Correzioni Statiche

Le caratteristiche topografiche e geologiche della zona oggetto di studio rendono necessaria l’esecuzione di correzioni statiche sui dati. Questa correzione compensa sia gli effetti dovuti alla quota a cui sono posti i ricevitori e le sorgenti sia quelli dovuti alla profondità e velocità dell’aerato.

Trattandosi di dati terrestri acquisiti su un corpo franoso, la disposizione delle sorgenti e dei ricevitori segue l’acclività della superficie ed anche se a prima vista la pendenza del versante non è molto accentuata si ha, tra la posizione della prima sorgente e dell’ultimo ricevitore, un dislivello di 10m. Questa problematica rende necessaria la scelta di un datum a cui riferire tutte le posizioni, in termini di altitudine s.l.m.m., di ogni coppia sorgente – ricevitore della stesa; considerando lo studio effettuato in precedenza (Stucchi et.al. 2013) è stato deciso diriferire le posizioni allo stesso datum finale di riferimento, ovvero 687 m s.l.m. (fig. 46).

63

Un altro fattore molto importante è la comprensione delle caratteristiche dello strato più superficiale di terreno chiamato aerato; infatti per eseguire le correzioni statiche è necessario conoscerne lo spessore e la velocità con cui le onde lo attraversano (V0), oltre alla velocità (V1) nello strato sottostante (consolidato). Per conoscere la velocità dell’areato è necessario osservare in dominio shot gather il primo tratto di dromocrona relativo all’arrivo diretto; per conoscere la velocità all’interfaccia e lo spessore dell’areato è invece necessario eseguire su tutti gli shot il picking dei primi arrivi dove, successivamente tramite tool Refraction statics calculation, verrà specificato l’intervallo di offset assoluto relativo al primo rifrattore. Tramite una stima eseguita su tutto il dominio shot gather è stato individuato il valore di velocità dell’areato che si attesta sui 150 m/s (fig. 47).

Figura 47: A) picking dei primi arrivi delle onde SH; B) dettaglio con in blu gli arrivi diretti (V0) e in giallo gli arrivi relativi al primo rifrattore (V1) V0 V1 A B

64

Utilizzando le suddette informazioni è stato possibile eseguire il calcolo delle

correzioni statiche al datum sia di sorgente che di ricevitore come mostrato in figura 48.

Figura 48: A) Correzione Statica dei ricevitori; in ascissa numerazione dei ricevitori, in ordinata e scala di colore la correzione statica B) Correzione Statica delle sorgenti; in ascissa la numerazione delle

sorgenti, in ordinata e scala di colore la correzione statica.

Applicando le correzioni statiche di sorgente e ricevitore ai dati è possibile cosi traslare temporalmente le varie tracce al fine di riportare i tempi di arrivo di ognuna ai valori che assumerebbero se ricevitori e sorgenti fossero posti in corrispondenza

65

del datum finale. È possibile vedere gli effetti di queste correzioni negli esempi riportati nella seguente figura (fig. 49).

Figura 49: Esempi di shot prima (A,B) e dopo (A1,B1) l’applicazione delle correzioni statiche. In rosso la statica totale di sorgente e ricevitore

B1 B

A1 A

66

5.8 Filtraggio Preliminare ed attenuazione Onde di Love

I passaggi di elaborazione dati che verranno ora descritti sono quelli in cui l’operatore ha il ruolo più rilevante; essi infatti non seguono uno schema prefissato ma variano in funzione delle scelte operative e dalla capacità di distinguere il segnale utile dal rumore. Per le stesse motivazioni, il processing seguirà a partire da questa fase un percorso iterativo, in cui vari passaggi dovranno essere ripetuti ciclicamente; infatti, sarà a volte utile attuare delle operazioni di elaborazione e, in base alla qualità dei risultati ottenuti, retrocedere di qualche operazione. Queste verranno poi riadattate ed applicate nuovamente, in base alle eventuali nuove considerazioni, attuando così scelte di processing migliori.

In primo luogo, è stato analizzato lo spettro del segnale tramite il comando Intractive

Spectral Analisys, al fine di individuare la banda del segnale predominante; il risultato

è mostrato in figura 50, dove viene riportato lo spettro di ampiezza di uno shot preso ad esempio.

Figura 50: A)spettro di ampiezza del segnale, con massimo a circa 50 Hz. B) ingrandimento dello spettro di ampiezza intorno alle frequenze di interesse.

Si può facilmente notare come la maggior parte del segnale sia incentrato intorno ai 50 Hz, oltre il quale l’ampiezza diminuisce gradualmente fino a raggiungere valori trascurabili oltre i 150Hz. Per tale motivo, è stato applicato un primo filtro Passa- Banda per eliminare quella parte dei segnale che, pur avendo bassa ampiezza, andava a contaminare il dato. Tale operazione è stata effettuata tramite il tool Pass Band

Filter, utilizzando come banda passante 0-5-130-180. Il risultato è poco invasivo, in

67

quanto scelte più invasive sono poco consigliabili nelle fasi iniziali di processing, ma è comunque visibile come mostrato in figura 51:

Figura 51: A) in alto spettro di ampiezza del segnale filtrato, con massimo a circa 50 Hz e abbattimento frequenze maggiori di 180Hz. B) ingrandimento dello spettro di ampiezza intorno alle

frequenze di interesse

Si può notare come lo spettro di ampiezza mostri un andamento con ridotte oscillazioni laterali della frequenza e con valori superiori ai 200 Hz abbattuti, senza però aver causato una variazione significativa alla banda del segnale

Di seguito viene riportato a titolo d esempio lo shot 73 prima e dopo l’applicazione del filtro passa banda (fig. 52):

Figura 52: Confronto tra uno shot non filtrato e lo stesso dopo il filtraggio passa banda. In basso dettaglio dell’area vicino all punto di energizzazione

PRIMA DOPO

68

Come visibile nelle immagini in dettaglio, (in particolare in corrispondenza del punto di energizzazione) il segnale non viene alterato dopo l’applicazione del filtro ma il rumore ad alta frequenza viene attenuato.

Il passo successivo è volto alla diminuzione dei forti eventi superficiali presenti in tutti gli shot e visibili come un forte riflettore che genera varie multiple di minore ampiezza a tempi maggiori. Tali eventi sono con tutta probabilità da ricondursi alle Onde di Love, principali cause di disturbo delle indagini di tipo SH, facilmente riconoscibili grazie alla caratteristica di aumentare l’ampiezza e la velocità all’aumentare dell’offset (visibile sui dati normalizzati).

Questo passaggio si è rivelato il più difficoltoso dell’intero processing. Il segnale utile e quello indesiderato sono entrambi costituiti da onde di taglio polarizzate orizzontalmente (SH); appropriate analisi degli spettri hanno inoltre evidenziato che la relative bande di frequenza sono sovrapposte, e che i valori di ampiezza maggiori sono relativi alle Onde di Love e ciò rende difficile una loro separazione.

Un normale passa banda non può quindi discriminare i due segnali e l’eliminazione delle onde di Love porterebbe in questo modo ad una forte attenuazione anche del segnale di interesse.

Tuttavia, le onde di Love rappresentano un rumore coerente, si presentano cioè sempre con lo stessa cinematica e banda di frequenza in tutti gli shot; è proprio su questa loro caratteristica che si può basare un approccio volto alla loro attenuazione. Si occupa di tale operazione il tool Eighen Vector Filter, il quale riordina il dato in settori in funzione del loro grado di coerenza (Eighen Image); le prime autoimmagini racchiudono il segnale più coerente dell’intero shot, le seguenti quello che presenta progressivamente analogie sempre minori. Nel nostro caso, quindi, le onde di Love andranno a mapparsi nelle prime Eighen Image, le quali potranno essere eliminate tramite il medesimo tool, filtrando così il dato. Il segnale rimanente verrà poi automaticamente riorganizzato in funzione dello spazio e del tempo.

L’applicazione di questo metodo richiede l’orizzontalizzazione del dato, possibile tramite tool Horizon Flattenring ; questo permette di effettuare un picking manuale sui dati e orizzontalizzare il segnale seguendo l’orizzonte così generato.

69

Nel caso in esame è stato effettuato il picking lungo il l’evento generato dalle onde di Love, come visibile in figura 53:

Figura 53: A) picking onde di Love shot 278; A1) orizzontalizzazione evento indesiderato nello shot 278: B) picking onde di Love shot 614; B1) orizzontalizzazione dell’evento indesiderato nello shot 614

tramite Horizon Flattnering

Su questo dato orizzontalizzato è stato applicato un filtro degli autovalori (Eighen Filter). È stato scelto di applicare il tool a due finestre temporali successive; nella prima che comprende l’intervallo temporale tra 0ms e 250ms, è stato eliminato il 9%

A

B

A1

70

del segnale ovvero le prime 4 autoimmagini. Il risultato è visibile in figura 54, la quale mostra la parte di dato rimosso, costituito in gran parte dalle onde di Love.

Figura 54: esempio di stima dell’onda di Love, eliminata con Eighen Vector Filter per lo shot 614 nell’ intervallo temporale 0-250ms;

Nella seconda finestra temporale, che va da 260 a 1024 ms, sono stati invece eliminati il 14% dei dati, ovvero 6 autoimmagini; il motivo di tale scelta risiede nella diversa coerenza che le onde di Love presentano al variare del tempo: a tempi bassi, infatti, si presentano come un forte unico evento predominante, che andrà a racchiudersi interamente nei primi settori di coerenza. A tempi maggiori invece le onde di Love diminuiscono di ampiezza e vanno a combinarsi con il segnale di altra natura. Per eliminarlo quindi occorre un numero maggiore di autoimmagini.

La parte di dato eliminata da 260ms fino alla fine della registrazione temporale è mostrata di seguito (fig. 55):

Figura 55: Esempio di dato eliminato con Eighen Vector Filter per lo shot 614, nell’ intervallo temporale 260- 1024ms

71

Un esempio del risultato finale dell’applicazione in sequenza dei due filtri è visibile nei seguenti shot, dove il dato non è più orizzontalizzato (fig. 56):

Figura 56: A sinsitra dato prima dell’applicazione dell’Eighen Filter; A destra corrispondenti shot dopo attenuazione onde di Love; in rosso sono cerchiati gli eventi prima non visibili. In giallo rumore

coerente (eventi con inclinazioni opposte a quelle attese), poco visibile per il basso guadagno applicato alla visualizzazione

72

In tutti gli esempi sopra riportati è ben visibile come le Onde di Love, seppur non del tutto eliminate, siano state attenuate e come ciò abbia permesso di individuare tratti di iperbole precedentemente non visibili in quanto nascoste dal forte evento rumoroso.

Il dato attuale presenta tuttavia ancora una buona quantità di rumore che in parte copre il segnale desiderato e rende difficile l’individuazione di eventi significativi. In particolare sono visibili eventi con pendenze opposte a quelle attendibili (fig. 56) (in realtà sono più visibili con un guadagno applicato alla visualizzazione) A questo tipo di rumore coerente se ne aggiungono altri dalle caratteristiche meno definibili. Molti di questi rumori andranno ad interferire distruttivamente nel momento in cui le tracce verranno sommate negli step di proccesing successivi, ma altri potrebbero interferire costruttivamente andando a creare artefatti che potrebbero trarre in inganno in fase interpretativa. La coerentizzazione del rumore è infatti una delle cause principali di una errata interpretazione.

La difficoltà nel prevedere quale rumore andrà a coerentizzarsi e quale no, ha portato alla decisione di elaborare una sezione stack già a partire da questo dato solo parzialmente elaborato; se tale stack mostrerà eventi inverosimili, che si ritengono originati dal rumore, sarà necessario tornare in dominio shot ed eliminare tale rumore tramite appositi filtri prima che si coerentizzi, seguendo un processo iterativo come accennato ad inizio paragrafo.