UNIVERSIDADE FEDERAL DA BAHIA
INSTITUTO DE GEOCIÊNCIAS
CURSO DE GRADUAÇÃO EM GEOFÍSICA
GEO213 – TRABALHO DE GRADUAÇÃO
PROCESSAMENTO DE DADOS SÍSMICOS DO
GOLFO DO MÉXICO USANDO O SEISMIC UNIX
ANDERSON SANTOS ABREU
SALVADOR – BAHIA
AGOSTO – 2005
Processamento de dados sı́smicos do Golfo de México usando o Seismic Unix
por
Anderson Santos Abreu
˜
GEO213 – TRABALHO DE GRADUAÇAO
Departamento de Geologia e Geofı́sica Aplicada
do
Instituto de Geociências
da
Universidade Federal da Bahia
Comissão Examinadora
Dr. Reynam da Cruz Pestana - Orientador
Dr. Milton José Porsani
Dr. Amin Bassrei
Data da aprovação: 19/08/2005
Dedico este trabalho à minha mãe
Ana Maria, ao meu pai Edson. Aos
meus irmãos
Cristiane, Luciane e José Mário. As
minhas sobrinhas Ana Carolina e
Ana Maria e à toda a minha famı́lia
e amigos.
RESUMO
O método sı́smico por possibilitar a investigação de alvos profundos e com uma alta
resolução, tem se tornado uma importante ferramenta na lucrativa indústria de exploração
de hidrocarbonetos. Sendo assim, é objeto de inúmeros estudos, nas mais diversas áreas que
compõem seu corpo, em todo o mundo. Essa indústria leva consigo todas as outras empresas
que oferecem serviços para ter seu trabalho facilitado, entre elas a indústria de softwares
para processamento sı́smico. Estes programas de computador custam caro e têm licenças de
uso limitadas, só podendo ser adquiridos por empresas com grande poder aquisitivo, ﬁcando
as instituições de ensino e pesquisa fora deste grupo. Neste cenário aparece o Seismic Unix,
software de distribuição livre e código aberto, facilitando o estudo e a pesquisa do método
sı́smico nessas instituições.
O processamento de dados sı́smicos é uma etapa importante do método sı́smico, e por
isso engloba grande parte das pesquisas para o melhoramento do resultado que se obtém de
uma campanha de sı́smica. O presente trabalho tem por objetivo processar um conjunto de
dados sı́smicos 2D, adquirido no Golfo do México, visando melhorar a qualidade do sinal
através do uso de técnicas do método sı́smico, e obter seções sı́smicas que forneçam subsı́dios
para uma interpretação mais precisa das estruturas em subsuperfı́cie.
Uma das preocupações na realização deste trabalho foi passar pelas etapas básicas de
um processamento clássico, através de poucos ﬂuxos, compostos por programas contidos no
pacote de programas Seismic Unix (SU). O SU é de distribuição livre, e por isso é usado em
larga escala como ferramenta de pesquisa para melhorar os resultados do método sı́smico.
Uma limitação para utilizar o SU é a difı́cil combinação de seus programas, então foi feita
aqui uma tentativa de combinar estes programas de forma eﬁcaz, para que fosse usado de
maneira mais rápida e fácil. Outra limitação foi a complexidade do dado utilizado, que tem
um corpo de sal bem no meio da seção sı́smica, o que mascara as velocidades das camadas
abaixo dele, e por conseqüência diﬁculta a deﬁnição da geologia neste local.
Tornar a utilização de SU mais eﬁciente e fazer o processamento de um conjunto de
dados sı́smicos reais do Golfo do México foram os principais objetivos deste trabalho.
iii
ABSTRACT
The Seismic Method is an important tool in the lucrative petroleum exploration industry as it permits the investigation of deep targets with high resolution. In such case, it is
object of many studies around the world. One ﬁeld of study and a part of the petroleum
industry is the softwares of seismic data analysis. These are expensives softwares with limited licenses of use which means that they are convenient for companies. The alternative in
this scenery, as it is more convenient for scientiﬁc research, is the Seismic Unix (SU), a free
distribution and open source code software.
Seismic data analysis is an important stage of seismic method. It covers a big part of
research for improving the result of seismic survey. This work has the objective of process
a 2D seismic data set, acquired at Gulf of Mexico, improving signal quality through the
use of seismic method’s techniques while obtaning seismic sections that provide subsidies for
seismic interpretation with more precision.
In this work, we took care of applying basic stages of classic processing, using a few
ﬂows of SU’s programs. The SU is broadly used as a research tool for improving the results.
The diﬃculty in combining its programs is a SU limitation. Then, we tried to combine its
programs in a simple manner for fast execution. Other limitation is the complexity of the
data used, related to the salt body present in the sedimentary basin. This body diﬃcults the
velocity estimation of layers under it. Consequently, this characteristic restricts the quality
of the seismic sections obtained.
iv
ÍNDICE
RESUMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
ABSTRACT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv
ÍNDICE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v
ÍNDICE DE FIGURAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vii
INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
CAPÍTULO 1
Etapas do processamento
1.1 Geometria . . . . . . . . . . . . . . . . .
1.2 Divergência . . . . . . . . . . . . . . . .
1.3 Filtragem de freqüência . . . . . . . . . .
1.4 Deconvolução . . . . . . . . . . . . . . .
1.5 Análise de velocidade . . . . . . . . . . .
1.6 Filtragem f-k . . . . . . . . . . . . . . .
1.7 Empilhamento . . . . . . . . . . . . . . .
1.8 Mute . . . . . . . . . . . . . . . . . . . .
1.9 Aplicação de ganhos . . . . . . . . . . .
1.10 Migração . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
3
3
5
6
9
11
13
13
14
16
17
CAPÍTULO 2
Processamento dado do Golfo do México
2.1 O Software de processamento Seismic Unix - SU . . . . . .
2.2 Descrição do dado . . . . . . . . . . . . . . . . . . . . . . .
2.3 Formato interno do SU . . . . . . . . . . . . . . . . . . . .
2.4 Carregamento da Geometria . . . . . . . . . . . . . . . . .
2.5 Correção de divergência esférica . . . . . . . . . . . . . . .
2.6 Visualização do espectro e Filtragem de freqüência . . . .
2.7 Deconvolução . . . . . . . . . . . . . . . . . . . . . . . . .
2.8 Análise de velocidade . . . . . . . . . . . . . . . . . . . . .
2.9 Filtragem f-k . . . . . . . . . . . . . . . . . . . . . . . . .
2.10 NMO e Empilhamento . . . . . . . . . . . . . . . . . . . .
2.11 Migração . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
19
19
20
20
22
23
24
25
26
30
32
33
Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
CAPÍTULO 3
v
. . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
1
Agradecimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
Referências Bibliográﬁcas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
ANEXO I
Programas do Seismic Unix . . . . . .
I.1 Trazer para o formato interno do SU . . . . . . . . . .
I.2 Carregamento de Geometria . . . . . . . . . . . . . . .
I.3 Correção de divergência esférica . . . . . . . . . . . . .
I.4 Visualização do espectro do dado . . . . . . . . . . . .
I.5 Filtragem de freqüência . . . . . . . . . . . . . . . . . .
I.6 Determinação da cobertura . . . . . . . . . . . . . . . .
I.7 Deconvolução . . . . . . . . . . . . . . . . . . . . . . .
I.8 Análise de velocidade . . . . . . . . . . . . . . . . . . .
I.8.1 Criação de binários . . . . . . . . . . . . . . . .
I.8.2 Interpolação 1D . . . . . . . . . . . . . . . . . .
I.8.3 Junção das funções velocidades . . . . . . . . .
I.8.4 Interpolação 2D . . . . . . . . . . . . . . . . . .
I.8.5 Suavização do campo interpolado . . . . . . . .
I.8.6 Conversão em profundidade . . . . . . . . . . .
I.9 Filtragem F-K . . . . . . . . . . . . . . . . . . . . . . .
I.10 Correção de NMO e empilhmento . . . . . . . . . . . .
I.11 Migração PSPI . . . . . . . . . . . . . . . . . . . . . .
I.12 Migração Kirchhoﬀ . . . . . . . . . . . . . . . . . . . .
55
55
55
56
57
57
57
58
58
61
62
62
63
64
65
65
66
66
67
vi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
ÍNDICE DE FIGURAS
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.1
2.2
2.3
2.4
2.5
2.6
Figura esquemática mostrando como estão dispostas algumas famı́lias em um
levantamento sı́smico e conﬁguração de um levantamento marinho com posição
de um navio, fontes e receptores. . . . . . . . . . . . . . . . . . . . . . . . .
Nesta ﬁgura representamos uma frente de onda divergindo do centro O. Onde
vemos que a mesma quantidade de energia com o passar do tempo ocupa
uma superfı́cie maior fazendo com que a amplitude decaia com o tempo e
conseqüentemente com a distância, ou seja, a amplitude A é inversamente
proporcinal a distância r. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Figura ilustrativa de um ﬁltro passa-banda, as freqüências que passam são as
freqüências na faixa entre b e c. . . . . . . . . . . . . . . . . . . . . . . . . .
Figura ilustrativa do ﬁltro de freqüência passa-baixa ou corta-alta. . . . . . .
Figura ilustrativa do ﬁltro de freqüência passa-alta ou corta-baixa. . . . . . .
Figura esquemática que ilustra o ﬁltro de Wiener Levinson. O pulso de entrada
é convolvido com o ﬁltro que gera um sinal de saı́da ﬁltrado, com a forma
próxima a da saı́da desejada. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Figura ilustrando um CDP antes da correção de NMO, onde podemos ver que
as reﬂexões têm uma forma aproximada a uma hipérbole. . . . . . . . . . . .
Figura ilustrando um CDP após a correção de NMO, onde podemos ver as
reﬂexões mais afastadas horizontalizadas. Percebemos também o mute dado
nos traços para remover o estiramento causado pela correção de NMO. . . .
Figura esquemática para ilustrar a correção que a migração faz no posicionamento, tamanho e na inclinação de reﬂetores inclinados. . . . . . . . . . . . .
Campo intervalar em profundidade cedido junto com o dado do Golfo do
México. Podemos ver um grande corpo de sal que possui um alto valor de
velocidade introduzindo um alto contraste de velocidade no modelo. . . . . .
Este gráﬁco mostra a cobertura de cada CMP do dado do Golfo do México. .
Seção de afastamento mı́nimo sem nenhum processamento nos dados. . . . .
CDPs da linha do Golfo do México sem nenhum processamento. . . . . . . .
Seção de afastamento mı́nimo após a correção de divergência esférica. Em
torno de 4s temos uma múltipla forte que é atribuı́da ao fundo do mar. . . .
CDPs após a correção de divergência esférica, com as reﬂexões mais profundas
bastante realçadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
4
7
7
8
8
11
15
15
18
21
23
24
25
26
27
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
2.17
2.18
2.19
2.20
Espectro de freqüência do dado bruto, notar a predominância da banda entre
5 e 80 Hz, espectro é obtido com a Sehll I.4. . . . . . . . . . . . . . . . . . .
Espectro de freqüência do dado após a ﬁltragem de freqüência. . . . . . . . .
Seção de afastamento mínimo após a ﬁltragem de freqüência com o ﬁltro
passa-banda faixa de freqüência de 5 a 80 Hz. . . . . . . . . . . . . . . . . .
Os mesmos CDPs da Figura 2.4 após a ﬁltragem de freqüência com ﬁltro
passa-banda de 5 a 80Hz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Seção de afastamento mı́nimo após a deconvolução (Shell I.7). Note-se agora
nos dados há uma melhor deﬁnição nas reﬂexões abaixo de 3,5s. . . . . . . .
CDPs (Figura 2.4) após a deconvolução. . . . . . . . . . . . . . . . . . . . .
Espectro de freqüência dos dados após a deconvolução. Em relação ao espectro
da Figura 2.8 houve um aumento das freqüências mais altas. . . . . . . . . .
Análise de velocidade no CDP1:(a) CDP1 com ganho de amplitude; (b) painel
semblance onde vemos as concentrações de energias nas reﬂexões mais coerentes e a função bem mapeada; (c) CDP1 mostrado em (a) corrigido de NMO
com a função mapeada em (b). A função velocidade ﬁcou bem deﬁnida por
causa da geologia bem comportada. . . . . . . . . . . . . . . . . . . . . . . .
Análise de velocidade no CDP2:(a) CDP2 com ganho de amplitude; (b) painel
semblance onde vemos as concentrações de energias nas reﬂexões mais coerentes e a função mapeada ; (c) CDP2 mostrado em (a) corrigido de NMO com
a função mapeada em (b). A função velocidade não é bem deﬁnida, pois este
cdp está bem embaixo do corpo de sal. . . . . . . . . . . . . . . . . . . . . .
Campo de velocidade RMS determinado. Nota-se que o campo não é muito
bem comportado e apresenta variações laterais, dentro da lâmina de água. .
Campo de velocidade RMS (Figura 2.16), suavização (parâmetros de suavização indicados na (Shell I.8.5), notamos uma diminuição nas variações
laterais na camada de água . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Campo intervalar em profundidade construı́do através da conversão do campo
mostrado na Figura 2.17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Seção empilhada com o primeiro campo de velocidade RMS mostrado na Figura 2.16. Podemos ver múltiplas bem fortes 2,2s causada pelo topo do corpo
de sal e múltiplas por volta de 4s. . . . . . . . . . . . . . . . . . . . . . . . .
Análise de velocidade do CDP1 para mapear funções de velocidade intermediárias: (a) CDP1 com ganho de amplitude; (b) painel semblance onde
vemos as concentrações de energias nas reﬂexões mais coerentes e a função
intermediária bem mapeada; (c) cdp mostrado em (a) corrigido de NMO com
a função mapeada em (b), com primárias para cima e múltiplas para baixo.
A função velocidade intermediária apresenta um bom comportamento. . . . .
viii
27
27
28
29
30
31
31
32
33
34
35
36
37
38
2.21 Análise de velocidade do CDP2 para mapear funções intermediárias: (a)
CDP2 com ganho de amplitude; (b) painel semblance onde vemos as concentrações de energias nas reﬂexões mais coerentes e a função intermediária
mal mapeada tivemos que repetir a função do CDP1; (c) cdp mostrado em (a)
corrigido de NMO, com a função mapeada em (b), com primárias para cima
e múltiplas para baixo. A função velocidade intermediária não apresenta-se
bem deﬁnida por causa da interferência do corpo de sal. . . . . . . . . . . . .
2.22 Figura composta por: (a) CDP sem correção de NMO e com ganho de amplitude; (b) Espectro 2D de amplitude (domı́nio f − k). Espectro apresenta-se
forte nos dois lados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.23 Figura composta por: (a) CDP com correção de NMO com função intermediária e com ganho de amplitude; (b) Espectro no domı́nio f − k com
espectro mais forte no lado direito do espectro devido às reﬂexões primárias.
2.24 Figura composta por: (a) CDP da Figura 2.23 com as devidas correções NMO,
com sua respectiva função intermediária e com ganho de amplitude; (b) Espectro f − k. Espectro mais forte no lado direito corresponde às reﬂexões
primárias e o esquerdo zerado para eliminar as múltiplas. . . . . . . . . . . .
2.25 Figura composta por: (a) CDP com correção de NMO inversa com função
intermediária e com ganho de amplitude; (b) Espectro f − k. Espectro dos
dados após a supressão de múltiplas. . . . . . . . . . . . . . . . . . . . . . .
2.26 Análise de velocidade do CDP1: (a) CDP1 após a eliminação de múltiplas
e ganho de amplitude; (b) Painel semblance onde vemos as concentrações de
energias nas reﬂexões mais coerentes e a função bem mapeada; (c) CDP1
mostrado em (a)corrigido de NMO com a função mapeada em (b). A função
velocidade bem deﬁnida em função das múltiplas. . . . . . . . . . . . . . . .
2.27 Análise de velocidade do CDP2: (a) CDP2 após a atenuação de múltiplas e
ganho de amplitude; (b) Painel semblance onde vemos as concentrações de
energias nas reﬂexões mais coerentes e a função mapeada com diﬁculdade;
(c) CDP2 mostrado em (a) corrigido de NMO com a função mapeada em (b).
Mesmo com atenuação das múltiplas a função não é bem comportda por causa
da geologia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.28 Campo de velocidade RMS construı́do após a ﬁltragem f − k. Notamos que
é um campo bem mais comportado que o campo mostrado na Figura 2.16 . .
2.29 Campo de velocidade RMS mostrado na Figura 2.28 e suavizado nas duas
direções (Shell I.8.5). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.30 Seção empilhada obtida com o campo de velocidade RMS mostrado na Figura
2.28. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.31 Campo de velocidade intervalar em profundidade obtido através da conversão
do campo mostrado na Figura 2.29 com a Shell I.8.6. . . . . . . . . . . . . .
ix
39
40
40
41
42
42
43
44
45
46
47
2.32 Seção migrada a partir da seção empilhada mostrada na Figura 2.30. Resultado de migração com a técnica PSPI pós-empilhamento com o campo
velocidade mostrado na Figura 2.31. . . . . . . . . . . . . . . . . . . . . . . .
2.33 Seção migrada a partir da seção empilhada mostrada na Figura 2.30. Resultado de migração com a técnica PSPI pós-empilhamento com o campo de
velocidade mostrado na Figura 2.1. . . . . . . . . . . . . . . . . . . . . . . .
2.34 Seção migrada a partir da seção empilhada mostrada na Figura 2.30. Resultado de migração com técnica Kirchhoﬀ pré-empilhamento com o campo de
velocidade mostrado na Figura 2.31. . . . . . . . . . . . . . . . . . . . . . . .
x
48
49
50
INTRODUÇÃO
O método sı́smico é um dos métodos mais utilizados pela geofı́sica de exploração, pois
é a principal ferramenta na exploração usada pela indústria de petróleo que é uma indústria
muito forte ﬁnanceiramente. O método tem um grande poder de penetração e sua resposta se aproxima muito dos modelos geológicos, por isso tem sido usado em grande escala.
Desenvolvido originalmente para estudos dos terremotos ocorridos em todas as partes do
mundo, o método tinha por objetivo estudar os terremotos e tentar prevê-los com o intuito
de minimizar as perdas, tanto materias quanto humanas.
Para um bom entendimento deste trabalho é necessário que os conceitos fı́sicos, geológicos
e matemáticos do método sı́smico estejam muito bem sedimentados, pois o processamento é
apenas um passo no ﬂuxo do método sı́smico. O método consiste de algumas etapas básicas
como planejamento, aquisição, processamento e interpretação. No planejamento procuramos juntar todas as informações preliminares disponı́veis com estudos anteriores diversos,
nos mais diversos métodos executados na área de interesse, para que a aquisição seja precisa.
Estudos de impacto ambiental e muitos outros são feitos para atender à legislação, que rege
a atividade, já que a maioria das fontes sı́smicas causam vibrações e podem de alguma forma
fazer algum estrago ao meio ambiente. Após o planejamento faz-se a aquisição, esta etapa
é onde se usa fontes geradoras de ondas elásticas que se propagam nas camadas em subsuperfı́cie e ao serem reﬂetidas retornam e são registradas nos receptores colocados na superfı́cie
da terra. O que estiver gravado nos receptores será usado no processamento. O processamento é o alvo de estudo deste trabalho e será discutido mais adiante. A interpretação utiliza
os resultados obtidos no processamento, tais como seções migradas, empilhadas e campos
de velocidades, e a partir delas tenta-se estimar o modelo geológico em subsuperfı́cie, mas
também perﬁlagens diversas podem ser usadas para auxiliar o proﬁssional que interpreta os
resultados do processamento a deﬁnir a geologia do local estudado.
Essas etapas podem ser feitas mais de uma vez, tendo em vista que alguma falha possa
ocorrer em alguma delas ou que algum objetivo não seja alcançado e o erro se acumule no
decorrer dos trabalhos, por isso é necessário a maior atenção e responsabilidade por parte de
quem executa trabalhos de sı́smica e também de geofı́sica, pois demandam grandes somas
de esforços e dinheiro.
Este trabalho foi organizado da seguites forma: no primeiro capı́tulo mostramos as
1
2
etapas básicas de um processamento sı́smico, com conceitos apresentados sem grande abordagem matemática; no segundo capı́tulo, mostramos como cada operação usada no processamento afeta e transforma o dado, através de explanações descritivas e ﬁguras que mostram
os resultados obtidos; no terceiro capı́tulo, discutimos os resultados das etapas do processamento e fazemos conclusões e recomendações para futuros trabalhos, com o dado usado
neste trabalho, e também para o uso do Seismic Unix. No Axexo I mostramos todos os
ﬂuxos compostos por programas contidos no Seismic Unix e usados no processamento do
dado do Golfo do México. Também confeccionamos um CDROM, anexado a este trabalho,
onde disponibilizamos os campos de velocidade, seções migradas e empilhadas, Shells Scripts
e outras informações que facilitarão o uso do SU em futuros trabalhos, com esse conjunto de
dados do Golfo do México.
CAPÍTULO 1
Etapas do processamento
O processamento é uma etapa muito importante do estudo sı́smico, pois possibilita
uma boa visualização da subsuperfı́cie a partir dos dados sı́smicos processados. O ﬂuxo de
processamento é muito variado, mas tem etapas básicas que não podem ser negligenciadas.
Sendo estas etapas cumpridas já podemos ter uma boa aproximação da real composição e
disposição geológica do local estudado.
O ﬂuxo a ser cumprido depende da qualidade do dado, das ferramentas disponı́veis
(software e hardware), da experiência de quem processa o dado, do tempo disponı́vel e do
objetivo a ser alcançado.
O processamento pode ser bem mais complexo e completo do que é mostrado neste
trabalho. Aqui não foram feitas etapas de pré-processamento como edição, demutiplexação,
silenciamento de traços, pré-ﬁltragens, correção estática, análise de traços e etc, pois o dado
utilizado no trabalho é um dado marinho, não precisa de correção estática, e já foi préprocessado, ou seja, já foram cumpridas as etapas antes citadas. Também algumas etapas
do ciclo principal do processamento não foram feitas como a correção de DMO (dip-moveout),
migração residual e etapas de reﬁnamentos de resultado pós-empilhamento, algumas por não
conhecer os recursos oferecidos no software outras por não haver necessidade.
Portanto, o objetivo deste trabalho foi mostrar, de maneira didática e direta, como se
processa uma linha sı́smica com etapas básicas, utilizando o pacote de programas Seismic
Unix. As explanações matemáticas de cada etapa do processamento não são enfocadas, entretanto, procuro mostrar os métodos empregados em um processamento sı́smico de maneira
intuitiva, o que não diminui a importância de um entendimento fı́sico-matemático amplo e
sólido, para que em outros trabalhos a serem executados se obtenha melhores resultados,
ressaltando apenas que esse não foi o foco deste trabalho.
1.1
Geometria
Esta etapa é muito importante no processamento e merece toda a atenção possı́vel
por parte de quem processa, pois é nela que informamos as corretas posições de fontes
3
4
e receptores e essas coordenadas serão usadas no restante do processamento. Caso haja
erro nesta etapa, o trabalho que se seguirá poderá ser total ou parcialmente perdido, pois
estaremos trabalhando com posicionamento de fontes e receptores errados (da Silva, 2004).
Para um carregamento da geometria é necessário saber que tipo de levantamento foi
feito e dos arranjos utilizados. O objetivo principal desta etapa é fazer com que cada traço
esteja corretamente relacionado com as coordenadas de tiro, receptor, ponto médio comum
(CMP) e ao afastamento correspondente. A etapa seguinte será gravar para cada traço tais
coordenadas, formando assim um header (cabeçalho) de cada traço. As informações corretas
dessas coordenadas serão fundamentais para a realização de um bom trabalho. Em seguida,
podemos ordenar o dado de maneira conveniente para iniciar a manipulação visando um
bom trabalho de processamento.
Figura 1.1: Figura esquemática mostrando como estão dispostas algumas famı́lias
em um levantamento sı́smico e conﬁguração de um levantamento marinho com posição de um navio, fontes e receptores.
5
1.2
Divergência
Muitos são os fatores que levam a alteração da amplitude, e no processamento tentamos fazer com que a amplitude chegue o mais perto possı́vel da amplitude da onda saı́da da
fonte. Alguns fenômenos afetam de maneira destrutiva a amplitude de tal forma que tentamos recuperar o máximo possı́vel sua forma e intensidade originais. Podemos citar como
fenômenos que afetam a amplitude a divergência esférica, absorção, perdas por transmissão,
acoplamento de fonte-receptor, reﬂexões múltiplas, curvatura da supérﬁcie do reﬂetor e a
dispersão, sendo os três primeiros os que mais afetam o sinal.
A divergência esférica está relacionada ao decaimento da amplitude pelo espalhamento
da frente de onda durante sua propagação pela terra. Tomemos como fonte de onda, uma
fonte pontual, que gera um campo de ondas em forma esférica num meio isotrópico e homogêneo. A lei de conversão da energia estabelece que a densidade ou intensidade da energia
é inversamente proporcional ao quadrado do raio da frente de onda, logo:
1
,
(1.1)
r2
onde ρ é a densidade de energia por unidade de superfı́cie, r é raio da frente de onda. Como
a amplitude A da onda sı́smica é proporcional a raiz quadrada da densidade de energia (ﬂuxo
de energia), temos:
ρα
Aα
1
r2
12
,
(1.2)
1
1
= .
r
vt
(1.3)
ou
Aα
Sendo v a velocidade do meio e t o tempo de percurso. Notamos que quanto maior o
tempo percorrido menor será a amplitude do sinal e portanto, precisamos de uma função de
correção variável no tempo, de modo que:
C (t) α vt
(1.4)
Geralmente se admite que a terra é estratiﬁcada, e que as camadas têm velocidades
constantes. Nesse meio a superfı́cie da frente de onda sofre um aumento maior do que no
meio isotrópico, devido a refração da onda. Então, para um meio estratiﬁcado as perdas são
maiores do que para um meio de velocidade constante.
6
Utilizando a teoria do raio, uma equação é proposta para a correção de amplitude em
relação ao espalhamento geométrico, para um modelo de variação vertical de velocidade.
Para o caso de um modelo de m interfaces, terı́amos:
2
Vrms
t0
,
(1.5)
V1
onde: Cm é o fator de correção; t0 é o tempo vertical de reﬂexão; e V1 é a velocidade na
primeira camada.
Cm =
A velocidade média quadrática Vrms pode ser estimada através de uma análise de velocidade.
A absorção é um outro fenômeno que faz com que a energia da onda elástica decaia
com sua propagação na terra, transformando energia elástica em calor (conversão irreversı́vel,
devido ao comportamento inelástico das rochas). Para um meio elástico, a energia total do
campo de onda é constante durante a propagação, porém, como a terra não possui esse
comportamento, existe atenuação da onda sı́smica com o tempo.
O pulso sı́smico ao se propagar na terra sofre perda de conteúdo de freqüência, sendo que
as altas freqüências são mais atenuadas que as baixas com a distância, tal comportamento
do espectro de freqüência do pulso sı́smico está associado a absorção, sendo também que
a amplitude decai rapidamente com o tempo de propagação, principalmente nos primeiros
tempos.
Ao comparar os dois efeitos, veriﬁca-se que as perdas por absorção são bem menos
efetivas que a divergência esférica para pequenas distâncias do ponto de tiro e sobre as
faixas de freqüência. Aumentando a distância a perda por absorção cresce e passa a ser o
fenômeno dominante.
1.3
Filtragem de freqüência
O objetivo da ﬁltragem de freqüência é remover os componentes de freqüência indesejados do dado sı́smico e passar o resto do conteúdo de freqüência do dado, através do
ﬁltro, sem alterar as faixas de freqüências desejadas. Ondas superﬁciais (ground roll ), por
exemplo, são usualmente observadas como eventos de baixa freqüência e grande amplitude
e podem ser atenuadas com um ﬁltro de freqüência. Filtragem de freqüência é normalmente
feita no domı́nio da freqüência. A transformada de Fourier é necessária antes da ﬁltragem
e sua transformada inversa é necessária depois. Ambas são usualmente parte de rotinas de
ﬁltragem, e claras para quem efetua o processamento. O usuário simplesmente tem que especiﬁcar que frequências quer atenuar, e usar um ﬁltro para rejeitar ou passar as frequências
desejadas. Algumas literaturas recomendam que as frequências do dado sı́smico tenha inı́cio
7
Figura 1.2: Nesta ﬁgura representamos uma frente de onda divergindo do centro
O. Onde vemos que a mesma quantidade de energia com o passar do
tempo ocupa uma superfı́cie maior fazendo com que a amplitude decaia
com o tempo e conseqüentemente com a distância, ou seja, a amplitude
A é inversamente proporcinal a distância r.
entre 10 e 15 Hz e pare entre 70 e 80 Hz (Telford, Geldart e Sheriﬀ, 1990).
Existem em pacotes de processamento 4 tipos de ﬁltro de corte de freqüência.
• passa-banda - as amplitudes associadas com as freqüências a, b, c d são 0,1,1,0. Essas
são as freqüências que irão passar. Um ﬁltro com função inversa pode ser criado para
escolher as amplitudes 1,0,0,1 e essa conﬁguração torna o ﬁltro passa-banda em um
rejeita-banda.
Figura 1.3: Figura ilustrativa de um ﬁltro passa-banda, as freqüências que passam
são as freqüências na faixa entre b e c.
8
• passa-baixa / corta-alta - a série de amplitudes para as freqüências a, b, c, d é 1,1, 0,
0, onde as freqüências a e d são arbitrárias. O decaimento é entre as freqüências b e c.
Figura 1.4: Figura ilustrativa do ﬁltro de freqüência passa-baixa ou corta-alta.
• passa-alta / corta-baixa - a série de amplitude para o passa alta é 0,0,1,1 onde as
freqüências a e d são arbitrárias.
Figura 1.5: Figura ilustrativa do ﬁltro de freqüência passa-alta ou corta-baixa.
O ﬁltro de freqüência mais usado no processamento sı́smico é o passa banda. A energia
sı́smica é gravada em uma faixa de 10 a 50Hz. O ﬁnal de baixas freqüências marca a presença
do ground roll, o qual não é desejado. O ﬁnal alto, sobre o qual somente o ruı́do pode ser
observado, depende de vários fatores: o tipo de fonte que foi usada, a profundidade da
penetração da onda e as propriedades da terra.
É importante fazer uma análise de espectro antes e depois da ﬁltragem, para veriﬁcar o
sucesso do processo, e também manter o espectro do dado processado sempre sob controle,
pois alguns erros no controle do espectro de freqüência podem se acumular e comprometer
o processamento (Telford, Geldart e Sheriﬀ, 1990).
9
1.4
Deconvolução
A deconvolução é uma ferramenta muito eﬁciente para se obter um aumento na resolução temporal ou vertical dos traços sı́smicos, além disso, é bastante empregada na atenuação das reﬂexões múltiplas e na remoção de parte das reverberações (levantamentos marinhos). Devido aos seus benefı́cios, torna-se um dos elementos principais nos processamentos
de dados sı́smicos convencionais, sendo amplamente utilizada na indústria de petróleo e objeto de estudos acadêmicos, que buscam melhorar seu desempenho na compressão do pulso e
na restauração da resposta impulsiva da terra. Normalmente, a deconvolução é usada antes
do empilhamento, mas pode ser aplicada após o empilhamento dos dados sı́smicos.
A idéia básica da deconvolução é a estimativa de um ﬁltro inverso que quando convolvido
com o pulso básico o converta em um impulso. Esse ﬁltro deve ser capaz de fornecer a resposta
impulsional da terra quando aplicado ao traço sı́smico.
O modelo unidimensional comumente usado para representar o traço sı́smico é referido
como modelo convolucional, onde o traço é o resultado da convolução de um pulso gerado por
uma fonte próxima a superfı́cie com a resposta impulsional da terra acrescida do componente
de ruı́do.
Representando matematicamente o modelo convolucional do traço sı́smico por:
x(t) = w(t) ∗ e(t) + η(t)
(1.6)
onde:
x(t) → traço sı́smico (registro do sismograma)
w(t) → pulso sı́smico básico
e(t) → função reﬂetividade ou resposta impulsional da terra
η(t) → ruı́do aleatórios e/ou aditivos
∗ → representa a operação de convolução
Na elaboração do modelo convolucional do traço sı́smico são admitidas algumas hipóteses
(Yilmaz, 2001), vejamos:
• A forma da onda não muda durante sua viagem na subsuperfı́cie, ou seja, é estacionária,
não existindo o decaimento da amplitude em decorrência dos efeitos de atenuação sobre
a onda sı́smica durante sua propagação;
• A onda gerada na superfı́cie é plana do tipo longitudinal (P ) com ângulo de incidência
normal às camadas em subsuperfı́cie, neste caso, não temos ondas transversais (S);
10
• A forma da onda da fonte é conhecida;
• O componente ruı́do é desprezı́vel;
• A função reﬂetividade pode ser considerada aleatória.
Reescrevendo a equação 1.6 na forma de somatório para um pulso de Np +1 coeﬁcientes:
xt =
Np
et−k wk + nt .
(1.7)
k=0
Sabendo-se que após a convolução do traço sı́smico xt com o ﬁltro inverso iremos obter a função reﬂetividade ou resposta impulsional da terra, e deixando ft representar uma
aproximação do pulso wt , teremos:
ft ≈ wt−1
ft ∗ wt−1 ≈ δt =
0 t = 0
.
1 t=0
Aplicando o ﬁltro inverso aproximado ft ao traço sı́smico:
xt = wt ∗ et + nt
ft ∗ xt = ft ∗ wt ∗ et + ft ∗ nt
ft ∗ xt = δt ∗ et + ft ∗ nt .
Desprezando-se a componente de ruı́do nt temos:
ft ∗ xt = δt ∗ et
ft ∗ xt = et .
(1.8)
Nos casos em que a forma do pulso básico da fonte é conhecida, por exemplo, a assinatura da fonte, a deconvolução é considerada um problema determinı́stico e o ﬁltro calculado
é denominado ﬁltro inverso. Quando a forma da fonte é desconhecida (caso geral), o ﬁltro
é estimado de modo estatı́stico. A teoria de predição Wiener resulta numa deconvolução
estatı́stica e o ﬁltro estimado é chamado de operador de erro de predição.
11
Figura 1.6: Figura esquemática que ilustra o ﬁltro de Wiener Levinson. O pulso de
entrada é convolvido com o ﬁltro que gera um sinal de saı́da ﬁltrado,
com a forma próxima a da saı́da desejada.
1.5
Análise de velocidade
É das etapas mais importantes, pois dela depende as velocidades que serão usadas na
obtenção da seção empilhada e da seção migrada. É essa etapa em que determinamos as
velocidades das camadas em subsuperfı́cie.
Em modelos de camadas planas horizontais, quando fazemos organização em famı́lias
CMP, teremos vários traços que correspondem a eventos acontecidos em subsuperfı́cie, e esses
possuem um único ponto de incidência em profundidade. Essas reﬂexões de um determinado
reﬂetor é representada no domı́nio CMP por formas aproximadas de hipérboles.
Assumindo o modelo de um reﬂetor plano horizontal, com dados organizados no domı́nio
CMP, é possı́vel fazer a correção de retardo de chegada das reﬂexões (causados pelo afastamento entre fonte e receptor), com relação ao tempo de incidência normal ao reﬂetor. Essa
é conhecida como correção de NMO e é determinada pela seguinte equação abaixo.
12
x 2 12
2
∆t = t (0) +
− t (0) ,
v
(1.9)
onde t(0) é o tempo duplo de trânsito na posição x=0 (ápice da hipérbole), v é a velocidade
da camada acima do reﬂetor, x é o afastamento fonte-receptor.
Depois de feita a correção de NMO nas famı́lias CMP, os eventos associados aos reﬂetores em subsuperfı́cie antes hiperbólicos estarão horizontalizados. A velocidade que faz com
que os eventos sejam horizontalizados é chamada de Velocidade de NMO (Vnmo ). Quando
os traços de uma famı́lia CMP são corrigidos de NMO, e somados (empilhados) teremos um
traço de afastamento nulo (Kearey, Brooks e Hill, 2002).
Importantes considerações sobre a correção de NMO podem ser obtidas aplicando-se a
expansão de Taylor á equação 1.9:
∆t =
1 x 2
2t(0) v
(1.10)
Vemos que a correção NMO é proporcional ao afastamento fonte-receptor e inversamente
proporcional à velocidade ao quadrado e a profundidade, uma vez que t(0) = z/v.
Sendo o modelo estratiﬁcado de camadas horizontais, cujas as velocidades para N camadas são dadas por vj , onde j=1,...,N, teremos a seguinte expressão aproximada para o
tempo de trânsito:
t2 = Z0 + Z1 x2 + Z2 x4 + Z3 x6 + ...
(1.11)
o termo Z0 da expressão corresponde ao tempo duplo de incidência normal ao quadrado,
t2 (0), e Z1 é igual a V 21 .
rms
A velocidade Vrms (root mean square) ou velocidade média quadrática é deﬁnida por:
2
Vrms
1 2
=
V ∆τj
t (0) j=1 j
N
onde ∆τj é o tempo duplo de percurso vertical na camada j e t(0) =
(1.12)
N
j=1
∆τj .
Os termos restantes da expressão derivada da expansão de Taylor são funções que
dependem da profundidade e das velocidades intervalares. Considerando afastamentos pequenos entre os traços, quando comparados à profundidade do reﬂetor, a expressão pode ser
truncada e escrita na forma:
2
2
t = t (0) +
x
Vrms
2
(1.13)
13
Podemos, então, concluir que se assumindo um modelo horizontalizado e estratiﬁcado,
a Vrms será igual a Vnmo .
1.6
Filtragem f-k
É uma ﬁltragem no domı́nio da freqüência-número de onda , ou seja f −k, e também conhecida como ﬁltragem de velocidade aparente. A representação de cada evento no domı́nio
f − k é uma linha reta através da origem, assumindo que o evento contém todo o espectro
de freqüência. Filtragem no domı́nio f − k possibilita a ﬁltragem de certos mergulhos e
conseqüentemente, eventos inclinados. Essa técnica possibilita principalmente a supressão
de ruı́dos coerentes que interferem diretamente em eventos primários nos sismogramas. O
objetivo básico deste tipo de ﬁltragem é atenuar os ruı́dos indesejáveis nos dados, pertencentes a uma determinada faixa de velocidade horizontal aparente. Há algumas vantagens na
implementação dessa ﬁltragem no domı́nio f − k, podemos citar como vantagens as seguintes
considerações:
• Não há necessidade prévia de cálculos dos coeﬁcientes do ﬁltro f − k. A operação
de ﬁltragem é realizada somente pela multiplicação dos dados transformados com a
resposta impulsiva do ﬁltro;
• O efeito de falseameno espacial (spacial aliasing) nos dados pode ser melhor avaliado;
• A resposta impulsiva pode ser melhor visualizada neste plano por causa de sua esquematização fácil;
• O valor das velocidades de fase dos dados pode ser melhor estimado no plano f − k.
Uma transformada de Fourier 2D no dado é necessária para transformar o dado para o
domı́nio f − k. A primeira transformada converte o eixo dos tempos em eixo das freqüências
e a segunda transformada converte o eixo x em número de onda. Uma onda de comprimento
de onda λ terá o seu número de onda dado por k = 1/λ. Exatamente como a freqüência
(ciclos/segundos) é o inverso do perı́odo, número de onda (metros− 1 (1/m) ou ciclos por
metro) é o inverso do comprimento de onda.
1.7
Empilhamento
Justamente aqui neste ponto do processamento, os traços das famı́lias CMP podem ser
todos somados após a correção de NMO. Todos os eventos tem que estar horizontalizados
e neste caso os eventos sı́smicos, sobre a forma de traços, podem ser somados de maneira
14
construtiva. A soma construtiva destes traços é chamada de empilhamento (STACK ) e a
imagem obtida é chamada de seção empilhada.
A amplitude de um traço empilhado é dividida pelo número de traços somados, visando
manter as amplitudes dos eventos sı́smicos nesta operação. Contudo, assumindo que podem
existir ruı́dos no dado, a razão sinal/ruı́do pode aumentar também através do empilhamento.
Isto é veriﬁcado pelo fato de o ruı́do ser aleatório, fortuito, e não pode ser somado construtivamente, assim como é feito com a amplitude do sinal, que ao longo do processamento
trabalhamos para recuperar (Cohen e Jr., 2002).
Depois de todo o conjunto de famı́lias CMP terem sidos empilhadas, reduzidas para um
único traço comum, os traços resultantes de cada CMP podem ser mostrados em sua ordem
direta. Desta maneira o que é mostrado é chamado de seção empilhada ou seção zero oﬀset.
Uma seção empilhada tem muitas diferenças do modelo original pensado, mas aqui
estão algumas diferenças básicas.
• Os mergulhos dos reﬂetores não estão muito certos ou claros.
• Anticlinais aparecem muito alargadas, e sinclinais aparecem muito estreitas em relação
ao modelo real.
• Um pequeno objeto denso ou em forma de quina difrata energia e isto pode não ser
imageado muito bem nesta seção.
Essas observações podem ser abrigadas na seguinte aﬁrmação: os pontos de reﬂexão
não estão nos lugares corretos. Uma ferramenta para trazer os reﬂetores de volta para onde
eles deveriam estar é chamada de migração.
1.8
Mute
O processamento sı́smico requer muitas vezes a edição do dado. Isto pode ser feito
escalonando traços, matando traços, ou eliminando partes do traço ou do dado no qual não
se deseja trabalhar. Os dados que precisam de mute geralmente são dados reais, pois dados
sintéticos são perfeitos para uma ﬁnalidade especı́ﬁca e editados de maneira conveniente.
Sendo somente necessário editar após o estiramento dos traços após o NMO, o que é feito de
maneira automática.
O mute zera ou anula informações em uma janela especı́ﬁca desejada. Um atenuador
ou diminuidor de força é usado entre a seção com mute e o dado original para evitar efeitos
de borda, particularmente usado em passos subseqüentes do processamento. O mute usado
aqui é aplicado sobre o topo de cada traço, começando do tempo zero e terminando num
15
Figura 1.7: Figura ilustrando um CDP antes da correção de NMO, onde podemos
ver que as reﬂexões têm uma forma aproximada a uma hipérbole.
Figura 1.8: Figura ilustrando um CDP após a correção de NMO, onde podemos
ver as reﬂexões mais afastadas horizontalizadas. Percebemos também o
mute dado nos traços para remover o estiramento causado pela correção
de NMO.
tempo especı́ﬁco, depois do estiramento causado pelo NMO. Podemos ver nas Figuras 1.7 e
1.8 o mute dado nos traços após a correção de NMO. O mute também é usado em partes do
dado onde não se deseja trabalhar, para isto basta cortar a parte indesejada e ﬁcar com a
janela onde se deseja efetuar o processamento (Cohen e Jr., 2002).
16
1.9
Aplicação de ganhos
As seguintes correções de amplitude são baseadas sobre uma função escalonada independente do dado. Aplicando-se a função inversa o ganho será removido e o dado original
será restaurado. Este tipo de escalonamento é freqüentemente aplicado em passos no decorrer
do processamento. Alguns ganhos independentes são:
• Multiplicação por uma potência de tempo - a multiplicação por uma potência de tempo
é um ganho com uma função da forma
A∗ = Atx
(1.14)
onde A∗ é a nova amplitude, A é a amplitude original, t é o tempo e x um escalar. Se
o escalar pode ser escolhido então a amplitude será igualmente balanceada.
• Função com ganho exponencial - A função ganho é do tipo exponencial e é dada pela
função
A∗ = Aext
(1.15)
Onde as variáveis são as mesmas do item acima. O resultado é um bom balanceamento
da amplitude sobre o tempo.
• Multiplicação por um escalar - multiplicando o dado por um escalar somente mudará
o valor real das amplitudes. Não muda a amplitude como função do tempo ou relações
entre amplitudes, consequentemente a saı́da se parece com a amplitude original do tiro
e por tabela o espectro de amplitude se parece com o espectro de amplitude original.
Temos ainda alguns ganhos que são dependentes da amplitude do dado, esses usam
informações do dado de entrada. A vantagem destes ganhos é ter um bom balanceamento
do espectro de amplitude e a desvantagem é que depois de aplicados eles não podem ser
mais removidos. Uma pequena mudança indesejada na amplitude do dado pode começar
uma série de erros durante o ﬂuxo de processamento (Cohen e Jr., 2002). Alguns ganhos são
descritos abaixo:
• AGC (Controle automático de ganho) - Processo no qual o ganho do sistema é variado
na razão inversa da amplitude média dos dados de entrada, de modo a manter a
amplitude média dos dados de saı́da aproximadamente constante.
17
• Balanceamento de traço por valores RMS - Este é apenas um ganho de amplitude
AGC, com somente uma janela aplicada sobre o traço de entrada. Este ganho balancea
o traço, mas não muda a amplitude como uma função do tempo, isto pode ser muito
importante para um verdadeiro processamento com amplitudes verdadeiras.
• Clipping - Reduz todos os picos de amplitude sobre o fator especiﬁcado pelo operador
(percentual do valor máximo da amplitude) para um valor de amplitude controlado
por este fator. Este ganho é raramente usado para corrigir amplitudes.
1.10
Migração
Depois da seção empilhada ou de afastamento nulo ter sido criada ou gerada, sabemos
que o mergulho e a localização de alguns eventos estão incorretos. A razão para isso é que as
reﬂexões vindas de reﬂetores inclinados ocorrem sobre pontos onde não há a locação de famı́lia
CMP, como assumimos na seção empilhada. Uma migração pós-empilhamento em tempo
corrige para a posição correta os reﬂetores. Outra técnica de processamento possı́vel para
corrigir mergulho são as migrações pré-empilhamento e pós empilhamento em profundidade.
Vemos na Figura1.9 um exemplo simples de como a migração corrige a posição de reﬂetores
inclinados.
A migração também empacota, ou agrupa, energia difratada e remove outros artefatos
contidos na seção empilhada, como as curvaturas causadas por sinclinais.
A maioria dos algoritmos usados em softwares convencionais para migração está listada
abaixo:
Kirchhoﬀ Usa o princı́pio de Huygens e soma de difrações. Designação dada aos métodos
de migração dos dados de reﬂexão sı́smica baseados na solução integral da equação da
onda.
Diferenças Finitas Continuação em profundidade. Método de migração dos dados de
reﬂexão sı́smica no qual, a cada interação, simula-se o campo de ondas que seria registrado se uma ﬁna camada superﬁcial do terreno fosse removida ou, o que vem a ser
a mesma coisa, se o datum que contém a fonte e o receptor fosse deslocado para uma
profundidade ligeiramente maior.
FK (Phase Shift/Stolt) Migração no domı́nio f − k. A migração de Stolt, por exemplo,
representa a solução exata da equação da onda para um meio homogêneo e isotrópico.
Sua grande limitação é a exigência da velocidade do meio ser constante. Para poder ser
aplicado a dados reais, a migação de Stolt requer a utilização de algum esquema para
fazer frente ao problema de se variar a velocidade. Um desses esquemas é a migração
hı́brida.
18
FX Migração por diferenças ﬁnitas no domı́nio da frequência. Variação do método de diferenças ﬁnitas para a migração dos dados de reﬂexão sı́smica realizado no domı́nio
freqüência-espaço.
Migração tem, como qualquer outro passo do processamento sı́smico, alguns efeitos
resultantes. A migração quando não feita corretamente acrescenta ruı́do ao dado. Testes
de migração com diferentes velocidades podem ser feitos para obter uma melhor migração
resultante, contudo decidir sobre o melhor resultado obtido é sempre um trabalho subjetivo,
ou seja, os testes tem que ser bastante criteriosos, pois as migrações demandam bastante
tempo e grande força computacional das máquinas onde serão efetuadas, conseqüentemente
levando a um grande atraso no ﬂuxograma de trabalho. A migração melhora a deﬁnição das
feições dos reﬂetores e são inevitáveis os efeitos de borda (A.Scales, 1997).
Figura 1.9: Figura esquemática para ilustrar a correção que a migração faz no
posicionamento, tamanho e na inclinação de reﬂetores inclinados.
Neste trabalho foram usadas dois tipos de migração, a migração Kirchhoﬀ e a PSPI
(Phase Shift Plus Interpolation) do pacote SU. A migração PSPI é um método por deslocamento de fase, no domı́nio da frequência, que admite a variação vertical e horizontal
da velocidade. O método de migração Kirchhoﬀ é um método de migração dos dados de
reﬂexão sı́smicas baseados na solução integral da equação da onda e com tempo de trânsito
calculados a partir da equação iconal.
CAPÍTULO 2
Processamento dado do Golfo do México
2.1
O Software de processamento Seismic Unix - SU
O Seismic Unix, que de agora em diante chamaremos apenas de SU, é um pacote de
programas livre para processamento de dados sı́smicos e de pesquisa. O SU foi desenvolvido
e é regularmente atualizado pelo Center for Wave Phenomena (CWP) da Colorado School
of Mines. O SU pode ser baixado do site do CWP e instalado em qualquer plataforma
UNIX/LINUX. O código fonte é incluso, sendo possı́vel para os usuários a modiﬁcação e
alteração dos códigos de acordo com as suas necessidades.
Para usar o SU não é necessário conhecer nenhuma linguagem especial de programação.
Conhecer comandos básicos do UNIX para manejar arquivos e conceitos de programação
em Shell para redirecionar arquivos, já são suﬁcientes para usar o SU. O caminho mais
eﬁciente para usar o SU é com a programação em Shell. Programação em Shell possibilita
ao usuário conjugar muitos comandos e programas dentro de um único trabalho, similar a
alguns pacotes de processamento sı́smico comercial. Boas combinações de comandos para
executar o processamento e visualizar as imagens desejadas facilitam muito o trabalho. Uma
boa organização de arquivos também facilita muito o trabalho.
Este trabalho foi todo feito através de Shell Script, que em alguns casos foram confeccionadas com colagens de outras Shells já prontas no diretório de demos do SU e em outros
pacotes quem também utilizam os programas do SU, o que facilitou e possibilitou fazer todo
o processamento em poucas etapas e deixá-las prontas para serem usadas em qualquer outro
dado com os devidos ajustes.
Há muitos mecanismos de ajuda acessı́veis ao SU. Alguns manuais estão disponı́veis na
Internet e também exemplos e demos estão dentro do próprio pacote.
Também podemos usar os seguintes comandos para obter informações sobre os programas instaladas no SU:
• selfdoc - Todos os programas do SU tem sua própria documentação quando chamados sem argumentos. Basta digitar o nome do programa que sua descrição completa
aparece.
19
20
• suhelp - Lista todos os programas disponı́veis.
• suname - Lista todos os programas e livrarias com uma pequena descrição sobre cada
programa.
• sudoc - Segue por nome do programa e tem uma descrição do programa, isto pode ser
usado no trabalho sempre que não houver o selfdoc do programa.
• suﬁnd - Segue por palavras de pesquisa dentro de toda a documentaçao de todos os
programas atrás da palavra desejada.
• sukeyword - Lista palavras-chaves usadas por manipulação de comandos no header
(cabeçalho).
Há um diretório chamado demos na instalação do SU que contém as shells usuais num
trabalho sı́smico. Também há uma página de ajuda, construı́da por Chris Liner da University
of Tulsa, que mostra rotinas organizadas por função e mostra um selfdoc para cada função
(Cohen e Jr., 2002).
O SU também possui rotinas para visualização dos dados. A saı́da gráﬁca para seções
sı́smicas de um ﬂuxo de processamento do SU pode ser feita de duas formas: Displays
(imagens), podem ser mostrados, diretamente em um ambiente X-Windows ou eles podem
ser gerados como arquivos PostScript (PS), para depois serem visualizados ou impressos.
2.2
Descrição do dado
O dado do Golfo do México é de uma linha sı́smica 2D, adquirida com o arranjo End-on
com aproximadamente 40 km de extensão. O dado possui um corpo de sal relativamente
grande entre 2,2 e 2,7s nas seções em tempo, que gera diversas múltiplas. A geologia abaixo
deste corpo é muito difı́cil de ser amostrada por causa da alta velocidade do corpo de sal o
que gera uma alta impedância acústica. Só é possı́vel amostrar as estruturas abaixo do corpo
de sal através das ondas que descem e sobem por reﬂexão pelos lados do corpo, entretanto,
essas ondas chegam bastante atenuadas e mascaradas. Os parâmetros de aquisição são
mostrados na Tabela 2.2. Esse dado já possui um pré-processamento e também ﬁltragens
para a supressão de ruı́dos. Junto com o dado também dispomos de um campo de velocidade
em profundidade, obtido por técnicas de migração (Figura 2.1).
2.3
Formato interno do SU
Dados sı́smicos de entrada e saı́da são feitos no formato SEG-Y. Este formato é deﬁnido
pela Society of Exploration Geophysicists (SEG) e tornou-se o formato padrão de troca de
21
Número de tiros
1001
Número de receptores
180
Intervalo de amostragem
4 ms
Intervalo de tiro
26,27 m / 87,5 pés
Intervalo de receptor
26,27 m / 87,5 pés
Intervalo de CMP
13,34 m / 43,75 pés
Cobertura
90
Amostras no tempo
1501
Tabela 2.1: Tabela com os parâmetros de aquisição do dado.
Figura 2.1: Campo intervalar em profundidade cedido junto com o dado do Golfo
do México. Podemos ver um grande corpo de sal que possui um alto
valor de velocidade introduzindo um alto contraste de velocidade no
modelo.
dados da indústria. Todos os dados que serão trabalhados precisam ser adequados à sua
forma de tratamento, isto é, precisam de informações de header. É aconselhável que ao se
trabalhar com dados que tenham o formato interno do SU, que estes tenham uma terminação
ou extensão .su, para identiﬁcar quais dos dados tem o formato interno e tem header. Outros
22
dados podem ter formatos diferentes, estes podem ter terminações .bin ou .ad. A Shell I.1
faz essa tarefa. Sabemos que os dados sı́smicos no formato SEG-Y vem gravado de forma
sequencial,ou seja uma amostra após a outra, que se assemelha ao de uma linha reta. Ao
indicar o número de amostras o programa identiﬁca que a cada 1501 amostras é um traço e
os ordena um ao lado do outro. Assim já temos o dado no formato interno do SU com sua
terminação sugerida.
2.4
Carregamento da Geometria
A Shell I.2 coloca as coordenadas em cada traço de acordo com as famı́lias CMP, com as
fontes e receptores correspondentes a cada traço. É necessário informar o espaçamento entre
os geofones, o afastamento mı́nimo e todas as informações requeridas para que a geometria
seja carregada corretamente. É importante ressaltar que todo o processamento do dado do
México foi feito em pés, foi nessa unidade que foi feita a aquisição. Tentativas de trazer
este dado para o Sistema Internacional (SI), ou seja, transformar a unidade de comprimento
de pé(ft) para metro foram feitas mas as informações do header ﬁcaram diferentes, pois ele
não aceita números decimais e faz seu próprio arredondamento ou aproximação, deixando as
informações incorretas, nos causando problemas, pois alguns programas tem uma maneira
especı́ﬁca de trabalhar com o header, e às vezes dentro do ﬂuxo de processamento temos que
fazer mudanças no tipo de organização do dado e no próprio header.
Cobertura
Já com a geometria carregada, uma forma de saber se tudo ﬁcou correto é fazer algumas
seções de afastamento constante, tais como a seção de afastamento mı́nimo, médio e máximo.
Visualizar alguns CDPs para conferir as coordenadas. Um outra forma é determinar a
cobertura dos dados através da Shell I.6, com a qual podemos ver a cobertura dos CDPs
e as seções de afastamento constante. Determinar quais os CDPs de cobertura máxima é
fundamental para a análise de velocidade. Notamos que os primeiros e os últimos CDPs
não tem cobertura máxima, isso já era esperado, por causa do arranjo usado na aquisição
dos dados. Podemos ver na Figura 2.3 a primeira seção de afastamento mı́nimo, retirada do
dado completamente sem nenhum processamento, assim também como os CDPs mostrados
na Figura 2.4.
Vendo alguns CDPs e algumas seções de afastamento constante já podemos ter uma
primeira idéia do como é a geologia do local e de que passos no processamento deveremos
dar para conseguir processar com sucesso os dados . Optamos por visualizar a seção de
afastamento mı́nimo, em algumas etapas do processamento para veriﬁcar as modiﬁcações
sofridas pelo dado após executada alguma operação, pois é a seção que mais se aproxima da
23
seção zero oﬀset (afastamento nulo) e, portanto, isso facilita a visualização das mudanças
sofridas pelo dado em cada operação. Visualizar os mesmos CDPs também é importante,
e escolhê-los de maneira estratégica para que pontos importantes da geologia sejam amostrados. Outro módulo do SU para veriﬁcar se a geometria foi carregada corretamente são
surange e suedit. Com eles podemos veriﬁcar os valores anotados no header de cada traço.
Figura 2.2: Este gráﬁco mostra a cobertura de cada CMP do dado do Golfo do
México.
2.5
Correção de divergência esférica
O primeiro passo aqui foi dividir o dado em quatro partes, poderia ter sido em mais
partes, contudo, bastava ter tempo e paciência para tanto. O objetivo deste fatiamento, na
Shell I.3, foi tentar fazer uma correção que fosse sensı́vel ao afastamento. Sabemos, como
foi explicado na Seção 1.2, que a amplitude e a freqüência são afetadas com o aumento
do tempo de propagação e conseqüentemente com o afastamento. O programa que faz a
correção de divergência esférica aplica a partir de 0s uma função que cresce de maneira
monótona até o ﬁnal do dado, na sua forma padrão, e começando com uma velocidade de
1500 m/s. Sendo assim, corrigiria o dado de maneira que consideramos inadequada, pois este
tipo de correção não leva em conta o afastamento. Em afastamentos maiores terı́amos uma
24
Figura 2.3: Seção de afastamento mı́nimo sem nenhum processamento nos dados.
maior parte do dado com a velocidade do fundo do mar considerando o eixo dos tempos.
Portanto, o fatiamento do dado foi feito de maneira estratégica e a determinação dos tempos
e velocidades iniciais e ﬁnais fez com que a correção de divergência esférica fosse feita de
maneira adeqüada, levando em conta o afastamento.
Notamos nas Figuras 2.5 e 2.6, que as reﬂexões ﬁcaram mais ressaltadas nos tempos
abaixo de 3.5 s, tanto na seção de afastamento constante quanto nos CDPs escolhidos. As
reﬂexões em todo o dado foram ressaltadas e podemos ter melhor visualização das fortes
múltiplas, por volta de 4 s, causadas pelo fundo do mar e pelo topo do corpo de sal.
2.6
Visualização do espectro e Filtragem de freqüência
Podemos ver na Figura 2.7 o espectro de freqüência do dado. Este dado têm uma
predominância na faixa que vai de 5 a 80 Hz. Em seguida o dado foi ﬁltrado com o uso
de um ﬁltro passa banda, deixando passar as freqüências entre 5 e 80 Hz e rejeitando as
que estavam fora desta faixa. Podemos ver que o espectro depois da ﬁltragem, mostrado na
Figura 2.8, foi alterado em suas extremidades, zerando as componentes de freqüência fora
da banda. O resultado prático foi pouco contundente, pois a faixa de corte foi pequena, sem
25
Figura 2.4: CDPs da linha do Golfo do México sem nenhum processamento.
grandes mudanças no conteúdo de freqüência na seção de afastamento mı́nimo e nos cdps
escolhidos. A ﬁltragem de freqüência é recomendada numa faixa entre 10 e 70 Hz, variando
essa faixa de acordo com a experiência de quem processa. O receio de perder o controle do
espectro do dado, já que nos maiores afastamentos perdemos as altas freqüências e também
sabendo que o dado já foi pré-processado e ﬁltrado para supressão de ruı́dos, nos ﬁzeram
optar por esta faixa de corte. Nada impede que testes sejam feitos com outras faixas de
freqüência.
2.7
Deconvolução
A deconvolução tem por objetivo melhorar a resolução temporal em todo o dado. Os
parâmetros usados na deconvolução estão mostrados na Shell I.7. Vemos nas Figuras 2.8 e
2.13 os espectros antes e depois da deconvolução, cuja operação tende a deixar reto o topo do
espectro. Isso representa que as amplitudes do dado sofreram uma tentativa de equalização,
mas na prática não completamente, mas o resultado foi considerado satisfatório.Todas as
reﬂexões foram ressaltadas e o dado ganhou bastante deﬁnição abaixo de 3,5s. Nas Figuras
2.11 e 2.12 a diferença em relação às Figuras 2.9 e 2.10 são notadas.
26
Figura 2.5: Seção de afastamento mı́nimo após a correção de divergência esférica.
Em torno de 4s temos uma múltipla forte que é atribuı́da ao fundo do
mar.
2.8
Análise de velocidade
Neste trabalho um conjunto de Shells foram geradas para facilitar a confecção dos
campos de velocidade. Nesse aspecto, o SU é pouco interativo e essa falta de interatividade
diﬁculta a construção de melhores campos. A análise de velocidade é feita apenas em CDPs
com cobertura máxima. Fizemos a análise em 19 CDPs para a confecção do nosso primeiro
campo de velocidade RMS. Nesta etapa, foi necessário um grande cuidado para mapear as
funções velocidades para confecção do campo. Além disso, tivemos que fazer mais de uma
vez o mesmo campo e ir comparando suas mudanças antes de seguir em frente. A experiência
adquirida na realização deste trabalho nos mostrou que não adianta mapear muitos pontos e
perturbar muito o campo lateralmente, pois este módulo do SU é muito sensı́vel a variações
laterais com pouca amostragem tornando-se isso um agente complicador na confecção dos
campos de velocidades RMS e intervalar.
Escolhemos aqui dois CDPs para mostrar a diﬁculdade ao se mapear a função velocidade. Um CDP no começo do dado e outro embaixo do corpo de sal presente, bem no meio do
dado. Os CDPs escolhidos têm valores 20228 e 55428 pés o que equivale a 6165,49 e 16894,5
27
Figura 2.6: CDPs após a correção de divergência esférica, com as reﬂexões mais
profundas bastante realçadas.
Figura 2.7: Espectro de freqüência do dado bruto, notar a predominância da banda
entre 5 e 80 Hz, espectro é obtido com a Sehll I.4.
Figura 2.8: Espectro de freqüência do dado após a ﬁltragem de freqüência.
28
Figura 2.9: Seção de afastamento mínimo após a ﬁltragem de freqüência com o
ﬁltro passa-banda faixa de freqüência de 5 a 80 Hz.
m. Como faremos referência várias vezes a eles, para não ﬁcar repetitivo, chamaremos de
CDP1 e CDP2. Vemos facilmente que a função velocidade é bem mais deﬁnida e mais fácil
de ser mapeada no CDP1 que no CDP2, pois as velocidades estão alteradas por causa do
corpo de sal. No CDP1 temos uma geologia bem comportada em uma região de camadas
planas estratiﬁcadas. No CDP2 o corpo de sal tanto pode ter alterado a geologia, como pode
alterar a determinação das velocidades abaixo dele. Então, é recomendável tentar seguir a
primeira função velocidade mapeada e ir melhorando o campo de velocidade com o avançar
das etapas e dos trabalhos com o dado.
Depois de mapeadas as funções nos 19 CDPs, a confecção do campo é praticamente
automática, basta seguir as instruções das restantes das Shells até a visualização do campo. A
Shell I.8.1 cria arquivos binários com os pontos mapeados. A Shell I.8.2 faz uma interpolação
1D, pega os pontos mapeados e faz a interpolação para os outros restantes, no nosso caso
temos 1501 amostras em tempo, que serão interpoladas com os pontos mapeados. Veriﬁcamos
que podemos pegar muitos pontos na mesma função, mas não aconselha-se variar muito a
função lateralmente. A Shell I.8.3 faz a junção das funções mapeadas e interpoladas na
direção do tempo e as coloca uma ao lado da outra, com seus respectivos valores de header.
A Shell I.8.4 faz a interpolação 2D, ou seja, utiliza as funções mapeadas, e constrói um
29
Figura 2.10: Os mesmos CDPs da Figura 2.4 após a ﬁltragem de freqüência com
ﬁltro passa-banda de 5 a 80Hz.
campo de velocidade que é mostrado na tela do computador imediatamente.
Caso haja necessidade, e quase sempre há, podemos suavizar o campo para tentar
minimizar grandes variações laterais causadas pela pouca amostragem feita na análise. No
nosso caso ﬁzemos a análise de 19 CDPs e depois tivemos que construir um campo de
velocidade para 2180 CDPs, e por mais que o processo de interpolação seja eﬁciente é difı́cil
obter um campo muito representativo com tão pouca amostragem. A suavização (Shell
I.8.5) deve ser usada com parcimônia, pois ela modiﬁca as velocidades, por usar o método
dos mı́nimos quadrados. Notemos que as velocidades mı́nimas e máximas estão mudadas,
Figuras 2.16 e 2.17, se compararmos os campo antes e depois da suavização, por isso o
programa recomenda usar valores para o parâmetro de suavização de 0 a 20.
Por último temos a Shell I.8.6 que converte o campo RMS em um campo intervalar
em profundidade. Este campo é importante para fazermos as migrações desejadas. Este
campo, quando bem feito, pode nos dar uma boa idéia de como são as feições geológicas em
subsuperfı́cie.
Aqui daremos um pulo e falaremos de empilhamento, já explicado no capı́tulo anterior
na Seção 1.7. Usando a Shell I.10, que faz correção de NMO e empilhamento, já obtendo uma
30
Figura 2.11: Seção de afastamento mı́nimo após a deconvolução (Shell I.7). Note-se
agora nos dados há uma melhor deﬁnição nas reﬂexões abaixo de 3,5s.
primeira seção empilhada, com o campo de velocidade RMS que é mostrado na Figura 2.16.
Temos agora uma noção mais real de como é a subsuperfı́cie do local estudado. De posse da
primeira seção empilhada, Figura 2.19, podemos avaliar todos os passos feitos anteriormente,
através do resultado obtido, e tomar a decisão de seguir o processamento ou voltar e refazer
alguns passos que não foram considerados satisfatórios.
2.9
Filtragem f-k
Como explicado no capı́tulo anterior, na Seção 1.6, a ﬁltragem f − k tenta atenuar
ruı́dos e ondas múltiplas através da ﬁltragem dos dados no domı́nio f − k, fazendo uma
transformada dupla de Fourier do domı́nio x − t para o domı́nio f − k. Após a primeira
análise de velocidade, onde foi concebido o primeiro campo, Figura 2.16, e as primeiras seções
empilhadas, Figura 2.19 , achamos que se faz necessário neste momento uma nova ﬁltragem
dos dados.
O primeiro passo foi fazer uma nova análise de velocidade, tentando mapear funções
intermediárias, entre as primárias e as múltiplas, de tal forma que as funções velocidades
31
Figura 2.12: CDPs (Figura 2.4) após a deconvolução.
Figura 2.13: Espectro de freqüência dos dados após a deconvolução. Em relação ao
espectro da Figura 2.8 houve um aumento das freqüências mais altas.
escolhidas subcorrijam as múltiplas por sua alta velocidade e sobrecorrijam as primárias por
sua baixa velocidade. Isso está mostrado nas Figuras 2.20 e 2.21, onde vemos as funções
intermediárias, para os CDP1 e CDP2. Fizemos para os mesmos CDPs, para mostrar a
diﬁculdade de estudar o dado abaixo do corpo de sal. O interesse nesta etapa do trabalho
é criar um campo de velocidade para a atenuação de múltiplas, de tal forma que as funções
mapeadas façam essas correções de maneira conveniente para todo o dado.
Estando o dado corrigido de maneira conveniente, partimos para a ﬁltragem propriamente dita. Podemos ver na Shell I.9 que começamos fazendo uma correção de NMO, com as
funções velocidades mapeadas para fazermos a ﬁltragem f −k, logo após fazemos a ﬁltragem.
32
Figura 2.14: Análise de velocidade no CDP1:(a) CDP1 com ganho de amplitude;
(b) painel semblance onde vemos as concentrações de energias nas
reﬂexões mais coerentes e a função bem mapeada; (c) CDP1 mostrado
em (a) corrigido de NMO com a função mapeada em (b). A função
velocidade ﬁcou bem deﬁnida por causa da geologia bem comportada.
Podemos ver na Figura 2.22 um CDP sem correção, onde vemos que o espectro está forte nos
dois lados. A Figura 2.23 mostra o dado corrigido de NMO intermediário, já pronto para ser
aplicado o corte no espectro. Em seguida, vemos o espectro cortado, e através deste corte
conseguimos atenuar as múltiplas o que pode ser visto na Figura 2.25.
Nos parece que nos CDPs mostrados nesta etapa que as reﬂexões abaixo de 3,5s estejam
mais fortes, isto acontece por causa do ganho de amplitude, aplicado para a equalização da
energia dos traços, que é um ganho de tempo ao quadrado. Podemos ver de maneira clara a
diferença entre o primeiro e o quarto espectro mostrados pelas Figuras 2.23 e 2.25. Isso nos
leva a crer que a ﬁltragem foi bem sucedida. Notemos novamente que o dado, após a correção
de NMO, aparece com um mute, ou cortado, na sua extremidade esquerda, pois é inerente a
correção de NMO feita pelo SU, devido ao estiramento que ela causa nas hipérboles.
2.10
NMO e Empilhamento
Como já ﬁzemos anteriormente, basta aqui aplicar a correção de NMO e o empilhamento dos dados. Neste segundo caso ﬁzemos uma nova análise de velocidade com o dado
mais bem tratado, após a ﬁltragem f − k, o que possibilitou um melhor mapeamento das
funções velocidades, por ter extraı́do, na medida do possı́vel, ruı́dos e múltiplas e também
33
Figura 2.15: Análise de velocidade no CDP2:(a) CDP2 com ganho de amplitude;
(b) painel semblance onde vemos as concentrações de energias nas
reﬂexões mais coerentes e a função mapeada ; (c) CDP2 mostrado
em (a) corrigido de NMO com a função mapeada em (b). A função
velocidade não é bem deﬁnida, pois este cdp está bem embaixo do
corpo de sal.
buscando correções de amplitude e ﬁltragens.
Podemos ver nas Figuras 2.26 e 2.27 que as funções velocidades primárias estão bem
mais deﬁnidas o que possibilita a confecção de um campo de velocidade mais representativo
para o dado. Sendo assim, a correção de NMO e o empilhamento podem ser melhores nesta
etapa.
Podemos ver na Figura 2.30 a seção empilhada com o segundo campo de velocidade
construı́do, que foi mostrado na Figura 2.28.
2.11
Migração
As migrações usadas neste trabalho foram as migrações Kirchhoﬀ e PSPI explicadas
na Seção 1.10. Resolvemos usá-las pois a PSPI é de fácil parametrização e a Kirchhoﬀ é a
mais usada nos pacotes comerciais.
Podemos ver na Figura 2.32 uma seção migrada com PSPI e usando o campo de velocidade mostrado na Figura 2.31. Notemos que os ﬂancos do corpo de sal ﬁcam bem evidentes,
e geram bastante difrações. As múltiplas causadas pelo fundo do mar e pelo topo do corpo
34
Figura 2.16: Campo de velocidade RMS determinado. Nota-se que o campo não
é muito bem comportado e apresenta variações laterais, dentro da
lâmina de água.
de sal estão ainda presentes e bem fortes.
A Figura 2.34 é uma seção migrada com a técnica Kirchhoﬀ pré-empilhamento. Esta
migração tem uma parametrização mais difı́cil, pois exige o cálculo de tempos de percurso.
Este resultado foi obtido com o campo mostrado na Figura 2.31 e podemos notar que o
resultado não foi muito diferente do obtido na seção migrada com PSPI com o mesmo
campo. Esta seção não difere muito da mostrada na Figura 2.32.
Na Figura 2.33 mostramos uma seção migrada com PSPI com o campo intervalar mostrado na Figura 2.1, que é o campo cedido junto com o dado. Esta seção é a que apresenta
uma maior distinção de feições e apresenta uma boa delineação do corpo de sal.
Podemos concluir que as técnicas de migração Kirchhoﬀ e PSPI não diferem muito nos
resultados, ao menos neste trabalho foi assim.O que realmente inﬂui numa maior qualidade
da seção migrada é o campo de velocidade usado para migrá-las. Isso ﬁca bem claro ao
compararmos a Figura 2.33, que foi migrada usando o campo intervalar, cedido junto com o
dado, com a Figura 2.32, que foi migrada usando o segundo campo de velocidade construı́do
e mostrado na Figura 2.31. Neste caso usando a mesma técnica de migração obtivemos
35
Figura 2.17: Campo de velocidade RMS (Figura 2.16), suavização (parâmetros de
suavização indicados na (Shell I.8.5), notamos uma diminuição nas
variações laterais na camada de água
resultados bastante distintos.
36
Figura 2.18: Campo intervalar em profundidade construı́do através da conversão
do campo mostrado na Figura 2.17
37
Figura 2.19: Seção empilhada com o primeiro campo de velocidade RMS mostrado
na Figura 2.16. Podemos ver múltiplas bem fortes 2,2s causada pelo
topo do corpo de sal e múltiplas por volta de 4s.
38
Figura 2.20: Análise de velocidade do CDP1 para mapear funções de velocidade
intermediárias: (a) CDP1 com ganho de amplitude; (b) painel semblance onde vemos as concentrações de energias nas reﬂexões mais coerentes e a função intermediária bem mapeada; (c) cdp mostrado em
(a) corrigido de NMO com a função mapeada em (b), com primárias
para cima e múltiplas para baixo. A função velocidade intermediária
apresenta um bom comportamento.
39
Figura 2.21: Análise de velocidade do CDP2 para mapear funções intermediárias:
(a) CDP2 com ganho de amplitude; (b) painel semblance onde vemos
as concentrações de energias nas reﬂexões mais coerentes e a função
intermediária mal mapeada tivemos que repetir a função do CDP1;
(c) cdp mostrado em (a) corrigido de NMO, com a função mapeada
em (b), com primárias para cima e múltiplas para baixo. A função
velocidade intermediária não apresenta-se bem deﬁnida por causa da
interferência do corpo de sal.
40
Figura 2.22: Figura composta por: (a) CDP sem correção de NMO e com ganho de
amplitude; (b) Espectro 2D de amplitude (domı́nio f − k). Espectro
apresenta-se forte nos dois lados.
Figura 2.23: Figura composta por: (a) CDP com correção de NMO com função
intermediária e com ganho de amplitude; (b) Espectro no domı́nio
f − k com espectro mais forte no lado direito do espectro devido às
reﬂexões primárias.
41
Figura 2.24: Figura composta por: (a) CDP da Figura 2.23 com as devidas
correções NMO, com sua respectiva função intermediária e com ganho de amplitude; (b) Espectro f − k. Espectro mais forte no lado
direito corresponde às reﬂexões primárias e o esquerdo zerado para
eliminar as múltiplas.
42
Figura 2.25: Figura composta por: (a) CDP com correção de NMO inversa com
função intermediária e com ganho de amplitude; (b) Espectro f − k.
Espectro dos dados após a supressão de múltiplas.
Figura 2.26: Análise de velocidade do CDP1: (a) CDP1 após a eliminação de
múltiplas e ganho de amplitude; (b) Painel semblance onde vemos
as concentrações de energias nas reﬂexões mais coerentes e a função
bem mapeada; (c) CDP1 mostrado em (a)corrigido de NMO com a
função mapeada em (b). A função velocidade bem deﬁnida em função
das múltiplas.
43
Figura 2.27: Análise de velocidade do CDP2: (a) CDP2 após a atenuação de
múltiplas e ganho de amplitude; (b) Painel semblance onde vemos as
concentrações de energias nas reﬂexões mais coerentes e a função mapeada com diﬁculdade; (c) CDP2 mostrado em (a) corrigido de NMO
com a função mapeada em (b). Mesmo com atenuação das múltiplas
a função não é bem comportda por causa da geologia.
44
Figura 2.28: Campo de velocidade RMS construı́do após a ﬁltragem f −k. Notamos
que é um campo bem mais comportado que o campo mostrado na
Figura 2.16
45
Figura 2.29: Campo de velocidade RMS mostrado na Figura 2.28 e suavizado nas
duas direções (Shell I.8.5).
46
Figura 2.30: Seção empilhada obtida com o campo de velocidade RMS mostrado
na Figura 2.28.
47
Figura 2.31: Campo de velocidade intervalar em profundidade obtido através da
conversão do campo mostrado na Figura 2.29 com a Shell I.8.6.
48
Figura 2.32: Seção migrada a partir da seção empilhada mostrada na Figura 2.30.
Resultado de migração com a técnica PSPI pós-empilhamento com o
campo velocidade mostrado na Figura 2.31.
49
Figura 2.33: Seção migrada a partir da seção empilhada mostrada na Figura 2.30.
Resultado de migração com a técnica PSPI pós-empilhamento com o
campo de velocidade mostrado na Figura 2.1.
50
Figura 2.34: Seção migrada a partir da seção empilhada mostrada na Figura 2.30.
Resultado de migração com técnica Kirchhoﬀ pré-empilhamento com
o campo de velocidade mostrado na Figura 2.31.
CAPÍTULO 3
Conclusões
A confecção deste trabalho foi considerada bastante proveitosa e didática. Como tivemos dois objetivos principais a serem atingidos faremos uma conclusão em duas etapas
separadamente.
Primeiro falaremos do trabalho com o SU. Quando fomos apresentados a esse pacote de
programas, o conhecı́amos como um conjunto de programas de processamento sı́smico, mas
ao término deste trabalho chegamos a conclusão que ele é mais que isso, é uma caixa cheia de
ferramentas. O pouco conhecimento dos programas do SU limita bastante nossas ações na
realização de algumas tarefas. Ele apresenta um grande número de programas com recursos
diversos e o pouco conhecimento de seus programas limita nossa ação, fazendo com que
façamos tarefas de uma única forma ou até mesmo não façamos algumas tarefas. Provamos
que uma boa combinação de comandos do UNIX com Programação em Shell torna o SU
bastante poderoso e eﬁcaz no processamento sı́smico, sendo então importante conhecer um
pouco mais sobre esses dois recursos. O SU apresenta algumas limitações como programas
para etapas de pré-processamento. É muito importante manter o SU sempre atualizado
e sempre consultar novos manuais que sempre aparecem na Internet. O SU é altamente
didático e seria muito importante que fosse o primeiro software de processamento sı́smico
com que novos geofı́sicos tivessem contatos.
Nesta parte falaremos sobre o processamento do dado do Golfo do México. Tivemos um
agente complicador muito poderoso que foi o grande corpo de sal presente no meio da linha
sı́smica. A alta impedância do corpo de sal faz com que as ondas pouco desçam e também
pouco subam através dele, fazendo com que as estruturas abaixo dele não sejam amostradas
de maneira eﬁcaz. Todas as etapas do processamento do dado do México foram consideradas bastante satisfatórias, com bons resultados e apresentando diferenças consideráveis entre
uma etapa e outra. Todavia na ﬁltragem de freqüência poderı́amos ser mais audaciosos e ter
feito um corte mais signiﬁcativo no espectro. A falta de experiência contribuiu para isso e
também o fato de saber que o dado já havia sofrido uma pré-ﬁltragem. Como ressaltamos,
ao longo deste trabalho, a etapa mais importante do processamento é a análise de velocidade
e ela teve dois agentes complicadores. Um foi a complexidade do dado e o outro foi a falta
de interatividade do SU, mas mesmo assim consideramos que os nossos campos apresentam
51
52
uma boa qualidade para empilhamento e migração. As seções migradas e empilhadas foram
consideradas de boa qualidade e bastante satisfatórias, quando comparamos às seções migradas, com os campos construı́dos, com as seções migradas com o campo original, cedido junto
com o dado. Consideramos também importante que novos trabalhos sejam feitos com esse
dado com intuito de se obter melhores resultados a partir das informações presentes neste
trabalho.
Como resultado deste trabalho temos uma série de ﬂuxos que passam por etapas básicas
do processamento sı́smico, que podem e devem ser modiﬁcadas e melhoradas de acordo com
a necessidade e preferência de quem for usá-las como referência. Deixamos uma série de
informações sobre esse dado do Golfo do México para trabalhos futuros. Confeccionamos
um CDROM com todos os ﬂuxos usados neste trabalho, todos os campos de velocidade
construı́dos, seções migradas e empilhadas, e todos os outros dados e informações usados
para fazer este trabalho.
Agradecimentos
Agradeço imensamente à minha mãe, Ana Maria Santos Abreu (in memorian), pelo
apoio incondicional e pelo grande esforço que fez para que eu conseguisse chegar até este
ponto. Ao meu pai, Edson Marques Abreu, pelo apoio, exemplo e conﬁança depositados em
mim. Aos meus irmãos, Cristiane, Luciane e José Mário, e ao amigo Cláudio Jorge por todo
apoio e dedicação em todos os momentos de minha vida. Enﬁm, à toda a minha famı́lia pela
compreensão e cumplicidade.
Agradecimento aos Professores Amin Bassrei e Telesfóro Martinez por terem me estendido a mão na minha volta à faculdade no momento bastante delicado em minha vida. A
todos os Professores que me acompanharam dentro da faculdade, sem exceção, em especial ao
Professor Hédison Sato por todos os conselhos e conversas que foram de grande importância
na minha trajetória acadêmica.
Ao Professor Reynan Pestana, por ter conﬁado em mim, empenhado seu nome neste
trabalho e pelo empenho para que ele fosse concretizado. Ao amigo incansável e co-orientador
Fernando Cézar, pois sem seu apoio essa caminhada seria bem mais difı́cil. A Flor Alba
Vivas Meija, Gary e Michelângelo, por todas as orientações na construção deste trabalho.
Ao Professor Marco Botelho pelas dicas e ao Professor Milton Porsani por participar da
banca.
A todos os amigos da Graduação e Pós-graduação, sem exceção, por terem sido por
muitas vezes minhas pernas e braços e algumas vezes, coração em momentos em que pensei
em desistir de algo dentro da faculdade, em especial ao ﬁel e incansável amigo Emerson
Sidinei pelo companheirismo. Não citarei mais nenhum para não cometer a injustiça de
esquecer alguém.
Agradeço a todos os funcionários do Hospital SARAH, em especial à Psicóloga Diana,
a Professora Giovana e aos Fisioterapeutas João e Giana.
Ao CPGG/UFBA por todo apoio no decorrer do curso e ao LAGEP por me oferecer
estrutura na construção deste trabalho. Aos funcionários Joaquim Lago, Ana Maria D’o,
Lene e a todos os outros que me incentivaram.
Este trabalho é uma vitória coletiva. A todos que participaram e não foram citados os
meus sinceros agradecimentos.
53
Referências Bibliográﬁcas
A.Scales, J. (1997) Theory of Sismic Imaging, Samizdat Press.
Cohen, J. e Jr., J. S. (2002) The New SU User’s Manual, Colorado School of Mines.
Kearey, P.; Brooks, M. e Hill, I. (2002) An Introduction to Geophysical Exploration, Blackwel
Publishing.
da Silva, M. G. (2004) Processamento de dados sı́smicos da bacia do Tacutu, Dissert. de
Mestrado, Universidade Federal da Bahia, Salvador, Brasil.
Telford, W.; Geldart, L. e Sheriﬀ, R. (1990) Applied Geophysics, Cambridge University
Press.
Yilmaz, O. (2001) Seismic data analysis: processing,inersion,and interpretation of seismic
data, Society of Exploration Geophysicists.
54
ANEXO I
Programas do Seismic Unix
I.1
Trazer para o formato interno do SU
#! /bin/sh
#fl01-forma-int.sh
# Modifica formato .ad para formato interno do SU .su .
# Adiciona headers ao dado e carrega dt=0.004s ou 4000 microsegundos.
#d1=/rede01/scr02b/dados-sismica/mexico
a1=MEXICO_1001mute.su
a2=mex01.su
#suswapbytes <$d1/$a1 | #Conversao para little endian
sustrip <$a1 |
suaddhead ns=1501 |
sushw key=dt a=4000 >$a2
exit
I.2
Carregamento de Geometria
#! /bin/sh
#fl02-carreg-geom.sh
#Carrega geometria do dado
arq1=mex01.su
arq2=mex02-geom.su
#Dado de entrada
#Dado de saida
#Calculo de sx e gx
sushw <$arq1 key=sx,gx a=15992,0 b=0,88 c=88,88 d=0,0 j=180,180 |
# Calculo do cdp e offset a partir de gx e sx.
suchw key1=cdp,offset key2=gx,gx key3=sx,sx a=0,0 b=1,1 c=1,-1 d=2,1 >$arq2
#Obtencao de valores absolutos de offset
#suchw key1=offset key2=offset b=-1 |
#Existe um programa chamado SUABSHW para isso
#suabshw key=offset |
#susort sx gx >$arq2
55
56
#Reducao do dataset para 213 tiros e 1000 amostras no tempo
#suwind <$arq2 key=sx min=6163 max=16763 |
#suvlength ns=1000 |
#Organiza o dado em CDP
#susort cdp offset >$arq4
#surange <$arq4
#Produz secoes de afastamento contante ou vizualiza CDPS desejados
#suwind key=offset min=$offset max=$offset <$outfile1 >hmin0188.su
#rm -rf $arq2
exit
I.3
Correção de divergência esférica
#! /bin/sh
#fl03-cor-div.sh
#Correcao de divergencia esferica
inarq01=mex03-cdps.su #Dado de entrara do processo
arq01=fatia01.su #Saida do dado fatiado em 4 partes e com correcao de divergencia
arq02=fatia02.su
arq03=fatia03.su
arq04=fatia04.su
f01=fatia-final-01.su #Dado fatiado de saida do dado corrigido e aplicado o susort
f02=fatia-final-02.su
f03=fatia-final-03.su
f04=fatia-final-04.su
trms01=0,1.7,6 #Tempo para as correcoes das fatias feitas
trms02=0,2.0,6
trms03=0,2.8,6
trms04=0,3.4,6
vrms=4921.62,4921.62,7545.93 #Velocidades em pes para as correcoes
suwind <$inarq01 key=offset min=-4112 max=-240 |
sudivcor >$arq01 trms=$trms01 vrms=$vrms
suwind <$inarq01 key=offset min=-8072 max=-4200 |
sudivcor >$arq02 trms=$trms02 vrms=$vrms
suwind <$inarq01 key=offset min=-12032 max=-8160 |
sudivcor >$arq03 trms=$trms03 vrms=$vrms
suwind <$inarq01 key=offset min=-15992 max=-12120 |
sudivcor >$arq04 trms=$trms04 vrms=$vrms
susort offset cdp <$arq01 >$f01
susort offset cdp <$arq02 >$f02
57
susort offset cdp <$arq03 >$f03
susort offset cdp <$arq04 >$f04
cat $f01 $f02 $f03 $f04 >final.su
#Caso o dado nao esteja organizado como desejado aplicar susort convenientemente
rm -rf fatia*
exit
I.4
Visualização do espectro do dado
#! /bin/sh
#fl04-fft.sh
#Determinar o espectro do dado para filtragem de frequencia
#Aplica Tranformada de Fourier no dado
#Seria bom que o dado de entrada fosse uma secao empilhada ou alguns CDPS
inarq=mex04-cor-div.su #Dado de entrada
arq=espec.su
#Dado de saida
sufft <$inarq | suamp mode=amp |
sustack key=dt |
suxgraph style=normal label1="f(Hz)" title="Espectro de Frequ^
encia">$arq &
exit
I.5
Filtragem de freqüência
#! /bin/sh
#fl05-filt.sh
#Fluxo para aplicar filtro de frequencia no dado
#O padrao do sufilter e o passa-banda caso nao coloque o amps
input=
outpu=
#Dado de entrada
#Dado de saida
sufilter <$input f=3,5,75,80 amps=0,1,1,0 >$output
exit
I.6
Determinação da cobertura
#! /bin/sh
58
#fl06.1-cobertura.sh
#Esse comando serve para determinar que CDPS possuem cobertura maxima
suchart <$input key1=offset key2=cdp outpar=pfile >plot
xgraph <plot par=pfile linewidth=2 marksize=2 mark=20 &
exit
I.7
Deconvolução
#! /bin/sh
#fl07-decon.sh
#Faz deconvolucao no dado
inarq=traco80.su #Dado de entrada
outarq=traco80-decon.su#Dado de saida
ft=0.004 #Primeiro retardo para o filtro
f1=0.001 #Retardo padrao da predicao
tmin=tmin
tmax=tmax
f2=1
f3=1 #Ruido aditivo relativo
supef <$inarq >$outarq
minlag=$ft maxlag=$flast pnoise=$f1 mincorr=$tmin \
maxcorr=$tmax showwiener=$f2 mix=$f3
exit
I.8
Análise de velocidade
É recomendável mexer apenas nos par^
ametros de entrada e do campo de velocidade
#! /bin/sh
#fl08-velan.sh
# Faz analise de velocidade e apresenta o campo depois de executar os fluxos VELANS
#set -x
indata=mex07-decon.su #Dado de entrada
vpicks=vnmo02.nmo
#Arquivo de velocidades para entrada no sustack
normpow=0
slowness=0
cdpmin=15828
#CDP minimo de cobertura maxima igual a 90
cdpmax=95996
#CDP maximo de cobertura maxima igual a 90
dcdp=8800
fold=90 # only have 12 shots, otherwise would be 64/2=32 for dsx=dgx
#Parametros de velocidade para ser usado na analise
nv=200
#Numero de valores de velocidade
dv=65.
#Incremento entre as velocidades
59
fv=4900.0
#Velocidade inicial (pes)
nout=1501
#Numero de amostras no tempo
dxout=0.004
## set filter values
f=1,5,60,70 #amplitudes
amps=0,1,1,0
## number of contours in contour plot
#nc=35
#fc=.2
# This number should be around .1 or .2 for real data
### Get header info
nout=‘sugethw ns <$indata | sed 1q | sed ’s/.*ns=//’‘
dt=‘sugethw dt <$indata | sed 1q | sed ’s/.*dt=//’‘
dxout=‘bc -l <<END
$dt / 1000000
END‘
cdpa=‘expr $cdpmin - $dcdp‘
echo "0.0 1300" | cat >lixo1
echo "2.0 1300" | cat >lixo2
echo "4.5 1300" | cat >lixo3
cat lixo1 lixo2 lixo3 >picks.$cdpa
cp picks.$cdpa picks
cdp=$cdpmin
while [ $cdp -le $cdpmax ]
do
cdpa=‘expr $cdp - $dcdp‘
ok=false
while [ $ok = false ]
do
echo "Starting velocity analysis for cdp $cdp"
#-----------------------------------------------# CMP Gather Plot...
#-----------------------------------------------suwind <$indata >panel.$cdp \
key=cdp min=$cdp max=$cdp count=$fold
# susort <panel.$icdp cdp offset |
# sumute key=tracl par=mute1.par |
sugain tpow=2.0 <panel.$cdp |
suxwigb <panel.$cdp xbox=422 ybox=10 \
wbox=400 hbox=600 grid1=solid grid2=solid \
title="CMP gather $cdp" \
perc=94 key=offset verbose=0 &
#-----------------------------------------------# Semblance Plot...
#-----------------------------------------------wc -l picks.$cdpa | gawk -F" " ’{ print $1 }’ >lixon1
read lixoa<lixon1
wc -l picks | gawk -F" " ’{ print $1 }’ >lixon2
read lixob<lixon2
# susort <panel.$cdp cdp offset |
sugain agc=1 <panel.$cdp |
# sumute key=tracl xmute=10,20 tmute=1.5,1.5 |
# sufilter f=$f amps=$amps |
suvelan nv=$nv dv=$dv fv=$fv |
60
sumute key=tracl xmute=1 tmute=1.65 |
suximage xbox=10 ybox=10 wbox=400 hbox=600 \
units="semblance" f2=$fv d2=$dv \
label1="Time [s]" label2="Velocity [m/s]" \
title="Semblance Plot CMP $cdp" cmap=hsv2 \
legend=1 units=Semblance verbose=0 gridcolor=black \
grid1=solid grid2=solid perc=99.9 mpicks=teste.$cdp \
curve=picks.$cdpa,picks \
npair=$lixoa,$lixob curvecolor=black,white
##opcao de contorno
# suxcontour nc=$nc bclip=0.2 wclip=0.0 f2=$fv d2=$dv \
# units="semblance" fc=$fc \
# label1="Time (sec)" label2="Velocity (m/sec)" \
# title="Velocity Scan (semblance plot) for CMP $cdp" mpicks=mpicks.$cdp
cp teste.$cdp picks
sort <teste.$cdp -n |
mkparfile string1=tnmo string2=vnmo >par.$cdp
echo "Putting up velocity function for cdp $cdp"
sed <par.$cdp ’
s/tnmo/xin/
s/vnmo/yin/
’ >unisam.p
# unisam nout=$nout fxout=0.0 dxout=$dxout \
# par=unisam.p method=spline |
# xgraph n=$nout nplot=1 d1=$dxout f1=0.0 \
# label1="Time (sec)" label2="Velocity (m/sec)" \
# title="Stacking Velocity Function: CMP $cdp" \
# grid1=solid grid2=solid \
# linecolor=2 style=seismic &
#-----------------------------------------------# CMP Gather Plot after NMO correction ...
#-----------------------------------------------sunmo <panel.$cdp par=par.$cdp |
sugain tpow=2.0 |
suxwigb xbox=422 ybox=10 \
wbox=400 hbox=600 \
title="CMP after NMO correction" \
perc=94 key=offset verbose=0
# pause
echo "Picks OK? (y/n) " | tr -d "\012" >/dev/tty
read response
case $response in
n*) ok=false ;;
*) ok=true
cp teste.$cdp picks.$cdp ;;
esac
done </dev/tty
cdp=‘bc -l <<END
$cdp + $dcdp
END‘
done
set +x
61
### Combine the individual picks into a composite sunmo par file
echo "Editing pick files ..."
>$vpicks
echo "cdp=" | tr -d "\012" >>$vpicks
cdp=$cdpmin
echo "$cdp" | tr -d "\012" >>$vpicks
cdp=‘bc -l <<END
$cdp + $dcdp
END‘
while [ $cdp -le $cdpmax ]
do
echo ",$cdp" | tr -d "\012" >>$vpicks
cdp=‘bc -l <<END
$cdp + $dcdp
END‘
done
echo >>$vpicks
cdp=$cdpmin
while [ $cdp -le $cdpmax ]
do
cat par.$cdp >>$vpicks
cdp=‘bc -l <<END
$cdp + $dcdp
END‘
done
echo "sunmo par file: $vpicks is ready"
### Clean up
rm -rf lixo* picks
cdp=$cdpmin
while [ $cdp -le $cdpmax ]
do
# rm mpicks.$cdp par.$cdp
# rm par.$cdp
cdp=‘bc -l <<END
$cdp + $dcdp
END‘
done
rm unisam.p
I.8.1
Criação de binários
#! /bin/sh
#vel01-cria-binario.sh
# Cria arquivos binarios, a partir dos arquivos de ascii.
# Os arquivos em ascii contem a tabela t versus v.
# A saida deste é utilizada no fluxo seguinte.
# Parametros
cdpmin=15828
# Cdp minimo de cobertura maxima ( de 90)
62
cdpmax=95952
dcdp=4400
# Cdp maximo de cobertura maxima ( de 90)
#Intervalo entre os CDPS estudados
echo
echo "Utilize os valores de n, abaixo, no proximo fluxo !"
con=1
cdp=$cdpmin
while [ $cdp -le $cdpmax ]; do
a2b n1=2 <picks.$cdp >picks$con.bin
# As tres linhas seguintes sao o incremento do ciclo
cdp=‘bc -l <<END
$cdp + $dcdp
END‘
con=‘bc -l <<END
$con + 1
END‘
done
echo
exit
I.8.2
Interpolação 1D
#! /bin/sh
#vel02-interp-1d.sh
# Realiza interpolacao na direcao mais rapida, o tempo.
# Parametros
ntout=1501
dxout=0.004
fxout=0.
do campo
#Numero de amostras no tempo
#Intervalo de amostragem no tempo
#Primeiro tempo a ser utilizado no campo
echo
echo "Utilize a saida abaixo no proximo fluxo!"
con=1
#Apos in, aqui em baixo, devem ser escritos os valores de n !
for nlin in 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 ; do
unisam xyfile=picks$con.bin npairs=$nlin nout=$ntout dxout=$dxout \
fxout=$fxout method=linear >mpicks$con-f02.bin
echo "mpicks$con-f02.bin \\"
con=‘bc -l <<END
$con + 1
END‘
done
echo
exit
I.8.3
Junção das funções velocidades
#! /bin/sh
63
#vel03-junta.sh
#Concatena os arquivos tirados do fluxo anterior impressos no terminal.
#Basta copiar e colar neste fluxo na ordem em que eles estiverem.
#Parametros
n1=1501 #Numero de amostras no tempo
f1=1
d1=1
n2=19
#Numero de cdps estudados ou funcoes de velocidade
f2=1
d2=1
file=mpicks-f03.bin
#Use os arquivos copiados do terminal abaixo !
cat \
mpicks1-f02.bin \
mpicks2-f02.bin \
mpicks3-f02.bin \
mpicks4-f02.bin \
mpicks5-f02.bin \
mpicks6-f02.bin \
mpicks7-f02.bin \
mpicks8-f02.bin \
mpicks9-f02.bin \
mpicks10-f02.bin \
mpicks11-f02.bin \
mpicks12-f02.bin \
mpicks13-f02.bin \
mpicks14-f02.bin \
mpicks15-f02.bin \
mpicks16-f02.bin \
mpicks17-f02.bin \
mpicks18-f02.bin \
mpicks19-f02.bin >$file
ximage n1=$n1 f1=$f1 d1=$d1 n2=$n2 f2=$f2 d2=$d2 legend=1 cmap=hsv2 \
title=px-tudo:_campo_de_velocidade \
label1=num_amost_tempo label2=num_amost_ponto-medio \
<$file &
exit
I.8.4
Interpolação 2D
#! /bin/sh
#vel04-interp-2d.sh
#Este fluxo cria um mostra um campo e mostra ele na tela.
#Interpolacao na direcao do ponto medio do campo de velocidade.
input=mpicks-f03.bin
output=vrmst-int.bin
#Parametros do arquivo de entrada (input)
nx1=1501
dx1=0.004
fx1=0.0
#Numero de amostras
#Intervalo de amostragem
#Primeiro tempo do campo de velocidade
64
nx2=19
dx2=4400
fx2=15828
#Numero de cdps estudados
#Intervalo entre os CDPS estudados
#Primeiro cdp escolhido para fazer o campo de velocidade com cobertura maxima
#Parametros de saida (output)
n1=1501
#numero de amostras
d1=0.004
#intervalo de amostragem
f1=0.0 #primeiro tempo
n2=2180
#numero de cdps
d2=44
f2=7996
unisam2 nx1=$nx1 dx1=1 fx1=1 \
n1=$n1 d1=1 f1=1 \
nx2=$nx2 dx2=$dx2 fx2=$fx2 \
n2=$n2 d2=$d2 f2=$f2 \
method=linear <$input >$output
ximage n1=$n1 f1=1 d1=1 n2=$n2 f2=1 d2=1 legend=1 cmap=hsv2 \
title=$output:_campo_de_velocidade \
label1=num_amost_tempo label2=num_amost_ponto-medio <$output &
exit
I.8.5
Suavização do campo interpolado
#! /bin/sh
#vel05-suaviza.sh
# Suaviza campo de velocidade.
input=vrmst-int.bin
output=vrmst-suav.bin
#Dado de entrada
#Dado de saida
#Parametro do campo
n1=1501
#Numero de amostras no tempo
n2=2180
#Numero total de CDPS do dado
r1=20
#Parametro de suavizacao na direcao 1
r2=20
#Parametro de suavizaç~
ao na direcao 2
#Use esta primeira parte para estudos preliminares e deixar a segunda parte comentada
smooth2 <$input r1=$r1 r2=$r2 n1=$n1 n2=$n2 |
# r1 e r2 vai de 0 a 20
ximage n1=$n1 f1=1 d1=1 n2=$n2 f2=1 d2=1 legend=1 cmap=hsv2 \
title=px-interp:_campo_de_velocidade_suavizado \
label1=num_amost_tempo label2=num_amost_ponto-medio &
#Usar apos analise na parte anterior definitiva e comentar a aterior
smooth2 <$input r1=$r1 r2=$r2 n1=$n1 n2=$n2 >$output
exit
65
I.8.6
Conversão em profundidade
#! /bin/sh
# Conerte o campo em tempo para profundidade.
input=vrmst-suav.bin
output=vintz.bin
intype=vrmst
outtype=vintz
nt=1501
dt=0.004
ft=0.0
nz=990
dz=21.88
fz=0.0
nx=2180
f2=7996
d2=44
#Tipo de campo de entrada
#Tipo de campo de saida
#Numero de amostras no tempo
#Intervalo de amostragem no tempo
#Primeiro tempo
#Numero de amostras do campo em profundidade
#Intervalo de amostragem em profundidade
#Primeiro valor do espaço
#Numero de CDPs
#Primeiro CDP
#Intervalo entre os CDPs
#para analise
velconv <$input intype=$intype outtype=$outtype nx=$nx \
nt=$nt dt=$dt ft=$ft nz=$nz dz=$dz fz=$fz |
ximage n1=$nz f1=$fz d1=$dz n2=$nx f2=$f2 d2=$d2 legend=1 cmap=hsv2 \
title="vintz nz=$nz dz=$dz" \
label1="z (m)" label2="cdp (m)" &
#definitivo. Usar apos analise na parte anterior ...
#velconv <$input intype=$intype outtype=$outtype nx=$nx \
#
nt=$nt dt=$dt ft=$ft nz=$nz dz=$dz fz=$fz >$output
I.9
Filtragem F-K
#! /bin/sh
#fl-multuiplas.sh
#Fazer teste com um cdp antes
input=mex07-decon.su
#Dado de entrada
output=mex10-multiplas.su #Dado de saida
par=vnmo02.nmo
sunmo <$input par=$par >lixo1
sudipfilt <lixo1 dt=1 dx=1 slopes=-120,-100,-0.001,0.0 amps=1,0,0,1 >lixo2
sunmo <lixo2 par=$par invert=1 >$output
suspecfk
suximage
suspecfk
suximage
<$input | suflip flip=3 |
grid1=solid grid2=solid gridcolor=black cmap=hsv2 & #Espectro do dado de entada
<$output | suflip flip=3 |
grid1=solid grid2=solid gridcolor=black cmap=hsv2 & #Espectro do dado de saida
#Caso queira os arquivos basta comantar o comando abaixo
66
rm -rf lixo*
exit
I.10
Correção de NMO e empilhmento
#! /bin/sh
#fl09-nmo-em.sh
#Faz correcao de nmo e empilha o dado
WIDTH=300
WIDTHOFF3=630
WIDTHOFF4=945
HEIGHT=400
HEIGHTOFF=50
file1=mex07-decon.su#Dado de entrada.
file2=mex06.su
#Dado com correcao de nmo.
file3=mex08-emp2.su
#Secao empilhada.
# Do NMO
sunmo <$file1 par=velstk1.p1 |
# Display NMO
#suwind <$file2 key=cdp s=6031 j=2100 |
#sugain tpow=2 gpow=0.5 |
#suxwigb label1="Time" label2="Gather" \
# title="After NMO" \
# windowtitle="NMO" legend=1 units="amplitude" \
# f2=1 d2=1 f2num=1 d2num=5 \
# wbox=$WIDTH hbox=$HEIGHT xbox=$WIDTHOFF3 ybox=$HEIGHTOFF perc=97&
# Sort to CDP’s and stack
sustack normpow=1.0 >$file3
# Display Stack (cdps from 350-4600, spacing is 50, full fold from 1450-3500)
#sugain <$file3 tpow=2 gpow=0.5 |
#suximage label1="Time" label2="CMP" title="Stack" windowtitle="Stack" \
# f2=3081 d2=12.5 legend=1 units="amplitude" \
# wbox=$WIDTH hbox=$HEIGHT xbox=$WIDTHOFF4 ybox=$HEIGHTOFF perc=97&
exit
I.11
Migração PSPI
#! /bin/sh
#fl10.1-mig-pspi.sh
#Migra a seç~
ao que esta em tempo para profunfidade
#parametros
vintz=./vel02/campo-original-corrigido-header.bin #Campo interpolado em profundidade
67
vintz_t=./vel02/vintz-trans-original-corrigido.bin #Campo transposto pra ser usado na migrac
file1=mex08-emp.su
#Dado de entrada
file2=mex09-mig-original.su #Dado de saida
nt=1501
ft=0.0
dt=0.004
nx=2180
dx=44
fx=7996
nz=1000
dz=20
fz=0.0
#Numero de amostras no tempo
#Primeiro tempo a ser usado
#Variacao no tempo
#Numero de cdps
#Intervalo entre os cdps
#Primeiro cdps da secao
#Numero de amostras em profundidade
#Variacao no espaco
#Primeiro espaco a ser usado
#Transposicao do campo de velocidade
transp <$vintz n1=$nz >$vintz_t
#Se quiser vizualizaros campos descomenta estes comandos
#ximage n1=$nz d1=$dz n2=$nx d2=$dx f2=$fx cmap=hsv2 legend=1 <$vintz &
#ximage n1=$nx d1=$dx f1=$fx n2=$nz d2=$dz f2=$fz cmap=hsv2 legend=1 <$vintz_t &
date >inicio.txt
sumigpspi nz=$nz dz=$dz dx=$dx vfile=$vintz_t \
<$file1 >$file2
date >fim.txt
exit
I.12
Migração Kirchhoﬀ
#! /bin/sh
#fl10.2-mig-kirch.sh
#Fluxo para migracao Kirchhoff de tempo para profundidade
set -v
#parametros
vfile=./vel02/vintz.bin #Campo intervalar em profundidade
parfile1=rayt2d.par
#Parametros de entrada do programa
parfile2=kdmig.par
#Parametros de entrada do programa
ent=mex07-decon.su
#Dado de entrada
sai=tal06-prekdm-nemp.su #Dado de saida
rayt2d <$vfile par=$parfile1
sukdmig2d par=$parfile2 <$ent >$sai
exit