Dalgacık dönüşümlü metodu ile deprem işaretlerinde faz geliş zamanlarının tespiti

Abstract

Bu çalışmada, dalgacık dönüşümü metodu ile deprem dalgalarının geliş zamanlarının belirlenmesi için kullanılabilecek bir algoritma incelenmiş ve geliştirilmiştir. Bir deprem meydana geldiğinde deprem hareketi dalgalar halinde yayılmaktadır. Deprem bilgisini taşıyan bir sismik işaret, farklı özelliklere sahip dalgalardan (fazlardan) oluşmaktadır. Bu dalgalar sismik işaretin analizinde kullanılmaktadır. Sismik işaret analizinde eri çok kullanılan dalgalar P ve S dalgalarıdır. Yerkürenin herhangi bir noktasında deprem meydana geldiğinde deprem dalgaları farklı hızlarla hareket ederler. Örneğin P dalgası S dalgasından daha hızlı yayılır. Ayrıca S dalgaları, sismik olayla aynı yönde yayılan P dalgalarına dik bir parçacık hareketi sergilerler. Bu çalışmada incelenen algoritma, deprem dalgalarının bu özelliklerinden yararlanarak dalgaların geliş zamanlarım tesbit etmektedir. Dalgaların geliş zamanları sismik olayların yerinin belirlenmesinde kullanılmaktadır. Bu konudaki ilk çalışmalarda farklı noktalardaki sismogram verileri kullanılarak analiz yapılmaktaydı. Fakat sonraki çalışmalar tek istasyondan elde edilen verinin daha kaliteli analizi ile de doğru sonuçların elde edilebileceğini göstermiştir. Dalga geliş zamanlarının tesbiti, daha önceki çalışmalarda; işaretin kendisi kullanılarak yapılmaktaydı. Son zamanlarda sıkça kullanılan işaret işleme yöntemlerinden olan dalgacık dönüşümünün, deprem işaretlerinin analizinde de olumlu sonuçlar vereceği düşünülerek çalışmada bu yöntem kullanılmıştır. Bu konudaki daha önceki çalışmalarda, gürültüsü temizlenmemiş deprem işaretleri kullanılmaktaydı. Bu çalışmada, tarafımızdan geliştirilen iki ayrı gürültü temizleme yöntemi kullanılmıştır. İncelenen algoritmada, gürültüsü; geliştirdiğimiz yöntemlerle temizlenmiş deprem verileri kullanılmıştır. Uygulama sonucunda, gürültüsü temizlenmiş verilerle elde edilen sonuçların, gürültülü verilerle elde edilen sonuçlara kıyasla oldukça iyi çıktığı görülmüştür. Deprem işaretlerinin analizinde kullanılan dalgacığın çeşidi, sonucu etkilemektedir. Kullanılan dalgacık ile deprem işaretinin P fazı arasındaki benzerlikyüksek ise daha iyi sonuçlar elde edilmektedir. Daha önceki çalışmalarda kullanılan dalgacık göz ile seçilmekteydi. Bizim geliştirdiğimiz yönteme göre, dalgacık ile P fazı arasındaki karşı ilişki katsayısı hesaplanmaktadır. Algoritma, karşı ilişki--' katsayısı en yüksek olan, yani deprem dalgasına en çok benzeyen dalgacığı otomatik olarak seçmektedir. Uygulama sonuçlarının beklendiği gibi başarılı çıktığı görülmüş ve dalgacık dönüşümü metodunun, deprem işaretlerinin analizi için uygun olduğu görülmüştür.In this work an algorithm for detecting arrival times of seismic waves is studied and improved using wavelet transform method. When aıı earthquake occurs, some seismic waves are radiated. A seismic signal which involves seismic information consists of different phases with different characteristics. These phases are used for analysing seismic signals. Phases which are most widely used in seismic signal analysis are P and S phases. When a seismic event takes place at any point of the world, seismic waves travel at different speeds. For example, P waves travel faster than S waves. Furthermore, the S particle motion is contained in a plane perpendicular to the direction of the P particle motion, The algorithm presented in this work picks arrival times of the seismic phases using these characteristics of the waves. Arrival times of seismic phases are used for detecting the earthquake location. Formerly this detection was being done by using seismic data obtained from different stations. But later works showed that it is possible to reach a correct decision by using single-station seismic data with more elaborated analysis methods. In the previous works, original signal was used to detect phase arrivals. The wavelet transform method has started to be used in signal analysis recently and it is thought that it gives good results in seismic signal analysis because of its features. For this reason, this method is used in this work. In the previous works, noisy seismic signals were used. In this work we used two different noise removing methods which we developed. Seismic signals whose noise are removed by using our methods are used in the algorithm we studied. It is seen that the results obtained from noiseless data are better than the results obtained from noisy data. The type of wavelet which is used for analyzing seismic signals effects the result. Better results are obtained if the wavelet used in the analysis is similar to the P phase. The wavelet used in the analysis was chosen by means of eye in the previous works. According to the method we developed, cross-correlation coefficient between iff W*'wavelet and P phase is calculated. The algorithm chooses the wavelet whose ctoss- '.if correlation coefficient is largest. In other words, the wavelet which is moi^imilar to ' «^-L the seismic wave is chosen. M The results of applications are good as expected and it is proved that the wavelet transform is an appropriate method for seismic signal analysis.