Signalanalyse og inversjon i geovitskap

Innanfor geovitskap er det grunnleggjande å kome fram til modellar som kan forklare våre observerte data. Denne prosessen vert kalla inversjon. Ofte må data preparerast og verte analysert før dei er eigna for inversjon. Eit overordna mål i dette emnet er at studenten skal opparbeida seg eit generelt oversyn over ulike analyse- og inversjonsmetodar som er vanlege innanfor geofaga. Dei spesifikke måla er at studenten kan 1) gjennomføra analyse/inversjon på ulike typar geodata ved hjelp av Python og anna eigna programvare, 2) oppsummere observasjonar, data og metodiske prinsipp munnleg og skriftleg, 3) gjere tolkingar og fatte avgjerder basert på resultat frå analyse/inversjon.

Innhald: Emnet gjev eit generelt oversyn over ulike typar analyse- og inversjonsmetodar som er vanlege innanfor geofaga. Vidare inneber emnet ei fordjuping innanfor spesifikke tema med tilhøyrande applikasjonar (sjå liste nedanfor). I undervisinga vert det gjort ei vekting av tema og applikasjonar avhengig av bakgrunnen til studentane.

Dataanalyse

Fordjupingstema og døme på metodar/applikasjonar:

• Signalprosessering: - Bruk av Fourier-transformasjonar på trasar frå refleksjonsseismikk og seismologi - Prosessering av tidsseriedata frå geologi
• Automatisert att-kjenning av data-element - Seismisk tolking av horisontdata - Klassisk seismisk hastigheitsanalyse
• Transformasjon av data mellom domene - Seismisk avbildning
• Parameterisering av data og modellar - Preparering av data og modeller for spesifikke applikasjonar innan modellering, data-transformasjonar og inversjon - Glatting av attributtar langs geologiske flater

Inversjon

Fordjupingstema og døme på metodar/applikasjonar:

• Eksplisitt inversjon - Tid-til-djup konvertering av refleksjonsseismikk med innebygd hastigheitsberekning
• Lineær inversjon
• Iterativ linearisert inversjon - Klassisk transmisjonstomografi i seismikk (hol-til-hol skyting) og i global seismologi - Seismisk refleksjonstomografi - Lokalisering av jordskjelv og berekning av jordskjelv-mekanismar
• Globale optimeringsteknikkar
• Regularisering og føringar

Øvingar med Python i kombinasjon med andre programvare har ei fundamental rolle i undervisinga. Studentane jobbar med øvingane både einskildvis og i grupper.

Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:

Kunnskapar

Studenten kan

• gjere greie for ulike typar metodikk som kan nyttast til analyse og inversjon av geodata
• forklare sentrale omgrep, definisjonar og teoriar
• diskutere kva for typar analyse- og inversjonsteknikkar som eignar seg på ulike typar data
• demonstrere innsikt i korleis ulike typar programvare kan fungere saman for å gjere analyse/inversjon

Ferdigheiter

Studenten kan

• gjennomføre analyse og inversjon på ulike typar geodata ved hjelp av Python og anna eigna programvare. Vidare skal studenten spesifikt kunne - programmere ein småskala lineær inversjonsalgoritme, som inkluderer regularisering og føringar - gjere grunnleggjande prosesseringsoperasjonar på tidsseriedata
• oppsummere observasjonar, data og metodiske prinsipp munnleg og skriftleg
• tolke og avgjere basert på resultat frå analyse og inversjon

Generell kompetanse

Studenten kan

• kommunisere tydinga av å nytta avanserte metodar og programvare, både i eit spesialisert fagmiljø og i ein generell samanheng
• nytte og kombinere ulike typar programvare for å løyse ei kompleks oppgåve
• demonstrere evne til å fungere individuelt og i samarbeid med andre