.
__ ,
(si) 1 1
1

BMS
1

----- /V\ V,,,,

o
.. . j \ '- .. . .. . .
. - =·V :.; V/ \ mi
o 0.2 0.4 0.6 0,8 s 100 200 Hz
(mi)

HIGO. 1-5. Cuando digitalizado. una señal analógica continua pierde frecuencias por HIGO. 1-6. Una serie de tiempo muestreados a 2 ms tiene una frecuencia de Nyquist de
encima de la frecuencia de Nyquist: (a) continua signa analógica !, señal digitalizada 250 Hz. Remuestreo a 4 y 8 ms limita la banda de frecuencias de 125 y 62,5 Hz.
(b). (E) reconstruye la señal analógica. (Adaptado frorn hombre Roth. 1981.) respectivamente. Tenga en cuenta la pérdida de altas frecuencias en intervalos de
muestreo más grandes.
14
Mediante el uso de un solo-f r ecuencia sinusoide, vemos que fre cuencias por
encima de la de Nyquist en realidad no se pierden después del muestreo. pero a
aparecer a frecuencias inferiores a la de Nyquist. Consideremos ahora la
superposición de dos sinusoides con
De 12,5 y las frecuencias de 75 Hz, como se muestra en la figura 1-10. La
digitalización de esta signa! al 2 y 4 ms de muestreo inter Vals no altera el signa
originales !, desde sus componentes de frecuencia por debajo de la de Nyquist f r equencies
Associat ed con intervalos de 2 y 4 ms de muestreo (250 y 125 Hz,
respectivamente). Sin embargo, cuando el signa! se digitaliza en un intervalo de
muestreo más grueso, tal como 8 ms, los cambios del espectro de amplitud. El
componente de 12,5 Hz no es alfect-
n- -.-,
Los espectros de amplitud
l,
CA, _...:. ..... J .._____, _
1 r-, r -; -
'YO 1 -, -
F.:
J I: J .. \ .J .... L ... J ... ,
o 100
FLG. 1-7. A 25-Hz sinusoide muestreado a 2 ms permanece sin cambios
cuando resampled a 4 o 8 ms.
� metro r
L_J
:,rl
l, _ -.!, 1) ..L .___ l_ j
O
I' ·1
L,) \. ,
100
, ,
FLG. 1-8. A 75-Hz sinusoide muestreado a 2 ms permanece sin cambios
cuando remuestreada en 4 -ms, pero aparece como una sinusoide 50-Hz cuando
resampled al 8 ms. Por lo tanto, este último es el alias de la sinusoide inicial.
Procesamiento de Datos Sísmicos
ed, porque 8-ms muestreo aún es suficiente para probar este componente
de baja frecuencia. Por otro lado, el componente de 75 Hz es visto como un
inferior-f r componente ecuencia (50 Hz). Una vez más. en cuenta que esas
frecuencias en el signa original! arriba! Nyquist que corresponden a la
frecuencia ing el intervalo de muestreo elegido están de vuelta en el
espectro de amplitud de la versión digitalizada de la signa doblado !. Este
análisis se puede extender a muchas sinusoi <ls de frecuencias diJferent.
En particular. las series de tiempo discretos derivados de muestreo
demasiado gruesa (submuestreo) de un signa continua! en realidad
contiene contribuciones de alta f r ecuencia de componentes que sig-
continua
1 11-
Los espectros de amplitud
- ,- ,- , j
,,
- - � ., J ,·,..., _LL- 7
r,
1
-=
,
l 1-¡ ¡
1-
1
1
200 Hz O 100 1- 1- 200 Hz
HIGO. 1-9. A 150 Hz sinusoide muestreado a 2 aparece ms como una sinusoide 100 Hz
cuando remuestreada en 4 ms y como una sinusoide 25-Hz cuando remuestreada en 8
ms. (Modulación de amplitud en los 2 ms sinusoide es debido a las limitaciones en el
trazado de señales de muy alta frecuencia).
T-
Los espectros de amplitud
Illinois. , L J .._ __ .! .... J
200 Hz
FJG. 1-10. Una serie de tiempo sintetizado a partir de dos sinusoides en
12,5 y 75 Hz a una velocidad de 2 ms de muestreo permanece sin cambios cuando
remuestreada en 4 ms. Sin embargo. en 8 ms, sus componentes turnos de alta
frecuencia de 75 a 50 Hz, mientras que su Componen baja frecuencia! sigue siendo el
mismo.
 fundamentos
¡n / A!. Esas frecuencias altas se pliegan onlo el espectro de la serie de
tiempo discreto y aparecen como inferior f r cies Equen. El fenómeno que
se produce por el submuestreo signa continua! que se denomina aliasing.
Para calcular el frequencyf alias;,. utilizar el relationJ ;, =
12111 {, v - . 1.l donde J; v es la frecuencia de plegado. F es la frecuencia de la
señal. y 111 es un número entero tal que J ;, < F".
Por ejemplo, supongamos que yo = 65 Hz. .televisión = 62,5 Hz que corresponde
a la tasa de 8 ms de muestreo. La frecuencia alias entonces es J ;, = 12 X 62.5 - 651 asterisco en la figura 1-11 se deriva sumando ali estos sinusoides. Esta suma
= 60 Hz.
En conclusión, undersampling tiene dos elfects: (a) de la banda que
limitan el espectro de la señal continua. con la máxima f r ecuencia ser la de
Nyquist, y (b) contami nación o el signa digital! espectro de altas
frecuencias más allá de la yquist N. que puede haber estado presente en la
signa continua !. Nada se puede hacer acerca de la fi r st problema. El
segundo problema es el de la practica! importancia. Para mantener el f
recuperable r banda ecuencia entre cero y la frecuencia de Nyquist f r ee f r om
alias f r equencies. un filtro antialiasing de corte alto se aplica en el campo
antes de analógico a digital (A / 0) conversión de las señales sísmicas. Este
filtro elimina los f r ecuencia componentes que tienen un alias durante el
muestreo. Típicamente. el filtro de corte alto antialiasing tiene una cutot T frecuencia
que es ya sea tres cuartas partes o media de la frecuencia yquist N. Este
relleno rollos OTR abruptamente de manera que f r equencies por encima de
la de Nyquist son altamente atenuadas.
- 0.5
- 0.2
- 0.1
PS
cl> o cl>
mi
¡::
o. 1
Frecuencia (Hz)
HIGO. 1-11. La suma de un número discreto de sinusoides sin retardo de fase,
pero con la misma amplitud de pico, produce una onda simétrica de banda
limitada representado por la traza de la derecha (indicado por un asterisco).
Esta es una wavelet de fase cero.
15
1.2.2 Consideraciones Fase
En la sección 1.2, a signa dependiente del tiempo! se sintetizó f r om su f r componentes
ecuencia. Considere a signa! con un espectro de fase cero. Figura 1-11
muestra inusoids con frecuencias que van desde aproximadamente I a 32 Hz.
Ali de estos sinusoides tiene retraso de fase cero: así, las amplitudes de pico
se alinean al 1 = O. El dominio del tiempo signa! en la traza identificado por un
es un verso en la transformada de Fourier. Tal signa el dominio del tiempo!
que se llama una wavelet. Una generalmente se considera de ondas de una
señal transitoria. es decir, a signa! con una duración finita. lt tiene una hora de
inicio y una hora de finalización, y su energía es confinado entre estas dos
posiciones de tiempo. Los wavelei que se construyó jusi es simétrica
alrededor de 1 = O y tiene un (positivo) de amplitud pico a 1 = O. Tal wavelet se
llama fase cero. De hecho, la wavelet se sintetizó utilizando los sinusoides en
fase cero de amplitud de pico igual. A-fase cero wavelet es simétrica con
respecto a tiempo cero y los picos en el tiempo cero. Figura 1- I 2 muestra los
resultados de aplicar un desplazamiento de fase lineal a los sinusoides en la
figura 1-11. desplazamiento de fase lineal se define como fase = con
. Han / ·. frecuencia. El tren de ondas (identificado por un asterisco) se ha
desplazado en el tiempo por -0.2 s. pero su forma no ha cambiado. Por lo tanto, un
shi.ft fase lineal es eq11i1 1 alen1 ro una
- 0.4
- 0.3
- 0.2
- 0.1
PS
o
mi
¡::
0.2
0.3
6 18 30
Frecuencia (Hz)
HIGO. 1-12. Los mismos componentes sinusoidales como en la Figura 1-
11. pero con retardo de tiempo constante una -0,2 s. Cuando se suman, producen
una onda simétrica de banda limitada que se represen tantes la traza de la derecha
(indicado por un asterisco). Este wavelet es la misma que la mostrada en la figura
1-11, excepto que se desplaza en el tiempo por -0.2 s. Este desplazamiento de tiempo
está relacionado con el espectro de fase lineal asociado con los componentes de
frecuencia sumadas.
1.6 Procesamiento de Datos Sísmicos

.. ,
'
___l_

.'' ' '

lL,
1 ='
,'
::: ' .'.' .
•e
: .'' .
f RLJ • JE_li (T: 11 1? t AEDUF "" (1 n- · l , RIRC:, n, c, 111/1

, '' F ' Illinois

-¡ - 1 -
r
F , / \;
yo : ; ; !
. . . ' , . .'
l! 1 '
t
'' ' .
'
'______I_ 1

l; ¡ ;
'-1

:;
1 IHE IMS (CI TLT "E IY; ili HORA'. ¡H: .L

(un) (si) (mi) (re) (mi)

HIGO. 1-13. A partir de un tren de ondas de fase cero (a), los cambios de fase lineal se aplican a desplazar la wavelet en el tiempo sin cambiar su forma. La pendiente de
la función de fase lineal está relacionado con el desplazamiento en el tiempo.

co, quiere tiempo sh (Ft. La pendiente de la línea de descrihing la specrmm

fase es proporcional a la sh tiempo (fi.
La wavelet se puede desplazar por cualquier cantidad de tiempo simplemente
cambiando la pendiente de la línea que describe la spectrurn fase (figura 1-13).
Comenzando con el tren de ondas de fase cero. Figura 1-13 muestra el efecto
de aumentar arnounts de desplazamiento de fase lineal en un tren de ondas de
fase cero. Aunque no se muestra. cambiando el signo de la pendiente en el
spectrurn fase. la wavelet se puede desplazar en la dirección del tiempo
opuesto.

Si un cambio de fase de 90 grados se aplica 10 cada uno de los sinusoides

en la figura 1-11, como se muestra en la figura 1-14. a continuación, los pasos
por cero están alineados en 1 = O. El resultado de esta sumrnation produce el
wavelet se muestra en la traza identi ficado por un asterisco. Un tren de ondas es
antisimétrica zamiento. Tenga en cuenta que las dos ondas de las Figuras 1-11 y
114 tienen el mismo espectro de amplitud debido a que tienen el mismo
contenido de frecuencia. Las mentiras diferencia en sus espectros de fase. La
wavelet en la figura 1-11 tiene spectrurn de fase cero, mientras que en la figura
1-14 tiene un espectro de fase constante (+90 grados). Por lo tanto. la diferencia
en la forma wavelet es debido a la diferencia en sus espectros de fase.
:mi o
¡:: 0.1

Figura 1-15 muestra el efecto de diversas cantidades de Constan!

6 18 30
Frecuencia (Hz)
HIGO. 1-14. Los mismos componentes sinusoidales como en la Figura 1- l 1, pero con
una Constan! desplazamiento de fase de 90 grados aplicado a cada uno. Los cruces por
cero están alineados en t = O. La suma de estos sinusoides produce un wavelet
antisimétrica que se representan ed por la traza de la derecha (indicado por un asterisco).
desplazamiento de fase en un tren de ondas de fase cero. El cambio de 90
grados de fase convierte la wavelet de fase cero a una wavelet antisimétrica.
El desplazamiento de fase de 180 grados cambia la polaridad de la wavelet de
fase cero. El desplazamiento de fase 270degree cambia la polaridad de la
wavelet de fase cero, mientras que la conversión a un wavelet antisimétrica.
Finalmente. el desplazamiento de fase de 360 ​grados conserva la forma de la
wavelet originales. A sh fase consta111 ({t cambia la forma de un tren de ondas. En
partirnlar, un sh fase de 90 grados (convertidos fi una wavelet simétrica a una onda
antisimétrica dejó. 1vhile a / 80 grados sh fase ({t cambia su polaridad.
Hasta el momento, dos espectros de fase básicos han sido examinados: a saber.
lineal y desplazamientos de fase constantes. El combinado
 fundamentos 17

___ ,,, l __
180 270 360

(
: '
1: ,::
.:
E, J - L ... L .... L j___
(
;:
' '
•t
J1 ¡_j
' '

1-P.fr. ... t él! lt ... [I, l'LFL

.'
1•' .' . •
1 • ; :! yo
.! ....-... L.
'. .'
' l
1IM · HSH 1 lP '[ ¡ pag, , ;;, r r

(un) (si) (mi) (re) (mi)

HIGO. 1-15. A partir de la wavelet de fase cero (a). su forma se cambia mediante la aplicación de los desplazamientos de fase constantes. Un desplazamiento de fase de
90 grados convierte la wavelet de fase cero a una wavelet antisimétrica (b). mientras que un desplazamiento de fase de 180 grados invierte su polaridad (e). A 270 grados
de desplazamiento de fase re versos la polaridad. al tiempo que la antisimétrica wavelet (d). Por último, un desplazamiento de fase de 360 ​grados no modifica la wavelet
(e).

etfect de los dos se considera ahora. El espectro de fase es una función definida
como un + b · Ji- ecuencia, dónde un es el desplazamiento de fase constante y b es la
pendiente del desplazamiento de fase lineal. Figura 1-16 muestra los resultados de
la aplicación de una fase de 90 grados constante más una componente de fase
lineal para los sinusoides en la figura 1-11. La wavelet de fase cero con el mismo
espectro de amplitud como la de la figura 1-11 se desplazó en el tiempo por - 0,2 s a
causa del desplazamiento de fase lineal. y convertido a una forma antisimétrica
debido al desplazamiento de fase de 90 grados constante.

Otras variaciones en el espectro de fase se muestran en la figura

1-17. La wavelet de fase cero (Figura l 17a) puede ser modificado para
diferentes formas simplemente cambiando el espectro de fase. lt puede
modificarse tanto que no puede ser similar a la forma original de wavelet
como se ilustra en el último ejemplo (Figura l- l 7d). Por mantener el
espectro amplit11de sin cambios, la forma wavelet puede él cambiado

si y la modificación del espectro plwse.

Operaciones 1.2.3 dominio del tiempo : §: o

0.1

Considere una secuencia de reflectividad representado por la serie de

0.2
tiempo (1, O, ½). Considera también una fuente impulsiva que causa una
explosión en / = O con una amplitud de 1. La respuesta de la secuencia de 0.3
reflectividad a un impulso se denomina respuesta impulsiva. Este proceso físico
puede ser descrito como sigue: 0.4

0.5
6 18 30
Tiempo de Secuencia de Frecuencia (Hz)
inicio reflectividad Fuente Respuesta

o 1
Una vez unil después, supongamos lhat los generales de la fuente
impulsiva una implosión con una amplitud de - ½. Esta
o1
HIGO. 1-16. A lineal (Figura 1-12) en combinación con un desplazamiento de fase
constante (Figura 1-14) resulta en una desplazado en el tiempo antisym wavelet métrica.
La wavelet está representado por la traza de la derecha (indicado por un asterisco).
 18 Procesamiento de Datos Scismic

+ 1Cr

j
• • •
:: .¿
FREDUENCY IHZI FAECUENCT 1S! I FREOuEsC. , z, FREOUENCr 1T1? 1

1[ 1r

1- ll j
• • • • • • • • •
:
o
18
.; ,; ! • ! ! !
TIEMPO IMSECI 1 J ME tnSECJ me IKE • IMSEC l Mf IMScC

(un) (si) (mi) (re)

HIGO. 1-17. La forma de un tren de ondas de fase cero (a) puede ser modificado mediante la introducción de un espectro de fase distinto de cero de cualquier forma como
en ( b), ( mi). ( re).

proceso se describe como: Wavelet 1: (2, 1, -1, O, O)

Tiempo de Secuencia de Wavelet 2: (0, O, 2. 1, -1)
inicio reflectividad Fuente Respuesta
Aunque estos wavelets son idénticas en forma. wavelet 2 se desplaza por
dos muestras con respecto a wavelet 1. El retraso de tiempo en la que son más
similares se pueden deter minado. Para ello, pe1form la operación en wavelet I
Tenga en cuenta que la respuesta es la secuencia de reflectividad escalado como se describe en la Tabla 1-3 sin invertir wavelet 2 (Etapa O omitir). Esto
por la fuerza de impulso. Desde una función fuente general se considera que es es correlación cruzada y el resultado se muestra en la Tabla 1-5. medidas de
una secuencia de explosivo y los impulsos implosiva. se añaden LHe respuestas correlación cruzada cuánto dos series de tiempo se parecen entre sí.
de impulso individuales para obtener la respuesta combinada. Este proceso se Correlación cruzada de una serie temporal con ella misma es conocida como autocorre!
denomina superposición lineal y se describe en la Tabla 1-1. ación.

En la Tabla 1-1, los denota asterisco convofution. La respuesta de la
secuencia de reflectividad (1, O,) a la wavelet fuente (1, -) se obtuvo por
convo-lving las dos series. Esto se realiza computacionalmente como se
muestra en la Tabla 1-2.
A arra y fijo está configurado de la secuencia de reflectividad. La fuente
wavelet se invierte (doblado) y se trasladó (lag) una amplia a la vez. En
cada lag, se suman los elementos que align se rnultiplied y los productos
resultantes. Los rnechanics de convolución se describen en la Tabla 1-3.
El Nürnber de elementos de arra salida Y c (k) es dado por 111
- 11 - 1. cuando 111 y n son las longitudes de la arra operando, ali¡ y la
matriz de operador huj. respectivamente.
\ V gallina las funciones de las matrices en la Tabla 1-2 son inter cambiada. la
matriz de salida en la Tabla 1-4 resultados. Tenga en cuenta que la respuesta
de salida es idéntica LO que en la Tabla 1-2. Por lo tanto. no importa lo que
ARRA y es fijo y que se mueve a medida que se realiza la convolución.
procesamiento sísmico a menudo requiere la medición de la imilarity o el
tiempo a] jgnment de dos trazas. Correlación es otra operación de dominio de
tiempo que se utiliza para hacer tales urements mea. Considere las dos
ondas siguientes:
De la Tabla 1-5, nota que la correlación máxima se produce en el
retardo -2. Esto sugiere que si wavelet 2 se cambió dos sarnples atrás en
el tiempo, entonces estos dos ondas tendrían similitud rnaximum.
Tabla 1-6 muestra los valores de correlación cruzada que resultan cuando se
intercambian las matrices. Esta vez la correlación maxi madre se produce en el
retardo 2. De este modo. Si wavelet que se desplazaron dos muestras adelante en el
tiempo. 1hen estas dos ondas tendrían similitud rnaximum. También tenga en cuenta
que, a diferencia de convolución. correlación cruzada no es conmutativa:
es decir, la salida depende de la matriz es fija y que se está moviendo
(comparar los resultados enumerados en las Tablas 1-5 y 1-6).
Tabla 1-7 muestra los GAL de autocorrelación de wavelet J.
Tenga en cuenta que la correlación máxima se produce en el intervalo cero, una
importan! propiedad de autocorrelación. Además. 1HE función de autocorrelación
es simétrica. Esta es una propiedad de series de tiempo real. Por lo tanto. sólo un
lado de las necesidades de autocorrelación a ser computado.
lt se muestra heurísticamente en la Sección 1.2 0.4 que la convolución en el
dominio del tiempo es equivalente a la multiplicación en el dominio de la frecuencia
(Bracewell, 1965). Desde correlación es
 fundamentos 19

Tabla 1-1. superposición lineal. Tabla 1-4. La convolución de la secuencia de reflectividad (1, O, ½> con
wavelet fuente (I, -½),
Tiempo de reflectividad
Comienzo Secuencia Fuente Respuesta
Fuente Respuesta

o wavelet Outpul

Superposición: -
Dicho de otra manera: -
() 1
(L. o.!) * ( l .-!) = ( 1 , - J - ½l !
{ o 1

¾ o 1
{ o
Tabla 1-2. Convolución de wavelet fuente (1, - ½) con el
secuencia de reflectividad (1. 0.1),

reflectividad Salida Tabla 1-5. Correlación cruzada de wavelct I con 2 wavelet.

Secuencia Respuesta 2 -1 oo Retraso de salida

o o2 1 -1 -2-4
o ½ o o 2 1 -1 1 -3
o2 -1 6-2
- ()
oo2
1
1 -1 1 -1
-! -{
o o 21-1 -2 o
- ! o o 2 1 -1 o 1
- _! () o2 1-1 o 2
oo2 1 -1 o 3
oo 2 1 -1 o 4

Tabla 1-3. Mecánica del proceso convolulional.

Matriz fija:
Tabla 1-6. De correlación cruzada de wavelet 2 con wavelet 1.
un (1) a (2) a (3) a (4) una (S) 0 (6) a (7) a (8)
oo 2 1 -1 Salida Retraso
Mover matriz: 2 1-1 () o () -4
b (1) b (2) b (3)
2 1 -1 oo o-3
2 1 -1 oo o-2
Dadas dos matrices. ali / y b (Ij: 2 1-1 oo o -1
Paso O = Reverse array movimiento b (j). Paso 1 = Se multiplican en 2 1 -1 o o -2 o
la dirección vertical. Paso 2 = Añadir el producto s y escribir como 2 1 -1 oo 1 1
salida 2 1 -1 o o 6 2
punto C ( k). 2 1 -1 oo 1 3
Paso 3 = array Shift Bu) una muestra a la derecha 2 1-1 o o -2 4
y repetir los pasos I y 2.

Tabla 1-7. La autocorrelación de wavelet 1.

una convolución sin invertir la matriz de movimiento (véase la Tabla 1-3), un f
similares r operación ecuencia-dominio también se aplica a la correlación. 2 -1 oo Retraso de salida
2 1 -1 oo o -4
Figura 1-18 es un resumen de las descripciones de dominio de frecuencia de 2 1 -1 oo o-3
convolución y mento corre. 2 1 -1 oo - 2 -2
2 1 -1 oo 1 -1
2 1 -1 oo 6 o
De la figura 1-18, nota que tanto convolución y corre lación producir una
2 1 -1 oo 1 1
salida con un ancho de banda espectral que es común a ambas de las series 2 1 -1 o o -2 2
de entrada. El ejemplo inmediato es el proceso de filtrado de paso de banda. 2 1 -1 oo o 3
2 1 -1 o () o 4
Tenga en cuenta también que las fases son aditivos en caso de convolución y
sustractivo en el caso de correlación (Bracewell. 1965). Para autocorrelación
ción, esto implica que la serie de salida es de fase cero. Este hecho ya se
verificó mediante el ejemplo en la Tabla 1-7, donde se demostró que la
autocorrelación es simétrica con respecto a cero lag.
Un otro proceso importante es la correlación vibroseis.
Esto implica la correlación cruzada de una señal de frecuencia modulada
Como una medida de similitud. correlación cruzada se utiliza ampliamente en fuente (barrido) con la traza vibroseis grabado. El barrido es af r ecuencia
diversas etapas de procesamiento de datos. Por ejemplo. trazas en un punto medio modulada vibroseis entrada de la fuente a la tierra. El modelo convolucional
común (CMP) se reúnen se crosscor relacionadas con una traza piloto para calcular para datos vibro Seis se describe en la Sección 2.7.7. Figura 1-19 muestra
la estática turnos residuales (véase la Sección 3.4). De nuevo. la base fundamental una señal de vibroseis barrido. un común-fuente grabada se reúnen. y
para com Puting velocidad espectros de correlación cruzada es. Los bloques de vendimia los correlacionada. La longitud de barrido es de 10 s con una banda
construcción del filtro de Wiener (Sección 2.6) son ción crosscorrela de la forma de de frecuencia de 6 a 60 Hz. El 15-s registro vibrosismos no correlacionados se
onda de salida deseada con la wavelet de entrada y de autocorrelación de la obtiene un registro de 5-s correlacionada. Tenga en cuenta que la primera
wavelet de entrada. parte de la incorrelados
20 Procesamiento de Datos Sísmicos

Entrada Entrada
registro contiene la energía de baja frecuencia con frequencics cada vez más matriz 1 matriz 2
altos en los últimos momentos. Esto se debe a una
11psweep ( frecuencia cada vez mayor con el tiempo signa)! se utilizó en este ejemplo l
adelante de Fourier
l
adelante de Fourier
de datos. Transformar Transformar

*
1.2.4 Filtrado de frecuencia
fase espectro * Amplitud Amplilude fase
Espectro Spec1rum espectro
¿Qué ocurre con un tren de ondas cuando su espectro de amplitud se cambia
mientras su carácter de fase cero se conserva? Empezar. considerar la
wavelet (resumió traza 1) resultado ing de superposición de dos com ponentes
LMultiplyj
muy baja frecuencia en la figura 1-20. A continuación, añadir los componentes
de frecuencia cada vez mayores a la de Fourier síntesis (trazas sumadas 2
lhrough 5). Obsérvese que la wavelet en el dominio del tiempo se comprime l

como el ancho de banda de frecuencia (el rango de frecuencias sumado) se ; I: yo ____ Salida Formación
Transformar
incrementa. Por último. si ali se incluyen las frecuencias de la transformación
inversa de Fourier. entonces la wavelet resultante becornes una espiga. como
se ve en la figura 1-21 (trazo 6 sumrned). Por lo tanto, un pico se caracteriza
como la síntesis en fase en las frecuencias ali de cero a la de Nyquist. Para Añádelo convolución,
'- - - - - Reste si correlación _ _ __ _ _ _,
frecuencias Ali, el spectrurn arnplitude de un pico es la unidad. mientras que (1 de 2).

su espectro de fase es cero.

FFG. 1-18. La descripción de dominio de frecuencia ofconvolution y
correlación.

Figura 1-22 muestra cinco velets WA-de fase cero. s ynthesized como hown
en la figura 1-20. Nota lhat ali de ellos han limitado banda de espectros
arnplitude. A wavelet de banda limitada de fase cero puede ser usado para. fi / 1er
una traza sísmica. La traza de salida contiene sólo aquellas frecuencias que
componen el tren de ondas utilizado en la filtración. La representación
tiempo-dornain del tren de ondas es la fi / 1er operntor. Las muestras de tiempo
individuales de este operador son los coejficie111S relleno. El proceso descrito
aquí es el filtrado de frecuencia de fase cero. puesto que no modifica el espectro
de fase de la traza de entrada. sino simplemente banda limita su espectro de
amplitud.
deconvolución para suprimir la energía restante rollo de suelo y de alta f r ecuencia
ruido ambiente que de otro modo contaminar signa! autocorrelación. filtrado de
paso de banda estrecha puede ser necesario antes de crosscorrelating trazas en
un CMP se reúnen con una traza piloto para su uso en estirnating turnos estática
residuales (Sección 3.4). Band filtrado de paso también se puede realizar antes
de calcular ciones crosscorrela durante la construcción del espectro de
velocidad para mejorar la recogida de la velocidad (Sección 3.3). Finalmente, es
una práctica estándar para aplicar un relleno de paso de banda en tiempo
variante a los datos apilados (esta sección).

filtrado de dominio de la frecuencia consiste en multiplicar el espectro am

plitud de la traza sísmica de entrada por el de que el operador de relleno. El
procedimiento se describe en la figura 1-23. Por otro lado, el proceso de
filtrado en el dominio del tiempo implica la convolución de la operador de filtro
con la serie de tiempo de entrada. Figura 1-24 es un resumen del diseño del
filtro y su aplicación en dominio de tiempo. Las formulaciones de frecuencia y
el dominio del tiempo del proceso de filtrado (Figuras 1-23 y 1-24) se basan
en el siguiente impor tante concepto en el análisis de series de tiempo: Convo /
111ion en 1HE dominio del tiempo se equivalenciadet! 10 m11 / riplication en el
dominio cuencia ji-e. Similar a / a, convolurion en lhe .fi · doma en ecuencia es equivalenciadet!
a la multiplicación en el dominio de cal
(Bracewell, 1965).
filtrado de frecuencia puede estar en la forma de paso de banda.
banda-rechazar, de paso alto (corte bajo), o de paso bajo (alto corte) filtros. Ali
de estos filtros se basan en el mismo principie: construir una wavelet de fase
cero con una amplitud spec Trum que cumple uno de los cuatro
Practica / Aspect.1 de transporte desde / RER Diseño
La aplicación de un filtro en la f r ecuencia o el dominio del tiempo (Figuras
1-23 y 1-24) produce resultados básicamente idénticas. En la práctica, se
favorece el enfoque tirne-dominio. desde convolución que implica un corto
arra y, tal como un operador de filtro, es más económico que hacerlo formas
Fourier trans.
De la figura 1-22. la propiedad fundamental de los filtros cuencia fre se puede
establecer como: El ba11d11 1HE más amplio 1 IDRH. Las menciones más comprimido
que operaror de relleno: t'111s. menos coefficienls relleno se req11ired. Esta propiedad
se desprende también del concepto fundamental de que el lapso de tiempo
cffcctive de una serie de tiempo es inversamente proporcional a su ancho de
banda espectral efectiva (Bracewell, 1965).
En el diseño de un material de carga de paso de banda. el objetivo es pasar un

especificaciones. De paso de banda fillering se usa más debido a que una traza cierto ancho de banda con poca o ninguna modificación. y para suprimir en gran

sísmica contiene típicamente sorne bajo f r ecuencia ruido. tal como el rodillo medida la parte restante del espectro tanto como practica !. lnicialmente. parece que

suelo. y sorne alta f r ecuencia ruido ambiental. La energía sísmica de reflexión este objetivo puede cumplirse mediante la definición de la spectrurn amplitud deseada

usable por lo general se limita a una anchura bancl de approxirnately 10 a 70 para el operador de relleno como sigue:

l
Hz, con una dominan! F r ecuencia alrededor de 30 Hz. filtrado de paso de banda es
r
realizado AL diversas etapas en el procesamiento de datos. Si es necesario. r. / 1 <I <.T " '- 1
puede ser PE1 F ormed ant re A (f) = O, en otro lugar,

dónde / 1 y / 2 son las frecuencias de corte. Esto es conocido