Tese Sismica

UNIVERSIDADE FEDERAL DO PAR
INSTITUTO DE GEOCINCIAS
PROGRAMA DE PS-GRADUAO EM GEOFSICA
FELIPE ASTUR VALDES PENA
Processamento e imageamento ssmico usando

o CRS
DISSERTAO DE MESTRADO
BELM-PAR
2014
FELIPE ASTUR VALDES PENA
Processamento e imageamento ssmico usando o CRS
Dissertao apresentada ao Programa de Ps-Graduao

em Geofsica da Universidade Federal do Par, em cumprimento s exigncias para obteno do grau de Mestre
em Geofsica.
Orientador: Lourenildo Williame Barbosa Leite
Dados Internacionais de Catalogao de Publicao (CIP)

Biblioteca do Instituto de Geocincias/UFPA
Pena, Felipe Astur Valdes, 1987Processamento e imageamento ssmico usando o CRS / Felipe Astur Valdes Pena.
2014.
129 f. : il. ; 30 cm
Inclui bibliografias
Orientador: Lourenildo Williame Barbosa Leite
Dissertao (Mestrado) Universidade Federal do Par, Instituto de
Geocincias, Programa de Ps-Graduao em Geofsica, Belm, 2014.
1. Mtodo de reflexo ssmica Processamento de dados. 2. Ondas
ssmicas - Velocidade. 3. Inverso (Geofsica). 4. Sistemas de imageamento
em sismologia. I. Ttulo.
CDD 22. ed. 622.1592
Dedico este trabalho aos meus pais Edson V. Pena e Arline A. Valdes.
AGRADECIMENTOS
Agradeo primeiramente a Deus por ter me proporcionado sade e determinao

nos momentos mais difceis, permitindo a concluso de mais uma etapa em minha vida.
Ao Prof. Dr. Lourenildo W. B. Leite por todo o conhecimento e experincia
repassada ao longo destes anos de convivncia, e por todo o apoio para que este trabalho
pudesse ser realizado.
Aos meus pais Edson V. Pena e Arline A. Valdes, e minha irm Gueive A. Pena
pelo suporte e compreenso em todos esses anos de estudo.
Priscila Costa Marim por todo o incentivo, suporte, e por sempre acreditar na
minha capacidade, mesmo nos momentos mais difceis dessa caminhada.
Aos Profs. Drs. Amin Bassrei, Jos J. S. de Figueiredo e Joo C. R. Cruz pelo
tempo disponibilizado para a leitura e pelas sugestes que contribuiram para a melhora
deste trabalho.
Profa. Dra. Ellen de Nazar Souza Gomes, coordenadora do Programa de
Ps-Graduao em Geofsica, pela tima infra-estrutura e grande apoio fornecido aos
discentes.
Aos amigos Douglas A. B. da Silva, Joo B. R. Afonso, Nonato C. Colares e
Wildney W. S. Vieira pela amizade e por toda ajuda concedida para a realizao deste
trabalho.
Benildes Lopes e Lucibela Soares, secretrias do Programa de Ps-graduao em
Geofsica, pela disponibilidade e eficincia em tornar menos complexa nossa conturbada
vida acadmica.
Ao CNPQ pelo auxlio financeiro durante o curso, sem o qual a realizao deste
trabalho seria improvvel.
Tudo posso naquele que me fortalece."

(Filipenses 4:13)
RESUMO
Este trabalho teve como objetivo a aplicao de mtodos do empilhamento superfcie-dereflexo-comum (CRS-convencional), do CRS-parcial e da inverso niptomogrfica para
gerar imagens ssmicas para a interpretaco em dados relacionados a meios geologicamente
complexos. O modelo construdo, e denominado Duveneck-Astur, foi usado para simular
um ambiente geolgico com camadas limitados por interfaces curvas e suaves, mas que a
teoria paraxial do raio seja obedecida, diferentemente de outros modelos sintticos onde
existem falhas geolgicas, e fortes variaes verticais e horizontais de velocidade, como
por exemplo o Marmousi e o Sigsbee, entre outros. Para analisar comparativamente
a resoluo dos mtodos aplicados, foram realizados dois testes com dados sintticos.
Um teste constando de dados espaados com o silenciamento aleatrio de traos nas
famlias CMP, e um outro teste com adio de rudo. Foi analisado computacionalmente
o comportamento dos mtodos de empilhamento na obteno de uma distribuio de
velocidade em profundidade pela inverso NIP-tomogrfica, que utiliza o vnculo dos
atributos cinemticos do campo de onda para estimar um modelo coerente com o dado.
Os resultados da NIP-tomografia so comparados entre si, e em relao ao modelo de
velocidade obtido da anlise convencional (semblance). As distribuies de velocidade em
profundidade foram usadas na migrao PSPI em profundidade para verificar a coerncia
dos resultados.
Palavras-chave: Empilhamento CRS-convencional. Empilhamento CRS-parcial. Inverso
NIP-tomogrfica.
ABSTRACT
This work aimed at the application of the common-reflection-surface stack methods (CRSconventional), of the CRS-partial method, and of the NIP-tomography inversion method,
to generate seismic data images for the interpretation related to geologically complex areas.
The constructed model, and named Duveneck-Astur, was used to simulate a geological
ambient formed by layers limited by smooth surface reflector interfaces, but that the
paraxial ray theory was attended, differently from other synthetic common models where
the presence of geological faults, and of high horizontal and vertical gradients exist, like
in the Marmousi and the Sigsbee models, among others. To analyze comparatively the
resolution of the applied methods, two tests were performed with the synthetic data. One
test consisted of decimated data with random muting of traces in the CMP families, and
another test with addition of noise. It was computer analyzed the behavior of the different
stack methods to obtain a depth velocity distribution by NIP-tomography inversion, that
uses the kinematic wavefield attribute constraints to estimate a velocity model consistent
with the data. NIP-tomography results were mutually compared, and also to the velocity
model obtained from semblance velocity analysis. The velocity distribution were used in
the PSPI migration to verify consistency in the results.
Keywords: Convencional CRS-stack. Partial CRS-stack. NIP-tomography inversion.
LISTA DE SMBOLOS
GREGOS
0
DESCRIO
ngulo de emergncia do raio normal
k,j
Funes bases B-splines
(t)
Funo Delta de Dirac
d(m)
Medida de desajuste em funo dos parmetros m
Intervalo de amostragem temporal
Espaamento entre os traos
ngulo de inclinao do refletor
Comprimento de onda
Densidade do meio
Desvio padro
Localizao emergente do raio normal
tempo de trnsito do raio normal
Operador gradiente
(m)
Funo objeto de minimizao
Fator de amortizao
Frequncia angular no espao
LATINOS
A(x0 , h, t; v0 )
aij
CD
D
dobs
dmod
E(m)
F
f
fNt
fNx
g(t)
h
k(i)
kz
L(m)
()
MNIP
m
m(t, x0 )
N
ndips
P0 (x0 , t0 )
p()
q(x0 , t0 )
RN
RNIP
r(t, x0 )
R(t, x0 )
S
s(t, m)
T
t0
t(xm , h)
v
v0
vEM P
vRM S
W
w(t)
xg
xm
xs
DESCRIO
Amplitude do trao
Indica a amostra n j no trao n i
Matriz simtrica covarincia dos dados
Vetor de derivadas de segunda ordem
Dado observado
Dado modelado ou calculado
Funo erro
Matriz das derivadas de Frchet
Operador no-linear
Frequncia temporal Nyquist
Frequncia espacial Nyquist
Funo trao ssmico
Meio-afastamento fonte-receptor
Representao do operador CRS
Gradiente vertical de velocidade
Comprimento da soluo
Derivada espacial de segunda ordem do tempo de trnsito
Parmetros do modelo
Componente determinstica da funo sinal-mensagem
Nmero de traos
Nmero de mergulhos conflitantes
Ponto de referncia temporal-espacial do empilhamento
Componente horizontal da vagarosidade
Parmetro combinado q do empilhamento CMP-automtico
Raio de curvatura da onda NIP
Raio de curvatura da onda N
Componente no-determinstica da funo sinal-mensagem (rudo)
Funo refletividade do meio
Funo Semblance
Funo sinal-mensagem
Perodo (temporal)
Tempo-duplo normal
Representao matemtica do tempo-duplo de trnsito
Velocidade do meio
Velocidade relacionada ao ponto de emergncia
Velocidade de empilhamento
Velocidade mdia-quadrtica
Nmero de amostras no tempo
Funo pulso-fonte efetivo
Coordenada do geofone
Coordenada do ponto-mdio-comum
Coordenada da fonte
SUMRIO
INTRODUO
SSMICA DE REFLEXO . . . . . . . . . . . . . . . . . . . . . . . . 14
3
3.1
3.2
3.3
3.4
MTODO CRS . . . . . . . . . . . .
EMPILHAMENTO CRS . . . . . . . .
MERGULHOS CONFLITANTES . . .
ABERTURA E ZONA DE FRESNEL
DADO SINTTICO . . . . . . . . . .
4
4.1
4.2
CRS-PARCIAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
TESTE 1: DADO ESPAADO . . . . . . . . . . . . . . . . . . . . . . 42
TESTE 2: DADO RUIDOSO . . . . . . . . . . . . . . . . . . . . . . . 49
5
5.1
5.2
5.3
5.4
5.4.1
5.4.2
5.5
INVERSO TOMOGRFICA DA ONDA NIP . . . . . . . . .

COMPONENTES DO DADO DE ENTRADA E DO MODELO
SOLUO DO PROBLEMA INVERSO . . . . . . . . . . . . . .
ALGORTMO DE INVERSO . . . . . . . . . . . . . . . . . . .
RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Dado sem edio de traos . . . . . . . . . . . . . . . . . . . . . . .
Dados com edio de traos . . . . . . . . . . . . . . . . . . . . . .
MIGRAES . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
CONCLUSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
REFERNCIAS
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
. . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
24
25
28
30
33
56
56
58
61
62
62
68
104
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
APNDICE A DERIVADAS DE FRCHET . . . . . . . . . . . . 122

APNDICE B MATRIZ TOMOGRFICA 2D . . . . . . . . . . . 127
12
1 INTRODUO
Este trabalho inicia com a gerao de um modelo sinttico que satisfaa as propriedades do empilhamento CRS, e de suas variantes baseadas na teoria paraxial do raio.
Como um dos objetivos, a comparao com outros modelos com contrastes fortes de velocidade na horizontal e na vertical. Outro objetivo aplicar o conceito do empilhamento
CRS-parcial para aumentar a frequncia espacial de Nyquist, fazendo com que o espectro
das sees ssmicas esteja limitado aos quadrantes I e II no domnio da frequncia, limitando o efeito de contaminao por amostragem, o que analisado em dados sintticos
espaados e ruidosos. Por escolha, o efeito dos empilhamentos CMP-automtico, CRSconvencional, e CRS-superfamlia so analisados na obteno de modelos de velocidades
em profundidade utilizando o tcnica da inverso tomogrfica da onda NIP. Os modelos
obtidos so utilisados nas migraes em profundidade.
A qualidade do dado de reflexo ssmica um aspecto importante para o processamento ssmico, e o mesmo depende de vrios fatores, tais como a topografia da superfcie, a
complexidade da subsuperfcie e os equipamentos tcnicos utilizados na aquisio ssmica.
Vrios fatores como dados espaados e forte presena de rudos resultam em um processo
instvel na anlise de velocidade, prejudicando o empilhamento e o imageamento do dado
(BAYKULOV; GAJEWSKI, 2007). A regularizao dos sismogramas e o preenchimento
de lacunas quando houver realizado normalmente por diferentes tcnicas de binning
e interpolao (BRUNE; OSULLIVAN; LU, 1994; YILMAZ, 2000; FOMEL, 2003).
O modelo usado foi denominado modelo Duveneck-Astur para seguir a descrio
de Duveneck (2004), e foi construido para simular um ambiente geolgico com camadas
homogneas limitadas por interfaces curvas e suaves que obedeam a ao mtodo de empilhamento de superfcie-de-reflexo-comum, diferentemente de outros modelos sintticos
onde h presena de falhas e fortes variaes verticais e horizontais de velocidade, como
por exemplo o Marmousi, Sigsbee, entre outros.
O mtodo de empilhamento CRS-convencional empregado foi descrito por Mller
(1999), Jger (1999) e Mann (2002). O CRS-parcial foi descrito por Baykulov e Gajewski
(2007) para gerar superfamlias, e com a ideia de preencher areas vazias ou espaadas no
dado.
Seguindo Mller (1999) e Jger (1999), a superfcie de empilhamento CRS aproxima o tempo de trnsito do evento ssmico de forma mais precisa do que o empilhamento
NMO/DMO, como descrito por Brune, OSullivan e Lu (1994).
A inverso NIP-tomogrfica visa obter um mapa de distribuio de velocidades com
variao lateral para o imageamento em profundidade (DUVENECK, 2004). O problema
Captulo 1. INTRODUO
13
inverso utiliza os atributos CRS marcados na seo ZO empilhada.

O problema inverso consta de um ajuste-de-curva no-linear no sentido dos mnimos quadrados, que tenta minimizar a soma dos quadrados das diferenas entre os

obs
()
,
dados observados que so as marcaes feitas na seo empilhada, 0 , MNIP , p() , 0

()
e os dados calculados ou modelados, 0 , MNIP , p() , 0

(x, z, )(NIP) , associadas aos pontos NIP do modelo.
mod
, a partir do modelo terico,
Os modelos de velocidade obtidos so utilizados na migrao PSPI em profundidade.
14
2 SSMICA DE REFLEXO
A ssmica de reflexo o mtodo de prospeco geofsica que possui a maior resoluo para as condies exploratrias de hidrocarbonetos. Este mtodo tem como objetivo o imageamento da subsuperfcie a partir de dados de multi-cobertura. Para isso
importante a atenuao da energia dos rudos aleatrios e coerentes para que a relao sinal/rudo das sees afastamento-nulo aumentem de forma considerada. E uma
etapa fundamental para isso ocorra o empilhamento de dados ssmicos (SHERIFF, 1975;
CLAERBOUT, 1976; SHERIFF; GELDART, 1982; DUARTE, 2003).
Outro importante conceito que deve ser sempre estabelecido nas descries
quanto s dimenses da fonte, do meio e do levantamento. O problema geofsico-geolgico
naturalmente 3D,entretando, os dados usados nesta dissertao so todos 2D, portanto
as descries toricas do mtodo de imageamento ssmico esto restritos apenas ao caso
2D. importante tambm frisar que o presente estudo envisa o tratamento exclusivo das
ondas de volume, e em particular das ondas compressionais (ondas P), no desconhecendo
a existncia das ondas S (SH e SV), das converses P-SV em funo do ngulo de incidncia. Efeitos anisotrpicos, como a variao da propiedade dos materiais em diferentes
direes tambm no so considerados.
Um dos estudos de uma bacia sedimentar com relao aos efeitos de transmissividade e refletividade como uma fsica de interfaces, representando os refletores, e consequentemente o meio de propagao. O registro atraves do receptor informa o tempo
de trnsito, ou tempo-duplo, e amplitude. Cada canal registra um trao ssmico (ou um
sismograma) que descrito de forma prtica por duas partes: uma determinstica e uma
no-determinstica, e em funo do tempo-espao, para um ponto fixo de observao, x0
na forma:
s(t, x0 ) = m(t, x0 ) + r(t, x0 ) = w(t) R(t, x0 ) + r(t, x0 ).
(2.1)
A componente determinstica m(t, x0 ) representa a mensagem que visada no imageamento. A componente no-determinstica r(t, x0 ) representa o rudo e deve ser evitado, e
onde so colocados rudos de diversos tipos, tais como: produzidos pela fonte, geolgicos,
locais, correlacionvel, e instrumental. A parte determinstica se caracteriza por ser escrita como o resultado de uma convoluo entre a funo meio, R(t, x0 ), (definida como
a refletividade) e a funo pulso-fonte efetivo, w(t), podemos visualizar de uma forma
esquemtica esse processo pela figura 1 abaixo (ROBINSON; SILVIA, 1979).
Captulo 2. SSMICA DE REFLEXO
15
Figura 1 Efeitos fsicos relacionados propagao de ondas ssmicas num meio geolgico.
Fonte: Adaptado de Sheriff (1975)
A descrio do modelo direto requer a definio do arranjo geomtrico da aquisio

que neste caso se trata do arranjo fonte-comum (FC) Figura 4a, a partir do qual se
montam outros arranjos como o ponto-mdio-comum (CMP) Figura 4b, o afastamentocomum (CO) Figura 3a e o receptor-comum (CR) Figura 3b. Cada um destes arranjos
tem uma aplicao especfica. Pode-se analisar com detalhes essas diferentes configuraes
de arranjos ssmicos na Figura 2 abaixo.
A configurao FC estabelece a discretizao temporal-espacial dos dados, seus
valores usuais so dt = 4ms (intervalo temporal de amostragem no tempo) e dg = 25m
(intervalo espacial de amostragem).
A configurao Ponto-Mdio-Comum (PMC, CMP) representa uma famlia importante no processamento devido redundncia de informaes na seo ssmica. Com
isto, esta configurao primordial no empilhamento ssmico, fase fundamental ligada
anlise de velocidade e ao empilhamento CMP por meio do qual gerado um aumento
na relao sinal/rudo resultado da soma construtiva dos eventos coerentes e da soma
destrutiva dos eventos incoerentes. Com isto, o modelo de velocidade estimado de uma
forma conveniente a partir do dado organizado em famlia CMP (ver Figura 4).
16
Figura 2 Diferentes configuraes de arranjos geomtricos ssmicos.
Fonte: Gamboa (2007)
Figura 3 (a) Geometria de processamento afastamento-comum. (b) Geometria do levantamento receptor comum. v representa a velocidade da camada.
(a)
(b)
Fonte: Lima (2010)
17
Figura 4 (a) Geometria do levantamento tiro-comum. (b) Geometria de processamento ponto

mdio-comum. v representa a velocidade da camada.
(b)
(a)
Fonte: Lima (2010)
O ponto-mdio-comum (CMP) definido como o ponto mdio do par fonte e

receptor. A sua localizao na linha ssmica calculada pela localizao da fonte e do
receptor da seguinte forma:
xs + xg
.
(2.2)
xm =
2
Para a reconfigurao da geometria de aquisio usa-se tambm um parmetro
que descreve o afastamento (offset) entre fonte-receptor, e o meio-afastamento (h), que
calculado pela frmula:
xs xg
h=
.
(2.3)
2
Com a ajuda dessas informaes pode-se passar da geometria de levantamento
fonte-comum para a geometria ponto-mdio-comum (CMP) mostrada na Figura (4).
A aquisio 2D resulta num cubo 3D (xm , h, t) onde feita a seleo de um conjunto
(bin) para anlise de velocidade, empilhamento e migrao. Esse cubo de dados 3D
(xm , h, t) contempla as configuraes expostas acima, e a Figura 5 mostra as direes das
sees CS, CO e CMP, representadas por planos de cor vermelha. Na seo CS a relao
exposta xm h = constante, sendo constituda por um painel que forma um ngulo de
45 no plano (xm , h). Na seo CO a relao existente h = constante, sendo constituda
por um painel paralelo ao eixo xm no plano (xm , h). Na seo CMP xm = constante e
h = varivel, sendo constituda por um painel paralelo ao eixo h no plano (xm , h). O caso
especial da seo ZO a ser simulada o plano frontal direita do cubo de dados onde
h = 0.
18
Figura 5 Ilustrao do cubo de dados de multicobertura onde esto inclusos diferentes configuraes fonte-receptor.
Fonte: Sheriff (1975)
Os modelos mais usados para representar a subsuperfcie so: o de interfaces planohorizontais (usado no empilhamento NMO e em vrias formas de migrao), seguido do
modelo com interfaces plano-inclinadas (usado na migrao parcial), e o mais complexo,
formado por interfaces curvas (usado no empilhamento CRS). Embora as descries podem ser feitas em 2D e 3D foi utilizado neste trabalho apenas as descries em 2D.
O modelo de interfaces plano-horizontais formado por camadas homogneas,
isotrpicas, separadas por interfaces plano-horizontais. A fonte considerada pontual
e serve para marcar a origem do sistema de coordenadas cartesianas. Para o caso de
afastamento-nulo, o espalhamento da energia obedece uma descrio dependente do tempo
de trnsito a cada interface da base da camada, [tn (x = 0)]. Neste caso, o tempo de
trnsito [tn (x = 0)] e o raio de curvatura da frente de onda so expressos, respectivamente
por:
n
n
X
ei
1 X
tn (x = 0) = 2
,
R0 (x = 0) =
ti vi2 ,
(2.4)
v
v
i
0
i=1
i=1
onde vn a velocidade e en a espessura relativa camada n (ver Figura 6).
19
Figura 6 Modelo 2D composto por N camadas com interfaces plano-horizontais e N interfaces

refletoras, onde a i-sima camada caracterizada pela velocidade vi , densidade i ,
espessura ei e um tempo duplo ti = 2ei /vi . A fonte e o receptor esto separados
de uma distncia x, e xm representa o ponto-mdio entre a fonte e o receptor.
Fonte: Adaptado de Hubral e Krey (1980)
O clculo do afastamento fonte-sensor, x(p), e o tempo-duplo, t(x), so propriamente expressos em termos do parmetro horizontal do raio (p) nas formas:
x(p) = 2p
n
X
i=1
vi2 ti
q
1 p2 vi2
t(p) = 2
n
X
i=1
ti
q
1 p2 vi2
(2.5)
onde p = sen0 /v0 , (0 o ngulo de partida |/2|) e ti = 2ei /vi o tempo-simples

de percurso vertical na camada.
O tempo de trnsito impulsivo (no emergente) de uma onda emitida pela fonte
na posio xs e captada pelo receptor na posio xg dado para este modelo pela lei
hiperblica:
x2
t2 (x) = t20 + 2 ,
(2.6)
vRMS
onde x a distncia fonte-receptor e vRMS a velocidade mdia-quadrtica dada pela
20
equao (NEIDELL; TANER, 1971):

2
vRMS
=
n
1X
v 1 R0
=
v 2 ti ,
t0
t0 i=1 i
(2.7)
onde v1 a velocidade na primeira camada, t0 o tempo-duplo na configurao afastamentonulo e ti o tempo-duplo vertical na i-sima camada (HUBRAL; KREY, 1980).
Este modelo encontra aplicao na correo e empilhamento convencional NMO,
onde est includo a anlise de velocidade via semblance (NEIDELL; TANER, 1971). No
entanto, devido a forma geomtrica das camadas este modelo apresenta restries de uso
em situaes de geologia complexa caracterizada por variao horizontal de velocidade.
Este modelo e suas aplicaes esto descritas atravs da literatura, entre as quais se pode
citar Ikelle e Amundsen (2005) e Yilmaz (2000).
O caso se torna mais geral para o modelo de interfaces plano-inclinadas com mergulhos arbitrrios, como pode-se ver na Figura 7, com camadas homogneas e isotrpicas,
e as equaes aplicveis para o modelo direto 2D, vlidas para pequenos afastamentos, e
baseadas nos atributos da frente de onda, na forma
t(x) = t0 +
cos2 0 2
sen0
x+
x + ...
v1
2v1 R0
sen0
t (x) = t0 +
x
v1
2
2
t0 cos2 0 2
x + ...
v 1 R0
(aproximao parablica).
(2.8)
(aproximao hiperblica).
(2.9)
O raio de curvatura da frente de onda na superfcie de observao dado por

(HUBRAL; KREY, 1980):
R0 =
n
n1
Y cos2 j
2 X
.
vn2 tn
2
v1 i=1
j=1 cos j
(2.10)
O tempo de trnsito para o empilhamento hiperblico ZO dado por:

2
t (x) =
t20
x2
2
vNMO
2
vNMO
=
2v1 R0
,
t0 cos2 0
onde vNMO a correspondente velocidade terica da correo de sobre-tempo.
(2.11)
21
Figura 7 Modelo 2D composto por camadas com interfaces refletoras plano-inclinadas. Cada
camada caracterizada por uma velocidade vi e uma densidade i . A fonte e o
receptor esto separados de uma distncia x; xm representa o ponto-mdio entre a
fonte e o receptor; x0 o ponto referncial de emergncia da onda normal; e i e i
so os ngulos de incidncia vertical acima/abaixo da interface.
Fonte: Adaptado de Hubral e Krey (1980)
O modelo de interfaces curvas em 2D, e sua extenso a 3D, j mais prximo

da realidade das estruturas geolgicas em subsuperfcie, sendo constitudo de camadas
homogneas, isotrpicas e com interfaces suavemente curvas como ilustrado na Figura 8.
A aproximao do tempo de trnsito para o modelo de interfaces curvas obtido
atravs da teoria paraxial do raio, e apresentado em duas formas, o parablico dado pela
equao
(xm x0 )2
h2
,
+
RN
RNIP
cos2 0
sen0
(xm x0 ) +
t(xm , h) = t0 + 2
v0
v0
(2.12)
e o hiperblico dado pela equao

v
u
2
u
cos2 0
sen0
t(xm , h) = t t0 + 2
(xm x0 ) + 2t0
v0
v0
(xm x0 )2
h2
.
+
RN
RNIP
!
(2.13)
22
Figura 8 Modelo composto por interfaces arbitrariamente curvas, com camadas homogneas,
isotrpicas, posicionadas entre dois semi-espaos, um superior e um inferior.
Fonte: Hubral e Krey (1980)
Nas equaes (2.12) e (2.13), t0 o tempo de trnsito na configurao afastamentonulo, v0 a velocidade na superfcie onde se localiza o ponto P0 (x0 , t0 ), xm a coordenada
ponto-mdio do afastamento fonte-receptor, h o meio-afastamento fonte-receptor, x0
o ponto de referncia na superfcie. As quantidades 0 , RN e RNIP so relativas frente
de onda observada no ponto de referncia temporal-espacial P0 (x0 , t0 ) (ver Figura 9) e
obtidas a partir de dois experimentos fsico-matemticos hipotticos (DURBAUM, 1954;
SHAH, 1973). O primeiro experimento admite uma onda originada a partir de uma fonte
pontual localizada no ponto NIP (ver Figura 9a) com uma frente de onda inicialmente
esfrica (onda NIP). O segundo experimento admite uma onda originada ao redor do
ponto NIP (ver Figura 9b), mas com uma frente de onda com curvatura inicial idntica
curvatura do refletor aproximado por uma esfera (ou crculo), e denominada de onda N.
23
Figura 9 Fsica do modelo composto por camadas com interfaces curvas e superfcie de aquisio plano-horizontal com desenho dos atributos da frente de onda. (a) Onda-NIP com
origem num ponto NIP de raio de curvatura RNIP e curvatura KNIP . (b) Onda-N
com origem num seguimento do refletor de raio de curvatura RN e curvatura KN .
Fonte: Biloti (2001)
24
3 MTODO CRS
O mtodo de empilhamento CRS descrito por Mller (1999), Jger (1999) e Mann
(2002) simula sees afastamento-nulo para o caso de uma superfcie de observao plana,
como uma alternativa ao empilhamento convencional. A implementao do CRS foi feita
com algumas particularidades: (1) o processo automatizado; (2) a informao a priori
a velocidade prxima a linha ssmica de aquisio; (3) o operador de empilhamento CRS
hiperblico (2.13) depende de trs parmetros que definem a superfcie de empilhamento
(ver Figura 10) e so determinados com base nos dados de multi-cobertura por processos
de busca automtica e anlise de coerncia, e que dada por:
v
u
2
u
sen0
cos2 0
t
t0 + 2
(xm x0 ) + 2t0
t(xm , h) =
v0
v0
(xm x0 )2
h2
+
RN
RNIP
(3.1)
A determinao dos parmetros do operador de empilhamento realizada atravs

de estratgias de busca, que utilizam casos particulares da equao do tempo de trnsito
(2.13) controlada pelos raios de curvatura das ondas NIP e N. Isto faz com que a busca
tri-paramtrica original seja desdobrada em problemas mais simples que envolvem um
ou dois parmetros desconhecidos. As equaes do empilhamento CRS consideram a
aproximao do refletor em subsuperfcie por um segmento de crculo em 2D, ou por uma
esfera em 3D.
O operador de empilhamento CRS (3.1) funo da coordenadas espaciais pontomdio (xm ) e afastamento (h). Alm da seo simulada ao afastamento-nulo so estimados
tambm os atributos 0 , RNIP e RN da frente de onda, relativos ao ponto de referncia
P0 (x0 , t0 ). As quantidades 0 , RNIP e RN so os parmetros da funo polinomial que
representam a superfcie do operador, e so objetos da estimativa usando mtodos de
otimizao. Aplicaes dos atributos CRS citemos Duveneck (2004), Heilmann (2007) e
Baykulov (2009), entre outros.
No processo de empilhamento, para cada ponto P0 (x0 , t0 ) determinado a terna
tima"de parmetros (0 , RNIP , RN ) para que o operador CRS (3.1) se ajuste aos eventos de reflexo no dado em multi-cobertura. Este ajuste do operador CRS em relao
a um evento de reflexo no dado quantificado calculando a coerncia do dado prempilhado ao longo do operador, neste caso, se faz uso da medida de coerncia semblance
Captulo 3. MTODO CRS
25
(NEIDELL; TANER, 1971)

k(i)+W/2
S=
j=k(i)W/2
N
X
k(i)+W/2
aij(i)
i=1
N
X
!2
(3.2)
a2ij(i)
j=k(i)W/2 i=1
onde aij indica a amostra n j no trao n i. O operador CRS representado pela funo
k(i), e N o nmero de traos envolvidos. O Semblance avaliado dentro de uma janela
temporal com W amostras no tempo. Assim, o Semblance uma medida de coerncia
multicanal que mede a razo da energia total dos N traos empilhados em uma janela de
tempo.
O problema prtico a ser resolvido pode ser estabelecido como: encontrar o mximo absoluto do valor da funo coerncia que depende de trs parmetros independentes
0 , RNIP e RN . Alm disso, como o problema no-linear, a forma de encontrar o extremo
global/local a partir de um ponto de partida, que neste caso uma terna especfica de
Ini
Ini
parmetros (0Ini , RNIP
e RN
), a ser descrito a seguir.
Figura 10 Ilustrao do operador de empilhamento CRS. Na parte inferior se tem um modelo
de duas camadas sobre um semi-espao, onde em vermelho mostrado o raio de
afastamento-nulo. Na parte superior se tem as curvas em azul que representam os
tempos de trnsito hiperblico dos eventos de reflexo, e em vermelho a superfcie
do operador CRS.
Fonte: Garabito (2001)
26
3.1 EMPILHAMENTO CRS

A forma utilizada para proucurar resolver o problema de otimizao tri-paramtrica
no-linear divid-lo em quatro buscas (Mller, 1999), com o objetivo de estimar os atributos 0 , RNIP e RN , que so resumidas a seguir na sequncia abaixo :
1. Busca de vEMP ;
2. Busca de 0 e RNIP ;
3. Busca de RN ;
4. Empilhamento Inicial;
5. Busca Final por Otimizao.
Figura 11 Fluxograma das etapas para a suluo do problema de otimizao tri-paramtrica.
Fonte: Biloti (2001)
27
Busca de vEMP
A primeira etapa simula uma seo de afastamento-nulo com base numa simplificao da equao (3.1) considerando o caso xm = x0 , reduz 3.1 para a forma:
tCMP,hip (xm = x0 , h) =
t20 +
2t0 2
qh ;
v0
(3.3)
onde o parmetro q dado por
cos2 0
.
(3.4)
RNIP
Esta reduo faz com que a equao (3.1) passe a depender apenas do parmetro q, que
combina dois parmetros CRS. Comparando a equao (3.3) com a equao do empilhamento convencional, se tem:
q=
t(h) =
t20 +
4
2
vEMP
h2 ;
(3.5)
observa-se que a velocidade de empilhamento vEMP pode ser expressa na forma

2
vEMP
=
2v0
2v0 RNIP
=
.
t0 q
t0 cos2 0
(3.6)
Para cada seo CMP identificada por P0 (x0 , t0 ) se determina numa malha o valor
de q que produz o maior valor de coerncia com base na equao (3.3).
Com a determinao do parmetro combinado q(x0 , t0 ) realizado o empilhamento
dos dados na configurao CMP, obtendo-se como resultado uma primeira seo simulada
(empilhada) ZO. Esta primeira etapa para determinar os atributos CRS pode tambm ser
chamada de Empilhamento CMP Automtico.
Busca de 0 e RNIP
A busca de 0 realizada na seo ZO CMP automtica, sob a condio h = 0 na
equao (3.1) reduzida para:
tZO,hip (xm , h = 0) =
s
2sen0
t0 +
(xm x0 )
v0
2
2t0 cos2 0
(xm x0 )2 .
+
v 0 RN
(3.7)
Considerando pequenos deslocamentos ao longo da coordenada xm em relao a x0 , e

considerando que o parmetro RN possui em geral altos valores (|RN | >> 1), pode-se
desprezar a contribuio da parcela de segunda ordem na equao (3.7) obtendo-se a
seguinte equao:
2sen0
tZO,linear (xm , h = 0) = t0 +
(xm x0 ).
(3.8)
v0
Desta forma, a busca por 0 realizada numa pequena vizinhana (abertura) de x0
utilizando a equao (3.8), e este processo denominado Empilhamento ZO Linear.
Com 0 (x0 , t0 ) e o parmetro combinado q(x0 , t0 ) determinados, atravs da equao (3.4) calculado o parmetro RNIP .
28
Busca de RN
A busca de RN utiliza o operador CRS em afastamento nulo (3.7) incorporando
o termo de segunda ordem da equao com o parmetro 0 (x0 , t0 ). Desta forma, o parmetro RN estimado atravs de uma nova busca monoparamtrica.Este procedimento
denominado de Empilhamento ZO Hiperblico.
Empilhamento Inicial
Uma vez estimados os valores iniciais para trs parmetros (0 , RN , RNIP )Ini correspondentes ao ponto de referncia P0 (x0 , t0 ) aplicado o empilhamento segundo a trajetria
definida pela equao (3.1). O resultado do empilhamento alocado no ponto (x0 , t0 ), e
a seo obtida denominada Seo Empilhada Inicial.
Busca Final por Otimizao
A etapa final caracterizada por uma otimizao no-linear onde a partir do trio
inicial (0 , RN , RNIP )Ini os parmetros (0 , RN , RNIP )Opt so obtidos, e consequentemente
realizado o Empilhamento Otimizado CRS.
3.2 MERGULHOS CONFLITANTES

A condio de mergulho conflitante ocorre quando a amplitude de uma mesma
amostra formada pela contribuio de dois ou mais eventos de reflexo com frentes de
onda se propagando em direes diferentes. O resultado da etapa de busca de vEM P
em famlias CMP usada como entrada para as buscas e empilhamento na seo ZO,
mesmo na situao de mergulhos conflitantes. Como cada evento de reflexo tem um
ngulo de emergncia 0i diferente, onde o ndice i indica o nmero de eventos de reflexo
contribuindo para o conflito.
Uma estratgia para identificar essas situaes determinar mximos adicionais
de coerncia na etapa busca de 0 e RNIP na seo empilhada, ou seja, se deve determinar
de forma explcita um nmero a priori de eventos que vo contribuir para cada amostra e
cada posio na seo ZO a ser simulada. Para cada um desses eventos haver um ngulo
de emergncia que ser identificado atravs da anlise de coerncia executada na mesma
seo ZO. Para determinao dos mximos relevantes referentes a mergulhos conflitantes,
Mann (2001a) e Mann (2001b) props critrios de coerncia que so:
(1) O mximo global de coerncia tem que exceder um dado valor mnimo inicial, e
valores abaixo deste nvel no so avaliados;
(2) Os mximos locais de coerncia devem exceder um dado valor inicial relativo ao
mximo global;
29
(3) Os mximos devem estar claramente separados.

A partir destes critrios, a etapa de busca de 0 e RNIP na seo empilhada
executada para determinar cada valor de 0i . Esta busca pelos ngulos de emergncia
gera o espectro ilustrado na Figura 12, que analisado de acordo com os pontos listados
acima.
Com os valores de ngulos 0i detectados, realizada novamente a busca de RN
i
na seo empilhada para deteco dos parmetros RN
, e o processo realizado para cada
valor de ngulo detectado.
Figura 12 Coerncia semblance como funo do ngulo de emergncia 0 calculado ao longo
do operador linear na seo CMP empilhada. Dos trs mximos distintos, dois
correspondem a um evento de difrao em 29 e 24 e um evento de reflexo
em 10 .
Fonte: Adaptado de Mann (2002)

(i)
(i)
Os ngulos 0 e os raios RN associados aos eventos (i) contribuem para cada

(i)
posio no domnio ZO. No entanto, os raios RNIP no podem ser calculados a partir do
(i)
parmetro combinado q e dos ngulos de emergncia 0 ; isto , um conjunto de ngulos
est disponvel, mas apenas um nico (e possivelmente inexato) parmetro combinado q
fornecido pelo empilhamento CMP automtico.
Para solucionar esta ambiguidade do mergulho conflitante, Mann (2001a) e Mann
(i)
(2001b) introduziu uma busca adicional para os raios de curvatura RNIP em um subconjunto diferente do volume de dados pr-empilhados, onde nem o ZO nem a configurao
CMP se adequam para resolver esta ambiguidade.O subconjunto usado foi o CO, onde
xm x0 = h, que substitudo na equao (3.1) fornece o tempo de trnsito de tCS (h) dado
por:

2

2sen0
2t0 cos2 0 h2 1
2
,
(3.9)
(xm x0 ) +
tCS,hip (xm , h) = t0 +
v0
v0
RC
onde se escreve
30
1
1
1
=
,
(3.10)
+
RC
RN RNIP
sendo RC denominado de raio de curvatura combinado de RNIP e RN . Como os ngulos
(i)
de emergncia 0 so conhecidos na busca de 0 e RNIP da seo empilhada, a busca
adicional depende do parmetro RC .

(i)
(i)
Para cada valor de ngulo de emergncia 0 , o parmetro RC correspondente

determinado atravs de uma busca uni-paramtrica realizada com a equao (3.9). O
(i)
(i)
parmetro RNIP obtido atravs da equao (3.10), onde RN estimado na etapa de
(i)
(i)
busca de RN na seo empilhada correspondente ao parmetro 0 .
3.3 ABERTURA E ZONA DE FRESNEL

A abertura tima do empilhamento CRS pode ser considerada como a regio onde
a curva de tempo de trnsito do evento de reflexo e a do operador sejam tangentes. A
Figura 13 (A) mostra que uma abertura muito pequena pode resultar na perda de traos
adequados ao empilhamento. Por outro lado, uma abertura muito grande (regio C) pode
implicar no empilhamento de traos no-relevantes ao sinal. Para escolher adequadamente
a abertura de empilhamento (regio B) necessrio na prtica a seleo de aberturas como
um processo iterativo.
Figura 13 Seleo por tentativa-e-erro de abertura do empilhamento CRS em uma seo ZO.
As regies A, B e C representam trs opes de abertura para o operador.
Fonte: Adaptado de Gamboa (2007)
31
A informao registrada nos receptores funo das estruturas geolgicas em subsuperfcie. Hilterman (1982) e Lindsey (1989) descrevem que a principal contribuio a
um evento a regio do refletor denominada Primeira Zona de Fresnel (PZF), mostrada
na Figura 14 onde a dimenso depende das propriedades geomtricas (mergulho e curvatura) do refletor na vizinhana do ponto de reflexo, da velocidade do meio acima do
refletor e do contedo de freqncia do sinal.
O conceito da Zona de Fresnel (ZF) est diretamente relacionado resoluo horizontal em subsuperfcie, e o raio da PZF em condio de ZO dada por:
1
R1 =
h
2

1
2
1
t
= v
2
f
1
,
2
(3.11)
onde h representa a profundidade do refletor, t o tempo de trnsito vertical, v a velocidade

do meio e f a freqncia temporal monocromtica.
A PZF ao redor de um ponto de reflexo xR formada por todos os pontos xP
para os quais o tempo de trnsito da difrao td , e o tempo de trnsito da reflexo tR ao
longo do raio central satisfazem a seguinte condio:
T
(3.12)
|td (xP ) tR (xR )| ,
2
onde T denota o perodo do sinal monofrequncia da fonte (KRAVTSOV; ORLOV, 1990).
Figura 14 A energia que retorna ao receptor com tempo de trnsito at meio perodo somada
construtivamente para formar o sinal do refletor, e a parte da interface da qual
esta energia est retornando conhecida como a Primeira Zona de Fresnel, ou
simplesmente, a Zona de Fresnel.
Fonte: Adaptado de Lindsey (1989)
32
A PZF, definida em profundidade, tem uma correspondente extenso na superfcie

de medio, e denominada de Primeira Zona de Fresnel Projetada (PZFP), cujo exemplo
mostrado na Figura 15. Dessa forma, a principal contribuio vinda de um refletor em
profundidade deve estar contida na PZFP (HUBRAL; SCHLEICHER; TYGEL, 1993), e
considerada como uma abertura adequada para o empilhamento CRS.
Uma aproximao da PZFP para o caso de uma seo ZO, em termos dos atributos
CRS dada em Mann (2002) pela seguinte equao:
v
WF
1 u
u
t
= |xm x0 | =
2
cos 0 2
v0 T
1
RNIP
1

RN
(3.13)
A zona de Fresnel depende de todos os trs parmetros CRS, o que significa que o procedimento de empilhamento s possvel aps a realizao das buscas uni-paramtricas.
Figura 15 Exemplo da Primeira Zona de Fresnel Projetada (PZFP) na superfcie de observao
em relao ao raio central. A extenso da ZFP serve para marcar a janela de
observao. A ZFP foi calculada para dois raios NIPs: P1 e P2 . O traamento cor
de rosa apresenta a projeo direta da zona de Fresnel (ZF) limitada pelos raios
normais. Segundo a equao (3.12), a cor azul mostra a ZF baseada no tempo de
trnsito de acordo com a teoria do raio. Nas cores verde e vermelha tem-se as ZFs
baseadas nas aproximaes hiperblica e parablica, respectivamente. Foi usada a
freqncia dominante de 30Hz. As linhas contnuas representam raios normais de
ZO, e as linhas tracejadas representam raios difratados.
Fonte: Adaptado de Mann (2002)
33
3.4 DADO SINTTICO

O processo completo, desde a aquisio do dado at a migrao organizado no
fluxograma da Figura 16. Inicia-se com a aquisio do dado ssmico no modelo AsturDuveneck, onde foi utilizado um arranjo-bilateral-simtrico (split-spread), os parmetros
usados esto descritos na Tabela 1.
A modelo sinttico foi construdo com o programa trimodel que faz parte do pacote
Seismic Unix (SU). O modelo construido para simular um ambiente geolgico foi denominado modelo Duveneck-Astur seguindo a descrio de Duveneck (2004), e composto de
camadas homogneas, isotrpicas, limitados por interfaces curvas suaves que obedeam
ao modelo do mtodo de empilhamento CRS. O modelo de velocidade original do dado
sinttico exibido na Figura 17, onde observa-se que as velocidade das camadas variam
da camada superior com velocidade de 2000 m/s, at a inferior com velocidade de 5000
m/s.
Figura 16 Fluxograma das etapas do processamento.
Modelo Sinttico
Aquisio

Dado bruto

Reorganizao
Dado organizado em famlias CMP

Empilhamento CRS

Sees: Empilhada; Coerncia Semblance; ngulo de emergncia; RNIP

Niptomografia
Modelo de velocidade
Migrao

Seo migrada em profundidade
Fonte: Do Autor
Figura 17 A distribuio de velocidades no modelo sinttico Duveneck-Astur composto basicamente de 4 estruturas: estrutura base do modelo
(A), estrutura de domo (B), estrutura de falha (C), e estrutura superior (D).
34
Fonte: Do Autor
35
Tabela 1 Parmetros de aquisio do dado sinttico.
Geometria de Tiros e Receptores

Nmero de tiros
Intervalo de tiros
Nmero de receptores
Intervalo entre receptores
Afastamento mnimo
Afastamento mximo
181
50 m
60
50 m
25m
1475m
Geometria CMP
Nmero de CMP
Intervalo entre CMP
Mxima cobertura
420
25 m
30
Parmetros de Gravao
Tempo de gravao
Intervalo de amostragem
3s
4 ms
Fonte: Do Autor
Os parmetros de abertura usados no empilhamento CRS na coordenada ZO variou

de -1475 m no tempo de 0 s at 1475 m no tempo de 3 s, enquanto a abertura em relao
a coordenada ponto-mdio foi de 200 m 300 m. O valor da velocidade v0 relacionado ao
ponto de emergncia foi v0 = 200m/s, e para mergulho confitante ndips = 2.
A Figura 18 exibe a seo empilhada CRS com boa continuidade dos eventos.
Observa-se na rea circulada em preto que as sinclinais do modelo so imageados na
forma de gravata-borboleta(bow-tie), e observa-se nas reas circuladas em verde que
os refletores conflitantes so transpassados apenas no sentido da esquerda para direita,
provavelmente por serem mergulhos conflitantes.
A Figura 19a exibe os valores de coerncia semblance para a seo ZO. Os atributos do campo de onda associados a valores baixos de coerncia so considerados sem
significado fsico, e os eventos com valores de coerncia altos garantem a confiabilidade
dos atributos extrados. O valor de coerncia semblance influenciado por alguns fatores:
intensidade do sinal em relao ao rudo aleatrio ao longo do evento de reflexo; nmero
de traos que contribuem para o evento; e ajuste do operador CRS ao evento de reflexo
(DUVENECK, 2004).
36
Figura 18 Seo empilhada CRS-optimizada.
Fonte: Do Autor
A Figura 19b mostra a seo ngulo de emergncia (x0 , t0 ) que relacionado

ao mergulho do refletor, e que varia entre 30 e +30 . A Figura 20a mostra como
RNIP (x0 , t0 ) cresce gradativamente com o tempo de trnsito t0 . A Figura 20b mostra
os valores de RN (x0 , t0 ) positivos nas partes convexas dos eventos de reflexo e valores
negativos nas partes cncavas dos eventos de reflexo, que segundo a Figura 20b so
exibidos coerentemente.
37
Figura 19 (a) Seo semblance mostrando alto valor de coerncia. (b) Seo ngulo de emergncia (x0 , t0 ) (graus), que se mostra coerente com o modelo original da Figura
17.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
1.0
0.9
0.8
Tempo (s)
1.5
0.7
0.6
0.5
0.4
2.0
0.3
0.2
0.1
0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
30
20
Tempo (s)
1.5
10
0
2.0
-10
-20
-30
2.5
3.0
Fonte: Do Autor
38
Figura 20 (a) Seo de curvatura RNIP (x0 , t0 ) com uma variao vertical, mostra-se coerente
com o modelo original da Figura 17. (b) Seo raio de curvatura RN (x0 , t0 ) com
formas cncavas e convexas mostra-se coerente com o modelo original da Figura 17.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
1.4
1.2
1.0
Tempo (s)
1.5
0.8
0.6
2.0
0.4
0.2
0
2.5
x10 4
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
1.0
0.8
0.6
Tempo (s)
1.5
0.4
0.2
0
-0.2
2.0
-0.4
-0.6
-0.8
2.5
-1.0
x10 5
3.0
Fonte: Do Autor
39
4 CRS-PARCIAL
O empilhamento CRS-parcial, descrito por Baykulov e Gajewski (2007), tem por

objetivo interpolar traos em CMPs com espacidade de dados, onde h falhas devido
a problemas no levantamento. Alm disso, o mtodo pode ser usado para aumentar a
relao sinal/ruido no dado pr-empilhado.
O CRS-parcial baseado no operador hiperblico mostrado na Equao 2.13 ilustrado na Figura 10, onde a superfcie do CRS-convencional mostrado em uma malha
verde, e a superfcie do CRS-parcial em uma malha vermelha, ao redor do ponto P0 em
um certo CMP.
Figura 21 Ilustrao do operador de empilhamento CRS-convencional e CRS-parcial. Na parte
inferior se tem um modelo com uma camada entre dois semi-espaos, onde em
vermelho ilustrado o raio de afastamento-nulo. Na parte superior se tem as curvas
em azul que representam os tempos de trnsito hiperblico dos eventos de reflexo,
e em vermelho a superfcie do operador CRS.
Fonte: Adaptado de Baykulov (2009)
Captulo 4. CRS-PARCIAL
40
Estratgia de Busca
A superfcie CRS-parcial calculada no CMP selecionado para toda amostra especificada A(tA , hA ), onde tA o tempo duplo de trnsito, e hA o meio-afastamento
fonte-receptor. Para isso, o tempo de trnsito de afastamento-nulo e os correspondentes
parmetros CRS (0 , RN , RNIP )A que descrevem esse evento so calculados.
Essa busca pelos atributos CRS simplificada para encontrar a hiprbole do
CMP que se ajusta ao evento A (ver Figura 22). Para isso todos os tempos de trnsito
afastamento-nulo dentro de uma faixa [0; tA ] e os seus correspondentes parmetros CRS
para cada t0 so testados para determinar a hiprbole que tem o menor desvio de tempo
de trnsito em relao a tA no afastamento hA . Dessa forma, determinado o tempo
de trnsito t0 que corresponde ao desvio mnimo entre o tempo de trnsito calculado e o
observado para a amostra A.
Figura 22 Curvas de tempos de trnsitos testados na proucura do melhor ajuste da hiprbole
a amostra A(tA , hA ) para a CRS-superfamlia.

O tempo exato de t0 que se ajusta perfeitamente na hiprbole do evento em questo calculado pela equao 4.1 usando os parmetros CRS que foram utilizados na
aproximao do tempo de trnsito para t0 , esta equao derivada de 2.13 aps resolver
a equao quadrtica para xm = 0, considerando apenas valores positivos,
t0 =
cos 0
+
v0 RNIP
h2A
v
!
u
u h2 cos2 0 2
A
t
v0 RN IP
+ t2A .
(4.1)
41
A expresso do tempo de trnsito para a superfcie de empilhamento CRS-parcial

(Equao 4.2), que utiliza os parmetros correspondentes a t0 produzida substituindo t0
da Equao 4.1 em 2.13.
t2 (xm , h) =
cos 0
+
v0 RN IP
h2A
v
!
u
u h2 cos2 0 2
A
t
v0 RNIP
v
u
+ t2A +
2
2
2 cos2 0 h2A cos2 0 u
t hA cos 0
+
v0
v0 RNIP
v0 RNIP
h2
(xm x0 )2
+ A ,
RN
RNIP
!
2sen0
(xm x0 )
v0
!2
+ t2A
(4.2)
essa superfcie usada para somar o dado coerentemente, e o resultado divido pelo
numero de traos envolvidos na somatria, gerando assim um trao para compor uma
Super-famlia CRS.
42
4.1 TESTE 1: DADO ESPAADO

Para mostrar os resultados da aplio do mtodo de empilhamento CRS-parcial em
dados espaados, utilizou-se a seguinte metodologia: realizou-se uma eliminao aleatria
de traos no dado utilizando o programa sukill, onde 80% dos traos do dado original foram
zerados, para este caso no houve adio de rudo. A Figura 23 mostra o exemplo do CMP
200 que exibido antes e depois da eliminao aleatria, onde de 30 traos apenas 6 no
foram zerados neste processo. Este dado espaado foi utilizado como entrada na busca
automtica dos atributos do campo de onda para calcular a superfcie de empilhamento
CRS. A abertura utilizada para o empilhamento CRS-parcial foi de [-1475 +1475] na
dimenso meio-afastamento, e na coordenada ponto-mdio foi de 200 m do tempo de
trnsito de 0.3 s 300 m em 2.7 s.
Figura 23 Famlia CMP 200 antes e depois da eliminao de traos. No foi aplicado ganho
figura
Fonte: Do Autor
Para realizar o empilhamento CRS-parcial pode-se utilizar apenas afastamentos
positivos, ou ento afastamentos negativos. Sendo assim, como a configurao de aquisio
do dado snttico foi um arranjo-bilatral-simtrico, foi necessrio fazer o processo de
empilhamento CRS-parcial duas vezes, uma para afastamentos positivos e outra para
afastamentos negativos, e em seguida concatenar os resultados, como mostra a Figura 24.
43
Figura 24 CRS-superfamlia 200 com afastamentos positivos e negativos separadamente. No

foi aplicado ganho figura
Fonte: Do Autor
A Figura 25a mostra o resultado na famlia CMP 200 antes e depois o empilhamento CRS-parcial. Observa-se nesta imagem como a relao sinal/rudo aumenta, com
isto a visualizao dos eventos ssmicos proeminente. Para observar como o empilhamento CRS-parcial melhorou a continuidade dos eventos e preencheu as lacunas no dado
pr-empilhado, a Figura 25b mostra uma janela tempo-espacial de 1 segundo e 400 m
para detalhes.
No lado esquerdo da Figura 26 mostrado o resultado da interpolao linear
temporal atravs do programa suinterp do SU, o intervalo entre os traos o mesmo da
seo interpolada com o CRS-parcial (12.5 m), mas por conta das limitaes do programa
no possvel obter uma interpolao satisfatria em se tratando de dados com uma falta
de informao considervel como no caso analisado. e o lado direito da Figura 26 mostra
uma janela tempo-espacial para detalhes.
44
Figura 25 (a) Famlia CMP 200 antes e depois do empilhamento CRS-parcial. (b) Detalhe da
famlia CMP 200 antes e depois do empilhamento CRS-parcial. No foi aplicado
ganho s figuras.
(a)
(b)
Fonte: Do Autor
45
Figura 26 Famlia CMP 200 interpolada com o programa suinterp do SU. No foi aplicado
ganho figura.
Fonte: Do Autor
As frequncias temporais e espaciais Nyquist so calculadas por

1
fNt =
,
2t
1
,
fNx =
2x
(4.3)
no qual t o intervalo de amostragem e x o espaamento entre os traos.

A Figura 27a mostra o espectro F-K da famlia CMP 200 contido na banda de
frequncia espacial de at 0.01 ciclos/metro, e frequncia temporal de at 125 Hz. A
Figura 27b mostra o espectro F-K da CRS-superfamlia 200 aps a interpolao de traos
feita pelo CRS-parcial. A frequncia espacial Nyquist aumentou para 0.04 ciclos/metro,
o que resulta na diminuio do efeito de contaminao por amostragem, e com isso todo
espectro fica contido em dois quadrantes. A frequncia temporal Nyquist permanece a
mesma em 125 Hz. O aumento da frequncia Nyquist espacial deve-se a diminuio do
espaamento entre os traos, resultado da interpolao feita pelo CRS-parcial. Os resultados do empilhamento das super-famlias geradas pelo CRS-parcial, denominados sees
empilhadas CRS-superfamlia foram comparados com outros dois tipos de empilhamentos,
o CMP-automtico e o CRS-convencional.
46
Figura 27 (a) Espectro F-K da famlia CMP 200 antes da aplicao do empilhamento CRSparcial, onde se observa mais contaminao ao longo de fx do que em ft comparado
com a Figura 27b. (b) Espectro F-K da CRS-superfamlia 200 aps a aplicao do
empilhamento CRS-parcial, onde se observa que todo o contedo do espectro est
limitado dois quadrantes.
(a)
(b)
Fonte: Do Autor
47
A Figura 28 mostra o resultado do empilhamento CMP-automtico, com muitas

lacunas nos eventos da seo empilhada. A Figura 29 mostra o resultado do empilhamento
CRS-convencional (que no utiliza as superfamlias CRS), que apresenta uma melhora
considervel em relao Figura 28, uma vez que quase todas as lacunas foram preenchidas
no empilhamento. A Figura 30 mostra a seo empilhada CRS-superfamlias resultando
na seo com a melhor continuidade dos eventos em comparao 28 e 29. Observase neste teste da seo 4.1, que mesmo com a eliminao de muitos traos no se nota
diferenas entre a seo empilhada da Figura 30 e a seo empilhada CRS (sem a anulao
de traos) da Figura 18.
O empilhamento CRS-superfamlia melhora a qualidade das sees empilhadas
pelo aumento da relao S/R. Alm disso, o mtodo leva em conta as informaes dos
traos vizinhos permitindo que se preencham pequenas lacunas nos dados, o que se observa
nas sees empilhadas das Figuras 28, 29 e 30.
Figura 28 Seo empilhada CMP-automtico. Comparar com as Figuras 29 e 30. No foi
aplicado ganho figura.
Fonte: Do Autor
48
Figura 29 Seo empilhada CRS-convencional. Comparar com as Figuras 28 e 30. No foi

Fonte: Do Autor
Figura 30 Seo empilhada CRS-superfamlia. Comparar com as Figuras 28 e 29. No foi
Fonte: Do Autor
49
4.2 TESTE 2: DADO RUIDOSO

O emprego do empilhamento CRS-parcial tambm foi analisado na presena de
rudo. Para isso, aplicou-se um rudo Gaussiano de valor S/N=5 no dado pr-empilhado
atravs do programa suaddnoise. A Figura 31 mostra antes e depois da adio do rudo
na famlia CMP 200. Nota-se que apenas os eventos mais rasos so vistos claramente, ou
seja, acima de 1.5 s.
Figura 31 Famlia CMP antes e depois da adio do rudo. No foi aplicado ganho figura.
Fonte: Do Autor
A abertura utilizada para o empilhamento CRS-parcial foi de [-1475 +1475] na

dimenso meio-afastamento, e na coordenada ponto-mdio foi de 200 m do tempo de
trnsito de 0.3 s 300 m em 2.7 s. Como no exemplo do dado espaado, o empilhamento
CRS-parcial foi realizado uma vez para afastamentos negativos e outra para os positivos
(ver Figura 32), e concatenados posteriormente.
Observa-se na Figura 33a a melhora na relao S/R da CRS-superfamlia, e uma
boa continuidade dos eventos em comparao com a famlia CMP.
50
Figura 32 CRS-superfamlia 200 com afastamentos positivos e negativos separados. No foi

aplicado ganho figura
Fonte: Do Autor
A Figura 33b mostra uma janela tempo-espacial de 1 segundo e 400 metros retirada
da Figura 33a para comparao das diferenas dessas duas famlias. A Figura 33b (direita)
mostra o resultado da interpolao, em comparao com a Figura 33b (esquerda) sem a
interpolao do CRS-parcial.
A Figura 34 do lado esquerdo mostra a interpolao feita pelo pacote suinterp do
SU que realiza uma interpolao temporal atravs da funo seno cardinal, o intervalo
entre os traos o mesmo da seo interpolada com o CRS-parcial (12.5 m), nota-se que
o mtodo interpolou alguns eventos rasos mais tambm interpolou os rudos envolvidos
na seo, resultando em uma seo CMP com baixa relao sinal-rudo, e no lado direito
mostrada uma janela tempo-espacial para detalhes da figura.
51
Figura 33 (a) Famlia CMP 200 antes e depois do empilhamento CRS-parcial. (b) Detalhe da
famlia CMP 200 antes e depois do empilhamento CRS-parcial. No foi aplicado
ganho s figuras.
(a)
(b)
Fonte: Do Autor
52
Figura 34 Famlia CMP 200 interpolada com o programa suinterp do SU. No foi aplicado
ganho figura.
Fonte: Do Autor
As Figura 35a mostra o espectro F-K da famlia CMP 200 antes da interpolao
de traos feita pelo CRS-parcial, onde a frequncia temporal Nyquist de 125 Hz, e a
frequncia espacial Nyquist de 0.01 ciclos/metro. A Figura 35b mostra o espectro F-K da
CRS-superfamlia 200 aps a interpolao de traos feita pelo CRS-parcial. A frequncia
espacial Nyquist aumentou para 0.04 ciclos/metro, o que resulta na diminuio do efeito de
contaminao por amostragem, e com isso todo espectro fica contido em dois quadrantes.
A frequncia temporal Nyquist permanece a mesma em 125 Hz.
53
Figura 35 (a)Espectro F-K da famlia CMP 200 antes da aplicao do empilhamento CRSparcial. (b) Espectro F-K da CRS-superfamlia 200 resultante depois da aplicao
empilhamento CRS-parcial.
(a)
(b)
Fonte: Do Autor
54
A Figura 36 resulta do empilhamento CMP-automtico onde, apesar da presena

de rudo possivel distinguir todos os refletores. A Figura 37 mostra o resultado do empilhamento CRS-convencional, onde se observa uma melhora na relao S/R e aumento
na coerncia dos eventos em relao a Figura 36. A Figura 38 mostra a seo empilhada
CRS-superfamlia. Comparando este resultado com os das Figuras 36 e 37, nota-se melhoras na relao S/R, de tal forma que as Figuras 18 e Figura 38 so semelhantes. Isto
mostra a estabilidade do mtodo na presena de rudos aleatrios.
Figura 36 Seo empilhada CMP-automtico. Comparar com as Figuras 37 e 38. No foi
Fonte: Do Autor
55
Figura 37 Seo empilhada convencional CRS. Comparar com as Figuras 36 e 38. No foi
Fonte: Do Autor
Figura 38 Seo empilhada CRS-superfamlia. Comparar com as Figuras 36 e 37. No foi
Fonte: Do Autor
56
5 INVERSO TOMOGRFICA DA ONDA NIP
A Figura 39 (a) ilustra um segmento de raios especulares conectando fontes e

receptores na superfcie de medida e um ponto de reflexo comum (PRC,CRP). Estas
trajetrias so desenhadas como idnticas dos raios associados a uma onda hipottica
emergente devido a uma fonte pontual no CRP da Figura 39 (b). Portanto, o tempo de
trnsito das reflexes para o CRP podem ser interpretadas em termos do tempo de trnsito
das ondas NIP, e a imagem do sinal de reflexo associado ao ponto CRP equivalente
convergncia da onda NIP para o tempo de trnsito igual a zero (ver Figura 39 (c))
(DUVENECK, 2004).
Figura 39 (a) Segmentos de raios especulares refletindo no CRP na subsuperfcie. (b) Trajetria dos raios associados com a onda hipottica NIP. Geometricamente, os raios
CRP e NIP so coincidentes. (c) Em um modelo de velocidade consistente, a onda
NIP converge para o ponto NIP para o tempo de trnsito zero.

Esse critrio de modelo est de acordo com o critrio de convergncia em profundidade para o caso de migrao.
5.1 COMPONENTES DO DADO DE ENTRADA E DO MODELO

A onda emergente NIP associada a cada amostra P0 (t0 , 0 ) caracterizada por
seu tempo de trnsito do raio normal 0 = t20 , pela localizao emergente 0 do raio
normal considerado, por sua derivada espacial de primeira ordem do tempo de trnsito
(componente horizontal da vagarosidade), p() , e por sua derivada espacial de segunda
()
ordem do tempo de trnsito, MNIP , que podem ser representados por
p() =
sen0
v0
(5.1)
Captulo 5. INVERSO TOMOGRFICA DA ONDA NIP
57
cos2 0
(5.2)
v0 RNIP
calculados a partir dos correspondentes parmetros CRS, representados pelo vetor de
entrada
()
dobs = (0 , MNIP , p() , 0 )ni=1 ,
(5.3)
()
MNIP =
onde n o nmero de pontos marcados na seo CRS empilhada.

A tomografia da onda NIP usa o conceito de um modelo de velocidade definido
por coeficientes B-spline em uma malha com nx e nz ns na horizontal e vertical, respectivamente, e dado por:
v(x, z) =
nz
nx X
X
vij j (x)k (z),
(5.4)
j=1 k=1
onde j e k so as funes bases B-splines, e vij so os coeficientes do modelo a serem

determinados no processo de inverso. A utilizao deste mtodo para estimar o modelo
de velocidade apresenta algumas vantagens:
As aproximaes de tempo de trnsito do mtodo CRS permitem correlacionar automaticamente eventos de reflexo em um grande nmero de traos com variaes
em relao ao ponto-mdio e ao meio-afastamento, o que torna possvel a identificao de reflexes e determinar seus tempos de trnsito mesmo quando a relao
sinal/rudo do dado for baixa.
O processo de marcao dos eventos feito na seo simulada afastamento-nulo, de
melhor relao sinal/rudo, facilitanto a identificao dos refletores e suas reespectivas marcaes.
A determinao do modelo de velocidade se torna possvel tambm em reas geolgicas complexas, onde difcil seguir uma continuidade dos eventos de reflexo
sobre a seo ssmica, pois os locais de marcao na seo simulada afastamentonulo podem ser feitas de modo independente, uma vez que esta no tem que seguir
eventos de reflexo contnuos no dado.
A Figura 40 exemplifica a tomografia da onda NIP 2D, que define cada CRP pela
posio em subsuperfcie, (x,z), e pela direo do raio normal dado ngulo de inclinao
local . Sendo assim, o problema para estimar o modelo de velocidade consiste em achar
as componentes do vetor m definido por:
(NIP)
(x, z, )i
vjk ,
(i = 1, ..., ndados ),
(j = 1, ..., nx , k = 1, ..., nz ).
(5.5)
Com isto, existem Ndados = 4ndados pontos de dados e Mpar = 3ndados + nx nz parmetros
no modelo a serem determinados.
58
Figura 40 Componentes dos dados mostrado no vetor 5.3 e do modelo em 5.5 para a inverso
tomogrfica da onda NIP.
5.2 SOLUO DO PROBLEMA INVERSO

O problema inverso por ajuste de curvas consiste na busca de um modelo timo
m tal que o desvio entre o dado observado, dobs , e o correspondente dado terico, dmod =
f(m), onde o operador no-linear f simboliza o traamento dinmico do raio no modelo
dado, seja minimizado no sentido dos mnimos quadrados. Sendo assim, a forma mais
simples da funo objeto de minimizao, (m), dada por:
1
1
1
(m) = ||d f(m)||2D = ||d(m)||2D = dT (m)C1
D d(m);
2
2
2
(5.6)
onde d(m) = d f(m). CD a matriz simtrica covarincia dos dados considerada diagonal (TARANTOLA, 1987), o que implica em erros no-correlacionveis. Cada ponto em
d na equao (5.6) contm quatro tipos diferentes de dados: tempo de trnsito; segunda
derivada do tempo de trnsito; primeira derivada do tempo de trnsito; e coordenadas
espaciais.
A srie de Taylor a tcnica usada para linearizar a funo desajuste na vizinhana
de, mn , e dada por
f (mn + m) f (mn ) + Fm,
(5.7)
fi
, tambm denominadas de derivadas de Frchet,
onde F a matriz das derivadas Fij = m
j
de f no ponto mn (Apndice A). A aproximao linear (5.7) do operador de modelagem
permite que um mnimo de (m) seja encontrado de forma iterativa iniciando com o
modelo de partida, m0 , e calculando uma sequncia de atualizaes, m, do modelo na
direo de um mnimo de (m), desde que se esteja prximo ao mnimo.
59
O mtodo baseado na minimizao da funo objeto (m) atravs da primeira

derivada em relao aos parmetros na forma
m = 0,
(5.8)
T 1
FT C1
D Fm = F CD d(mn ).
(5.9)
o qual resulta na equao normal
A equao (5.9) pode ser resolvida para m se o inverso de FT C1

D F existir e
T 1
poder ser calculado de uma forma estvel, se F CD F for singular, ou aproximadamente
singular, a inversa no pode ser calculada, e o sistema no contm informaes suficientes
para determinar de forma nica os parmetros do modelo, sendo necessrio introduzir
vnculos para regularizar o problema.
Regularizao um conceito central em inverso, e as diferentes formas de regularizao introduzidas estabelecem uma nova soluo ao problema. Sendo assim, uma forma
usual que o vetor soluo, m, tenha comprimento mnimo, o que implica na adio de
um termo extra na funo objeto de minimizao, L(m), multiplicado por um peso, ,
que pondera as duas partes, o vnculo dos dados E(m) e dos parmetros L(m) (MENKE,
1984). Com isto, a equao (5.6) passa forma
(m) = E(m) + 2 L(m).
(5.10)
O prximo passo para introduzir uma regularizao mais consistente do ponto de

vista fsico, sendo assim, admiti-se que o vetor de segunda derivadas, D, tenha comprimento mnimo, uma vez que elas representam uma medida de curvatura, penalisando a
rugosidade do modelo de velocidade, de modo a apresentar uma soluo mais suave para
explicar o dado. A condio de suavidade tambm necessria para assegurar a validao
da teoria paraxial do raio ao redor de cada raio central, permitindo relaciona-la ao clculo
dos atributos CRS. Sendo assim, a funo objeto de minimizao reescrita na forma:
1
1 (v)T (v)
(m) = dT (m)C1
D m ,
D d(m) + m
2
2
(5.11)
com o vetor dos parmetros alterado para,

m(NIP)
.
m=
m(v)
!
(5.12)
A matriz D positiva definida, e pondera a participao entre os termos desajuste e

regularizao.
A aplicao do gradiente m (m) = 0 na Equao 5.11, para a condio de
minimizao, resulta na equao normal:
T 1

(FT C1
D F + D )m = F CD d(mn ) D mn ;
(5.13)
60
obtida
que resolvida para se obter o vetor atualizao m. A matriz simtrica D
da matriz D pela adio de linhas e colunas extras contendo zeros para que o termo de
regularizao possa ser escrito em termos do vetor modelo completo, m, de modo que:
m = m(v)T D m(v) .
mT D
(5.14)
e o vetor d
nas formas:
Escrevendo a matriz F
1/2
= CD F
F
1/2
=
e d
CD
d(mn )
;
Bmn
!
(5.15)
a equao (5.13) reescrita na forma compacta,

T d.
T Fm
=F
F
(5.16)
TB
como descrito no apncide B. A
= D
tem por definio que B
A matriz B
estrutura da equao (5.16) permite que m possa ser calculado como uma soluo dos
mnimos quadrados na forma:
= d.
(5.17)
Fm
em F
e d,
que correspondem aos parmetros NIP do
As linhas da matriz B
na equao (5.17),
modelo, so nulas. Para a soluo da equao (5.17), a matriz B,
substituda por uma matriz retangular [0, B], onde BT B = D .
TF
e do
Para resolver a equao (5.17) implicaria no clculo da matriz transposta F
T
d.
No entanto, existe mtodos mais eficientes e numericamente mais estveis
vetor F
para o clculo da soluo desejada no sentido dos mnimos quadrados e, consequentemente,
a atualizao m, assim, o vetor modelo para a prxima iterao dado por:
mn+1 = mn + mn ;
(5.18)
onde 1 o fator de amortizao dos passos m.

A suluo da equao (5.17) obtida com o algortomo LQRS (PAIGE; SAUNDERS,
1982a; PAIGE; SAUNDERS, 1982b). Esse um mtodo iterativo, eficiente para resolver
esse tipo de sistemas lineares segundo a equao (5.17) (ver Apendice B).
Para se obter o vetor atualizao da soluo do sistema linear (5.17), os elementos
fi
da matriz F, Fij = m
, devem ser calculadas na etapa de modelagem pela aplicao da
j
teoria da pertubao do raio ao longo do raio normal. Durante as iteraes os valores mn
so obtidos, e novos dados so calculados pelo traamento dinmico do raio. Se a funo
objeto de minimizao em (5.11) aumenta, diminudo, ento (m) recalculada. Do
contrrio, a prxima iterao iniciada calculando as derivadas de Frchet para o novo
modelo.
61
5.3 ALGORTMO DE INVERSO

Os dados foram extrados na fase do empilhamento CRS, e so disponveis como
entrada para o processo de inverso. O algortmo da inverso segue as seguintes etapas.
1. Criao de um modelo de velocidade inicial pela atribuio de valores significativos
para os elementos de m(v) . Os fatores de escala dos dados (os elementos da matriz
diagonal CD ), os pesos dos vnculos adicionais, e os fatores de regularizao so
tambm especificados.
2. Para cada conjunto dos parmetros dos dados, um raio normal traado no modelo
na direo descendente at atingir o respectivo tempo de trnsito 0 . Cada raio
se origina na superfcie de medida (z = 0) em uma localizao emergente 0 , e
sua direo definida pelo ngulo de emergncia do raio central calculado pelos
correspondentes componentes dos dados. O ponto final do raio na subsuperfcie,
definido por 0 = 0, a localizao inicial do NIP, e o vetor vagarosidade do raio no
NIP produz a normal ao refletor. Baseando-se nestas informaes, o modelo NIP
inicial, para o vetor m(NIP) , pode ser estabelecido.
3. Traamento dinmico de raios na direo ascendente, iniciando no respectivo NIP,
para determinar os parmetros da modelagem direta, representada por dmod . Simultaneamente, os elementos da matriz F so calculados pela aplicao da teoria
da perturbao do raio ao longo de cada raio normal.
4. A funo objeto de minimizao (5.11) estimada pelo clculo do desajuste entre
os dados dobs e dmod , e pelo clculo do termo de regularizao do vetor modelo de
velocidade m(v) .
5. Construo do sistema de equaes lineares (5.17) e soluo segundo os mnimos
quadrados usando um mtodo numrico apropriado, denominado algoritmo LSQR,
que est implementado no programa Niptomo do Seismic Unix para obter um vetor
de atualizao do modelo, m.
6. O modelo atualizado, mn , multiplicado por um fator 0 < 1, adicionado
ao modelo atual, mn , e o modelo direto obtido (traamento dinmico do raio)
realizado com os novos valores dos parmetros do modelo para se obter um novo
vetor dmod .
7. Anlise da funo objeto de minimizao calculada a partir do desajuste dos dados
observados de dobs e o novo dmod .
8. Se a funo objeto de minimizao aumenta, o modelo atualizado rejeitado,
reduzido e as etapas 6 e 7 so repetidas at que a funo objeto de minimizao
62
diminua ou seja reduzido abaixo de um valor especfico. Se a funo objeto de

minimizao no diminui, mesmo para pequenos valores de , um mnimo da funo
objeto considerado alcanado.
9. Se a funo objeto de minimizao diminui, o modelo atualizado aceito, o peso
da regularizao diminudo, e a prxima iterao iniciada voltando etapa 3
onde usado o novo modelo de velocidade.
10. O procedimento interrompido quando um determinado nmero de iteraes, ou se
a funo objeto de minimizao tiver atingido um determinado valor menor do que
um valor pr-especificado pelo operador.
5.4 RESULTADOS
5.4.1 Dado sem edio de traos
Para o dado sinttico original (seo 3.4) foi realizada uma marcao manual da
seo empilhada CRS-optimizada (Figura 18), com um total de 587 pontos (, t). Em
seguida foi utilizado o programa kinattirpicker2d do Seismic Unix que tem como entrada
as sees dos atributos CRS (ngulo de emergncia, coerncia semblance e RNIP ) e o dado
empilhado para extrair os atributos cinemticos do campo de onda (MNIP e p) associados
a cada ponto marcado na seo empilhada.
Um modelo de velocidade inicial foi definido numa malha formada de nx x nz =23
x 16 ns B-splines com espaamento uniforme na horizontal x = 500m e na vertical
z = 300m, onde as coordenadas foram de x=-1000 m e x=10000 m na horizontal, e at
z=4500 m na vertical. Para o modelo inicial foi definido um gradiente vertical constante
de velocidade definido por:
v(z) = v0 + kz z,
(5.19)
onde v0 =2000 m/s e kz = 0, 86s1 .
Os fatores de regularizao adotados foram xx = 0.004 e zz = 0.0002, e um
peso de regularizao global que, para a (n + 1)-sima iterao, decresce iterativamente
passo-a-passo, e dado pela relao
n+1 =
n
,
n1 n
(5.20)
onde n o valor da funo objeto de minimizao aps n-sima iterao.

A Figura 41 mostra o comportamento da medida de desajuste em funo do nmero de iteraes, onde estabelecido o mximo de 15 iteraes para cada processo, que
63
convergiu efetivamente na 12 iterao, e o valor do desajuste foi reduzido em mais de

1000 vezes.
Figura 41 Valor da funo objeto de minimizao em funo do nmero de iteraes para o
dado sinttico original. Um modelo de velocidade inicial com gradiente linear foi
utilizado com v0 = 2000m/s e kz = 0, 86s1 .
0
10
valor da funcao objeto
10
10
10
10
15
Numero de interacoes
Fonte: Do Autor
A Figura 42 serve como controle de qualidade do processo de inverso analisada

atravs do espalhamento dos pontos de informaes aps 15 iteraes. A Figura 42a
mostra os dados marcados na seo empilhada da Figura 18. A Figura 42b mostra os
resduos de 0 , onde a maioria est entre 2ms e 2ms. A Figura 42c mostra os valores
de MNIP calculados pela equao (5.2). A Figura 42d mostra os desvios de M(N IP ) , a
maioria contida entre 5.109 s/m2 e 5.109 s/m2 . A Figura 42e mostra os valores de p
calculados pela equao 5.1 com valores ao redor de 200.106 s/m e 200.106 s/m. A
Figura 42f mostra os valores dos desvios p entre 3.106 s/m e 4.106 s/m.
64
Figura 42 Dado de entrada e erros residuais aps 15 iteraes. (a) Valores de 0 . (b) Erro
residual em 0 . (c) Valores de MNIP . (d) Erro residual em 0 . (e)Valores de p. (f)
Erro residual em p.
(b)
(a)
200
400
2
600
0 (103 s)
s)
3
0 (10
800
1000
4
1200
1400
0
1000
2000
3000
4000
5000
(m)
6000
7000
8000
8
0
9000
1000
2000
3000
15
1000
10
800
8000
9000
6000
7000
8000
9000
6000
7000
8000
9000
2
9
M(NIP) (10
M()
()
(NIP)
600
400
200
10
1000
2000
3000
4000
5000
(m)
6000
7000
8000
15
0
9000
1000
2000
3000
(e)
4000
5000
0 (m)
(f)
200
10
150
8
6
100
50
p() (106 s/m)
(10
s/m)
7000
(d)
1200
0
0
50
()
6000
s/m )
(109 s/m2)
(c)
4000
5000
0 (m)
0
2
100
4
150
6
200
250
0
8
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
10
0
Fonte: Do Autor
1000
2000
3000
4000
5000
0 (m)
65
A Figura 43 mostra o modelo de velocidade de referncia em profundidade (Figura

17) suavizado a 20 pontos, observa-se que as velocidade das camadas variam da superior
com 2000 m/s, at a inferior com 5000 m/s.
Figura 43 Modelo de velocidade de referncia suavizado a 20 pontos.
Fonte: Do Autor
A Figura 44a mostra o resultado da inverso NIP-tomogrfica obtido aps 15 iteraes. A caracterstica da figura o aumento gradativo da velocidade com a profundidade,
a variao horizontal, e a suavidade do modelo como exigido pela teoria paraxial do raio.
A Figura 44b mostra as marcaes feitas na seo empilhada CRS sobrepostas ao modelo
de velocidade final, onde pode-se observar a coerncia entre estas partes. A Figura 45a
mostra os raios normais traados correspondentes aos parmetros finais do modelo (x, z, )
sobrepostos ao modelo de velocidade final da inverso NIP-tomogrfica.
A Figura 45b mostra a seo migrada pelo mtodo ps-empilhamento em profundidade PSPI de Gazdag e Sguazzero (1984) utilizando o modelo de velocidades obtido no
processo de inverso NIP-tomogrfica. Comparando com a Figura 17, nota-se que interfaces refletoras foram migradas corretamente em profundidade, demonstrando a coerncia
do modelo de velocidade obtido pela inverso NIP-tomogrfica e o mtodo de migrao.
66
Figura 44 (a)Modelo de velocidade em profundidade obtido pela inverso da onda NIP aps
15 iteraes. Comparar com a Figura 43. (b) Plotagem das marcaes feitas na
seo empilhada CRS sobrepostas ao modelo de velocidade final obtido pela inverso
NIP-tomogrfica aps 15 iteraes mostrado na Figura 44a.
(a)
(b)
Fonte: Do Autor
67
Figura 45 (a) Plotagem dos raios normais correspondentes aos parmetros finais do modelo (x, z, ) sobrepostos ao modelo de velocidade final obtido pela inverso NIPtomogrfica aps 15 iteraes mostrado na Figura 44a (b) Resultado da migrao ps-empilhamento PSPI (Phase-Shift Plus Interpolation) em profundidade utilizando o modelo de velocidades obtido pela inverso NIP-tomogrfica.
(a)
(b)
0
1000
2000
3000
Afastamento (m)
4000
5000
500
Profundidade (m)
1000
1500
2000
2500
3000
3500
Fonte: Do Autor
6000
7000
8000
9000
68
5.4.2 Dados com edio de traos

Nesta seo os resultados da niptomagrafia so analisados quanto ao efeito de cada
mtodo de empilhamento na inverso da onda NIP utilizando os resultados dos testes 1
e 2 feitos Captulo 4, onde no teste 1 foi feita uma eliminao aleatria dos traos (seo
4.1), e no teste 2 foi adicionado um rudo Gaussiano ao dado (seo 4.2).
Os resultados dos testes 1 e 2 foram usados em trs casos diferentes:
Caso A: Inverso NIP-tomogrfica utilizando um modelo inicial de velocidade constante.
Caso B: Inverso NIP-tomogrfica utilizando como modelo inicial um modelo com
gradiente linear de velocidade.
Caso C: Inverso NIP-tomogrfica usando um modelo obtido da anlise de velocidade semblance como modelo de partida.
A Figura 46 mostra o modelo de velocidade obtido da anlise de velocidade semblance utilizando a seo empilhada CRS-optimizada da Figura 18 para marcao dos
eventos, este modelo foi usado como partida na inverso para o caso C, mas para utilizlo como entrada na niptomografia foi preciso reamostr-lo para a mesma dimenso da
malha usada na niptomografia.
69
Figura 46 Modelo de velocidade obtido da anlise de velocidade semblance.
Fonte: Do Autor
Um total de 9 testes foram realizados nesta seo, e organizados na Tabela 2.
importante ressaltar que nestes testes foram realizadas apenas marcaes automticas a
fim de se obter um parmetro sistemtico de comparao entre os resultados. Os valores
de regularizao e da dimenso da malha so os mesmos da sub-seo 5.4.1.
Tabela 2 Tabela da organizao dos testes realizados.
TESTE 1 (Seo espaada) TESTE 2 (Seo com rudo)

CMP-automtico
Caso A
CMP-automtico
Caso A
Caso B
Caso B
Caso C
Caso C
CRS-convencional Caso A CRS-convencional
Caso A
Caso B
Caso B
Caso C
Caso C
CRS-superfamlia Caso A CRS-superfamlia
Caso A
Caso B
Caso B
Caso C
Caso C
Fonte: Do Autor
70
Teste 1: Empilhamendo CMP-automtico

Neste teste foram utilizados os resultados obtidos no teste 1 da seo 4.1, referentes
ao empilhamento CMP-automtico, para usar como entrada na inverso NIP-tomogrfica
e obter o modelo de velocidade em profundidade.
A marcao automtica foi realizada com o programa Kinattirpicker2d do Seismic
Unix, e as sees dadas de entrada no programa so exibidas na Tabela 3. A coerncia
mnima para selecionar uma marcao (parmetro mincoher) foi de 0,19 uma vez que a
coerncia mxima na seo (Figura 47b) foi de 0,35. O total de marcaes foi de 399, e
reduzida a 395 aps edio.
Tabela 3 Tabela das sees de entrada para o programa Kinattirpicker2d. O parmetro mincoher foi 0,19.
Seo de entrada
Seo empilhada
Seo coerncia
Seo ngulo de emergncia
Seo RNIP
CMPstack
CMPcoher
Optangle
OptRnip
Fonte: Do Autor
A Figura 47a a seo empilhada CMP-automtica, e a Figura 47b mostra a seo
coerncia semblance, ambas resultantes do teste realizado na seo 4.1.
A seguir, uma malha de nx x nz =23 x 16 ns, como descrito na sub-seo 5.4.1, foi
feita para estabelecer o processo de inverso. Os fatores de regularizao adotados foram
xx = 0.004 e zz = 0.0002 para todos os casos descritos neste teste. As Figuras 48a, 48b
e 48c mostram o comportamento da funo objeto de minimizao em relao ao nmero
de iteraes nos processos de inverso.
71
Figura 47 (a) Seo simulada afastamento-nulo utilizada como entrada no programa de marcao automtica. (b) Seo coerncia semblance clculado pela expresso 3.2 utilizada como entrada no programa de marcao automtica, e que apresenta um valor
mximo ao redor de 0,35.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
Tempo (s)
1.5
2.0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
0.30
0.25
Tempo (s)
1.5
0.20
0.15
2.0
0.10
0.05
0
2.5
3.0
Fonte: Do Autor
72
Figura 48 Decaimento da funo desajuste (equao 5.6) em funo do nmero de iteraes.

(a) Caso A. (b) Caso B. (c) Caso C.
(a)
0
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
(b)
(c)
10
10
10
10
10
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
10
15
20
25
30
Nmero de iteraes
Fonte: Do Autor
Observa-se na Figura 48, que ao reniciar o processo de inverso utilizando a sada

final (velocidades e parmetros) e atualizando os valores de regularizao produz um maior
decaimento da funo objeto de minimizao, sendo assim, a repetio deste processo pode
ser feita.
A Figura 49 mostra o resultado da inverso da onda NIP com suas respectivas
marcaes sobrepostas para trs casos diferentes (A, B e C), e para 15 e 30 iteraes. A
Figura 49a mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes utilizando
um modelo inicial com velocidade constante v0 = 2000m/s (Caso A). A marcao automtica distribuda sobre todo o modelo, e apesar do modelo incial ser muito diferente
do original, a NIP-tomografia foi capaz de reproduzir o aspcto geral do modelo de velocidade original da Figura 43. A Figura 49b mostra o modelo de velocidade obtido aps
73
30 iteraes utilizando a sada final da inverso anterior (Figura 49a) como modelo inicial.
Nesta figura observa-se melhor a distribuio de velocidade na parte inferior do modelo
em comparao ao modelo de 15 iteraes (Figura 49a) o que mais compatvel com o
modelo de velocidade real do dado sinttico. A Figura 49c mostra o resultado da inverso
NIP-tomogrfica aps 15 iteraes utilizando um modelo inicial de velocidade com gradiente vertical de velocidade segundo a equao 5.19, onde v0 = 2000m/s e k = 0, 86s1
(Caso B). A Figura 49d mostra o modelo de velocidade resultante da NIP-tomografia
aps 30 iteraes, utilizando a sada final da inverso anterior (Figura 49c) como modelo
inicial, onde visualmente notada uma distribuio mais suave das altas velocidades para
o modelo resultande de 30 iteraes do que para o de 15 iteraes. A Figura 49e mostra
o modelo de velocidade resultante da inverso NIP-tomogrfica aps 15 iteraes, onde o
modelo inicial utilizado (Figura 46) obtido da anlise de velocidade Semblance (Caso
C). A Figura 49f exibe o resultado da inverso aps 30 iteraes utilizando a sada final
da inverso anterior (Figura 49e) como modelo inicial.
Analisando separadamente o caso A e B, o modelo final de velocidade (Figura 49c)
das 15 primeiras iteraes do caso B mais consistente do que o do caso A mostrado
na Figura 49a, uma vez que, devido o modelo inicial para o caso B conter um gradiente
vertical de velocidade, o modelo inicial j est bem mais prximo do modelo de velocidade
real.
74
Figura 49 Modelos de velocidade resultantes do teste 1, com as marcaes na seo empilhada

CMP-automtica plotadas. (a) Caso A para 15 iteraes. (b) Caso A para 30
iteraes. (c) Caso B para 15 iteraes. (d) Caso B para 30 iteraes. (e) Caso C
para 15 iteraes. (f) Caso C para 30 iteraes.
(a)
(b)
1000
500
1500
3500
2000
3000
4000
1000
4000
Profundidade (m)
Profundidade (m)
4500
4500
500
2500
1500
3500
2000
3000
2500
2500
2500
3000
3000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
2000
3500
9000
1000
2000
3000
(c)
4000
5000
Distncia (m)
6000
7000
8000
9000
(d)
0
5000
5000
500
500
4500
4500
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
1000
4000
1500
3500
2000
3000
3000
2500
2500
2500
2500
3000
3000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
2000
3500
9000
1000
2000
3000
(e)
4000
5000
Distncia (m)
6000
7000
8000
9000
(f)
0
4500
4500
500
500
4000
1500
3500
2000
3000
2500
4000
1000
Profundidade (m)
Profundidade (m)
1000
1500
3500
2000
3000
2500
2500
3000
2500
3000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
2000
3500
Fonte: Do Autor
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
75
Teste 1: Empilhamendo CRS-convencional

Neste teste foram utilizados os resultados obtidas no teste 1 da seo 4.1 referentes
ao empilhamento CRS-convencional, para usar como entrada na inverso NIP-tomogrfica
A marcao automtica foi realizada com o programa Kinattirpicker2d do Seismic
Unix, e as sees dadas de entrada no programa so exibidas na Tabela 4. A coerncia
mnima vlida para a marcao (parmetro mincoher) foi de 0,19. Neste caso, a diferena
de 1% na coerncia mnima para marcao resulta em uma diferena de 100 no nmero
de pontos marcados, sendo assim, o total de marcaes foi de 352 pontos.
Seo de entrada
Seo empilhada
Seo coerncia
Seo RNIP
Optstack
Optcoher
Optangle
OptRnip
Fonte: Do Autor
A Figura 50a mostra a seo empilhada CRS-optimizada, que apresenta poucas
lacunas no dado empilhado em comparao com a seo da Figura 47a. A Figura 50b
mostra a seo coerncia semblance CRS-optimizada, que apresenta um valor mximo de
0,25, menor que a seo 47b, embora neste caso, apresente melhor continuidade da funo
coerncia.
Uma malha de nx x nz =23 x 16 ns foi definida para o processo de inverso, com
os fatores de regularizao adotados xx = 0.004 e zz = 0.0002. As Figuras 51a, 51b e
51c mostram o comportamento da funo objeto de minimizao em relao ao nmero
de iteraes nos processos de inverso.
76
Figura 50 (a) Seo empilhada CRS-optimizada utilizada como entrada no programa de marcao automtica. (b) Seo coerncia semblance clculado pela Equao 3.2 utilizada
como entrada no programa de marcao automtica, que aponta um valor mximo
ao redor de 0,25.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
Tempo (s)
1.5
2.0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
0.20
Tempo (s)
1.5
0.15
0.10
2.0
0.05
2.5
3.0
Fonte: Do Autor
77
Figura 51 Decaimento da funo desajuste em funo do nmero de iteraes. (a) Caso A. (b)
Caso B. (c) Caso C.
(a)
0
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
(b)
(c)
10
10
10
10
10
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
10
15
20
25
30
Nmero de iteraes
Fonte: Do Autor
A Figura 52 mostra o resultado da inverso da onda NIP, com suas respectivas

marcaes para trs casos diferentes (A, B e C), para 15 e 30 iteraes. A Figura 52a
mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes utilizando um modelo
inicial com velocidade constante de 2000m/s (Caso A). A baixa coerncia semblance (Figura 50b) da seo empilhada CRS-optimizada afetou a marcao automtica, resultando
em uma menor quantidade de pontos marcados em comparao Figura 49, e consequentemente, afetando o resultado da NIP-tomografia. A Figura 52b mostra o resultado da
inverso NIP-tomogrfica aps 30 iteraes utilizando a sada final da inverso anterior
(Figura 52a) como modelo inicial. Da Figura 52b nota-se como o aumento do nmero
de iteraes melhora a distribuio da velocidade ao longo do modelo, o que resultou
em um modelo de velocidade mais coerente em relao ao modelo de velocidade real. A
78
Figura 52c mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes utilizando

um modelo inicial de velocidade com gradiente vertical de velocidade (Caso B), segundo
a equao 5.19, onde v0 = 2000m/s e k = 0, 86s1 . A Figura 52d mostra o modelo de
velocidade resultante da NIP-tomografia aps 30 iteraes utilizando a sada final da inverso anterior (Figura 52c). Este modelo bastante semelhante ao modelo obtido no
teste anterior (Figura 49d), e que apesar do resultado da Figura 52d conter menos pontos
marcados, o mesmo consegue reproduzir um modelo de velocidade coerente pela inverso
NIP-tomogrfica. A Figura 52e mostra o modelo de velocidade resultante da inverso
NIP-tomogrfica aps 15 iteraes, onde o modelo inicial utilizado (Figura 46) obtido
da anlise de velocidade Semblance (Caso C). A Figura 52f mostra o modelo de velocidade resultante da NIP-tomografia aps 30 iteraes utilizando a sada final da inverso
anterior (Figura 52e).
79

CRS-convencional plotadas. (a) Caso A para 15 iteraes. (b) Caso A para 30
(a)
(b)
4500
500
4500
500
4000
1000
4000
1500
3500
2000
3000
Profundidade (m)
Profundidade (m)
1000
2500
3500
1500
2000
3000
2500
2500
2500
3000
3000
2000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
9000
1000
2000
3000
(c)
4000
5000
Distncia (m)
6000
7000
8000
9000
(d)
0
5000
5000
500
500
4500
4500
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
1000
4000
1500
3500
2000
3000
3000
2500
2500
2500
2500
3000
3000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
2000
3500
9000
1000
2000
3000
(e)
4000
5000
Distncia (m)
6000
7000
8000
9000
(f)
4500
500
1000
4000
1000
1500
3500
2000
3000
2500
Profundidade (m)
Profundidade (m)
4500
500
4000
1500
3500
2000
3000
2500
2500
2500
3000
3000
2000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
3500
Fonte: Do Autor
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
80
Teste 1: Empilhamento CRS-superfamlia

ao empilhamento CRS-superfamlia, como entrada na inverso NIP-tomogrfica e obter o
modelo de velocidade em profundidade.
A marcao automtica foi feita com o programa Kinattirpicker2d do Seismic
Unix, e as sees dadas de entrada no programa so exibidas na Tabela 5. O valor da
coerncia mnima vlida para marcao (parmetro mincoher) foi 0,70, mais do que o
triplo utilizado nos testes anteriores, se esse valor fosse adotado para as sees 47a e 50a
nenhum ponto seria marcado no processo de marcao automtica. O valor da coerncia
mxima na seo (Figura 53b) foi de mais de 0,9, sendo assim, o total de pontos marcados
foi de 846, e reduzido a 830 aps edio.
Seo de entrada
Seo empilhada
Supergathers.Optstack
Seo coerncia
Supergathers.Optcoher
Seo ngulo de emergncia Supergathers.Optangle
Seo RNIP
Supergathers.OptRnip
Fonte: Do Autor
A Figura 53a mostra a seo empilhada CRS-superfamlias. Esta seo possui uma
relao sinal/rudo alta, a qual preencheu totalmente as lacunas que haviam nas outras
sees empilhadas (Figuras 47a e 50a).
A Figura 53b mostra a seo coerncia semblance, que possui altos valores de
coerncia em comparao com as outras sees (Figuras 47b e 50b). Nesta figura, nota-se
que para o primeiro refletor a coerncia possui o valor mximo, o que no corresponde ao
modelo de velocidade real do dado.
81
Figura 53 (a) Seo empilhada CRS-superfamlia utilizada como entrada no programa de marcao automtica. (b) Seo coerncia semblance clculado pela Equao 3.2 utilizada como entrada no programa de marcao automtica, onde a coerncia mxima
est acima de 0,9.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
Tempo (s)
1.5
2.0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
1.0
0.9
0.8
Tempo (s)
1.5
0.7
0.6
0.5
0.4
2.0
0.3
0.2
0.1
0
2.5
3.0
Fonte: Do Autor
82
Uma malha de nx x nz =23 x 16 ns foi estabelecida para o processo de inverso,

e os fatores de regularizao adotados foram xx = 0.004 e zz = 0.0002. As Figuras
54a, 54b e 54c mostram o comportamento da funo desajuste em funo do nmero de
iteraes da inverso.
Caso B. (c) Caso C.
(a)
0
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
(b)
(c)
10
10
10
10
10
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
10
15
20
25
30
Nmero de iteraes
Fonte: Do Autor

inicial com velocidade constante de 2000m/s (Caso A). Nota-se como a seo com uma
alta coerncia semblance aumenta a confiabilidade dos atributos do campo de onda CRS,
e so determinantes para se obter um modelo de velocidade prximo ao modelo real. A
Figura 55b mostra o modelo de velocidade obtido aps 30 iteraes utilizando a sada
83
final da inverso anterior (Figura 55a), e onde apresenta uma melhora na distribuio
das velocidades na base do modelo. A Figura 55c mostra o resultado da inverso NIPtomogrfica aps 15 iteraes utilizando um modelo inicial de velocidade com gradiente
vertical de velocidade (Caso B) segundo a equao 5.19 , onde v0 = 2000m/s e k =
0, 86s1 . A Figura 55d mostra o modelo de velocidade resultante da NIP-tomografia aps
30 iteraes utilizando a sada final da inverso anterior (Figura 55c), e visualmente pouca
diferena notada em comparao ao de 15 iteraes da Figura 55c. A Figura 55e mostra
C). A Figura 55f mostra o modelo de velocidade resultante da NIP-tomografia aps 30
iteraes utilizando a sada final da inverso anterior (Figura 55e).
A Figura 56 mostra os erros residuais ao final do processo de inverso com relao
MNIP e p aps 30 iteraes para o caso A, sendo que as figuras (a) e (b) se referem ao
empilhamento CMP-automtico, (c) e (d) ao empilhamento CRS-convencional, e (e) e (f)
ao empilhamento CRS-superfamlia.
MNIP e p aps 30 iteraes para o caso B, sendo que as figuras (a) e (b) se referem ao
MNIP e p aps 30 iteraes para o caso C, sendo que as figuras (a) e (b) se referem ao
Atravs das Figuras 56, 57 e 58, nota-se a maior quantidade de pontos marcados
nas sees CRS-superfamlia, e tambm a maior concentrao de pontos em um intervalo menor de erro residual, sendo assim, obteve-se um melhor ajuste dos parmetros
analisados, principalmente em relao ao parmetro p.
84

CRS-superfamlia plotadas. (a) Caso A para 15 iteraes. (b) Caso A para 30
(a)
(b)
5000
500
4500
500
4500
1000
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
4000
1500
3500
2000
3000
3000
2500
2500
2500
2500
3000
3500
3000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
9000
2000
0
1000
2000
3000
(c)
4000
5000
Distncia (m)
6000
7000
8000
9000
(d)
0
5000
5000
500
500
4500
4500
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
1000
4000
1500
3500
2000
3000
3000
2500
2500
2500
3000
3500
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
2500
3000
3500
9000
2000
0
1000
2000
3000
(e)
4000
5000
Distncia (m)
6000
7000
8000
9000
(f)
0
5000
5000
500
4500
4500
4000
1500
3500
2000
1000
Profundidade (m)
1000
Profundidade (m)
500
4000
1500
3500
2000
3000
3000
2500
2500
2500
2500
3000
3000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
2000
3500
Fonte: Do Autor
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
85
Figura 56 Resultados para o caso A aps 30 iteraes da inverso NIP-tomogrfica. (a) Erro
residual da inverso utilizando a seo CMP-automtica em (a) MNIP e (b) p. Erro
residual da inverso utilizando a seo CRS-convencional em (c) MNIP e (d) p. (e)
Erro residual da inverso utilizando a seo CRS-superfamlia em (e) MNIP e (f) p.
(a)
(b)
p() (106 s/m)
M()
(109 s/m2)
(NIP)
2
2
4
4
6
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
8
0
10000
1000
2000
3000
4000
5000
(m)
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
8000
9000
(c)
(d)
8
p() (106 s/m)
M()
(109 s/m2)
(NIP)
2
4
6
0
1000
2000
3000
4000
5000
(m)
6000
7000
8000
8
0
9000
1000
2000
3000
(e)
4000
5000
0 (m)
(f)
12
10
8
2
s/m)
()
(10
M()
(109 s/m2)
(NIP)
0
4
2
6
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
6
0
1000
2000
3000
4000
5000
(m)
0
Fonte: Do Autor
6000
7000
86
Figura 57 Resultados para o caso B aps 30 iteraes da inverso NIP-tomogrfica. (a) Erro
(a)
(b)
p() (106 s/m)
M()
(109 s/m2)
(NIP)
4
2
2
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
6
0
10000
1000
2000
3000
4000
5000
(m)
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
8000
9000
(c)
(d)
8
p() (106 s/m)
M()
(109 s/m2)
(NIP)
0
2
4
0
1000
2000
3000
4000
5000
(m)
6000
7000
8000
6
0
9000
1000
2000
3000
(e)
4000
5000
0 (m)
(f)
12
10
8
2
s/m)
()
(10
M()
(109 s/m2)
(NIP)
0
4
2
6
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
6
0
1000
2000
3000
4000
5000
(m)
0
Fonte: Do Autor
6000
7000
87
Figura 58 Resultados para o caso C aps 30 iteraes da inverso NIP-tomogrfica. (a) Erro
(a)
(b)
p() (106 s/m)
M()
(109 s/m2)
(NIP)
4
2
2
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
6
0
10000
1000
2000
3000
4000
5000
(m)
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
8000
9000
(c)
(d)
8
p() (106 s/m)
M()
(109 s/m2)
(NIP)
0
2
4
0
1000
2000
3000
4000
5000
(m)
6000
7000
8000
6
0
9000
1000
2000
3000
(e)
4000
5000
0 (m)
(f)
10
s/m)
()
(10
M()
(109 s/m2)
(NIP)
0
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
5
0
1000
2000
3000
4000
5000
(m)
0
Fonte: Do Autor
6000
7000
88
Teste 2: Empilhamento CMP-automtico

Neste teste foram utilizados os resultados obtidos no teste 2 da seo 4.2 referentes
ao empilhamento CMP-automtico, para usar como entrada na inverso NIP-tomogrfica
A marcao automtica foi feita com o programa Kinattirpicker2d do Seismic Unix,
e as sees dadas de entrada no programa so exibidas na Tabela 6. A coerncia mnima
para selecionar uma marcao (parmetro mincoher) foi de 0,30 uma vez que a coerncia
mxima na seo (Figura 59b) foi maior do que 0,60. O total de marcaes foi de 613, e
reduzida a 603 aps edio.
Seo de entrada
Seo empilhada
Seo coerncia
Seo RNIP
CMPstack
CMPcoher
Optangle
OptRnip
Fonte: Do Autor
A Figura 59a mostra a seo empilhada CMP-automtica, onde nota-se a presena
de rudos em consequncia do teste realizado na seo 4.2. A Figura 59b mostra a seo
coerncia semblance, onde nota-se o quanto esta seo foi afetada pelo rudo adicionado
no teste 2, o que diminuio a relao sinal/rudo, e consequentemente o nmero de pontos
da marcao automtica.
e os fatores de regularizao adotados foram xx = 0.004 e zz = 0.0002. As Figuras 60a,
60b e 60c mostram o comportamento do desajuste em funo do nmero de iteraes no
processo de inverso.
marcaes para trs casos diferentes (A, B e C), e para 15 e 30 iteraes. A Figura 61a
mostra o resultado da inverso NIP-tomografia aps 15 iteraes utilizando um modelo
inicial com velocidade constante de 2000m/s. A Figura 61b mostra o modelo de velocidades resultante da niptomagrafia aps 30 iteraes utilizando a sada final da inverso
anterior (Figura 61a).
89
Figura 59 (a) Seo simulada afastamento-nulo utilizada como entrada no programa de marcao automtica. (b) Seo coerncia semblance clculado pela Equao 3.2 utilizada
como entrada no programa de marcao automtica, e que apresenta um valor mximo maior do que 0,6.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
Tempo (s)
1.5
2.0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
0.6
0.5
Tempo (s)
1.5
0.4
0.3
2.0
0.2
0.1
0
2.5
3.0
Fonte: Do Autor
90
Caso B. (c) Caso C.
(a)
0
10
10
10
10
10
10
12
14
16
18
Nmero de iteraes
(b)
(c)
10
10
10
10
10
10
10
10
10
10
0
10
15
20
25
30
Nmero de iteraes
10
15
20
25
30
Nmero de iteraes
Fonte: Do Autor
A Figura 61c mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes

utilizando um modelo inicial de velocidade com gradiente vertical de velocidade (Caso
B) segundo a equao 5.19, onde v0 = 2000m/s e k = 0, 86s1 . A Figura 49d mostra o
modelo de velocidade resultante da NIP-tomografia aps 30 iteraes utilizando a sada
final da inverso anterior (Figura 61c). A Figura 61e mostra o modelo de velocidade
resultante da inverso NIP-tomogrfica aps 15 iteraes, onde o modelo inicial utilizado
(Figura 46) obtido da anlise de velocidade Semblance (Caso C). A Figura 61f mostra
o modelo de velocidades resultante da niptomagrafia aps 30 iteraes utilizando a sada
final da inverso anterior (Figura 61e).
91

CMP-automtica plotadas. (a) Caso A para 15 iteraes. (b) Caso A para 30
(a)
(b)
0
4500
4500
500
500
4000
4000
1000
1500
3500
2000
3000
Profundidade (m)
Profundidade (m)
1000
2500
3500
1500
2000
3000
2500
2500
2500
3000
3500
3000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
9000
2000
0
1000
2000
3000
(c)
4000
5000
Distncia (m)
6000
7000
8000
9000
(d)
0
5000
5000
500
500
4500
4500
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
1000
4000
1500
3500
2000
3000
3000
2500
2500
2500
3000
3500
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
2500
3000
3500
9000
2000
0
1000
2000
3000
(e)
4000
5000
Distncia (m)
6000
7000
8000
9000
(f)
0
4500
4500
500
500
4000
4000
1000
3500
1500
2000
3000
2500
Profundidade (m)
Profundidade (m)
1000
1500
3500
2000
3000
2500
2500
3000
2500
3000
2000
3500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
3500
Fonte: Do Autor
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
92
Teste 2: CRS-convencional
ao empilhamento CRS-convencional, para usar como entrada na inverso NIP-tomogrfica
as sees dadas de entrada no programa so exibidas na Tabela 7. A coerncia mnima
para selecionar uma marcao (parmetro mincoher) foi 0,30 uma vez que a coerncia
mxima na seo (Figura 62b) foi maior do que 0,60. O total de marcaes foi 643 pontos.
Seo de entrada
Seo empilhada
Seo coerncia
Seo RNIP
Optstack
Optcoher
Optangle
OptRnip
Fonte: Do Autor
A Figura 62a exibe a seo empilhada CRS-optimizada que apresenta uma relao
sinal/rudo maior em comparao com a seo 47a. A Figura 50b mostra a seo coerncia
semblance CRS-optimizada,e apresenta um valor mximo maoir do que 0,6, que o mesmo
da seo 47b.
63a, 63b e 63c mostram o comportamento da funo desajuste em funo ao nmero de
iteraes nos processos de inverso.
inicial com velocidade constante de 2000m/s (Caso A). A Figura 64b mostra o resultado da
inverso NIP-tomogrfica aps 30 iteraes utilizando a sada final da inverso anterior
(Figura 64a). Atravs da Figura 52b nota-se como o aumento do nmero de iteraes
melhora a distribuio da velocidade ao longo do modelo.
93
Figura 62 (a) Seo empilhada CRS utilizada como entrada no programa de marcao automtica. (b) Seo coerncia semblance clculado pela Equao 3.2 utilizada como
entrada no programa de marcao automtica, apresenta um valor mximo maior
que 0,6.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
Tempo (s)
1.5
2.0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
0.6
0.5
Tempo (s)
1.5
0.4
0.3
2.0
0.2
0.1
0
2.5
3.0
Fonte: Do Autor
94
Caso B. (c) Caso C.
(a)
0
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
(b)
(c)
10
10
10
10
10
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
10
15
20
25
30
Nmero de iteraes
Fonte: Do Autor
A Figura 64c mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes
utilizando um modelo inicial de velocidade com gradiente vertical de velocidade (Caso B),
segundo a equao 5.19, onde v0 = 2000m/s e k = 0, 86s1 . A Figura 64d mostra o modelo
de velocidade resultante da NIP-tomografia aps 30 iteraes utilizando a sada final da
inverso anterior (Figura 64c), e consegue reproduzir um modelo de velocidade coerente,
mesmo contendo menos pontos marcados que a seo da Figura 64b. A Figura 64e mostra
C).A Figura 67f mostra o modelo de velocidade resultante da NIP-tomografia aps 30
iteraes utilizando a sada final da inverso anterior (Figura 64e).
95

CRS-convencional plotadas. (a) Caso A para 15 iteraes. (b) Caso A para 30
(a)
(b)
4500
4500
500
500
4000
4000
1000
1500
3500
2000
3000
Profundidade (m)
Profundidade (m)
1000
2500
3500
1500
2000
3000
2500
2500
2500
3000
3500
3000
2000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
9000
1000
2000
3000
(c)
7000
8000
9000
0
5000
5000
500
500
4500
4500
4000
1500
3500
2000
1000
Profundidade (m)
1000
Profundidade (m)
6000
(d)
2500
3000
2000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
2000
2500
2500
3000
4000
1500
3000
3000
2500
3500
4000
5000
Distncia (m)
3500
9000
1000
2000
3000
(e)
4000
5000
Distncia (m)
6000
7000
8000
9000
(f)
0
4500
4500
500
500
4000
4000
1000
1500
3500
2000
3000
2500
Profundidade (m)
Profundidade (m)
1000
3500
1500
2000
3000
2500
2500
2500
3000
3500
3000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
2000
3500
Fonte: Do Autor
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
96
Teste 2: Empilhamento CRS-superfamlia

Neste caso foram utilizados os resultados obtidos no teste 2 da seo 4.2 referentes
ao empilhamento CRS-superfamlia, para usar como entrada na inverso NIP-tomogrfica
e as sees dadas de entrada no programa so descritas na Tabela 8. A coerncia mnima
para selecionar uma marcao (parmetro mincoher) foi de 0,60, uma vez que a coerncia
mxima na seo (Figura 65b) foi maior do que 0,90. O total de marcaes foi de 613
pontos.
Tabela 8 Tabela das sees de entrada ao programa Kinattirpicker2d. O parmetro mincoher
foi 0,60.
Seo de entrada
Seo empilhada
Supergathers.Optstack
Seo coerncia
Supergathers.Optcoher
Seo ngulo de emergncia Supergathers.Optangle
Seo RNIP
Supergathers.OptRnip
Fonte: Do Autor
A Figura 65a mostra a seo empilhada CRS-superfamlia. Pode-se notar que a
seo tem uma alta relao sinal/rudo em comparao com as sees das Figuras 59a e
62a.
A Figura 65b mostra a seo coerncia semblance que possui altos valores de
coerncia em comparao com as sees das Figuras 59b e 62b. Nesta seo o valor
mximo da coerncia foi maior que 0,9.
97
Figura 65 (a) Seo empilhada CRS-superfamlia utilizada como entrada no programa de marcao automtica. (b) Seo coerncia semblance clculado pela Equao 3.2 utilizada como entrada no programa de marcao automtica, e que apresenta um valor
mximo acima de 0,9.
(a)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
Tempo (s)
1.5
2.0
2.5
3.0
(b)
1000
2000
3000
Afastamento (m)
4000
5000
6000
7000
8000
0.5
1.0
0.9
0.8
0.7
Tempo (s)
1.5
0.6
0.5
0.4
2.0
0.3
0.2
0.1
0
2.5
3.0
Fonte: Do Autor
98

66a, 66b e 66c mostram o comportamento da funo desajuste em funo do nmero de
iteraes dos processos de inverso.
Caso B. (c) Caso C.
(a)
0
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
(b)
(c)
10
10
10
10
10
10
10
10
10
10
10
15
20
25
30
Nmero de iteraes
10
15
20
25
30
Nmero de iteraes
Fonte: Do Autor
mostra o resultado da inverso NIP-tomografia aps 15 iteraes utilizando um modelo
inicial com velocidade constante de 2000m/s (Caso A). Observa-se a melhora da relao
sinal/rudo do dado na seo empilhada na qual feita a marcao para se obter atributos
do campo de onda CRS coerentes com o dado, o que reflete em um modelo de velocidade
em profundidade prximo do modelo real. A Figura 67b mostra o modelo de velocidade
obtido aps 30 iteraes utilizando a sada final da inverso anterior (Figura 67a), onde
99
pode-se notar uma melhora na distribuio das velocidades na base do modelo. A Figura
67c mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes utilizando um
modelo inicial de velocidade com gradiente vertical de velocidade (Caso B) segundo a
equao 5.19, onde v0 = 2000m/s e k = 0, 86s1 . A Figura 67d mostra o modelo de
velocidade obtido aps 30 iteraes utilizando a sada final da inverso anterior (Figura
67c). A Figura 67d mostra o modelo de velocidade resultante da inverso NIP-tomogrfica
aps 15 iteraes, onde o modelo inicial utilizado (Figura 46) foi o da anlise de velocidade
semblance (Caso C). A Figura 67f mostra o modelo de velocidade resultante da NIPtomografia aps 30 iteraes utilizando a sada final da inverso anterior (Figura 67e).
MNIP e p aps 30 iteraes para o caso A, sendo que as figuras (a) e (b) se referem ao
MNIP e p aps 30 iteraes para o caso B, sendo que as figuras (a) e (b) se referem ao
MNIP e p aps 30 iteraes para o caso C, sendo que as figuras (a) e (b) se referem ao
100

CRS-superfamlia plotadas. (a) Caso A para 15 iteraes. (b) Caso A para 30
(a)
(b)
5000
500
500
4500
4500
1000
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
4000
1500
3500
2000
3000
3000
2500
2500
3500
2500
2500
3000
3000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
9000
2000
0
1000
2000
3000
(c)
4000
5000
Distncia (m)
6000
7000
8000
9000
(d)
0
5000
5000
500
500
4500
4500
1000
4000
1500
3500
2000
3000
2500
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
3500
2000
3000
2500
3000
2000
0
4000
1500
2500
2500
3000
3500
Profundidade (m)
Profundidade (m)
1000
3500
9000
2000
0
1000
2000
3000
(e)
4000
5000
Distncia (m)
6000
7000
8000
9000
(f)
500
500
4500
1000
4500
1000
4000
1500
3500
2000
Profundidade (m)
Profundidade (m)
4000
1500
3500
2000
3000
3000
2500
2500
2500
2500
3000
3500
3000
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
3500
Fonte: Do Autor
2000
0
1000
2000
3000
4000
5000
Distncia (m)
6000
7000
8000
9000
101
(a)
(b)
4
3
s/m)
6
()
(10
M()
(109 s/m2)
(NIP)
2
2
1
4
2
6
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
4
0
9000
1000
2000
3000
4000
5000
(m)
6000
7000
8000
9000
6000
7000
8000
9000
6000
7000
8000
9000
(c)
(d)
4
3
s/m)
6
()
(10
M()
(109 s/m2)
(NIP)
2
2
1
4
2
6
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
4
0
9000
1000
2000
3000
4000
5000
(m)
0
(e)
(f)
10
6
4
s/m)
(10
()
M()
(NIP)
(109 s/m2)
6
8
10
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
5
0
Fonte: Do Autor
1000
2000
3000
4000
5000
0 (m)
102
Figura 69 Resultados para o caso B aps 30 iteraes da inverso NIP-tomogrfica. (a) Erro
(a)
(b)
s/m)
6
()
(10
M()
(109 s/m2)
(NIP)
2
2
4
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
8
0
9000
1000
2000
3000
6000
7000
8000
9000
6000
7000
8000
9000
6000
7000
8000
9000
(c)
(d)
6
s/m)
()
(10
M()
(109 s/m2)
(NIP)
4000
5000
(m)
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
8
0
9000
1000
2000
3000
4000
5000
(m)
0
(e)
(f)
10
s/m)
(10
()
M()
(NIP)
(109 s/m2)
0
4
6
10
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
6
0
Fonte: Do Autor
1000
2000
3000
4000
5000
0 (m)
103
(a)
(b)
4
4
s/m)
6
(10
()
M()
(109 s/m2)
(NIP)
2
2
2
4
4
6
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
6
0
9000
1000
2000
3000
4000
5000
(m)
6000
7000
8000
9000
6000
7000
8000
9000
6000
7000
8000
9000
(c)
(d)
s/m)
6
(10
()
M()
(109 s/m2)
(NIP)
2
0
2
4
8
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
6
0
9000
1000
2000
3000
4000
5000
(m)
0
(e)
(f)
10
s/m)
(10
()
M()
(NIP)
(109 s/m2)
0
4
6
10
0
1000
2000
3000
4000
5000
0 (m)
6000
7000
8000
9000
6
0
Fonte: Do Autor
1000
2000
3000
4000
5000
0 (m)
104
5.5 MIGRAES
Os modelos de velocidade obtidos na NIP-tomografia so utilizados na migrao
ps-empilhamento PSPI em profundidade. A seo empilhada da Figura 18 utilizada
nestas migraes afim de observar o efeito devido ao modelo de velocidade obtidos na
inverso NIP-tomogrfica aps 30 interaes. Os resultados das migraes foram organizados segundo a Tabela 9.
Tabela 9 Organizao dos resultados das migraes.
Migraes Teste
1
1
Empilhamento
Modelos de Velocidade
CMP-automtico
Figura 49b
CRS-convencional
Figura 52b
CRS-superfamlia
Figura 55b
CMP-automtico
Figura 49d
CRS-convencional
Figura 52d
CRS-superfamlia
Figura 55d
CMP-automtico
Figura 49f
CRS-convencional
Figura 52f
CRS-superfamlia
Figura 55f
CMP-automtico
Figura 61b
CRS-convencional
Figura 64b
CRS-superfamlia
Figura 67b
CMP-automtico
Figura 61d
CRS-convencional
Figura 64d
CRS-superfamlia
Figura 67d
CMP-automtico
Figura 61f
CRS-convencional
Figura 64f
CRS-superfamlia
Figura 67f
Fonte: Do Autor
Migraes 1
As Figuras 71, 72 e 73 mostram os resultados do Conjunto-1 de migraes da
Tabela 9 utilizando os modelos de velocidade das Figuras 49b, 52b, e 55b, obtidos pela
niptomografia com um modelo de partida uniforme com velocidade de 2000 m/s.
105
Figura 71 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 49b obtido com a seo empilhada CMP-automtica
da Figura 28.
Fonte: Do Autor
Figura 72 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 52b obtido com a seo empilhada CRS-convencional
da Figura 29.
Fonte: Do Autor
106
Figura 73 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 55b obtido com a seo empilhada CRS-superfamlias
da Figura 30.
Fonte: Do Autor
As Figuras 71, 72 e 73 comparadas com o modelo sinttico (ver Figura 17) mostra
que apenas a ltima camada no foi corrigida para a forma plana, permanecendo com
a forma de anticlinal, e o restante das interfaces foram migradas de forma consistente
em profundidade. Os artefatos como gravata borboleta que podiam ser observados
claramente na seo empilhada (Figura 18) foram colapsadas. Portanto, embora no
tenha ocorrido diferenas significativas entre os resultados obtidos para a migrao PSPI,
o Conjunto-1 de migraes mostra ser coerente com o dado sinttico original.
Migraes 2
Tabela 9 utilizando os modelos de velocidade das Figuras 49d, 52d, e 55d, os quais foram obtidos pela niptomografia com um modelo de partida com gradiente vertical de
velocidade.
107
Figura 74 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 49d obtido com a seo empilhada CMP-automtica
da Figura 28.
Fonte: Do Autor
Figura 75 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 52d obtido com a seo empilhada CRS-convencional
da Figura 29.
Fonte: Do Autor
108
Figura 76 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 55d obtido com a seo empilhada CRS-superfamlias
da Figura 30.
Fonte: Do Autor
Analisando as Figuras 74 e 75 e comparado-as com as Figuras 71 e 72 verifica-se

que ocorre uma diferena no ultimo refletor com distncia de 2000 m 3000 m, onde o
refletor foi migrado a uma profundidade maior, devido a velocidades maiores que as reais.
Mas o mesmo no acontece na Figura 76 onde o modelo de velocidade utilizado foi obtido
com a seo empilhada CRS-superfamlia (Figura 55d).
Migraes 3
Tebela 9 utilizando os modelos de velocidade das Figuras 49f, 52f, e 55f, os quais foram
obtidos pela NIP-tomografia com modelos de partida resultantes da anlise de velocidade
convencional via semblance.
109
Figura 77 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 49f obtido com a seo empilhada CMP-automtica
da Figura 28.
Fonte: Do Autor
Figura 78 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 52f obtido com a seo empilhada CRS-convencional
da Figura 29.
Fonte: Do Autor
110
Figura 79 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 55f obtido com a seo empilhada CRS-superfamlias
da Figura 30.
Fonte: Do Autor
As Figuras 77, 78 e 79 mostram que os trs modelos de velocidades produziram

migraes de forma bem semelhante. Dessa forma, os modelos de velocidades e as sees
migradas do conjunto-3 so coerentes com o dado sinttico original.
Migraes 4
Tebela 9 utilizando os modelos de velocidade obtidos pela niptomografia com um modelo
de partida uniforme com velocidade de 2000 m/s. (Figuras 61d, 64d, e 67d).
111
da Figura 36.
Fonte: Do Autor
da Figura 37.
Fonte: Do Autor
112
da Figura 38.
Fonte: Do Autor
As migraes das Figuras 80, 81 e 82 mostram que, semelhantemente ao conjunto3, no houveram diferenas significativas entre as trs sees migradas. O desaparecimento dos artefatos de empilhamento e o reposicionamento dos refletores mostram que o
conjunto-4 de migraes coerente com o dado sinttico original.
Migraes 5
Tebela 9 utilizando os modelos de velocidade das Figuras 61d, 64d, e 67d obtidos pela
niptomagrafia com um modelo de partida com gradiente vertical de velocidade.
113
da Figura 36.
Fonte: Do Autor
da Figura 37.
Fonte: Do Autor
114
da Figura 38.
Fonte: Do Autor
As migraes das Figuras 83, 84 e 85 mostra semelhantemente ao conjunto 3 e

4, que no houveram diferenas significativas entre as sees migradas. Dessa forma, os
modelos de velocidades utilizados no conjunto 5 de migraes coerente com o dado
sinttico.
Migraes 6
Tebela 9 utilizando os modelos de velocidade das Figuras 61f, 64f, e 67f, os quais foram
obtidos pela niptomografia com modelos de partida resultantes da anlise de velocidade
semblance.
115
Figura 86 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 61f obtido com a seo empilhada CMP-automtica
da Figura 36.
Fonte: Do Autor
Figura 87 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 64f obtido com a seo empilhada CRS-convencional
da Figura 37.
Fonte: Do Autor
116
Figura 88 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 67f obtido com a seo empilhada CRS-superfamlias
da Figura 38.
Fonte: Do Autor
As migraes das Figuras 86, 87 e 88 mostram que, semelhantemente aos conjuntos

de 1 5, no houveram diferenas significativas entre as trs sees migradas. Mas essas
migraes mostram que os modelos de velocidade utilizados para o conjunto-6 migrou de
forma satisfatria o dado, corroborando para a coerncia dos modelos de velocidades em
relao ao dado original.
117
6 CONCLUSES
Neste trabalho foi realizado basicamente a anlise de trs tipos de empilhamentos,

CMP-automtico, CRS-convencional e CRS-superfamlias, e de suas relaes com a NIPtomografia, com isso podemos reunir algumas concluses a respeito desses processos. O
Captulo 4 mostra de forma comparativa os resultados dos trs empilhamentos em duas
situaes diferentes.
Na seo 4.1 ultilizou-se um dado espaado para analisar a evoluo na qualidade
das sees para cada tipo de empilhamento, onde observa-se a superioridade da seo empilhada CRS-superfamlia da Figura 30 em relao aos outros dois tipos de empilhamento
das Figuras 28 e 29, pois a interpolao CRS-parcial produz um aumento considervel da
relao S/R no dado pr-empilhado, preenchendo as lacunas que existiam no dado espaado como pode-se observar na Figura 25a. Realizou-se tambm uma interpolao linear
temporal atravs do programa suinterp a fim de comparar seus resultados interpolao
do CRS-parcial, e observou-se que a interpolao do suinterp no foi capaz de preencher
as lacunas do dado espaado como mostrado na Figura 26, pois por uma limitao do programa, este s interpola traos com base nas informaes dos seus vizinhos mais prximos,
sendo assim, se os traos vizinhos esto zerados, ele interpola um trao sem informao.
Na seo 4.2 tratamos o dado ruidoso, onde se observou a estabilidade do mtodo
de empilhamento CRS-parcial na presena de rudos aleatrios, com aumento da relao
S/R, e melhora na continuidade das reflexes no dado pr-empilhado (Figura 33a). Isto
resultou na seo emiplhada CRS-superfamlia (Figura 38) superior em relao as sees
apresentadas pelas outras formas de empilhamento (Figuras 36 e 37). Realizou-se tambm
uma interpolao linear temporal atravs do programa suinterp a fim de comparar seus
resultados interpolao do CRS-parcial, e observou-se que este tipo de interpolao
no foi capaz de aumentar a relao S/R do dado pr-empilhado pois como interpola
por rastramento de eventos, este mtodo interpolou alguns eventos rasos mas tambm
interpolou os rudos envolvidos na seo como observa-se na Figura 34.
Os espectros F-K das super-famlias CRS das Figuras 27b e 35b mostram o resultado da interpolao dos traos com o contedo de frequncia contido na janela de
Nyquist, diminuindo assim a contaminao por amostragem do sinal, e fazendo com que
o contedo espectral seja limitado aos quadrantes I e II, como desejado.
As Figuras 53b e 65b mostram um aumento na coerncia resultante do empilhamento CRS-superfamlias. O aumento no valor da coerncia produziu um nmero maior
de marcaes automticas, sendo isto a forma de medir uma melhor qualidade. Alm
disso, os modelos de velocidades obtidos pela inverso niptomogrfica utilizando as mar-
Captulo 6. CONCLUSES
118
caes com a seo empilhada das CRS-superfamlias tambm apresentaram melhoras,

como pode ser visto nas Figuras 55 e 67.
Sobre os conjuntos migrados da seo 5.5, observa-se que as migraes PSPI removeram os artefatos das sees empilhadas e posicionaram os refletores em suas profundidades adequadas em quase todas as sees, essa migrao apenas no removeu uma
forma de anticlinal na ltima camada em nenhuma das sees analisadas, o que deve-se
ao tipo de migrao utilizada e no ao modelo de velocidade, pois migraes do tipo
PSPI possui problemas para imagear reas com grande contraste de velocidade. Pode-se
concluir tambm que os 6 conjuntos migrados mostraram que a variao dos modelos de
velocidade obtidos pela NIP-tomografia no presente trabalho no foram suficientes para
se ter diferenas significativas nas migraes PSPI para este dado.
119
REFERNCIAS
BAYKULOV, M. Seismic imaging in complex media with the Common Reflection

Surface stack. Dissertao (Mestrado), Hamburg, 2009.
BAYKULOV, M.; GAJEWSKI, D. Prestack seismic data enhancement with crs
parameters. WIT, n. 11, p. 5061, 2007.
BILOTI, R. Tempos de trnsito multiparamtricos: estimao e inverso. Tese
(Doutorado) Unicamp, Campinas, Dezembro 2001.
BRUNE, R. H.; OSULLIVAN, B. L.; LU, L. Comprehensive analysis of marine 3-d bin
coverage. The Leading Edge, Tulsa, OK, v. 21, p. 10101015, 1994.
CLAERBOUT, J. F. Fundamentals of geophysical data processing. [S.l.]: McGraw-Hill,
1976.
DUARTE, O. Dicionrio enciclopdico Ingls-Portugus. Rio de Janeiro: Sociedade
Brasileira de Geofsica, 2003.
DURBAUM, H. Zur bestimmung von wellenge-schwindigkeiten reflexionxseismichen
messungen. Geophysical Prospecting, v. 2, p. 151167, 1954.
DUVENECK, E. Tomographic velocity model inversion with crs attributes. Geophysical
Institute, Germany, p. 150, December 2002.
DUVENECK, E. Tomographic determination of seismic velocity models with kinematic
wavefield attributes. Tese (Doutorado) Karlsruhe University, Karlsruhe, December
2004.
FARRA, V.; MADARIAGA, R. Seismic waveform modeling in heterogeneous media by
ray perturbation theory. J. Geophys. Res., B3, n. 92, p. 26972712, 1987.
FOMEL, S. Seismic reflection data interpolation with differential offset and shot
continuation. Geophysics, v. 68, p. 733744, 2003.
GAMBOA, F. Aplicaes do mtodo de Superfcie Comum de Reflexo (CRS) ao
processamento ssmico. Tese (Doutorado) Unicamp, Campinas, Julho 2007.
GARABITO, G. Empilhamento ssmico por superfcie de reflexo comum: um novo
algortimo usando otimizao global e local. Tese (Doutorado) Universidade Federal
do Par, Belm, October 2001.
GAZDAG, J.; SGUAZZERO, P. Migration of seismic data by phase-shift plus
interpolation. Geophysics, Tulsa, OK, v. 49, n. 2, p. 124131, 1984.
GILL, P. E.; WRIGHT, M. H. Practical Optimization. [S.l.]: Academic Press, 1981.
HEILMANN, B. Z. CRS-stack-based seismic reflection imaging for land data in time and
depth domains. Tese (Doutorado) Karlsruhe University, Karlsruhe, February 2007.
REFERNCIAS
120
HILTERMAN, F. J. Interpretative lessons form three-dimensional modeling. Geophysics,

Tulsa, OK, v. 47, n. 05, p. 784808, 1982.
HUBRAL, P.; KREY, T. Interval Velocities from Seismic Reflection Time Measurements.
Tulsa, OK: Society of Exploration Geophysicists, 1980.
HUBRAL, P.; SCHLEICHER, J.; TYGEL, M. Determination of fresnel zones from
traveltime measurements. Geophysics, Tulsa, OK, v. 58, n. 5, p. 703712, 1993.
IKELLE, L. T.; AMUNDSEN, L. Introduction to petroleum seismology. [S.l.]: Society of
Exploration Geophysicists, 2005.
JGER, R. The common-reflection-surface stack: Theory and application. Dissertao
(Mestrado) Karlsruhe University, Karlsruhe, 1999.
KRAVTSOV, Y. A.; ORLOV, Y. I. Geometrical optics of inhomogeneous media. Berlin:
Springer Verlag, 1990.
LIMA, H. M. Processamento e imageamento de dados ssmicos marinhos. Dissertao
(Mestrado) Universidade Federal do Par, Belm, Par, 2010.
LINDSEY, J. P. The fresnel zone and its interpretive significance. The Leading Edge,
Houston, Texas, v. 8, n. 10, p. 3339, October 1989.
MANN, J. Common-reflection-surface stack and conflicting dips. 63th Mtg. EAGE,
2001.
MANN, J. Common-reflection-surface stack and conflicting dips. 71st Annual Internat.
Mtg. SEG, 2001.
MANN, J. Extensions and aplications of the common reflection surface stack method.
Tese (Doutorado) Karlsruhe University, Karlsruhe, July 2002.
MENKE, W. Geophysical Data Analysis: Discrete Inverse Theory. [S.l.]: Academic
Press, 1984.
MLLER, T. The common reflection surface stack method-seismic imaging without
explicit knowledge of the velocity model. Tese (Doutorado) Karlsruhe University,
Karlsruhe, July 1999.
NEIDELL, N. S.; TANER, M. T. Semblance and other coherency measures for
multichannel data. Geophysics, v. 36, n. 03, p. s, 1971.
PAIGE, C. C.; SAUNDERS, M. A. Algorithm 583 lsqr: Sparse linear equations and
least squares problems. ACM Trans. Math. Softw., v. 8, n. 2, p. 195209, 1982.
PAIGE, C. C.; SAUNDERS, M. A. Lsqr: An algorithm for sparse linear equations and
sparse least squares. ACM Trans. Math. Softw., v. 8, n. 1, p. 4371, 1982.
ROBINSON, E. A.; SILVIA, M. T. Deconvolution of geophysical time series in the
exploration for oil and natural gas. Amsterdam, Netherlands: Elsevier Scientific
Publishing Company, 1979.
SHAH, P. M. Use of wavefront curvature to relate seismic data with subsurface
parameters. Geophysics, Tulsa, OK, v. 38, n. 5, p. 812825, Oct. 1973.
REFERNCIAS
121
SHERIFF, R. E.; GELDART, L. P. Exploration seismology. Cambridge: Cambridge

University Press, 1982.
SHERIFF, T. Factors affecting seismic amplitudes. Geophysical Prospecting, Amsterdan,
v. 23, n. 1, p. 125138, 1975.
TARANTOLA, A. Inverse Problem Theory: Methods for Data Fitting and Model
Parameter Estimation. Amsterdam: SIAM, 1987.
YILMAZ, O. Seismic data analisys: Processing, inversion and interpretation of seismic
data. Tulsa, OK: Society of Exploration Geophysicists, 2000. 1000 p.
122
APNDICE A DERIVADAS DE FRCHET
As derivadas de Frchet na inverso niptomogrfica so representadas por:

F=
(, M, , )
,
(x, z, , v)
(A.1)
e obtidas pela teoria da perturbao do raio paraxial realizadas em coordenadas centradas

no raio para o caso 2D (q, s), onde s o comprimento de arco ao longo do raio, e q a
coordenada normal direo do raio (FARRA; MADARIAGA, 1987). Os resultados so
transformados para coordenadas cartesianas e ngulos nos pontos inicial e final do raio.
Perturbaes na coordenada q, e na correspondente vagarosidade p na posio s1
ao longo do raio, podem ser relacionadas s perturbaes q e p em s0 , em termos
perturbao v na velocidade podem ser escritas na forma :
Z s1
q0
q1
(s1 , s)B(v, s)ds,
+
= (s1 , s0 )
p0
p1
s0
!
(A.2)
onde B = [0, (vq v/v 3 vq /v 2 )]T . O ndice q denota a derivada parcial relativa a q,
q1 = q(s1 ), e
Q
1 Q2
(s1 , s0 ) =
(A.3)
P1 P2
a matriz propagadora do raio entre os pontos s0 e s1 , onde os elementos so solues
do sistema de traamento do raio com condies iniciais para as ondas planas (Q1 , P1 ) e
para fonte pontual (Q2 , P2 ) normalizada, que obedecem a equao diferencial:
d
0
v
=
.
1
ds
v2 vqq 0
!
(A.4)
(s, s0 ), a equao (A.2) pode ser propagada ao

Devido propriedade (s1 , s) = (s1 , s0 )
longo do traamento de raio. O valor desejado M = P2 /Q2 , e M depende diretamente
da perturbao dos elementos de na forma:
M =
P2
P2
2 Q2 .
Q2
Q2
(A.5)
ao longo do raio dado por:

A relao entre s perturbaes e
Q1 Q2
(s0 , s1 ) =
P1 P2 .
(A.6)
Com o objetivo de separar a perturbao na velocidade das coordenadas espaciais, o

argumento S pode ser escrito na forma S = S1 (v) + S2 (q, p). O clculo das
coordenadas centradas no raio para S1 e S2 toma a forma:
S1 (v) = 2
v3

v
v 2
vqq v + vq vq v vq 2 vqq
0
(A.7)
APNDICE A. DERIVADAS DE FRCHET
123
2vq p
2vq q
,

S2 (v) = 3
1
v
v
q
v
q
2v
p
q
q
qqq
q
3
2
v
v
(A.8)
onde q e p relacionam-se em q0 e p0 atravs da equao (A.6) da matriz propagadora do raio. A derivada espacial de terceira ordem da velocidade est presente na
equao (A.8).
(s0 ) calculada pelo sistema de traamento dinmico do raio dada por
0
vs0
(s0 ) = vqq
.
s0
0
v2
(A.9)
As relaes abaixo se originaram de algumas consideraes geomtricas:

q0 = cos x senz
sen()
p0 =
v(s0 )
v(s0 )
s0 = senx + cos z
q1
=
cos
sen() = v(s1 )p1 .
(A.10)
As derivadas de Frchet envolvendo M , e , de forma que se obtm:

M
x
M
z
M
M
v
M
M
+ sen
q0
s0
M
M
= sen
+ cos
q0
s0
sen
=
Q1
cos
= cos
= Diretamente das equaes (A.8-A.10)

= v(s1 ) cos P1
= v(s1 )senP1
=
=
=
=
=
=
v(s1 )
v(s0 )
p1
v(s1 )
v
cos
Q1
cos
sen
Q1
cos
1
Q2
v(s0 ) cos
1 q1
.
cos v
(A.11)
124
As derivada temporal de Frchet obtidas a partir da expresso:

Z s1
sen
v(s)
cos
t =
x
z
ds.
v(s0 )
v(s0 )
s0 v 2 (s)
(A.12)
Para cada raio relacionado aos pontos do dado de entrada, e cada ponto B-spline
do modelo de velocidade, estas expresses precisam ser calculadas. Para um dado ponto
B-spline (j, k), a perturbao da velocidade dada por:
v(x, z) = j (x)k (z).
(A.13)
As equaes (A.11) podem ser expandidas para cada raio usando as equaes (A.6), (A.7),
(A.8), considerando a perturbao da velocidade (A.13), alm de considerar a componente
da primeira derivada espacial do tempo de trnsito de segunda ordem na localizao
, as derivadas de Frchet so escritas como
do raio normal 0 , p() , por p() = sen()
v(s0 )
(DUVENECK, 2004):
i
xj
i
zj
i
j
i
vjk
cos j
Q1 (s1j , s0j )ij ,
cos j
senj
=
Q1 (s1j , s0j )ij ,
cos j
1
=
Q2 (s1j , s0j )ij ,
v(s0j ) cos j
"
#
qi
1
pi
Q1 (s1j , s0j )
,
=
+ Q2 (s1j , s0j )
cos j
vjk
vjk
=
()
pi
xj
= cos j cos j P1 (s1j , s0j )ij ,
()
pi
zj
= cos j senj P1 (s1j , s0j )ij ,
()
pi
j
cos j
P2 (s1j , s0 j)ij
v(s0j )
()
pi
vjk
= cos j
"
pi
qi
.
+ P2 (s1j , s0j )
P1 (s1j , s0j )
vjk
vjk
#
(A.14)
onde
Z s1i
qi
1
1 v
Q2 (s, s0i ) 2 [j (x(s))k (z(s))] + 3 [j (x(s))k (z(s))] ds
=
vjk
v q
v q
s0i
(A.15)
(
e
Z s1i
1
1 v
pi
Q1 (s, s0i ) 2 [j (x(s))k (z(s))] + 3 [j (x(s))k (z(s))] ds.
=
vjk
v q
v q
s0i
(A.16)
(
125
O ndice i representa o i-simo raio, e ij o smbolo de Kronecker. Para M () , as derivadas

de Frchet so dadas por:
()
Mi
xj
= 2senj cos j cos j v(s1j )P1 (s1j , s0j )

2
+ cos j
Mj
v(s0j)senj
ij ,
cos j + 2
q0j
Q2 (s1j , s0j )
()
Mi
zj
= 2senj cos j cos j v(s1j )P1 (s1j , s0j )

+ cos2 j
= 2senj cos j
()
Mi
vjk
P2 (s1j , s0j )
+
Q2 (s1j , s0j )
v(s0j) cos j
Mj
senj + 2
q0j
Q2 (s1j , s0j )
()
Mi
j
P2 (s1j , s0j )
+
Q2 (s1j , s0j )
ij ,
1 Mj
v(s1j ) P22 (s1j , s0j )
+
ij ,
v(s0j ) Q2 (s1j , s0j ) v(s0j ) p0j
Mj
pi
P2 (s1j , s0j )
qi
+
= 2senj cos j
+ P2 (s1j , s0j )
.
P1 (s1j , s0j )
Q2 (s1j , s0j )
vjk
vjk
vjk
(A.17)
#
"
A delta de Kronecker serve para definir que cada ponto do dado corresponde
apenas um ponto do NIP considerado no modelo, e:
Z s1i
3
2
Mi
v
1
22i P1i ds,
2i P1i + 1) 3 v v 1 v Q
2 P2i (3Q
= 2
3
2
2
3
q0i
Q2 (s1j , s0j ) s0i
q
v q q
v q
#
!
Z s1i "
2
3
Mi
v 2
1
1 v 3
3 v v
6 P2i Q2i 3
Q2i ds,
= 2
p0i
Q2 (s1j , s0j ) s0i
q
v q q 2 v 2 q 3
"
Z s1j
2
Mi
1
1
2 2 v
P 2 Q
= 2
2i
2i 3
vjk
Q2 (s1j , s0j ) s0i
v
q 2 v
22i 1
Q
v3
v
v
!2
j (x(s))k (z(s)) +
v
2
2
[j (x(s))k (z(s))] v 2 [j (x(s))k (z(s))]
q q
q
!)
ds.
(A.18)
1i , Q
2i , P1i e P2i so definidos como Q
1i = Q1 (s, s0i ),
Nestas equaes, os argumentos Q
2i = Q2 (s, s0i ) e P2i = P2 (s, s0i ). As derivadas de Frchet para o tempo de trnsito so
Q
obtidas atravs da integrao da equao (A.12) na forma 2D, considerando a perturbao
do tempo de trnsito relativo a perturbao do modelo de velocidade, que resulta em:
i
xj
i
zj
i
j
i
vjk
senj
ij ,
v(s0j )
cos j
ij ,
=
v(s0j )
= 0,
=
s1i
s0i
j (x(s))k (z(s))
ds,
v 2 (s)
126
(A.19)
onde pode-se definir as derivadas de Frchet sob a forma
F=
(, M, p, )
.
(x, z, , v)
(A.20)
O clculo dos atributos CRS, por modelagem direta, feito atravs dos sistemas
de traamentos dinmico e cinemtico do raio (DUVENECK, 2002). Usando o sistema
de traamento cinemtico do raio em 2D, podemos calcular a posio emergente 0 do
raio normal e sua componente horizontal p() em 0 na forma:
xi
H
(x)
= vpi , i = 1, 2;
=
(x)
s
pi
(x)
pi
H
1 v
=
= 2
, i = 1, 2,
s
xi
v xi
(A.21)
definido como a funo hamiltoniana, s o comprimento de arco do raio,

onde H
(x)
xi
s
o vetor unitrio tangente a curva do raio e si permite avaliar o vetor componente

horizontal p ao longo de um raio contnuo em um meio de variao suavizado.
O uso da integral da equao
2
X
1
(x) H
=
pi
=
(x)
s i=1
v
pi
(A.22)
ao longo do raio fornece o tempo de trnsito ao longo deste.

()
O clculo de MNIP pode ser feito em diferentes sistemas de coordenadas atravs

do traamento dinmico do raio. Usar-se- as coordenadas centradas no raio, visto que
apresentam maior flexibilidade na obteno de resultados. Para o caso 2D, a derivada
espacial de segunda ordem do tempo de trnsito da onda NIP, no raio central, definida
por
P2
MNIP =
,
(A.23)
Q2
onde P2 e Q2 so solues do sistema de traamento dinmico do raio correspondente a
uma fonte pontual.
Em coordenadas cartesianas, a equao (A.23) torna-se:
MNIP = (cos2 )MNIP = (cos2 )
P2
,
Q2
(A.24)
()
onde MNIP dado por:

()
MNIP
cos2
=
KNIP .
v0
(A.25)
O mtodo de Runge-Kutta de 4a ordem utilizado como soluo numrica dos dois

sistemas de traamento de raio da equao (A.21).
127
APNDICE B MATRIZ TOMOGRFICA 2D
mostrada em (5.17) solucionada a partir

Nesta apndice a matriz tomogrfica F
de uma nova forma de definir o vetor dos dados de entrada d e os parmetros do modelo m
em funo dos vnculos adicionais aplicados, cuja forma de soluo se baseia no algoritmo
LSQR para solucionar matrizes esparsa.
Vetor dos dados
Com as derivadas de Frchet calculadas, pode-se criar a matriz tomogrfica, que depende
da forma dos vetores do modelo e dos dados. Para o caso mais geral (com vnculos
adicionais do modelo), o vetor dos dados d definido como:
d(NIP)
d = (vinc) ,
d
com
()
(B.1)
()
()
d(NIP) = 01 , . . . , 0npontos , MNIP1 , . . . , MNIPnpontos , p1 , . . . , p()

npontos , 01 , . . . , 0npontos
T
e
h
d(vinc) = v(x1 , z1 ), . . . , v(xnvpontos , znvpontos ), 01 , . . . , 0npontos
iT
(B.2)
Vetor dos parmetros

O vetor modelo definido como:
m(NIP)
,
m=
m(v)
com

(NIP)
m(NIP) = x1
e
(NIP)
, . . . , x(NIP)
npontos , z1
(B.3)
(NIP)
, 1
, . . . , zn(NIP)
pontos
m(v) = (v11 , . . . , v1nz , . . . , vnx nz )T ,

(v)
onde m[(i1)nz +j] = vij .

Matriz tomogrfica
, . . . , n(NIP)
pontos
T
(B.4)
APNDICE B. MATRIZ TOMOGRFICA 2D
128
da equao (5.17), tem a forma:

A matriz tomogrfica F,
=
F
0
x(NIP)
h
() i
1 MNIP
M h x(NIP) i
1
p()
p h x(NIP) i
0
1
x(NIP)
0
z (NIP)
h
() i
MNIP
1
M h z (NIP) i
p()
1
p h z (NIP) i
0
1
z (NIP)
1
[0v ]
i
0vq
0
(NIP)
h
() i
MNIP
1
M h (NIP) i
p()
1
p h (NIP) i
0
1
(NIP)
1
[0B ]
0
v
h
() i
1 MNIP
M h v i
()
1 p
p h v i
1 0
h
v
i
1 v (vinc)
v h v
i
(q v)
1
.
vq
v
(B.5)
[B]
formada por matrizes diagonais npontos npontos conA parte superior esquerda de F
tendo as derivadas de Frchet relativas aos parmetros do modelo NIP (DUVENECK,
formada por matrizes npontos nx nz contendo as
2004) e a parte superior direita de F
correspondentes derivadas de Frchet relativas aos parmetros do modelo de velocidade
vjk .
h
(vinc)
A matriz nvpontos nx nz v v
contm as derivadas de Frchet dos vnculos
de informao a priori da velocidade. As correspondentes derivadas destes vnculos em
relao aos parmetros do modelo NIP so zero, resultando na matriz nula nvpontos
h
i
q v)
3npontos [0v ]. Os elementos da matriz npontos nx nz (
so as derivadas de Frchet
v
em relao aos parmetros do modelo de velocidade vjk . As correspondentes derivadas de
Frchet destes vnculos em relao aos parmetros do modelo NIP tambm so assumidas
nulas, resultando na matriz npontos 3npontos [0vq ].
A matriz [B] uma matriz nx nz nx nz triangular-superior idntica matriz B
definida para o caso 3D na forma:
D = BT B,
(B.6)
onde B possui as mesmas dimenses de D e > 0. A matriz [B] calculada da matriz

D(2D) atravs da decomposio de Cholesky e [0B ] uma matriz nula nx nz 3npontos .
Forma de soluo
Substituindo a matriz (B.5) em (5.17) teremos um sistema grande de equaes lineares
esparsa e o
para ser resolvido por decomposio de valores singulares. A matriz F
mtodo LSQR ((PAIGE; SAUNDERS, 1982a); (PAIGE; SAUNDERS, 1982b)) um mtodo eficiente para resolver esse tipo de sistemas lineares da forma da equao (B.5), visto
que um mtodo interativo equivalente analiticamente ao algoritmo gradiente-conjugado
(GILL; WRIGHT, 1981). Porm, as propriedades numricas so mais favorveis, em par na forma esparsa e resolver
ticular para sistemas mal-postos, pois permite armazenar F
diretamente (5.17) para encontrar m sem precisar inverter a matriz.

Tese Sismica

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tese Sismica

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDADE FEDERAL DO PAR

FELIPE ASTUR VALDES PENA

Processamento e imageamento ssmico usando

FELIPE ASTUR VALDES PENA

Processamento e imageamento ssmico usando o CRS

Dissertao apresentada ao Programa de Ps-Graduao

Dados Internacionais de Catalogao de Publicao (CIP)

Agradeo primeiramente a Deus por ter me proporcionado sade e determinao

Tudo posso naquele que me fortalece."

Funes bases B-splines

Funo Delta de Dirac

Medida de desajuste em funo dos parmetros m

Intervalo de amostragem temporal

Espaamento entre os traos

ngulo de inclinao do refletor

Localizao emergente do raio normal

tempo de trnsito do raio normal

Funo objeto de minimizao

Frequncia angular no espao

INVERSO TOMOGRFICA DA ONDA NIP . . . . . . . . .

APNDICE A DERIVADAS DE FRCHET . . . . . . . . . . . . 122

inverso utiliza os atributos CRS marcados na seo ZO empilhada.

e os dados calculados ou modelados, 0 , MNIP , p() , 0

, a partir do modelo terico,

Os modelos de velocidade obtidos so utilizados na migrao PSPI em profundidade.

Captulo 2. SSMICA DE REFLEXO

Fonte: Adaptado de Sheriff (1975)

A descrio do modelo direto requer a definio do arranjo geomtrico da aquisio

Captulo 2. SSMICA DE REFLEXO

Figura 2 Diferentes configuraes de arranjos geomtricos ssmicos.

Fonte: Gamboa (2007)

Fonte: Lima (2010)

Captulo 2. SSMICA DE REFLEXO

Figura 4 (a) Geometria do levantamento tiro-comum. (b) Geometria de processamento ponto

Fonte: Lima (2010)

O ponto-mdio-comum (CMP) definido como o ponto mdio do par fonte e

Captulo 2. SSMICA DE REFLEXO

Fonte: Sheriff (1975)

onde vn a velocidade e en a espessura relativa camada n (ver Figura 6).

Captulo 2. SSMICA DE REFLEXO

Figura 6 Modelo 2D composto por N camadas com interfaces plano-horizontais e N interfaces

Fonte: Adaptado de Hubral e Krey (1980)

onde p = sen0 /v0 , (0 o ngulo de partida |/2|) e ti = 2ei /vi o tempo-simples

Captulo 2. SSMICA DE REFLEXO

equao (NEIDELL; TANER, 1971):

O raio de curvatura da frente de onda na superfcie de observao dado por

O tempo de trnsito para o empilhamento hiperblico ZO dado por:

onde vNMO a correspondente velocidade terica da correo de sobre-tempo.

Captulo 2. SSMICA DE REFLEXO

Fonte: Adaptado de Hubral e Krey (1980)

O modelo de interfaces curvas em 2D, e sua extenso a 3D, j mais prximo

e o hiperblico dado pela equao

Captulo 2. SSMICA DE REFLEXO

Fonte: Hubral e Krey (1980)

Captulo 2. SSMICA DE REFLEXO

Fonte: Biloti (2001)

A determinao dos parmetros do operador de empilhamento realizada atravs

Captulo 3. MTODO CRS

(NEIDELL; TANER, 1971)

Fonte: Garabito (2001)

Captulo 3. MTODO CRS

3.1 EMPILHAMENTO CRS

Fonte: Biloti (2001)