AVO ငလျင်သီအိုရီ၏ အခြေခံနားလည်မှု
ဘူမိရူပဗေဒ စူးစမ်းလေ့လာမှုတွင်၊ ငလျင်ဆိုင်ရာ အချက်အလက်သည် မြေအောက်မြေအောက်ဖွဲ့စည်းပုံကို ဦးစွာတူးစရာမလိုဘဲ "မြင်ရန်" အဓိကကိရိယာများထဲမှ တစ်ခုဖြစ်သည်။ သို့သော်၊ ငလျင်ဆိုင်ရာ အချက်အလက်သည် အလွှာဂျီသြမေတြီကို မြေပုံဆွဲခြင်း (ဥပမာ၊ အန်တီလိုင်းများ၊ ပြတ်ရွေ့များ သို့မဟုတ် stratigraphic traps) အတွက်သာမက ကျောက်နှင့် အရည်ဂုဏ်သတ္တိများတွင် ပြောင်းလဲမှုများကို ညွှန်ပြရန်အတွက်ပါ အသုံးဝင်ပါသည်။ ဤရည်ရွယ်ချက်အတွက် ကျယ်ကျယ်ပြန့်ပြန့်အသုံးပြုသော အရေးကြီးသော အယူအဆတစ်ခုမှာ AVO (Amplitude Versus Offset) ဖြစ်ပြီး၊ ၎င်းသည် အရင်းအမြစ်-လက်ခံသူ အကွာအဝေး (offset) သို့မဟုတ် ထိခိုက်မှုထောင့် (angle) နှင့် ပတ်သက်၍ ငလျင်ရောင်ပြန်ဟပ်မှု amplitude ပြောင်းလဲမှုဖြစ်သည်။ ဤဆောင်းပါးသည် ငလျင်ဆိုင်ရာ AVO သီအိုရီ၏ အခြေခံနားလည်မှု၊ ဤဖြစ်စဉ် အဘယ်ကြောင့်ဖြစ်ပေါ်သည်နှင့် AVO ကို အဓိပ္ပာယ်ဖွင့်ဆိုရာတွင် မည်သို့အသုံးပြုသည်ကို ဆွေးနွေးထားသည်။
-
၁။ AVO ဆိုတာ ဘာလဲ။
AVO သည် offset တိုးလာသည်နှင့်အမျှ (သို့မဟုတ်၊ တစ်နည်းအားဖြင့် နယ်နိမိတ်ရှိ လှိုင်း၏ ကျရောက်မှုထောင့် တိုးလာသည်နှင့်အမျှ) ငလျင်ရောင်ပြန်ဟပ်မှု amplitude မည်သို့ပြောင်းလဲသွားသည်ကို လေ့လာခြင်းဖြစ်သည်။ multi-offset ငလျင်ဒေတာ (ဥပမာ၊ CMP မှ ဒေတာစုဆောင်းခြင်း) တွင်၊ တူညီသော ရောင်ပြန်ဟပ်မှုကို offset အမျိုးမျိုးတွင် မှတ်တမ်းတင်မည်ဖြစ်သည်။ အကောင်းဆုံးကတော့၊ အခြေအနေအားလုံး အတူတူပဲဆိုရင်၊ amplitude က ကိန်းသေဖြစ်မယ်လို့ မျှော်လင့်နိုင်ပါတယ်။ အမှန်တကယ်တော့၊ ရောင်ပြန်ဟပ်မှုတုံ့ပြန်မှုသည် ကျရောက်မှုထောင့်နှင့် အနီးနားရှိ အလွှာနှစ်ခုကြားရှိ elastic ဂုဏ်သတ္တိများတွင် ဆန့်ကျင်ဘက်ဖြစ်မှုပေါ်တွင် မူတည်သောကြောင့် amplitude ပြောင်းလဲသွားပါသည်။
AVO ရဲ့ အနှစ်သာရကတော့ amplitude ဆိုတာ “စွမ်းအင်ရဲ့ အရွယ်အစား” သက်သက် မဟုတ်ဘဲ ကျောက်တုံးတွေနဲ့ အရည်တွေရဲ့ ဂုဏ်သတ္တိတွေအကြောင်း အချက်အလက်တွေပါ။
-
၂။ အခြေခံရူပဗေဒ- လှိုင်းများ၏ ရောင်ပြန်ဟပ်မှုနှင့် ပို့လွှတ်မှု
ဆန့်နိုင်အားရှိသော ကြားခံတစ်ခုတွင် ပျံ့နှံ့သွားသော ငလျင်လှိုင်းများသည် ဂုဏ်သတ္တိများ မတူညီသော အလွှာနှစ်ခုကြားရှိ နယ်နိမိတ်နှင့် ထိတွေ့သောအခါ ရောင်ပြန်ဟပ်မှုနှင့် ထုတ်လွှင့်မှုကို ကြုံတွေ့ရမည်ဖြစ်သည်။ ကျရောက်မှုထောင့်တစ်ခုတွင် စွမ်းအင်အချို့ကို ပြန်လည်ရောင်ပြန်ဟပ်ပြီး အချို့ကို ထုတ်လွှတ်သည်။ ရောင်ပြန်ဟပ်စွမ်းအင်ပမာဏကို ရောင်ပြန်ဟပ်မှုကိန်းဖြင့် ဆုံးဖြတ်သည်။
အရိုးရှင်းဆုံးအခြေအနေအတွက်၊ ပုံမှန်ဖြစ်ပေါ်မှု (လှိုင်းများသည် ထောင့်မှန်ကျစွာ ရောက်ရှိလာသည်)၊ ရောင်ပြန်ဟပ်မှုကိန်း PP (လှိုင်း P ကို P ထဲသို့ ပြန်ဟပ်သည်) ကို ခန့်မှန်းခြေအားဖြင့် ရေးသားနိုင်သည်-
\[
R(0) \approx \frac{Z_2 – Z_1}{Z_2 + Z_1}
\]
ဤတွင် \( Z = \rho V_p \) သည် အသံခုခံအား၊ \( \rho \) သည် သိပ်သည်းဆ နှင့် \( V_p \) သည် P-လှိုင်းအလျင် ဖြစ်သည်။ ဤညီမျှခြင်းသည် ခုခံအား ကြီးမားသော ဆန့်ကျင်ဘက်များတွင်၊ ဥပမာအားဖြင့် မာကျောသော ကျောက်များနှင့် ပျော့ပျောင်းသော ကျောက်များကြားတွင် အဘယ်ကြောင့် အားကောင်းသော ရောင်ပြန်ဟပ်မှုများ ဖြစ်ပေါ်သည်ကို ရှင်းပြသည်။
သို့သော်၊ သုညမဟုတ်သော အော့ဖ်ဆက်များ (သုညမဟုတ်သော ထိခိုက်မှုထောင့်များ) တွင်၊ ရောင်ပြန်ဟပ်မှုများကို အသံခုခံအားတစ်ခုတည်းဖြင့် လုံလောက်စွာ ရှင်းပြနိုင်တော့မည်မဟုတ်ပါ။ ဤနေရာတွင် elastic ဂုဏ်သတ္တိများ (Vp၊ Vs နှင့် သိပ်သည်းဆ) ပေါ်လာပြီး AVO ပေါ်လာသည်။
-
၃။ Zoeppritz ညီမျှခြင်း- AVO သီအိုရီ၏ အခြေခံအုတ်မြစ်
သီအိုရီအရ၊ ပေးထားသော ကျရောက်မှုထောင့်တွင် ရောင်ပြန်ဟပ်မှု amplitude ကို Zoeppritz ညီမျှခြင်းဖြင့် ဖော်ပြထားပြီး၊ ၎င်းသည် elastic media နှစ်ခု၏ နယ်နိမိတ်တွင် P- နှင့် S-waves များအတွက် ရောင်ပြန်ဟပ်မှုနှင့် transmission coefficients များကို ရရှိသည်။ Zoeppritz ညီမျှခြင်းသည် "ပြီးပြည့်စုံ" သော်လည်း နေ့စဉ်အဓိပ္ပာယ်ဖွင့်ဆိုချက်တွင် တိုက်ရိုက်အသုံးပြုရန် ရှုပ်ထွေးပါသည်။
ထို့ကြောင့် AVO အလေ့အကျင့်တွင် အထူးသဖြင့် သေးငယ်သော-အလတ်စားထောင့်များနှင့် အလွန်အမင်းမဟုတ်သော elastic contrast များအတွက် ရိုးရှင်းသောခန့်မှန်းချက်ကို အသုံးပြုလေ့ရှိသည်။
-
4. Aki-Richards အနီးစပ်ဆုံးနှင့် Shuey ပုံစံ
လူကြိုက်များသော ခန့်မှန်းချက်တစ်ခုမှာ Aki–Richards ခန့်မှန်းချက်ဖြစ်ပြီး၊ ၎င်းသည် ရောင်ပြန်ဟပ်မှုကိန်း PP ကို ကျရောက်မှုထောင့်နှင့် စပ်လျဉ်း၍ Vp၊ Vs နှင့် သိပ်သည်းဆတို့ ပြောင်းလဲမှု၏ လုပ်ဆောင်ချက်အဖြစ် ဖော်ပြပါသည်။ ရိုးရှင်းအောင်ပြုလုပ်ခြင်းအမျိုးမျိုးအနက်၊ စက်မှုလုပ်ငန်းတွင် အသုံးအများဆုံးပုံစံမှာ Shuey ခန့်မှန်းချက်ဖြစ်ပြီး၊ ၎င်းတွင် အောက်ပါအတိုင်း ရေးသားထားသည်-
\[
R(\theta) \approx R_0 + G \sin^2\theta + F(\tan^2\theta – \sin^2\theta)
\]
ဘယ်နေရာ:
– \( R(\theta) \) = ကျရောက်မှုထောင့် \(\theta \) တွင် ရောင်ပြန်ဟပ်မှုကိန်း
– \( R_0 \) = intercept (သုညထောင့်တွင် ရောင်ပြန်ဟပ်မှု ချဉ်းကပ်လာခြင်း)
– \( G \) = gradient (အထူးသဖြင့် သေးငယ်သော-အလတ်စားထောင့်များတွင် ထောင့်နှင့်အတူ amplitude ပြောင်းလဲမှုအား ထိန်းချုပ်သည်)
– \( F \) = ထောင့်ကြီးသော အသုံးအနှုန်း (ထောင့် သိပ်မကြီးပါက မကြာခဏ လျစ်လျူရှုလေ့ရှိသည်)
AVO လေ့လာမှုများစွာတွင်၊ အထူးသဖြင့် ထောင့်အကွာအဝေးသည် နှိုင်းယှဉ်အားဖြင့် သေးငယ်သောအခါ၊ ညီမျှခြင်းကို မကြာခဏ ရိုးရှင်းအောင် ပြုလုပ်လေ့ရှိသည်-
\[
R(\theta) \approx R_0 + G\sin^2\theta
\]
ဒီကနေ AVO ရဲ့ အဓိကအယူအဆကို မြင်နိုင်ပါတယ်- ရောင်ပြန်ဟပ်မှုဟာ \(\sin^2\theta\) နဲ့ သတ်မှတ်ထားတဲ့ ထောင့်အပိုင်းအခြားတစ်ခုမှာ မျဉ်းဖြောင့်အတိုင်း ပြောင်းလဲပါတယ်။
-
၅။ ဘာကြောင့် amplitude ပြောင်းလဲသွားတာလဲ။ Vp၊ Vs၊ သိပ်သည်းဆနှင့် အရည်တို့၏ အခန်းကဏ္ဍ
အော့ဖ်ဆက်ဖြင့် amplitude ပြောင်းလဲမှုသည် ထောင့်ကျယ်များတွင် P-wave သည် Vp/Vs အချိုး (သို့မဟုတ် Poisson's ratio) ပြောင်းလဲမှုအပါအဝင် ပိုမို elastic effect များကို "ခံစားရ" သောကြောင့် ဖြစ်ပေါ်သည်။ အရည်များ (ဓာတ်ငွေ့၊ ဆီ၊ ရေ) ရှိနေခြင်းသည် Vp ကို သိသိသာသာ ပြောင်းလဲစေနိုင်သော်လည်း Vs သည် ပိုမိုတည်ငြိမ်လေ့ရှိသည် (Vs သည် အရည်ထက် ကျောက်တုံးဘောင်၏ လွှမ်းမိုးမှု ပိုမိုခံရသောကြောင့်)။ ရလဒ်အနေဖြင့် ဓာတ်ငွေ့သယ်ဆောင်သော အလွှာများသည် မကြာခဏ ထူးခြားသော AVO ပုံစံများကို ထုတ်လုပ်လေ့ရှိသည်။
ယေဘုယျအနေဖြင့်:
– ဓာတ်ငွေ့သည် Vp နှင့် acoustic impedance ကို ယေဘုယျအားဖြင့် လျော့ကျစေသောကြောင့် R0 သည် (shale-sand နယ်နိမိတ်အချို့တွင်) အနုတ်လက္ခဏာဖြစ်သွားနိုင်သည်။
– Vs ပြောင်းလဲမှုများနှင့် Vp/Vs အချိုးသည် lithology နှင့် fluid ပေါင်းစပ်မှုပေါ် မူတည်၍ ရှည်လျားသော offsets များတွင် amplitude များ တိုးလာခြင်း သို့မဟုတ် လျော့နည်းသွားခြင်း ဖြစ်စေနိုင်သည်။
– သိပ်သည်းဆသည် ရောင်ပြန်ဟပ်မှုအပေါ် သက်ရောက်မှုရှိသော်လည်း၊ AVO တုံ့ပြန်မှုတွင် ၎င်း၏ပံ့ပိုးကူညီမှုသည် Vp နှင့် Vs ထက် နည်းပါးသည်။
-
၆။ ကြားဖြတ်ခြင်းနှင့် gradient ၏ အယူအဆ (ဂန္ထဝင် AVO ခွဲခြမ်းစိတ်ဖြာမှု)
အဓိပ္ပာယ်ဖွင့်ဆိုချက်တွင် AVO ကို မကြာခဏ parameter pair များကို အသုံးပြု၍ ခွဲခြမ်းစိတ်ဖြာလေ့ရှိသည်-
– Intercept (A သို့မဟုတ် R0) : အနီးကပ် offset တွင် ရောင်ပြန်ဟပ်မှုကို ဖော်ပြသည်။
– Gradient (B သို့မဟုတ် G): offset နှင့်အတူ amplitude ပြောင်းလဲမှု၏ လမ်းကြောင်းကို ပြသသည်။
\(\sin^2\theta\) နှင့် amplitude ကို regress လုပ်ခြင်းဖြင့်၊ time/depth sample တစ်ခုစီအတွက် intercept နှင့် gradient ကို ခန့်မှန်းနိုင်ပါသည်။ ထို့နောက် ဤ attribute နှစ်ခုကို map လုပ်၍ ခွဲခြမ်းစိတ်ဖြာပါသည်။
အသုံးများသော နည်းပညာတစ်ခုမှာ intercept vs. gradient crossplot ဖြစ်သည်။ crossplot ပေါ်ရှိ အမှတ်များ၏ ဖြန့်ဖြူးမှုပုံစံသည် lithologic နှင့် fluid responses များကို ခွဲခြားသတ်မှတ်ရန်အပြင် hydrocarbons နှင့် ကိုက်ညီသော ပုံမှန်မဟုတ်မှုများကို ဖော်ထုတ်ရန် ကူညီပေးနိုင်ပါသည်။
-
၇။ AVO အမျိုးအစားခွဲခြားခြင်း (ခြုံငုံသုံးသပ်ချက်)
စူးစမ်းလေ့လာရေးစာပေများတွင် AVO အမျိုးအစားများစွာ (ဥပမာ၊ Rutherford & Williams အမျိုးအစားခွဲခြားခြင်း) ကို အသိအမှတ်ပြုထားပြီး၊ ၎င်းတို့၏ အပေါ်ယံရှိ ရှေးလ်ကျောက်များနှင့် နှိုင်းယှဉ်ပါက ဟိုက်ဒရိုကာဗွန်ပါဝင်သော သဲများ၏ ယေဘုယျ amplitude တုံ့ပြန်မှုကို ဖော်ပြထားသည်။ အသေးစိတ်အချက်အလက်များ ကွဲပြားနိုင်သော်လည်း အခြေခံအယူအဆမှာ-
၁။ အမျိုးအစား I: သဲ impedance သည် shale (R0 positive) ထက် မြင့်မားသော်လည်း၊ amplitude သည် offset နှင့်အတူ လျော့ကျသွားပြီး offset ကြီးများတွင် polarity ကို ပြောင်းလဲနိုင်သည်အထိ ဖြစ်သည်။
၂။ အမျိုးအစား II: R0 သည် သုညသို့ ချဉ်းကပ်လာပြီး၊ အော့ဖ်ဆက်ပါသော ပြောင်းလဲမှုများသည် အရေးကြီးသော အညွှန်းကိန်း ဖြစ်လာသည်။ “အဆင့်ပြောင်းပြန်လှန်ခြင်း” သို့မဟုတ် မရေမရာသော တုံ့ပြန်မှုကို ညွှန်ပြနိုင်သည်။
၃။ အမျိုးအစား III: သဲ impedance နည်းခြင်း (အနုတ် R0) နှင့် ရှည်လျားသော offsets များတွင် amplitude ပိုများခြင်း (အနုတ်လက္ခဏာပိုမိုများပြားခြင်း)—“bright spot” ဓာတ်ငွေ့ဖြည့်ထားသောသဲနှင့် မကြာခဏဆက်စပ်နေသည်။
၄။ အမျိုးအစား IV: R0 သည် အနုတ်လက္ခဏာဖြစ်သော်လည်း အော့ဖ်ဆက်များစွာတွင် amplitude လျော့ကျသွားသည် (ပုံမှန်မဟုတ်ခြင်းသည် ပိုမိုသိမ်မွေ့ပြီး ၎င်း၏အဓိပ္ပာယ်ဖွင့်ဆိုချက်သည် ခက်ခဲသည်)။
ဤခွဲခြားမှုသည် စဉ်းစားတွေးခေါ်မှုအတွက် မူဘောင်တစ်ခုအဖြစ် အသုံးဝင်သော်လည်း တုံ့ပြန်မှုသည် ဒေသဆိုင်ရာ ဘူမိဗေဒအခြေအနေများပေါ်တွင် အလွန်မူတည်သောကြောင့် လုံးဝစည်းမျဉ်းတစ်ခုအဖြစ် မယူဆသင့်ပါ။
-
၈။ AVO ဒေတာလိုအပ်ချက်များနှင့် လုပ်ငန်းစဉ်
AVO ကို မှန်ကန်စွာ အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်ရန်အတွက် ဒေတာအရည်အသွေးနှင့် စီမံဆောင်ရွက်မှုများသည် အလွန်အရေးကြီးပါသည်။ အထွေထွေလိုအပ်ချက်အချို့မှာ-
– လွှဲခွင်းအား ထိန်းသိမ်းထားရမည် (တကယ့် လွှဲခွင်း / ဆွေမျိုး လွှဲခွင်း)- လုပ်ဆောင်မှုသည် အော့ဖ်ဆက်များအကြား လွှဲခွင်းဆက်နွယ်မှုကို မပျက်စီးစေရပါ။
– မှန်ကန်သော NMO/DMO ပြင်ဆင်ခြင်း- အလျင်အမှားများသည် အထူးသဖြင့် ဝေးလံသော အော့ဖ်ဆက်များတွင် amplitude ကို ပြောင်းလဲစေနိုင်သည်။
– Geometric၊ absorption (Q) နှင့် scaling compensation တို့ကို တသမတ်တည်း လုပ်ဆောင်သည်။
– AVO အချက်အလက်များကို မစွန့်ပစ်မိစေရန် သို့မဟုတ် လွှမ်းမိုးသောဆူညံသံများ မဖြစ်ပေါ်စေရန် muting နှင့် offset ရွေးချယ်မှုတို့ကို ဂရုတစိုက်ပြုလုပ်ရမည်။
လုပ်ငန်းလည်ပတ်မှု (အကျဉ်းချုပ်):
၁။ QC စုဆောင်းပါ (ဆူညံသံကိုစစ်ဆေးပါ၊ အများအပြား၊ ဆန့်ထုတ်ပါ)။
၂။ ဖြစ်နိုင်ပါက အော့ဖ်ဆက် → ထောင့် (ထောင့်စုစည်းမှု) သို့ ပြောင်းပါ။
၃။ မိုးကုတ်စက်ဝိုင်း သို့မဟုတ် အချိန်ဝင်းဒိုးပေါ်ရှိ amplitude များကို ထုတ်ယူခြင်း။
၄။ ကြားဖြတ်-ပြောင်းလဲမှု သို့မဟုတ် အခြားဂုဏ်သတ္တိများ (ဥပမာ- ဝေး-အနီး၊ အရည်အချက်) ခန့်မှန်းခြင်း။
၅။ Crossplot နှင့် attribute mapping ပြုလုပ်ခြင်း၊ ထို့နောက် well logs နှင့် rock physics နှင့် ပေါင်းစပ်ခြင်း။
-
၉။ အဓိပ္ပာယ်ဖွင့်ဆိုချက်ထောင်ချောက်များ၏ ကန့်သတ်ချက်များနှင့် အရင်းအမြစ်များ
AVO သည် အားကောင်းသော်လည်း၊ “မှားယွင်းသော ပုံမှန်မဟုတ်မှုများ” ကို ဖြစ်ပေါ်စေနိုင်သော ဘူမိဗေဒဆိုင်ရာ မဟုတ်သော အချက်များစွာ ရှိပြီး ၎င်းတို့တွင် အောက်ပါတို့ ပါဝင်သည်-
– ထောင့်ဖြင့် တုံ့ပြန်မှုကို ပြောင်းလဲစေသော Anisotropy (ဥပမာ VTI)။
– ပါးလွှာသောအလွှာများတွင် ချိန်ညှိခြင်းနှင့် အနှောင့်အယှက်ပေးခြင်း။
- ပစ်မှတ်ရောင်ပြန်ဟပ်မှုတွင် မျိုးစုံထပ်ခြင်း။
– အော့ဖ်ဆက်များအကြား လှိုင်းလက် သို့မဟုတ် အဆင့်ပြောင်းလဲမှုများ။
– မျက်နှာပြင်အနီး ကွဲပြားမှုများကြောင့် ဖြစ်ပေါ်လာသော Static error များနှင့် wavelet mismatches များ။
– ရှုပ်ထွေးသောဖွဲ့စည်းပုံများတွင် ကွဲပြားသော aperture/illumination။
ထို့ကြောင့် Vp၊ Vs နှင့် သိပ်သည်းဆကို ပိုမိုအရေအတွက်အရ ခန့်မှန်းရန်အတွက် AVO ကို well data၊ ကျောက်ရူပဗေဒ analysis နှင့် ရရှိနိုင်ပါက elastic inversion (EI/AVA inversion) တို့ဖြင့် အမြဲတမ်း ချိန်ညှိသင့်သည်။
-
၈။ နိဂုံးချုပ်
AVO ငလျင်သီအိုရီသည် ရောင်ပြန်ဟပ်မှုကိန်းသည် ပုံမှန်ဖြစ်ပေါ်မှုတွင် အသံခုခံအားပေါ်တွင်သာမက ကျောက်တုံး၏ elastic ဂုဏ်သတ္တိများနှင့် လှိုင်း၏ကျရောက်မှုထောင့်ပေါ်တွင်လည်း မူတည်သည်ဟူသော အခြေခံမူအပေါ် အခြေခံထားသည်။ Shuey ၏ උපායနှင့်ဆင်တူသော Zoeppritz ခန့်မှန်းချက်ကို အသုံးပြုခြင်းဖြင့် AVO ကို ကျောက်လွှာဆိုင်ရာပြောင်းလဲမှုများနှင့် အရည်အလားအလာ၊ ဟိုက်ဒရိုကာဗွန်များ၏ ညွှန်ပြချက်များအပါအဝင် ထောက်လှမ်းရန်အတွက် လက်တွေ့ကျသော intercept နှင့် gradient analysis အဖြစ် ရိုးရှင်းအောင်ပြုလုပ်နိုင်သည်။
သို့သော် AVO သည် "မှော်ကိရိယာ" မဟုတ်ပါ။ ၎င်း၏အောင်မြင်မှုကို အချက်အလက်အရည်အသွေး၊ amplitude-preserving processing၊ ကျောက်ရူပဗေဒကို နားလည်ခြင်းနှင့် တွင်းထိန်းချုပ်မှုနှင့် ဘူမိဗေဒဆိုင်ရာအခြေအနေများနှင့် ပေါင်းစပ်ခြင်းတို့ဖြင့် အဓိကဆုံးဖြတ်သည်။ ဤအခြေခံဖြင့် AVO သည် ခေတ်သစ်ငလျင်ဗေဒအဓိပ္ပာယ်ဖွင့်ဆိုချက်တွင် အရေးကြီးဆုံးချဉ်းကပ်မှုများထဲမှ တစ်ခုဖြစ်လာခဲ့ပြီး စူးစမ်းရှာဖွေရေးအန္တရာယ်ကို လျှော့ချပေးပြီး ရေလှောင်ကန်၏ လက္ခဏာရပ်ဖော်ပြချက်အပေါ် ယုံကြည်မှုကို မြှင့်တင်ပေးပါသည်။
-
သင်အလိုရှိပါက ပိုမိုနည်းပညာပိုင်းဆိုင်ရာဗားရှင်း (Shuey/Aki–Richards derivative၊ crossplot ဥပမာများနှင့် AVA inversion workflow ပါ၀င်သည်) သို့မဟုတ် စာဖတ်သူအသစ်များအတွက် ရိုးရှင်းသောဗားရှင်းဖြင့် ဆက်လက်လုပ်ဆောင်နိုင်ပါသည်။
