INSTITUTO DE GEOCINCIAS
PROGRAMA DE PS-GRADUAO EM GEOFSICA
DISSERTAO DE MESTRADO
BELM-PAR
2014
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
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
(t)
d(m)
Comprimento de onda
Densidade do meio
Desvio padro
Operador gradiente
(m)
Fator de amortizao
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
CONCLUSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
REFERNCIAS
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
. . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
24
25
28
30
33
56
56
58
61
62
62
68
104
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
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
()
mod
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).
15
Figura 1 Efeitos fsicos relacionados propagao de ondas ssmicas num meio geolgico.
16
Figura 3 (a) Geometria de processamento afastamento-comum. (b) Geometria do levantamento receptor comum. v representa a velocidade da camada.
(a)
(b)
17
(a)
18
Figura 5 Ilustrao do cubo de dados de multicobertura onde esto inclusos diferentes configuraes fonte-receptor.
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
19
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)
20
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)
n
n1
Y cos2 j
2 X
.
vn2 tn
2
v1 i=1
j=1 cos j
(2.10)
t (x) =
t20
x2
2
vNMO
2
vNMO
=
2v1 R0
,
t0 cos2 0
(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.
cos2 0
sen0
(xm x0 ) +
t(xm , h) = t0 + 2
v0
v0
(2.12)
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.
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 .
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)
25
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.
26
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)
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)
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)
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.
29
(i)
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)
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)
32
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.
33
Reorganizao
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
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
36
Fonte: Do Autor
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
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.
t0 =
cos 0
+
v0 RNIP
h2A
v
!
u
u h2 cos2 0 2
A
t
v0 RN IP
+ t2A .
(4.1)
Captulo 4. CRS-PARCIAL
41
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.
Captulo 4. CRS-PARCIAL
42
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.
Captulo 4. CRS-PARCIAL
43
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.
Captulo 4. CRS-PARCIAL
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
Captulo 4. CRS-PARCIAL
45
Figura 26 Famlia CMP 200 interpolada com o programa suinterp do SU. No foi aplicado
ganho figura.
Fonte: Do Autor
(4.3)
Captulo 4. CRS-PARCIAL
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
Captulo 4. CRS-PARCIAL
47
Fonte: Do Autor
Captulo 4. CRS-PARCIAL
48
Fonte: Do Autor
Figura 30 Seo empilhada CRS-superfamlia. Comparar com as Figuras 28 e 29. No foi
aplicado ganho figura.
Fonte: Do Autor
Captulo 4. CRS-PARCIAL
49
Fonte: Do Autor
Captulo 4. CRS-PARCIAL
50
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.
Captulo 4. CRS-PARCIAL
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
Captulo 4. CRS-PARCIAL
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.
Captulo 4. CRS-PARCIAL
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
Captulo 4. CRS-PARCIAL
54
Fonte: Do Autor
Captulo 4. CRS-PARCIAL
55
Figura 37 Seo empilhada convencional CRS. Comparar com as Figuras 36 e 38. No foi
aplicado ganho figura.
Fonte: Do Autor
Figura 38 Seo empilhada CRS-superfamlia. Comparar com as Figuras 36 e 37. No foi
aplicado ganho figura.
Fonte: Do Autor
56
sen0
v0
(5.1)
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 =
nz
nx X
X
(5.4)
j=1 k=1
(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.
(5.6)
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
(5.8)
T 1
FT C1
D Fm = F CD d(mn ).
(5.9)
(5.10)
(5.11)
(5.12)
(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)
=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)
61
62
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)
63
10
10
10
10
10
15
Numero de interacoes
Fonte: Do Autor
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
(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
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
69
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.
Caso A
CMP-automtico
Caso A
Caso B
Caso B
Caso C
Caso C
Caso A
Caso B
Caso B
Caso C
Caso C
Caso A
Caso B
Caso B
Caso C
Caso C
Fonte: Do Autor
70
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
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
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
(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
Seo de entrada
Seo empilhada
Seo coerncia
Seo ngulo de emergncia
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
78
79
(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
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
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
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
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 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.
A Figura 57 mostra os erros residuais ao final do processo de inverso com relao
MNIP e p aps 30 iteraes para o caso B, 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.
A Figura 58 mostra os erros residuais ao final do processo de inverso com relao
MNIP e p aps 30 iteraes para o caso C, 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.
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
(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)
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
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
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)
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
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
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)
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
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
Seo de entrada
Seo empilhada
Seo coerncia
Seo ngulo de emergncia
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.
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 60a,
60b e 60c mostram o comportamento do desajuste em funo do nmero de iteraes no
processo de inverso.
A Figura 61 mostra o resultado da inverso da onda NIP, com suas respectivas
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
Figura 60 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
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
91
(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
Neste teste foram utilizados os resultados obtidos no teste 2 da seo 4.2, referentes
ao empilhamento CRS-convencional, para usar 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,
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.
Tabela 7 Tabela das sees de entrada para o programa Kinattirpicker2d. O parmetro mincoher foi 0,30.
Seo de entrada
Seo empilhada
Seo coerncia
Seo ngulo de emergncia
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.
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
63a, 63b e 63c mostram o comportamento da funo desajuste em funo ao nmero de
iteraes nos processos de inverso.
A Figura 64 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 64a
mostra o resultado da inverso NIP-tomogrfica aps 15 iteraes utilizando um modelo
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
Figura 63 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 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
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 67f mostra o modelo de velocidade resultante da NIP-tomografia aps 30
iteraes utilizando a sada final da inverso anterior (Figura 64e).
95
(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
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
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 67 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 67a
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).
A Figura 68 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.
A Figura 69 mostra os erros residuais ao final do processo de inverso com relao
MNIP e p aps 30 iteraes para o caso B, 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.
A Figura 70 mostra os erros residuais ao final do processo de inverso com relao
MNIP e p aps 30 iteraes para o caso C, 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.
100
(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
Figura 68 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)
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
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)
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
Figura 70 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)
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.
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
As Figuras 74, 75 e 76 mostram os resultados do Conjunto-2 de migraes da
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
Migraes 3
As Figuras 77, 78 e 79 mostram os resultados do Conjunto-3 de migraes da
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
Migraes 4
As Figuras 80, 81 e 82 mostram os resultados do Conjunto-4 de migraes da
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
Figura 80 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 61d obtido com a seo empilhada CMP-automtica
da Figura 36.
Fonte: Do Autor
Figura 81 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 64d obtido com a seo empilhada CRS-convencional
da Figura 37.
Fonte: Do Autor
112
Figura 82 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 67d obtido com a seo empilhada CRS-superfamlias
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
As Figuras 83, 84 e 85 mostram os resultados do Conjunto-5 de migraes da
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
Figura 83 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 61d obtido com a seo empilhada CMP-automtica
da Figura 36.
Fonte: Do Autor
Figura 84 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 64d obtido com a seo empilhada CRS-convencional
da Figura 37.
Fonte: Do Autor
114
Figura 85 Resultado da migrao ps-empilhamento PSPI em profundidade utilizando o modelo de velocidade da Figura 67d obtido com a seo empilhada CRS-superfamlias
da Figura 38.
Fonte: Do Autor
Migraes 6
As Figuras 86, 87 e 88 mostram os resultados do Conjunto-6 de migraes da
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
117
6 CONCLUSES
Captulo 6. CONCLUSES
118
119
REFERNCIAS
REFERNCIAS
120
REFERNCIAS
121
122
(, M, , )
,
(x, z, , v)
(A.1)
+
= (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)
P2
P2
2 Q2 .
Q2
Q2
(A.5)
Q1 Q2
(s0 , s1 ) =
P1 P2 .
(A.6)
S1 (v) = 2
v3
v
v 2
vqq v + vq vq v vq 2 vqq
0
(A.7)
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)
sen()
p0 =
v(s0 )
v(s0 )
s0 = senx + cos z
q1
=
cos
sen() = v(s1 )p1 .
(A.10)
M
v
M
M
+ sen
q0
s0
M
M
= sen
+ cos
q0
s0
sen
=
Q1
cos
= cos
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
(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
()
pi
zj
()
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
Mi
xj
+ cos j
Mj
v(s0j)senj
ij ,
cos j + 2
q0j
Q2 (s1j , s0j )
()
Mi
zj
= 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)
xi
s
X
1
(x) H
=
pi
=
(x)
s i=1
v
pi
(A.22)
P2
,
Q2
(A.24)
()
cos2
=
KNIP .
v0
(A.25)
127
d(NIP)
d = (vinc) ,
d
com
()
(B.1)
()
()
T
e
h
iT
(B.2)
m(NIP)
,
m=
m(v)
com
(NIP)
m(NIP) = x1
e
(NIP)
, . . . , x(NIP)
npontos , z1
(B.3)
(NIP)
, 1
, . . . , zn(NIP)
pontos
, . . . , n(NIP)
pontos
T
(B.4)
128
=
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)