LABORATORY OF DIGITAL DATA PROCESSING
Academic year2018/19
CourseAPPLIED AND EXPLORATION GEOPHYSICS
Code214DD
Credits6
PeriodSemester 2
LanguageEnglish
| Modules | Area | Type | Hours | Teacher(s) |
| LABORATORY OF DIGITAL DATA PROCESSING | GEO/11 | LABORATORI | 60 | |
Obiettivi di apprendimento
Conoscenze
Il corso mira a far acquisire agli studenti capacità operative nell’utilizzo di strumenti numerici per l’elaborazione di dati geofisici. Gran parte del corso è dedita ad esercitazioni di laboratorio con lo strumento informatico Matlab su dati sintetici e reali.
Knowledge
The student who successfully completes the course will have a solid knowledge of the fundamentals of geophysical (signal) data processing from a practical point. This will be achieved through exercises and practical examples in the lab classes with Matlab.
Modalità di verifica delle conoscenze
Lo studente deve dimostrare di saper applicare in modo critico le attivita' illustrate durante tutto il corso dal docente.
- Dimostrazione pratica in laboratorio
Assessment criteria of knowledge
The student must demonstrate the ability to put into practice, with critical awareness, the activities illustrated under the guidance of the teacher during the course.
Methods:
- Final laboratory practical demonstration
Capacità
Al termine del corso lo studente avrà le capacità di sviluppare codici in Matlab tali da rappresentare dati geofisici e da risolvere semplici problemi numerici. Soprattutto avrà le conoscenze necessarie per poter intraprendere in autonomia ulteriori approfondimenti.
Skills
The student will have the ability to apply the basic algorithms of data processing on geophysical data and on digital data in general writing programs in Matlab. He/She can also carry out in-depth analysis on topics related to geophysical data processing.
Prerequisiti (conoscenze iniziali)
Conoscenze di teroria dei segnali
Conoscenze delle metodologie geofisiche in particolare della sismica a riflessione
Prerequisites
Signal theory; Exploration Seismology (suggested).
Indicazioni metodologiche
Lezioni frontali con l'utilizzo di strumenti software (Matlab)
Teaching methods
Learning activities:
- attending lectures
- Laboratory work (Matlab)
Teaching methods:
- Frontal lessons
- laboratory work (Matlab)
Programma (contenuti dell'insegnamento)
Lo scopo del corso e' di dare agli studenti le conoscenze numeriche di base per elaborare i dati geofisici.Gli argomenti trattati sono i seguent:
- Introduzione a Matlab: operazioni elementari su matrici e vettori. Alcuni semplici comandi grafici: plot ed imagesc. Cicli for... end e while... end e costrutti tipo if... then... else. Script e funzioni.
- Il modello convoluzionale: funzione di riflettività e traccia convoluzionale; ondina di Ricker e convoluzione di una ondina generica con una traccia impulsionale (esempio tratto dal modello di Marmousi).
- Campionamento e Trasformata di Fourier: il campionamento di una sinusoide; l'alias di una sinusoide; frequenza di Nyquist; analisi spettrale della componente verticale ed orizzontale del terremoto di Loma Prieta e di shot sismici.
- Filtraggio di dati geofisici: esempio di applicazione di un filtro (ad esempio calcolato tramite la funzione Matlab fir1) nel tempo e nelle frequenze su un dato sintetico e reale.
- Autocorrelazione e cross-correlazione; proprietà dell'autocorrelazione nei confronti del rumore random; esempio di applicazione della cross-correlazione: il Vibroseis; filtraggio adattato.
- Traformata di Fourier 2D: esempi sintetici e reali; Filtraggio FK ed esempio di applicazione di un filtro nel dominio FK.
- La fase di un'ondina: unwrap della fase; traslazione nei tempi e rotazione dello spettro di fase.
- Fitting lineare per il calcolo delle statiche a rifrazione.
- Ottimizzazione: impostazione di un problema di ottimizzazione utilizzando la funzione fmeansearch di Matlab
Syllabus
The aim of the Laboratory is to give the student the basic skill in numerical methods for processing geophysical data. The topics of the course are the following:
- Introduction to Matlab: preliminary operations on matrices and vectors. Some simple graphic commands: plot and imagesc. for...end, while...end loops and if...then...end construct. Functions and scripts in Matlab
- The Convolutional model: reflectivity function and convolutional trace; Ricker wavelet; convolution of a generic wavelet with an impulsional trace (example from the Marmousi model).
- Sampling theorem and Fourier transform: sampling of a sinusoidal wave, alias of a sinusoid; Nyquist frequency; spectral analysis of the vertical and horizontal component of the Loma Prieta earthquake and of seismic shot records.
- Geophysical data filtering: example of a filter application (a filter computed with the fir1 Matlab function) in time and frequency domain on synthetic and read data.
- Autocorrelation and cross-correlation functions; properties of the autocorrelation against the random noise; example of a cross-correlation application: the Vibroseis. Adaptive filtering.
- 2D Fourier Transform: synthetic and real examples. FK filtering and example of application in the FK domain.
- Phase unwrap of the wavelet. Wavelet time shift and rotation of the phase spectrum.
- Linear fitting: application to the first breaks for the refraction statics computation.
- Optimization: an example using the fmeansearch function of Matlab
Bibliografia e materiale didattico
Dispense del corso
Seismic Data Analysis, Oz Yilmaz, SEG 2001
Bibliography
Recommended reading includes the following works:
Notes of the course. Yilmaz (2001);
Seismic data Analysis. SEG Book
Modalità d'esame
Prova pratica finale in laboratorio utilizzando Matlab su alcuni problemi assegnati
Assessment methods
Final laboratory practical demonstration solving some problems with Matlab
Updated: 25/07/2018 15:51
