BR102015029435A2 - processo e sistema computadorizado para determinação de posição de nó sísmico - Google Patents

processo e sistema computadorizado para determinação de posição de nó sísmico Download PDF

Info

Publication number
BR102015029435A2
BR102015029435A2 BR102015029435A BR102015029435A BR102015029435A2 BR 102015029435 A2 BR102015029435 A2 BR 102015029435A2 BR 102015029435 A BR102015029435 A BR 102015029435A BR 102015029435 A BR102015029435 A BR 102015029435A BR 102015029435 A2 BR102015029435 A2 BR 102015029435A2
Authority
BR
Brazil
Prior art keywords
node
standard deviation
updated
predetermined
data
Prior art date
Application number
BR102015029435A
Other languages
English (en)
Other versions
BR102015029435B1 (pt
Inventor
Carsten Udengaard
Original Assignee
Fairfield Ind Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fairfield Ind Inc filed Critical Fairfield Ind Inc
Publication of BR102015029435A2 publication Critical patent/BR102015029435A2/pt
Publication of BR102015029435B1 publication Critical patent/BR102015029435B1/pt

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/16Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
    • G01V1/20Arrangements of receiving elements, e.g. geophone pattern
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/38Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/38Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
    • G01V1/3817Positioning of seismic devices
    • G01V1/3835Positioning of seismic devices measuring position, e.g. by GPS or acoustically
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/10Aspects of acoustic signal generation or detection
    • G01V2210/14Signal detection
    • G01V2210/142Receiver location
    • G01V2210/1427Sea bed

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Oceanography (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

processo e sistema computadorizado para determinação de posição de nó sísmico. a  presente  invenção  proporciona  um  sistema  computadorizado  e  um processo  para  determinar  as  posições  de  receptores  de  energia  (nós)  x,  y, independentemente  do  ângulo  no  qual  a  energia  foi  liberada  da  fonte.  o processo  e  o  sistema  computadorizado  envolvem  uma  técnica  de  execução repetida iterativa, que é executada em software de processamento de dados, em  que  uma  posição  inicial  do  modelo,  com  base,  essencialmente,  em  uma melhor suposição de uma localização de nó, seguida de processo iterativo de comparação estatística de dados do modelo com dados reais, e depois ajuste da posição do modelo por algum grau predeterminado e comparação desse novo resultado  com  dados  reais,  para  determinar  se  a  posição  recém-ajustada  é estatisticamente  melhor  ou  pior  do  que  suposição  da  posição  selecionada originalmente. o processo pode ser repetido usando continuamente ajustes de distância  menores  na  melhor  posição  determinada  previamente.  uma  vez satisfeita  que  a  melhor  posição  real  foi  obtida,  o  processamento  pode  ser  interrompido  e  os  dados  da  posição  x,  y  podem  ser  usados  no  andamento normal de geração de mapas sísmicos. 

Description

PROCESSO E SISTEMA COMPUTADORIZADO PARA DETERMINAÇÃO DE
POSIÇÃO DE NÓ SÍSMICO
Antecedentes da Invenção [001] A presente invenção se refere, de uma maneira geral, à coleta e à análise de dados obtidos por condução de um levantamento sísmico, e, mais particularmente, a metodologias para aperfeiçoar a precisão dos resultados baseados em análise de dados sísmicos.
[002] A geração e o registro de dados sísmicos envolvem muitas diferentes configurações de receptores, incluindo a disposição de geofones ou sismômetros na superfície da terra ou no fundo do mar, o reboque hidrofones por uma embarcação sísmica marinha, a suspensão de hidrofones verticalmente no mar ou a colocação de geofones em um furo de poço (como em um perfil sísmico vertical), para registrar o sinal sísmico. Uma fonte, tal como uma unidade vibradora, uma carga de dinamite ou um canhão de ar, gera vibrações acústicas ou elásticas que se deslocam para a terra, passam por camadas com diferentes respostas e efeitos de filtração sísmicos, e retornam à superfície, para que sejam registrados como dados sísmicos. A coleta otimizada varia de acordo com as condições locais e envolve o emprego da fonte adequada (incluindo ambos o tipo e a intensidade), configuração otimizada de receptores e orientação de linhas receptoras com relação aos aspectos geológicos. Isso garante que a relação de sinal para ruído mais alta possa ser registrada, a resolução é adequada, e efeitos alheios, tais como ondas atmosféricas, movimentação de solo, múltiplos e difrações, possam ser minimizados ou distinguidos, e removidos por meio de processamento.
[003] A exploração sísmica submarina é amplamente usada para localizar e/ou analisar formações geológicas subterrâneas para a presença de reservas de hidrocarbonetos. Um tipo de levantamento usa uma embarcação rebocando vários canhões de ar e uma disposição de nós de fundo de oceano (OBN) colocados no fundo do mar. Em águas profundas, os nós são colocados no fundo do oceano por meio de um veículo operado remotamente (ROV) e um carregador submarino; tipicamente, o ROV e o carregador submarino são dispostos de uma embarcação de disposição / recuperação, separada da embarcação de reboque ou de disparo. A maior parte dos levantamentos em águas rasas são feitos por disposição de nós por meio de uma corda. Além disso, alguns levantamentos usam um cabo engarrafado oceânico (ou "OBC") com sismômetros em vez de nós. Esse é um estilo similar ao sistema OBN, no qual os sismômetros estão todos no fundo do mar, mas são todos conectados à "embarcação-matriz" por meio de um longo cabo. Os dois tipos de estilos de coleta, OBC e OBN, são similares em muitos aspectos e, algumas vezes, considerados conjuntamente em uma categoria mais genérica, OBS, ou sensor/ sismômetro de fundo de oceano. Para fins do presente pedido de patente, um "nó" vai ser se referir a ambos os sistemas OBN e OBC.
[004] Para coletar os dados, cargas de ar comprimido são liberadas dos canhões de ar, a intervalos periódicos conhecidos, e a localização e a sincronização de todas as cargas são registradas. Igualmente, a sincronização e a intensidade de cada carga de ar comprimido são registradas pelos nós. Em águas profundas, os dados são tipicamente coletados por pelo menos 30 dias, para cobrir um ciclo integral de marés, mas podem ser coletados por um período mais longo, dependendo, por exemplo, do tamanho da área a ser levantada. Em águas rasas, mais frequentemente, os nós ficam no fundo do mar por 5 a 14 dias, com um período de 21 dias sendo considerado uma disposição longa para nós rasos (que têm, tipicamente, um tempo de vida útil da bateria máximo de 45 dias).
[005] A coleta de dados sísmicos em quatro dimensões compreende, geralmente, os dados sísmicos tridimensionais (3D), coletados em tempos diferentes na mesma área, para determinar variações em um depósito de produção de hidrocarbonetos com o tempo. As variações podem ser observadas nas localização, saturação, pressão e temperatura do fluido. Os dados sísmicos 4D são uns de várias formas de dados sísmicos temporais. Esses dados podem ser coletados na superfície ou em um furo de poço. Os dados sísmicos temporais envolvem a coleta de dados sísmicos da superfície ou de um furo de poço, obtidos em tempos diferentes na mesma área, para determinar variações na subsuperfície com o tempo, tais como o movimento do fluido ou os efeitos de recuperação secundária. Os dados são examinados para variações em atributos relativos às expressões de conteúdo de fluido. Os dados sísmicos temporais podem repetir os dados 2D, 3D (que são também conhecidos como dados sísmicos 4D), os dados transmitidos e aqueles VSP (de perfil sísmico vertical).
[006] Ainda que a chegada direta de energia em um nó possa ser tipicamente coletada corretamente, quando o ângulo de partida da energia é inferior a 70 graus, a energia de chegada direta é de coleta e uso para posicionamento inseguros, devido às contagens de traços limitadas nos desvios X, Y muito curtos. Por exemplo, em 100 m de água, 70 graus proporciona 274 m de desvio X, Y, a 25 m de água 70 graus proporciona um desvio X, Y de 68 m. Uma vez disposto a uma profundidade de cerca de 300 m e superior, o usa de chegadas diretas para análise de posicionamento é relativamente simples. No entanto, em águas rasas (por exemplo, a menos de 300 m), há menos cargas para uso em análise de posicionamento, quando do uso apenas de chegadas diretas. Além do mais, as chegadas refratadas vão chegar, frequentemente, antes da chegada direta. Observou-se na maior parte de ambientes de fundo de mar (mas não em todos) que isso acontece a um desvio em torno de 3 vezes a profundidade do nó. Desse modo, ainda que a qualidade dos dados não seja afetada, a confiabilidade do uso de chegada direta para análise de posicionamento, quando o ângulo de partida da carga de energia, saindo da superfície, excede 70 graus, é bastante influenciada.
[007] Além disso, o processo usado para dispor nós, particularmente, em águas rasas, proporciona um controle muito pequeno em relação à medida da profundidade de água em todos os locais de nós. Em virtude de haver uma grande variação localizada de velocidades de refração localizadas, um processo para posicionamento de nós deve ser estável na presença de ambos os erros de profundidade de nó e o erro de velocidade de trânsito. Em uma complicação adicional da análise de dados, é necessário que seja possível detectar quando um nó foi movimentado por forças externas, e determinar as posições corretas de todos os locais ocupados por um nó, durante uma única disposição. Na prática, em levantamentos em águas rasas, o alcance de movimentos observados de nós variou de 5 a 2.000 m.
[008] É um objeto básico e uma vantagem da presente invenção proporcionar um processo, um sistema e um produto, que aperfeiçoem a qualidade de dados, independentemente do ângulo no qual a energia é carregada da superfície.
[009] Outros objetos e vantagens da presente invenção vão ser parcialmente evidentes àqueles versados na técnica, e vão ser em parte apresentados a seguir.
Resumo da Invenção [010] De acordo com os objeto e vantagem apresentados acima, a presente invenção proporciona um sistema e um processo para determinar as posições receptoras de (nós) de energia x, y, e fazendo isso independentemente do ângulo, no qual a energia foi liberada da fonte. Em termos gerais, uma vez que um levantamento sísmico tenha sido conduzido e os nós recuperados do fundo do oceano, e os seus dados transferidos a um sistema computacional, os presentes processo e sistema vão usar os tempos de chegada coletados iniciais (mais tipicamente, em águas rasas esse vão ser da primeira refração, pois as velocidades de trânsito das chegadas refratadas tendem a ser mais rápidas do que as velocidades em coluna de água típicas). Os processos e sistema envolvem uma técnica de execução repetida iterativa, que é executada em software de processamento de dados, em que uma posição inicial do modelo é usada com base, essencialmente, em uma melhor suposição de uma localização de nó, com base em onde foi feita a tentativa de colocação, seguida de processo iterativo de comparação estatística de dados do modelo com dados reais, e depois ajuste da posição do modelo por algum grau predeterminado e comparação desse novo resultado com dados reais, para determinar se a posição recém-ajustada é estatisticamente melhor ou pior do que suposição da posição selecionada originalmente. O processo pode ser repetido usando continuamente ajustes de distância menores na melhor posição determinada previamente. Uma vez satisfeita que a melhor posição real foi obtida, o processamento pode ser interrompido e os dados da posição X, Y podem ser usados no andamento normal de geração de mapas sísmicos. O processamento de dados é conduzido tipicamente por uso de um canal de hidrofone, mas pode ser conduzido por uso de geofone vertical, sem qualquer modificação na sequência. Além disso, o conhecimento preciso da velocidade de trânsito ou da profundidade do nó não é necessário para utilização desse processo.
[011] Em um aspecto da invenção, um processo implementado por computador para atualização e refinamento das posições X, Y de um nó de fundo de oceano para uso na criação de um levantamento sísmico, por uso de dados que foram detectados e coletados pelo nó, após emissão de uma fonte de incidência de energia, e em relação à intensidade de energia e ao tempo de chegada de energia no nó, é proporcionado que compreende, geralmente, as etapas de condicionar os dados recuperados do nó; executar uma rotina de estimativa de posição nos dados condicionados; executar uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó; executar um pós-processamento de posição dos dados; e transmitir os dados.
[012] Em outro aspecto, um meio legível por computador não transitório é proporcionado, que compreende, geralmente, instruções, que quando executadas, tornam um computador capaz de processar dados para executar as etapas de condicionar os dados recuperados do nó; executar uma rotina de estimativa de posição nos dados condicionados; executar uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó; executar um pós-processamento de posição dos dados; e transmitir os dados.
[013] Em outro aspecto da invenção, um sistema computadorizado é proporcionado, que compreende, geralmente, um processador de dados executando software de processamento de dados em um computador e configurado para receber dados transferidos de um nó sísmico, em que o software de processamento de dados é capaz de determinar a posição X, Y do nó, o sistema computadorizado configurado ainda para executar as etapas de condicionar os dados recuperados do nó; executar uma rotina de estimativa de posição nos dados condicionados; executar uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó; executar um pós-processamento de posição dos dados; e transmitir os dados.
[014] Mais especificamente, o processo, o meio legível por computador e o sistema computadorizado operam todas de acordo com as seguintes etapas: 1. O processamento começa com um grande alcance de desvio de traços de entrada. Cada traço representa um emparelhamento entre uma carga, que ocorreu entre a fonte de energia e o receptor (nó) de energia, com o desvio representando a distância entre uma fonte e um emparelhamento de nó. O alcance introduzido deve ser maior do que qualquer movimento previsto de nós que possa ter ocorrido (isto é, se for previsto que os nós possam ter sido movimentos 300 m, devido aos eventos / forças externos, então os traços de entrada selecionados para o processamento inicial devem abranger as distâncias superiores a 300 m entre a fonte e o nó, mas esse alcance selecionado é um parâmetro de usuário, que pode ser selecionado com base na experiência com o meio sendo submetido a levantamento). Ainda que o alcance dos traços de entrada possa ser imaginado como um disco (com um raio centralizado na fonte e estendendo-se para os nós dentro do alcance predeterminado), é também possível e, em algumas concretizações, preferível processar o que foi imaginado como um "anel" de entradas (por exemplo, 50 m - 300 m), que rejeita os traços de desvio muito curtos. O alcance real selecionado e se esse alcance é um alcance do tipo "disco" de um alcance do tipo "anel", em que os traços de desvio curtos são eliminados, é uma questão de preferência e experiência de usuário. 2. Coletar o maior pico e as maiores amplitudes de talvegue nos primeiros 2 segundos de dados após a duração da carga de energia (o tempo selecionado é também de preferência de usuário com base na experiência dele, mas para os presentes fins um tempo de 2 segundos, que foi verificado como sendo um período de tempo útil, é usado apenas para fins ilustrativos). Quanto mais próximos entre si estão a fonte e o nó, mais a diferença entre as amplitudes de pico e de talvegue. 3. Determinar a diferença entre as duas medidas para propiciar um valor de excursão total. Como descrito em (2) acima, esse valor é um indicador razoável do desvio de um determinado traço, devido à divergência esférica típica de amplitude (por exemplo, a energia em qualquer ponto dentro da divergência esférica vai diminuir na medida em que a superfície esférica aumenta, de acordo com os princípios de conservação de energia). Os traços de entrada introduzidos vão ser limitados com base nessa amplitude de aproximadamente 2.000 m de desvio, com todos os traços acima dessa distância sendo filtrados do processamento. 4. Coletar o primeiro tempo de chegada em cada traço usando uma primeira rotina de coleta de pausa padronizada (por exemplo, primeiros dados vão ser gravados pelo nó após a carga ser disparada). A pequena onda, que está sendo coletada, pode ser bruta (inalterada do registro no campo) ou processada com filtros, para movimentar a uma fase mínima ou fase zero. 5. Determinar uma posição inicial do modelo do nó. Isso pode ser feito por uso de qualquer de vários algoritmos, incluindo, mas não limitados a, o uso de localização antes de representação gráfica do nó, a média das coordenadas XY da carga, ou a localização da carga da maior excursão de amplitude determinada acima. 6. Usando uma velocidade de trânsito predeterminada (por exemplo, 1.500 m/s), determinar os tempos de chegada do modelo de traços em um nó, usando a posição do nó do modelo inicial e as localizações da carga e a profundidade do nó conhecidas (para os presentes finis e em águas rasas, é acurado o uso de uma sonda de profundidade para obter a profundidade do nó; esse instrumento sendo menos acurado em águas mais profundas). 7. Computar o erro de tempo de erro de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo (isto é, o erro é igual à diferença entre o tempo de chegada coletado e o tempo de chegada do modelo calculado). 8. Computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada (por exemplo, 300 m) da posição inicial do nó do modelo. 9. Recomputar o desvio-padrão do erro do tempo de propagação na etapa 8, em que todos os erros superiores a um número pré-selecionado (por exemplo, 2) de desvios-padrões em grandeza são também ignorados. Esses localização e o desvio-padrão vão ser estabelecidos como os melhores posição e desvio-padrão. 10. Iniciar a primeira iteração de atualização de posição do nó. 11. Uma "grade" de atualizações de posição em X e Y vai ser executada em loop, para determinar uma posição atualizada. A primeira iteração é, tipicamente, um tamanho de etapa grande (isto é, 200 m em uma grade 41 x 41, de modo que cada etapa na grade é 200 m da posição do modelo); em outras palavras, cada iteração envolve a movimentação do nó 200 m pelo trajeto de uma grade 41 x 41 (com o nó partindo no centro da grade, de modo que assuma 20 etapas em cada direção, para abranger a grade 41 x 41 no exemplo proporcionado). Deve-se notar que uma "grade" do tipo sistema de coordenadas cartesianas é descrita, mas outras geometrias de "grades" também podem ser usadas, tais como, por exemplo, circular com etapas baseadas em raio. Além disso, outros tamanhos de "grade" podem ser usados, embora em um sistema cartesiano seja preferível usar um número ímpar para a grade, de modo que o movimento do nó seja igual em número em todas as direções. 12. Com a posição do modelo, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo. 13. Computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada (por exemplo, 300 m) da posição do modelo. 14. Recomputar o desvio-padrão de erro de tempo de propagação computado na etapa 13, em que todos os erros superiores a um número predeterminado (por exemplo, 2) de desvios-padrões em grandeza são também ignorados. 15. Comparar o desvio-padrão, computado na etapa 14, com o novo melhor desvio-padrão prévio. Se o novo desvio-padrão for menor, então ele fica sendo o novo melhor desvio-padrão e a posição de momento fica sendo a nova melhor posição. Se o desvio-padrão da etapa 14 for maior do que o melhor prévio, então não há quaisquer mudanças nas melhores posição e desvio-padrão. 16. Repetir as etapas 12 -15 para todos os locais da grade para teste. 17. A posição e o desvio-padrão do primeiro loop são então usados como a solução inicial para uma varredura de posição mais fina de X e Y. 18. Repetir as etapas 12 - 15 com um tamanho de grade menor (por exemplo, tamanho de etapa de 5 m em uma grade 41 x 41). 19. A posição e o desvio-padrão do segundo loop são então usados como a solução inicial para uma varredura de posição mais fina de X e Y. 20. Repetir as etapas 12 - 15 com um tamanho de grade menor (isto é, um tamanho de etapa de 0,1 mm em uma grade 41 x 41). 21. Classificar todos os traços para um determinado nó em ordem cronológica e varrer maiores mudanças na medida de desvio de rota (proa da bússola). 22. Se houver ocorrências de grandes mudanças de desvio de rota e o melhor desvio-padrão computado final for grande (por exemplo, quando um nó se movimenta parcialmente pelo caminho para coleta de dados), então dividir o nó em períodos de tempo separados por grandes mudanças em desvio de rota (de modo que a cada período de tempo vai apenas incluir o tempo no qual uma única posição foi ocupada por esse nó). Se o desvio-padrão do erro de tempo de propagação for pequeno, então o nó não é dividido em conjuntos múltiplos. É importante que o movimento de um nó seja de fácil detecção por verificação de mudanças em desvio de rota (isto é, uma proa da bússola), mas quando os nós são movimentados, a inclinação deles (passo e bamboleio) é algumas vezes mudada também; no entanto, o desvio de rota é apenas um modo mais fácil de perceber a mudança, embora qualquer uma ou todas das orientações possam ser usadas para esse fim. 23. Repetir as etapas 6-21 para todos os nós. Se um nó for dividido em múltiplas partes na etapa 22, então cada parte é passada separadamente pela sequência. 24. Transmitir a um arquivo ASCH (ou outro formado de arquivo útil) todos os nomes de nós e as posições atualizadas para cada parte (se necessário).
Breve Descrição dos Desenhos [015] A presente invenção vai ser entendida e considerada mais inteiramente por leitura da descrição detalhada apresentada a seguir, em conjunto com os desenhos em anexo, em que: a Figura 1 é uma representação esquemática ilustrativa de uma embarcação executando um levantamento sísmico; a Figura 2 é uma representação esquemática ilustrativa de um nó sísmico carregando dados em um computador, que depois transfere os dados a um computador de processamento de dados; a Figura 3 é um fluxograma da metodologia de condicionamento de dados inicial, de acordo com um aspecto da invenção; a Figura 4 é um fluxograma da rotina de estimativa de posição de nó, de acordo com um aspecto da invenção; a Figura 5 é um fluxograma da sub-rotina de estimativa de posição de nó, de acordo com um aspecto da invenção; a Figura 6 é um fluxograma da metodologia de pós-processamento de dados de posição, de acordo com um aspecto da invenção; e as Figuras 7(a) - (c) são representações simbólicas de grades usadas nas primeira, segunda e terceira iterações, respectivamente, da sub-rotina de estimativa de posição de nó, de acordo com um aspecto da invenção.
Descrição Detalhada [016] Com referência aos desenhos, nos quais os números de referência similares se referem a partes similares ao longo deles, pode-se ver na Figura 1 uma embarcação 10, que está puxando um conjunto de canhões de ar comprimido 12. A embarcação 10 é acionada para atravessar uma grade de nós sísmicos 14, que foram colocados no fundo do oceano 16, em um modelo predeterminado. Na medida em que a embarcação 10 atravessa por cima da grade de nós 14, cargas de ar comprimido são emitidas do canhão 12 a intervalos predeterminados. O ar comprimido se propaga para baixo pela água, em que a energia no ar comprimido é recebida diretamente por todos os nós 14 ou se refrata pelo fundo do oceano 16, antes de ser refletido de volta e atingir os nós 14. É proposital que cada carga de ar comprimido, emitida pelo canhão 12, que a sincronização do recebimento da carga e de um nível de energia correspondente seja detectada e registrada em todos os nós 14, independentemente de se a energia foi recebida diretamente por todos os nós 14, ou recebida apenas após ter sido refletida / refratada pelo fundo do oceano 16.
[017] A colocação dos nós 14 no fundo do oceano 16 é uma ciência inexata, em que as posições dos nós podem variar, devido a muitos fatores externos, incluindo, por exemplo, corrente, redes de pesca que acoplam um ou mais nós e os arrasta a alguma distância antes de liberá-los, criaturas marinhas que podem colidir com um nó, o deslizamento de um nó a uma superfície irregular formada no fundo do oceano, entre outros fatores. No entanto, para que os dados sísmicos sejam analisados com precisão, é importante saber, no mais alto grau possível, a posição da qual cada carga foi enviada e a posição de cada nó, bem como a velocidade da coluna d'água. Ainda que a posição da qual cada carga é enviada seja determinada precisamente por GPS, ou outro equipamento detector de posição, e a profundidade dos nós (por exemplo, a posição Z) possa ser determinada por uso de uma sonda de profundidade, ou outro tipo de indicador de profundidade, usado no momento da coleta dos nós, a posição X, Y precisa dos nós é bastante desconhecida, devido aos nós serem localizados no fundo do oceano.
[018] Um aspecto da presente invenção proporciona o meio pelo qual a posição X, Y de cada nó possa ser precisamente determinada. Como ilustrado na Figura 2, a metodologia associada com o meio de determinação de posição de nó X, Y é programada em um computador, que tem um processador capaz de processar dados. Uma vez que os nós 14 sejam recuperados do fundo do oceano 16, os dados armazenados neles (incluindo, por exemplo, o tempo no qual cada carga foi recebida e a intensidade correspondente da energia recebida) são carregados em um computador 18. Esses dados são depois transferidos a um computador de processamento de dados 20 (que pode ser ou não o mesmo computador 18, e a transmissão dos dados pode ser feita por uma conexão no estado sólido ou sem fio), em que o software de processamento de dados, programado de acordo com a metodologia da presente invenção, processa os dados. Uma vez inteiramente processados, o conjunto de dados completo provenientes do levantamento sísmico é utilizado visando gerar um mapa sísmico ou outra forma de transmissão, da qual uma expressão útil do levantamento sísmico possa ser observada e usada.
[019] Para esse fim e com referência às Figuras 3 a 6, um modo preferido para execução da metodologia (e de um computador programado para executar a metodologia) é conduzido da seguinte maneira: 1. Na etapa 100, um grande alcance de desvio de traços de entrada é selecionado. Cada traço representa um emparelhamento entre uma carga, que ocorreu entre a fonte de energia e o receptor (nó 14) de energia, e o desvio representa a distância entre uma fonte e o emparelhamento dos nós. A admissão de alcance deve ser maior do que qualquer movimento previsto dos nós, que ocorreu (isto é, se for previsto que os nós se movimentarem 300 m, devido a eventos / forças externos, então os traços de entrada, selecionados para processamento inicial, devem abranger as distâncias entre a fonte e o nó superiores a 300 m, mas esse alcance selecionado é um parâmetro de usuário, que pode ser selecionado com base na experiência com o meio em levantamento). Ainda que o alcance dos traços de entrada possa ser imaginado como um disco (com um raio centralizado na fonte e estendendo-se aos nós dentro do alcance estabelecido), é também possível, e, em alguns casos, preferível usar o que se imagina como um "anel" de entradas (por exemplo, 50 m - 300 m), que rejeita os traços de desvios muito curtos. O alcance real selecionado e que pode ser um tipo de "disco" de um alcance do tipo de "anel", em que os traços de desvio curtos são eliminados, é uma questão de preferência e experiência de usuário. 2. A seguir, na etapa 102, o maior pico e as maiores amplitudes de talvegue (níveis de energia), em um primeiro predeterminado número de dados de tempo (por exemplo, 2 segundos foi verificado na prática como funcionando bem), após o tempo da carga de energia, são coletados. Quanto mais próximos entre si ficam a fonte e o nó, maior é a diferença entre as amplitudes de pico e de talvegue. Ao contrário, quanto mais distantes estiverem a fonte e o nó separados entre si, menor vai ser a diferença entre as amplitudes de pico e de talvegue. 3. A seguir, na etapa 104, a diferença entre as duas medidas é determinada para propiciar um valor de excursão total. Como descrito na etapa 102, esse valor é um indicador razoável do desvio de um determinado traço, devido à divergência esférica típica de amplitude (por exemplo, a energia em qualquer ponto dentro da divergência esférica vai diminuir na medida em que a área superficial aumenta, de acordo com os princípios de conservação de energia). Os traços de entrada introduzidos vão ser limitados com base nessa amplitude de aproximadamente 2.000 m de desvio, com todos os traços acima dessa distância sendo filtrados do processamento. 4. A seguir, na etapa 106, o primeiro tempo de chegada em cada traço é coletado usando uma primeira rotina de coleta de pausa padronizada (por exemplo, primeiros dados de energia real vão ser gravados pelo nó após a carga ser disparada). A pequena onda, que está sendo coletada, pode ser bruta (inalterada do registro no campo) ou processada com filtros, para movimentar a uma fase mínima ou fase zero. 5. A seguir, na etapa 108, uma posição inicial do modelo do nó é determinada. Isso pode ser feito por uso de qualquer de vários algoritmos, incluindo, mas não limitados a, o uso de localização antes de representação gráfica do nó, a média das coordenadas XY da carga, ou a localização da carga da maior excursão de amplitude determinada acima. 6. A seguir, na etapa 110, usando uma velocidade de trânsito predeterminada {por exemplo, ar se deslocando a 1.500 m/s pela água), os tempos de chegada do modelo de traços em um nó, usando a posição do nó do modelo inicial e as localizações da carga e a profundidade do nó conhecidas (para os presentes fins e em águas rasas, é acurado o uso de uma sonda de profundidade para obter a profundidade do nó; esse instrumento sendo menos acurado em águas mais profundas) é determinado / calculado. 7. A seguir, na etapa 112, o erro de tempo de erro de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo (isto é, o erro é igual à diferença entre o tempo de chegada coletado e o tempo de chegada do modelo calculado) é calculado. 8. A seguir, na etapa 114, o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada (por exemplo, 300 m) da posição inicial do nó do modelo é computado. Deve-se notar que o termo desvio-padrão está sendo usado no sentido de ser uma função matemática, que proporciona a minimização da divergência ou dispersão da média. A minimização do termo "qualidade" (no presente exemplo da invenção, o termo "qualidade" está sendo referido como um "desvio-padrão"), e dever ser uma minimização da divergência do erro de tempo de propagação. Outros exemplos de funções matemáticas, que podem servir para essa finalidade, incluem o desvio absoluto médio em torno da média ou o desvio absoluto mediano em torno da média. A importância do uso dessa fórmula matemática é tentar minimizar a divergência do erro da média. Desse modo, os termos "desvio-padrão" são tencionados para cobrir a fórmula de desvio-padrão tradicional, bem como qualquer outra formulação matemática útil para proporcionar indicação de uma minimização da divergência do erro de tempo de propagação. 9. A seguir, na etapa 116, o desvio-padrão do erro do tempo de propagação, computado na etapa 114, é recomputado, em que todos os erros superiores a um número pré-selecionado (por exemplo, 2) de desvios-padrões em grandeza são também ignorados. A localização e o desvio-padrão vão ser estabelecidos como os melhores posição e desvio-padrão. 10. A primeira iteração de atualização de posição do nó pode ser então iniciada, de acordo com a sub-rotina de estimativa ilustrada na Figura 5 11. Na etapa 118, uma grade de atualizações de posição em X e Y vai ser executada em loop, para determinar uma posição atualizada. Como mostrado ilustrativamente na figura__, a primeira iteração é, tipicamente, um tamanho de etapa grande, de modo a executar uma aproximação grosseira de uma posição refinada (isto é, 200 m em uma grade 41 x 41, de modo que cada etapa na grade é 200 m da posição do modelo, consultar a Figura 7(a)). Deve-se notar que sistema de coordenadas cartesianas é descrito, mas outras geometrias também podem ser usadas para esse mesmo fim, tais como, por exemplo, circular com etapas baseadas em raio. Além do mais, a grade pode ser de uma geometria uniforme ou de uma geometria variável (por exemplo, etapas de diferentes tamanhos). Deve-se ainda notar que o tamanho da grade (por exemplo, o número de etapas pelas quais as permutas de posição são feitas) pode variar, embora funcione melhor se um número ímpar de etapas for usado em um sistema de grade do tipo cartesiano, de modo que a posição possa ser ajustada um número par de etapas em cada uma das direções. 12. A seguir, na etapa 120, usando a posição do modelo, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo. 13. A seguir, na etapa 122, o desvio-padrão do erro do tempo de propagação de todos os traços, dentro da primeira distância predeterminada (por exemplo, 300 m) da posição do modelo, é computado. 14. A seguir, na etapa 124, o desvio-padrão de erro de tempo de propagação, computado na etapa 122, é recomputado, em que todos os erros superiores a um número predeterminado (por exemplo, 2) de desvios-padrões em grandeza são também ignorados. 15. A seguir, na etapa 126, o desvio-padrão, computado na etapa 124, com o novo melhor desvio-padrão prévio, é comparado. Se o novo desvio-padrão for menor, então ele fica sendo o novo melhor desvio-padrão e a posição de momento fica sendo a nova melhor posição. Se o desvio-padrão da etapa 14 for maior do que o melhor prévio, então não há quaisquer mudanças nas melhores posição e desvio-padrão. 16. A seguir, na etapa 128, a decisão é tomada para garantir que as etapas 120 - 126 sejam repetidas para todos os locais da grade para teste. 17. Retornando à etapa 120, a posição e o desvio-padrão do primeiro loop são então usados como a solução inicial para uma varredura de posição mais fina de X e Y. 18. Desse modo, na etapa 130, as etapas 120 -126 são repetidas com um tamanho de grade menor (por exemplo, tamanho de etapa de 5 m em uma grade 41 x 41, como ilustrado na Figura 7(b)). 19. Após repetir as etapas 120 - 126 nesse tamanho de grade ajustado mais fino, a posição e o desvio-padrão do segundo loop são então usados como a solução inicial para uma varredura de posição mais fina de X e Y. 20. A seguir, as etapas 120 - 126 são repetidas mais uma vez com um tamanho de grade ainda menor (isto é, um tamanho de etapa de 0,1 mm em uma grade 41 x 41, como ilustrado na Figura 7(c)). Deve-se notar que a granularidade, com a qual são executadas as iterações, pode variar de uma única iteração (que vai usar um pequeno tamanho de etapa, em vez de uma grade muito grande, para cobrir a distância necessária para capturar o movimento potencial dos nós, a um número maior de grades com menos divergência em tamanhos de etapas; no entanto, verificou-se no teste que essa iteração de três loops proporciona resultados bastante precisos, enquanto fazendo uso mais eficiente das capacidades de processamento do computador e não comprometendo a precisão dos resultados. 21. Ao completar as rotina e sub-rotina de estimativa, o pós-processamento de dados pode ser feito. Na etapa 132, todos os traços para um determinado nó são classificados em ordem cronológica e varridos para maiores mudanças na medida de desvio de rota (proa da bússola). 22. Na etapa 134, determina-se se há ocorrências de grandes variações de desvio de rota e se o melhor desvio-padrão computado é grande (por exemplo, quando um nó se movimenta parcialmente durante a coleta de dados), então dividir o nó em períodos de tempo separados por grandes mudanças em desvio de rota (de modo que a cada período de tempo vai apenas incluir o tempo no qual uma única posição foi ocupada por esse nó), e, sendo assim, então o nó é dividido em períodos de tempo separados por grandes variações em desvio de rota. Se o desvio-padrão de erro de tempo de propagação for pequeno, então o nó não é dividido em conjuntos múltiplos. É importante que o movimento de um nó seja de fácil detecção por verificação de mudanças em desvio de rota (isto é, uma proa da bússola), mas quando os nós são movimentados, a inclinação deles (passo e bamboleio) é algumas vezes mudada também; no entanto, o desvio de rota é apenas um modo maisfácil de percebera mudança, embora qualquer uma ou todas das orientações possam ser usadas para esse fim. 23. As etapas 110 -134 são então repetidas para todos os nós. Se um nó for dividido em múltiplas partes na etapa 134, então cada parte é passada separadamente pela sequência. 24. Finalmente, na etapa 136, um arquivo ASCH, para todos os nomes de nós e as posições atualizadas para cada parte (se necessário), é transmitido. Outros formatos de saída também podem ser usados, como seria evidente para aqueles versados na técnica.
[020] Com o processamento de dados completo e todas as posições dos nós determinadas a um grau de precisão aceitável, pode-se ainda usar esses dados refinados para preparar um mapa sísmico ou outra expressão útil dos dados.
REIVINDICAÇÕES

Claims (37)

1. Processo implementado por computador para atualização e refinamento das posições X, Y de um nó de fundo de oceano para uso na criação de um levantamento sísmico, por uso de dados que foram detectados e coletados pelo nó, após emissão de uma fonte de incidência de energia, e em relação à intensidade de energia e o tempo de chegada de energia no nó, caracterizado pelo fato de que compreende as etapas de: a) condicionar os dados recuperados do nó; b) executar uma rotina de estimativa de posição nos dados condicionados; c) executar uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó; d) executar um pós-processamento de posição dos dados; e e) transmitir os dados.
2. Processo implementado por computador, de acordo com a reivindicação 1, caracterizado pelo fato de que a dita etapa de condicionamento dos dados compreende: a) selecionar uma faixa de desvio de traços de entrada de grandeza predeterminada; b) coletar o maior pico e as maiores amplitudes de talvegue, em um primeiro período predeterminado, de dados coletados pelo nó, após ocorrência do disparo de energia; c) determinar a diferença entre o maior pico e as maiores amplitudes de talvegue para gerar um valor de excursão total; d) coletar o primeiro tempo de chegada em cada traço usando uma primeira rotina de coleta de pausa; e e) determinar uma posição inicial do nó.
3. Processo implementado por computador, de acordo com a reivindicação 2, caracterizado pelo fato de que a dita etapa de execução de uma rotina de estimativa de posição nos dados condicionados compreende as etapas de: a) usando uma velocidade de trânsito predeterminada, determinar os tempos de chegada do modelo dos traços no nó, usando a posição do nó inicial e os locais de disparo e a profundidade do nó; b) computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo; c) computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada da posição inicial; d) recomputar o desvio-padrão do erro do tempo de propagação na etapa (c), e ignorar todos os erros superiores a um número predeterminado de desvios-padrões; e e) estabelecer o desvio-padrão recomputado como novo melhor desvio- padrão.
4. Processo implementado por computador, de acordo com a reivindicação 3, caracterizado pelo fato de que a primeira distância predeterminada é 300 m.
5. Processo implementado por computador, de acordo com a reivindicação 3, caracterizado pelo fato de que o número predeterminado de desvios-padrões é dois.
6. Processo implementado por computador, de acordo com a reivindicação 3, caracterizado pelo fato de que a dita etapa de execução de uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó, compreende as compreende as etapas de: a) mudar a posição prévia do nó por uma segunda distância predeterminada, dentro de uma grade predefinida, para obter uma posição atualizada do nó; b) computar o tempo de propagação para a posição atualizada do nó, para obter um tempo de chegada atualizado; c) usando a posição atualizada do nó, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada atualizados; d) computar o desvio-padrão atualizado do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada da posição do modelo; e) recomputando o desvio-padrão atualizado de erro de tempo de propagação computado na etapa (d), ignorar todos os erros superiores a um número predeterminado de desvios-padrões; f) comparar o desvio-padrão atualizado, computado na etapa (c), com o novo melhor desvio-padrão, e se o desvio-padrão atualizado for menor, então atribui-lo como o novo melhor desvio-padrão e a posição de momento como a nova melhor posição; e g) repetir as etapas (a) - (f) para todos os locais dentro da grade predefinida.
7. Processo implementado por computador, de acordo com a reivindicação 6, caracterizado pelo fato de que a dita etapa de executar um pós-processamento de posição dos dados compreende as etapas de: a) classificar todos os traços para um determinado nó em ordem cronológica e varrer as mudanças na medida de mudança de direção acima de uma determinada grandeza de mudança de direção; e b) dividir os traços em períodos de tempo separados por variações em mudanças de direção acima da dita grandeza de mudança de direção predeterminada, se houver ocorrências de mudanças de direção acima da grandeza de mudança de direção predeterminada e o melhor desvio-padrão computado estiver acima de um limiar predeterminado.
8. Processo implementado por computador, de acordo com a reivindicação 1, caracterizado pelo fato de que todas as etapas são conduzidas para cada nó usado no levantamento.
9. Processo implementado por computador, de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de execução de uma rotina de estimativa de posição nos dados condicionados compreende as etapas de: a) usando uma velocidade de trânsito predeterminada, determinar os tempos de chegada do modelo dos traços no nó, usando a posição inicial do nó e os locais de disparo e a profundidade do nó; b) computar o erro de tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo; c) computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada da posição inicial; e d) recomputar o desvio-padrão do erro de propagação computado na etapa (c), e ignorar todos os erros superiores a um número predeterminado de grandeza dos desvios-padrões.
10. Processo implementado por computador, de acordo com a reivindicação 9, caracterizado pelo fato de que a primeira distância predeterminada é 300 m.
11. Processo implementado por computador, de acordo com a reivindicação 9, caracterizado pelo fato de que o número predeterminado de desvios-padrões é dois.
12. Processo implementado por computador, de acordo com a reivindicação 9, caracterizado pelo fato de que a dita etapa de execução de uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó, compreende as compreende as etapas de: a) mudar a posição prévia do nó por uma segunda distância predeterminada, dentro de uma grade predefinida, para obter uma posição atualizada do nó; b) computar o tempo de propagação para a posição atualizada do nó, para obter um tempo de chegada atualizado; c) usando a posição atualizada do nó, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada atualizados; d) computar o desvio-padrão atualizado do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada da posição do modelo; e) recomputando o desvio-padrão atualizado de erro de tempo de propagação computado na etapa (d), ignorar todos os erros superiores a um número predeterminado de desvios-padrões; f) comparar o desvio-padrão atualizado, computado na etapa (c), com o novo melhor desvio-padrão, e se o desvio-padrão atualizado for menor, então atribui-lo como o novo melhor desvio-padrão e a posição de momento como a nova melhor posição; e g) repetir as etapas (a) - (f) para todos os locais dentro da grade predefinida.
13. Processo implementado por computador, de acordo com a reivindicação 12, caracterizado pelo fato de que a dita etapa de executar um pós-processamento de posição dos dados compreende as etapas de: a) classificar todos os traços para um determinado nó em ordem cronológica e varrer as mudanças na medida de mudança de direção acima de uma determinada grandeza de mudança de direção; e b) dividir os traços em períodos de tempo separados por variações em mudanças de direção acima da dita grandeza de mudança de direção predeterminada, se houver ocorrências de mudanças de direção acima da grandeza de mudança de direção predeterminada e o melhor desvio-padrão computado estiver acima de um limiar predeterminado.
14. Meio legível por computador não transitório, caracterizado pelo fato de que, quando executadas, tornam um computador capaz de processar dados para executar as etapas de: a) condicionar os dados recuperados do nó; b) executar uma rotina de estimativa de posição nos dados condicionados; c) executar uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó; d) executar um pós-processamento de posição dos dados; e e) transmitir os dados.
15. Meio legível por computador não transitório, de acordo com a reivindicação 14, caracterizado pelo fato de que a dita etapa de condicionamento dos dados compreende: a) produzir uma faixa de desvio de traços de entrada de grandeza predeterminada; b) coletar o maior pico e as maiores amplitudes de talvegue, em um primeiro período predeterminado, de dados coletados pelo nó, após ocorrência do disparo de energia; c) determinar a diferença entre o maior pico e as maiores amplitudes de talvegue para gerar um valor de excursão total; d) coletar o primeiro tempo de chegada em cada traço usando uma primeira rotina de coleta de pausa; e e) determinar uma posição inicial do nó.
16. Meio legível por computador não transitório, de acordo com a reivindicação 15, caracterizado pelo fato de que a dita etapa de execução de uma rotina de estimativa de posição nos dados condicionados compreende: a) usando uma velocidade de trânsito predeterminada, determinar os tempos de chegada do modelo dos traços no nó, usando a posição do nó inicial e os locais de disparo e a profundidade do nó; b) computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo; c) computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada da posição inicial; d) recomputar o desvio-padrão do erro do tempo de propagação na etapa (c), e ignorar todos os erros superiores a um número predeterminado de desvios-padrões; e e) estabelecer o desvio-padrão recomputado como novo melhor desvio- padrão.
17. Meio legível por computador não transitório, de acordo com a reivindicação 16, caracterizado pelo fato de que a primeira distância predeterminada é 300 m.
18. Meio legível por computador não transitório, de acordo com a reivindicação 16, caracterizado pelo fato de que o número predeterminado de desvios-padrões é dois.
19. Meio legível por computador não transitório, de acordo com a reivindicação 16, caracterizado pelo fato de que a dita etapa de execução de uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó, compreende as compreende: a) mudar a posição prévia do nó por uma segunda distância predeterminada, dentro de uma grade predefinida, para obter uma posição atualizada do nó; b) computar o tempo de propagação para a posição atualizada do nó, para obter um tempo de chegada atualizado; c) usando a posição atualizada do nó, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada atualizados; d) computar o desvio-padrão atualizado do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada da posição do modelo; e) recomputando o desvio-padrão atualizado de erro de tempo de propagação computado na etapa (d), ignorar todos os erros superiores a um número predeterminado de desvios-padrões; f) comparar o desvio-padrão atualizado, computado na etapa (c), com o novo melhor desvio-padrão, e se o desvio-padrão atualizado for menor, então atribui-lo como o novo melhor desvio-padrão e a posição de momento como a nova melhor posição; e g) repetir as etapas (a) - (f) para todos os locais dentro da grade predefinida.
20. Meio legível por computador não transitório, de acordo com a reivindicação 19, caracterizado pelo fato de que a dita etapa de executar um pós-processamento de posição dos dados compreende: a) classificar todos os traços para um determinado nó em ordem cronológica e varrer as mudanças na medida de mudança de direção acima de uma determinada grandeza de mudança de direção; e b) dividir os traços em períodos de tempo separados por variações em mudanças de direção acima da dita grandeza de mudança de direção predeterminada, se houver ocorrências de mudanças de direção acima da grandeza de mudança de direção predeterminada e o melhor desvio-padrão computado estiver acima de um limiar predeterminado.
21. Meio legível por computador não transitório, de acordo com a reivindicação 14, caracterizado pelo fato de que a etapa de execução de uma rotina de estimativa de posição nos dados condicionados compreende: a) usando uma velocidade de trânsito predeterminada, determinar os tempos de chegada do modelo dos traços no nó, usando a posição inicial do nó e os locais de disparo e a profundidade do nó; b) computar o erro de tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo; c) computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada da posição inicial; e d) recomputar o desvio-padrão do erro de propagação computado na etapa (c), e ignorar todos os erros superiores a um número predeterminado de grandeza dos desvios-padrões.
22. Meio legível por computador não transitório, de acordo com a reivindicação 21, caracterizado pelo fato de que a primeira distância predeterminada é 300 m.
23. Meio legível por computador não transitório, de acordo com a reivindicação 21, caracterizado pelo fato de que o número predeterminado de desvios-padrões é dois.
24. Meio legível por computador não transitório, de acordo com a reivindicação 21, caracterizado pelo fato de que a dita etapa de execução de uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó, compreende as compreende: a) mudar a posição prévia do nó por uma segunda distância predeterminada, dentro de uma grade predefinida, para obter uma posição atualizada do nó; b) computar o tempo de propagação para a posição atualizada do nó, para obter um tempo de chegada atualizado; c) usando a posição atualizada do nó, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada atualizados; d) computar o desvio-padrão atualizado do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada da posição do modelo; e) recomputando o desvio-padrão atualizado de erro de tempo de propagação computado na etapa (d), ignorar todos os erros superiores a um número predeterminado de desvios-padrões; f) comparar o desvio-padrão atualizado, computado na etapa (c), com o novo melhor desvio-padrão, e se o desvio-padrão atualizado for menor, então atribui-lo como o novo melhor desvio-padrão e a posição de momento como a nova melhor posição; e g) repetir as etapas (a) - (f) para todos os locais dentro da grade predefinida.
25. Meio legível por computador não transitório, de acordo com a reivindicação 24, caracterizado pelo fato de que a dita etapa de executar um pós-processamento de posição dos dados compreende: a) classificar todos os traços para um determinado nó em ordem cronológica e varrer as mudanças na medida de mudança de direção acima de uma determinada grandeza de mudança de direção; e b) dividir os traços em períodos de tempo separados por variações em mudanças de direção acima da dita grandeza de mudança de direção predeterminada, se houver ocorrências de mudanças de direção acima da grandeza de mudança de direção predeterminada e o melhor desvio-padrão computado estiver acima de um limiar predeterminado.
26. Sistema computadorizado, caracterizado pelo fato de que compreende um processador de dados executando software de processamento de dados em um computador e configurado para receber dados transferidos de um nó sísmico, em que o software de processamento de dados é capaz de determinar a posição X, Y do nó, o sistema computadorizado configurado ainda para executar as etapas de: a) condicionar os dados recuperados do nó; b) executar uma rotina de estimativa de posição nos dados condicionados; c) executar uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó; d) executar um pós-processamento de posição dos dados; e e) transmitir os dados.
27. Sistema computadorizado, de acordo com a reivindicação 26, caracterizado pelo fato de que a dita etapa de condicionamento dos dados compreende: a) selecionar uma faixa de desvio de traços de entrada de grandeza predeterminada; b) coletar o maior pico e as maiores amplitudes de talvegue, em um primeiro período predeterminado, de dados coletados pelo nó, após ocorrência do disparo de energia; c) determinar a diferença entre o maior pico e as maiores amplitudes de talvegue para gerar um valor de excursão total; d) coletar o primeiro tempo de chegada em cada traço usando uma primeira rotina de coleta de pausa; e e) determinar uma posição inicial do nó.
28. Sistema computadorizado, de acordo com a reivindicação 27, caracterizado pelo fato de que a dita etapa de execução de uma rotina de estimativa de posição nos dados condicionados compreende: a) usando uma velocidade de trânsito predeterminada, determinar os tempos de chegada do modelo dos traços no nó, usando a posição do nó inicial e os locais de disparo e a profundidade do nó; b) computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo; c) computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada da posição inicial; d) recomputar o desvio-padrão do erro do tempo de propagação na etapa (c), e ignorar todos os erros superiores a um número predeterminado de desvios-padrões; e e) estabelecer o desvio-padrão recomputado como novo melhor desvio- padrão.
29. Sistema computadorizado, de acordo com a reivindicação 28, caracterizado pelo fato de que a primeira distância predeterminada é 300 m.
30. Sistema computadorizado, de acordo com a reivindicação 28, caracterizado pelo fato de que o número predeterminado de desvios-padrões é dois.
31. Sistema computadorizado, de acordo com a reivindicação 28, caracterizado pelo fato de que a dita etapa de execução de uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó, compreende as compreende: a) mudar a posição prévia do nó por uma segunda distância predeterminada, dentro de uma grade predefinida, para obter uma posição atualizada do nó; b) computar o tempo de propagação para a posição atualizada do nó, para obter um tempo de chegada atualizado; c) usando a posição atualizada do nó, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada atualizados; d) computar o desvio-padrão atualizado do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada da posição do modelo; e) recomputando o desvio-padrão atualizado de erro de tempo de propagação computado na etapa (d), ignorar todos os erros superiores a um número predeterminado de desvios-padrões; f) comparar o desvio-padrão atualizado, computado na etapa (c), com o novo melhor desvio-padrão, e se o desvio-padrão atualizado for menor, então atribui-lo como o novo melhor desvio-padrão e a posição de momento como a nova melhor posição; e g) repetir as etapas (a) - (f) para todos os locais dentro da grade predefinida.
32. Sistema computadorizado, de acordo com a reivindicação 31, caracterizado pelo fato de que a dita etapa de executar um pós-processamento de posição dos dados compreende: a) classificar todos os traços para um determinado nó em ordem cronológica e varrer as mudanças na medida de mudança de direção acima de uma determinada grandeza de mudança de direção; e b) dividir os traços em períodos de tempo separados por variações em mudanças de direção acima da dita grandeza de mudança de direção predeterminada, se houver ocorrências de mudanças de direção acima da grandeza de mudança de direção predeterminada e o melhor desvio-padrão computado estiver acima de um limiar predeterminado.
33. Sistema computadorizado, de acordo com a reivindicação 26, caracterizado pelo fato de que a dita etapa de execução de uma rotina de estimativa de posição nos dados condicionados compreende: a) usar uma velocidade de trânsito predeterminada, para fins de determinar os tempos de chegada do modelo dos traços no nó, usando a posição do nó inicial e os locais de disparo e a profundidade do nó; b) computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada do modelo; c) computar o desvio-padrão do erro do tempo de propagação de todos os traços dentro de uma primeira distância predeterminada da posição inicial; e d) recomputar o desvio-padrão do erro do tempo de propagação na etapa (c), e ignorar todos os erros superiores a um número predeterminado de desvios-padrões.
34. Sistema computadorizado, de acordo com a reivindicação 33, caracterizado pelo fato de que a primeira distância predeterminada é 300 m.
35. Sistema computadorizado, de acordo com a reivindicação 33, caracterizado pelo fato de que o número predeterminado de desvios-padrões é dois.
36. Sistema computadorizado, de acordo com a reivindicação 33, caracterizado pelo fato de que a dita etapa de execução de uma sub-rotina de estimativa de posição nos dados condicionados, para determinar uma posição refinada do nó, compreende: a) mudar a posição prévia do nó por uma segunda distância predeterminada, dentro de uma grade predefinida, para obter uma posição atualizada do nó; b) computar o tempo de propagação para a posição atualizada do nó, para obter um tempo de chegada atualizado; c) usando a posição atualizada do nó, computar o erro do tempo de propagação entre os tempos de chegada coletados e os tempos de chegada atualizados; d) computar o desvio-padrão atualizado do erro do tempo de propagação de todos os traços dentro da primeira distância predeterminada da posição do modelo; e) recomputando o desvio-padrão atualizado de erro de tempo de propagação computado na etapa (d), ignorar todos os erros superiores a um número predeterminado de desvios-padrões; f) comparar o desvio-padrão atualizado, computado na etapa (c), com o novo melhor desvio-padrão, e se o desvio-padrão atualizado for menor, então atribui-lo como o novo melhor desvio-padrão e a posição de momento como a nova melhor posição; e g) repetir as etapas (a) - (f) para todos os locais dentro da grade predefinida.
37. Sistema computadorizado, de acordo com a reivindicação 36, caracterizado pelo fato de que a dita etapa de executar um pós-processamento de posição dos dados compreende: a) classificar todos os traços para um determinado nó em ordem cronológica e varrer as mudanças na medida de mudança de direção acima de uma determinada grandeza de mudança de direção; e b) dividir os traços em períodos de tempo separados por variações em mudanças de direção acima da dita grandeza de mudança de direção predeterminada, se houver ocorrências de mudanças de direção acima da grandeza de mudança de direção predeterminada e o melhor desvio-padrão computado estiver acima de um limiar predeterminado.
BR102015029435-2A 2014-11-25 2015-11-24 Métodoimplementado por computador, meio não-transitório legível por computador e sistema computadorizadopara determinação de posição de nó sísmico BR102015029435B1 (pt)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/553,172 US10379239B2 (en) 2014-11-25 2014-11-25 Method and computer system for determining seismic node position
US14/553,172 2014-11-25

Publications (2)

Publication Number Publication Date
BR102015029435A2 true BR102015029435A2 (pt) 2016-08-09
BR102015029435B1 BR102015029435B1 (pt) 2022-02-08

Family

ID=54703886

Family Applications (1)

Application Number Title Priority Date Filing Date
BR102015029435-2A BR102015029435B1 (pt) 2014-11-25 2015-11-24 Métodoimplementado por computador, meio não-transitório legível por computador e sistema computadorizadopara determinação de posição de nó sísmico

Country Status (4)

Country Link
US (1) US10379239B2 (pt)
EP (1) EP3026466B1 (pt)
CN (1) CN105629298B (pt)
BR (1) BR102015029435B1 (pt)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017174750A2 (en) 2016-04-07 2017-10-12 Bp Exploration Operating Company Limited Detecting downhole sand ingress locations
BR112018070565A2 (pt) 2016-04-07 2019-02-12 Bp Exploration Operating Company Limited detecção de eventos de fundo de poço usando características de domínio da frequência acústicas
EP3608503B1 (en) 2017-03-31 2022-05-04 BP Exploration Operating Company Limited Well and overburden monitoring using distributed acoustic sensors
TWI620154B (zh) * 2017-04-11 2018-04-01 楊偉智 使用者裝置、地震警報伺服器及其地震警報方法
CN107422375B (zh) * 2017-07-06 2019-06-11 中国石油天然气集团公司 海底节点的共反射点道集的确定方法和装置
US11199085B2 (en) 2017-08-23 2021-12-14 Bp Exploration Operating Company Limited Detecting downhole sand ingress locations
WO2019072899A2 (en) 2017-10-11 2019-04-18 Bp Exploration Operating Company Limited EVENT DETECTION USING FREQUENCY DOMAIN ACOUSTIC CHARACTERISTICS
CN107918156B (zh) * 2017-10-30 2019-09-06 中国石油天然气集团公司 检测海底节点采集地震数据极性的方法及装置
CN107942391B (zh) * 2017-10-30 2019-10-11 中国石油天然气集团公司 一种海底检波点定位方法和装置
CN108089229B (zh) * 2017-12-28 2020-02-14 中国石油天然气集团公司 一种检波装置位置确定方法、装置及计算机存储介质
CN108318923B (zh) * 2017-12-29 2019-11-08 中国石油天然气集团公司 一种确定海底采集节点铺放位置的方法和装置
CN113272518A (zh) 2018-11-29 2021-08-17 Bp探索操作有限公司 识别流体流入位置和流体类型的das数据处理
GB201820331D0 (en) 2018-12-13 2019-01-30 Bp Exploration Operating Co Ltd Distributed acoustic sensing autocalibration
CN110515122B (zh) * 2019-08-15 2021-07-16 刘建中 正演网格搜索定位及微地震信号识别方法及装置
CN112649875A (zh) * 2019-10-11 2021-04-13 中国石油天然气集团有限公司 海底节点检波器定位方法及装置
EP4045766A1 (en) 2019-10-17 2022-08-24 Lytt Limited Fluid inflow characterization using hybrid das/dts measurements
CA3154435C (en) 2019-10-17 2023-03-28 Lytt Limited Inflow detection using dts features
WO2021093974A1 (en) 2019-11-15 2021-05-20 Lytt Limited Systems and methods for draw down improvements across wellbores
WO2021249643A1 (en) 2020-06-11 2021-12-16 Lytt Limited Systems and methods for subterranean fluid flow characterization
CA3182376A1 (en) 2020-06-18 2021-12-23 Cagri CERRAHOGLU Event model training using in situ data

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5691957A (en) 1994-06-30 1997-11-25 Woods Hole Oceanographic Institution Ocean acoustic tomography
US6131694A (en) 1998-09-02 2000-10-17 Ahlliburton Energy Services, Inc. Vertical seismic profiling in a drilling tool
US6188963B1 (en) 1999-07-12 2001-02-13 Baker Hughes Incorporated Method and system for deriving receiver separation and depth dual phone seismic surveys
US6868037B2 (en) * 2002-08-20 2005-03-15 Saudi Arabian Oil Company Use of drill bit energy for tomographic modeling of near surface layers
US8094513B2 (en) 2008-06-03 2012-01-10 Westerngeco L.L.C. Determining positioning of survey equipment using a model
GB2460865B (en) 2008-06-13 2010-10-20 Geco Technology Bv Position determination of a seismic source array
CN101930080B (zh) * 2009-06-26 2012-08-15 中国石油集团东方地球物理勘探有限责任公司 曲面拟合海底电缆二次定位方法
US8995222B2 (en) 2010-05-06 2015-03-31 Bp Corporation North America Inc. System and method for accurate determination of ocean bottom seismometer positioning and timing
US9513395B2 (en) 2010-08-30 2016-12-06 Microseismic, Inc. Method for detection of subsurface seismic events in vertically transversely isotropic media
AU2013271700B2 (en) 2012-06-04 2017-03-09 Fairfield Industries Incorporated D/B/A Fairfieldnodal Seismic data analysis using ocean bottom node data collection
EP3120168B1 (en) * 2014-03-19 2022-02-16 Cgg Services Sas Node position correction in presence of time distortions
CN104080169B (zh) * 2014-07-10 2017-11-14 中国人民解放军海军航空工程学院 一种水下无线传感器网络动态自适应定位方法

Also Published As

Publication number Publication date
EP3026466A1 (en) 2016-06-01
US20160146958A1 (en) 2016-05-26
BR102015029435B1 (pt) 2022-02-08
US10379239B2 (en) 2019-08-13
CN105629298B (zh) 2020-01-03
CN105629298A (zh) 2016-06-01
EP3026466B1 (en) 2022-02-23

Similar Documents

Publication Publication Date Title
BR102015029435A2 (pt) processo e sistema computadorizado para determinação de posição de nó sísmico
KR102369752B1 (ko) 지하 구조물의 검출
US10386513B2 (en) Seismic survey analysis
CN101932954B (zh) 地下预测方法和系统
US9869783B2 (en) Structure tensor constrained tomographic velocity analysis
CN102027390A (zh) 对地震数据的联合内插及消除虚反射
CN104360388B (zh) 一种三维地震观测系统评价方法
US7768870B2 (en) Method for adjusting a seismic wave velocity model according to information recorded in wells
US20160161620A1 (en) System and method for estimating repeatability using base data
CA2695137A1 (en) Monitoring a region of interest in a subsurface formation
Zwartjes et al. 4D DAS VSP in deepwater: Proof of concept and next steps
US20140297190A1 (en) Monitoring of source signature directivity in seismic systems
CN104297790A (zh) 一种起伏海底地震观测系统中炮检距分布的定量评估方法
US11614557B2 (en) Data-driven domain conversion using machine learning techniques
WO2023137434A1 (en) Reflection seismology inversion with quality control
US20220236435A1 (en) Low-Frequency Seismic Survey Design
Li et al. Delineating salt boundaries using 3D DAS-VSP acquired inside salt in the Gulf of Mexico
Petersen et al. P‐wave velocity distribution in basalt flows of the Enni Formation in the Faroe Islands from refraction seismic analysis
Kessler et al. Depth Imaging–More than PSDM
KR102652357B1 (ko) 머신러닝 기반 3차원 탄성파 탐사자료 내삽방법
CN110050204B (zh) 一种使用有源超轻地震探测系统来改进地震采集的方法
Gardner et al. Finite difference wave-equation illumination: A deep-water case study
Jia et al. Dynamic positioning method and precision analysis of marine seismic vertical cables
Frydenlund Acquisition, Processing and Interpretation of Geophysical Data from the Fen Complex in Telemark, Norway
BR102015014175A2 (pt) estimativa de propriedades de água a partir de dados sísmicos

Legal Events

Date Code Title Description
B03A Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette]
B06F Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette]
B08F Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette]

Free format text: REFERENTE A 3A ANUIDADE.

B08G Application fees: restoration [chapter 8.7 patent gazette]
B06U Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette]
B06A Patent application procedure suspended [chapter 6.1 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 24/11/2015, OBSERVADAS AS CONDICOES LEGAIS.

B25A Requested transfer of rights approved

Owner name: FAIRFIELD SEISMIC TECHNOLOGIES LLC (US)

B25D Requested change of name of applicant approved

Owner name: MAGSEIS FF LLC (US)