S'abonner

Simulation of seismic-prospecting random noise in the desert by a Brownian-motion-based parametric modeling algorithm - 08/02/19

Doi : 10.1016/j.crte.2018.07.003 
Tie Zhong a , Shuo Zhang a , Yue Li b, , Baojun Yang c
a Northeast Electric Power University, Department of Communication Engineering, Jilin, China 
b Jilin University, Department of Information Engineering, 130012 Jilin, China 
c Jilin University, Department of Geophysics, Jilin, China 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 7
Iconographies 8
Vidéos 0
Autres 0

Abstract

Random noise has a negative impact on seismic-prospecting record processing. An important step to improve the methods aimed at the attenuation of random noise is to scientifically characterize the properties of the noise. Numerical modeling is useful to understand the nature of the random noise. In this study, we present a Brownian-motion-based parametric modeling algorithm for the simulation of seismic-prospecting random noise in the desert. The optimal Hurst exponent required to implement the method can be determined by comparing the spectral properties related to the noise data and the simulated results. The data used to analyze the properties of the noise were acquired in the Tarim Basin (Northwest of China). We verify the performance of the modeling algorithm by comparing the results obtained after the simulation with the real noise data in both the time domain and the spatio-temporal domain. The experimental results thus obtained prove the accuracy and efficiency of the proposed modeling algorithm. This study can be used as a basis to investigate the seismic-prospecting random noise characteristics and thus contribute to its mitigation.

Le texte complet de cet article est disponible en PDF.

Keywords : Seismic prospecting, Random noise, Fractional Brownian Motion, Parametric modeling algorithm


Plan


© 2018  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 351 - N° 1

P. 10-16 - janvier 2019 Retour au numéro
Article précédent Article précédent
  • The contribution of marine magnetics in the Gulf of Saint-Malo (Brittany, France) to the understanding of the geology of the North Armorican Cadomian belt
  • Jean-François Oehler, Marie-Françoise Lequentrec-Lalancette
| Article suivant Article suivant
  • Paleoclimatic implications of hydrogen and oxygen isotopic compositions of Cretaceous–Tertiary kaolins in the Douala Sub-Basin, Cameroon
  • Nenita Bukalo, Georges-Ivo Ekosse, John Odiyo, Jason Ogola

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.