MX2013004220A - Dispositivo y metodo para remover imagen difusa de datos de serpentina de profundidad variable. - Google Patents
Dispositivo y metodo para remover imagen difusa de datos de serpentina de profundidad variable.Info
- Publication number
- MX2013004220A MX2013004220A MX2013004220A MX2013004220A MX2013004220A MX 2013004220 A MX2013004220 A MX 2013004220A MX 2013004220 A MX2013004220 A MX 2013004220A MX 2013004220 A MX2013004220 A MX 2013004220A MX 2013004220 A MX2013004220 A MX 2013004220A
- Authority
- MX
- Mexico
- Prior art keywords
- data
- migration
- image
- model
- seismic
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000005012 migration Effects 0.000 claims abstract description 195
- 238000013508 migration Methods 0.000 claims abstract description 195
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 20
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 229910052704 radon Inorganic materials 0.000 claims description 13
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000010363 phase shift Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/362—Effecting static or dynamic corrections; Stacking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/56—De-ghosting; Reverberation compensation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Oceanography (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
Un dispositivo de computación, instrucciones de computadora y un método para remover la imagen difusa de datos sísmicos relacionados con un sub-superficie de un cuerpo de agua. El método puede incluir recibir datos sísmicos de entrada registrados por los receptores sísmicos que están ubicados a diferentes profundidades (Zr), generar datos (du) de migración y datos (dd) de migración de espejo de los datos sísmicos marinos, derivar un modelo (m) libre de imagen difusa coin base en usar simultáneamente los datos (du) de migración y los datos (dd) de migración generar grupos de datos primario (p) y de imagen difusa (g) con base en el modelo (m) libre de imagen difusa, sustraer, en forma adaptable y simultanea los grupos de datos primario (p) y de imagen difusa (g) de los datos (du) de migración para proporciona grupos de datos primario adaptado (p.1 y p.2) residual adaptado (r.1 y r.2) y generar una imagen final (f) de la sub-superficie con base en los grupos de datos primario adaptado (p.1 y p.2) y residual adatado (r.1 y r.2).
Description
DISPOSITIVO Y MÉTODO PARA REMOVER IMAGEN DIFUSA DE
DATOS DE SERPENTINA DE PROFUNDIDAD VARIABLE
Referencia Cruzada con Solicitudes Relacionadas
La presente solicitud reclama el beneficio de prioridad de conformidad con 35 U.S.C.§ 119(e) para la Solicitud Provisional de Estados Unidos de Norteamérica No. 61/635,489, presentada el 19 de abril de 2012. El contenido completo del documento anterior se incorpora aquí como referencia en su totalidad.
Campo de la Invención
Las modalidades de la presente materia se relacionan en general con métodos y sistemas y más en particular, con mecanismos y técnicas para remover imagen difusa de datos sísmicos recolectados con uno o más cables marinos que tienen profundidades variables.
Antecedentes de la Invención
En años recientes, el interés por desarrollar nuevos campos de producción de petróleo y gas ha incrementado drásticamente. Sin embargo, la disponibilidad de los campos de producción con base terrestre se ha visto limitada. De este modo, ahora la industria se ha enfocado en perforar puntos fuera de la costa, que parecen contar con una vasta cantidad de combustible fósil. La perforación fuera de la costa es un proceso costoso. De este modo, las personas interesadas en llevar a cabo tales costosas investigaciones, esencialmente en inspecciones geofísicas,
necesitan conocer el sitio exacto para perforar o no (para evitar los pozos secos).
La adquisición y procesamiento de datos sísmicos marinos genera un perfil (imagen) de la estructura geofísica (sub-superficie) bajo el suelo marino. Aunque este perfil no proporciona la ubicación exacta para el gas y el petróleo, les sugiere a las personas experimentadas en la técnica, la presencia o ausencia de petróleo y/o gas. De este modo, la mejora en la resolución de imágenes de las estructuras bajo el suelo marino es un proceso continuo.
Durante un proceso de recolección sísmica, como se muestra en la
Figura 1, una embarcación 10 remolca múltiples detectores 12. Los múltiples detectores 12 están dispuestos a lo largo de un cable 14. El cable 14 junto con sus detectores 12 correspondientes, algunas veces son referidos por las personas experimentadas en la técnica como cable marino 16. La embarcación 10 puede remolcar múltiples cables marinos 16 al mismo tiempo. Los cables marinos están dispuestos en forma horizontal, es decir, tendidos a una profundidad t? constante con relación a la superficie 18 del océano. También, los múltiples cables marinos 16 pueden formar un ángulo constante (es decir, los cables marinos pueden estar inclinados) con respecto a la superficie del océano, como se describe en la Patente de Estados Unidos de Norteamérica No. 4,992,992, cuyo contenido se incorpora aquí como referencia en su totalidad. La Figura 2 muestra una configuración en donde todos los detectores 12 están distribuidos a lo largo de la línea 14 recta inclinada que forma un ángulo a constante con una línea 30 horizontal de referencia.
Con referencia a la Figura 1, la embarcación 10 puede remolcar una segunda fuente 20 configurada para generar una onda 22a acústica. La onda 22a acústica se propaga hacia abajo y penetra el suelo 24 marino, lo que eventualmente se refleja por una estructura 26 reflectora (reflector R). La onda 22b acústica reflejada se propaga hacia arriba y es detectada por el detector 12. Para simplificar, la Figura 1 muestra solamente dos trayectorias 22a correspondientes a la onda acústica. Sin embargo, la onda acústica emitida por la fuente 20 puede ser esencialmente una onda esférica, por ejemplo, se propaga en todas las direcciones empezando desde la fuente 20. Las partes de la onda 22b acústica reflejada (primaria) se registran por varios detectores 12 (las señales registradas son llamadas trazas), mientras partes de la onda 22c reflejada pasan por los detectores 12 y llegan a la superficie 18 del agua. Ya que la interfaz entre el agua y el aire se aproxima como un reflector cuasi-perfecto (es decir, la superficie del agua actúa como un espejo para las ondas acústicas), la onda 22c reflejada se refleja de regreso hacia el detector 12, como se muestra por la onda 22d en la Figura 1. La onda 22d es referida normalmente como onda de imagen difusa, ya que esta onda se debe a un reflejo espurio. Las imágenes difusas también son registradas por el detector 12, pero con una polaridad invertida y el retardo de tiempo con relación a la onda 22b primaria. El efecto degenerativo que tiene la llegada de la imagen difusa en el ancho de banda sísmico y la resolución es bien conocido. En esencia, la interferencia entre la primaria y las llegadas de la imagen difusa provoca huecos o separaciones en el contenido de frecuencia registro por los detectores.
Las trazas se pueden usar para determinar la sub-superficie (es decir, la estructura terrestre por debajo de la superficie 24) y para determinar la posición y presencia de los reflectores 26. Sin embargo, las imágenes difusas alteran la exactitud de la imagen final en la sub-superficie y por al menos esta razón, existen varios métodos para remover las imágenes difusas, es decir, remover imágenes difusas, de los resultados del análisis sísmico.
Las Patentes de Estados Unidos de América No. 4,353,121 y No. 4,992,992, cuyo contenido se incorpora aquí como referencia en su totalidad, describen procesos que permiten remover las imágenes difusas de los datos sísmicos registrados con el uso de un dispositivo de adquisición que incluye un cable marino sísmico inclinado a un ángulo (dentro del orden de 2 grados) hasta la superficie del agua (cable marino inclinado).
Los métodos descritos en las Patentes No. 4,353,121 y No.
4,992,992 son procedimientos de procesamiento sísmico en una dimensión y en dos dimensiones. Sin embargo, tales procedimientos no pueden generalizarse en tres dimensiones. Esto se debe a que el intervalo de muestreo de los sensor en la tercera dimensión es determinado por la separación entre los cables marinos, dentro del orden de 150m, que es mucho mayor que el intervalo de muestreo de los sensores a lo largo de los cables marinos, que está dentro del orden de 12.5 m.
De este modo los métodos anteriormente descritos no son apropiados para los datos sísmicos recolectados con cables marinos que tiene un perfil curvo, como se ilustra en la Figura 3. Tal configuración
tiene un cable marino 52 con un perfil curvo definido por tres cantidades paramétricas z0, s0 y c. Se debe hacer notar que no el cable marino completo debe tener un perfil curvo. El primer parámetro z0 indica la profundidad del primer detector 54a con relación a la superficie 58 del agua. El segundo parámetro s0 está relacionado con la inclinación de la parte inicial del cable marino 52 con relación a la línea 64 horizontal. El ejemplo mostrado en la Figura 3 tiene la inclinación s0 inicial igual a esencialmente 3 por ciento. Se debe hacer notar que el perfil del cable marino 52 en la Figura 3 no está dibujado a escala, ya que la inclinación del 3 por ciento es una cantidad relativamente pequeña. El tercer parámetro hc indica la longitud horizontal (distancia a lo largo del eje X en la Figura 3, medida desde el primer detector 54a) de la porción curva del cable marino. Este parámetro puede ser del rango de cientos a miles de metros.
Para tales cables marinos, el proceso de remover imágenes difusas ha sido descrito en la Solicitud de Patente No. de Serie 13/272,428 (aquí '428), del autor R. Soubaras, cuyo contenido se incorpora aquí como referencia en su totalidad. De conformidad con el documento '428, el método para remover imágenes difusas utiliza la deconvolucion conjunta para la migración y la migración de espejo de imágenes para generar una imagen final de la sub-superficie. El remover imágenes difusas se lleva a cabo al final del procesamiento (durante una fase de formación de imágenes) y no al inicio, como se realiza con los métodos tradicionales. Además, el documento '428 describe que no se realiza el paso de reducción en los datos. A pesar de los métodos anteriores, existe la
necesidad de generar imágenes mejoradas de estructuras geológicas submarinas.
Breve Descripción de la Invención
Como se detalla a continuación, un método para remover imágenes difusas de datos sísmicos relacionados con la sub-superficie de un cuerpo de agua puede incluir recibir los datos sísmicos de dominio-tiempo de entrada registrados por los receptores sísmicos que están ubicados a diferentes profundidades (zr), genera datos de migración (du) y datos de migración de espejo (dd) de ios datos sísmicos, derivar un modelo (m) libre de imágenes difusas con base en usar simultáneamente los datos de migración (du) y los datos (dd) de migración de espejo, usar el modelo libre de imágenes difusas para generar un grupo de datos sin imágenes difusas y generar una imagen (f) final de la sub-superficie con el uso del grupo de datos sin imágenes difusas. Los datos de migración pueden estar en el dominio de tiempo o de profundidad, con el desplazamiento o ángulo de dominio pre-apilada.
El derivar un modelo libre de imágenes difusas puede incluir resolver una ecuación d = Lm, para m, en donde L es un operador lineal que incorpora un primer modelo de retardo de imagen difusa (xgu) correspondiente a los datos de migración (du) y un segundo modelo de retardo de imagen difusa (xgú) correspondiente a los datos (dd) de migración de espejo, m es un modelo libre de imagen difusa de los datos sísmicos y d contiene datos de los datos (du) de migración y los datos (dd) de migración de espejo. El modelo (m) puede estar en el dominio Radón
parabólico, el dominio Radon lineal, el dominio FK, el dominio Radon Hiperbólico o su similar.
Un dispositivo de computación que incorpora el método para remover imágenes difusas de datos sísmicos, también se describe aquí.
Además de lo anterior, un método para procesar datos sísmicos relacionados con la sub-superficie de un cuerpo de agua incluye recibir los datos (du) de migración y los datos (dd) de migración de espejo generados a partir de los datos sísmicos de tiempo-dominio registrados por los receptores sísmicos, derivar un primer modelo (xgu) de retardo de imagen difusa correspondiente a los datos (du) de migración que calcula el primer retardo de imagen difusa con una fuente sísmica como una función de un desplazamiento h de cada receptor sísmico, derivar un segundo modelo de retardo de imagen difusa (t9?) correspondiente a los datos (dd) de migración de espejo que calcula el segundo retardo de imagen difusa con la fuente sísmica, como una función del desplazamiento h de cada receptor sísmico y procesar los datos (du) de migración con el uso del primér y el segundo modelos de retardo de imagen difusa para proporcionar una imagen (f) final de la sub-superficie.
Como se describe aquí, los aparatos y método anteriores se pueden usar para generar imágenes mejoradas de las estructuras geológicas submarinas.
Breve Descripción de los Dibujos
Los dibujos acompañantes, que se incorporan aquí y que constituyen una parte de la especificación, ilustran una o más modalidades y junto con
la descripción, explican estas modalidades, en los dibujos;
La Figura 1 es un diagrama esquemático de un sistema de adquisición de datos sísmicos convencional que tiene un cable sísmico marino horizontal.
La Figura 2 es un diagrama esquemático de un sistema de adquisición de datos sísmicos convencional que tiene un cable sísmico marino inclinado.
La Figura 3 es un diagrama esquemático de un sistema de adquisición de datos sísmicos que tiene un cable sísmico marino con perfil curvo.
La Figura 4 es un diagrama de flujo del método para remover imágenes difusas de datos sísmicos, de conformidad con una modalidad.
La Figura 5 es un diagrama de flujo de un método para modelar el retardo de imagen difusa de los datos de migración y los datos de migración de espejo, de conformidad con una modalidad.
Las Figuras 6A a la 6E son gráficas que ¡lustran los datos de migración sintética y de migración de espejo, de conformidad con los métodos de la Figura 4 y 5.
La Figura 7 es un diagrama esquemático de un dispositivo de computación configurado para implementar un método para remover imágenes difusas, de conformidad con una modalidad ejemplificativa.
Descripción Detallada de la Invención
La siguiente descripción de las modalidades ejemplificativas se refiere a los dibujos acompañantes. Los mismos números de referencia
en los diferentes dibujos identifican elementos iguales o similares. La siguiente descripción detallada no limita la invención, En su lugar, el alcance de la invención se define por las reivindicaciones anexas. Las siguientes modalidades se describen, para simplificar, con respecto a una propagación de onda-campo de dos dimensiones (2D). Sin embargo, las modalidades a ser descritas no están limitadas a los campos de onda 2D, sino que también pueden aplicar en campos de onda 3D.
La referencia a través de la especificación a "una modalidad" o " la modalidad" significa que una estructura o característica particular descrita en conexión con una modalidad está incluida en por lo menos una modalidad de la materia descrita. De este modo, la aparición de las frases "una modalidad" o "la modalidad" en varios lugares a través de la especificación no necesariamente se refiere a la misma modalidad. Además, las características o estructuras particulares se pueden combinar en cualquier forma apropiada en una o más modalidades.
De conformidad con una modalidad, un método novedoso lleva a cabo el remover la imagen difusa de un, receptor con el uso de recolecciones de imagen común migradas (migración y migración de espejo). Esto se activa al derivar un. modelo libre de imagen difusa de los datos que cuando se transforman en invertido y se les aplica la imagen difusa, igualan las recolecciones de la migración y la migración de espejo. Una vez que se ha derivado el modelo libre de imagen difusa, se usa para generar un cálculo primario y. un cálculo de datos de imagen difusa, que se restan en forrna adaptable en forma simultánea de los datos de entrada. Los datos de salida son la primaria adaptada más cualquier residual. El
residual se puede escalar para alcanzar el remover el ruido, en caso de ser necesario. El método funciona en ventanas temporales. El cálculo de la imagen difusa se puede generar con referencia al grupo de datos de migración y/o de migración de espejo. En el caso en donde se forman dos grupos de datos con migración, se puede aplicar una sustracción adaptable en la migración con el uso de la primaria y los grupos de datos con imagen difusa de migración e independientemente, con la migración de espejo con el uso de la primaria y los grupos de datos con imagen difusa de migración de espejo. En este caso, se han encontrado los dos grupos de datos primarios, los cuales se pueden combinar al promediarlos.
El método ahora será descrito con más detalle. Un operador L enlaza los datos d con un modelo m de los datos sin imagen difusa, como se observa en la ecuación d = Lm (1). Más específicamente, al considerar que d es una concatenación de los datos du de migración y los datos dd de migración de espejo para una recolección de imagen común de las trazas nmax para una rebanada de frecuencia y m es del dominio de modelo que contiene trazas parabólicas kmax, la ecuación (1) se puede re-escribir en forma de matriz, como:
El desplazamiento xpr(n, k) de tiempo representa el retardo asociado con ios eventos primarios de la 0 traza de recolección de imagen común y el parámetro del modelo K, mientras el desplazamiento de tiempo (tPr(n, k) + TgU(n)) o (xpr(n, k) + xgd(n)), representa el retardo total asociado con los reflejos de imagen difusa en el 0 detector y el k parámetro de modelo en los datos du de migración y en los datos dd de migración de espejo, respectivamente. Por lo tanto, d y L proporcionan simultáneamente una solución para los datos de migración (a través de la mitad superior de d y L) y los datos de migración de espejo (a través de la mitad inferior de d y L).
Los desplazamiento de tiempo xgu(n) y tgd(n) pueden definirse por un primer y un segundo modelo de retardo de imagen difusa que se derivan de los datos de migración y los datos de migración de espejo, respectivamente. El primer modelo de retardo de imagen difusa (xgu) y el segundo modelo de retardo de imagen de espejo (xgd) pueden calcular el retardo de la imagen difusa con la fuente sísmica como una función del desplazamiento h de cada receptor n sísmico. Por ejemplo, en ciertas modalidades, los modelos de retardo de imagen difusa se definen por una segunda ecuación del orden de polinomios, tal como t (n) = t0 + p x h(n) + q x h(n) (3), en donde h(n) es el desplazamiento horizontal entre la fuente y la 0 traza de recolección de imagen común (correspondiente a la 0 columna de datos) y en donde x0, p y q son coeficientes de retardo del primer orden (lineal) y del segundo orden (parabólico), ceros, respectivamente.
De conformidad con una modalidad, las ecuaciones anteriores se
utilizan para alcanzar un modelo (m) libre de imagen difusa en los datos de la superficie del mar con base en las propiedades de propagación de onda parabólica de los componentes primario y de imagen difusa. El derivar modelos de retardo de imagen difusa para tanto los datos de migración como para los datos de migración de espejo y generar un modelo (m) libre de imagen difusa puede mejorar el proceso de remover la imagen difusa y proporcionar una mejor imagen final (f) de la sub-superficie.
Suponiendo que los algoritmos de migración 3D han sido utilizados para genera los grupos de datos de migración y de migración de espejo, el algoritmo tiene la capacidad de remover la imagen difusa correctamente de conformidad con las propagación de la imagen difusa 3D. Para los grupos de datos 2D, cuando solamente es posible la migración 2D, el algoritmo sigue siendo efectivo, pero la propagación de la imagen difusa 3D no se manejarán en forma óptima.
Una o más de las modalidades antes descritas pueden implementarse en un método para remover la imagen difusa de los datos sísmicos. De conformidad con la modalidad ¡lustrada en la Figura 4, un método 400 para remover la imagen difusa de datos sísmicos relacionados con la sub-superficie de un cuerpo de agua incluye recibir (410) datos sísmicos de entrada, generar (420) datos (du) de migración y datos (dd) de migración de espejo, derivar (430) un modelo de retardo de imagen difusa para los datos de migración y de migración de espejo, derivar (440) un modelo (m) libre de imagen difusa de los datos de migración; generar (450) las porciones de la primaria (p), de la imagen difusa de migración (gm) y de la imagen difusa de migración de espejo (gmm) de los datos de migración;
sustraer (460a) en forma adaptable la primaria (p) y los grupos de datos de imagen difusa de migración (gm) desde los datos (du) de migración para obtener un primer grupo de datos de la primaria (p 1) adaptada y un primer grupo de datos del residual (r1) adaptado; sustraer (460b) en forma adaptable los grupos de datos de la primeria (p) y de la imagen difusa (gmm) de migración de espejo y un segundo grupo de datos r2) residual adaptado, y generar (470) una imagen final de la sub-superficie con base en los grupos de datos de primaria (p y p2) y los grupos de datos (r1 y r2) residual adaptados. El método 400 se puede aplicar en una variedad de configuraciones del cable marino, tales como las mostradas en las Figuras 1 a la 3.
El recibir (410) los datos sísmicos puede incluir recibir datos sísmicos de entrada registrados por un grupo de receptores sísmicos que son remolcados por una embarcación. Los datos sísmicos de entrada se pueden registrar en el dominio de tiempo-espacio y los receptores sísmicos pueden estar ubicados a diferentes profundidades (zr) en el cuerpo de agua. Por ejemplo, los receptores sísmicos pueden estar arreglados en una formación inclinada, como se muestra en la Figura 2 o en una formación curva, como se muestra en la Figura 3.
El generar (420) datos (du) de migración y datos (dd) de migración de espejo, desde los datos sísmicos de entrada puede incluir ejecutar una variedad de algoritmos de migración. Entre estos algoritmos se pueden incluir, sin limitar, la migración Kirchhoff, la migración de rayo Gaussiano, o la migración de tiempo invertido. Se pueden usar las migraciones que proporcionan la salida en el dominio de profundidad o de tiempo. Los
datos migrados pueden estar en el dominio de desplazamiento, en ángulo o en otro dominio pre-apilado. Los datos de migración (du) pueden corresponder a una onda que viaja hacia arriba reflejada desde la sub-superficie, mientras los datos (dd) de migración de espejo pueden corresponder a una onda que viaja hacia abajo reflejada desde la superficie (es decir, la interfaz agua/aire).
En ciertas modalidades, el generar (420a) datos (du) de migración y el generar (420b) datos (dd) de migración de espejo incluye ejecutar una operación de migración convencional en los datos de entrada desde dos perspectivas (grupos de datos). En primer lugar, los datos se migran con el uso de un grupo de datos de cable real, lo cual genera un grupo de datos de migración. En segundo lugar, los datos se migran con el uso de una posición de cable de imagen difusa (es decir, con el uso de profundidades hipotéticas del receptor, en donde se Supone que el cable está sobre lá superficie del agua), para generar un grupo de datos de migración de espejo. Para los datos de migración, el evento primario (inducido por la fuente) de las ondas ascendentes queda alinean alineados, y los reflejos de imagen difusa quedan mal alineados, en consecuencia. Para los datos de migración de espejo, los reflejos de imagen difusa que presentan una onda que viaja en forma descendente quedan alineados y los eventos primarios, en consecuencia, quedan mal alineados. La polaridad de los datos de migración de espejo puede ser invertida para deshacer la inversión de polaridad que ocurre en la interfaz de agua/aire. Consultar las Figuras 6A y 6B para un ejemplo sintetizado de los datos de migración o los datos de migración de espejo.
Los detalles y modalidades adicionales con respecto a la operación de generar (420) los datos (du) de migración y los datos (dd) de migración de espejo se puede encontrar en la Solicitud de Patente de Estados Unidos de América No. 13/464,109 (Publicación de Patente US 2012/0218859) y la Solicitud de Patente de Estados Unidos de América No. 13/464,126 (Publicación de Patente US 2012/0213033), cada una de las cuales se incorpora aquí en su totalidad como referencia.
El derivar (430) un modelo de retardo de imagen difusa para los datos de migración y de migración de espejo puede incluir computar una correlación cruzada apilada inclinada entre los datos (du) de migración y los datos (dd) de migración de espejo, para una variedad de inclinaciones y seleccionar la inclinación (es decir, término de término de retardo de imagen difusa de primer orden) con el coeficiente de correlación cruzada más alto. El apilado inclinado pude alinear los eventos primarios en los datos de migración de espejo con los eventos primarios en los datos de migración para las trazas que tienen un retardo esencialmente lineal (como una función de la distancia del receptor) entre el evento primario y los reflejos de imagen difusa. Consultar las regiones 612 y 622 lineales en las Figuras 6A y 6B para un ejemplo de regiones de un retardo esencialmente lineal.
Con referencia a la Figura 4, el derivar (430a y 430b) también puede incluir computar una auto-correlación apilada curva para los datos (du) de migración y los datos (dd) de migración de espejo para una variedad de formas curvas y seleccionar la forma curva (y los términos de retardo de imagen difusa del orden más alto correspondiente) con el
coeficiente de auto-correlación más alto. El apilado curvo puede ayudar a alinear los eventos primarios con los reflejos de imagen difusa (ya sea con los datos de migración y los datos de migración de espejo), en particular, para las trazas que no están en la región lineal de los datos de migración y los datos de migración de espejo. Consultar la Figura 5 y la descripción asociada para los detalles adicionales sobre derivar (430) para los modelos de retardo de imagen difusa para los datos de migración y de migración de espejo. Los términos de orden más alto se pueden añadir según sea necesario para definir por completo los retardos de imagen difusa. Los retardos de imagen difusa de migración y de migración de espejo son no estacionarios, y por tanto, se deben evaluar en diferentes ventanas de tiempo.
Con referencia otra vez a la Figura 4, el derivar (440) un modelo (m) libre de imagen difusa de los datos de migración puede incluir convertir los datos de migración y de migración de espejo en el dominio de frecuencia y resolver el modelo (m) libre de imagen difusa que genera los datos (d) de dominio de frecuencia de migración y de migración de espejo, cuando se multiplican por el operador lineal L que incorpora el primer modelo (t9?) de retardo de imagen difusa correspondiente a los datos (du) de migración y un segundo modelo (igu) de retardo de imagen difusa correspondiente a los datos (dd) de migración de espejo.
El primer y el segundo modelos (xgu y t9?) de retardo de imagen difusa pueden incorporarse dentro del operador L lineal a través del
e2rfíf(rpr* rs)
término de reflejo de imagen difusa, en donde o t9 = Tgu o tgd,
de conformidad con la forma:
Que también se muestra en la ecuación (2) antes provista.
En una modalidad, el término de retardo primario se define por la
ecuación 'Í"!^^ /L /LN ^ en doncje (n) = el desplazamiento relacionado con la traza de imagen común a ser construida k, es un coeficiente de retardo de segundo orden que corresponde a mk. En una modalidad, los términos xgu(n) y xgd(n) de retardo de imagen difusa se
½M = r„ + p *h[n] + q * h[n}2
definen por la ecuación (5), en donde t0 es el retardo desplazado cero y p y q son los coeficientes de retardo de primer y segundo orden, como se definen por el modelo de retardo de imagen difusa. t?G(?, k) define una trayectoria Radon parabólica invertida, las veces para transformar la reflexión de los datos primarios del modelo en espacio de datos (como para la ecuación en el párrafo 24). Los modelos de imagen difusa son una copia de esta reflexión primaria con un desplazamiento de tiempo y una inversión den polaridad. El desplazamiento de tiempo para hacer el modelo de imagen difusa de migración es determinado por t9?, y el desplazamiento de tiempo para formar el modelo de migración de migración de espejo es determinado por xgd. Los desplazamientos xgu y xgd de tiempo se definen por un modelo paramétrico derivado en la fase de escaneo inicial del algoritmo en la
forma de un desplazamiento cero (t0), el término (p) lineal y el término (1) parabólico. Aunque los términos de retardo de imagen difusa anteriores (es decir, los modelos) se definen por una segunda ecuación de orden de polinomio, una segunda ecuación de orden de polinomio no es requerida por el método 400 y se puede usar cualquier modelo de retardo apropiado. Por ejemplo, un modelo de retardo de imagen difusa de tercer o cuarto orden se puede ajusfar a los datos de migración y de migración de espejo.
La resolución de imagen se puede mejorar al variar los modelos de retardo de imagen difusa con el tiempo (o profundidad en el caso de que se use la migración de profundidad). Esto se puede implementar con un algoritmo de versión de dominio de tiempo que tiene retardos de imagen difusa que varían como una función del tiempo o al procesar los datos en las ventanas temporales traslapadas. Cada ventana temporal tendrá sus propias funciones de retardo de imagen difusa relacionadas con la migración y la migración de espejo, y será modelada en forma independiente después de la operación de transformación Fourier para el dominio de frecuencia.
Las personas experimentadas en la técnica podrán apreciar que al multiplicar el evento primario por los términos de reflejo de imagen difusa
dentro de la matriz L efectivamente realiza una serie de operaciones de desplazamiento de fase en el modelo m de dominio de frecuencia y ese desplazamiento de fase en el dominio de frecuencia es equivalente al desplazamiento de tiempo (es decir, aplicar un retardo de tiempo) en el dominio de tiempo. Las personas experimentadas en la
técnica también podrán apreciar que el desplazamiento de fase en el dominio de frecuencia, que usa números complejos no está restringido a los valores de desplazamiento de fase discontinuos, mientras el desplazamiento de tiempo en el dominio de tiempo que usan números reales, típicamente queda restringido a los valores de desplazamiento de tiempo discontinuos. De este modo, el resolver el modelo m en el dominio de frecuencia puede resultar en un mejor modelo m y en una mejor imagen final de la sub-superficie.
Se debe hacer notar que se puede usar cualquier dominio de modelo apropiado, tal como un dominio radón parabólico, un dominio Radon lineal, un dominio Radon hiperbólico y un dominio f-k(frecuencia-número de onda).
Al tener un modelo (m) libre de imagen difusa que se deriva de los modelos de retardo de imagen difusa para los datos de migración y los datos de migración de espejo facilita el procesamiento tanto en los datos de migración como en los datos de migración de espejo. Por ejemplo, después de derivar 440 un modelo (m) libre de imagen difusa, el método 400 puede avanzar al generar (450) las porciones primaria (p) y las porciones de grupo de datos de imagen difusa (g) de los datos de migración. En una modalidad, las porciones primaria (p) y las porciones del grupo de datos de imagen difusa (g) (consultar las Figuras 6C y 6D para un ejemplo sintetizado) se generan de conformidad con las siguientes ecuaciones de matriz:
P2
nmax
5"
5"
En forma similar, la porción de grupo de datos de imagen difusa de los datos de migración de espejo pueden generarse con el uso de la ecuación de matriz:
Después de generar la primaria (p) (a través de 450a) y la imagen difusa (g) (a través de 450b) las porciones del grupo de datos de los datos de migración, el método 400 puede avanzar al sustraer (460) en forma adaptable, los grupos de datos de la primaria (p) y de imagen difusa (g) de los datos (du) de migración para proporcionar los grupos de datos de la primaria (?') adaptada y residual (r1) adaptados. Los datos de migración de espejo pueden procesarse en forma similar. La sustracción (460) adaptable de los grupos de datos de la primaria (p) y de la imagen difusa (g) desde los datos (du) de migración y generar (470) una imagen (f) final de la sub-superficie con base en los grupos de datos de la primaria (?') adaptada y del resolución (r') adaptado puede mejorar la calidad de la
imagen (f) final. La sustracción adaptable es un algoritmo de rutina usado en demultiplicar, por ejemplo, la superficie relacionada con la atenuación múltiple. Para mayor información sobre la sustracción adaptable, favor de consultar "Técnicas Pasadas, Presentes y Futuras para la Múltiple Remoción Sísmica", D, J. Verschuur, página 45, la cual se incorpora aquí como referencia.
La Figura 5 es un diagrama de flujo de un método 500 para generar un modelo de retardo de imagen difusa para los datos de migración y los datos de migración de espejo. Como se ilustra el método 500 incluye recibir (510) los datos de migración y de migración de espejo, computar (520) las correlaciones apiladas inclinadas de los datos de migración y de migración de espejo, encontrar (530) un pico de la correlación cruzada, computar (540) una auto-correlación apilada curva de los datos de migración y de migración de espejo, y refinar (550) el modelo de retardo de imagen difusa para los datos de migración y de migración de espejo. Los modelos de retardo de imagen difusa para los datos de migración y los datos de migración de espejo pueden ser generados en forma concurrente (o en secuencia) por el método 550 y se usan para ejecutar el método 400.
El recibir (510) puede incluir recibir (510a) los datos (du) de migración y recibir (510b) los datos (dd) de migración de espejo generados (420) desde los datos sísmicos de entrada registrado por un grupo de receptores sísmicos que son remolcados por una embarcación. Los datos sísmicos introducidos se pueden registrar en el dominio tiempo-espacio y los receptores sísmicos pueden ubicarse a diferentes profundidades (zr) n el cuerpo de agua.
El computar (520) las correlaciones apiladas inclinadas de los datos de migración y de migración de espejo puede incluir correlacionar los datos de migración y los datos de migración de espejo con varios desplazamientos de tiempo lineales entre los datos de migración y los datos de migración de espejo. Por ejemplo, en una modalidad, el desplazamiento de tiempo entre las columnas de los datos de. migración y los datos de migración de espejo se conforman con la ecuación de desplazamiento de tiempo lineal, tal como t(?) = t0 + p * h(n) (9), en donde h(n) es el desplazamiento horizontal entre la fuente y el 0 receptor (o la 0 columna de datos) y en donde t0 y p son coeficientes cero y de retardo de primer orden (o de lentitud). La ecuación de desplazamiento de tiempo lineal se puede restringir a las columnas de datos correspondientes a los receptores que están cerca de la fuente. Consultar las regiones 612 y 622 lineales en la Figura 6A y 6B para un ejemplo de tales columnas de datos.
El encontrar (530) el pico de correlación cruzada puede incluir determinar la correlación apilada inclinada por varios valores de t? y de p, para determinar los valores de t? y de p que resultan en el valor de correlación cruzada apilada, inclinada pico. En algunas modalidades, se usa la interpolación para mejorar la resolución del proceso para encontrar el pico. También, los tiempos pueden ser promediados o restringidos en forma espacial con el fin de asegurar estabilidad.
En forma similar, el computar (540) una auto-correlación apilada curva de los datos de migración y de migración de espejo pueden incluir auto-correlacionar (a través de 540a) los datos de migración y auto- correlacionar (a través de 540b) los datos de migración de espejo con
varias curvas de desplazamiento de tiempo entre las columnas en los datos originales y en las columnas la copia desplazada de tiempo de los datos originales. En ciertas modalidades, las curvas de desplazamiento de tiempo se conforman con una ecuación de segundo orden (es decir, curva apilada) tal como t(?) = x0 + p * h + q * h(n)2 (10), en donde h(n) es el desplazamiento horizontal entre la fuente y el 0 receptor (o la 0 columna de datos) y en donde t0 * p y q son coeficientes cero de retardo de primer orden (lineal) y de segundo orden (parabólico), respectivamente. En una modalidad, los coeficientes t0 y p lineales que se determinan cuando se encuentra (530) el pico de la correlación cruzada se utilizan como los valores t? y p iniciales en la ecuación (10) para encontrar un valor inicial para q.
Después, el método 500 puede avanzar al refinar (500) el modelo de retardo de imagen difusa para los datos de migración (a través de 550a) y los datos de migración de espejo (a través de 550b). En una modalidad, el refinado (550) se logra al optimizar los coeficientes de la ecuación (10) de conformidad con uno o más métodos convencionales, tal como Gauss-Seidal, templado simulado, Gauss-Newton u otras técnicas de optimización. Los valores iniciales usados en el proceso de optimización pueden ser provistos a partir de los resultados de los pasos 530 y 540.
En resumen, el método 500 puede ser usado para derivar un primer modelo (t9?) de retardo de imagen difusa correspondiente a los datos (du) de migración y un segundo modelo (tgd) de retardo de imagen difusa correspondiente a los datos (dd) de migración de espejo. Además, el método 500 se puede usar como una operación 430 de derivación dentro
del método 500 antes de procesar (440-470) los datos (du) de migración (o los datos (dd) de migración de espejo)) con el uso del primer y segundo modelos de retardo de imagen difusa para proporcionar una imagen (f) final mejorada de la sub-superficie.
Las Figuras 6A a la 6E son gráficas del dominio de tiempo que ilustran los datos de migración y de migración de espejo procesados de conformidad con los métodos de las Figuras 4 y 5. Como se ilustra, los datos sintéticos procesados incluyen datos 610 de migración (o du), los datos 620 de migración de espejo (o dd), los datos primarios o los datos 630 primarios adaptados (o p,p1), los datos de reflejo de imagen difusa o los datos 640 de reflejo de imagen difusa adaptado (o g,g') y una imagen 650 final (o f). Aunque los datos ilustrados son sintéticos, el principio para la remoción de imagen difusa se demuestra claramente.
Los procesos y métodos antes descritos se pueden implementar en un dispositivo de computación ilustrado en la Figura 7. El hardware, firmware, software o una combinación de los mismos se puede utilizar para llevar a cabo los diferentes pasos y operaciones aqui descritas. El dispositivo 700 de computación de la Figura 7 es una estructura de computación ejemplificativa que se puede utilizar en conexión con tal sistema.
El dispositivo 700 de computación ejemplificativo apropiado para llevar a cabo las actividades descritas en las modalidades ejemplificativas puede incluir un servidor 701. Tal servidor 701 puede incluir un procesador (CPU) 702 central acoplado con una memoria 704 de acceso aleatorio (RAM), y con una memoria 706 de solamente lectura (ROM). La
ROM 706 puede ser también otro tipo de medio de almacenamiento para almacenar programas, tal como una ROM programable (PROM); una PROM borrable (EPROM), etc. El procesador 702 puede comunicarse con los otros componentes internos y externos a través de la circuitería 708 de entrada/salida (l/O) y con barras conductoras 710 para proporcionar las señales de control y sus similares. El procesador 702 lleva a cabo una variedad de funciones que son bien conocidas en la técnica, como instrucciones de software y de hardware.
El servidor 701 también puede incluir uno o más dispositivos de almacenamiento de datos, incluyendo discos duros 712, dispositivos 714 CD-ROM, y otro hardware con la capacidad de leer y/o almacenar información, tal como un DVD; etc. En una modalidad, el software para llevar a cabo los pasos antes descritos se puede almacenar y distribuir en una CD-ROM o en un DVD 716, un dispositivo 718 de almacenamiento USB u otra forma de medios con la capacidad de almacenar información en forma portable. Estos medios de almacenamiento se pueden insertar y pueden leerse por dispositivos tales como un dispositivo 714 de CD-ROM, un disco 712 duro, etc. El servidor 701 puede estar acoplado con una pantalla 720, que puede ser cualquier tipo de pantalla o pantalla de presentación conocidas en la técnica, tal como pantallas LCD, una pantalla de plasma, tubos de rayos catódicos (CRT); etc. Una interfaz 722 de entrada del usuario es provista, incluyendo uno o más mecanismos de interfaz del usuario, tal como un mouse, un teclado, un micrófono, un cojín de tacto, una pantalla de tacto, un sistema de reconocimiento de voz, etc.
El servidor 701 puede estar acoplado con otros dispositivos, tales
como fuentes, detectores, etc. El servidor puede ser parte de una configuración de red más grande en una red de área global (GAN), tal como la Internet 728, que permite la conexión final con los diferentes dispositivos de computación terrestres y/o móviles.
Las modalidades ejemplificativas descritas proporcionan un dispositivo de computación y un método para el procesamiento de datos sísmicos. Se debe entender que esta invención no tiene la intención de limitar la invención. Por el contrario, las modalidades ejemplificativas tienen la intención de abarcar alternativas, modificaciones y equivalentes que puedan estar incluidos en el espíritu y alcance de la invención, como se define por las reivindicaciones anexas. Además, en la descripción detallada de las modalidades ejemplificativas, se establecen muchos detalles para proporcionar una mayor comprensión de la invención reclamada. Sin embargo, las personas experimentadas en la técnica podrán comprender que las modalidades ejemplificativas se pueden practicar sin tales detalles específicos.
Aunque las características y los elementos de las presentes modalidades ejemplificativas se describen en las modalidades con combinaciones particulares, cada característica o elemento se puede utilizar solo sin otras características o elementos de las modalidades o en varias combinaciones con o sin otras características y elementos aquí descritos.
Esta descripción escrita utiliza ejemplos de la materia para permitir a las personas experimentadas en la técnica practicar la misma, incluyendo hacer y usar cualquier dispositivo o sistema y llevar a cabo
cualquier método incorporado. El alcance patentable de la materia se define por las reivindicaciones y puede incluir otros ejemplos contemplados por las personas experimentadas en la técnica. Tales otros ejemplos tienen la intención de estar dentro del alcance de las reivindicaciones.
Claims (20)
1. Un método para remover la imagen difusa de datos sismicos relacionados con una sub-superficie de un cuerpo de agua, el método está caracterizado porque comprende: recibir datos sismicos de entrada registrados por una pluralidad de receptores sísmicos, en donde los datos sísmicos de entrada se registran en el dominio de tiempo-espacio y los receptores sísmicos están ubicados a diferentes profundidades (zr) en el cuerpo de agua; generar datos (du) de migración y datos (dd) de migración de espejo de los datos sísmicos; derivar un modelo (m) libre de imagen difusa con base en usar simultáneamente los datos (du) de migración y los datos (dd) de migración de espejo; usar el modelo libre de imagen difusa para generar un grupo de datos sin imagen difusa; y generar una imagen (f) final de la sub-superficie con él uso del grupo de datos sin imagen difusa.
2. El método de conformidad con la reivindicación 1, caracterizado porque los datos de migración están en el dominio de tiempo o en el dominio de profundidad.
3. El método de conformidad con la reivindicación 1, caracterizado porque los datos de migración están en el dominio desplazado o en el dominio de ángulo.
4. El método de conformidad con la reivindicación 1, caracterizado porque derivar el modelo libre de imagen difusa comprende resolver la ecuación d = Lm para m, en donde L es un operador lineal que incorpora una operación de remoción de imagen difusa, m es un modelo libre de imagen difusa de los datos sísmicos y d contiene datos de los datos (du) de migración y los datos (dd) de migración de espejo.
5. El método de conformidad con la reivindicación 5, caracterizado porque la operación de remoción de imagen difusa usa un modelo (xgu) correspondiente a los datos (du) de migración y un segundo modelo (xgd) de retardo de imagen difusa correspondiente a los datos (dd) de imagen difusa de espejo.
6. El método de conformidad con la reivindicación 4, caracterizado porque L se define de modo que el modelo (m) resultante está en un dominio seleccionado del grupo que incluye, sin limitar, el dominio Radon parabólico, el dominio Radon lineal, el dominio FK, y el dominio Radon hiperbólico.
7. El método de conformidad con la reivindicación 5, caracterizado porque además comprende derivar el primer modelo \xgü) de retardo de imagen difusa o el segundo modelo (Tgd) de retardo de imagen difusa al computar una correlación cruzada entre los datos (du) de migración y los datos (dd) de migración de espejo y computar una auto-correlación para los datos (du) de migración o los datos (dd) de migración de espejo.
8. El método de conformidad con la reivindicación 4, caracterizado porque la ecuación d = Lm se resuelve por el dominio de frecuencia temporal para una ventana de tiempo determinada.
9. . El método de conformidad con la reivindicación 4, caracterizado porque cada elemento del operador L comprende un término de evento primario y un término de reflejo de imagen difusa , en donde t9 es igual al primer o al segundo modelos de retardo de imagen difusa.
10. El método de conformidad con la reivindicación 1, caracterizado porque el modelo (m) libre de imagen difusa se usa para calcular modelos primario y de imagen difusa para los grupos de datos de migración y de migración de espejo.
11. Un dispositivo de computación configurado para remover la imagen difusa de los datos sísmicos relacionados con una sub-superficie de un cuerpo de agua, el dispositivo de computación está caracterizado porque comprende: una interfaz configurada para recibir datos sísmicos registrados por la pluralidad de receptores sísmicos que son remolcados por una embarcación, en donde los datos sísmicos se registran en el dominio de tiempo-espacio y los receptores sísmicos están ubicados a diferentes profundidades (zr) en el cuerpo de agua; un procesador configurado para generar datos (du) de migración y datos (dd) de migración de espejo a partir de los datos sísmicos; el procesador también está configurado para derivar un modelo (m) libre de imagen difusa con base en usar simultáneamente los datos (du) de migración y los datos (dd) de migración de espejo; el procesador también está configurado para generar un grupo de datos sin imagen difusa con base en el modelo (m) libre de imagen difusa; y el procesador también está configurado para usar el grupo de datos sin imagen difusa para generar una imagen (f) final de la sub-superficie.
12. El dispositivo de computación de conformidad con la reivindicación 11, caracterizado porque el procesador está configurado para derivar un modelo de imagen difusa al resolver la ecuación d = Lm para m, en donde L es un operador lineal que incorpora la operación de remoción de imagen difusa, m es el modelo libre de imagen difusa de los datos sísmicos y d contiene datos de los datos (du) de migración y los datos (dd) de migración de espejo.
13. El dispositivo de computación de conformidad con la reivindicación 12, caracterizado porque el procesador está configurado para derivar un primer modelo de retardo de imagen difusa (xgu) ó un segundo modelo (xg(S) de retardo de imagen difusa al computar una correlación cruzada entre los datos (du) de migración y los datos (dd) de migración de espejo y computar la auto-correlación para los datos (du) de migración y los datos (dd) de migración de espejo.
14. El dispositivo de computación de conformidad con la reivindicación 12, caracterizado porque cada elemento del operador L comprende un término de evento primario y un término de reflejo de imagen difusa , en donde t9 es igual al primer o al segundo modelos de retardo de imagen difusa.
15. Un método para procesar datos sísmicos relacionados con una sub-superficie de un cuerpo de agua, el método está caracterizado porque comprende: recibir datos (di) de migración y datos (dd) de migración de espejo generados de los datos sísmicos introducidos registrados por la pluralidad de receptores sísmicos que son remolcados por una embarcación, en donde los datos sísmicos se registran en el dominio de tiempo-espacio y los receptores sísmicos están ubicados a diferentes profundidades (zr) en el cuerpo de agua; derivar un primer modelo (xgu) de retardo de imagen difusa correspondiente a los datos (du) de me que calcula un primer retardo de imagen difusa con una fuente sísmica como una función de un desplazamiento h de cada receptor sísmico de la pluralidad de receptores sísmicos; derivar un segundo modelo (Tgd) de retardo de imagen difusa correspondiente a los datos (dd) de migración de espejo que calcula ün segundo retardo de imagen difusa para la fuente sísmica como una función de un desplazamiento h de cada receptor sísmico de la pluralidad de receptores sísmicos; y procesar los datos de migración (du) con el uso del primer y del segundo modelos de retardo de imagen difusa para proporcionar una imagen (f) final de la sub-superficie.
16. El método de conformidad con la reivindicación 15, caracterizado porque derivar el primer modelo (xgu) de retardo de imagen difusa o el segundo modelo (xgd) de retardo de imagen difusa comprende computar una correlación cruzada entre los datos (du) de migración y los datos (dd) de migración de espejo y computar una auto-correlación para los datos (du) de migración y los datos (dd) de migración de espejo.
17. El método de conformidad con la reivindicación 15, caracterizado porque además comprende derivar un modelo (m) libre de imagen difusa con base en usar simultáneamente los datos (du) de migración, los datos (dd) de migración de espejo, el primer modelo (xgu) de retardo de imagen difusa y el segundo modelo (t3£)) de retardo de imagen difusa.
18. El método de conformidad con la reivindicación 17, caracterizado porque derivar el modelo libre de imagen difusa comprende resolver una ecuación d= Lm para m, en donde L es un operador lineal que incorpora el primer modelo (tgu) y el segundo modelo (xgd) de retardo de imagen difusa, m es un modelo libre de imagen difusa de los datos sísmicos y d es una rebanada de frecuencia de los datos (du) de migración y de los datos (dd) de migración de espejo.
19. El método de conformidad con la reivindicación 18, caracterizado porque el modelo (m) libre de imagen difusa corresponde a un segundo dominio seleccionado del grupo que incluye un dominio radón parabólico, un dominio radón lineal, un dominio radón hiperbólico y un dominio f-k (frecuencia-número de onda).
20. El método de conformidad con la reivindicación 18, caracterizado porque cada elemento del operador L comprende un término ¿. --·" ·¦·>. de evento primario y un término de reflejo de imagen difusa , en donde xg es igual al primer o al segundo modelos de retardo de imagen d i fu
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201261635489P | 2012-04-19 | 2012-04-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| MX2013004220A true MX2013004220A (es) | 2014-02-06 |
| MX342318B MX342318B (es) | 2016-09-26 |
Family
ID=48537509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| MX2013004220A MX342318B (es) | 2012-04-19 | 2013-04-15 | Dispositivo y metodo para remover imagen difusa de datos de serpentina de profundidad variable. |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US9541661B2 (es) |
| BR (1) | BR102013009693A2 (es) |
| CA (1) | CA2813226A1 (es) |
| FR (1) | FR2989786A1 (es) |
| GB (2) | GB2551670A (es) |
| MX (1) | MX342318B (es) |
| SG (1) | SG194309A1 (es) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8694299B2 (en) | 2010-05-07 | 2014-04-08 | Exxonmobil Upstream Research Company | Artifact reduction in iterative inversion of geophysical data |
| RU2577387C2 (ru) | 2011-03-30 | 2016-03-20 | Эксонмобил Апстрим Рисерч Компани | Скорость сходимости инверсии полного волнового поля при использовании формирования спектра |
| US10977396B2 (en) | 2012-01-13 | 2021-04-13 | Schlumberger Technology Corporation | Determining an elastic model for a geologic region |
| US9541661B2 (en) * | 2012-04-19 | 2017-01-10 | Cgg Services Sa | Device and method for deghosting variable depth streamer data |
| EP2926170A4 (en) | 2012-11-28 | 2016-07-13 | Exxonmobil Upstream Res Co | Q-Tomography with Seismic Reflection Data |
| US9702993B2 (en) | 2013-05-24 | 2017-07-11 | Exxonmobil Upstream Research Company | Multi-parameter inversion through offset dependent elastic FWI |
| US9442208B2 (en) * | 2013-06-07 | 2016-09-13 | Cgg Services Sa | Device and method for deghosting variable depth streamer data including particle motion data |
| US9678235B2 (en) | 2013-07-01 | 2017-06-13 | Pgs Geophysical As | Variable depth multicomponent sensor streamer |
| US9804284B2 (en) | 2013-09-12 | 2017-10-31 | Cgg Services Sas | Ghost-suppression optimized seismic source and method |
| US9964655B2 (en) | 2014-04-01 | 2018-05-08 | Schlumberger Technology Corporation | Deghosting after imaging |
| US9910189B2 (en) | 2014-04-09 | 2018-03-06 | Exxonmobil Upstream Research Company | Method for fast line search in frequency domain FWI |
| EP3140675A1 (en) | 2014-05-09 | 2017-03-15 | Exxonmobil Upstream Research Company | Efficient line search methods for multi-parameter full wavefield inversion |
| US10185046B2 (en) | 2014-06-09 | 2019-01-22 | Exxonmobil Upstream Research Company | Method for temporal dispersion correction for seismic simulation, RTM and FWI |
| WO2015199800A1 (en) | 2014-06-17 | 2015-12-30 | Exxonmobil Upstream Research Company | Fast viscoacoustic and viscoelastic full-wavefield inversion |
| US10838092B2 (en) | 2014-07-24 | 2020-11-17 | Exxonmobil Upstream Research Company | Estimating multiple subsurface parameters by cascaded inversion of wavefield components |
| US10422899B2 (en) | 2014-07-30 | 2019-09-24 | Exxonmobil Upstream Research Company | Harmonic encoding for FWI |
| US10386511B2 (en) | 2014-10-03 | 2019-08-20 | Exxonmobil Upstream Research Company | Seismic survey design using full wavefield inversion |
| MY182815A (en) | 2014-10-20 | 2021-02-05 | Exxonmobil Upstream Res Co | Velocity tomography using property scans |
| US11163092B2 (en) | 2014-12-18 | 2021-11-02 | Exxonmobil Upstream Research Company | Scalable scheduling of parallel iterative seismic jobs |
| US10520618B2 (en) | 2015-02-04 | 2019-12-31 | ExxohnMobil Upstream Research Company | Poynting vector minimal reflection boundary conditions |
| WO2016130208A1 (en) | 2015-02-13 | 2016-08-18 | Exxonmobil Upstream Research Company | Efficient and stable absorbing boundary condition in finite-difference calculations |
| CN107407736B (zh) | 2015-02-17 | 2019-11-12 | 埃克森美孚上游研究公司 | 生成无多次波的数据集的多阶段全波场反演处理 |
| WO2016195774A1 (en) | 2015-06-04 | 2016-12-08 | Exxonmobil Upstream Research Company | Method for generating multiple free seismic images |
| US10838093B2 (en) | 2015-07-02 | 2020-11-17 | Exxonmobil Upstream Research Company | Krylov-space-based quasi-newton preconditioner for full-wavefield inversion |
| US9977143B2 (en) * | 2015-09-04 | 2018-05-22 | Schlumberger Technology Corporation | Method for attenuating multiples |
| BR112018003117A2 (pt) | 2015-10-02 | 2018-09-25 | Exxonmobil Upstream Res Co | inversão de campo de onda completa compensada em q |
| BR112018004435A2 (pt) | 2015-10-15 | 2018-09-25 | Exxonmobil Upstream Res Co | pilhas de ângulo de domínio de modelo de fwi com preservação de amplitude |
| JP6931001B2 (ja) * | 2016-04-11 | 2021-09-01 | シーティーエス・コーポレーションＣｔｓ Ｃｏｒｐｏｒａｔｉｏｎ | エンジンの排気成分を監視する無線周波数システム及び方法 |
| US11327188B2 (en) * | 2018-08-22 | 2022-05-10 | Saudi Arabian Oil Company | Robust arrival picking of seismic vibratory waves |
| US10996361B2 (en) * | 2018-09-07 | 2021-05-04 | Saudi Arabian Oil Company | Adaptive receiver deghosting for seismic streamer |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4353121A (en) | 1980-07-24 | 1982-10-05 | Fairfield Industries, Inc. | High resolution, marine seismic stratigraphic system |
| US4992992A (en) | 1988-10-21 | 1991-02-12 | Western Atlas International, Inc. | Processing for seismic data from slanted cable |
| US7373252B2 (en) | 2005-11-04 | 2008-05-13 | Western Geco L.L.C. | 3D pre-stack full waveform inversion |
| WO2008076191A2 (en) | 2006-12-15 | 2008-06-26 | Exxonmobil Upstream Research Company | Identification and suppression of multiples in ocean bottom seismic data |
| JP4619400B2 (ja) | 2007-12-21 | 2011-01-26 | 株式会社沖データ | 画像処理装置 |
| FR2955396B1 (fr) | 2010-01-15 | 2013-03-01 | Cggveritas Services Sa | Dispositif de traitement de donnees sismiques marines |
| US9014985B2 (en) * | 2010-04-30 | 2015-04-21 | Chevron U.S.A. Inc. | System and method for compensating time and offset varying near-surface effects in seismic data background |
| FR2961316A1 (fr) | 2010-06-10 | 2011-12-16 | Cggveritas Services Sa | Procede de traitement de donnees sismiques marines |
| AU2011232767B2 (en) | 2010-10-14 | 2014-05-08 | Cggveritas Services Sa | Method and device to acquire seismic data |
| US9482770B2 (en) | 2011-03-22 | 2016-11-01 | Exxonmobil Upstream Research Company | Residual moveout estimation through least squares inversion |
| US9541661B2 (en) * | 2012-04-19 | 2017-01-10 | Cgg Services Sa | Device and method for deghosting variable depth streamer data |
| US9322943B2 (en) * | 2012-05-18 | 2016-04-26 | Cggveritas Services Sa | Method and apparatus for pre-stack deghosting of seismic data |
| US9442208B2 (en) * | 2013-06-07 | 2016-09-13 | Cgg Services Sa | Device and method for deghosting variable depth streamer data including particle motion data |
-
2013
- 2013-04-09 US US13/859,105 patent/US9541661B2/en active Active
- 2013-04-10 FR FR1353219A patent/FR2989786A1/fr active Pending
- 2013-04-15 MX MX2013004220A patent/MX342318B/es active IP Right Grant
- 2013-04-16 SG SG2013028824A patent/SG194309A1/en unknown
- 2013-04-18 CA CA2813226A patent/CA2813226A1/en not_active Abandoned
- 2013-04-19 BR BRBR102013009693-8A patent/BR102013009693A2/pt not_active Application Discontinuation
- 2013-04-19 GB GB1714020.3A patent/GB2551670A/en not_active Withdrawn
- 2013-04-19 GB GB1307120.4A patent/GB2504169B/en not_active Expired - Fee Related
-
2016
- 2016-12-05 US US15/368,743 patent/US20170102472A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| GB201307120D0 (en) | 2013-05-29 |
| GB2504169B (en) | 2017-10-11 |
| US20170102472A1 (en) | 2017-04-13 |
| US20130279290A1 (en) | 2013-10-24 |
| MX342318B (es) | 2016-09-26 |
| FR2989786A1 (fr) | 2013-10-25 |
| GB201714020D0 (en) | 2017-10-18 |
| BR102013009693A2 (pt) | 2015-06-16 |
| CA2813226A1 (en) | 2013-10-19 |
| US9541661B2 (en) | 2017-01-10 |
| SG194309A1 (en) | 2013-11-29 |
| GB2504169A (en) | 2014-01-22 |
| GB2551670A (en) | 2017-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| MX2013004220A (es) | Dispositivo y metodo para remover imagen difusa de datos de serpentina de profundidad variable. | |
| US9575194B2 (en) | Method apparatus and system for migration noise attenuation and image enhancement | |
| US9784868B2 (en) | Method and apparatus for deghosting seismic data | |
| US9322943B2 (en) | Method and apparatus for pre-stack deghosting of seismic data | |
| US10670750B2 (en) | Multistage full wavefield inversion process that generates a multiple free data set | |
| MX2012015118A (es) | Dispositivo y metodo para quitar desemfoque de datos de flujo de profundidad variable. | |
| US9442208B2 (en) | Device and method for deghosting variable depth streamer data including particle motion data | |
| WO2015159149A2 (en) | Method and apparatus for modeling and separation of primaries and multiples using multi-order green's function | |
| EA037479B1 (ru) | Освещенность ныряющей волны с применением сейсмограмм миграции | |
| US10379245B2 (en) | Method and system for efficient extrapolation of a combined source-and-receiver wavefield | |
| Deeks et al. | Prism waves in seafloor canyons and their effects on seismic imaging | |
| GB2553890A (en) | Improvement to seismic processing based on predictive deconvolution | |
| EP4080250A1 (en) | Multiple attenuation and imaging processes for recorded seismic data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG | Grant or registration |