BR112014021836B1

BR112014021836B1 - Método de processamento de dados sísmicos para prover uma imagem de uma região na subsuperfície

Info

Publication number: BR112014021836B1
Application number: BR112014021836-6A
Authority: BR
Inventors: Kenneth Howell Matson
Original assignee: Shell Internationale Research Maatschappij B.V
Priority date: 2012-03-09
Filing date: 2013-03-07
Publication date: 2022-05-10
Also published as: AU2013230758A1; US9939542B2; CA2865177A1; GB2513786A; GB2513786B; CA2865177C; US20150030210A1; GB201414705D0; AU2013230758B2; CN104620132B; WO2013134524A3; CN104620132A; BR112014021836A2; WO2013134524A2

Abstract

MÉTODO DE PROCESSAMENTO DE DADOS SÍSMICOS PARA PROVER UMA IMAGEM DE UMA REGIÃO NA SUBSUPERFÍCIE. É divulgado um método de processamento de dados sísmicos para prover uma imagem de uma região na subsuperfície, que compreende prover uma pluralidade de famílias de disparos migrados que contêm informação sobre a região, somar as partes das famílias de disparos migrados para prover uma pilha piloto, particionar a pluralidade de famílias em uma pluralidade de grupos e somar as famílias em cada grupo para prover uma subpilha, em que cada grupo inclui pelo menos dois disparos migrados e em que uma subpilha é gerada a partir de cada grupo, aplicar um algoritmo de normalização da amplitude na pilha piloto para gerar uma pilha piloto com amplitude normalizada, calcular uma função de ponderação pela comparação de cada subpilha com a pilha piloto normalizada, ponderar cada subpilha usando a função de ponderação para gerar uma pluralidade de subpilhas ponderadas, somar partes sobrepostas das subpilhas ponderadas para gerar uma pilha de saída e usar a pilha de saída para gerar uma imagem.

Description

[0001] Este pedido reivindica o benefício da prioridade do Pedido de Patente Provisório US 61/608.928, depositado em 9 de março de 2012, cuja divulgação é aqui incorporada pela referência em sua íntegra.

CAMPO DA INVENÇÃO

[0002] A presente invenção refere-se a processamento sísmico e provê um simples e efetivo método para aprimorar sinal em pilhas de Migração Reversa no Tempo. O método é com base na ponderação ideal de subpilhas pós-migração dos dados de disparo selecionados.

FUNDAMENTOS DA INVENÇÃO

[0003] Técnicas acústicas são comumente usadas para formar imagem da subsuperfície no contexto da exploração e da produção de hidrocarbonetos. Em uma abordagem comum, sinais sísmicos são transmitidos na subsuperfície por fontes na superfície da Terra ou em um furo de sondagem. Receptores sísmicos detectam e gravam os sinais acústicos resultantes. Os sinais recebidos e, particularmente, aqueles que foram refletidos e/ou refratados na subsuperfície, conterão informação sobre a subsuperfície. Assim, por exemplo, métodos de migração da equação da onda, tal como Migração Reversa no Tempo (RTM), têm sido críticos para formação de imagem debaixo de camadas de terra complexas, tal como sal. Apesar das melhorias teóricas e algorítmicas, pós-processamento apropriado da imagem migrada é, frequentemente, uma etapa chave na produção de qualidade ideal de formação de imagem.

[0004] Um exemplo de tal pós-processamento é muting de chegadas de deslocamento distante em famílias de domínio da imagem, em que um muting apropriado pode produzir ou romper a qualidade da imagem final. No caso de migração de Kirchhoff, isto é facilmente e naturalmente feito em famílias de deslocamento em ponto médio pós-migração. Muting é igualmente importante para migração da Equação da Onda; entretanto, a geração de famílias de imagem apropriadas para este processo é uma proposição mais onerosa que simplesmente migração da saída para a pilha.

[0005] Muting ou ponderação do ângulo de dados pós-RTM é mais corretamente realizado no domínio da família do ângulo da subsuperfície. Vários autores descrevem métodos para computar famílias de ângulo para migração da equação da onda (de Bruin et al., 1990; Prucha et al., 1999; Mosher and Foster, 2000; Rickett and Sava, 2002; Xie and Wu, 2002; Sava and Fomel, 2003; Soubaras, 2003), mas o principal impedimento é o custo de computação e armazenamento de grandes quantidades de dados de saída para completas famílias do ângulo de azimute subsuperficial.

[0006] Famílias de Disparo por Imagem (SIGs) são uma alternativa muito mais econômica às famílias de ângulo de equação da onda. Elas são formadas pela coleta da saída proveniente de todos os disparos individualmente migrados a partir da migração da equação da onda com registro de disparo, por exemplo, Migração Reversa no Tempo. Normalmente, as imagens de saída provenientes de cada disparo são empilhadas em conjunto. Da forma ilustrada na Figura 1, cada SIG é formada pela coleta dos traços em um local de imagem de saída comum e, então, pela atribuição de uma distância de vetor (deslocamento de vetor) com base na distância horizontal do ponto da imagem até o local do disparo. O resultado é uma SIG, tal como é mostrado na Figura 2. Estas famílias proveem um espaço em que muting pode ser aplicado de acordo com esta distância.

[0007] Uma complicação é que famílias SIG têm um componente de imersão que desloca o centro da energia para longe do 'deslocamento' zero, o que torna muting mais difícil do que com famílias de imagem convencionais. Uma função mute dependente de dados abordará este problema, mas uma função mute dependente de dados útil pode ser difícil de computar em áreas com fraco sinal por ruído ou quando a iluminação for variável.

[0008] Portanto, permanece desejável prover um simples e econômico método para derivar e aplicar coeficientes de ponderação ideais para famílias de imagem disparo RTM para melhorar a razão S/N geral da pilha final.

SUMÁRIO DA INVENÇÃO

[0009] A presente invenção provê uma simples, econômica e robusta metodologia para derivar e aplicar coeficientes de ponderação ideais para famílias de imagem disparo RTM para melhorar a razão S/N geral da pilha final. Em virtude de os presentes métodos referirem-se à melhoria de sinal usando empilhamento de disparo com diversidade para migração reversa no tempo, eles podem ser algumas vezes referidos a seguir pelo acrônimo DeSSeRT. Em algumas modalidades, a ponderação é computada por filtragem de correspondência de quadrados mínimos de subpilhas individuais para o completo produto empilhado.

[00010] Em modalidades preferidas da invenção, um método para processamento dos dados sísmicos compreende as etapas de: a) prover uma pluralidade de famílias de disparos migrados que contêm informação sobre a região na subsuperfície, b) somar as partes sobrepostas das famílias de disparos migrados para prover uma pilha piloto, c) particionar a pluralidade de famílias de disparos migrados em uma pluralidade de grupos, e somar as famílias em cada grupo para prover uma subpilha, em que cada grupo inclui pelo menos dois disparos migrados e em que uma subpilha é gerada a partir de cada grupo, d) aplicar um algoritmo de normalização da amplitude na pilha piloto para gerar uma pilha piloto com amplitude normalizada, e) calcular uma função de ponderação pela comparação de cada subpilha com a pilha piloto com amplitude normalizada, f) ponderar cada subpilha usando a função de ponderação para gerar uma pluralidade de subpilhas ponderadas, g) somar as partes sobrepostas das subpilhas ponderadas para gerar uma pilha de saída, e h) usar a pilha de saída para gerar uma imagem de uma região na subsuperfície. Além do mais, o método também pode incluir a etapa de usar a função de ponderação para construir ou atualizar um modelo de velocidade.

[00011] A etapa de comparação da etapa e) pode consistir em pelo menos um de correlacionar, subtrair e adicionar e a etapa e) pode incluir computar um filtro de correspondência de quadrados mínimos. A título de exemplo apenas, a função de ponderação pode ter um comprimento entre 1 e 50.000 pontos dos dados.

[00012] A etapa f) pode incluir pelo menos um cálculo selecionado a partir do grupo de correlação, convolução, multiplicação e combinações destes. Se desejado, a etapa f) pode incluir adicionalmente usar um algoritmo de ponderação com base em amplitude e/ou um algoritmo de ponderação com base em iluminação.

[00013] A etapa c) pode compreender particionar as famílias de disparos migrados, por exemplo, em pelo menos 40 grupos e também pode compreende particionar as famílias de disparos migrados dependendo de suas distâncias de vetor, seus respectivos quadrantes ou seus azimutes, profundidades da imagem e distâncias. No último caso, as famílias de disparos migrados podem ser particionadas em cones de muting que são expressados como percentuais de X = Z, em que X é a distância e Z é a profundidade da imagem.

[00014] O método também pode incluir repetir as etapas d) até g) pelo menos uma vez, usando a pilha de saída como a pilha piloto.

BREVE DESCRIÇÃO DOS DESENHOS

[00015] Para um entendimento mais detalhado das modalidades preferidas, será feita referência aos desenhos anexos, nos quais:

[00016] a Figura 1 é um diagrama esquemático que ilustra como imagens disparos podem ser classificadas em pontos da imagem sobrepostos antes do empilhamento e atribuídas a um local de acordo com a distância horizontal do disparo até o local da imagem;

[00017] a Figura 2 é um exemplo de uma Família de Disparo - Imagem (SIG) que pode resultar da configuração mostrada na Figura 1;

[00018] a Figura 3 é um exemplo de uma pilha completa (Full) comparada com quatro pilhas de quadrante (Q1, Q2, Q3 e Q4) particionadas a partir dos dados de SIG completos;

[00019] a Figura 4 é um diagrama esquemático que ilustra como dados podem ser particionados em uma série de fatias do azimute;

[00020] a Figura 5 é um diagrama esquemático que ilustra como dados podem ser particionados em zonas de mute progressivas; e

[00021] as Figuras 6 e 7 são representações gráficas comparativas que mostram uma pilha RTM completa do Golfo do México processada de acordo com métodos convencionais (sem DeSSeRT) e uma pilha dos mesmos dados processados de acordo com os presentes métodos (DeSSeRT), respectivamente.

DESCRIÇÃO DETALHADA DAS MODALIDADES PREFERIDAS

[00022] A fim de prover uma função mute dependente de dados, inicia- se com subpilhas SIG. Pode ser observado que subpilhas de famílias de imagem disparo produzem uma imagem que mostra quais partes da subsuperfície são iluminadas por diferente agrupamento de disparos. Um exemplo é dividir o SIG em quadrantes, dependendo da distância SIG do vetor (isto é, NE, SE, NW, SW), da forma mostrada na Figura 3.

[00023] As pilhas de quadrante mostram como partes diferentes da imagem são formadas por diferentes subconjuntos de disparos migrados. É desejável desenhar uma maneira de ponderar as diferentes subpilhas para alcançar uma imagem ideal. Um exemplo de uma abordagem como esta é usar pesos de iluminação para empilhamento em dados de Recorte de Deslocamento de Vetor pós-migração, da forma mostrada por Xu et al., 2011.

[00024] A presente invenção é com base na observação de que o ruído em qualquer SIG em particular pode ser parcimonioso, mas de amplitude muito alta. Portanto, uma ponderação com base em amplitude da íntegra de um quadrante pode não rejeitar apropriadamente o ruído. Este também é o caso para ponderação com base em iluminação, já que não há garantia de que o ruído também não é de alta amplitude nas áreas em que o sinal é bem iluminado.

[00025] Ruído de alta amplitude é sugestivo de uma abordagem de ponderação de diversidade para empilhamento ideal das subpilhas. Correlação com zero atraso é preferida como um peso em uma subpilha candidata com base em quão bem os traços da subpilha se correlacionam com a pilha completa (veja, por exemplo, Foster and Sengbush, 1968).

[00026] Uma simples e efetiva ferramenta para fazê-lo é um filtro de correspondência de quadrados mínimos usando um filtro curto. Este método também permite variar lateralmente e verticalmente filtros de correspondência para compensar efeitos da iluminação e quantidades variáveis de ruído nas subpilhas. Cada subpilha corresponde à pilha completa, e os resultados são somados em conjunto. Deve ser enfatizado que este não é um processo de preservação de amplitude, já que é provável que as amplitudes do sinal mudem no processo.

[00027] Uma vez que os filtros de correspondência são computados e aplicados nas subpilhas, as próprias subpilhas são empilhadas, resultando em um melhor produto em relação à pilha piloto original. Este processo pode ser iterado quando a pilha piloto puder ser a saída do processo de correspondência e empilhamento prévio.

[00028] Uma etapa chave neste processo é aplicar uma etapa de normalização da amplitude, por exemplo, controle de ganho automático (AGC), na pilha piloto antes da filtragem de correspondência. Negligenciar esta etapa resultará em amplitudes, no geral, decrescentes em função da profundidade com cada iteração.

[00029] Há várias escolhas entre o comprimento e a largura da janela do filtro de correspondência, e o comprimento de AGC, e o comprimento do filtro que precisa ser testado e otimizado para diferentes conjuntos de dados. Foi descoberto que um comprimento do filtro maior que 1 ponto resultará em um resultado espacialmente mais uniforme, ao custo de algumas das altas frequências, se comparado com o uso de um filtro de ponto único. Isto é valioso para áreas com sinal por ruído muito baixo ou quando uma interpretação estrutural grosseira for a saída desejada.

[00030] Diversidade também é sugestiva de uma amostragem mais fina das subpilhas do que simplesmente empilhamento de quadrante. Uma abordagem é simplesmente elevar ao cubo cada SIG em muitas mais partições iguais, por exemplo, cortar cada quadrante em 4 dá um total de 16 subpilhas. Uma outra abordagem de subempilhamento é particionar o SIG em fatias do azimute que variam de 0 até 360 graus a partir do ponto da imagem, ilustrado na Figura 4, e aplicar cones de muting que são expressados como percentuais de X = Z (por exemplo, X = 0 % - 20 % Z, 20 % - 40 % Z, etc.), da forma ilustrada na Figura 5. Esta abordagem tem amostragem mais fina nas regiões superficiais e mais larga no fundo, o que é uma expressão das faixas de ângulo de mudança em função da profundidade. Tipicamente, o último cone conterá todos os dados restantes, além de X - Z, de forma que a pilha das subpilhas iguale a pilha completa.

[00031] Foi descoberto um método de melhoria de sinal pós-migração pré-pilha que usa ponderação ideal de subpilhas constituintes para obter a imagem final. O método de ponderação pode ser derivado a partir de qualquer número de métodos; foi descoberto que correlação cruzada entre as subpilhas e a pilha completa provê resultados robustos. O método não provê resultados de amplitude verdadeiros, portanto, é mais adequado para interpretação estrutural.

[00032] No geral, observa-se que DeSSeRT aprimorará sinal em áreas com sinal por ruído bom e fraco, por exemplo, subsal. É possível que ruído coerente possa ser aprimorado se não houver discriminação de velocidade entre sinal e ruído e/ou a velocidade estiver grosseiramente em erro. Embora, na prática, isto seja muito raro, os resultados precisam ser cuidadosamente monitorados em relação à qualidade pela comparação com pilhas convencionais. Um exemplo de uma pilha RTM no Golfo do México antes e depois dos presentes processos DeSSeRT é mostrado nas figuras 6 e 7.

[00033] Comparado com métodos de aprimoramento da imagem pós- pilha convencionais, tais como filtragem de imersão, filtragem Van-Gogh (Hocker and Fehmers, 2002) ou filtragem de erro de projeção (Soubaras, 1994), foi descoberto que DeSSeRT proporciona qualidade superior em termos de melhoria de sinal por ruído geral, ao mesmo tempo em que preserva a resolução da imagem vertical e lateral.

[00034] Embora a presente invenção tenha sido descrita em termos de modalidades preferidas, será entendido que variações e modificações podem ser feitas sem fugir do escopo das reivindicações. Além do mais, a menos que seja logicamente necessário ou explicitamente declarado, será entendido que não pretende-se que a citação sequencial das etapas nas reivindicações seja uma exigência de que as etapas sejam realizadas em qualquer tempo em particular ou em qualquer ordem em particular. REFERÊNCIAS Qing Xu, Yunfeng Li, Xiangkun Yu, Yan Huang, 2011, Reverse Time Migration Using Vector Offset Output to Improve Subsalt Imaging - A Case Study at the Walker Ridge GOM, SEG Annual Meeting. Foster, M. R., Sengbush, R.L., Patente US 3622967. Optimum Stack. Christian Hocker and Gijs Fehmers, Fast structural interpretation with structure-oriented filtering. The Leading Edge, março de 2002, v. 21, p. 238 - 243, de Bruin, C. G. M., Wapenaar, C. P. A., and Berkhout, A. J., 1990, Angle-dependent reflectivity by means of prestack migration: Geophysics, 55, 1223 - 1234. Mosher, C, and Foster, D., 2000, Common angle imaging conditions for prestack depth migration in 70th Ann. Internat. Mtg. Soc. of Expl. Geophys., 830-833. Prucha, M., Biondi, B., and Symes, W., 1999, Angle-domain common image gathers by wave-equation migration in 69th Ann. Internat. Mtg. Soc. of Expl. Geophys., 824-827. Rickett, J. E., and Sava, P. C, 2002, Offset and angle-domain common image-point gathers for shot-profile migration: Geophysics, 67, 883889. Sava, P. C, and Fomel, S., 2003, Angle-domain common-image gathers by wavefield continuation methods: Geophysics, 68, 1065- 1074. Soubaras, R., 1994, Signal-preserving random noise attenuation by the F-X projection: 64th Annual Internat. Mtg., Soc. Expl. Geophys., Expanded Abstracts, 1576-1579. Soubaras, R., 2003, Angle Gathers for shot-record migration by local harmonic decomposition in 73rd Ann. Internat. Mtg. Soc. of Expl. Geophys., 889-892. Xie, X. B., and Wu, R. S., 2002, Extracting angle domain information from migrated wavefield in 72nd Ann. Internat. Mtg, Soc. Expl. Geophys., Expanded Abstracts. Soc. of Expl. Geophys., 1360- 1363.

Claims

1. Método de processamento de dados sísmicos para prover uma imagem de uma região na subsuperfície, caracterizado pelo fato de que compreende as etapas de: a) prover uma pluralidade de famílias de disparos migrados que contêm informação sobre a região na subsuperfície; b) somar as partes sobrepostas das famílias de disparos migrados para prover uma pilha piloto; c) particionar a pluralidade de famílias de disparos migrados em uma pluralidade de grupos, e somar as famílias em cada grupo para prover uma subpilha, em que cada grupo inclui pelo menos dois disparos migrados e em que uma subpilha é gerada a partir de cada grupo; d) aplicar um algoritmo de normalização da amplitude na pilha piloto para gerar uma pilha piloto com amplitude normalizada; e) calcular uma função de ponderação pela comparação de cada subpilha com a pilha piloto com amplitude normalizada; f) ponderar cada subpilha usando a função de ponderação para gerar uma pluralidade de subpilhas ponderadas; g) somar as partes sobrepostas das subpilhas ponderadas para gerar uma pilha de saída; e h) usar a pilha de saída para prover uma imagem de uma região na subsuperfície.

2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a comparação na etapa e) consiste em pelo menos um de correlação, multiplicação, divisão, subtração e adição.

3. Método de acordo com a reivindicação 1, caracterizado pelo fato de que inclui adicionalmente a etapa de usar a função de ponderação para construir ou atualizar um modelo de velocidade.

4. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa e) inclui computar um filtro de correspondência de quadrados mínimos.

5. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a função de ponderação tem um comprimento entre 1 e 50.000 pontos de dados.

6. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa f) compreende pelo menos um cálculo selecionado a partir do grupo de correlação, convolução, multiplicação, divisão e combinações destes.

7. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa c) compreende particionar as famílias de disparos migrados em pelo menos 40 grupos ou compreende particionar as famílias de disparos migrados dependendo de suas distâncias de vetor ou compreende particionar as famílias de disparos migrados dependendo de seus respectivos quadrantes ou compreende particionar as famílias de disparos migrados em volumes cônicos dependendo de seus azimute, profundidade da imagem e distância.

8. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa c) compreende particionar as famílias de disparos migrados em volumes cônicos dependendo de seus azimute, profundidade da imagem e distância, onde as famílias de disparos migrados são particionadas em cones de muting que são expressados como percentuais de X = Z, em que X é a distância e Z é a profundidade da imagem.

9. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa f) inclui usar um algoritmo de ponderação com base em amplitude ou inclui usar um algoritmo de ponderação com base em iluminação.

10. Método de acordo com a reivindicação 1, caracterizado pelo fato de que inclui adicionalmente repetir as etapas d) até g) pelo menos uma vez, usando a pilha de saída como a pilha piloto.