Extensión Geophysics

La extensión montaj Geophysics™ ofrece una serie de filtros y herramientas estadísticas para procesar un gran volumen de datos geofísicos. Los filtros 1D espaciales les permiten a los geofísicos de campo procesar datos aplicando una diversidad de filtros de dominio de espacio (lineales y no lineales).

El filtro FFT 1D permite aplicar una diversidad de filtros de dominio Fourier al campo potencial unidimensional (línea) y otros datos. Una serie de herramientas geoestadísticas ofrece la posibilidad de obtener estadísticas resumidas y avanzadas, como el análisis de histogramas, dispersión y TriPlot, y la posibilidad de crear subconjuntos de datos en función de la clasificación de grupos de mapas o códigos.

Filtros espaciales 1D

Suavice los datos (con o sin filtrado no lineal) usando filtros espaciales unidimensionales. La extensión montaj Geophysics incluye estos filtros 1D:

• El filtro de paso alto aplica un filtro de paso alto (nitidez) a un canal.
• El filtro de paso bajo aplica un filtro de paso bajo (suavizado) a un canal.
• El filtro de paso de banda aplica un filtro que elimina las características más largas que el corte de longitud de onda larga y más cortas que el corte de longitud de onda corta.

Utilice montaj Geophysics para lo siguiente:

• Suavizar datos, con o sin filtro no lineal, aplicando filtros espaciales unidimensionales.
• Aplicar filtros de convolución, lo que incluye Diferencia, Fraser, Laplace, Paso bajo, Paso de banda, Paso alto y Definido por el usuario.
• Optimice las características de longitud de onda más corta en los datos utilizando filtros rápidos unidimensionales de Fourier (FFT). Entre ellos, se encuentran los filtros regionales, las continuidades ascendentes/descendentes y las derivadas verticales y horizontales.
• Aplicar una corrección de desfase a un canal de datos cambiando el fiducial de inicio por un valor de desfase específico.
• Aplicar una corrección de encabezado a los datos de un desplazamiento sistemático (en los datos), que es una función del sentido de deslizamiento de una línea de levantamiento.
• Aplicar corrección de estación de base magnética a un canal magnético.
• Realizar procesamiento basado en perfiles para fines de interpretación y modelado.
• Realizar un análisis multivariado con herramientas de análisis estadístico de histograma, dispersión y TriPlot.
• Seleccionar y crear un subconjunto de datos de forma interactiva a partir de mapas basados en códigos de texto, regiones o grupos de mapas.
• El filtro de convolución aplica el filtro de promedio de dominio espacial a un canal. El filtro puede definirse en un archivo de filtro o en una secuencia delimitada por comas.
• El filtro de diferencia calcula las diferencias entre los valores de un canal. La cuarta diferencia común puede calcularse especificando cuatro diferencias, lo cual es útil para identificar ruido.
• El filtro polinómico calcula la tendencia de enésimo orden (nueve como máximo) de un canal de datos aplicando un polinomio de mejor ajuste (mínimos cuadrados). La tendencia se evalúa y se coloca en un nuevo canal. También puede crearse un canal residual opcional (tendencia de entrada).
• El filtro B-Spline calcula una interpolación B-Spline de datos en un canal. B-Spline le permite controlar la suavidad de la spline y la tensión aplicada a los extremos de la spline.
• El filtro de regresión lineal ajusta una regresión lineal de mínimos cuadrados a un conjunto de datos marcados en un canal e informa la pendiente y la intersección.

Filtros no lineales 1D

Utilice los filtros no lineales 1D para eliminar de los datos las características de longitud de onda muy corta, pero de gran amplitud. Suele considerarse un filtro de rechazo de picos de ruido, pero también puede ser eficaz para eliminar rasgos geológicos de longitud de onda corta, como la señal de rasgos superficiales.

El filtro 1D no lineal se utiliza para localizar y eliminar datos identificados como ruido. El algoritmo es «no lineal» porque analiza cada punto de los datos y decide si son ruidos o si se trata de una señal válida. Si el punto es un ruido, tan solo se elimina y sustituye por una estimación basada en los puntos de datos circundantes. Las partes de los datos que no se consideran ruido no se modifican en absoluto.

Los filtros de Fourier pueden utilizarse para lo siguiente:

• Realizar procesamiento basado en perfiles para fines de interpretación y modelado.
• Aplicar filtros a una o varias líneas de datos con rapidez.
• Seleccionar de forma interactiva los parámetros de filtrado, visualizar los espectros de potencia e identificar los filtros óptimos para el procesamiento y la interpretación.
• Obtener muestras de forma automática a distancia y, de forma opcional, a fiducial.