بازسازی داده‌های لرزه‌ای با استفاده از یک مدل خودبازگشتی چندمرحله‌ای

هدف از لرزه‌نگاری در واقع برداشت داده، پردازش آنها و درنهایت به‌دست آوردن یک تصویر قابل تفسیر از لایه‌های زیر سطح زمین است. در مرحله نمونه‌برداری گاهی به‌‌علت بعضی مشکلات از جمله نقص در عملکرد دستگاه‌های نمونه‌برداری، توپوگرافی نامناسب منطقه و محدودیت‌های محیطی نظیر ارتعاش کابل‌ها ممکن است بعضی از اطلاعات ثبت نشود (به‌‌بیان‌‌دیگر، نمونه‌برداری مکانی یکنواخت صورت نگیرد). یکنواخت ساختن نمونه‌برداری مکانی یا بازگرداندن و بازسازی اطلاعات از دست رفته می‌تواند با استفاده از روش‌های درون‌یابی و بازسازی داده‌ها صورت پذیرد. در این مقاله روشی برای بازسازی ردلرزه‌های از دست رفته در ثبت‌‌های لرزه‌ای معرفی شده است. این روش دارای الگوریتمی دو‌‌مرحله‌ای است. ابتدا قسمت بسامد کم و الیاس نشده داده‌ها به‌‌روش نُرم وزن‌دار کمینه بازسازی می‌شود و سپس با استفاده از مدل خودبازگشتی، ضرایب فیلترهای پیشگویی برای همة بسامد‌ها از  قسمت بسامد کم داده‌ها محاسبه می‌شود. درنهایت از این ضرایب فیلترهای پیشگویی برای بازسازی داده‌های از دست رفته بهره گرفته می‌شود. نتایج اِعمال الگوریتم روی داده‌های لرزه‌ای مصنوعی و واقعی کارایی این روش را تأیید می‌کند.