وبینار Introduction to seismic data processing by Seismic Unix

Introduction to seismic data processing by Seismic Unix

This course is designed to provide a big picture about seismic data processing and related algorithms. The course is based on the Seismic Unix (SU), an open-source package for seismic research, processing, and educational purposes developed largely at the Colorado School of Mines, based on a small collection of code from Stanford University. The package contains a large variety of research and processing tools related to wave propagation and seismic imaging.

🔹 مدرس: مهندس کمال آقازاده، دانشجوی دکتری لرزه شناسی، موسسه ژئوفیزیک دانشگاه تهران

روزهای جمعه (1401/02/30) و شنبه (1401/02/31) 

از ساعت 16 الی 19

🔹دوره مجازی می باشد و در پلتفرم ادوبی کانکت اجرا می گردد.

💳 هزینه ثبت نام:

200.000 تومان برای اعضا انجمن

300.000 تومان برای شرکت کننده آزاد

(ظرفیت محدود)

💳 شماره کارت: 0837 0245 8370 5859

به نام انجمن ملی ژئوفیزیک دانشگاه تهران

🔸به شرکت کنندگان در این دوره، گواهی معتبر از طرف انجمن ژئوفیزیک ایران ارائه می‌شود.

🔸دسترسی به بازپخش جلسات، بعد از برگزاری وبینار به مدت دو هفته امکان پذیر می باشد.

🟦 به منظور ثبت نام به پرتال ثبت نام دوره های آموزشی در وبسایت انجمن مراجعه بفرمایید.

راه های ارتباطی:
ایمیل: nigs@ut.ac.ir
تلفن: ۰۲۱۶۱۱۱۸۳۰۷ – ۰۲۱۸۸۶۲۹۳۶۶

تلگرام  NIGSinfo@
اینستاگرام  Instagram.com/nigs.ir

Introduction to Seismic Unix and its utilities

Seismic data processing sequence

1-D and 2-D filtering, including f-k filtering

Noise removal (Ground roll-random-multiples)

Fourier transform (amplitude and phase), convolution and correlation

Types of seismic deconvolution algorithms

Types of velocities in seismic

Estimation of stacking velocities

Normal moveout correction and stack to convert data to zero offset

Data sorting (common shot, common receiver, common midpoint, etc)

Application of Radon transform in seismic processing

Seismic migration and its algorithms

Role of velocity in migration

Artifacts introduced by migrating incomplete data, including 2D data

Improving resolution of depth estimation