Investigating the lateral resolution of the Rayleigh wave focal spot imaging technique using two-dimensional acoustic simulations
We investigate the lateral resolution power of the seismic Rayleigh wave focal spot imaging technique. We use two-dimensional acoustics simulations in a closed cavity for the passive Green’s function and focal spot reconstruction. Four different velocity distributions target different resolution asp...
Gespeichert in:
Veröffentlicht in: | Comptes rendus. Geoscience 2024-02, Vol.356 (S4), p.1-17 |
---|---|
Hauptverfasser: | , , |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | We investigate the lateral resolution power of the seismic Rayleigh wave focal spot imaging technique. We use two-dimensional acoustics simulations in a closed cavity for the passive Green’s function and focal spot reconstruction. Four different velocity distributions target different resolution aspects. The finite data range that is necessary to constrain the Bessel function model controls the lateral spreading of material contrasts, the distinction of two objects on sub-wavelength scales, and the image quality of complex random media. Good data quality from dense networks supports short range estimates and super-resolution.olution.
Nous étudions la résolution latérale de la technique d’imagerie utilisant les taches focales des ondes sismiques de Rayleigh. Nous utilisons des simulations acoustiques bidimensionnelles dans une cavité fermée pour la reconstruction passive taches focales et des fonctions de Green. Quatre distributions de vitesse différentes ciblent différents aspects de la résolution. La plage finie de données nécessaire pour contraindre le modèle de fonction de Bessel contrôle l’étalement latéral des contrastes observés dans matériels, la distinction de deux objets sur des échelles inférieures à la longueur d’onde, et la qualité d’image dans des milieux aléatoires complexes. La bonne qualité des données issue des réseaux denses autorise les estimations à courte portée et la super-résolution. |
---|---|
ISSN: | 1778-7025 1631-0713 1778-7025 |
DOI: | 10.5802/crgeos.254 |