First Arrivals Picking using Fractal Dimension Analysis

El análisis de Ia variación de Ia dimension fractal de los datos sismicos puede ser utilizado para discriminar Ia señal del ruido de fondo. La estrategia se basa en que Ia dimension fractal del ruido es significativamente mayor que Ia dimension fractal de Ia señal <br>más el ruido. Luego, el advenimiento de primeros arribos en las trazas sismicas puede determinarse semi-automáticamente analizando como cambia Ia dimension fractal a través del tiempo. En general, no existe un ünico método aceptado para calcular Ia dimension fractal de las senales. En el presente trabajb analizamos Ia eficiencia y eficacia de dos técnicas clásicas: el método del compás (CM) y el método del variograma (VM), y sugerimos algunas modificaciones al CM con el objetivo de mejorar los resultados cuando se aplica a Ia deteccion de senales. Hemos realizado este análisis con diferentes series de datos generados sintéticamente en diversas condiciones de ruido. Los resultados indican que el análisis de Ia dimension fractal es una estrategia adecuada para resolver el problema de detección de primeros arribos. Además, hemos analizado los algoritmos desde un punto de vista práctico (por ejemplo, su aplicabilidad y facilidad de uso), mostrando que el VM es más robusto que el CM. Las transiciones en Ia dimension fractal de las trazas que arroja el CM se producen en forma lenta y, consecuentemente, el comienzo de Ia senal es dificil de picar. Por el contrario, el VM proporciona transiciones bruscas que facilitan Ia identificación de primeros arribos con una alta precision. Finalmente, hemos puesto a prueba el VM con datos de campo obteniendo muy buenos resultados.