BRPI0614103A2

BRPI0614103A2 - mÉtodo implementado por computador para reduzir o ruÍdo dependente de desvio de alta freqÜÊncia misturado com um sinal real em um sinal registrado por um receptor em uma prospecÇço eletromagnÉtica de fonte controlada em uma regiço subterrÂnea ao largo da costa e mÉtodo para produzir hidrocarbonetos a partir de uma regiço de sub-superfÍcie

Info

Publication number: BRPI0614103A2
Application number: BRPI0614103-0A
Authority: BR
Inventors: Dennis E Willen
Original assignee: Exxonmobil Upstream Res Co
Priority date: 2005-07-28
Filing date: 2006-07-11
Publication date: 2012-11-20
Also published as: CA2616390A1; AU2006276732B2; AU2006276732A1; MX2008001243A; EA011104B1; CA2616390C; NO20080311L; MY143284A; EP1922567A2; ATE479118T1; EP1922567A4; DE602006016451D1; US20090103395A1; WO2007018949A2; EA200800446A1; EP1922567B1; WO2007018949A3

Abstract

MÉTODO IMPLEMENTADO POR COMPUTADOR PARA REDUZIR O RUÍDO DEPENDENTE DE DESVIO DE ALTA FREQUÊNCIA MISTURADO COM UM SINAL REAL EM UM SINAL REGISTRADO POR UM RECEPTOR EM UMA PROSPECÇçO ELETROMAGNÉTICA DE FONTE CONTROLADA EM UMA REGIçO SUBSTERRÂNEA AO LARGO DA COSTA E MÉTODO PARA PRODUZIR HIDROCARBONETOS A PARTIR DE UMA REGIçO DE SUBSUPERFÍCIE. Método para a eliminação de ruído de um sinal de receptor proveniente de uma prospecção eletromagnética de fonte controlada. Uma transformada discreta de ôndula é realizada no sinal, e os coeficientes de detalhe resultantes são truncados usando um valor limar selecionado, que pode ser zero. Níveis adcionais de decomposição podem ser realizadas nos coeficientes de aproximação a partir do nível anterior. Depois do nível final de decomposição, um sinal sem ruído é reestruturado realizando a transformação inversa de ôndula no último conjunto de coeficientes de aproximação combinados com os coeficientes do detalhe limiares acumulados a partir de todos os níveis de decomposição.

Description

"MÉTODO IMPLEMENTADO POR COMPUTADOR PARA REDUZIR O RUÍDO DEPENDENTE DE DESVIO DE ALTA FREQÜÊNCIA MISTURADO COM UM SINAL REAL EM UM SINAL REGISTRADO POR UM RECEPTOR EM UMA PROSPECÇÃO ELETROMAGNÉTICA DE FONTE CONTROLADA EM UMA REGIÃO SUBTERRÂNEA AO LARGO DA COSTA E MÉTODO PARA PRODUZIR fflDROCARBONETOS A PARTIR DE UMA REGIÃO DE SUB- SUPERFÍCIE"

Este pedido reivindica os benefício do Pedido de Patente provisório US N°. 60/703.203 depositado em 28 de Julho de 2005.

CAMPO DA INVENÇÃO

Esta invenção refere-se geralmente ao campo de prospecção geofísica, e mais particularmente à prospecção eletromagnética por fonte controlada ("CSEM") incluindo a delineação de campo. Especificamente, a invenção é um método de processamento de dados para reduzir ruído nos resultados da prospecção da CSEM.

ANTECEDENTES DA INVENÇÃO As prospecções eletromagnéticas por fonte controlada são um importante instrumento geofísico para avaliar a presença de estratos contendo hidrocarbonetos no interior da terra. Prospecções CSEM tipicamente registram o sinal eletromagnético induzido na terra por uma fonte (transmissor) e medido em um ou mais receptores. O comportamento deste sinal em função da localização do transmissor, freqüência, e separação (desvio) entre o transmissor e o receptor pode ser um diagnóstico das propriedades da rocha associadas com a presença ou ausência de hidrocarbonetos. Especificamente, medições de CSEM são utilizadas para determinar a variação espacial da sub-superfície.

No ambiente marinho, dados CSEM são tipicamente adquiridos rebocando uma antena de transmissão dipolar elétrica 11 entre um uma série de receptores 12 colocados no fundo do mar 13 (figura 1). A antena do transmissor é tipicamente rebocada a algumas dezenas de metros acima do fundo do mar. Os receptores têm vários sensores projetados para registrar um ou mais componentes do vetor diferentes dos campos elétrico e/ou magnético.

Configurações alternativas incluem transmissores estacionários no fundo do mar ou na coluna de água assim como antenas transmissoras magnéticas. Os sistemas de transmissão e recepção tipicamente operam independentemente (sem qualquer conexão), de forma que os dados do receptor possam ser sincronizados com as medições a bordo de navio da posição do transmissor comparando os tempos cronometrados nos receptores com o tempo a partir de um padrão a bordo de um navio ou GPS (Sistema de Posicionamento Global).

Os dados CSEM são tipicamente interpretados no domínio da freqüência temporal, cada sinal representando a resposta da terra a uma energia eletromagnética a essa freqüência temporal. Nos dados não modificados, a resistência de cada componente da freqüência depende da quantidade da energia transmitida pelo transmissor e da sensibilidade do receptor para essa freqüência. Habitualmente, estes efeitos são extraídos dos dados antes da sua interpretação. As figuras 2A e 2B representam os dados não modificados do receptor 21 juntamente (na figura 2B) com a forma de onda 22 do transmissor que a origina. A figura 2A mostra exemplos de sinais de CSEM recebidos em um intervalo de tempo de várias horas, enquanto que a figura 2B mostra o mesmo sinal recebido em um intervalo de tempo 23 muito mais curto, comparável ao período, T, da forma de onda do transmissor. Os valores habituais de T são entre 4 e 64 segundos. A forma de onda do transmissor está representada com uma linha descontínua que cobre a recepção em forma de onda. (A forma de onda do transmissor somente é mostrada como referência: a escala vertical aplica-se somente ao sinal do receptor).

Na prática, os dados do receptor são convertidos em freqüência temporal pela divisão (ou "binarização") dos dados do domínio temporal registrados pelos intervalos de tempo iguais ao período em forma de onda do transmissor (figura 3A) e determinando 0 espectro (figura 3B) no interior de cada ficheiro bin (X1, x2, X3) por métodos standard baseados nas Transformadas de Fourier. Não são mostradas as fases dos componentes espectrais. Cada um dos ficheiros bin na sua parte central está associada ao tempo, habitualmente a data Juliana. Desde que a localização do transmissor seja conhecida como função tempo, estes ficheiros bin são etiquetados de uma forma permutável por diferentes vias incluindo: data Juliana do centro da série; posição do transmissor; distância do desvio sinalizado entre a fonte e o receptor; ou distância acumulada percorrida pelo transmissor relativamente a algum ponto de partida.

Em geral, os sinais recebidos são feitos dos componentes em fase assim como defasado com o sinal do transmissor. Assim os sinais são devidamente representados como números complexos em qualquer forma retangular (reais e imaginários) ou polares (amplitude e fase).

O sinal do transmissor pode ter uma forma de onda mais complexa do que a representada nas figuras 2B e 3A.

Habitualmente, os receptores CSEM (figura 4) incluem:

· uma fonte de energia, por exemplo baterias (dentro com processador de dados e caixa de pressão 40);

• uma ou mais antenas do campo elétrico (E) ou do campo magnético (B) (dipolares 41 recebe + e - campos Ex, dipolares 42 + e -bobinas 43 Eypara c e bobinas 44 para .By);

· outros dispositivos de medição, como uma bússola e termômetro (não mostrados);

• pacotes eletrônicos que começam a detectar, digitar, e armazenar estas medições a uma hora pré programada (dentro da caixa 40);

• um meio para extrair os dados do receptor para um computador a bordo de um navio depois do receptor regresse à superfície (não mostrado);

• um peso (por exemplo um âncora de cimento 49) suficiente para fazer com que o receptor caia no fundo do mar;

• um mecanismo 45 para libertar o receptor desse peso recebendo (libertação acústica e unidade de navegação 46) um sinal acústico a partir de um navio à superfície (14 na figura 1);

• esferas flutuantes de vidro 47;

• prumo flutuante 48; e

• vários (não mostrados) ganchos, bandeiras, luzes estroboscópicas, e rádio farol para simplificar o desenvolvimento e recuperação do receptor a partir de um navio à superfície.

E evidente que são possíveis outras configurações, como por exemplo a conexão de vários receptores na fonte acústica rebocada (ver, por exemplo a Patente US N°. 4.617.518 de Srnka). O receptor representado na figura 4 é uma CSEM com 4 componentes (Ex,Ey,Bx e By) colocados no fundo do mar. Os dispositivos podem ser configurados para registrar tipos de campos diferentes, inclusivamente os campos verticais elétricos (Ez) e magnéticos (Bz).

A magnitude do campo elétrico medido diminui rapidamente com o aumento do desvio da fonte do receptor (figura 5). Quando o desvio é bastante elevado, a resposta terrestre ao sinal transmitido será débil e o sinal medido será alterado por causa do ruído. O ruído é um fator limitador na aplicação das prospecções CSEM para a exploração dos hidrocarbonetos porque dificulta a obtenção das respostas a partir das frágeis estruturas terrestres, interfere com a utilização de dados a partir de vários múltiplos receptores, e limita o âmbito das freqüências temporais que podem ser utilizadas.

As figuras 5A e 5B são gráficos dos dados do campo elétrico de uma prospecção CSEM que ilustra uma freqüência elevada (espacial) do ruído da freqüência quando o transmissor está muito afastado do receptor. As curvas são a magnitude (figura 5A) e a fase (figura 5B) do campo elétrico normalizada pela potência da transmissão. O transmissor deslocou-se aproximadamente 58 km durante 0.9 dias cobertos pelo eixo horizontal. O transmissor aproxima-se do receptor pela esquerda, passa perto do receptor aproximadamente no dia 184.95, e retrocede do receptor para a direita. O transmissor estava mais próximo do receptor justamente depois do dia 184.95. Cada ponto dos dados representa a amplitude do campo elétrico a 0.0625 Hz. computados a partir de 64 segundos por ficheiro bin o que é equivalente a aproximadamente 48 metros de deslocação do transmissor para esta prospecção. As grandes flutuações do sinal anteriores ao dia 184.85 e depois do dia 185.05 não podem ser fisicamente atribuídas a variações na resistividade da sub-superfície, que em curtos intervalos de tempo é inalterável. Estas flutuações podem ser apenas ruído.

Apesar de que alguns tipos de ruído podem ser ultrapassados aumentando a intensidade do transmissor ou pela diminuição da velocidade do navio de prospecção, estes dois processos são dispendiosos. É vantajoso utilizar técnicas de processamento do sinal baseadas em um computador para atenuar o ruído dos dados na CSEM.

Quando a origem do ruído é exatamente conhecida, este pode por vezes ser eliminado por modelação explícita e subtração, como na PCT Publicação da Patente N°. W0/2005/010560 depositado com a data de prioridade de 26 de Junho de 2003 descrita para o caso do ruído da onda de ar. Noutros casos, onde a origem do ruído é menos entendida ou onde pode ser originada por mais do que um fenômeno, os métodos de supressão podem ser baseados em como o próprio ruído se apresenta nos dados. Por exemplo, a PCT do Pedido de Patente N0. PCT/US06/01555 depositado com a data de prioridade de 18 de Fevereiro de 2005, descreve um método onde o ruído é calculado a partir da medição dos sinais nas freqüências que não são transmitidas pela fonte.

A presente invenção elimina o ruído nos dados CSEM baseados na conexão espacial e conteúdo da freqüência espacial do ruído. O termo freqüência espacial refere-se à variável da freqüência introduzida pela transformada de Fourier em um sinal espacialmente variável. Com a presente invenção nas figuras 5A e 5B o ruído pode ser atenuado.

A resposta relativamente plana nas figuras 5A e 5B entre aproximadamente os dias 184.96 e 184.98 é designada por "zona de saturação". Durante este intervalo de tempo, o transmissor foi aproximado ao receptor o suficiente para apertar o intervalo dinâmico do receptor dos registros eletrônicos.

A decomposição para freqüência temporal é em si mesmo um método de rejeição de ruído, dado que ela elimina as partes do sinal que não correspondem às freqüências que são emitidas pelo transmissor.

Uma processo direto para atenuar o ruído espacialmente variável é "empilhar os dados combinando vários ficheiros bin de tempo adjacentes em um único ficheiro bin maior. Ver, por exemplo, L. M. MacGregor et AI., "The RAMESSES experiment-111. Controlled-source electromagnetic sounding of the Reykjanes Ridge at 57°45' N," Geophys. J. Int. 135, 773 789 (1998). A utilização de pesos empilhados foi discutido por Macnae, et ai., para prospecções no domínio do tempo (Geophysics, 49,934 .948,(1984)).

Espias calculam o ruído em um componente do campo magnético a partir das medições de outros dois componentes. (Geophysics 53, .1068 1079,(1988)).

Filtros espaciais foram aplicados para reduzir o ruído nos dados aeromagnéticos, que são medições aéreas de origem natural, estáticas (freqüência zero) do campo magnético da terra. Ver, por exemplo, Β. K. Bhattacharyya, "Design of spatial filters and their application to high resolution aeromagnetic data," Geophysics 37, 68 91(1972).

A eliminação dos ruídos da ondula foi aplicadas para vários tipos de dados não CSEM (J. S. Walker, A Primar on Wavelets and their Scientific Applications, Chapman & Hali/CRC (1999)). Pedido de Patente norte-americana N°. 5.619.998 de Abdel-Malek & Rigby descreve a redução do ruído dependente de um sinal em um sistema coerente de formação de imagens de um sinal (como por exemplo a formação de imagens de ultra-sons médicos) pela filtração do ruído modal utilizando o limiar adaptativo não linear dos coeficientes da transformação da ondula do eco recebido. O Pedido de Patente. US 6/41.739 de Vincent descreve um método para aumentar o sinal até um rácio de ruído de um sinal que transporta a informação onde uma ondula transforma-se de forma computada até um nível predeterminado, o sinal limiar da freqüência que é indicativo do ruído é derivado a partir da transformação da ondula, e o sinal da freqüência é subtraído ao sinal que transporta a informação. Na literatura geofísica, a eliminação de ruídos da ondula foi aplicada em dados aeromagnéticos (Leblanc and Morris, "Denoising of aeromagnetic data via the wavelet transform," Geophysics 66, .1793-1804, (2001); Ridsdill-Smith and Dentith, "The wavelet transform in aeromagnetic processing," Geophysics 64, 1003-1013 (1999); and Ridsdill- Smith, The Application of the Wavelet Transform to the Processing of Aeromagnetic Data, Ph. D. thesis, The University of Western Australia (2000)); para dados de gravidade (J. C. Scares, et a!., "Efficient automatic denoising of gravity gradiometry data," Geophysics 69, 772-782 (2004)); e para os dados sísmicos (Zhang and Ulrych, "Physical Wavelet Frame Denoising," Geophysics 68, 225 231 (2003)).

O comportamento e a origem do ruído nas prospecções marinhas CSEM pode variar significativamente de lugar para lugar na terra e com as correntes do oceano e com as condições atmosféricas. Além de que, os ruídos em quaisquer dados CSEM particulares, podem ser refreados a partir de mais de uma fonte e exibe mais de um tipo de comportamento. Portanto, é uma vantagem quando uma técnica de eliminação do ruído pode ser aplicada juntamente com outras técnicas de rejeição do ruído, tais como por exemplo a decomposição para freqüência temporal e para o empilhamento.

O empilhamento como uma técnica de eliminação do ruído é um processo estatístico que é mais efetivo quando o ruído tem uma distribuição Gaussiana perto de algum valor médio. Nos dados CSEM marinhos, o ruído pode ter excursões muito grandes a partir do seu valor médio. Como resultado, grandes ficheiros bin de empilhamento tendem a ser dominados por alguns picos de ruído e podem não representar o sinal subjacente. Adicionalmente, os ficheiros bin de empilhamento grandes reduzem a resolução espacial dos dados, dado que diminui a resolução espacial dos dados, em virtude de que não se torna claro como os grandes ficheiros bin podem ser associados com um tempo especifico ou desvio. A resolução espacial é importante visto que o utilizador dos dados CSEM tenta determinar tanto a natureza da resistividade como a posição dos estratos na sub-superfície.

No terreno, os métodos de eliminação do ruído estão baseados nos trabalhos com dados no domínio do tempo e habitualmente somente são tratados com os dados adquiridos durante os períodos em que a corrente do transmissor está desligada. Esta estratégia é crucial, para os dados do terreno dado que provê uma via de rejeição de um sinal muito largo que atinge o receptor através do ar (a "onda aérea"). No ajuste marinho, a onda aérea é freqüentemente suprimida por perdas áhmicas na água. Adicionalmente, pela manutenção do transmissor em um estado "ligado", as prospecções marinhas podem operar em sinais de níveis elevados e espalham mais energia entre as diferentes freqüências temporais diferente para resolver melhor a estrutura da terra em profundidade. SUMÁRIO DA INVENÇÃO

Em uma forma de realização, a invenção é um método implementado por computador para reduzir a elevada freqüência, ruído dependente de um desvio misturado com um sinal real em um sinal registrado por um receptor em uma prospecção eletromagnética de uma fonte controlada em uma região subterrânea ao largo da costa, que compreende:

(a) a seleção de uma função da ondula que satisfaça as condições do suporte compacto e o significado de zero;

(b) a transformação desse sinal registrado com uma transformação da ondula utilizando essa dita função da ondula, e desse modo gerar um sinal decomposto que consiste em um componente de alta freqüência (os coeficientes do detalhe) e um componente de baixa freqüência (os coeficientes de aproximação);

(c) a redução da magnitude do componente de alta freqüência onde essa magnitude excede um valor de um limiar pré-selecionado, desse modo completando o primeiro nível da decomposição; e

(d) a transformação invertida do componente de baixa freqüência mais o componente de alta freqüência de limiar reduzido, desta forma reconstruindo o ruído filtrado do sinal.

Noutras formas de realização, mais do que um nível de decomposição é realizado antes da reconstrução do último grupo dos coeficientes de aproximação combinados com quaisquer coeficientes de detalhe restantes a partir das decomposições prévias depois dos limites. Por outras palavras, depois da fase (c),

(i) selecionar o componente de baixa freqüência a partir do nível anterior de decomposição e transformá-lo em uma ondula de transformação em um componente de alta freqüência e em um componente de baixa freqüência;

(ii) reduzir a magnitude da alta freqüência resultante onde essa magnitude excede um valor limiar pré-selecionado;

(iii) acumular o componente de alta freqüência com o limiar reduzido da fase anterior com os componentes de alta freqüência com o limite reduzido dos níveis anteriores de decomposição; e

(iv) repetir as fases de (i) a (iii) até que tenha sido realizado um nível pré-selecionado de decomposição, tendo como resultado um componente final de baixa freqüência e o componente final de alta freqüência consiste em componentes de alta freqüência com os limiares reduzidos acumulados a partir de todos níveis de decomposição. Nalgumas, mas não todas, formas de realizar a invenção, o limite para cada nível de decomposição é fixado em zero, significando que todos os coeficientes de detalhe são reduzidos.

BREVE DESCRIÇÃO DOS DESENHOS

A continuação a presente invenção e as suas vantagens serão melhor compreendidas com a descrição detalhada e com os desenhos anexos em que:

A figura 1 ilustra o deslocamento do equipamento para uma típica prospecção CSEM;

As figuras 2A e 2B descrevem um sinal CSEM recebido e o transmissor de sinais em forma de onda que o coloca como uma função de tempo;

As figuras 3A e 3B ilustram o processo de binarizaçao do sinal do receptor em um instantes e o cálculo do espectro das freqüências no interior de cada tempo no ficheiro bin pela Análise de Fourier;

A figura 4 representa um receptor CSEM do fundo do mar com 4 componentes ((E,„ Ey, B, e By);

As figuras 5A e 5B representam os dados do campo elétrico a partir de uma prospecção CSEM que mostra o ruído de alta freqüência quando o transmissor está afastado do receptor; A figura 6 é um fluxograma que mostra um lugar possível onde a presente invenção pode ser realizada por séries habituais de fases de processamento de dados CSEM;

A figura 7 é um fluxograma que mostra as fases básicas de uma forma de realizar a presente invenção;

As figuras de 8A a 8P ilustram, pelo presente método inventivo, a decomposição dos dados da figura 5 em três níveis;

As figuras 9A e 9B mostram os dados da figura 5 depois da eliminação dos ruídos pelo presente método inventivo baseado na decomposição da ondula em três níveis;

As figuras IOA e IOB mostram os dados da figura 5 depois da eliminação dos ruídos pelo presente método inventivo baseado em uma decomposição da ondula em seis níveis; e

As figuras de 11 A a IlF mostram os dados de CSEM sintéticos com ruídos aditivos antes e depois da eliminação dos ruídos da ondula baseados na decomposição em quatro níveis utilizando symlets na 4a ordem e utilizando a ondula de Haar.

A invenção será descrita em relação com as suas formas de realização preferidas. No entanto, o âmbito da seguinte descrição detalhada é específico a uma forma particular de realizar ou a uma utilização específica da invenção, deve ser entendido que esta é apenas ilustrativa, e não deve ser considerada como limitativa do objetivo da invenção. Pelo contrário, esta destina-se a abranger todas as alternativas, modificações e equivalentes que podem ser incluídas dentro do espírito e âmbito da invenção, tal e como é definida pelas reivindicações anexas.

DESCRIÇÃO DETALHADA DAS FORMAS DE REALIZAÇÃO

PREFERIDAS

A presente invenção é um método para realizar a eliminação dos ruídos da ondula para eliminar as partes dos dados CSEM que (1) variam demasiado depressa no desvio para ser uma resposta legítima da terra ao sinal transmitido e

(2) mostra o comportamento persistente de alta freqüência sobre uma gama de desvios. Ela abrange várias formas de realizar a decomposição da ondula execução e eliminação dos ruídos de forma a que os dados CSEM do processador possam selecionar a implementação que é mais eficaz em um conjunto de dados particulares contrastando a eficácia entre formas alternativas de realizar a invenção.

A figura 6 mostra em que momento o presente método inventivo (fase 61) pode ser introduzido em um fluxo generalizado de processamento de dados CSEM. Os técnicos especializados no processamento de dados CSEM reconhecerão que as fases no interior de um fluxo de processamento são sempre selecionadas para satisfazer as necessidades de uma prospecção particular ou um conjunto de dados e que estas fases podem ser ordenadas de forma diferente ou em fases diferentes que são mostradas na figura 6. Isto é particularmente verdadeiro no caso da presente invenção, que apenas requer que a eliminação dos ruídos da ondula seja realizada em algum (pelo menos um) ponto durante o processamento de dados. Não são mostradas outras fases comuns do processamento, como por exemplo a análise da orientação do receptor e inversão.

Em uma forma preferida de realizar a presente invenção, o ruído é removido pela realização de uma transformação da ondula discreta dos dados, reduzindo a zero (ou diminuindo) os valores pequenos (porque estes provavelmente representam ruído) entre os coeficientes de detalhe da ondula (limiar), e a realização de uma transformação invertida da ondula nos dados limites. Este método, que pode ser denominado de "redução do ruído da ondula", pode eliminar a emissão do ruído da freqüência espacial elevada que aparece nos desvios afastados sem prejudicar os sinais localizados e fortemente inclinados da zona da saturação. A terminologia como, "coeficientes de detalhe" e "coeficientes de aproximação" é geralmente utilizada em relação com a técnica extensamente conhecida da transformação da ondula, e pode inclusive ser encontrada na documentação do utilizador para um produto de software comercial que pode realizar a transformação da ondula por métodos numéricos com uma informação complexa de entrada, como por exemplo o produto chamado MATLAB comercializado por The MathWorks, Inc. Ver também o produto SAS do SAS Institute, Inc., o produto Mathematica por Wolfram Research, Inc. and Press, et ai., Numerical Recipes in Fortran, Cambridge University Press, 2nd Ed. (1992). Os termos "escalamento" ou "alisamento" são algumas vezes utilizados em vez de "aproximação." e "ondula" que pode ser encontrada em vez de "detalhe." A utilização da transformação da ondula foram descritas em muitas aplicações sem CSEM.

A figura 7 é um fluxograma das fases básicas da presente invenção para a eliminação dos ruídos da ondula. O critério de rejeição do ruído e deixar o sinal incólume pode ser avaliada pela inspeção visual dos dados. De forma alternativa, a efetividade das escolhas do parâmetro da ondula podem ser avaliadas pelo grau para o qual os dados filtrados pode ser unido aos dados sintéticos gerados por um modelo de resistividade realística da terra. A melhor escolha das ôndulas, nível da decomposição, e técnica iniciais são todas dependentes dos dados. No entanto, a ondula e o método inicial podem ser escolhidos a partir de um número grande de valores aceitáveis enquanto o nível da decomposição deve ser escolhido mais cuidadosamente para examinar o seu impacto nos dados. Eliminação dos ruídos da ondula - Fase 73, a transformação especifica da ondula (ver, por exemplo, S. Mallat, "A theory for multiresolution signa) decomposition: The wavelet representation," IEEE Pattern Analysis and Machine intelligence 11,674-693 (1989)) que de forma recorrente divide os sinais em componentes de alta e de baixa freqüência. O componente de alta freqüência do sinal na figura 5 (o coeficiente de detalhe) estão representados nas figuras 8A (componente, real ou em fase) e 8E (componente imaginário, ou quadratura). Os componentes de baixa freqüência (ou coeficientes de aproximação), que não são mostrados nos desenhos para quaisquer dos níveis de decomposição exceto os últimos, são decompostos em detalhe e os coeficientes de aproximação e os coeficientes do detalhe neste segundo nível são mostrados nas figuras 8B e 8F. A decomposição em detalhe e coeficientes de aproximação são efetuados em mais tempo e os coeficientes de detalhe estão representados nas figuras 8C e 8G. Os coeficientes de aproximação no terceiro nível e são mostrados nas figuras 8D e 8H. Isto corresponde à seleção da decomposição em três níveis na fase 72 da figura 7.

As figuras de 81 a 8P mostram os três conjuntos dos coeficientes de detalhe e os coeficientes de aproximação dos dados depois da eliminação dos ruídos da ôndula. Os coeficientes de detalhe depois da eliminação dos ruídos da ôndula, isto é, figuras de 81 a 8K e figuras de 8M a 80), são obtidas reduzindo os pequenos valores (fase 74) entre os coeficientes de detalhe nas figuras de 8A a 8C e de 8E a 8G, em uma fase denominada limiar. Neste caso, todos os coeficientes de detalhe são menores que o limiar selecionado e são ai reduzidos.

Tempo é a variável que é representada no eixo horizontal das figuras de 8A a 8P, a decomposição dos dados como nas figuras 5A e 5B deve necessariamente ser realizada por métodos numéricos, significando que a escala de tempo deve ser subdividida em intervalos pequenos mas específicos, em um processo chamado discretização. As figuras de 8A a 8H mostram os resultados da transformação da ôndula de uma parte dos dados do sinal das figuras 5A a 5B, em particular a parte entre 184.4 e 185.3 em data Juliana. Por exemplo, 1200 pontos discretos são gerados e representados para produzir a decomposição particular representadas pelas figuras 8A e 8E. Os valores 1200 estão representados na figura 8 A e constituem os coeficientes de detalhe para o primeiro nível de decomposição da ondula da parte real do sinal registrado. As barras no valor aproximado da abcissa 720 representam os coeficientes de detalhe relativamente significantes. Os pontos representados para outros intervalos de tempo são dificilmente entendidos com a escala vertical utilizada no desenho. A decisão do limiar que é produzida na figura .81 foi zero para cada um dos 1200 coeficientes de detalhe da figura 8A5 incluindo os valores maiores a 720 coeficientes. Os coeficientes de aproximação que correspondem à figura 8A não são mostrados, nem no segundo nível de decomposição, mas estas são mostradas para o terceiro e para o último nível de decomposição da figura 8D. No entanto, uma segunda transformação da ondula foi aplicada aos coeficientes de aproximação resultantes da primeira decomposição para gerar os coeficientes de detalhe da figura 8B e correspondentes (não mostrados) coeficientes de aproximação. O processo foi contínuo em uma forma idêntica para gerar os coeficientes de aproximação da figura 8D. Este sinal decomposto será posteriormente sujeito a uma transformação inversa para voltar ao seu domínio original e constituir a parte real e final do sinal sem ruído se a escolha (na fase 76) for a de três níveis de decomposição e a escolha do limiar nas figuras de 81 a 8K for a ideal para esta aplicação particular. Os coeficientes de detalhe do produto MATLAB das suas emissões e coeficientes da aproximação em cada nível de decomposição são escolhidos pelo utilizador. O utilizador também tem opções limiares para a seleção (fase 72).

Os detalhes dos filtros de altas freqüências e de baixas freqüências utilizados na fase da decomposição da ondula 73 da presente invenção são governadas pela escolha da função da ondula na fase 71. Em uma forma preferida de realizar a presente invenção, a decomposição específica da ondula é realizada pela transformação rápida da ôndula (Mallat, .1989, op. cit.), que é disponível em MATLAB.

Assim5 a transformação da ôndula divide os seus componentes de entrada em baixa e alta freqüência e progressivamente em escalas ordinárias de resolução. A representação dos dados resultantes é intermédia entre o domínio do espaço (sem resolução de freqüência) e o domínio da freqüência espacial (sem resolução espacial). Como resultado, a decomposição da ondula provê uns meios diferentes de isolamento de ruído a partir de um sinal em dados CSEM.

A decomposição da ondula geralmente representa o ruído com os coeficientes_ de detalhe e o sinal facilmente variável com os coeficientes de aproximação restantes. Além de que, ao contrário da transformação de Fourier (onde é medida a quantidade relativa de variações rápidas versus lentas para um sinal inteiro), a decomposição da ondula reconhece as variações rápidas (coeficientes de detalhes) em cada nível da decomposição. Estes níveis correspondem a detalhar progressivamente as observações dos dados. Assim, a decomposição da ondula da figura 5 pode ser distinguida pelas mudanças repentinas em qualquer extremo dos dados dos ângulos, em aproximadamente os dias 184.96 e 184.98, retendo as características dos diferentes níveis de decomposição.

Depois de dividir o ruído e o sinal nos coeficientes de detalhe e amplitude respectivamente, a estratégia para a eliminação dos ruídos da ondula de como o limiar dos coeficientes de detalhe (fase 74) é diminuído até zero (ou reduzido) os coeficientes do detalhe anteriores à decomposição da inversão e compor o sinal sem ruído. Assim, nas figuras de 81 a 8K e de 8M a 80, os coeficientes de detalhe foram reduzidos enquanto que os coeficientes de aproximação foram mantidos (os coeficientes de aproximação final são mostrados nas figuras 8L e 8P). Compondo, por exemplo, revertendo a decomposição da fase 73 pela realização da transformação da ondula inversa, estes novos coeficientes (fase 75 da figura 7) conduzem a curvas sem ruído das figuras 9A e 9B. Assim, a parte das figuras 9A e 9B entre as datas Julianas de 184.4 e 185.3 são geradas mediante a realização da transformação da ondula inversa nos coeficientes de aproximação das figuras 8L e 8P.

No entanto, antes da realização da fase de reconstrução 75, uma segunda decomposição será realizada se na fase 72 o número de níveis da decomposição escolhidos for dois ou mais. Nesta segunda fase de decomposição, uma transformação da ondula é realizada nos coeficientes da aproximação da primeira decomposição. Depois desta segunda aplicação da fase 73, os coeficientes de detalhe resultantes são iniciados e acumulados com os coeficientes de detalhe iniciais desde o primeiro nível de decomposição. Desta forma, o método gira através das fases 73 e 74, tantas vezes quantas forem selecionadas na fase 72 (giro não mostrado na figura 7). Assim, o último conjunto de coeficientes de aproximação são combinados com os coeficientes de detalhe acumulados e posteriormente na fase 75 dá-se a transformação da ondula inversa para gerar um sinal reconstruído com ruído reduzido. No exemplo ilustrado nas figuras de 8A a 8P, o nível do ponto inicial para as fases 14 foi configurado em zero, e portanto na fase 75 a transformação da ondula inversa foi apenas aplicada aos coeficientes de aproximação de terceiro nível.

Naturalmente, se a decomposição é realizada e para um nível demasiado grande, características significantes do sinal começam a aparecer entre os coeficientes de detalhe. As figuras 10 A e IOB mostram o resultado da eliminação dos ruídos dos mesmos dados originais da figura 5 utilizando um sexto nível de decomposição. Ao contrário do caso das figuras 9A e 9B, o quarto, quinto e sexto nível de decomposição dividem alguns sinais facilmente variáveis de CSEM entre os coeficientes de detalhe. Estes níveis contém ainda características estatisticamente pequenas dos dados, que são completamente eliminados nas curvas simples das figuras IOA e IOB e introduz ruído no sinal. É evidente, particularmente na amplitude representada na figura 10A, que o nível de decomposição é também elevado e tem classificado alguns componentes dos sinais de CSEM facilmente variáveis como detalhe. Uma vez perdidas durante o início, as características representadas por estes componentes são perdidas a partir do sinal sem ruído. Em vez de permitir que isto aconteça, o utilizador da presente invenção pode reconhecer estas características importantes do sinal entre os coeficientes de detalhe até um nível de decomposição mais baixo e preservá-las quando compõem os dados sem ruído.

Em geral, a escolha de um nível de decomposição apropriado (inicialmente na fase 72, e novamente na fase 76) será dependente dos dados, mas uma escolha errada do nível é manifestada por um dano óbvio no sinal.

A transformação da ondula (fase 73) de uma função /(t) é a sua convolução com uma função de ondula, ψ:

<formula>formula see original document page 19</formula>

(Ε. Foufoula Georgion and Ρ. Kumar, Wavelets in Geophysics, in volume 4 of Wavelet Analysis and its Applications, Academic Press, .1994). Aqui, A, é um parâmetro da escala que fixa a resolução da transformação contínua da ondula e que corresponde com o nível de decomposição no caso de transformações de ondula discretas e rápidas. Em uma descretização desta equação, o parâmetro da escala é selecionado para mudar as potências de 2

de forma a que j volte ao nível de transformação discretizada. As variáveis de tempo, uet, são descretrizadas por uma unidade de tempo, A:

<formula>formula see original document page 19</formula>

Como resultado, na sua forma discretizada, a convolução expressa pela equação (1) pode ser escrita como uma seqüência de operações de filtros numéricos de alta freqüência e baixa freqüência, seguidas de uma aproximação da unidade de tempo para 2A. A saída de filtrações de alta freqüência e aumento tomam os coeficientes de detalhe nesse nível e a saída da filtração das baixas freqüências e aumento sejam os coeficientes da aproximação, que são opcionalmente transformados pelo mesmo procedimento para produzir os coeficientes da ondula correspondentes ao nível seguinte. Os programas Fortran para implementar este procedimento e o seu inverso são descritos por W. H. Press, et al, Numerical Recipes in Fortran: the Art of Scientific Computing, Cambridge University Press, 2nded. (1992).

Uma ondula é um impulso de duração finita onde o impulso contém uma gama limitada de componentes de freqüência. Em contraste com a transformada de Fourier, que transforma para trás e para a frente entre o domínio do tempo e o domínio da freqüência, a transformação de uma ondula se dá entre os domínios intermédios onde as duas funções são parcialmente localizadas no tempo e parcialmente localizadas na freqüência. Existem muitas escolhas possíveis (fase 71 da figura 7) de funções, yi que satisfazem os requisitos da ôndula para compacto do suporte e a sua definição de zero. Enquanto que algumas escolhas podem dar uma rejeição de ruído ligeiramente melhor do que outras, a experiência com dados de CSEM têm mostrado que as funções específicas são mais aceitáveis ou inaceitáveis e que as funções inaceitáveis de ôndula são em si mesmo manifestadas de uma forma que provoca danos óbvios ao sinal. Por exemplo, as figuras IlAe IlB mostram dados CSEM sintéticos (curvas pretas) em conjunto com os dados sintéticos de maior ruído aditivo (curvas cinzentas). Este exemplo sintético não foi produzido matematicamente pela simulação de uma linha de reboque de CSEM sobre um modelo de resistividade da terra. Mais exatamente, foi criado pela sobreposição das curvas matemáticas simples e do ruído aleatório para imitar a forma de uma CSEM real reunidas como o mostrado nas figuras de 5A e 5B. Referindo-nos às figuras 11 Ce 11 D, comparadas com os dados ruidosos (curvas cinzentas), o resultado da ondula sem ruído (curvas negras) que recuperou um sinal adicional antes de que o ruído ficasse tão alto como o tamanho do desvio que este se sobrepõe aos dados sintéticos. O ruído dos dados filtrados foi reduzido, tendo como base uma decomposição em 4 níveis utilizando ôndulas symlets de 4a ordem. As figuras IlEe IlF mostram os resultados correspondentes para a eliminação de ruídos utilizando uma decomposição em 4 níveis baseada na ondula de Haar. Em contraste com os resultados da symlet das figuras 11 Cell D, a ondula de Haar é claramente inadequada nesta aplicação, que tem fases de escala indesejadas introduzidas no que foi um sinal facilmente variável.

Habitualmente, as ôndulas são classificadas em famílias baseadas nas propriedades matemáticas como por exemplo a simetria. Dentro da família, as ôndulas são adicionalmente classificadas pela sua ordem, o que em termos gerais corresponde ao número de momentos desaparecidos. Habitualmente, as ordens da ondula de 5 ou menos são as mais úteis para a eliminação de ruído de uma CSEM. Algumas famílias de ondula que são particularmente úteis para a diminuição do ruído de uma CSEM incluem (Ver I. Daubechies, "Ten Lectures on Wavelets," Society for Industrial and Applied Mathematics, Philadelphia, 1992):

• Daubechies, uma ondula compacta com o número máximo de momentos desaparecidos;

• symlet a modificação das ondula de Daubechies que é mais simétrica;

· bioortogonal, para as quais a reconstrução exacta é possível com filtros de resposta aos impulsos finitos; e,

• coiflet, para os quais os dois filtros o de baixa freqüência e o de alta freqüência nas transformadas discretas são tão compactas quanto possível. Em geral, por causa da sua natureza bloqueadora, a ondula de Haar não é muito útil para reduzir o ruído CSEM5 como evidenciado nas Figuras 11 E e 11 F.

Existem várias estratégias para realizar a fase inicial da fase 74 de rejeição ou redução de pequenos valores nos coeficientes de detalhe. Ver por exemplo, D. L. Donoho, "De-noising by soft thresholding," IEEE Transactions on Information Theory 41,613 627 (1995); D. L. Donoho, "Progress in wavelet analysis and WVD: a ten minute tour," Progress in Wavelet Analysis and Applications, 109 128, Y. Meyer & S. Roques, ed., Gif-sur -Yvette (1993); e J. Waiker, A Primer on Wavelets and their Scientific Applications, Chapman & Hall/CRC (1999). Todos estes métodos operam pela rejeição (aproximando a zero) coeficientes de detalhe cujos valores absolutos descem abaixo de algum limite, fl , e somente reter aqueles coeficientes cujas magnitudes estão colocadas acima do limite. Um limite dado por Donoho (1993) deve ser colocado.

<formula>formula see original document page 22</formula> onde a é o desvio padrão dos coeficientes de detalhe e.A^éo número de pontos de detalhe em um nível de decomposição particular. Por exemplo, n; figura 8A /V -1200, e na figura 8B N é aproximadamente 600 e na figura 8 aproximadamente 300. É também possível aplicar um critério diferente para o ponto inicial relativamente aos coeficientes de detalhe nos diferentes níveis de decomposição. Em todos os exemplos, em que o critério utilizado é eficazmente rejeitado por todos os coeficientes de detalhe, deixando os dados sem ruído serem construídos a partir dos coeficientes de aproximação sozinhos. Nas formas de realização diferentes da invenção, é possível colocar os pontos iniciais individualmente em fase (in-phase) ou desfasados (out-of-phase) (como neste caso) ou basear-se nalguma propriedade combinada dos seus coeficientes de detalhe, como por exemplo a soma das magnitudes ao quadrado das partes reais e imaginárias.

Dado que a eliminação do ruído da ondula dos dados de CSEM, isto é o presente método inventivo, é baseado na forma como os ruídos aparecem nestes dados, ele é aplicável ao ruído a partir de várias fontes, como por exemplo energia magneto-telúrica, relâmpagos, correntes oceânicas, e flutuações da posição da fonte.

A presente invenção tira partido da combinação espacial da freqüência espacial com os caracteres do ruído nas prospecções CSEM. Isto é, Este é capaz de reconhecer que algumas variações dos dados ao longo dos ficheiros bin podem ser atribuídos às estruturas da resistividade no interior da terra enquanto que a outras variações que contêm freqüências espaciais altas não podem ser atribuídas. Estas variações constituem um modelo de ruído em prospecções CSEM, e a invenção atenua os ruídos que obedecem a este modelo.

Em uma aplicação típica da invenção, os dados CSEM que representa, uma única freqüência temporal são decompostos para um pequeno número de níveis (como por exemplo 4) por uma transformação da ondula discreta baseada em uma symiet de ordem baixa (3 ou 4). Os coeficientes de detalhe são seguidamente completamente reduzidos ou reduzidos exceto para valores exteriores estatisticamente significantes e todos os coeficientes de aproximação retidos. Os dados são seguidamente reconstruídos para reverter a decomposição da ondula. Nas formas de realização preferidas da invenção, os componentes reais (em fase) e imaginários (desfasados) dos valores dos dados complexos são tratados independentemente. Para aplicar o método, incluindo a avaliação do impacto dos níveis iniciais e dos níveis da decomposição, a invenção é implementada de forma mais útil como software de computador e utilizada em conjunção com um software de computador existente (como por exemplo MATLAB para executar a transformação da ondula) para realizar as fases mostradas na figura 7. Como nas outras fases da figura 7, a invenção pode também ser implementada em um hardware eletrônico ou nalguma combinação de hardware com software.

Na prática, pode ser descoberto que, depois do teste dos parâmetros e avaliação do impacto da invenção em dados CSEM, o utilizador pode decidir interromper a utilização da invenção para os dados contidos no interior de uma prospecção particular porque os dados não são suficientemente ruidosos ou porque o ruído não é do tipo aceitável para ser reduzido de acordo com a presente invenção.

Os profissionais especializados em processamento de dados geofísicos reconhecerão a importância de testar múltiplas técnicas de atenuação de ruído, testando-as em combinação, e observando o impacto dos seus parâmetros de controlo para examinar o impacto nos seus dados. Como indicado anteriormente, as técnicas para executar a transformação discreta da ondula e o ponto inicial dos dados estão publicadas e comercialmente disponíveis em forma de sistemas de programas informáticos e livros. (Ver, por exemplo. MATLAB, the Language of Technical Computinq 2001, The Math Works, Inc. and SAS/IML User's Guide, Version 8, SAS Publishing, .1999.) Como resultado, a anterior descrição da invenção, em conjunto com o desenvolvimento ou compra do software apropriado, permitirá a um processador de dados geofísicos para pôr em prática a invenção depois de escrever somente uma quantidade relativamente pequena de códigos.

A escolha de parâmetros ótimos para a decomposição da ondula e limiares são dependentes dos dados e, assim, não podem ser .25 especificadas antes do processamento de dados. Adicionalmente, será obvio para o técnico especializado de processamento de dados geofísicos que o método pode ser aplicado às medições dos componentes do campo magnético e aos dados gerados por um transmissor que introduz primeiro um campo magnético na terra. (Isto inversamente à antena linear representada na figura .1, que introduz primeiro um campo elétrico na terra. E bem conhecido que qualquer corrente variável no tempo introduz os campos elétricos e magnéticos na terra e, também, que as antenas lineares são os primeiros dispositivos do campo elétrico enquanto que as antenas do tipo anel são os primeiros dispositivos, de campo magnético) Os dois dispositivos das fontes dos campos elétricos e dos campos magnéticos estão dentro do campo da prospecção de CSEM.

A aplicação anterior refere-se a umas formas específicas de realizar a presente invenção com o objetivo de a ilustrar. No entanto será evidente para os técnicos especializados, que são possíveis muitas modificações e variações às formas de realização descritas. Por exemplo, para um técnico especializado será evidente que nem todas as fases da figura 7 têm que ser realizadas com a ordem mostrada. Por exemplo, a fase 72, onde o número de níveis de decomposição é selecionado para ser um número inteiro de um ou mais, pode ser realizada antes da fase 71 ou antes da fase 75 ou em qualquer outro lugar entre estas fases. Toda essas modificações e variações são destinadas a estar dentro do âmbito da presente invenção, como definido nas reivindicações anexas.

Claims

1. Método implementado por computador para reduzir o ruído dependente de desvio de alta freqüência misturado com um sinal real em um sinal registrado por Tim receptor em uma prospecção eletromagnética de fonte controlada em uma região subterrânea ao largo da costa, caracterizado pelo fato de que compreende: (a) selecionar uma função de ondula que satisfaça as condições do suporte compacto e o média zero; (b) transformar dito sinal registrado com uma transformação da ondula utilizando a dita função da ondula, e desse modo gerar um sinal decomposto que consiste em um componente de alta freqüência e um componente de baixa freqüência; (c) reduzir a magnitude do componente de alta freqüência onde essa magnitude excede um valor limiar pré-selecionado, desse modo completando um primeiro nível de decomposição; e (d) transformar inversamente o componente de baixa freqüência mais o componente de alta freqüência de limiar reduzido, desta forma reconstruindo o o sinal de ruído filtrado.

2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreender ainda depois da fase (c): (i) selecionar o componente de baixa freqüência a partir do nível anterior de decomposição e transformá-lo em uma transformada de ondula em um componente de alta freqüência e em um componente de baixa freqüência; (ii) reduzir a magnitude da alta freqüência resultante onde essa magnitude excede um valor limiar pré-selecionado; (iii) acumular do componente de alta freqüência com o limiar reduzido da proveniente da etapa anterior com os componentes de alta freqüência com o limiar reduzido a partir de níveis anteriores de decomposição; e (iv) repetir as etapas fases (i)-(iii) até que tenha sido realizado um nível pré-selecionado de decomposição, resultando em um componente final de baixa freqüência e um componente final de alta freqüência consistindo dos componentes de alta freqüência com os limiar reduzido acumulados provenuentes de todos níveis de decomposição.

3. Método de acordo com a reivindicação I5 caracterizado pelo fato de que compreende ainda repetir das fases de (a) a (d) a não ser que o sinal reconstruído indique dano do sinal.

4. Método de acordo com a reivindicação 3, caracterizado pelo fato de que compreende ainda repetir as etapas de (a) a (d) até que o sinal reconstruído indique dano do sinal ou a não redução de ruído

5. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o dito limiar é zero.

6. Método de acordo com a reivindicação 1, caracterizado pelo fato de que as ditas magnitudes do componente de alta freqüência acima do limiar são reduzidas para o dito valor limiar.

7. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a dita função da ondula é selecionada de um conjunto composto por ôndulas Daubechies; symlet; ondula biortogonal; e coiflet.

8. Método de acordo com a reivindicação Is caracterizado pelo fato de que o dito limiar β é ajustado em <formula>formula see original document page 27</formula> onde σ é o desvio padrão dos componentes da alta freqüência e N é o número de pontos no componente de alta freqüência do sinal, dito sinal sendo expresso em uma forma discretizada.

9. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a dita transformação da ondula do sinal f(u) é expressa por uma versão discretizada de <formula>formula see original document page 28</formula> onde ψΐ é a função da ondula, té o tempo, e λ é um parâmetro da escala relacionada com a resolução.

10. Método de acordo com a reivindicação 9, caracterizado pelo fato de que a integral é realizada usando a técnica de transformada rápida de ondula de Mallat.

11. Método para produzir hidrocarbonetos a partir de uma região de sub-superfície, caracterizado pelo fato de que compreende: (a) realizar uma prospecção eletromagnética por meio de uma fonte controlada em uma região de sub-superfície; (b) obter dados processados da prospecção, onde o processamento inclui reduzir ruído dependente de desvio de alta freqüência, misturado com um sinal real em um sinal registrado por um receptor de prospecção por etapas que compreende: (i) selecionar uma função da ondula que satisfaz as condições de suporte compacto e o média zero; (ii) transformar o sinal registrado com uma transformação de ondula usando a dita função de ondula, gerando desse modo um sinal decomposto consistindo em um componente de alta freqüência e um componente de baixa freqüência; (iii) reduzir a magnitude do componente de alta freqüência onde tal magnitude excede um valor limiar selecionado, completando desta forma um primeiro nível de decomposição; e (iv) transformar inversamente o componente de baixa freqüência mais o componente de alta freqüência de limiar reduzido, reconstruindo deste modo um sinal com ruído filtrado; e (c) perfurar pelo menos um poço na região de sub-superfície baseado em parte na resistividade espacialmente variável determinada a partir dos dados eletromagnéticos processados após a redução do ruído dependente de desvio de alta freqüência,; e (d) produzir hidrocarbonetos a partir de pelo menos um poço.