Professional Documents
Culture Documents
PROCESAMIENTODEUNALNEASSMICADEPRUEBADEUN
LEVANTAMIENTOMARINO2D,HACIENDONFASISENLAELIMINACIN
DELMLTIPLEDELFONDOMARINO
Por:
CARMENVICTORIABRAZNVILLARROEL
Sartenejas,abril2008.
COORDINACINDEINGENIERAGEOFSICA
PROCESAMIENTODEUNALNEASSMICADEPRUEBADEUN
LEVANTAMIENTOMARINO2D,HACIENDONFASISENLAELIMINACIN
DELMLTIPLEDELFONDOMARINO
Por:
CARMENVICTORIABRAZNVILLARROEL
RealizadoconlaAsesoradelProf:
MarioI.Caicedo
INFORMEFINALDECURSOSENCOOPERACIN
PresentadoantelaUniversidadSimnBolvarcomorequisitoparcialparaoptaralttulo
deIngenieroGeofsico
Sartenejas,abrilde2008.
EstetrabajohasidoaprobadoennombredelauniversidadSimnBolvarporel
siguientejuradocalificador:
Presidente:Prof.MilagrosaAldana
Tutoracadmico:Prof.MarioCaicedo
Tutorindustrial:Ing.HectorP.Pastini
Amispadresyhermanas,porsuapoyosiempreincondicional
ii
AGRADECIMIENTOS
ADiosquemuchasvecesmeayudoalevantarmecuadonoqueracontinuar.
A mis Padres bellos, todo lo que soy se lo debo a ustedes, los amo. Nunca lo hubiese
logradosinsuguayapoyo,esteesunlogrodeloscinco.
AmisHermanasbellas,portodosucarioyapoyo,lasquieromucho!
A mis amigas bellas, gracias por haberme acompaado durante estos cinco aos.
CarmenP.yAndre,graciasporsermisconsejeras,miscmplices,mishermanas,yhasta
mas.Lasquieromuchsimo.
Amiscompaerosgeofsicos,muchasgraciasporbrindarmesiempresuayuda.Hector,
Tahina,Vero,atodos.EspecialmenteatiAlberto,portodostusconsejos.
Amitutoracadmico,MarioCaicedo,muchasgraciasportodatucolaboracinyapoyo.
Y a todos los profesores del departamento de geofsica por su dedicacin en mi
formacin acadmica y en la de muchos geofsicos que egresamos de la Universidad
SimnBolvar.
AtodoslosmuchachosyteamdeSubway,yatodoslosquemeayudaronallegarhasta
aqu,Carlitos(graciaspormateVII),losquiero.
iii
RESUMEN
Paralarealizacindeestetrabajosecontcondatosssmicosrealespertenecientesaun
levantamientomarinoprofundo2DdePDVSA,deloscualesseutilizoespecficamente
una de las lneas de prueba del proyecto. El enfoque de este estudio va desde la
integracindefundamentostericosdeprocesamientossmicohastaelmanejodedatos
reales de campo, donde el principal objetivo era la remocin del mltiple del fondo
marino, para la posterior obtencin de una imagen ssmica de calidad. Despus de
evaluar la secuencia de procesamiento apropiada para la remocin de las reflexiones
mltiples presentes en los datos, se decidi implementar una metodologa bastante
innovadoraenlaeliminacindelruidoobservadoenlosdatosssmicos(mltiples).Esta
es conocida como la metodologa del LIFT y resulta bastante eficiente para eliminar
mltiplessindeteriorarlaseal.Otraventajaimportantequepresentaestametodologa
y que influy en el momento de su eleccin, es que permite conservar las amplitudes
relativas de los datos, lo que es de gran importancia en el momento de ser necesarios
posteriores anlisis de AVO. Para atenuar la presencia de los mltiples en los datos
ssmicos,esnecesariosepararlasealdelruido;enelcasodelametodologautilizada
seaprovechanlasdiferenciasdemoveoutentrelasreflexionesprimariasylasmltiples
parahacerdichaseparacin.LametodologadelLIFTtrabajasobreelruidoquehasido
separadodelasealconsiderandoquestecontieneanunporcentajedelamisma.Yes
sobreesteruidoqueseaplicanlosmtodosderemocindemltiples,yconsiderandola
variedaddemtodosderemocinqueexisten,fuenecesarialarealizacindediferentes
pruebas para elegir el mtodo que mostrara mejores resultados para nuestros datos.
Luego de la remocin del mltiple del fondo marino se paso a la etapa final del
procesamiento, la cual se encuentra constituida por la migracin y los post procesos;
etapaquecontribuyengranmedidaagenerarunaimagenssmicadecalidad,loque
resultadegranimportanciaenelprocesamientodelosdatosssmicos.
iv
INDICEGENERAL
Dedicatoria..ii
Agradecimientos...iii
Resumen.....iv
ndiceGeneral....v
ndicedefiguras..vii
CapituloI:Introduccin.....10
CapituloII:Geologadelreadeestudio...14
2.1. Estratigrafa....14
2.2. Evolucintectnica...17
CapituloIII:Losmltiplesysuexpresinenlassmica.....24
3.1.Clasificacindelosmltiples.......26
3.1.1.Mltiplesrelacionadosconsuperficies........26
3.1.1.1.Mltiplesdelaprimeracapa......26
3.1.1.2.Reverberacionesdelacapadeagua......26
3.1.1.3.Otrosmltiplesrelacionadosconsuperficies......27
3.1.2.Mltiplesinternos...............................................................................27
3.1.3.Mltiplesdeperodolargo................28
3.1.4.Mltiplesdeperodocorto................29
3.2.Caractersticasdelosmltiples......30
3.3.Impactoenlaimageneinterpretacinssmica....32
3.4.Mtodosderemocindemltiples...32
3.4.1Mtodosderemocindemltiplesbasadosendiferenciasenel
comportamientoespacialdemltiplesyprimarios...34
3.4.1.1TransformadaFK......36
3.4.1.2TransformadaRadnparablica................38
3.4.1.3.TransformadaKarhunenLoev.................42
v
3.4.2Mtodosderemocindemltiplesbasadosenlaperiodicidaddelos
eventos......47
3.4.2.1Deconvolucinpredictva....47
3.4.2.2Transformadaradnlineal(slantstack)...49
3.5.LIFT:Metodologaparalaeliminacinderuido.....50
CapituloIV:Metodologa..55
4.1.Cargadedatos...56
4.2.Aplicacindelageometra......57
4.3.CulminacindelaGeometraeiniciodelprocesamientodelos
datos58
4.4.Deconvolucindelosdatos67
4.5.Clculodelafuncindevelocidad....70
4.6.ApiladoPreliminar...72
4.7.InterpolacindeTrazas...75
4.8.TransformadaRadn.......76
4.9.MetodologadelLIFTparalaeliminacindemltiples....76
4.10.Migracin...90
CapituloV:ResultadosyAnlisis95
ConclusionesyRecomendaciones..101
Bibliografa.....103
vi
NDICEDEFIGURAS
Figura1:Ubicacindereadeestudio.....12
Figura2:Ubicacindelalneaprocesadadentrodellevantamientossmico2D.....13
Figura3:ColumnaestratigrficadeCubaOccidental.(Lpezetal.,2001)15
Figura4:LaconfiguracinactualdeMxico...19
Figura5:DuranteelJursicoSuperior(140m.a.)yelCretcicoSuperior(70m.a.)...19
Figura6:DuranteelCretcicoSuperior(70m.a.)yelPaleoceno(58m.a.)..20
Figura7:DesdeelEocenoSuperior(42m.a.)hastaelMiocenoInferior(18m.a.)...20
Figura 8: La antigua dorsal o cordillera ocenica inferida aparentemente fue asimilada por el
continenteduranteelOligocenoMedio(30m.a.)..21
Figura9:DuranteelMiocenoMedio(13m.a.)alPliocenotemprano(4.5m.a.)..21
Figura 10:la porcin sur de la actual Pennsula de Baja California se separ del resto del
continente..22
Figura11:DuranteelPliocenoyelCuaternariolaactualconfiguracindeMxico.22
Figura 12: Diferencia entre la trayectoria de viaje de los primarios (amarillo) y los mltiples
(azul)..25
Figura13:Mltiplesrelacionadosconlasuperficie,mltipledelaprimeracapa.26
Figura14:Mltiplesrelacionadosconlasuperficie,reverberacionesdelaprimeracapa/Pegleg.26
Figura15:Mltiplesrelacionadosconlasuperficie,otrosmltiplesrelacionadosalasuperficie..27
Figura16:Mltipleinternointracapa...27
Figura17:Ejemplodetiposdemltiplesdentrodeunapilado...28
Figura18:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodolargo....28
Figura19:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodocorto29
Figura20:Trayectoriadeviajedelmltipleydelprimario..34
Figura21:TransformadaFK..37
Figura22:Latransformadaradnparablica.41
Figura23: (a) aplicacin de correccinNMO a los CMP gathers (b) los eventos sobrecorregidos se
verndelladonegativodelplanotaupyloseventossubcorregidosestarnenelladopositivodel
planotaup....42
Figura24:MetodologaderemocindemltiplesusandolatransformadaKL......43
Figura25:Datamodelo,dondeseobservalainterferenciaentremltipleyprimarios.......44
Figura26:Datamodeloquecontienesloprimariosysuspeglegs.....45
vii
Figura27:Ejemplodeunasecuenciadeeliminacinderuidoconvencional....52
Figura28:EjemplodeunasecuenciadeeliminacinderuidoutilizandolametodologaLIFT.53
Figura29:Parmetrosyconfiguracindeadquisicindedatos..55
Figura30:Esquemadecargadedatos..57
Figura31:Primeresquemadeasignacindegeometrayconstruccindelahojadeclculo....57
Figura32:Segundoesquemadeasignacindegeometra...59
Figura33:Aplicacindefiltropasaalto(36Hz)datosantesydespusdelaaplicacindelfiltro...60
Figura34:Espectrodefrecuenciasdelosshotsdecampo....61
Figura35:Comparacinentrelaondculadelcampolejanoylaondculaequivalente.......62
Figura36:Datosantesydespusdelaaplicacindelfiltroparaelruidoporfantasmayfirmadela
fuente.63
Figura 37: Espectros de frecuencia antes y despus de la aplicacin del filtro del fantasma de la
fuente.64
Figura38:Frmuladedivergenciaesfrica.65
Figura39:Gatherantesydespusdelaaplicacindeunagananciapordivergenciaesfrica...66
Figura 40: Anlisis de ganancia, antes de la correccin por divergencia esfrica y despus de la
correccin..67
Figura41:Esquemadecorreccindelaprofundidaddelparfuentereceptoryladeconvolucinde
losdatos.....68
Figura42:Entradaysalidadelosdatosenelflujodetrabajomostradoenlafigura40..69
Figura43:Esquemaparaelclculodelafuncindevelocidad..70
Figura44:Anlisisdevelocidad...71
Figura45:Esquemaparaelapiladopreliminardelosdatos...72
Figura 46: Pruebas de deconvolucin impulsiva para operadores de 120, 160, 200 y 240 ms de
longitud.....73
Figura47:ApiladoPreliminar...74
Figura 48: Espectro de frecuencia de los datos, donde se observa la presencia de aliassing
espacial..75
Figura49:Espectrodefrecuenciadespusdelainterpolacindetrazas.......76
Figura50:CDPgather(interpolado)queseutilizarcomodatodeentradaparalametodologadel
LIFT...77
Figura51:RepresentacinesquemticadelametodologadelLIFT..78
Figura52:Gathersantes(izquierda)ydespus(derecha)delbalanceodelespectro....80
viii
Figura53:Espectrosdefrecuenciadondeseobservacomoactaelbalanceodelespectral...81
Figura54:Gatherantesydespusdelaaplicacindelfiltroeneldominiofx,....82
Figura55:Antesydespusdelaaplicacindelenmudecimietoporngulosdeincidencia..84
Figura56:EjemplodeenmudecimientointernoalosGathersyreconstruccindelosprimarios.87
Figura57:EjemplodeseparacinentreelruidoylasealutilizandolametodologadelLIFT.....88
Figura 58: Ejemplo de la metodologa del LIFT para el estimado de ruido que se regresa a la
seal...89
Figura59:Funcionesdevelocidadcalculadasporelprograma...92
Figura60:Gatherentiempomigradoyprimerasfuncionesderesiduo..93
Figura61:Gatherentiempomigradoyltimasfuncionesderesiduo....94
Figura 62: Gathers despus de la aplicacin de la metodologa del LIFT, acercamiento en la parte
superior.96
Figura 63: Gathers despus de la aplicacin de la metodologa del LIFT, acercamiento en la parte
inferior...97
Figura 64: Apilados correspondientes a los mtodos de remocin de mltiples aplicados,
acercamiento.....................................................................................................................................................98
Figura65:MigracinPreapilamientoentiempoconpostprocesos,acercamiento.......100
ix
CAPITULOI:INTRODUCCIN
PLANTEAMIENTODELPROBLEMA
JUSTIFICACIN
11
OBJETIVOGENERAL
OBJETIVOSESPECFICOS
Losobjetivosespecficoscorrespondientesalpresenteinformesepuedenenumerardela
siguientemanera:
1. Ubicarycargarlosdatos.
2. Aplicarsecuenciadeprocesamientoparadatosmarinos2D
3. Evaluar y comparar respuestas de mtodos de remocin de mltiples para datos
marinos disponibles en el programa FOCUS (plataforma Paradigm), a fin de
encontrarelmtodomsefectivo.
4. Obtener imgenes ssmicas apiladas en tiempo y migradas preapilamiento en
tiempo.
5. Generarinformedemetodologayresultadosdelaevaluacin.
12
UBICACINGEOGRFICA
EE.UU.
Florida
GolfodeMxico
Mxico
Bahamas
Cuba
Yucatn
MarCaribe
Venezuela
Figura1:Ubicacindereadeestudio.
13
GolfodeMxico
Cuba
Lnea12
MarCaribe
Figura2:Ubicacindelalneaprocesadadentrodellevantamientossmico2D
Este levantamiento ssmico fue realizado al Sureste del Golfo de Mxico, en las
cercanasalapennsuladeYucatn(Figuras1y2).
EllevantamientolimitaalEsteconCuba;alOesteconlapennsuladeYucatn,Mxico;
alSurconelMarcaribe,yalNorteconelGolfodeMxico.
HERRAMIENTASUTILIZADAS
Software:
FOCUSversin5.4deParadigmGeophysical.
GEODEPTHversin8.2deParadigmGeophysical.
CAPITULOII:GEOLOGADELREADEESTUDIO
2.1.ESTRATIGRAFA
15
Sedimentos arcillosos
y arcillosos terrgenos.
Sedimentos carbonatados,
brechas y turbiditas
Sedimentos carbonatados de
ambientes somero a profundo
Sedimentos carbonatados y
brechas.
Depsitos clsticos
Figura3:ColumnaestratigrficadeCubaOccidental.(Lpezetal.,2001).
16
2. Depsitos Post Ruptura (postrift) o Deriva, Jursico Tardo al Cretcico Tardo: Esta
secuencia se extendi desde el Oxfordiano Medio al Cretcico Tardo y est
relacionado a la subsidencia trmica, posterior al evento de ruptura (rifting), que
genersedimentoscarbonatadosdeambientessomerosaprofundos.Enlazonade
Cuba Occidental se encuentran las Formaciones Jagua, San Vicente, El Ameriano,
Tumbadero, Tumbitas, Pons, Artemisa, Sumidero, Pinalilla, Sierra Azul, Carmita,
Santa Teresa, Polier, MartinMesa y el Grupo Esperanza (SnchezArango et al.,
op.cit).
3. Depsitossinorognicos(CretcicoSuperiorTardoEoceno):Lasecuenciacretcicase
originapartirdelacolisindelaPlacaTectnicadelCaribe,generandobrechasy
turbiditas que constituyen reservorios (Formacin Cacarajcara), la que tambin se
17
haconsideradoproductodelimpactoterrestredeunmeteoritocadoenChijchulub,
Mxico,dandolugaralyacimientopetrolferodeCantarell.Elrellenoterrgenodela
Cuenca Antepas frente a las zonas de corrimientos (depsitos tipo flysch) se
representaporlasFormacionesManacas,VegaAltayVega(SnchezArangoetal.,
op.cit).
4. DepsitospostorognicosdesdeelEocenoMedioalReciente:Esteintervalodedepsitos
clsticosycarbonatadosseextendidesdeelEocenoMedioalMioceno(Fms.Loma
Candela, Jabaco, Guanajay, Paso Real, Jaruco, Husillo, Cojmar, Gines y
Cangrejeras)gradandoaarcillasarenasyconglomerados(Fms.Vedado,Guevaray
Guane). Los depsitos postorognicos estn cubiertos por depsitos marinos,
aluviales y palustres (Fms. Playa Santa F y CayoPiedra) (SnchezArango et al.,
op.cit).
2.2.EVOLUCINTECTNICA
LaevolucintectnicadelGolfodeMxicoeselresultadodelainteraccindelaPlaca
Tectnica del Caribe con el margen continental de la Placa Tectnica Norteamericana,
durante el Mesozoico y el Cenozoico (Figura. 4). Se consideran las siguientes fases
(Aguayo,1996):
18
3. Compresin que abarca desde el Cretcico Tardo hasta el Terciario (Eoceno Medio)
fundamentalmente,lacualseiniciaconelchoqueentrelaPlacaTectnicadelCaribe
yelmargencontinentaldelaPlacaNorteamericanay,posteriormente,laobduccin
de la primera sobre la segunda. Dicho proceso es responsable del desarrollo del
cinturndeplegamientosycabalgamientosdeCubaconlaformacindeestructuras
dplexesyretrocabalgamientosydeunaestrechaypocopotenteCuencaAntepas,
adyacente al frente de cabalgamientos para ese momento (Figura 6 y 7) (Aguayo,
1996).
19
ImgenesdelaevolucintectnicadelGolfodeMxico:
Figura4:LaconfiguracinactualdeMxicosedebealmovimientosimultneodelascuatroplacas
tectnicas:a)ladeNorteamrica,condesplazamientohaciaelSuroeste;b)ladelPacficooriental,haciael
Noroeste;c)ladeCocos,haciaelNoreste,yd)ladelCaribe,haciaelEstefranco(Tomadode:Aguayo,
1996).
Figura5:DuranteelJursicoSuperior(140m.a.)yelCretcicoSuperior(70m.a.)elcontinenteasimilla
placaocenicadeFaralln,generndoseaselArcoVolcnicoMarginalenelbordeoccidentaldeMxico
ydelNoroestedeSudamrica;lacortezaocenicadelantiguoOcanoPacficotambinestabaencolisin
conelfondoocenicodelancestralOcanoAtlntico,yensuuninseformaronlosarcosvolcnicos
insularesdelaregincaribea(Tomadode:Aguayo,1996).
20
Figura6:DuranteelCretcicoSuperior(70m.a.)yelPaleoceno(58m.a.)laplacacontinentalestaba
prximaaasimilarunacordilleraocenica,yelarcovolcnicomarginalmigrabahaciaelinteriordel
continenteenMxico.Enlaporcinsurdelpasseiniciabaunrompimientoysudesplazamientohaciael
Noreste (Tomado de: Aguayo, 1996).
Figura7:DesdeelEocenoSuperior(42m.a.)hastaelMiocenoInferior(18m.a.),elarcomagmtico
marginalcontinentaldeMxicoiniciabasuretrocesohaciaelPacfico.LaporcinSurdelcontinentese
siguidesplazandohaciaelNoresteylaPennsuladeYucatngirabaenelsentidodelmovimientodelas
manecillasdelreloj (Tomado de: Aguayo, 1996).
21
Figura8:Laantiguadorsalocordilleraocenicainferidaaparentementefueasimiladaporelcontinente
duranteelOligocenoMedio(30m.a.),yquedancomotestigoslasfracturasqueincidenenelborde
continentaldelPacfico.Elarcovolcnicosiguienretrocesodesdeelinteriordelcontinentehaciael
Oeste,ylaDorsaloCordilleradelPacficoorientalestabaprximaalcontinente(Tomadode:Aguayo,
1996).
Figura9:DuranteelMiocenoMedio(13m.a.)alPliocenotemprano(4.5m.a.)elbordeNoroestede
MxicotraslapalaDorsaloCordilleradelPacficooriental,asimilandoalavezalatrincheraocenicaen
esaporcin.HaciaelSur,latrincherasiguiactiva,loquesemanifestporelArcoVolcnicoMarginal
(Tomado de: Aguayo, 1996).
22
Figura10:Enunaetapatectnicaposterior,laporcinsurdelaactualPennsuladeBajaCaliforniase
separdelrestodelcontinenteylasaguasocenicasdelPacficoinundaronesaporcin.Laparte
meridionaldelpasselevantabaysefracturaba,facilitndoseaslaformacindelaCadenaVolcnica
Transversal,desdeelOcanoPacficohastaelGolfodeMxico.EnelPacficoseformotracordillerao
dorsalconocidacomoGalpagos,queseuniconladelPacficoorientalydiolmitesalaPlacadeCocos
(Tomadode:Aguayo,1996).
Figura11:DuranteelPliocenoyelCuaternariolaactualconfiguracindeMxicosiguigobernadapor
losdesplazamientoscontinuosdelcontinenteydelasplacasocenicas.LaPennsuladeBajaCaliforniase
muevehaciaelNoroeste,gobernadaporlasfallasdelSistemaSanAndrs;losmrgenesmeridionalysur
delcontinente,enelPacfico,asimilanlacortezaocenicadelaPlacadeCocos.LaPennsuladeYucatn
sedesplazaensentidodelasmanecillasdelrelojyelCinturnVolcnicoTransmexicano,sigueen
actividaddesdeelPacficohastaelGolfodeMxico(Tomadode:Aguayo,1996).
23
Resumiendo, en la parte Sureste del Golfo de Mxico se destacan con mucha claridad
treszonasdiferentes:
El Cinturn de Plegamientos y Cabalgamientos, que en su parte meridional se puede
clasificarendosreas:laparteSur,decarctermscomplejoylaparteNorteofrontal,
en la que se detectan y destacan los pliegues escamas (duplex) que conforman las
secuenciascarbonatadasdelJursicoSuperioryterrgenasdelTerciarioTempranoque
las recubren. En su parte media la Cuenca Antepas del Cretcico TardoEoceno
Temprano a Medio que recubren las estructuras formadas y heredadas del margen
continental.EnsuparteseptentrionallapresenciadelaPlataformadeYucatn,donde
sedestacan:suzonadetaludypiedetaludhaciaelSur,lazonadelbordedeplataforma
ylapartemsinternadedichaplataforma(Aguayo,1996).
CAPITULOIII:LOSMLTIPLESYSUEXPRESINENLASSMICA
24
25
Receptor
Con:
V1
V2
Mltiples
Primarios
V3
V4
Figura12:Diferenciaentrelatrayectoriadeviajedelosprimarios(amarillo)ylosmltiples(azul).
(ModificadodeVerschuur,2006)
Fuente
Para interfaces bastante someras, se puede asumir que las trayectorias de viaje son
verticales. La distancia de viaje adicional a lo largo de la trayectoria de estos rayos
mltiplescausaentoncesunretrasodetiempoelcualserconstanteeindependientedel
offsetdelreceptor(Verschuur,2006).
La expresin de los mltiples en la ssmica depender del tipo de propagacin en
cuestin. Estos pueden ser distinguidos por su periodicidad (perodo largo o perodo
corto), segn la diferencias de moveout y pendientes entre el reflector y el mltiple (ver
figura 25), o por la diferencia entre el contenido del mltiple y el reflector primario
(Verschuur,2006).
26
3.1. CLASIFICACINDELOSMLTIPLES
Unaformadeclasificarlosmltiplesessegnlainterfacedondepresentansusaltohacia
abajo(Verschuur,2006):
3.1.1. Mltiplesrelacionadosconsuperficies(verfig.17)
3.1.1.1. Mltiplesdelaprimeracapa(delacapadeaguaodelfondomarino):Son
mltiplescuyaenergasepropagadentrodelacapadeaguasinviajarnuncaa
lacapasubyacentealfondomarino(fig.13)(Verschuur,2006).
Fuente
Va
Receptor
Con:
Va1500m/s
Va<V1<V2
V1
V2
Figura 13: Mltiples relacionados con la superficie, mltiple de la primera capa. (ModificadodeVerschuur,
2006)
3.1.1.2. Reverberacionesdelacapadeagua:Sonmltiplesquesereflejanunavez
debajo del fondo marino, y una o varias veces en la capa de agua. Estas
reverberacionespuedenocurrirdelladodelafuente,delladodelreceptor,o
de ambos lados. Tambin son conocidos como Peglegs (fig. 14) (Verschuur,
2006).
Con:
Va1500m/s
Va
Va<V1<V2
V1
V2
Figura 14: Mltiples relacionados con la superficie, reverberaciones de la primera capa/Peg-leg. (Modificado
deVerschuur,2006)
27
3.1.1.3. Otros mltiples relacionados con la superficie: Son mltiples que sufren
dosomsreflexionespordebajodelfondomarino.Puedenserimportantesen
elcasodepresentarseunaamsestructurasdereflexinfuertesubyacentesal
fondomarino,comoeselcasodelascapasdesal(fig.15)(Verschuur,2006).
Con:
Va1500m/s
Va<V1<V2
Va
V1
V2
Figura 15: Mltiples relacionados con la superficie, otros mltiples relacionados a la superficie.(Modificado
deVerschuur,2006)
Losmltiplescondosomsreflexionespordebajodelfondomarinoyconunaoms
reverberaciones adicionales en la primera capa pueden entrar en ambas categoras,
tantoenreverberacionesdelacapadeaguaodentrodeotrosmltiplesrelacionados
con la superficie. Por consistencia, se har referencia a estos, como reverberaciones,
como es la parte ms somera de tales mltiples relacionados con la superficie
(Verschuur,2006).
3.1.2.
respectoalasuperficie(fig.16y17).
Va
V1
Con:
Va1500m/s
Va<V1<V2
V2
Figura16:Mltipleinternointracapa.(ModificadodeVerschuur,2006)
28
Mltiples
internos
Mltiples
relaciona
dosconla
superficie
Figura17:Ejemplodetiposdemltiplesdentrodeunapilado,lasflechasazulescorrespondenalos
mltiplesinternosylasverdesalosmltiplesrelacionadosconlasuperficie. (Modificadode
Verschuur,2006)
Mltiplesdeperodolargo:Soneventosquepuedenserdescompuestosen
trayectoriasderayosprimarias,verfigura18,lascualestienentiemposdedoble
viaje que son observados como diferentes llegadas en los datos ssmicos. En
otraspalabras,losmltiplesdeperodolargopuedenreconocerseenlassmica
comoeventosseparados,yaquetienenuncomportamientomsdeterminstico
(Verschuur,2006).
Con:
Va1500m/s
Va<V1<V2
Va
V1
V2
Figura18:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodolargo. (Modificado
deVerschuur,2006)
29
3.1.4.
Mltiplesdeperodocorto:estosocurrencuandoestnpresentescapasde
En una situacin decapas delgadas, todos los mltiples internos junto con el evento
original primario resultan en una reflexin efectiva, donde la ondcula observada es
diferentealaondculaoriginal.Actualmente,losmltiplescontribuyenengranparte
a la energa finalmente transmitida, pero tambin genera efectos de dispersin y un
retraso en general de la energa acstica. Este efecto a menudo es llamado filtrado
estratigrfico.Losmltiplesinternosenunasituacindecapasdelgadasrepresentan
laparteprincipaldelaenergadetransmisin(Verschuur,2006).
Con:
Va1500m/s
Va<V1<V2<V3
Va
V1
V2
V3
Figura19:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodocorto(Modificado
deVerschuur,2006).
Por supuesto, una clara distincin entre los mltiples de perodo corto y los de
perodolargonohasidodefinida.Hayunreagrisdondelosmltiplescaenenambas
30
categoras. Por regla general, para la separacin de estos dos tipos de mltiples nos
basaremosen la longitud de la ondcula fuente: Los mltiples cuyo perodo sea ms
cortoqueeldelaondculafuentelosllamaremosmltiplesdeperodocorto,ylosque
tengan un perodo mayor que el de la ondcula fuente sern llamados mltiples de
perodolargo(Verschuur,2006).
Tomaremosencuentasololosmltiplesdeperodolargoyaquelosdeperodocorto
se encuentran incluidos en la firma de la fuente, y son removidos normalmente a
partir de la deconvolucin con filtros de la firma de la fuente, as como por
deconvolucin impulsiva fase mnima. Adems, el efecto acumulativo de los
mltiples de perodo corto se manifiesta dentro de las capas delgadas como una
absorcinefectiva.Estoafectalafirmadelafuenteporunaatenuacintotalyelefecto
dedispersin,quepuedesercorregidoporunfiltroQinverso(Verschuur,2006).
3.2. CARACTERSTICASDELOSMLTIPLES
Antesderemoverlosmltiples,esnecesarioreconocerlosefectosqueestostienensobre
los datos ssmicos. Cuando analizamos una seccin ssmica (desde una seccin apilada
hasta una seccin migrada), podemos observar que los mltiples tienen las siguientes
caractersticas:
Repeticinperidicadeloseventosdereflexin:siciertoseventosserepitenen
intervalos regulares y su amplitud disminuye o aumenta de manera regular, la
posibilidad de que estos sean mltiples es alta. Especialmente los mltiples del
fondomarinosonfcilesdereconocer. Los mltiplesdelfondo marinoaparecen
comoacontecimientoscasihorizontalesenunasecuenciaregularconamplitudes
quedecaenconelordendecadamltiple(Verschuur,2006).
Aumento de las pendientes a medida que aumenta el orden de los mltiples
(conflicto con las pendientes de los primarios): A menudo los mltiples se
31
caracterizan por tener pendientes distintas a las de las reflexiones primarias que
losgeneran(Verschuur,2006).
Efectosdeenfoqueydesenfoquedebidoapequeosefectosestructuralesenlas
capas que generan los mltiples: Pequeas variaciones en los reflectores que
generan mltiples, como anticlinales o sinclinales locales, tienen un efecto en el
evento de reflexin en trminos del tiempo de viaje y amplitud, este efecto es
mayor a medida que aumenta el orden del mltiple respecto al reflector
(Verschuur,2006).
Efectosdemagnificacindeamplitudparamltiplesderdenesaltos:Loslados
delassuperficiesdeimpactoascomolasvariacioneslateralesdeamplituddelos
reflectoresgeneradoresdemltiplessemagnificanconrespectoalordendecada
mltiple.Enlaprctica,losefectosestructuralesydeamplituddelosreflectores
generadores de mltiples en el campo de ondas ssmicas estn combinados y
puedengenerarbandasverticalesdeenergadealtaybajafrecuenciaalolargode
laseccinssmica(Verschuur,2006).
Efectosdeinterferenciaentremltiplesyprimariosoentrediferentesmltiples:
enla prctica,todasestas caractersticas pueden sercombinadassimuchos tipos
de mltiples interfieren unos con otros. Ya no pueden reconocerse cada tipo de
mltiples individualmente, pero estos crean complejos patrones de interferencia
(Verschuur,2006).
32
3.3.
IMPACTOENLAIMAGENEINTERPRETACINSSMICA
3.4. MTODOSDEREMOCINDEMLTIPLES
Losmtodosderemocindemltiplessepuedenclasificarendoscategorasprincipales
(Verschuur,2006):
Los mtodos en la primera categora explotan el hecho de que los mltiples viajan a lo
largo de diferentes trayectorias en la tierra, y as se han visto diferentes velocidades
33
Enlasegundacategora,seexplotaelhechodequelosprimariosylosmltiplestienen
una relacin inherente. En su forma ms simple, los mltiples estn definidos como
eventosqueaparecenestrictamenteenunpatrnrepetitivo.Porestticasasumidas,este
patrn de repeticin es suprimido. En una forma ms compleja, el uso implcito o
explcito de la ecuacin de ondas permite relacionar los primarios y los mltiples
(Verschuur,2006).
Engeneralestastcnicascontienenunpasodeprediccinyunodesupresin.Primerose
prediceelmltipleapartirdelprimariodelcualsederivayluegoestesesustraedelos
datosssmicosdeentrada.Estastcnicassesitanenunprincipioeneldominiodelpre
apilamiento, pero bajo consideraciones adicionales, puede ser aplicados al dominio del
postapilamientoyenlaetapadepostmigracin(Verschuur,2006).
34
3.4.1.
MTODOSDEREMOCINDEMLTIPLESBASADOSEN
DIFERENCIASENELCOMPORTAMIENTOESPACIALDEPRIMARIOSY
MLTIPLES
Fuente
Receptor
Con:
V1 < V2 < V3 < V4
V1
V2
Mltiples
V3
Primarios
V4
Figura20:Trayectoriadeviajedelmltiple(rojo,capasmssomeras)ydelprimario(amarillo,capams
profunda).(ModificadodeVerschuur,2006)
35
trazasadyacentesentresconunaumentodeloffset,elresultadoserunadiferenciaenla
pendientetiempooffsetodemoveoutentreamboseventos(Verschuur,2006).
Este efecto puede ser mejorado visualmente con la aplicacin de una correccin de
moveoutaproximadaalCMPgatherconunavelocidadNMOentremltiplesyprimarios
(Verschuur,2006).
Laremocindemltiplesbasadaenladiscriminacindevelocidadesempleaprimeroun
proceso para transformar los datos a un nuevo dominio donde los mltiples y los
primariossonmapeadosendiferentesregiones.Enestedominiolaenergadelmltiple
es eliminadaoblanqueadaylos datos resultantesporejemplo elprimario estimado, es
antitransformado y regresado al dominio tiempooffset original. Para que este
procedimientoseaexitosoesnecesarioconocerdoscriterios(Verschuur,2006):
1.
Latransformadadebepodersedevolver,demaneraquedespusdeseparar
losprimariosdelosmltiplesestospuedanserantitransformadosoregresadosasu
dominiooriginaltiempooffsetsinningunadistorsin.
Deformaalternativatambinesposible,eneldominiodelatransformadablanquearel
rea con primarios y antitransfromar los mltiples al dominio tiempooffset, y luego se
sustraendelosdatosoriginales.Estamodalidadpuedefuncionarmuchomejorencaso
de que el criterio 2 no sea completamente conocido y si la transformada inversa aade
artefactosextraalosdatos(Verschuur,2006).
Entre los mtodos de eliminacin de mltiple utilizados en este caso se tienen las
siguientestransformadas:
36
3.4.1.1. TRANFORMADAFK
D ( x, f ) =
d ( x, t )e
j 2ft
dt
luegoesaplicadaunanuevatransformadadeFouriersobrelacoordenadaespacial,la
cualestadefinidacomo:
+
D(k x , f ) =
D ( x, f )e
+ j 2k x x
dx
Dondefeslafrecuenciatemporalykxeselnmerodeondahorizontal,elcualpuede
serconsideradocomofrecuenciaespacial.
Se hace referencia a esta doble transformada de Fourier como transformada FK, y
puedeserconsideradacomoladescomposicindeondaplanadelosdatosssmicos.
Un punto en el dominio de la transformada FK describe una onda plana
monocromticaeneldominioespaciotiempo.Larelacinentreeltiempoyelespacio
estaconstituidaporlavelocidaddepropagacinssmicacyelngulodepropagacin
delaondaplana: k x =
f
sen ,(Verschuur,2006).
c
Dondesepuedeobservarquelainformacinrelacionadaaunaondaplanadebanda
anchaestalocalizadarealmentealolargodeunalnearectaeneldominioFK.Porlo
tanto,unallegadassmicaconunaondculadebandaanchayunaformahiperblica,
puede ser pensada como una composicin de ondas planas con diferentes ngulos,
37
1000
500
Distancia(m)
0
500
1000
D(Kx,f)
0.2
60
0.4
Frecuencia(Hz)
Tiempo(s)
0.6
40
20
0.8
d(x,t)
0
0.4
0
0.02
0.0
Nmerodeonda(1/m)
Figura21:TransformadaFK.Alaizquierdaseobservaunareflexinssmicasintticadeforma
hiperblica,quepuedeserdescompuestaenplanosdeondademuchosngulos,loscualesestn
delimitadosporlasasntotasdelahiprbola.Eneldominionmerodeondafrecuencia(derecha)este
eventollenaunreatriangular(modificadodeVerschuur,2006).
Parallevarlosdatosdeldominionmerodeondafrecuenciaasudominiooriginalse
procededeformasimilar,llevandoporunaparteeldominiodelnmerodeondaalde
lafrecuencia(Verschuur,2006):
+
D ( x, f ) =
D(k
, f )e j 2k x x dx
Yporotrapartesellevalafrecuenciatemporalaldominiodeltiempo:
38
+
d ( x, t ) =
D ( x , f )e
+ j 2ft
df
3.4.1.2.
TRANSFORMADARADN
Latransformadaradntransformalosdatosaldominiotaup,dondeelcoeficiente
correspondealtiempodeinterseccinyelcoeficientepcorrespondealacurvaturade
lascurvasparablicasdeloseventoscorregidosporNMOenlosconjuntosdeentrada.
Latransformadaysuinversavienendadasporlassiguientesecuaciones(Verschuur,
2006):
+
m( p, ) = d (x, t = + px 2 )dx
M ( p, f ) =
D(x, f )e
j 2fpx 2
dx
mientraslatransformadadiscretizadavienedadapor:
r
r
m = Ld
conLcomolamatrizdetransformacin,cuyoselementosson:
Lij = e
j 2fp i x 2j
39
lacualesestabilizadaparaserinvertidaconlaadicindeunaconstantealadiagonal
principaldelamatriz:
r
m = LLH + 2 I
r
Ld
Dondeelfactordeestabilizacin 2 esescogidocomounafraccindelvalormximo
enlamatrizLLH(Verschuur,2006).
40
Yaquelainversinescasaespuestaenprcticaiterativamente,esnotablementems
lentaquelainversinToeplitz(Zhou,1994).
Elprocedimientodetratamientodelosdatosdeentradaincluyeestospasos:
LaTransformadaestadescomponelosdatosssmicoscorregidosporNMOenuna
suma de eventos parablicos. Los eventos primarios pueden diferenciarse de otras
energascoherentes, comomltiplesygroundroll(conos de ruido),por la curvatura
(moveout)delasparbolas(Beylkin,1987).
Filtradoelprogramadiseayaplicaunfiltroalosdatostransformadosaldominio
taupparareconstruirunaparteseleccionadadelosdatos.Elrangodecurvaturapes
el que rige la seccin de los datos que se desea filtrar. En la prctica, la regin
ocupada por la energa del primario en el dominio de la transformada es por lo
general la que se remueve, dejando as slo la energa no primaria. Los eventos no
primariossernmodeladosenlatransformadainversa(Beylkin,1987).
41
Transformada inversa esta transforma los datos del dominio taup de vuelta al
dominio xt original. Los nuevos datos contienen reflexiones primarias o mltiples,
segnlosdatosespecificadosenelfiltro.Estosdatospuedenentoncessustituiralos
datosoriginalesoserrestadosdeellos(Beylkin,1987).
(a)(b)
Figura22:Usandolatransformadaradnparablica,eventosparablicoseneldominioespaciotiempo
(a)severncomopuntoseneldominiotaup(b)(modificadodeVerschuur,2006).
42
t
(a)(b)
Figura23:(a)PorlaaplicacindeunacorreccinNMOaproximadaalasreflexionesenelCMPgather,
seobtieneunamejoraproximacindelmoveoutresidualdescritaporlasparbolas.(b)loseventos
cncavososobrecorregidosseverndelladonegativodelplanotaupyloseventosconvexoso
subcorregidosestarnenelladopositivodelplanotaup(modificadodeVerschuur,2006).
3.4.1.3.
TRANSFORMADAKARHUNENLOEV(KL)
Estatransformadaesutilizadaparalaremocindemltiples,paraloqueesnecesario
separar los mltiples de las reflexiones primarias corrigiendo el mltiple por NMO.
Los mltiples sern horizontalizados y los primarios sobrecorregidos, asumiendo
curvas de velocidad NMO diferentes para mltiples y primarios. Una vez que los
mltiples estn horizontalizados, se eliminan los eventos planos utilizando la
transformada KL, seguida de la remocin de la correccin NMO aplicada
previamente, y de esta manera obtener gathers que contenga solo la energa de las
reflexionesprimarias(Jones,1987).
La transformada KarhunenLoewe construye una matriz de covarianza a partir del
producto punto de todos los pares de trazas en el gather. Luego esta calcula los
autovaloresyautovectoresparaestamatriz.Despussepuedereconstruirelconjunto
dedatosentero,utilizandotodoslosautovectoresescaladosporsusautovalorespara
regresaralcampodedatosoriginal(Jiao,1999).
El xito de este mtodo depende de la separacin entre las funciones de velocidad
NMOdelosprimariosylosmltiples.Porotraparte,enlosoffsetscercanoslascurvas
deenergadelosmltiplesylosprimariosestnbastantecercaunadelaotra,porlo
tantolaenergadelosprimariosenlosoffsetscercanospuedeserfiltradatambinpor
estemtodo(Jiao,1999).
43
Este mtodo deteriora menos los datos que el mtodo de remocin de mltiples por
filtroFK(Jiao,1999).
b
Primario
Mltiple
Mltiples
Primarios
Figura24:MetodologaderemocindemltiplesusandolatransformadaKL(Modeloesquemtico).
(a)DatosdeentradacorregidosporNMO,Mltiples(Negro)yPrimarios(Azul).(b)Despusdela
transformacinlosmltipleshorizontalizadossonconcentradosenelprimerautovector,mientrasque
losprimariosnohorizontalizadosatraviesanmuchosautovectores.(c)Despusdeenmudecerlos
primarios,unatransformadaKLinversaproduceunestimadodelosmltiples.(d)Primariosestimados
despusderestar(c)de(a).(Modificadode:Jiao,1999).
44
generaltodoslosusosdeestatransformadaenelprocesamientodedatosssmicos,se
resumen en la reconstruccin de los datos de un subconjunto de las componentes
principales. Los componentes que no estn correlacionados espacialmente son
ignorados,dejandoasunaimagenclaraycoherente(Zhangetal.,1998).
Primarios y mltiples
Primaros despus de la
atenuacin
Figura25:Modeloesquemtico.Datamodelo,dondeloseventosprimarios(Negros)ymltiples(Azules)
delfondomarinointerfierenunosconotros.Antes(izquierda)ydespus(derecha)delaatenuacinde
mltipleslocalizados.(Modificadode:Jiao,1999).
45
Primarios
Peglegs
Primarios
Figura26:Datamodeloquecontienesloprimarios(negros)ysuspeglegs(azules).Antes(izquierda)y
despus(derecha)delaatenuacindemltiplespuntualizados(targetedmultiple). (Modificado de: Jiao,
1999).
j (t ) = aij xi (t ); j = 1, K, n KKK (a )
i =1
xi (t ) = bij j (t ); i = 1, K , n KKK (b )
j =1
46
Donde bij son los elementos de B. Las ecuaciones (a) y (b) constituyen la
transformacin y antitransformacin de KarhunenLoewe. Las matrices de
transformacin A y B son dependientes de la data. Sus filas corresponden a los
autovectoresnormalizadosdelamatrizdecovarianzadelosdatos,cuyoselementos
son(Jiao,1999):
ij =
x (t )x (t )dt
i
47
3.4.2.
MTODOSDEREMOCINDEMLTIPLESBASADOSENLA
PERIODOCIDADDELOSEVENTOS
3.4.2.1.
DECONVOLUCINPREDICTIVA
Elmodeloconvolucionaldelatrazassmicamodelaastacomolasuperposicinde
convolucionessucesivasdelaondculassmicaconloscoeficientesdereflexinenel
subsuelo.Elmodeloconvolucionalsebasaenlassiguientespremisas(Yilmaz,1987):
Lacomponentederuidon(t)escero.
Laseriedereflectividaddelsubsueloesunprocesoaleatorio.
Laondculassmicaesconocida(fuentevibroseis)odefasemnima(fuenteimpulsiva).
LaDeconvolucinesunpasointegralenelprocesamientodelosdatosssmicospara
mejorar la resolucin temporal de los datos mediante la compresin de la ondcula
ssmica bsica. Esta funcin es comnmente aplicada en diferentes etapas del
procesamiento,esdecir,sepuedeaplicarduranteelpreapilamiento,ytambinpuede
serutilizadoenlaseccinapilada(Yilmaz,1987).
LaDeconvolucintienelatareaderemoverlasreverberacionesdelosdatos,yaqueel
carcterreverberantelimitalaresolucinssmicademaneraconsiderable.Estafuncin
tambin debera eliminar una parte sustancial de los mltiples de los datos e
idealmentedejarsololosreflectoresdelatierraenlatrazassmica(Yilmaz,1987).
48
Losparmetrosaconsiderarduranteelprocesodedeconvolucinson(Yilmaz,1987):
Ventanadeaplicacin:Esunapoligonalentiempodondeseaplicaelprocesode
deconvolucin.
Ventanadediseo:Esunapoligonaleneldominiodeltiempo,dentrodelacual
secalculalaautocorrelacindelastrazasssmicasparaladeterminacindeotros
parmetros.
Ruido blanco: Es una cantidad de ruido artificial que se aade a la traza para
evitar inestabilidades numricas que puedan surgir al realizar la inversin en el
clculodelespectrodeamplituddeloperadordedeconvolucin.Losporcentajes
deruidoblancoqueseutilizannormalmenteoscilanentre0.1y1%.
LaDeconvolucinpredictivaestabasadaenelfiltroptimodeWieneryusualmente
trabajaconunaventanatemporaldeprediccin(predictionlag)quecorrespondeala
primera o segunda interseccin en cero (cero crossing) de la funcin de
autocorrelacin. El operador de Deconvolucin esta diseado en esta ventana de
tiempoyposteriormenteeloperadoresconvolucionadoconladata.Losparmetros
49
clsicosdeunadeconvolucinpredictivasonladistanciadeprediccinylalongitud
deloperador.Esteprocesoensanchaelespectrodelosdatosssmicosyaumentalas
altas y bajas frecuencias de la seal y el ruido. Por lo que frecuentemente los datos
necesitanserfiltradosdespusdelaDeconvolucin(Yilmaz,1987).
Ladeconvolucinpostapilamientopuedeserusadaenunesfuerzoportomarventaja
delareduccinderuidosinternosenelprocesodeapilamiento(Yilmaz,1987).
3.4.2.2.
TRANSFORMADARADONLINEAL(SLANTSTACK)
LatransformadaRadnlineal(slantstacking)vaseguidadelainversinpormnimos
cuadradosparacondicionarlaseccintauptalquesuinversoresultaraenlamenor
parte de la energa. Esta transformada tiene la caracterstica de separar los eventos
linealesqueintervienenconlasreflexionesenelgatherdeentradamapeandoloscomo
puntos en el dominio taup. Entonces, un enmudecimiento (mute) simple y la
transformadainversaeliminaraloseventoslineales.Latransformadalinealtambin
puedeserusadaparahacerperidicoslosmltiplesenelgatherpreapiliado.Sesabe
que los mltiples son peridicos en la direccin radial de la traza en un gather de
disparocomn(commonshotgather),locualhacerintilladeconvolucinpredictiva.
Porlatransformacindelosdatosdeentradaaldominiotaup,losmltiplessehacen
peridicosenladireccindetau,ashaciendoposiblesueliminacinconoperadores
predictivos simples. La ecuacin de la transformada viene dada por (Verschuur,
2006):
+
m( px , ) = d ( x, t = + px x)dx
dondepxeselparmetroderayohorizontalycorrespondea:
px =
ylaecuacininversaser:
t ( x)
50
j 2f
M ( px , f ) = m( px , )e
3.5.
LIFT:METODOLOGAPARALAELIMINACINDERUIDO.
51
52
A
Sealdeentrada
Suponiendouna
efectividaddel
filtrode90%
B
Modelodeseal
Seal:100
Ruido:100
C
Ruido
(C=AB)
D
Sealpararegresar
50%xsealdeentrada
Seal:90
Ruido:5
Seal:10
Ruido:95
Seal:50
Ruido:50
(B+D)
Salidadeprogramade
atenuacin de ruido
Seal:140
Ruido:55
53
A
Sealdeentrada
Seal:100
Ruido:100
Suponiendouna
efectividaddel
filtrode90%
C
Ruido
(C=AB)
B
Modelodeseal
Seal:10
Ruido:95
Seal:90
Ruido:5
D
Sealpararegresar
50%xruido
(B+D)
Salidadeprogramade
atenuacinderuido
Seal:5
Ruido:47.5
Seal:95
Ruido:52.5
Figura 28: Ejemplo de una secuencia de eliminacin de ruido utilizando la metodologa LIFT,
suponiendounfiltroconefectividaddel90%.ModificadodeChoo,2003.
54
11
Estaaproximacinalmodeladodelasealsebasaenlassuposicionesdelasecuaciones
de Zoeppritz: las ondas planas y la reflexin entre dos semiespacios. Debido a estas
suposiciones,laamplitudtienequevariarconeloffsetdeunamanerasuave,perocuando
unmltipleinterfiereconunprimario,laamplitudnovarasuavemente.Unainversin
AVO, realizada mediante las aproximaciones lineales de las ecuaciones de Zoeppritz
considerar los mltiples y las ondas convertidas en ruido y los excluir en la
reconstruccin de la seal, aadiendo luego a esta un porcentaje de la seal removida
duranteelmodelado.Estatcnicaparalasupresindemltiplestrabajabientantopara
datosdetierracomoparadatosmarinos.(Rebec,2005)
Este esquema de atenuacin de mltiples conserva las difracciones para una ptima
migracin preapilamiento, a posteriori. De hecho, se tiene que en principio el ruido se
encuentra en la parte superior de las difracciones, hacindolas difciles de identificar.
Peroposterioralaaplicacindelasecuenciaesposibleobservardichasdifraccionesde
manera ms clara. El LIFT tambin funciona para la atenuacin de la energa de los
mltiplesenoffsetscercanos.(Rebec,2005)
CAPITULOIV:METODOLOGA
Acontinuacinsedescribenlospasosseguidosenlaejecucindelosdistintosprocesos
de la secuencia de procesamiento establecida, as como tambin los flujos de trabajo
utilizados hasta la obtencin del apilado preliminar, etapa que constituye el actual
avance. Los datos provenientes de adquisiciones ssmicas son grabados en medios
magnticos(cintas3480,3590,8mm,CDs,DVDs)oelectrnicos(discosdurosporttiles)
con formato SEGD 3 , los cuales constituyen el recurso de almacenamiento temporal
antes de ser llevados al centro de procesamiento y ser cargados a los respectivos
softwaredeprocesamiento.
Lasprincipalescaractersticasquedebeposeerelmediodealmacenajesondurabilidad,
proteccinycapacidad.Paraelcasoquecompetealpresenteproyecto,lalneatrabajada
fuegrabadaenunacintatipo3590,lascualessonresistentes,confiablesyrpidaspara
leer,yestoresultadegranimportanciaal momentodetrasladarlosdatosdecampoa
cualquier centro de procesamiento, ya que tienen menos riesgo de sufrir daos
perdiendo as la informacin. Estas tienen una capacidad de 10 GB, lo que les da un
niveldealmacenamientoaceptableparaunalnea2D.
Caractersticasdelosdatos:
Longituddelregistro:8192ms
Tasademuestreo:2ms
Distanciaentredisparos:25m
Distanciaentreestaciones:12,5m
Nmerodecanalespordisparo:640
Cobertura:160
Offsetmnimo:162,5m
Offsetmximo:8150m
55
56
Figura29:Parmetrosyconfiguracindeadquisicindedatos.
4.1. Carga de datos: Los datos de adquisiciones marinas son grabados en medios
magnticosocintasconformatoSEGD.
Esta secuencia de trabajo se encarga de leer los datos de la cinta y transformarlos al
formato interno del programa (figura 30) con el cual se este trabajando. Estos datos
crudos o sin procesar son guardados en el disco con el nombre de shots de campo y
generalmentesonalmacenadosen32bytes.Estosseobservanenlafigura33(izquierda).
SEGD: Formato estndar de la Society Exploration Geophysic para la grabacin de datos ssmicos en campo.
57
Hasta este punto los datos almacenados en el disco solo cuentan con informacin del
FFID 4 y el nmero de canal (CHAN). Para poder realizar el procesamiento de dichos
datos es necesario que estos tengan mayor informacin, como: nmero de canales,
distanciaentrecanales,nmerodeestacasydisparos,intervalodedisparos,entreotros.
Paracubrirestanecesidadyrealizarelprocesamientoseleasignalageometraa
estosdatosdecampo,procesoquesedividirendospartes:laprimeraparteseobserva
en la figura 31 y la segunda en la figura 32, ambos esquemas resumen el proceso de
asignacindegeometra.
Archivo1(shotsdecampo)
Cinta3590
SEGD
Formatointernodelprograma
Figura30:Esquemadecargadedatos
4.2.
aplicacindelageometraalosdatosssmicosconsideradosenesteproyecto.
Cargaycontroldecalidaddela
geometraenlabasededatos
Figura31:Primeresquemadeasignacindegeometrayconstruccindelahojadeclculo
(spreadsheet)
58
Esteflujodetrabajoseencargadeconstruirunahojadeclculo(spreadsheet)dondelos
datos se ubican de acuerdo al nmero de canales, distancia entre canales, nmero de
estacasodisparos,longituddelalnea,intervalodedisparos,etc.,yesguardadaenla
basededatosdelprograma.
4.3. Culminacin de la Geometra e inicio del procesamiento de los datos: con esta
partefinalizamoslaetapadelasgeometras,queesvolcarlainformacinquetenemos
eslashojasdeclculo,enlosencabezadosdelastrazas.
Tambin se realizan las correcciones necesarias, como eliminacin del ruido de baja
frecuenciaquetraanlosdatosdecampo(figura33izquierda),laremocindelfantasma
yfirmadelafuenteylaeliminacindelruidodeoleajetiposwell,ascomotambinse
recobranamplitudesatravsdeunacorreccinpordivergenciaesfrica,locualresulta
necesario,poralaperdidadeenergaquesufrelaondaensuviajeatravsdelatierra.
Todos estos pasos se encuentran resumidos en el esquema que se presenta a
continuacin(figura32).
59
Asignacindegeometra
Filtropasaalto(36Hz)
Filtrodefirmadelafuente
Correccinpordivergenciaesfrica
Filtropararuidoswell
Figura33:Aplicacindefiltropasaalto(36Hz)datosantes(izquierda)ydespus(centro)delaaplicacindelfiltro,yladiferenciapara
visualizarloquefuefiltrado(derecha).
60
61
Figura34:Espectrodefrecuenciasdelosshotsdecampodondeseobservaunpicomuyalto(picorojo)
defrecuenciaspordebajode1Hz.Elespectrocorrespondientealosdatosluegodelaaplicacindel
filtropasaaltoeselmismodelafigura19a.
Otrotipoderuidoquetambinafectanuestrosdatoseseldebidoalfantasmayfirmade
lafuente 6 ,ambossoncaractersticosdedatosmarinos,yelprimeroesconsideradoun
tipodemltiple.Paralaremocindeesteruidoesnecesariocontarconlainformacin
de la ondcula del campo lejano (signature), con esta informacin creamos un filtro
equivalentedefasecero,detalmaneraqueaplicandoestealdatoseelimineelefectode
62
Figura35:Comparacinentrelaondculadelcampolejano(arriba)ylaondculaequivalentedefase
cero(abajo)calculadaapartirdelaprimera,lacualsealmacenarenlabasededatosdelprograma
comofiltroequivalente.
El Fantasma y Firma de la fuente: el primero corresponde a la reflexin que llega al hidrfono luego de rebotar en
la superficie del agua. Y la firma de la fuente corresponde a una informacin adicional que depende de la fuente
utilizada.
Figura36:Datosssmicosantes(izquierda)ydespus(derecha)delaaplicacindelfiltroparalaremocindelruidodebidoal
fantasmayfirmadelafuente.
63
64
(a)
(b)
Figura37:Espectrodefrecuenciaantesdelaaplicacindelfiltroparalaeliminacindelfantasmadela
fuente(a)ydespusdesuaplicacin(b).
65
Luego se hace una correccin por divergencia esfrica, ya que los datos requieren la
aplicacindeunagananciadebidoaladisminucindelaenergaconlaprofundidad.
Paralarealizacindeestacorreccinseaplicaunmdulodelprograma(GAIN)cuyo
propsitofuerecuperarpartedelasamplitudesperdidasymejorarlavisualizacinde
los datos. Para la utilizacin del mdulo de correccin por divergencia esfrica es
necesariaunafuncindevelocidad(verfigura38,dondeseobservaladependenciade
ladivergenciaesfricaconlavelocidad)lacualseobtienedelosshotsdecampoapartir
deunanlisisdevelocidadesyesincluidaenlosparmetrosdeentradadelmodulode
ganancia.
Un anlisis de ganancia permite observar una mejora respecto a la ecualizacin de las
amplitudes de la seal, ver figura 40. Es posible observar que los datos despus de la
aplicacin de la correccin por divergencia esfrica estn mejor ecualizados (Figura 40
derecha)yaqueladiferenciaentrelasamplitudesendecibelessonmenoresquelasde
losdatosdeentrada(Figura40izquierda).
V0 SCmx
Donde:Vrms=VelocidadRMSauntiempot
T=tiempodelamuestra
Vo=VelocidadRMSatiempocero
Vopcin=Valordepoderparalavelocidad
Topcin=valordepoderparaeltiempo
Scmx=1/Escalar(Tmx)
Figura38:Frmuladedivergenciaesfrica.
Figura 39: Gather antes (izquierda) y despus (derecha) de la aplicacin de una ganancia por divergencia esfrica.
66
67
Figura40:Anlisisdeganancia,antesdelacorreccinpordivergenciaesfrica(izquierda)ydespusde
lacorreccin(derecha).
Losdatosdecampotambinpresentanunruidodebidoalconstantemovimientodelos
hidrfonos producto del oleaje, este se conoce como ruido tipo swell, y es importante
tomarloencuentayaqueesunaparticularidaddelosdatosmarinos.Pararemovereste
ruido se realiz una deconvolucin predictiva en el dominio del tiempo y el espacio,
paraintentarpredecirunmodelodelruidoyprocederasaremoverlo,estoesvlidoya
que este tipo de ruido presenta una caracterstica aleatoria. Los datos de salida que
resultaronalfinaldelflujodetrabajofuerondenominadosDatosconGeometra.
4.4.
Deconvolucin de los datos: hasta este punto ya se le han aplicado a los datos
prcticamente todas las correcciones pertinentes, pero para poder pasar a la prxima
etapa,queinvolucralacorreccinNMO,esnecesariocalcularunafuncindevelocidad
apropiada para horizontalizar o corregir la forma hiperblica de los datos. Pero surge
otratareaqueesdeconvolucionarlosdatos,yaquedeestamaneraseconsiguemejorar
68
laresolucindelosmismos,facilitandoasladeterminacindelafuncindevelocidad.
Estaeslafinalidaddelflujodetrabajoquesemuestraenesteapartado(Figura41).
Archivo2(Datoscongeometra)
Correccindebidoalaprofundidaddelafuenteyelreceptor
Deconvolucin
Archivo3(datosdeconvolucionados)
Figura41:Esquemaparalacorreccinporprofundidaddelparfuentereceptoryladeconvolucinde
losdatos.
Elflujoconstruidoenelprogramatrabajadelasiguientemanera,tomaelarchivoDatos
congeometrayle aplica unmdulo(HEADPUT:modificacindelencabezado delas
trazas) que busca la palabra shot para identificar todas las trazas donde se har la
modificacin,yseguardaensusencabezadoslapalabradelayalacuallecorresponder
elvalor8ms.Estosehaceconelfindehacerlacorreccindelretrasodetiempodebido
a la profundidad de la fuente y los hidrfonos (6 m), y asumiendo que la columna de
aguatieneunavelocidadde1500m/s(aguasaladaa15C),estacorreccinserade8ms
entiempodobledeviaje.Finalmenteseaplicaeldelayguardadoenelencabezadodelas
trazas(utilizandoelmoduloSTATICdeFOCUS).
Tiempo (s)
Disparo
Datoscongeometra
Figura42:Entrada(izquierda)ysalida(derecha)delosdatosenelflujodetrabajomostradoenlafigura41
Datosdeconvolucionados
69
70
4.5.
Archivo3(Datosdeconvolucionados)
Aplicacindeganancia
Filtropasabanda
Clculodefuncindevelocidad
Figura43:Esquemaparaelclculodelafuncindevelocidad.
Enestasecuenciadetrabajoseaplicaunaganancia(AGC)yunfiltroquepermitanuna
mejor visualizacin de los datos con el fin de facilitar el anlisis de velocidad. La
longitud de la ventana AGC es de 500ms y el filtro utilizado es un pasobanda cuyos
parmetrossonlossiguientesde5,10Hzy45,60Hz.
ElanlisisdevelocidadserealizaenelprogramaconunmdulollamadoVELDEF,el
cualestadiseadoparaelclculodefuncionesdevelocidad,elcualsehizocada1Km.
Para la realizacin de este anlisis se construy un sper grupo de trazas (supergather)
(verfigura44)formadoporlasumade9gathers 7 ,estecontienemayorcantidaddedatos
yfavoreceelanlisisdevelocidades.
71
definisiguiendolosvaloresmximosdesemblanzasintomarencuentalosmximos
correspondientesalosmltiples.
Clculodelasfuncionesdevelocidadapartirdelanlisisdesemblanza
supergather
Apilado
Tiempo(s)
Figura44:Anlisisdevelocidad.
Anlisisdesemblaza
72
4.6.
Apiladopreliminar:elobjetivodelsiguienteflujodetrabajoeslaconstruccinde
unapiladopreliminar(brutestack)quesirvacomoorientacinenprocesamientodelos
datos.
Laprimerapartedeestefueexplicadapreviamente,yaque,hacelomismoqueelflujo
de Deconvolucin, slo que en este caso se hace cuidadosamente la seleccin de los
parmetros de la deconvolucin (tipo de deconvolucin: impulsiva, longitud de
operador:80ms)(verfigura46).
Archivo2(Datoscongeometra)
Correccindebidoalaprofundidaddelafuenteyelreceptor
Deconvolucin
CorreccinNMO
Enmudecimiento
Apilado
Archivo4(ApiladoPreliminar)
Figura45:Esquemaparaelapiladopreliminardelosdatos.
Figura46:Pruebasdedeconvolucinimpulsivaparaoperadoresde120,160,200y240msdelongitud.
Apiladopreliminarvariandolalongituddeloperadordedeconvolucinparadeterminareloperadorconelqueseobservanmejores
resultados
73
Tiempo(s)
Figura47:ApiladoPreliminar.Elvaloamarillosealaelprimarioylosvalosrojoslosmltiplesdelfondomarino.
Tiempo (s)
74
75
4.7.
presencia de los mltiples del fondo marino, aproximadamente a 5000 y a 7500 mseg.
TambinseobservalapresenciadeAliassingespacial(verfig.47)entrelosCDP1855
2509 y entre los 60007500 mseg., por lo que se transformaron los datos al dominio
frecuencianmerodeondadondeseevidenciolaexistenciadeAliassing(figura48).
EspectrodefrecuenciasdelApiladoPreliminar
Nmerodeonda
Frecuencia(Hz)
Figura48:EspectroFKdelapiladoPreliminar,enelcualseevidencialaexistenciadealiassingespacial.
76
Espectrodefrecuenciasdespusdelainterpolacin
Nmerodeonda
Frecuencia(Hz)
Figura49:EspectroFKdelosdatosdespusdelainterpolacindetrazas,enelcualsepuedeobservar
queelseremovielaliassingespacial.
4.8. TransformadaRadon
LosgatherscontrazasinterpoladasfueronordenadosporCDP(Figura50)yselesaplico
unatransformadaRadnparaprepararlosdatosparaentraralametodologadelLIFT
dondeseprocederalaeliminacindelosmltiplesquefueronidentificados.
4.9.
MetodologadelLIFTparalaeliminacindemltiplesendatosmarinos2D
LametodologadelLIFTfuelaherramientautilizadaenelpresentetrabajodepasanta
para cumplir con los objetivos generales plateados en la misma. Estos comprenden la
evaluacindelosmtodosdeeliminacindemltiplesyladeterminacindelmtodo
queresultmseficienteenesterespecto.
77
CDP Gtaher
CDP
Tiempo(s)
Figura50:CDPgather(interpolado)queseutilizarcomodatodeentradaparalametodologadelLIFT
Enestecaso,estametodologafueutilizadaprincipalmenteparaeliminarelmltipledel
fondomarino.Ylasecuenciaseconstruydelasiguientemanera:
78
Entrada
Preacondicionamiento
Aplicacindevelprimario
Aplicacindevelmultiple
Datos
Eliminacindemltiples
Remocindevelmultipley
Aplicacindevelprimario
Muteinterno
RegresinAVO
Modelo de seal
Ruido
Remocindevelprimarioy
Aplicacin de velmltiple
Eliminacindemltiples
Remocindevelmultipley
Aplicacin de velprimario
Add-Back
Acondicionamiento
Salida
Velmultiple:velocidaddelmltiple.
Velprimario:velocidaddelprimario
Figura51:RepresentacinesquemticadelametodologadelLIFT,utilizadaenestetrabajoparala
eliminacindemltiples
79
En primer lugar se tienen los cdp gathers interpolados y corregidos por NMO con la
velocidad de los primarios (velprimario), los cuales sern los datos de entrada a la
metodologadelLIFT.Antesdeladeterminacindelmodelodesealfuenecesariopre
acondicionarestosgathersparamejorarunpocomslarelacinsealruido.Estepre
acondicionamiento comprendi un balanceo espectral, una atenuacin de amplitudes
anmalas, una supresin de ruido en el dominio tiempofrecuencia y un
enmudecimientobasadoenlosngulosdeincidencia.
Conelbalanceoespectralintentamosquetodaslasfrecuenciastenganelmismovalorde
amplitud, para ello se transforma el dato al dominio de la frecuencia con FFT
(TransformadarpidadeFourier),sefiltraenbandasdefrecuenciasseleccionadasporel
usuario, se determina un escalar por banda de frecuencias, el cual es calculado de
acuerdo a los valores de amplitud y frecuencia suministrados por el programa. Cada
banda de frecuencias es trasformada al dominio del tiempo con IFFT (transformada
rpida de Fourier inversa). Estas bandas posteriormente se suman haciendo as el
balanceodelespectro,perosepresentaelproblemadequedeestamaneranoseestaran
conservando las amplitudes. Una manera prcticas para preservar las amplitudes
relativaseslasiguiente,anterioralbalanceodelespectroseaplicaunAGCperoconla
salvedaddequelosescalaresaplicadosalastrazassonguardadosenlosencabezados
delasmismas,conlaaplicacindelbalanceodeespectroseecualizanlasamplitudesdel
espectroconunAGCconunalongituddeventanaigualaladelaplicadoanteriormente,
posterioraestoseremuevenlosescalaresaplicados.Finalmentelasbandassonsumadas
y se forma la salida. El objetivo de aplicar un balanceo del espectro es mejorar el
contenidodefrecuencias,comoastambineliminarruidosrelacionadosconlafuente,y
aplicadodeestamaneraselograconservarlasamplitudesrelativas.
Figura52:Gathersantes(izquierda)ydespus(derecha)delbalanceodelespectro.
80
81
Enlafiguraanteriorsepuedeobservarcomomejoralacalidaddelosdatosluegodela
realizacin del balanceo del espectro, esto tambin se evidencia en el espectro de
frecuencias(figura53).
Figura53:Espectrosdefrecuenciadondeseobservacomoactaelbalanceodelespectral
82
Antes
Despus
Diferencia
Figura54:Gathersantes(izquierda)ydespus(centro)delaaplicacindelfiltroeneldominiofx,ysu
diferencia(derecha)paravisualizarelruidoqueesteestaremoviendo.
83
Lasupresinderuidoeneldominiotiempofrecuenciasehaceapartirdelaeliminacin
defrecuenciasanmalasenlastrazas(verfigura54).Estoselogratransformandotodas
las trazas de un gather al dominio tf, en el que es posible dividirlas en pequeas sub
bandas de frecuencias. Luego es calculada la mediana de las amplitudes de cada sub
bandadefrecuencias,apartirdeungrupodetrazasdeterminadasporelusuario,yse
define un umbral de ruido como el promedio de las medianas de las subbanda de
frecuencias del mismo grupo de trazas. Si la mediana de la subbanda de frecuencia
evaluadaesmayorqueelumbralderuidoentoncesestaeseliminada.
Enmudecimientobasadoenlosngulosdeincidencia(verfigura55):esteprocedimiento
nospermitecalcular,pormediodeuntrazadoderayos,elngulodeincidenciadelos
datosdeungather,apartirdelasvelocidadesdeapilamientoyutilizandolafrmulade
Dix para determinar las velocidades intervlicas, con las cuales se pueda construir un
modelo de capas y trayectoria de rayos a partir del cual sea posible el clculo de los
ngulos de incidencia. Una vez hecho esto es posible eliminar lo ngulos que no
contribuyanalainversinAVO,ytambinesunamaneradeevitarelestiramientode
lastrazas.
84
Antes(izquierda)ydespus(derecha)delaaplicacindelenmudecimientoporngulosdeincidencia
Tiempo(s)
Figura55:Antes(izquierda)ydespus(derecha)delaaplicacindelenmudecimientoporngulosde
incidencia
85
LosgathersqueentraranalLIFTsonalmacenadosenelencabezadodelastrazasconel
nombrededatosoriginales.Estosehaceparapoderutilizarlosendistintasoperaciones
cuandoseanecesario.
SeremuevelacorreccinNMOquetienenlosgathers,correspondientealavelocidadde
los primarios (velprimario), y se realiza una nueva correccin con la velocidad de los
mltiples (velmultiple), con el objeto de horizontalizar las mismas. Posterior a esto se
aplicaelmtododeeliminacindemltiplesseleccionado,seremuevelavelocidadde
losmltiplesyesaplicadanuevamentelavelocidaddelosprimarios.
UnpasoimportantedentrodelametodologadelLIFTeslaaplicacinalosgathersde
un enmudecimiento interno, el cual sirve para remover el efecto de la energa de los
mltiplesenlosoffsetscercanos,yaqueenestos,tantolosmltiplescomolosprimarios
tienenlamismapendienteyresultamuydifcileliminaresteruido.Luegoserealizaun
anlisis AVO, que consiste en una aproximacin lineal con base en los atributos de
incidencia normal y gradiente [R() = I + G * sen2 ()], para la reconstruccin de los
primarios eliminados con el enmudecimiento interno aplicado a los gathers (ver figura
56).
A partir del modelo de seal estimado y los datos originales es posible calcular un
modeloderuido,elcualancontieneunporcentajedelaseal(figura57):
RUIDO(SEAL+RUIDO)=DATOSORIGINALES MODELODESEAL
86
Es necesario hacer una limpieza de los encabezados de las trazas: todo lo que se
almaceno en los encabezados de las trazas debe ser borrado ya que ocupa un espacio
innecesarioeneldiscoyretardaelprocesodecmputo.
Por ltimo se construyen los gathers de salida del LIFT regresando un porcentaje del
ruidoestimadoalasealmodelada(figura 58):
GATHERSDESALIDA=SEALMODELADA+(%(RUIDO+SEAL))
87
Gatherdespusdelaaplicacindel
enmudecimientointerno
Despusdelaregresinlinealparala
reconstruccindelosprimarios
Tiempo(s)
Figura56:EjemplodelaaplicacindeunenmudecimientointernoalosGathers(izquierda)ydela
reconstruccindelosprimariosapartirdeunaregresinlineal(derecha)
Modelo de seal
=
Modelo de Ruido
Figura57:EjemplodeseparacinentreelruidoylasealutilizandolametodologadelLIFT:ModelodeRuido(seal+ruido)=Datosoriginales
ModelodeSeal
Datos Originales
88
Tiempo (s)
Addback
Modelo de Seal
Figura58:EjemplodelametodologadelLIFTparaelestimadoderuidoqueseregresaalaseal(%(ruido+seal))
Modelo de ruido
89
Tiempo (s)
90
4.10. Migracin
Luego de todo el proceso de remocin los mltiples se realiza el apilado final para
observarlasmejorasqueevidencianlosdatos,yseprocedealsiguientepasodentrode
unesquemadeprocesamiento,lamigracindelosdatos.Ennuestrocasoparticularse
realizo una migracin preapilamiento en tiempo. El objetivo de esta es mover los
reflectoresconbuzamientoasuposicincorrecta,colapsardifraccionesylograrmejores
detalles en ciertos eventos, como planos de fallas. Para esto se utiliz el software
Geodepth, de Paradigm, el cual esta diseado para realizar distintos topos de
migraciones.Desdeelcualesposiblecargarlasvelocidadesdeapilamientoconlasque
sehavenidotrabajando,estassonsuavizadas,yluegoutilizadasparacrearunaseccin
develocidadesRMS,queservircomoentradaparalamigracin.
Con la seccin de velocidades (fig. 59) y los CDP gathers sin correccin NMO, se
procede a realizar la migracin preapilamiento en tiempo, utilizando el algoritmo de
Kirchhoff basado en la teora de rayos y clculo de tiempos de viaje. De este proceso
resultan unos gathers en tiempo migrado y una seccin migrada, en la cual se observa
que es necesario hacer un ajuste de los parmetros de migracin y de la seccin de
velocidades. Primero vamos a enfocarnos en mejorar nuestra seccin de velocidades,
para ello se calcularon funciones de residuos (figura 60). Un residuo es un valor en
milisegundosqueseledebeaplicaralosreflectoresenlosgathersparahorizontalizarlos
que se encuentran sobrecorregidos o subcorregidos. Con estos residuos se calcula una
seccinquenosvaapermitirconstruirunanuevaseccindevelocidadesmejorada,con
la cual migraremos nuevamente. De ser necesario secalculan nuevos residuos a partir
de esta ultima seccin migrada. Este proceso se repite tantas veces sea necesario hasta
que los valores de los residuos sean tan pequeos que no provoquen variaciones
significativasenlosgathers(figura61).
91
Una vez hecho esto se debe realizar pruebas de los parmetros de migracin, para de
esta manera poder determinar cuales son los ms adecuados para nuestros datos. Las
pruebasrealizadassebasaronenlossiguientesparmetros:aperturademigracin,tipo
ytamaodelfiltroantialias,yporcentajedeestiramientodelastrazas.
Parahacerlaeleccindelosdistintosparmetrossecomenzprobandolaaperturade
migracin,esteparmetrosevariodesde1800mhasta 3000m,eligiendolaaperturade
1800mporgenerarestalaimagenmsadecuada,ygenerabalamenorcantidadderuido
en los datos, ya que a mayor apertura mayor es la cantidad de ruido que genera la
migracin.
Elsiguienteparmetroaprobarfueelfiltroantialias,quedeacuerdoalespaciamiento
entre trazas se podra estar generando aliassing espacial. Se contaba con dos tipos de
filtros, uno por bandas de frecuencia y otro triangular, de estos el ms eficiente es el
triangular,aunquelostiemposdeclculossonunpocomslentos.Ademscadafiltro
contabaconcinconiveles,loscualespermitendeterminancuanfuerteserlaaplicacin
delfiltro.Portratarsedeunalnea2D,lasdiferenciasentrelostiemposclculodecada
filtroson mnimas,por loque seeligiel filtro triangular,con un nivel5,elcual es el
msfuertedelosnivelesdisponibles.
Porultimoserealizaronlaspruebasparaelenmudecimientodelosgathers,yaquealser
corregidos por alguna velocidad las trazas presentan estiramiento, este parmetro fue
variado entre 20, 40 y 60%, eligiendo finalmente el de 60%, lo que significa que se
enmudecieronlarpartesdelastrazasquesufrieronunestiramientomayoraun60%de
sulongitudoriginal.Luegodehacerlascomparacionesentreelefectodelosdiferentes
parmetros en la seccin resultante, y haber escogido los que produjeron una mejor
imagen,esdecirlosmsadecuadosanuestrosdatos;seprocedearealizarlamigracin
(figura65).
Esnecesarioaaplicacindeunenmudecimientoydeciertosprocesosquemejorenun
pocomslaimagen,estossernllamadospostprocesosyestncomprendidospor:un
92
enmudecimiento,balanceespectral,eliminacinderuidoaleatorio,etc.).Elresultadode
este ltimo paso ser la seccin migrada con postprocesos (ver figura 65), la cual
constituyeelproductofinaldelpresenteinformedepasanta.
VelocidaddeApilamientoVelocidadRMSVelocidadIntervlicaGradienteVelocidadPromedioProfundidadvs.Tiempo
Tiempo(s)
Figura59:Funcionesdevelocidad.Lavelocidaddeapilamientoescargadaalprogramademigraciny
esteseencargadecalcularelrestodelasvelocidades.
93
Figura60:Gathersentiempomigradoyprimerasfuncionesderesiduoscalculadas.
94
Figura61:Gathersentiempomigradoyltimasfuncionesderesiduoscalculadas.
CAPITULOV:RESULTADOSYANLISIS
Comosedijoanteriormenteelproblemaconquenosenfrentamosenesteprocesamiento
laformamseficientedeeliminarelmltipledelfondomarino.Paraelloseutilizaron
tres mtodos de atenuacin de mltiples: la transformada KL, transformada Radn
parablica, y transformada FK o remocin de mltiples por pendientes. Para evaluar
cualdelostresmtodosfueelmseficaz,senevaluaronlosgathersenprimerlugar.En
lassiguientesfigurassepuedeverelmismogatherconlostresmtodosdeeliminacin
aplicados.Alhacernuestraeleccin,nosinclinamosporlatransformadaKL,yaquela
transformada radn parablica crea mucho ruido tipo hiperblico, mientras que la
transformada FK horizontalizaba muchos eventos y eliminaba buena parte de la seal
(Figuras62y63).
95
96
Figura62:GathersdespusdelaaplicacindelametodologadelLIFT,enunacercamientoalaparte
superiordelgather,dondesedebeobservarlapresenciadelosprimarios.
97
Figura63:GathersdespusdelaaplicacindelametodologadelLIFT,enunacercamientoallazona
delmltipledelfondomarino,dondesepuedeobservarqueelmtodomsconvenienteresultoel
correspondientealaTransformadaKL.
98
los diferentes mtodos a nivel de apilamiento. Como muestra se tienen las siguientes
figurasdelosapiladoscorrespondientesacadamtodoaplicado(Figura64).
ApiladosdespusdelLIFT
Remocindemltipleporpendientes
TransformadaKL
Difracciones
El mltiple del
fondo
marino fue removido
Figura64:Apiladoscorrespondientesalosmtodosderemocindemltiplesaplicados,enun
acercamientodondesepuedeobservarqueelmltipletieneunapresenciamuchomsdbil.
TransformadaRadnparablica
Tiempo(s)
99
Esimportantemencionarquelosresultadosfueronbastantesatisfactorios,enelcasode
laaplicacindelatransformadaKLdentrodelametodologadelLIFT,loquenoresulto
de la misma manera al aplicarla individualmente o por separado de la metodologa
mencionada.EstosepuedeatribuiraquelametodologadelLIFTintentapreservarla
mayorpartedelaseal.
Unavezrealizadotodoelprocesoderemocindemltiples,secuentanconunosgathers
ordenadosporCDPyconunaseccindevelocidades,apartirdeloscualesserealizla
migracin preapilamiento en tiempo de los datos, ver figura 65, el procedimiento
seguidoparalaobtencindelamismayafueexplicadoenlametodologa.
Tiempo(s)
MigracinPreapilamientoentiempoconpostprocesos
Figura65:MigracinPreapilamientoentiempoconpostprocesos,acercamiento.
100
CONCLUSIONESYRECOMENDACIONES
Sepudoobservarqueentodaslasetapasdelprocesamientorealizado,hemosmejorado
paulatinamentelarelacinsealruido.
102
IndudablementelametodologadelLIFTdioexcelentesresultadosalsercombinadacon
elmtododeatenuacindemltipleselegido.
UnarecomendacinparafuturostrabajosesincluirdentrodelametodologadelLIFT,
el mtodo de remocin de mltiples relacionados con la superficie (SRME), que el
presentetrabajonopudoserincluido.
BIBLIOGRAFA
ALVAREZ,G.,1995,Acomparisonofmoveoutbasedapproachestothesuppressionof
groundrollandmultiples:M.S.thesis,ColoradoSchoolofMines.
BERKHOUT, A. J. and D. J. Verschuur, 1997, Estimation of multiple scattering by
iterativeinversion,partI:theoreticalconsiderations:Geophysics,62,15861595.
BERRYHILL,J.R.andY.C. Kim,1986,Deepwaterpeglegsandmultiples:Emulation
andsuppression:Geophysics,51,21772184.
BEYLKIN, G., 1987, The discrete Radon transform: IEEE Transactions of Acoustic,
Speech,andSignalProcessing,35,162172.
CHEN,J.,E.Baysal,andO.Yilmaz,2004,Weightedsubtractionfordiffractedmultiple
attenuation: 74th Ann. Internat. Mtg., SEG, Expanded Abstracts, 13291332, Soc.
Expl.Geophys.,Expandedabstracts.
COATES, R. T. and A. B. Weglein, 1996, Internal multiple attenuation using inverse
scattering: Results from prestack 1 and 2D acoustic and elastic synthetics: 66th
Ann. Internat. Mtg., SEG, Expanded Abstracts, 15221525, Soc. Expl. Geophys.,
Expandedabstracts.
DRAGOSET,B.,1999,Apracticalapproachtosurfacemultipleattenuation:TheLeading
Edge,18,No.1,104108.
EVANS, B. J., 1997, a handbook for seismic data acquisition in exploration: Society of
ExplorationGeophysicists,305p.
FOSTER,D.,andMosherC.,1992,SuppressionofmultiplereflectionsusingtheRadon
transform:Geophysics,57,386395.
HAMPSON,D.,1986,Inversevelocitystackingformultipleelimination:Journalofthe
CanadianSocietyofExplorationGeophysicists,22,4455.
HARGREAVES,N.D.,VerWest,B.J.,Wombell,R.,Trad,D.,2003,Multipleattenuation
usinganapexshiftedRadontransform,73rdSEGInternationalAnn.Mtg.,SP2.6
103
104
HARLAN, W. S., Claerbout, J. F., and Rocca, F., 1984, Signal/noise separation and
velocityestimation:Geophysics,49,18691880.
HEMON, C. H. and Mace, D., 1978, Use of the KarhunenLoeve transformation in
seismicdataprocessing:GeophysicalProspecting26,600626.
HERRMANN, F. J., U. Boeniger, and D.J. E. Verschuur, 2007, Nonlinear pimary
multipleseparationwithdirectionalcurveletframes:Geoph.J.Int.Toappear.
HERRMANN, P., Mojesky, T., Magesan, M., and Hugonnet, P., 2000, Dealiased, high
resolution Radon transforms: 70th Annual International Meeting, Society of
ExplorationGeophysicists,ExpandedAbstracts,19531956.
HINDS, R., Anderson, N.L., and Kuzmiski, R., 1996, VSP Interpretative Processing:
TheoryandPractice:SocietyofExplorationGeophysicists,205p.
HUGONNET, P., and Canadas, G., 1995, Aliasing in the parabolic Radon transform:
65th Annual International Meeting, Society of Exploration Geophysicists,
ExpandedAbstracts,13661369.
IKELLE,L.,G.Roberts,andA.Weglein,1997,Sourcesignatureestimationbasedonthe
removaloffirstordermultiples:Geophysics,62,19041920.
IKELLE, L. T. and S. Yoo, 2000, An analysis of 2D and 3D inverse scattering multiple
attenuation: 70th Ann. Internat. Mtg., SEG, Expanded Abstracts, 19731976, Soc.
Expl.Geophys.,Expandedabstracts.
JONES, I. F. and Levy, S., 1987, Signaltonoise ratio enhancement in multichannel
seismicdataviatheKarhunenLoevetransform:GeophysicalProspecting35,1232.
KABIR, M., and Marfurt, K., 1999, Toward true amplitude multiple removal: The
LeadingEdge,18,6673.
KABIR, M.M. N.,2003, Weightedsubtractionfordiffracted multipleattenuation: 73rd
Ann. Internat. Mtg., SEG, Expanded Abstracts, 19411944, Soc. Expl. Geophys.,
Expandedabstracts.
105
LARNER, K., Chambers, R., Yang, M., Lynn, W. and Wai, W., 1983, Coherent noise in
marineseismicdata:Geophysics,Soc.ofExpl.Geophys.,48,854886.
LOKSHTANOV, D., 1999, Multiple suppression by dataconsistent deconvolution: The
LeadingEdge,18,115119.
LUMLEY, D. E., Nichols, D., and Rekdal, T., 1995, Amplitudepreserved multiple
suppression: 65th Annual International Meeting Society of Exploration
Geophysicists,ExpandedAbstracts,14601463.
OPPENHEIM,A.V.,1978,ApplicationsofDigitalSignalProcessing.PrenticeHall,Inc.
ROSS,W.S.,1997,Multiplesuppression:beyond2D.partI:theory:67thAnn.Internat.
Mtg.,ExpandedAbstracts,13871390,Soc.Expl.Geophys.,Expandedabstracts.
ROSS,W.S.,Y.Yu,andF.A.Gasparotto,1997,Multiplesuppression:beyond2D.part
II: application to subsalt multiples: 67th Ann. Internat. Mtg., Expanded Abstracts,
13911394,Soc.Expl.Geophys.,Expandedabstracts.
SACCHI, M., and Ulrych, T., 1995, Highresolution velocity gathers and offset space
reconstruction:Geophysics,60,11691177.
SHERIFF,R.E.,1991,EncyclopedicDictionaryofExplorationGeophysics,ThirdEdition:
SocietyofExplorationGeophysicists,376p.
SCHOENBERGER, M., 1996, Optimum weighted stack for multiple suppression:
Geophysics61,891901.
SCHONEWILLE,M.,andDuijndam,J.,2001,ParabolicRadontransform,samplingand
efficieny:Geophysics66,667678.
VERSCHUUR, D. J., 2006, Seismic multiple removal techniques: past, present and
future:EAGEpublicationsb.v.edition.
VERSCHUUR,D.,Berkhout,A.,andKelamis,P.,1995,Estimationofmultiplescattering
by iterative inversionPart II: Examples on marine and land data: 65th Annual
International Meeting, Society of Exploration Geophysicists, Expanded Abstracts,
14701473.
106