FR2974636B1 - Dispositif et procede d'extrapolation angulaire adaptative pour des rassemblements angulaires tridimensionnels de migration inverse dans le temps - Google Patents

Abstract

Des instructions d'ordinateur, un dispositif informatique et un procédé pour traiter des données sismiques sous-échantillonnées dans un domaine angulaire, les données sismiques correspondant à un rassemblement d'images communes de domaine angulaire (ADCIG) tridimensionnel de migration inverse dans le temps. Le procédé comprend recevoir les données sismiques ; calculer, sur la base des données sismiques, des champs d'onde de tirs et de récepteurs par un moteur de propagation d'onde de RTM ; appliquer un algorithme de décomposition des champs d'onde pour obtenir une direction de propagation pour les champs d'onde de tirs et de récepteurs ; former l'ADCIG en appliquant une condition d'image aux champs d'onde de tirs et de récepteurs ; déterminer que les énergies spéculaires de l'ADCIG sont sous-échantillonnées autour d'un angle de réflexion ; pendant l'étape de formation de l'ADCIG, extrapoler les énergies spéculaires vers un voisinage de l'angle de réflexion ; et générer une image d'une sous-surface qui est étudiée sur la base des énergies spéculaires extrapolées.

Description

Dispositif et procédé d'extrapolation angulaire adaptative pour des rassemblements angulaires tridimensionnels de migration inverse dans le temps

CONTEXTE

DOMAINE TECHNIQUE

[0001] Les modes de réalisation de l'objet présenté ici concernent généralement des procédés et des systèmes pour produire des images d'une sous-surface et, plus particulièrement, des mécanismes et des techniques pour réduire un bruit associé à un sous-échantillonnage pour des rassemblements d'images communes de domaine angulaire tridimensionnel à migration inverse dans le temps.

EXAMEN DU CONTEXTE

[0002] L'acquisition et le traitement de données sismiques marines génèrent un profil (image) de la structure géophysique sous les fonds océaniques. Bien que ce profil ne fournisse pas un emplacement précis du pétrole et du gaz, il suggère, aux hommes du métier, la présence ou l'absence de pétrole et/ou de gaz. Ainsi, la fourniture d'une image à haute résolution des structures sous les fonds océaniques est un processus en cours.

[0003] Pendant un processus de rassemblement sismique, comme montré sur la figure 1, un navire 10 remorque un ensemble de récepteurs sismiques 12 prévus sur des câbles 14 qui forment des flûtes 16. Les flûtes peuvent être disposées horizontalement, c'est-à-dire, se trouver à une profondeur constante z1 par rapport à une surface 18 de l'océan. Le navire 10 remorque également un ensemble de sources sonores 20 qui est configuré pour générer une onde acoustique 22a. L'onde acoustique 22a se propage vers le bas vers les fonds océaniques 24 et pénètre dans les fonds océaniques jusqu'à ce que, finalement, une structure de réflexion 26 (réflecteur R) réfléchisse l'onde acoustique. L'onde acoustique réfléchie 22b se propage vers le haut jusqu'à ce qu'elle soit détectée par un récepteur 12. Les données enregistrées sont ensuite traitées pour produire une image précise de la sous-surface. Le traitement peut comprendre diverses phases, par exemple, une détermination de modèle de vitesse, une pré-sommation, une migration, une postsommation, etc., qui sont connus dans l'art et, ainsi, leur description est omise ici.

[0004] La disponibilité de données de large azimut (WAZ, « wide azimut » en terminologie anglo-saxonne), avec une migration inverse dans le temps (RTM, « reverse time migration » en terminologie anglo-saxonne), a augmenté la capacité de former une image de structures infrasalifères complexe. Les données WAZ fournissent un meilleur éclairage des structures infrasalifères que les données d'azimut étroit (NAZ). Les informations azimutales abondantes dans les données \NAZ produisent également une meilleure annulation de bruit du fait de ses « fois » (« folds » en terminologie anglo-saxonne) plus élevées (c'est-à-dire, le nombre de signaux enregistrés correspondant à un point étudié dans la sous-surface).

[0005] Pour une migration en profondeur avant sommation, un rassemblement d'images communes (CIG « common image gather » en terminologie anglo-saxonne) est le lien vers la construction d’un modèle de vitesse. Les CIG classiques sont générés par une migration de Kirchhoff dans le domaine des décalages. Parce que la RTM fournit de meilleures images que les migrations de Kirchhoff lorsque les structures sont compliquées (voir Zhang, Y et J. Sun, « Practical issues of reverse time migration : true-amplitude gathers, noise removal and harmonie-source encoding », First Break, 26, 19-25, 2009), il est nécessaire de générer des CIG à partir d'une RTM pour améliorer l'utilisation de la RTM du processus de données \NAZ.

[0006] Pour conserver les informations azimutales dans les données WAZ pour une tomographie, les CIG de RTM doivent être tridimensionnels (voir Huang et d'autres, « The application of RTM 3D gathers for wide azimuth data in Garden Banks, Gulf of Mexico », 80th Annual International Meeting, SEG Expanded Abstracts, 3298-3302, 2010). D'autre part, l'utilisation de CIG pour une interprétation d'attribut de réservoir, tel qu'une analyse d’amplitude en fonction de l’angle/azimut (AVA, « amplitude versus angle/azimuth » en terminologie anglo-saxonne), nécessite une fidélité des amplitudes.

[0007] Par conséquent, il est nécessaire d'incorporer l'algorithme de préservation de l'amplitude dans des CIG de domaine angulaire tridimensionnel (ADCIG, « angle-domain CIG » en terminologie anglo-saxonne). Sur la base de la théorie de la RTM à amplitude vraie, un procédé pour générer des ADCIG tridimensionnels a été développé pour un milieu anisotrope général (voir Xu et d'autres, « 3D common image gathers from reverse time Migration », 80th Annual International Meeting, SEG Expanded Abstracts, 3257-3262, 2010), et il a été appliqué à un traitement de données WAZ (voir Huang et d'autres, 2010).

[0008] L’ADCIG tridimensionnel avec une RTM est un meilleur choix pour une formation d'image pré-sommation dans des zones géologiques complexes (voir Zhang et d'autres, « Angle gathers from reverse time migration », The Leading Edge, 29, 1364-1371, 2010). L'avantage des ADCIG tridimensionnels est qu'ils conservent les informations de sous-surface localisées par rapport à des angles azimutaux et des angles de réflexion qui peuvent être utilisées pour une inversion de vitesse, une commande de qualité de migration, une construction de modèle d'anisotropie et une analyse AVA. Pour les ADCIG, les traces de sortie d'une RTM sont indexées à la fois par l'angle de réflexion de sous-surface Θ et par l'angle d’azimut a.

[0009] Par conséquent, la migration d’ADCIG tridimensionnel de RTM est en fait un procédé de cartographie dans cinq dimensions qui cartographie les données \NAZ d'un espace d'entrée 5D (xs, ys, xr, yr, t) vers un espace de sortie 5D (x, y, z, Θ, a), où xs et ys sont les coordonnées de la source, xr et yr sont les coordonnées du récepteur, x, y et z sont les coordonnées d'un point migré.

[0010] Cependant, cette technique introduit divers défis pour les géophysiciens. Premièrement, elle augmente considérablement le coût numérique à cause du procédé de cartographie à cinq dimensions et de la propagation de champ d'onde à différence finie. Deuxièmement, les emplacements des sources et des récepteurs sont échantillonnés grossièrement sur la surface et les réflexions provenant de décalages très proches ne sont pas habituellement enregistrées dans des acquisitions de flûte marine. Ainsi, ce procédé de cartographie mène à des problèmes d'échantillonnage graves. Xu et d’autres ont examinés comment réduire le coût de calcul en introduisant une technique de transformation de Fourier anti-fuite à fenêtre. Cependant, une analyse supplémentaire est nécessaire pour aborder les problèmes d’échantillonnage.

[0011] Pour un traitement de données \NKZ. actuel, six secteurs d'azimut sont sortis (voir Huang et d'autres, 2010). Ainsi, la sortie de migration est sur échantillonnée dans le domaine des angles d'azimut, ce qui n’entraîne pas de problème lorsque le modèle de vitesse fournit des CIG plats. D'autre part, l'angle de réflexion est habituellement échantillonné par incréments de 1° à 2°. Un échantillonnage peut être un problème lors de la génération d’ADCIG tridimensionnels. Comme cela sera examiné ultérieurement, les événements dans les ADCIG peu profonds sont faiblement échantillonnés sur les angles proches et sont mieux échantillonnés sur les angles éloignés. Dans la partie profonde, les ADCIG sont généralement sur-échantillonnés. Ainsi, les rassemblements semblent normaux lorsque le modèle de vitesse est proche de la vitesse réelle.

[0012] Cependant, lorsque la vitesse est beaucoup trop éloignée de la vitesse réelle et que les événements migrés présentent des courbures sur les ADCIG, les amplitudes sur les angles éloignés sont fortement atténuées avec de gros intervalles angulaires. Par conséquent, le procédé de capture d'événement automatique peut ne pas capturer des courbures d'angles éloignés pour une mise à jour de vitesse supplémentaire. Ainsi, il est nécessaire d'améliorer le rapport signal sur bruit (S/N) dans des ADCIG tridimensionnels de RTM. Par conséquent, il serait souhaitable de fournir des systèmes et des procédés qui évitent les problèmes et les inconvénients décrits ci-dessus.

RESUME

[0013] Selon un exemple de mode de réalisation, il existe un procédé pour traiter des données sismiques sous-échantillonnées dans un domaine angulaire, les données sismiques correspondant à un rassemblement d'images communes de domaine angulaire (ADCIG) tridimensionnel de migration inverse dans le temps (RTM). Le procédé comprend une étape de réception, au niveau d'un dispositif de traitement, des données sismiques enregistrées par plusieurs récepteurs ; une étape de calcul, sur la base des données sismiques, de champs d'onde de tirs et de récepteurs par un moteur de propagation d'onde de RTM ; une étape d'application d'un algorithme de décomposition des champs d'onde pour obtenir une direction de propagation pour les champs d'onde de tirs et de récepteurs ; une étape de formation de l’ADCIG en appliquant une condition d'image aux champs d’onde de tirs et de récepteurs ; une étape pour déterminer si des énergies spéculaires de l’ADCIG sont sous-échantillonnées autour d'un angle de réflexion ; pendant l'étape de formation de l’ADCIG, l’extrapolation des énergies spéculaires vers un voisinage de l'angle de réflexion ; et une étape de génération d'une image d'une sous-surface qui est étudiée sur la base des énergies spéculaires extrapolées.

[0014] Selon un autre exemple de mode de réalisation, il existe un dispositif de traitement pour traiter des données sismiques sous-échantillonnées dans un domaine angulaire, les données sismiques correspondant à un rassemblement d'images communes de domaine angulaire (ADCIG) tridimensionnel de migration inverse dans le temps. Le dispositif de traitement comprend une interface configurée pour recevoir les données sismiques enregistrées par plusieurs récepteurs ; et un processeur connecté à l'interface. Le processeur est configuré pour calculer, sur la base des données sismiques, des champs d’onde de tirs et de récepteurs par un moteur de propagation d'onde de RTM ; appliquer un algorithme de décomposition des champs d'onde pour obtenir une direction de propagation pour les champs d’onde de tirs et de récepteurs ; former l’ADCIG en appliquant une condition d'image aux champs d’onde de tirs et de récepteurs ; déterminer que les énergies spéculaires de l’ADCIG sont sous-échantillonnées autour d'un angle de réflexion ; et pendant l'étape de formation de l’ADCIG, extrapoler les énergies spéculaires vers un voisinage de l'angle de réflexion.

[0015] Selon encore un autre exemple de mode de réalisation, il existe un support pouvant être lu par un ordinateur non transitoire mémorisant des instructions d'ordinateur, qui, lorsqu'elles sont exécutées par un ordinateur, traitent des données sismiques sous-échantillonnées dans un domaine angulaire, les données sismiques correspondant à un rassemblement d'images communes de domaine angulaire (ADCIG) tridimensionnel de migration inverse dans le temps. Les instructions comprennent les étapes indiquées dans le procédé ci-dessus.

BREVE DESCRIPTION DES DESSINS

[0016] Les dessins joints, qui sont incorporés dans la spécification et qui constituent une partie de celle-ci, illustrent un ou plusieurs modes de réalisation et, avec la description, expliquent ces modes de réalisation. Sur les dessins : [0017] la figure 1 est un schéma d'une configuration d'acquisition de données classique ; [0018] la figure 2 est un schéma qui illustre un problème d'échantillonnage pour un domaine angulaire selon un exemple de mode de réalisation ; [0019] les figures 3A-C sont des graphes illustrant des effets de sous-échantillonnage dans le domaine angulaire pour divers espacements de tirs selon des exemples de modes de réalisation ; [0020] la figure 4 est un organigramme d'un procédé pour extrapoler une énergie spéculaire selon un exemple de mode de réalisation ; [0021] la figure 5 est un schéma illustrant comment estimer un coefficient de pondération par un procédé de correspondance avec un noyau selon un exemple de mode de réalisation ; [0022] les figures 6A-C sont des graphes illustrant des rassemblements d'images communes de domaine angulaire calculés en utilisant une énergie spéculaire extrapolée pour divers espacements de tirs selon des exemples de modes de réalisation ; [0023] les figures 7A-B comparent des rassemblements d'images communes de domaine angulaire calculés en utilisant l'approche classique et l'énergie spéculaire extrapolée pour un exemple synthétique ; [0024] les figures 8A-D comparent des images sommées et des rassemblements d'images communes de domaine angulaire calculés en utilisant l'approche classique et l'énergie spéculaire extrapolée pour un exemple réel ; [0025] les figures 9A-C illustrent un problème de sur-échantillonnage pour des rassemblements d'images communes de domaine angulaire selon des exemples de modes de réalisation ; [0026] la figure 10 est un organigramme d'un procédé pour un procédé d’extrapolation d’une énergie spéculaire selon un exemple de mode de réalisation ; et [0027] la figure 11 est un schéma d'un dispositif de traitement pour calculer des rassemblements angulaires tridimensionnels à partir d’une migration inverse dans le temps selon un exemple de mode de réalisation.

DESCRIPTION DETAILLEE

[0028] La description qui suit des exemples de modes de réalisation fait référence aux dessins joints. Les mêmes numéros de référence sur différents dessins identifient les mêmes éléments ou des éléments similaires. La description détaillée qui suit ne limite pas l'invention. Au lieu de cela, l'étendue de l'invention est définie par les revendications jointes. Les modes de réalisation qui suivent sont examinés, par souci de simplicité, en relation avec la terminologie des rassemblements d'images communes de domaine angulaire tridimensionnels calculés sur la base d'une migration inverse dans le temps. Cependant, les modes de réalisation qui seront examinés par la suite ne sont pas limités au 3D ou à la RTM, mais peuvent être appliqués à d'autres procédés pour produire des images finales de la sous-surface.

[0029] Une référence dans toute la spécification à « un mode de réalisation » signifie qu'une fonction, une structure, ou une caractéristique particulière décrite en relation avec un mode de réalisation est incluse dans au moins un mode de réalisation de l'objet présenté. Ainsi, l'apparition de l'expression « dans un mode de réalisation » à divers emplacements dans toute la spécification ne fait pas nécessairement référence au même mode de réalisation. En outre, les fonctions, structures ou caractéristiques particulières peuvent être combinées de n'importe quelle manière appropriée dans un ou plusieurs modes de réalisation.

[0030] Selon un exemple de mode de réalisation, il existe un procédé pour réduire le bruit de sous-échantillonnage pour des ADCIG tridimensionnels de RTM. Les ADCIG tridimensionnels avec une migration inverse dans le temps sont un outil puissant pour former l'image de structures géologiques complexes. Pour le traitement de données \NkZ, les ADCIG conservent les informations de sous-surface localisées en relation avec les angles d'azimut et de réflexion, qui sont bénéfiques pour une mise à jour de modèle de vitesse et une interprétation d'attribut de gisement. Pour des données WAZ, l'énergie est bien répartie à la surface dans le domaine de décalage vectoriel (par exemple, un domaine spatio-temporel). Cependant, dans le domaine angulaire de sous-surface, les événements peu profonds sont perçus dans une large plage d'angles de réflexion, avec un grand intervalle d'échantillonnage angulaire. L'analyse montre que les événements peu profonds sont sous-échantillonnés avec des intervalles de tirs grossiers. Le problème de sous-échantillonnage est plus grave avec de petits angles de réflexion, résultant en de nouveaux défis pour produire des ADCIG de haute qualité. Le procédé indiqué ci-dessus remédie à ces problèmes comme examiné ci-après.

[0031] Il a été observé que les événements peu profonds concernant des ADCIG de données réelles souffrent de problèmes de sous-échantillonnage. Un exemple synthétique est utilisé ici pour illustrer ce problème. Comme montré sur la figure 2, un milieu à vitesse constante 50 a plusieurs réflecteurs plats 52 et 54. Une onde 56 émise d'un point c1 est montrée comme étant réfléchie au niveau du réflecteur 52, et ensuite l'onde réfléchie 58 atteint l'emplacement c2. Des trajets d'onde similaires sont montrés pour d'autres points et pour d'autres réflecteurs. On doit noter que les ondes, par exemple, 62, plus près de la ligne verticale 60 correspondent à des angles proches et que les ondes, par exemple, 64, davantage éloignées de la ligne verticale 60 correspondent à des angles éloignés. Si la réflexion sismique enregistrée à un demi-décalage « h » (le décalage est une distance entre une source et un récepteur) est migrée vers une profondeur z avec la vitesse correcte, l'angle de réflexion Θ est défini par

[0032] En différentiant les deux côtés de l'équation (1) par rapport à h, la relation qui suit est obtenue :

[0033] Pour une géométrie d'acquisition donnée, les espacements des tirs et des récepteurs sont fixes et, ainsi, l’espacement de demi-décalage est fixé, c'est-à-dire que dh ξ const. L'équation (2) montre que l'énergie spéculaire (c'est-à-dire, l'énergie enregistrée du fait d'une réflexion spéculaire, qui peut être définie comme une lumière provenant d'une direction d'entrée unique et qui est réfléchie dans une direction de sortie unique) provenant des données acquises est échantillonnée irrégulièrement dans le domaine angulaire de réflexion, c'est-à-dire que, pour les événements peu profonds avec un petit angle de réflexion Θ, le jacobien de conversion angulaire σ est supérieur à celui des événements plus profonds avec un grand angle de réflexion. Autrement dit, dans le domaine spatio-temporel, l'échantillonnage de l'énergie enregistrée est régulier ou constant alors que les récepteurs sont placés de cette manière. Cependant, lors de l'analyse des susdites données d'un point de vue des angles de réflexion, la même énergie devient irrégulière ou sous-échantillonnée pour les événements peu profonds. Par exemple, si la fréquence d'échantillonnage de décalage dh = 100 m à une profondeur z = 1,0 km, la fréquence d'échantillonnage angulaire efficace à un angle très proche est égale à 5,7°, ce qui est trop grand à la fois pour une utilisation en AVA et en tomographie.

[0034] Cette fréquence d'échantillonnage angulaire, ou la résolution angulaire, est également plus grossière que l’espacement de 10 à 2° dans des récipients d'angle de réflexion (« reflexion angle bins » en terminologie anglo-saxonne) ; c'est-à-dire que ces données sont sous-échantillonnées pour des calculs de rassemblements angulaires. Par conséquent, des problèmes de sous-échantillonnage peuvent apparaître lors d'événements peu profonds sur les ADGCIG si toutes les contributions provenant des données enregistrées sont directement sommées. Le problème est plus grave avec les angles proches, et il est atténué par un facteur cos2 θ alors que l'angle de réflexion Θ augmente. Alors que la profondeur augmente, les événements concernant les ADCIG deviennent sur-échantillonnés. Si le modèle de vitesse est suffisamment précis pour produire des ADCIG plats, une migration d'amplitude vraie de domaine angulaire prend automatiquement soin de l'énergie sur-échantillonnée et mène à des ADCIG équilibrés en amplitude.

[0035] Pour illustrer le problème de sous-échantillonnage concernant les ADCIG, trois réflecteurs plats 70, 72 et 74 sont envisagés aux profondeurs de 1,0 km, 2,0 km et 3,0 km, respectivement, dans un milieu à vitesse constante 80 avec une vitesse v = 2000 m/s, comme illustré sur les figures 3A-C. Les données sismiques sont générées sur une grille de récepteurs dense avec un intervalle de 4 m entre les récepteurs et un décalage maximum de 5 km à la fois dans les directions en ligne et transversale. La source est une ondelette de Ricker avec une fréquence crête de 15 Hz. Une RTM est utilisée pour générer des ADCIG tridimensionnels.

[0036] Les figures 3A-C comparent les ADCIG à un azimut de 0° générés par différentes géométries d'acquisition de tirs. Un motif de fluctuation d'amplitude qui est provoqué par le problème de sous-échantillonnage est visible sur les trois événements à des angles proches avec un échantillonnage de tirs de 80 m x 80 m (voir la figure 3A). Un échantillonnage médiocre est réduit par un espacement de tirs plus fin, comme montré sur la figure 3Bb avec un échantillonnage de tirs de 20 m x 20 m. Le motif de fluctuation disparaît dans un cas extrême, avec un espacement de tirs de 2 m x 2 m, comme montré sur la figure 3C. Cet exemple confirme les problèmes indiqués ci-dessus relatifs au sous-échantillonnage pour des angles proches.

[0037] Pour des processus d'acquisition WAZ réels, les tirs sont échantillonnés à 150 m dans la direction en ligne et à 500 m dans la direction transversale et, ainsi, les problèmes de sous-échantillonnage concernant les ADCIG tridimensionnels sont plus graves que ceux qui ont été montrés dans l'exemple synthétique.

[0038] Une manière de résoudre ce problème consiste à interpoler les données sismiques à la surface. Comme illustré sur la figure 3C, une grille de tirs et de récepteurs dense fournit des ADCIG beaucoup plus propres. Cependant, cette solution simple est difficile à mettre en œuvre pour les raisons suivantes. Premièrement, l'interpolation des données WAZ est une tâche de calcul intense qui nécessite la manipulation d'une entrée à cinq dimensions (voir Xu et d'autres, « Anti-leakage Fourier transform for seismic data regularization in higher dimension », Geophysics, 75, 113-120, 2010). Deuxièmement, même si les données sont parfaitement interpolées sur une grille dense, 10 000 fois plus d’enregistrements que les enregistrements de tirs d'origine sont générés pendant le processus d'interpolation, ce qui augmente énormément le coût de calcul d'une RTM de tirs communs pour un projet de production, parce qu'une migration d’un nombre plus important de tirs doit être effectuée pour générer les rassemblements angulaires tridimensionnels.

[0039] Une solution originale qui n’augmente pas la taille des données d'entrée est maintenant examinée. La solution originale est un compromis entre l'amélioration de la qualité des ADCIG et l’augmentation du coût de calcul. Selon un exemple de mode de réalisation, les données d'entrée sont reçues, comme illustré sur la figure 4, à l'étape 420. Cependant, au lieu d'interpoler les données d'entrée (avant le processus de migration) comme dans le procédé classique, le procédé original applique, à l'étape 422, le processus de migration aux données d'entrée non modifiées (N points de données). Après avoir obtenu l'énergie spéculaire à l'étape 424, le procédé original extrapole, à l'étape 426, les énergies spéculaires vers les voisinages correspondants sur la base des angles de réflexion. Autrement dit, lorsque la fréquence d'échantillonnage efficace devient supérieure à un seuil prédéterminé, l'énergie spéculaire est extrapolée pour améliorer la fréquence d'échantillonnage.

[0040] Par exemple, le procédé original calcule, à l'étape 425, un échantillonnage angulaire théorique dû sur la base de l'espacement de tirs réel et de la profondeur du point de formation d’image, en utilisant l'équation (2). Si dô est supérieur à un intervalle d'angle de réflexion de sortie défini par l'utilisateur ΔΘ, qui indique que l’ADCIG de sortie souffre d'un échantillonnage médiocre, le procédé extrapole, à l'étape 426, l'énergie spéculaire correspondante pour ses angles de réflexion voisins avec un coefficient de pondération correct. Le coefficient de pondération peut être estimé par un procédé de correspondance avec un noyau. Pour chaque angle de sortie défini par l'utilisateur Θ,, le procédé utilise l'espacement de tirs Δχ et la profondeur du point d'image z pour estimer un diamètre de noyau de = θΓ - θι avec l'équation d'échantillonnage angulaire, et il calcule ensuite le coefficient de pondération pour tous les angles dans la plage de [Θ,,ΘΓ] (ceux plus proches de θ, reçoivent des coefficients de pondération plus élevés). Par exemple, si l'intervalle angulaire de sortie défini par l'utilisateur est Δ6> = 1, mais que l'échantillonnage angulaire pour le point d'image dzf est 5 à une profondeur zj, il est nécessaire d'extrapoler l'énergie pour les 5 traces dans la plage de comme illustré sur la figure 5. Autrement, le procédé avance à

J l'étape 428.

[0041] L'étape d'extrapolation 426 peut être directement calculée sur la base, par exemple, du rapport άθ /Δθ . Cette étape d'extrapolation aide à remplir la bande d’énergie spéculaire pour les événements peu profonds à des angles de réflexion plus petits. Cette étape ne change pas les CIG dans les régions bien échantillonnées. Par conséquent, la résolution des ADCIG est améliorée, comme montré sur les figures 6A-C (comparé aux figures 3A-C).

[0042] Après la mise en œuvre du procédé d'extrapolation original examiné ci-dessus pour le susdit exemple synthétique montré sur les figures 3A-C, les continuités des événements sismiques sont nettement améliorées (voir les figures 6A-C), ce qui est important pour une meilleure capture d'événements automatique. Le procédé original a également été testé sur un ensemble de données qui a des structures compliquées, comme montré sur la figure 7A. Les améliorations pour les événements peu profonds après une extrapolation d'énergie spéculaire sont présentées sur la figure 7B.

[0043] Le procédé d'extrapolation d'énergie spéculaire original a également été appliqué à un ensemble de données tridimensionnel qui est illustré sur les figures 8A-B, et les résultats sont présentés sur les figures 8C-D. L'image sommée brute montrée sur la figure 8A est comparée à celle générée par le procédé d'extrapolation montrée sur la figure 8C. Les ADCIG tridimensionnels avec trois secteurs d'azimut 90, 92 et 94 à un emplacement (indiqué par la ligne 100) sont montrés sur la figure 8B pour le procédé classique et sur la figure 8D pour le procédé original. Le résultat avec une extrapolation (voir la figure 8D) montre des améliorations du rapport signal sur bruit, comparé à celui sans extrapolation (voir la figure 8B).

[0044] Le procédé original examiné ci-dessus aborde les problèmes de sous-échantillonnage. Cependant, il existe également des problèmes de sur-échantillonnage qui méritent d’être examinés.

[0045] A partir de l'équation (2), les angles éloignés ou les événements profonds dans les ADCIG sont facilement sur-échantillonnés, juste l'opposé par rapport aux angles proches. Si les données sont migrées avec la vitesse correcte, le suréchantillonnage de l'énergie spéculaire améliore le rapport S/N étant donné que les énergies cohérentes sont sommées les unes avec les autres. Cependant, lorsque les données sont migrées avec une vitesse incorrecte, les événements migrés à travers un récipient angulaire (« angular bin » en terminologie anglo-saxonne) particulier ne sont pas plats et une partie des énergies peut être annulée lors de leur sommation dans un grand intervalle angulaire. Les figures 9A-C (tracés pour Δ θ = 2°, Δθ = 1°βίΔΘ = 0,2°, où Δ Θ est l’angle de réflexion de sortie défini par l'utilisateur) montrent les ADCIG qui ont migré avec un modèle de vitesse plus lent (ralentissement de 20 % du modèle exact). Les événements concernant des angles éloignés sont atténués lorsque l'intervalle d'angle de réflexion de sortie Δ Θ est grand, comme montré sur la figure 9A. Cependant, avec de plus petits intervalles d'échantillonnage angulaire, les courbures provoquées par la vitesse incorrecte semblent plus prometteuses, comme montré sur les figures 9B et 9C. Cette observation est importante pour utiliser les ADCIG pour une mise à jour de vitesse. Un plus petit échantillonnage angulaire doit être utilisé pour générer les ADCIG pour la capture de courbure résiduelle.

[0046] En résumé, pour une acquisition \NAZ, les événements d'angle proche à une faible profondeur sont habituellement sous-échantillonnés. Cela peut être amélioré par une méthode d'extrapolation originale illustrée sur la figure 4. Cependant, les événements dans la partie plus profonde sont sur-échantillonnés dans les ADCIG. Ce n'est pas un problème lorsque le modèle de vitesse est correct. Cependant, cela réduit l'amplitude pour les angles éloignés et entraîne des problèmes pour une capture de courbure automatique lorsque le modèle de vitesse est imprécis et que l'échantillonnage angulaire est trop grand. Dans ce cas, un plus petit intervalle d'échantillonnage dans le domaine d’angle de réflexion doit être utilisé. Les exemples synthétiques examinés ci-dessus ont montré que le procédé original mène à des ADCIG tridimensionnels de RTM propres sans forte augmentation de coût de calcul.

[0047] Le procédé examiné en relation avec la figure 4 illustre le concept original à un niveau général qui sera compris par les hommes du métier. Certaines des étapes ont été omises sur la figure 4 à des fins de clarté. Un organigramme plus détaillé est illustré sur la figure 10. A l'étape 1000, les données sismiques enregistrées sont reçues, par exemple, au niveau d'un dispositif de traitement qui est illustré sur la figure 11. Les champs d’onde de tirs et de récepteurs sont calculés à l'étape 1002 par un moteur de propagation d'onde de RTM (voir par exemple, U.S. n° 13/013 988, désigné ici ‘988, attribué à CGGVeritas). Un algorithme de décomposition des champs d'onde (voir ‘988) est appliqué à l'étape 1004 pour obtenir une direction de propagation pour les champs d’onde de tirs et de récepteurs. Les ADCIG sont formés à l'étape 1006 en appliquant une condition d'image (voir ’988) aux champs d’onde de tirs et de récepteurs. On doit noter que la demande de brevet ‘988 décrit l'algorithme de décomposition des champs d'onde et la condition d'image et, ainsi, ces outils ne sont pas expliqués ici.

[0048] Les énergies spéculaires des ADCIG sous-échantillonnés sont déterminées à l'étape 1008, autour d'un angle de réflexion, comme expliqué ci-dessus en relation avec la figure 4. A l'étape 1010, les énergies spéculaires des ADCIG sont extrapolées vers un voisinage de l'angle de réflexion pendant l'étape 1006 de formation de l’ADCIG. En option, à l'étape 1012, l'image de la sous-surface étudiée est générée sur la base des énergies spéculaires extrapolées.

[0049] Les procédés examinés ci-dessus peuvent être mis en œuvre, selon un exemple de mode de réalisation, dans un dispositif de traitement 1100 tel qu’illustré sur la figure 11. Le dispositif de traitement 1100 peut être configuré spécifiquement pour calculer des rassemblements d'images communes de domaine angulaire (ADCIG) pour une utilisation lors de la génération d'une image finale d'une sous-surface de la terre. Le dispositif de traitement 1100 peut être, par exemple, un ordinateur, un processeur, un serveur, ou un réseau d'ordinateurs, de processeurs ou de serveurs. Le dispositif de traitement 1100 peut comprendre une interface 1102 configurée pour recevoir des données de l'extérieur, par exemple, des données sismiques. L'interface 1102 peut comprendre une connexion Internet, une connexion par satellite, des claviers, etc. Le dispositif de traitement 1100 comprend également un processeur 1104 connecté à l'interface 1102 et configuré pour exécuter une ou plusieurs ou la totalité des étapes examinées en relation avec la figure 4. Le dispositif de traitement 1100 peut avoir des éléments de circuit dédiés pour chaque étape de la figure 4 ou le processeur 1104 peut être configuré avec un logiciel pour exécuter toutes les étapes montrées sur la figure 4. Le dispositif de traitement 1100 peut également comprendre un afficheur 1106 pour afficher une image finale calculée par le processeur 1104. Les diverses données utilisées pour calculer l'image finale peuvent être mémorisées dans un dispositif de mémorisation 1108 qui est connecté au processeur 1104 par l'intermédiaire d'un bus 1110. D'autres composants connus d'un ordinateur, d'un serveur ou d'un processeur peuvent également être présents.

[0050] Les exemples de mode de réalisation présentés fournissent un système et un procédé pour traiter avec plus de précision des données sous-échantillonnées pour générer une image relative à une sous-surface. On devrait comprendre que cette description n'est pas destinée à limiter l'invention. Au contraire, les exemples de modes de réalisation sont destinés à couvrir les variantes, les modifications et les équivalents, qui sont inclus dans l'esprit et dans l'étendue de l'invention telle que définie par les revendications jointes. En outre, dans la description détaillée des exemples de modes de réalisation, de nombreux détails spécifiques sont exposés afin de fournir une compréhension détaillée de l'invention revendiquée. Cependant, un homme du métier comprendra que divers modes de réalisation peuvent être mis en pratique sans ces détails spécifiques.

[0051] Bien que les caractéristiques et les éléments des exemples de modes de réalisation actuels soient décrits dans les modes de réalisation en des combinaisons particulières, chaque caractéristique ou élément peut être utilisé seul sans les autres caractéristiques et éléments des modes de réalisation ou en diverses combinaisons avec ou sans d'autres caractéristiques et éléments présentés ici.

[0052] Cette description écrite utilise des exemples de l'objet présenté pour permettre à n'importe quel homme du métier de mettre en pratique le susdit, comprenant la réalisation et l'utilisation de n'importe quels dispositifs ou systèmes et la mise en œuvre de n'importe quels procédés incorporés. L'étendue brevetable de l'objet est définie par les revendications, et peut comprendre d'autres exemples qui apparaissent aux hommes du métier. Ces autres exemples sont destinés à être dans l'étendue des revendications.

Claims (5)

1. REVENDICATIONS

   1. Procédé pour traiter des données sismiques sous-échantillonnées dans un domaine angulaire, tes données sismiques correspondant à un rassemblement d'images communes de domaine angulaire (ADCIG) tridimensionnel de migration inverse dans te temps (RTM), le procédé comprenant des étapes consistant à : recevoir, au niveau d’un dispositif de traitement, tes données sismiques enregistrées par plusieurs récepteurs ; calculer, sur la base des données sismiques, des champs d'onde de tirs et de récepteurs par un moteur de propagation d'onde de RTM ; appliquer un algorithme de décomposition des champs d'onde pour obtenir une direction de propagation pour les champs d’onde de tirs et de récepteurs ; former l'ADCIG en appliquant une condition d'image aux champs d'onde de tirs et de récepteurs ; déterminer que des énergies spéculaires de l’ADCIG sont sous-échantillonnées autour d'un angle de réflexion ; pendant l'étape de formation de l'ADCIG, extrapoler tes énergies spéculaires vers un voisinage de l’angle de réflexion ; et générer une image d'une sous-surface qui est étudiée sur la base des énergies spéculaires extrapolées, et dans lequel l'étape de détermination comprend : calculer un échantillonnage angulaire d6 sur la base des données sismiques ; comparer l'échantillonnage angulaire d0 avec un échantillonnage angulaire prédéterminé ΔΘ ; et extrapoler tes énergies spéculâmes si l'échantillonnage angulaire άθ est supérieur à l'échantillonnage angulaire prédéterminé ΔΘ.
2. 2. Procédé selon la revendication 1, dans lequel l'échantillonnage angulaire est calculé sur la base d'un espacement de tirs réel et d’une profondeur d'un point de formation d'image. 3. Procédé selon la revendication 2, dans lequel l'espacement de tirs réel est une distance entre deux tirs consécutifs et te point de formation d'image est un point dans la sous-surface qui est étudiée et qui réfléchit un tir. 4. Procédé selon la revendication 1, dans lequel l'étape d'extrapolation comprend : utiliser un rapport entre l'échantillonnage angulaire d6 et l'échantillonnage angulaire prédéterminé Δθ pour calculer l'énergie spéculaire interpolée.
3. 5. Procédé selon la revendication 1, dans lequel les données sismiques sont régulières dans un domaine spatio-temporel. 6. Procédé selon la revendication 5, dans lequel les données sismiques migrées sont irrégulières dans un domaine angulaire de sous-surface. 7. Procédé selon la revendication 1, dans lequel l'étape de migration comprend : cartographier tes données d'entrée d'un espace d'entrée à cinq dimensions vers un espace de sortie à cinq dimensions, dans lequel tes dimensions de l'espace d'entrée comprennent tes positions x et y d’une source et d'un récepteur, et te temps, et tes dimensions de l'espace de sortie comprennent les positions x et y d'un point migré, 1e temps, et deux angles associés au point migré.
4. 8. Dispositif de traitement pour traiter des données sismiques sous-échantillonnées dans un domaine angulaire, tes données sismiques correspondant à un rassemblement d'images communes de domaine angulaire (ADCIG) tridimensionnel de migration inverse dans te temps, le dispositif de traitement comprenant : une interface configurée pour recevoir tes données sismiques enregistrées par plusieurs récepteurs ; et un processeur connecté à l'interface et configuré pour : calculer, sur la base des données sismiques, des champs d'onde de tirs et de récepteurs par un moteur de propagation d'onde de RTM ; appliquer un algorithme de décomposition des champs d'onde pour obtenir une direction de propagation pour les champs d’onde de tirs et de récepteurs ; former l'ADCIG en appliquant une condition d'image aux champs d'onde de tirs et de récepteurs ; déterminer que les énergies spéculaires de l'ADCIG sont sous-échantillonnées autour d’un angle de réflexion ; et pendant l'étape de formation de l'ADCIG, extrapoler les énergies spéculâmes vers un voisinage de l'angle de réflexion.
5. 9. Dispositif de traitement selon la revendication 8, dans lequel 1e processeur est en outre configuré pour : calculer un échantillonnage angulaire d0 sur la base des données sismiques : comparer l'échantillonnage angulaire d9 avec un échantillonnage angulaire prédéterminé ΔΘ ; et extrapoler les énergies spéculaires si l'échantillonnage angulaire d8 est supérieur à l’échantillonnage angulaire prédéterminé ΔΘ.