Zaman ortamı elektromanyetik verilerde gürültü yok etme çalışmaları ile görünge ve çeşitli tepki fonksiyonlarının

Abstract

Zamana bağlı değişen fiziksel olguların incelenmesinde elde edilen veriler, zaman serileri (ZS) olarak tanımlanmaktadır. ZS, o fiziksel olguya ilişkin bilginin yanında, gürültü bileşenlerini de içeren, üstüste binmiş sinyaller biçiminde karmaşık bir yapıdadır. Gözlemlenen olgunun fiziksel anlamının kavranabilmesi için, ZS'deki gürültünün tanımlanması ve yok edilmesi amacına yönelik çalışmalara gereksinim vardır. Bu amaçla veri hazırlama ve değerlendirme başlıkları altında farklı yöntemler kullanılarak uygulamalar gerçekleştirilmektedir. Kullanılan yöntemlerin dayandığı temel sayıltılar ve verideki gürültü türlerine bağlı olarak üstünlük ve zayıflıkları, gürültü bileşenlerini yok etme çalışmalarının başarısını etkilemektedir.Çalışmada, yerin doğal elektromanyetik alan bileşenlerindeki değişimlerin ölçülmesine dayanan manyetotelürik (MT) yöntem verisi kullanılmıştır. ZS'deki gürültü etkileri, MT bileşenlerinin öz ve çapraz güç görüngelerinde sapmalara ve dolayısıyla yer-elektrik yapıyı tanımlamaya yarayan yer tepki fonksiyonunda (YTF) sistematik hatalara neden olmaktadır. Bu nedenle, alt zaman aralıklarına (segment) ayrılan ZS'lerin sınıflanarak, YTF hesaplamaları öncesinde, gürültülü segmentlerin; elenmesi, ağırlıklandırılması ve tahmin edilmesi biçiminde gürültü yok etme yöntemleri geliştirilmiştir. Çalışmalar, ortalama % 30 hata aralığı kabulü ile yapılmıştır. Bu kritere göre gürültü yok etme çalışmaları, MT bileşenlerinin; 1-öz güç görünge genliklerindeki durağanlığı bozan gürültülü segmentlerin sınıflanması ve elenmesi (GYS sınıflama); 2- segmentlerin ZS dokusunu ve durağanlığını bozan gürültü etkilerinin, 1'deki değişim ile birlikte değerlendirilerek, gürültülü segmentlerin sınıflanması ve elenmesi (İEG sınıflama); 3- İEG sınıflaması ile tanımlanan gürültülü segmentlerin, ağırlıklandırılarak, çözüme etkisinin azaltılması ve 4- yapay sinir ağı (YSA) modeli ile, verinin zaman ve frekans ortamı niteliklerine bağlı olarak gürültülü segmentlerin tahmin edilmesi ve elenmesi biçiminde özetlenebilir.Yöntemler, yapay veride denenmiş, ardından 2 farklı arazi verisinde uygulanmıştır. Sonuçta, sınıflama çalışmalarıyla, segmentler arasında zıtlık gösteren ve geleneksel yaklaşımların yetersiz kaldığı gürültü bileşenlerinin yok edilebildiği görülmüştür. İEG ağırlıklandırmalı robust yaklaşımı ile; geleneksel robust yöntemine alternatif olacak biçimde başarılı sonuçlar elde edilmiştir. Ek olarak YSA'nın hızlı ve otomasyona yönelik üstünlüklerinin, MT verisi gürültü yok etme çalışmalarında uygulanabilirliği gözlenmiştir.

The data obtained via observing physical events changing with time are defined as time series (TS). TS has a complex structure as summed signals containing noise components in addition to the information related to that physical events. Therefore, studies targeting to definition and reduction of the noise in TS are required in order to understand the physical meaning of the observed events. For this purpose, the applications are carried out by using different methods under the so-called both pre-processing and evaluation of data. The advantage and disadvanage of the methods that depends on the noise types together with their fundamental premises affect the success of the studies on reducing the noise components.The study uses the magnetotelluric (MT) method data based on measuring the changes in the natural electromagnetic field components of ground. The noise effects in TS cause deviations in auto- and cross-power spectrums of MT components and consequently systematic errors in the Earth response function (ERF) used for defining geoelectrical structure. Thus, the methods on noise reduction have been developed to estimate, classify eliminate, and weight the noisy sub-time segments before Earth response function (ERF) calculations. The studies are carried out by the assumption of an average error range of 30% exist in data sets. According to this criterion, the noise elimination studies can be summarized as 1- classifying and eliminating the noisy segments which impairing the stability of MT components in auto power spectral density (PSD classification); 2- classifying and eliminating the noisy segments by evaluating the noise effects which impairing the TS pattern and stability of the segments together with the change in 1 (IEG classification); 3- weighing the noise segments defined with IEG classification and reducing its effect on the solution and 4- estimating and eliminating the noise segments with artificial neural network (ANN) depending to the time and frequency characteristics of the data.The methods have been tested on synthetic data and then applied to two different field data sets. As a result of the classification studies, it is seen that the noise components, which cause contrast between the segments and where the conventional methods are insufficient, can be reduced. With IEG weighed robust approach, successful results have been obtained as an alternative to the conventional robust method. Additionally, the speed and superiority over automation of ANN and the applicability of MT data in noise elimination studies have been observed.