Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/26690
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorОльнева Татьяна Владимировнаru_RU
dc.contributor.advisorOlneva Tatana Vladimirovnaen_GB
dc.contributor.authorМусралиев Арман Жарасовичru_RU
dc.contributor.authorMusraliev Arman Zarasovicen_GB
dc.contributor.editorСакулина Тамара Сергеевнаru_RU
dc.contributor.editorSakulina Tamara Sergeevnaen_GB
dc.date.accessioned2021-03-24T15:54:36Z-
dc.date.available2021-03-24T15:54:36Z-
dc.date.issued2020
dc.identifier.other071043en_GB
dc.identifier.urihttp://hdl.handle.net/11701/26690-
dc.description.abstractЦелью работы является оценка применимости спектральной инверсии для динамической интерпретации сейсмических данных. В ходе работы была осуществлена спектральная декомпозиция по двум алгоритмам (вейвлет-преобразование и спектральная инверсия) на модельных и реальных данных. Спектральная декомпозиция была выполнена с помощью языка программирования Python версии 3.7, в оболочке Jupyter. Результатами спектральной инверсии являются графики распределения амплитуд по отдельным гармоникам, частотные срезы, RGB-разрезы, а также срезы кубов коэффициентов аппроксимации (вейвлет-зависимых коэффициентов отражения). Выполнено сравнение двух алгоритмов вейвлет – анализа; спектральной инверсии и вейвлет-преобразования. Результаты спектральной инверсии позволяют более однозначно выделять в разрезе тонкие геологические объекты, палеоканалы, и конусы выноса, что является затруднительным при других методах спектральной декомпозиции. Магистерская работа выполнена на 56 страницах, она включает в себя 29 иллюстраций, 2 таблицы. Структура работы представлена введением, тремя главами, заключением и списком литературы, который состоит из 17 литературных источников.ru_RU
dc.description.abstractThe aim of the work is to assess the applicability of spectral inversion for the dynamic interpretation of seismic data. In the course of the work, spectral decomposition was performed according to two algorithms (wavelet transform and spectral inversion) on model and real data. Spectral decomposition was performed using the Python programming language version 3.7, in the Jupyter shell. Spectral inversion results in graphs of the distribution of amplitudes for individual harmonics, frequency slices, RGB slices, as well as cubes of cubes of approximation coefficients (wavelet-dependent reflection coefficients). The comparison of two wavelet analysis algorithms is performed; spectral inversion and wavelet transform. The data obtained make it possible to more accurately distinguish thin geological objects, paleochannels, and drift cones in the section, which is difficult with standard spectral decomposition methods. The master's work was done on 56 pages, it includes 29 illustrations, 2 tables. The structure of the work is presented by introduction, three chapters, conclusion and list of references, which consists of 17 literary sources.en_GB
dc.language.isoru
dc.subjectКлючевые слова: сейсморазведкаru_RU
dc.subjectдинамическая интерпретацияru_RU
dc.subjectспектральная декомпозицияru_RU
dc.subjectпреобразование Фурьеru_RU
dc.subjectвейвлет-преобразованиеru_RU
dc.subjectспектральная инверсия.ru_RU
dc.subjectKeywords: seismic explorationen_GB
dc.subjectdynamic interpretationen_GB
dc.subjectspectral decompositionen_GB
dc.subjectFourier transformen_GB
dc.subjectwavelet transformen_GB
dc.subjectspectral inversion.en_GB
dc.titleSpectral inversion as a tool for a dynamic analysis of a seismic wave fielden_GB
dc.title.alternativeСпектральная инверсия, как инструмент динамического анализа сейсмического волнового поляru_RU
Располагается в коллекциях:MASTER'S STUDIES

Файлы этого ресурса:
Файл Описание РазмерФормат 
VKR_Musraliev_Arman.pdfArticle4,42 MBAdobe PDFПросмотреть/Открыть
reviewSV_Musraliev_Otzyv_rukovoditela.pdfReviewSV223,92 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.