COORDINACINDEINGENIERAGEOFSICA

PROCESAMIENTODEUNALNEASSMICADEPRUEBADEUN
LEVANTAMIENTOMARINO2D,HACIENDONFASISENLAELIMINACIN
DELMLTIPLEDELFONDOMARINO

Por:
CARMENVICTORIABRAZNVILLARROEL

Sartenejas,abril2008.


COORDINACINDEINGENIERAGEOFSICA

PROCESAMIENTODEUNALNEASSMICADEPRUEBADEUN
LEVANTAMIENTOMARINO2D,HACIENDONFASISENLAELIMINACIN
DELMLTIPLEDELFONDOMARINO

Por:
CARMENVICTORIABRAZNVILLARROEL

RealizadoconlaAsesoradelProf:
MarioI.Caicedo

INFORMEFINALDECURSOSENCOOPERACIN
PresentadoantelaUniversidadSimnBolvarcomorequisitoparcialparaoptaralttulo
deIngenieroGeofsico
Sartenejas,abrilde2008.

EstetrabajohasidoaprobadoennombredelauniversidadSimnBolvarporel
siguientejuradocalificador:

Presidente:Prof.MilagrosaAldana

Tutoracadmico:Prof.MarioCaicedo

Tutorindustrial:Ing.HectorP.Pastini

Amispadresyhermanas,porsuapoyosiempreincondicional

ii

AGRADECIMIENTOS

ADiosquemuchasvecesmeayudoalevantarmecuadonoqueracontinuar.

A mis Padres bellos, todo lo que soy se lo debo a ustedes, los amo. Nunca lo hubiese
logradosinsuguayapoyo,esteesunlogrodeloscinco.
AmisHermanasbellas,portodosucarioyapoyo,lasquieromucho!

A mis amigas bellas, gracias por haberme acompaado durante estos cinco aos.
CarmenP.yAndre,graciasporsermisconsejeras,miscmplices,mishermanas,yhasta
mas.Lasquieromuchsimo.

A PDVSA, por haberme dado la oportunidad y haberme brindado todas las

herramientas necesarias para la realizacin de este trabajo. Gracias las gente del CPG:
Francisco,Johndelcy,Anny,Diego,Luis,Xiomara,Eduardo;portodasucolaboracin,y
especialmenteaHectorPastiniportodasupacienciaytodalaayudaquemebrindo.A
ElasRoa,DanielSalasyHugoCerquone,simplementemuchasgracias.

Amiscompaerosgeofsicos,muchasgraciasporbrindarmesiempresuayuda.Hector,
Tahina,Vero,atodos.EspecialmenteatiAlberto,portodostusconsejos.

Amitutoracadmico,MarioCaicedo,muchasgraciasportodatucolaboracinyapoyo.
Y a todos los profesores del departamento de geofsica por su dedicacin en mi
formacin acadmica y en la de muchos geofsicos que egresamos de la Universidad
SimnBolvar.
AtodoslosmuchachosyteamdeSubway,yatodoslosquemeayudaronallegarhasta
aqu,Carlitos(graciaspormateVII),losquiero.
iii

RESUMEN

Paralarealizacindeestetrabajosecontcondatosssmicosrealespertenecientesaun
levantamientomarinoprofundo2DdePDVSA,deloscualesseutilizoespecficamente
una de las lneas de prueba del proyecto. El enfoque de este estudio va desde la
integracindefundamentostericosdeprocesamientossmicohastaelmanejodedatos
reales de campo, donde el principal objetivo era la remocin del mltiple del fondo
marino, para la posterior obtencin de una imagen ssmica de calidad. Despus de
evaluar la secuencia de procesamiento apropiada para la remocin de las reflexiones
mltiples presentes en los datos, se decidi implementar una metodologa bastante
innovadoraenlaeliminacindelruidoobservadoenlosdatosssmicos(mltiples).Esta
es conocida como la metodologa del LIFT y resulta bastante eficiente para eliminar
mltiplessindeteriorarlaseal.Otraventajaimportantequepresentaestametodologa
y que influy en el momento de su eleccin, es que permite conservar las amplitudes
relativas de los datos, lo que es de gran importancia en el momento de ser necesarios
posteriores anlisis de AVO. Para atenuar la presencia de los mltiples en los datos
ssmicos,esnecesariosepararlasealdelruido;enelcasodelametodologautilizada
seaprovechanlasdiferenciasdemoveoutentrelasreflexionesprimariasylasmltiples
parahacerdichaseparacin.LametodologadelLIFTtrabajasobreelruidoquehasido
separadodelasealconsiderandoquestecontieneanunporcentajedelamisma.Yes
sobreesteruidoqueseaplicanlosmtodosderemocindemltiples,yconsiderandola
variedaddemtodosderemocinqueexisten,fuenecesarialarealizacindediferentes
pruebas para elegir el mtodo que mostrara mejores resultados para nuestros datos.
Luego de la remocin del mltiple del fondo marino se paso a la etapa final del
procesamiento, la cual se encuentra constituida por la migracin y los post procesos;
etapaquecontribuyengranmedidaagenerarunaimagenssmicadecalidad,loque
resultadegranimportanciaenelprocesamientodelosdatosssmicos.
iv

INDICEGENERAL

Dedicatoria..ii
Agradecimientos...iii
Resumen.....iv
ndiceGeneral....v
ndicedefiguras..vii
CapituloI:Introduccin.....10
CapituloII:Geologadelreadeestudio...14
2.1. Estratigrafa....14
2.2. Evolucintectnica...17
CapituloIII:Losmltiplesysuexpresinenlassmica.....24
3.1.Clasificacindelosmltiples.......26
3.1.1.Mltiplesrelacionadosconsuperficies........26

3.1.1.1.Mltiplesdelaprimeracapa......26

3.1.1.2.Reverberacionesdelacapadeagua......26

3.1.1.3.Otrosmltiplesrelacionadosconsuperficies......27

3.1.2.Mltiplesinternos...............................................................................27
3.1.3.Mltiplesdeperodolargo................28
3.1.4.Mltiplesdeperodocorto................29
3.2.Caractersticasdelosmltiples......30
3.3.Impactoenlaimageneinterpretacinssmica....32
3.4.Mtodosderemocindemltiples...32
3.4.1Mtodosderemocindemltiplesbasadosendiferenciasenel
comportamientoespacialdemltiplesyprimarios...34

3.4.1.1TransformadaFK......36

3.4.1.2TransformadaRadnparablica................38

3.4.1.3.TransformadaKarhunenLoev.................42
v

3.4.2Mtodosderemocindemltiplesbasadosenlaperiodicidaddelos
eventos......47

3.4.2.1Deconvolucinpredictva....47

3.4.2.2Transformadaradnlineal(slantstack)...49

3.5.LIFT:Metodologaparalaeliminacinderuido.....50
CapituloIV:Metodologa..55
4.1.Cargadedatos...56
4.2.Aplicacindelageometra......57
4.3.CulminacindelaGeometraeiniciodelprocesamientodelos
datos58
4.4.Deconvolucindelosdatos67
4.5.Clculodelafuncindevelocidad....70
4.6.ApiladoPreliminar...72
4.7.InterpolacindeTrazas...75
4.8.TransformadaRadn.......76
4.9.MetodologadelLIFTparalaeliminacindemltiples....76
4.10.Migracin...90
CapituloV:ResultadosyAnlisis95
ConclusionesyRecomendaciones..101
Bibliografa.....103

vi

NDICEDEFIGURAS

Figura1:Ubicacindereadeestudio.....12
Figura2:Ubicacindelalneaprocesadadentrodellevantamientossmico2D.....13
Figura3:ColumnaestratigrficadeCubaOccidental.(Lpezetal.,2001)15
Figura4:LaconfiguracinactualdeMxico...19
Figura5:DuranteelJursicoSuperior(140m.a.)yelCretcicoSuperior(70m.a.)...19
Figura6:DuranteelCretcicoSuperior(70m.a.)yelPaleoceno(58m.a.)..20
Figura7:DesdeelEocenoSuperior(42m.a.)hastaelMiocenoInferior(18m.a.)...20
Figura 8: La antigua dorsal o cordillera ocenica inferida aparentemente fue asimilada por el
continenteduranteelOligocenoMedio(30m.a.)..21
Figura9:DuranteelMiocenoMedio(13m.a.)alPliocenotemprano(4.5m.a.)..21
Figura 10:la porcin sur de la actual Pennsula de Baja California se separ del resto del
continente..22
Figura11:DuranteelPliocenoyelCuaternariolaactualconfiguracindeMxico.22
Figura 12: Diferencia entre la trayectoria de viaje de los primarios (amarillo) y los mltiples
(azul)..25
Figura13:Mltiplesrelacionadosconlasuperficie,mltipledelaprimeracapa.26
Figura14:Mltiplesrelacionadosconlasuperficie,reverberacionesdelaprimeracapa/Pegleg.26
Figura15:Mltiplesrelacionadosconlasuperficie,otrosmltiplesrelacionadosalasuperficie..27
Figura16:Mltipleinternointracapa...27
Figura17:Ejemplodetiposdemltiplesdentrodeunapilado...28
Figura18:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodolargo....28
Figura19:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodocorto29
Figura20:Trayectoriadeviajedelmltipleydelprimario..34
Figura21:TransformadaFK..37
Figura22:Latransformadaradnparablica.41
Figura23: (a) aplicacin de correccinNMO a los CMP gathers (b) los eventos sobrecorregidos se
verndelladonegativodelplanotaupyloseventossubcorregidosestarnenelladopositivodel
planotaup....42
Figura24:MetodologaderemocindemltiplesusandolatransformadaKL......43
Figura25:Datamodelo,dondeseobservalainterferenciaentremltipleyprimarios.......44
Figura26:Datamodeloquecontienesloprimariosysuspeglegs.....45

vii

Figura27:Ejemplodeunasecuenciadeeliminacinderuidoconvencional....52
Figura28:EjemplodeunasecuenciadeeliminacinderuidoutilizandolametodologaLIFT.53
Figura29:Parmetrosyconfiguracindeadquisicindedatos..55
Figura30:Esquemadecargadedatos..57
Figura31:Primeresquemadeasignacindegeometrayconstruccindelahojadeclculo....57
Figura32:Segundoesquemadeasignacindegeometra...59
Figura33:Aplicacindefiltropasaalto(36Hz)datosantesydespusdelaaplicacindelfiltro...60
Figura34:Espectrodefrecuenciasdelosshotsdecampo....61
Figura35:Comparacinentrelaondculadelcampolejanoylaondculaequivalente.......62
Figura36:Datosantesydespusdelaaplicacindelfiltroparaelruidoporfantasmayfirmadela
fuente.63
Figura 37: Espectros de frecuencia antes y despus de la aplicacin del filtro del fantasma de la
fuente.64
Figura38:Frmuladedivergenciaesfrica.65
Figura39:Gatherantesydespusdelaaplicacindeunagananciapordivergenciaesfrica...66
Figura 40: Anlisis de ganancia, antes de la correccin por divergencia esfrica y despus de la
correccin..67
Figura41:Esquemadecorreccindelaprofundidaddelparfuentereceptoryladeconvolucinde
losdatos.....68
Figura42:Entradaysalidadelosdatosenelflujodetrabajomostradoenlafigura40..69
Figura43:Esquemaparaelclculodelafuncindevelocidad..70
Figura44:Anlisisdevelocidad...71
Figura45:Esquemaparaelapiladopreliminardelosdatos...72
Figura 46: Pruebas de deconvolucin impulsiva para operadores de 120, 160, 200 y 240 ms de
longitud.....73
Figura47:ApiladoPreliminar...74
Figura 48: Espectro de frecuencia de los datos, donde se observa la presencia de aliassing
espacial..75
Figura49:Espectrodefrecuenciadespusdelainterpolacindetrazas.......76
Figura50:CDPgather(interpolado)queseutilizarcomodatodeentradaparalametodologadel
LIFT...77
Figura51:RepresentacinesquemticadelametodologadelLIFT..78
Figura52:Gathersantes(izquierda)ydespus(derecha)delbalanceodelespectro....80

viii

Figura53:Espectrosdefrecuenciadondeseobservacomoactaelbalanceodelespectral...81
Figura54:Gatherantesydespusdelaaplicacindelfiltroeneldominiofx,....82
Figura55:Antesydespusdelaaplicacindelenmudecimietoporngulosdeincidencia..84
Figura56:EjemplodeenmudecimientointernoalosGathersyreconstruccindelosprimarios.87
Figura57:EjemplodeseparacinentreelruidoylasealutilizandolametodologadelLIFT.....88
Figura 58: Ejemplo de la metodologa del LIFT para el estimado de ruido que se regresa a la
seal...89
Figura59:Funcionesdevelocidadcalculadasporelprograma...92
Figura60:Gatherentiempomigradoyprimerasfuncionesderesiduo..93
Figura61:Gatherentiempomigradoyltimasfuncionesderesiduo....94
Figura 62: Gathers despus de la aplicacin de la metodologa del LIFT, acercamiento en la parte
superior.96
Figura 63: Gathers despus de la aplicacin de la metodologa del LIFT, acercamiento en la parte
inferior...97
Figura 64: Apilados correspondientes a los mtodos de remocin de mltiples aplicados,
acercamiento.....................................................................................................................................................98
Figura65:MigracinPreapilamientoentiempoconpostprocesos,acercamiento.......100

ix

CAPITULOI:INTRODUCCIN

La etapa del procesamiento de los datos ssmicos es de gran importancia para el

desempeodeotrasfasesdentrodelaexploracinyproduccinpetrolera.Estodebidoa
lo indispensable que resulta la generacin de imgenes de calidad que faciliten la
interpretacindelosdatosssmicosqueobtenemosdelaadquisicinencampo.Durante
el procesamiento de estos datos se presentan muchos obstculos que dificultan la
visualizacin de las seal de inters, en nuestro caso especfico, por tratarse de datos
marinos,elprincipalobstculofuelapresenciadelmltipledelfondomarino,quepor
sugranamplitudopacabaengranmedidalasealdeinters.

PLANTEAMIENTODELPROBLEMA

Este proyecto consiste en el procesamiento de datos ssmicos marinos 2D de PDVSA,

localizadoalSurestedelGolfodeMxico.Elobjetivodelpresenteestudioesevaluara
travsdelanlisiscomparativolasrespuestasdediferentesmtodosdeeliminacinde
mltiplesendatosmarinos 2Dpara elreadeestudio,deformadepoder definir una
metodologaeficienteque permitaobtenerimgenes ssmicasdemejor calidad que las
obtenidaspormtodosconvencionales.

JUSTIFICACIN

La metodologa seguida en este trabajo representa una estrategia de gran importancia

dentro del rea de procesamiento, ya que la obtencin de imgenes ssmicas de alta
calidadenlafasedeexploracinpermitenreducirlaincertidumbreenlainterpretacin
geolgica de este tipo de datos, pudindose as generar localizaciones de nuevos
prospectosdeperforacinconmayorconfiabilidad.
10

11

OBJETIVOGENERAL

El principal objetivo planteado en el presente trabajo de grado fue realizar el

procesamiento de datos ssmicos marinos 2D de PDVSA, con nfasis en evaluacin de
diferentesmetodologasdeeliminacindemltiplesdefondomarino.

OBJETIVOSESPECFICOS

Losobjetivosespecficoscorrespondientesalpresenteinformesepuedenenumerardela
siguientemanera:

1. Ubicarycargarlosdatos.
2. Aplicarsecuenciadeprocesamientoparadatosmarinos2D
3. Evaluar y comparar respuestas de mtodos de remocin de mltiples para datos
marinos disponibles en el programa FOCUS (plataforma Paradigm), a fin de
encontrarelmtodomsefectivo.
4. Obtener imgenes ssmicas apiladas en tiempo y migradas preapilamiento en
tiempo.
5. Generarinformedemetodologayresultadosdelaevaluacin.

12

UBICACINGEOGRFICA

EE.UU.

Florida

GolfodeMxico

Mxico

Bahamas
Cuba

Yucatn

MarCaribe

Venezuela

Figura1:Ubicacindereadeestudio.

13

GolfodeMxico

Cuba

Lnea12

MarCaribe

Figura2:Ubicacindelalneaprocesadadentrodellevantamientossmico2D

Este levantamiento ssmico fue realizado al Sureste del Golfo de Mxico, en las
cercanasalapennsuladeYucatn(Figuras1y2).
EllevantamientolimitaalEsteconCuba;alOesteconlapennsuladeYucatn,Mxico;
alSurconelMarcaribe,yalNorteconelGolfodeMxico.

HERRAMIENTASUTILIZADAS

Software:

FOCUSversin5.4deParadigmGeophysical.

GEODEPTHversin8.2deParadigmGeophysical.

CAPITULOII:GEOLOGADELREADEESTUDIO

2.1.ESTRATIGRAFA

La columna estratigrfica presente en el Sureste del Golfo de Mxico comprende un

basamento metamrfico del Paleozoico Superior, rocas del Jursico TardoCretcico
Inferiorquerepresentanfundamentalmentealasrocasmadresyreservorios,depsitos
delCretcicoMedioySuperior,queconstituyenprincipalmenterocasreservoriosylos
depsitos delTerciariode edadPaleocenoEoceno,que son bsicamente lassecuencias
sellantes(Figura.3). 1

INFORME DE LA FACTIBILIDAD EXPLORATORIA. PDVSA-CVP

14

15

Sedimentos arcillosos
y arcillosos terrgenos.

Sedimentos carbonatados,
brechas y turbiditas

Sedimentos carbonatados de
ambientes somero a profundo

Sedimentos carbonatados y
brechas.

Material arcilloso sobre

brechas y carbonatos

Depsitos clsticos

Figura3:ColumnaestratigrficadeCubaOccidental.(Lpezetal.,2001).

16

En la zona se han identificado 4 sistemas tectonoestratigrficos depositados sobre el

basamentoPaleozoico1:

1. Depsitos de Ruptura (synrift), Jursico TempranoMedio a Tardo: El proceso de

rupturainiciadoporlasplacastectnicas,duranteelJursicoTempranoyMedioa
Tardo,estrepresentadopordosFormaciones:SanCayetano(Haczewski.,1976)y
Constancia (Pszczolkowski, 1986). La primera es descrita como una secuencia
montona bien estratificada, de arcillas carbonosas micceas y cuarzosas, arcilla
arenosa, limolitas y areniscas de diferente granulometra. Y la segunda es la
Formacin Constancia, la cual est constituida por sedimentos transgresivos
cuarcferos que varan de sedimentacin de ambiente deltico a marino nertico
medio. Suprayacentes a estos sedimentos existen en el Norte de Cuba depsitos
salinos que produjeron los diapiros de sal de Punta Alegre, Turiguan y Loma
Cunagua(SnchezArangoetal.,2002).

2. Depsitos Post Ruptura (postrift) o Deriva, Jursico Tardo al Cretcico Tardo: Esta
secuencia se extendi desde el Oxfordiano Medio al Cretcico Tardo y est
relacionado a la subsidencia trmica, posterior al evento de ruptura (rifting), que
genersedimentoscarbonatadosdeambientessomerosaprofundos.Enlazonade
Cuba Occidental se encuentran las Formaciones Jagua, San Vicente, El Ameriano,
Tumbadero, Tumbitas, Pons, Artemisa, Sumidero, Pinalilla, Sierra Azul, Carmita,
Santa Teresa, Polier, MartinMesa y el Grupo Esperanza (SnchezArango et al.,
op.cit).

3. Depsitossinorognicos(CretcicoSuperiorTardoEoceno):Lasecuenciacretcicase
originapartirdelacolisindelaPlacaTectnicadelCaribe,generandobrechasy
turbiditas que constituyen reservorios (Formacin Cacarajcara), la que tambin se

17

haconsideradoproductodelimpactoterrestredeunmeteoritocadoenChijchulub,
Mxico,dandolugaralyacimientopetrolferodeCantarell.Elrellenoterrgenodela
Cuenca Antepas frente a las zonas de corrimientos (depsitos tipo flysch) se
representaporlasFormacionesManacas,VegaAltayVega(SnchezArangoetal.,
op.cit).

4. DepsitospostorognicosdesdeelEocenoMedioalReciente:Esteintervalodedepsitos
clsticosycarbonatadosseextendidesdeelEocenoMedioalMioceno(Fms.Loma
Candela, Jabaco, Guanajay, Paso Real, Jaruco, Husillo, Cojmar, Gines y
Cangrejeras)gradandoaarcillasarenasyconglomerados(Fms.Vedado,Guevaray
Guane). Los depsitos postorognicos estn cubiertos por depsitos marinos,
aluviales y palustres (Fms. Playa Santa F y CayoPiedra) (SnchezArango et al.,
op.cit).

2.2.EVOLUCINTECTNICA

LaevolucintectnicadelGolfodeMxicoeselresultadodelainteraccindelaPlaca
Tectnica del Caribe con el margen continental de la Placa Tectnica Norteamericana,
durante el Mesozoico y el Cenozoico (Figura. 4). Se consideran las siguientes fases
(Aguayo,1996):

1. Iniciacin de la ruptura (rift) de edad Jursico Temprano y Medio (Figura 5), y,

posteriormente, la deriva (subsidencia trmica) en un contexto del margen
continentaldelaPlacaNorteamericana,duranteelJursicoTardoCretcicoMedio,
en la cual se desarrollan importantes estructuras de plataforma carbonatada y de
carbonatospelgicos(Aguayo,1996).

18

2. Discontinuidad eusttica regional durante el Cretcico postCenomanience (MCU,

Discordancia del Cretcico Medio, conocida ltimamente como MCSB o Lmite de
Secuencia del Cretcico Medio), seguida de un importante hundimiento de la
plataforma(Figura5)(Aguayo,1996).

3. Compresin que abarca desde el Cretcico Tardo hasta el Terciario (Eoceno Medio)
fundamentalmente,lacualseiniciaconelchoqueentrelaPlacaTectnicadelCaribe
yelmargencontinentaldelaPlacaNorteamericanay,posteriormente,laobduccin
de la primera sobre la segunda. Dicho proceso es responsable del desarrollo del
cinturndeplegamientosycabalgamientosdeCubaconlaformacindeestructuras
dplexesyretrocabalgamientosydeunaestrechaypocopotenteCuencaAntepas,
adyacente al frente de cabalgamientos para ese momento (Figura 6 y 7) (Aguayo,
1996).

4. Condiciones postorognicas a partir del Eoceno Medio Tardo, con el desarrollo de

movimientosverticalesyhorizontalesdebloquescausadosporfallastranscurrentes,
lo cual provoc la erosin de espesores considerables de sedimentos orognicos,
(resultantes de procesos de cabalgamiento y apilamiento tectnico en los bloques o
sectoresrelativamenteelevados)yelrellenopasivodelacuencaantepasalNorte.Se
produce, adems, el solapamiento progresivo de la paleogeografa y la
estructuracinheredadadelosdispositivoscretcicosdeplataforma,delacuencay
deunsistemadedepocentrosdelEocenoMedioTardosobrelaPlacaCaribeysus
cuencas a cuestas Piggy Back en la mitad sur del Archipilago Cubano (Figura 7)
(Aguayo,1996).

19

ImgenesdelaevolucintectnicadelGolfodeMxico:

Figura4:LaconfiguracinactualdeMxicosedebealmovimientosimultneodelascuatroplacas
tectnicas:a)ladeNorteamrica,condesplazamientohaciaelSuroeste;b)ladelPacficooriental,haciael
Noroeste;c)ladeCocos,haciaelNoreste,yd)ladelCaribe,haciaelEstefranco(Tomadode:Aguayo,
1996).

Figura5:DuranteelJursicoSuperior(140m.a.)yelCretcicoSuperior(70m.a.)elcontinenteasimilla
placaocenicadeFaralln,generndoseaselArcoVolcnicoMarginalenelbordeoccidentaldeMxico
ydelNoroestedeSudamrica;lacortezaocenicadelantiguoOcanoPacficotambinestabaencolisin
conelfondoocenicodelancestralOcanoAtlntico,yensuuninseformaronlosarcosvolcnicos
insularesdelaregincaribea(Tomadode:Aguayo,1996).

20

Figura6:DuranteelCretcicoSuperior(70m.a.)yelPaleoceno(58m.a.)laplacacontinentalestaba
prximaaasimilarunacordilleraocenica,yelarcovolcnicomarginalmigrabahaciaelinteriordel
continenteenMxico.Enlaporcinsurdelpasseiniciabaunrompimientoysudesplazamientohaciael
Noreste (Tomado de: Aguayo, 1996).

Figura7:DesdeelEocenoSuperior(42m.a.)hastaelMiocenoInferior(18m.a.),elarcomagmtico
marginalcontinentaldeMxicoiniciabasuretrocesohaciaelPacfico.LaporcinSurdelcontinentese
siguidesplazandohaciaelNoresteylaPennsuladeYucatngirabaenelsentidodelmovimientodelas
manecillasdelreloj (Tomado de: Aguayo, 1996).

21

Figura8:Laantiguadorsalocordilleraocenicainferidaaparentementefueasimiladaporelcontinente
duranteelOligocenoMedio(30m.a.),yquedancomotestigoslasfracturasqueincidenenelborde
continentaldelPacfico.Elarcovolcnicosiguienretrocesodesdeelinteriordelcontinentehaciael
Oeste,ylaDorsaloCordilleradelPacficoorientalestabaprximaalcontinente(Tomadode:Aguayo,
1996).

Figura9:DuranteelMiocenoMedio(13m.a.)alPliocenotemprano(4.5m.a.)elbordeNoroestede
MxicotraslapalaDorsaloCordilleradelPacficooriental,asimilandoalavezalatrincheraocenicaen
esaporcin.HaciaelSur,latrincherasiguiactiva,loquesemanifestporelArcoVolcnicoMarginal
(Tomado de: Aguayo, 1996).

22

Figura10:Enunaetapatectnicaposterior,laporcinsurdelaactualPennsuladeBajaCaliforniase
separdelrestodelcontinenteylasaguasocenicasdelPacficoinundaronesaporcin.Laparte
meridionaldelpasselevantabaysefracturaba,facilitndoseaslaformacindelaCadenaVolcnica
Transversal,desdeelOcanoPacficohastaelGolfodeMxico.EnelPacficoseformotracordillerao
dorsalconocidacomoGalpagos,queseuniconladelPacficoorientalydiolmitesalaPlacadeCocos
(Tomadode:Aguayo,1996).

Figura11:DuranteelPliocenoyelCuaternariolaactualconfiguracindeMxicosiguigobernadapor
losdesplazamientoscontinuosdelcontinenteydelasplacasocenicas.LaPennsuladeBajaCaliforniase
muevehaciaelNoroeste,gobernadaporlasfallasdelSistemaSanAndrs;losmrgenesmeridionalysur
delcontinente,enelPacfico,asimilanlacortezaocenicadelaPlacadeCocos.LaPennsuladeYucatn
sedesplazaensentidodelasmanecillasdelrelojyelCinturnVolcnicoTransmexicano,sigueen
actividaddesdeelPacficohastaelGolfodeMxico(Tomadode:Aguayo,1996).

23

Resumiendo, en la parte Sureste del Golfo de Mxico se destacan con mucha claridad
treszonasdiferentes:
El Cinturn de Plegamientos y Cabalgamientos, que en su parte meridional se puede
clasificarendosreas:laparteSur,decarctermscomplejoylaparteNorteofrontal,
en la que se detectan y destacan los pliegues escamas (duplex) que conforman las
secuenciascarbonatadasdelJursicoSuperioryterrgenasdelTerciarioTempranoque
las recubren. En su parte media la Cuenca Antepas del Cretcico TardoEoceno
Temprano a Medio que recubren las estructuras formadas y heredadas del margen
continental.EnsuparteseptentrionallapresenciadelaPlataformadeYucatn,donde
sedestacan:suzonadetaludypiedetaludhaciaelSur,lazonadelbordedeplataforma
ylapartemsinternadedichaplataforma(Aguayo,1996).

CAPITULOIII:LOSMLTIPLESYSUEXPRESINENLASSMICA

En el ambiente marino, es posible adquirir data ssmica utilizando dos mtodos

fundamentalmentediferentes.Elprimeroinvolucralneasdearrastremarino(streamer),
quesonremolcadasporbuquesenlasuperficiedelocano.Loshidrfonosdentrodela
lnea de arrastre marino estn capacitados para adquirir nicamente data de ondas
compresionales(ondaP)yaquelasondasdecorte(ondasS)nopuedenviajaratravsde
lquidoscomolascolumnasdeaguaenelocano(Verschuur,2006).
Si se quiere obtener data ssmica de onda completa (multicomponente), incluyendo
ondasdecorte,sedebeutilizarelsegundomtododeadquisicinqueinvolucraponer
lossensoresssmicos(hidrfonos)directamenteenelfondodelocano(OBC).Ennuestro
casodeestudiolaadquisicinssmicafuerealizadaapartirdelneasdearrastremarino
(Verschuur,2006).
Elobjetivodelosalgoritmosdeimagenssmicaesenfocarenlasuperficie,laenergatras
los puntos de reflexin, creando as una imagen de las propiedades de reflexin de la
tierra.Lamayoradeestosalgoritmosdeimagenasumenquetodalaenergadispersada
fue reflejada en el subsuelo una sola vez. En la prctica, sin embargo, cada reflector u
objetodedispersinenelsubsuelonodiferenciasilasondasviajanhaciaabajoohacia
arriba(presentaunsaltohaciaabajoohaciaarriba),porloquenodiferenciansilaonda
sehareflejadomsdeunavez(Verschuur,2006).
Un mltiple es una reflexin secundaria que llega a los receptores luego de reflejarse
variasvecesenunoovarioshorizontes(enelfondomarinoolasuperficiedelagua,enel
caso de adquisiciones marinas). Es decir, las reflexiones en las que se encuentran
involucradas ms de una interfaz, en conjunto se conocen como mltiples (Verschuur,
2006).

24

25

Receptor

Con:

V1 < V2 < V3 < V4

V1

V2

Mltiples
Primarios

V3

V4

Figura12:Diferenciaentrelatrayectoriadeviajedelosprimarios(amarillo)ylosmltiples(azul).
(ModificadodeVerschuur,2006)
Fuente

Para interfaces bastante someras, se puede asumir que las trayectorias de viaje son
verticales. La distancia de viaje adicional a lo largo de la trayectoria de estos rayos
mltiplescausaentoncesunretrasodetiempoelcualserconstanteeindependientedel
offsetdelreceptor(Verschuur,2006).
La expresin de los mltiples en la ssmica depender del tipo de propagacin en
cuestin. Estos pueden ser distinguidos por su periodicidad (perodo largo o perodo
corto), segn la diferencias de moveout y pendientes entre el reflector y el mltiple (ver
figura 25), o por la diferencia entre el contenido del mltiple y el reflector primario
(Verschuur,2006).

26

3.1. CLASIFICACINDELOSMLTIPLES

Unaformadeclasificarlosmltiplesessegnlainterfacedondepresentansusaltohacia
abajo(Verschuur,2006):
3.1.1. Mltiplesrelacionadosconsuperficies(verfig.17)
3.1.1.1. Mltiplesdelaprimeracapa(delacapadeaguaodelfondomarino):Son
mltiplescuyaenergasepropagadentrodelacapadeaguasinviajarnuncaa
lacapasubyacentealfondomarino(fig.13)(Verschuur,2006).

Fuente

Va

Receptor

Con:
Va1500m/s
Va<V1<V2

V1
V2

Figura 13: Mltiples relacionados con la superficie, mltiple de la primera capa. (ModificadodeVerschuur,
2006)

3.1.1.2. Reverberacionesdelacapadeagua:Sonmltiplesquesereflejanunavez
debajo del fondo marino, y una o varias veces en la capa de agua. Estas
reverberacionespuedenocurrirdelladodelafuente,delladodelreceptor,o
de ambos lados. Tambin son conocidos como Peglegs (fig. 14) (Verschuur,
2006).

Con:

Va1500m/s
Va

Va<V1<V2
V1

V2

Figura 14: Mltiples relacionados con la superficie, reverberaciones de la primera capa/Peg-leg. (Modificado
deVerschuur,2006)

27

3.1.1.3. Otros mltiples relacionados con la superficie: Son mltiples que sufren
dosomsreflexionespordebajodelfondomarino.Puedenserimportantesen
elcasodepresentarseunaamsestructurasdereflexinfuertesubyacentesal
fondomarino,comoeselcasodelascapasdesal(fig.15)(Verschuur,2006).

Con:

Va1500m/s

Va<V1<V2
Va

V1

V2

Figura 15: Mltiples relacionados con la superficie, otros mltiples relacionados a la superficie.(Modificado
deVerschuur,2006)

Losmltiplescondosomsreflexionespordebajodelfondomarinoyconunaoms
reverberaciones adicionales en la primera capa pueden entrar en ambas categoras,
tantoenreverberacionesdelacapadeaguaodentrodeotrosmltiplesrelacionados
con la superficie. Por consistencia, se har referencia a estos, como reverberaciones,
como es la parte ms somera de tales mltiples relacionados con la superficie
(Verschuur,2006).

3.1.2.

Mltiples internos: Son mltiples que no presentan salto hacia abajo

respectoalasuperficie(fig.16y17).

Va

V1

Con:
Va1500m/s
Va<V1<V2

V2
Figura16:Mltipleinternointracapa.(ModificadodeVerschuur,2006)

28

Mltiples
internos

Mltiples
relaciona
dosconla
superficie

Figura17:Ejemplodetiposdemltiplesdentrodeunapilado,lasflechasazulescorrespondenalos
mltiplesinternosylasverdesalosmltiplesrelacionadosconlasuperficie. (Modificadode
Verschuur,2006)

Tambin es posible clasificar los mltiples con base en su periodicidad, como se

presentanacontinuacin(Verschuur,2006):
3.1.3.

Mltiplesdeperodolargo:Soneventosquepuedenserdescompuestosen

trayectoriasderayosprimarias,verfigura18,lascualestienentiemposdedoble
viaje que son observados como diferentes llegadas en los datos ssmicos. En
otraspalabras,losmltiplesdeperodolargopuedenreconocerseenlassmica
comoeventosseparados,yaquetienenuncomportamientomsdeterminstico
(Verschuur,2006).

Con:
Va1500m/s
Va<V1<V2

Va
V1

V2

Figura18:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodolargo. (Modificado
deVerschuur,2006)

29

3.1.4.

Mltiplesdeperodocorto:estosocurrencuandoestnpresentescapasde

poco espesor y que representan altos contrastes de impedancia acstica entre

baseytope,ydebidoasupocoespesor,lasreflexionesserepitenenperodos
de tiempo muy cortos. Estos se observaran en la serie de reflectividad como
reflectoresperidicos(deperodocorto)enlasinterfacespordebajodelacapa
donde se producen las reverberaciones, por lo tanto, a tiempos mayores a los
tiemposdelasreflexionesprimarias.Estostienenunefectomsestadsticoyno
pueden ser observados como eventos separados. Ver figura 19 (Verschuur,
2006).

En una situacin decapas delgadas, todos los mltiples internos junto con el evento
original primario resultan en una reflexin efectiva, donde la ondcula observada es
diferentealaondculaoriginal.Actualmente,losmltiplescontribuyenengranparte
a la energa finalmente transmitida, pero tambin genera efectos de dispersin y un
retraso en general de la energa acstica. Este efecto a menudo es llamado filtrado
estratigrfico.Losmltiplesinternosenunasituacindecapasdelgadasrepresentan
laparteprincipaldelaenergadetransmisin(Verschuur,2006).

Con:
Va1500m/s
Va<V1<V2<V3

Va
V1
V2

V3

Figura19:Tiposdemltiplessegnlalongituddesuperodo,Mltipledeperodocorto(Modificado
deVerschuur,2006).

Por supuesto, una clara distincin entre los mltiples de perodo corto y los de
perodolargonohasidodefinida.Hayunreagrisdondelosmltiplescaenenambas

30

categoras. Por regla general, para la separacin de estos dos tipos de mltiples nos
basaremosen la longitud de la ondcula fuente: Los mltiples cuyo perodo sea ms
cortoqueeldelaondculafuentelosllamaremosmltiplesdeperodocorto,ylosque
tengan un perodo mayor que el de la ondcula fuente sern llamados mltiples de
perodolargo(Verschuur,2006).
Tomaremosencuentasololosmltiplesdeperodolargoyaquelosdeperodocorto
se encuentran incluidos en la firma de la fuente, y son removidos normalmente a
partir de la deconvolucin con filtros de la firma de la fuente, as como por
deconvolucin impulsiva fase mnima. Adems, el efecto acumulativo de los
mltiples de perodo corto se manifiesta dentro de las capas delgadas como una
absorcinefectiva.Estoafectalafirmadelafuenteporunaatenuacintotalyelefecto
dedispersin,quepuedesercorregidoporunfiltroQinverso(Verschuur,2006).

3.2. CARACTERSTICASDELOSMLTIPLES

Antesderemoverlosmltiples,esnecesarioreconocerlosefectosqueestostienensobre
los datos ssmicos. Cuando analizamos una seccin ssmica (desde una seccin apilada
hasta una seccin migrada), podemos observar que los mltiples tienen las siguientes
caractersticas:
Repeticinperidicadeloseventosdereflexin:siciertoseventosserepitenen
intervalos regulares y su amplitud disminuye o aumenta de manera regular, la
posibilidad de que estos sean mltiples es alta. Especialmente los mltiples del
fondomarinosonfcilesdereconocer. Los mltiplesdelfondo marinoaparecen
comoacontecimientoscasihorizontalesenunasecuenciaregularconamplitudes
quedecaenconelordendecadamltiple(Verschuur,2006).
Aumento de las pendientes a medida que aumenta el orden de los mltiples
(conflicto con las pendientes de los primarios): A menudo los mltiples se

31

caracterizan por tener pendientes distintas a las de las reflexiones primarias que
losgeneran(Verschuur,2006).
Efectosdeenfoqueydesenfoquedebidoapequeosefectosestructuralesenlas
capas que generan los mltiples: Pequeas variaciones en los reflectores que
generan mltiples, como anticlinales o sinclinales locales, tienen un efecto en el
evento de reflexin en trminos del tiempo de viaje y amplitud, este efecto es
mayor a medida que aumenta el orden del mltiple respecto al reflector
(Verschuur,2006).
Efectosdemagnificacindeamplitudparamltiplesderdenesaltos:Loslados
delassuperficiesdeimpactoascomolasvariacioneslateralesdeamplituddelos
reflectoresgeneradoresdemltiplessemagnificanconrespectoalordendecada
mltiple.Enlaprctica,losefectosestructuralesydeamplituddelosreflectores
generadores de mltiples en el campo de ondas ssmicas estn combinados y
puedengenerarbandasverticalesdeenergadealtaybajafrecuenciaalolargode
laseccinssmica(Verschuur,2006).
Efectosdeinterferenciaentremltiplesyprimariosoentrediferentesmltiples:
enla prctica,todasestas caractersticas pueden sercombinadassimuchos tipos
de mltiples interfieren unos con otros. Ya no pueden reconocerse cada tipo de
mltiples individualmente, pero estos crean complejos patrones de interferencia
(Verschuur,2006).

32

3.3.

IMPACTOENLAIMAGENEINTERPRETACINSSMICA

La presencia de mltiples comnmente tiene un efecto de oscurecimiento para la

interpretacinde las reflexionesprimarias en la seccin ssmica,especialmente para los
pequeos cambios estratigrficos a lo largo de reservas potenciales, que pueden ser
bastanteperturbadosporlapresenciadereflexionesmltiples(Verschuur,2006).
Cuando se presenta interferencia entre mltiples y reas de inters, se complica la
interpretacin, por lo que esta se hace ms viable luego de la supresin de mltiples
relacionadosconlasuperficie.Elimpactodelosmltiplesinternosesmenorqueeldelos
mltiplesrelacionadosconlasuperficie(Verschuur,2006).
Enloscasosdondelasreflexionesmltiplesnopuedenserreconocidasfcilmenteenla
presencia de conflictos de pendientes, los mltiples pueden ser confundidos con
reflexiones primarias, lo cual puede modificar totalmente la interpretacin de una
seccinssmica.Porlotanto,sehacenecesariaunasupresinapropiadacuandosetoman
decisionesdeperforacin(Verschuur,2006).

3.4. MTODOSDEREMOCINDEMLTIPLES

Losmtodosderemocindemltiplessepuedenclasificarendoscategorasprincipales
(Verschuur,2006):

1. Mtodos basados en diferencias en el comportamiento espacial de primarios y

mltiples.
2. Mtodosbasadosenlaperiodicidadylapredictibilidad.

Los mtodos en la primera categora explotan el hecho de que los mltiples viajan a lo
largo de diferentes trayectorias en la tierra, y as se han visto diferentes velocidades

33

ssmicas y/o diferentes estructuras de reflexin. As las tcnicas de filtrado se aplican

para separarlosmltiplesdelosprimarios,basadas en un conocimiento previo yen la
interpretacindelusuario.Estossonpordefinicinfiltrosmulticanales.Estastcnicasde
filtradopuedenseraplicadaseneldominiopreapilamiento,porejemplo,pordiferencia
de moveout (tiempo) en el dominio de los CDPoffset (distancia), en el dominio post
apilamiento, a partir de diferencias de pendientes entre mltiples y primarios
(Verschuur,2006).

Enlasegundacategora,seexplotaelhechodequelosprimariosylosmltiplestienen
una relacin inherente. En su forma ms simple, los mltiples estn definidos como
eventosqueaparecenestrictamenteenunpatrnrepetitivo.Porestticasasumidas,este
patrn de repeticin es suprimido. En una forma ms compleja, el uso implcito o
explcito de la ecuacin de ondas permite relacionar los primarios y los mltiples
(Verschuur,2006).

Engeneralestastcnicascontienenunpasodeprediccinyunodesupresin.Primerose
prediceelmltipleapartirdelprimariodelcualsederivayluegoestesesustraedelos
datosssmicosdeentrada.Estastcnicassesitanenunprincipioeneldominiodelpre
apilamiento, pero bajo consideraciones adicionales, puede ser aplicados al dominio del
postapilamientoyenlaetapadepostmigracin(Verschuur,2006).

34

3.4.1.

MTODOSDEREMOCINDEMLTIPLESBASADOSEN

DIFERENCIASENELCOMPORTAMIENTOESPACIALDEPRIMARIOSY
MLTIPLES

A partir de la implementacin de mediciones multioffset se observ que los mltiples

pueden ser distinguidos en los datos ssmicos por su comportamiento en funcin del
offset y del tiempo. Si consideramos dos eventos de reflexin ssmica que llegan
aproximadamente al mismo tiempo, tendremos que el mltiple viaja en las capas ms
somerasdelatierra, mientrasqueelprimarioviajaencapasmsprofundas(figura20)
(Verschuur,2006).

Fuente

Receptor
Con:
V1 < V2 < V3 < V4

V1

V2
Mltiples

V3

Primarios

V4

Figura20:Trayectoriadeviajedelmltiple(rojo,capasmssomeras)ydelprimario(amarillo,capams
profunda).(ModificadodeVerschuur,2006)

Si se asume que las velocidades de propagacin aumentan a medida que aumenta la

profundidad (debido a la compactacin por ejemplo), entonces el primario alcanzar
velocidades de propagacin mayores en comparacin con el mltiple. Por lo tanto el
primario llegara con un ngulo menor al receptor. Cuando se considera un grupo de

35

trazasadyacentesentresconunaumentodeloffset,elresultadoserunadiferenciaenla
pendientetiempooffsetodemoveoutentreamboseventos(Verschuur,2006).
Este efecto puede ser mejorado visualmente con la aplicacin de una correccin de
moveoutaproximadaalCMPgatherconunavelocidadNMOentremltiplesyprimarios
(Verschuur,2006).
Laremocindemltiplesbasadaenladiscriminacindevelocidadesempleaprimeroun
proceso para transformar los datos a un nuevo dominio donde los mltiples y los
primariossonmapeadosendiferentesregiones.Enestedominiolaenergadelmltiple
es eliminadaoblanqueadaylos datos resultantesporejemplo elprimario estimado, es
antitransformado y regresado al dominio tiempooffset original. Para que este
procedimientoseaexitosoesnecesarioconocerdoscriterios(Verschuur,2006):

1.

El dominio de la transformada debe ser escogido de manera tal que los

primarios y los mltiples puedan ser mapeados en diferentes regiones con un

solapamientomnimo.
2.

Latransformadadebepodersedevolver,demaneraquedespusdeseparar

losprimariosdelosmltiplesestospuedanserantitransformadosoregresadosasu
dominiooriginaltiempooffsetsinningunadistorsin.

Deformaalternativatambinesposible,eneldominiodelatransformadablanquearel
rea con primarios y antitransfromar los mltiples al dominio tiempooffset, y luego se
sustraendelosdatosoriginales.Estamodalidadpuedefuncionarmuchomejorencaso
de que el criterio 2 no sea completamente conocido y si la transformada inversa aade
artefactosextraalosdatos(Verschuur,2006).
Entre los mtodos de eliminacin de mltiple utilizados en este caso se tienen las
siguientestransformadas:

36

3.4.1.1. TRANFORMADAFK

La Transformada de Fourier es extensamente utilizada en el procesamiento de los

datos ssmicos. Esta se encarga de descomponer la seal en funciones exponenciales
(comosenosycosenos)condiferentesfrecuencias.Parafuncionesdedoscoordenadas,
comoeltiempoyoffsetparaunCMPgatherporejemplo,latransformadaFKhaceuna
doble transformada de Fourier sobre ambas coordenadas. Primero, los datos d(x,t)
sontransformadosaldominiotiempofrecuencia(Verschuur,2006):
+

D ( x, f ) =

d ( x, t )e

j 2ft

dt

luegoesaplicadaunanuevatransformadadeFouriersobrelacoordenadaespacial,la
cualestadefinidacomo:
+

D(k x , f ) =

D ( x, f )e

+ j 2k x x

dx

Dondefeslafrecuenciatemporalykxeselnmerodeondahorizontal,elcualpuede
serconsideradocomofrecuenciaespacial.
Se hace referencia a esta doble transformada de Fourier como transformada FK, y
puedeserconsideradacomoladescomposicindeondaplanadelosdatosssmicos.
Un punto en el dominio de la transformada FK describe una onda plana
monocromticaeneldominioespaciotiempo.Larelacinentreeltiempoyelespacio
estaconstituidaporlavelocidaddepropagacinssmicacyelngulodepropagacin
delaondaplana: k x =

f
sen ,(Verschuur,2006).
c

Dondesepuedeobservarquelainformacinrelacionadaaunaondaplanadebanda
anchaestalocalizadarealmentealolargodeunalnearectaeneldominioFK.Porlo
tanto,unallegadassmicaconunaondculadebandaanchayunaformahiperblica,
puede ser pensada como una composicin de ondas planas con diferentes ngulos,

37

que en el dominio FK estar concentrada en un rea triangular (ver figura 21)

(Verschuur,2006).

1000

500

Distancia(m)
0
500

1000

D(Kx,f)

0.2

60

0.4

Frecuencia(Hz)

Tiempo(s)

0.6

40

20

0.8

d(x,t)

0
0.4

0
0.02
0.0
Nmerodeonda(1/m)

Figura21:TransformadaFK.Alaizquierdaseobservaunareflexinssmicasintticadeforma
hiperblica,quepuedeserdescompuestaenplanosdeondademuchosngulos,loscualesestn
delimitadosporlasasntotasdelahiprbola.Eneldominionmerodeondafrecuencia(derecha)este
eventollenaunreatriangular(modificadodeVerschuur,2006).

Parallevarlosdatosdeldominionmerodeondafrecuenciaasudominiooriginalse
procededeformasimilar,llevandoporunaparteeldominiodelnmerodeondaalde
lafrecuencia(Verschuur,2006):
+

D ( x, f ) =

D(k

, f )e j 2k x x dx

Yporotrapartesellevalafrecuenciatemporalaldominiodeltiempo:

38
+

d ( x, t ) =

D ( x , f )e

+ j 2ft

df

3.4.1.2.

TRANSFORMADARADN

Latransformadaradntransformalosdatosaldominiotaup,dondeelcoeficiente
correspondealtiempodeinterseccinyelcoeficientepcorrespondealacurvaturade
lascurvasparablicasdeloseventoscorregidosporNMOenlosconjuntosdeentrada.
Latransformadaysuinversavienendadasporlassiguientesecuaciones(Verschuur,
2006):
+

m( p, ) = d (x, t = + px 2 )dx

M ( p, f ) =

D(x, f )e

j 2fpx 2

dx

mientraslatransformadadiscretizadavienedadapor:

r
r
m = Ld
conLcomolamatrizdetransformacin,cuyoselementosson:

Lij = e

j 2fp i x 2j

donde p es el parmetro de curvatura y x el offset. La transformada inversa esta

descritaporlamatrizcomplejaconjugadaytranspuestadeL,denotadaporLH:
r
r
d = LH m
Se puede ejecutar la trasformada por mnimos cuadrados. La transformada seguida
desuinversasinningntipodefiltrodepormedioproporcionaunaaproximacinde
mnimos cuadrados del conjunto de datos de entrada. La transformada y su inversa
sonrealizadaseneldominiodelasfrecuencias,porseparadoparacadafrecuencia.La
solucinpormnimoscuadradosvienedadapor(Verschuur,2006):
1 r
r
m = LLH Ld

39

lacualesestabilizadaparaserinvertidaconlaadicindeunaconstantealadiagonal
principaldelamatriz:

r
m = LLH + 2 I

r
Ld

Dondeelfactordeestabilizacin 2 esescogidocomounafraccindelvalormximo
enlamatrizLLH(Verschuur,2006).

Han sido desarrollados dos esquemas de inversin para la transformacin por

mnimos cuadrados. Asumiendo tanto los parmetros en el espacio modelo como el
ruidoenelespaciodelosdatos,setienendistribucionesGaussianasqueconducena
un esquema de inversin lineal por mnimos cuadrados denotado como inversin
Toeplitz. Llamada as porque la matriz operador en este esquema de inversin tiene
una estructura Toeplitz. Por lo tanto, tiene que ser formada slo una columna de la
matriz y el sistema de ecuaciones lineales puede ser solucionado con un algoritmo
rpido recurrente Levinson para los parmetros del espacio modelo. La inversin
Toeplitzesrealizadaporseparadoparacadafrecuencia(Verschuur,2006).
El ruido asumido en el espacio de los datos tiene una distribucin Gaussiana y los
parmetros del espacio modelo tienen una distribucin Cauchy produciendo un
esquema de inversin por mnimos cuadrados iterativo no lineal. Este esquema de
inversin es capaz de producir un panel taup donde las energas de los eventos
parablicossonmejorenfocadas,menosdeterioradas,comparadasconelpaneltaup
obtenido por la inversin Toeplitz. Este esquema de inversin es denotado como la
inversin escasa y es capaz de producir una Transformada Radn Parablica de alta
resolucin(Hampson,1986).
Comoelesquemadeinversinescasorequiereelconocimientodelosparmetrosdel
espaciomodeloqueesloqueestamosbuscando,estoesunproblemadeinversinno
lineal. La inversin no lineal tiene que ser puesta en prctica como un problema de
inversiniterativolineal.Dentrodecadaiteracin,losparmetrosdelespaciomodelo

40

obtenidos de la iteracin anterior son usados como conjetura de los parmetros de

modelo verdadero. La inversin utiliza la transpuesta directa o adjunta de la
transformada Radn parablica como conjetura inicial de los parmetros del espacio
modelo en la primera iteracin. Es usada una funcin de costo para detener las
iteracionesensumnimolocal.Estainversinnolinealtambinesrealizadaparacada
frecuenciaporseparado(Verschuur,2006).
La inversin escasa puede producir un panel taup de alta resolucin. Con la
transformada de alta resolucin, el colapso de acontecimientos parablicos en el
dominio taup puede hacer que las energas primarias y mltiples estn mejor
separadas, lo cual favorece la eliminacin de mltiples y la preservacin de eventos
primarios(Sacchi,1999).

Yaquelainversinescasaespuestaenprcticaiterativamente,esnotablementems
lentaquelainversinToeplitz(Zhou,1994).

Elprocedimientodetratamientodelosdatosdeentradaincluyeestospasos:

LaTransformadaestadescomponelosdatosssmicoscorregidosporNMOenuna
suma de eventos parablicos. Los eventos primarios pueden diferenciarse de otras
energascoherentes, comomltiplesygroundroll(conos de ruido),por la curvatura
(moveout)delasparbolas(Beylkin,1987).

Filtradoelprogramadiseayaplicaunfiltroalosdatostransformadosaldominio
taupparareconstruirunaparteseleccionadadelosdatos.Elrangodecurvaturapes
el que rige la seccin de los datos que se desea filtrar. En la prctica, la regin
ocupada por la energa del primario en el dominio de la transformada es por lo
general la que se remueve, dejando as slo la energa no primaria. Los eventos no
primariossernmodeladosenlatransformadainversa(Beylkin,1987).

41

Transformada inversa esta transforma los datos del dominio taup de vuelta al
dominio xt original. Los nuevos datos contienen reflexiones primarias o mltiples,
segnlosdatosespecificadosenelfiltro.Estosdatospuedenentoncessustituiralos
datosoriginalesoserrestadosdeellos(Beylkin,1987).

La trasformada Radn parablica separa los eventos de reflexin basndose en

diferencias de moveout (fig. 22). Despus de una correccin de normal moveout con la
velocidad RMS sacada de los eventos primarios, se espera que los mismos sean
horizontalizados, y los mltiples tengan un moveout residual. Los primarios y los
mltiplespuedenserdistinguidosyseparadosapartirdesusdiferenciasdemoveout
(fig.23).Despusdela correccin y latransformacin de los datos, sehacecero una
zonaespecficadondeseestimaseencuentreencerradalaenergadelosprimarios,se
realiza una transformada inversa en la energa remanente de los mltiples, y el
resultado es substrado del gather original. Otra manera es hacer cero la zona que se
estima esta compuesta por la energa de los mltiples, se realiza la transformada
inversaenlaenergaremanentecorrespondientealos primarios,ysereemplazacon
estaladataoriginal(Zhou,1994).

(a)(b)
Figura22:Usandolatransformadaradnparablica,eventosparablicoseneldominioespaciotiempo
(a)severncomopuntoseneldominiotaup(b)(modificadodeVerschuur,2006).

42

t
(a)(b)
Figura23:(a)PorlaaplicacindeunacorreccinNMOaproximadaalasreflexionesenelCMPgather,
seobtieneunamejoraproximacindelmoveoutresidualdescritaporlasparbolas.(b)loseventos
cncavososobrecorregidosseverndelladonegativodelplanotaupyloseventosconvexoso
subcorregidosestarnenelladopositivodelplanotaup(modificadodeVerschuur,2006).

3.4.1.3.

TRANSFORMADAKARHUNENLOEV(KL)

Estatransformadaesutilizadaparalaremocindemltiples,paraloqueesnecesario
separar los mltiples de las reflexiones primarias corrigiendo el mltiple por NMO.
Los mltiples sern horizontalizados y los primarios sobrecorregidos, asumiendo
curvas de velocidad NMO diferentes para mltiples y primarios. Una vez que los
mltiples estn horizontalizados, se eliminan los eventos planos utilizando la
transformada KL, seguida de la remocin de la correccin NMO aplicada
previamente, y de esta manera obtener gathers que contenga solo la energa de las
reflexionesprimarias(Jones,1987).
La transformada KarhunenLoewe construye una matriz de covarianza a partir del
producto punto de todos los pares de trazas en el gather. Luego esta calcula los
autovaloresyautovectoresparaestamatriz.Despussepuedereconstruirelconjunto
dedatosentero,utilizandotodoslosautovectoresescaladosporsusautovalorespara
regresaralcampodedatosoriginal(Jiao,1999).
El xito de este mtodo depende de la separacin entre las funciones de velocidad
NMOdelosprimariosylosmltiples.Porotraparte,enlosoffsetscercanoslascurvas
deenergadelosmltiplesylosprimariosestnbastantecercaunadelaotra,porlo
tantolaenergadelosprimariosenlosoffsetscercanospuedeserfiltradatambinpor
estemtodo(Jiao,1999).

43

Este mtodo deteriora menos los datos que el mtodo de remocin de mltiples por
filtroFK(Jiao,1999).

b
Primario

Mltiple

Mltiples

Primarios

Figura24:MetodologaderemocindemltiplesusandolatransformadaKL(Modeloesquemtico).
(a)DatosdeentradacorregidosporNMO,Mltiples(Negro)yPrimarios(Azul).(b)Despusdela
transformacinlosmltipleshorizontalizadossonconcentradosenelprimerautovector,mientrasque
losprimariosnohorizontalizadosatraviesanmuchosautovectores.(c)Despusdeenmudecerlos
primarios,unatransformadaKLinversaproduceunestimadodelosmltiples.(d)Primariosestimados
despusderestar(c)de(a).(Modificadode:Jiao,1999).

La transformada KL descompone una imagen en sus componentes principales, los

cuales estn ordenados respecto a su correlacin espacial (Oppenheim 1978). En

44

generaltodoslosusosdeestatransformadaenelprocesamientodedatosssmicos,se
resumen en la reconstruccin de los datos de un subconjunto de las componentes
principales. Los componentes que no estn correlacionados espacialmente son
ignorados,dejandoasunaimagenclaraycoherente(Zhangetal.,1998).

Primarios y mltiples

Primaros despus de la
atenuacin

Figura25:Modeloesquemtico.Datamodelo,dondeloseventosprimarios(Negros)ymltiples(Azules)
delfondomarinointerfierenunosconotros.Antes(izquierda)ydespus(derecha)delaatenuacinde
mltipleslocalizados.(Modificadode:Jiao,1999).

45

Primarios

Peglegs

Primarios

Figura26:Datamodeloquecontienesloprimarios(negros)ysuspeglegs(azules).Antes(izquierda)y
despus(derecha)delaatenuacindemltiplespuntualizados(targetedmultiple). (Modificado de: Jiao,
1999).

Asumiendo que se tiene un conjunto de seales reales xi(t), i=1,2,,n. Se define un

conjuntotransformadojyunamatrizdetransformacinA(Jiao,1999),talque:
n

j (t ) = aij xi (t ); j = 1, K, n KKK (a )
i =1

Donde aij sonloselementosdeA.Lasseales j (t ) sonescogidasdemaneraqueestas

formen una base ortogonal, de modo que cada seal xi(t) pueda ser expresado
exactamentecomo(Jiao,1999):
n

xi (t ) = bij j (t ); i = 1, K , n KKK (b )
j =1

46

Donde bij son los elementos de B. Las ecuaciones (a) y (b) constituyen la
transformacin y antitransformacin de KarhunenLoewe. Las matrices de
transformacin A y B son dependientes de la data. Sus filas corresponden a los
autovectoresnormalizadosdelamatrizdecovarianzadelosdatos,cuyoselementos
son(Jiao,1999):

ij =

x (t )x (t )dt
i

El tamao de un autovalor es una medida de la cantidad de energa coherente

presente en su autovector asociado. En este contexto, coherente est referido a los
acontecimientos que son horizontalmente similares en sentido traza a traza (Jiao,
1999).
Como en muchos procesos de supresin de mltiples, la transformada KL proyecta
los datos en un espacio de parmetro modelo, donde los eventos que se cruzan de
mltiplesyprimarios,sonmejorseparados.Loseventosmltiplessonrepresentados
en el espacio de parmetro modelo y son reconstruidos en el espacio de la data
original a travs de la transformada KL inversa. De manera que los mltiples son
modelados y restados a los datos originales, permitiendo as obtener un gather solo
coneventosprimarios(Jiao,1999).
Cuando el propsito es la supresin de mltiples, se utiliza la energa propia de la
transformada. La idea es segregar la energa asociada con los mltiples en algunos
autovectores.Conelenmudecimiento(mute)dedichosautovectores,lareconstruccin
delosdatospuedeestarlibredemltiples(Jiao,1999).

47

3.4.2.

MTODOSDEREMOCINDEMLTIPLESBASADOSENLA

PERIODOCIDADDELOSEVENTOS

3.4.2.1.

DECONVOLUCINPREDICTIVA

Elmodeloconvolucionaldelatrazassmicamodelaastacomolasuperposicinde
convolucionessucesivasdelaondculassmicaconloscoeficientesdereflexinenel
subsuelo.Elmodeloconvolucionalsebasaenlassiguientespremisas(Yilmaz,1987):

La tierra est conformada de capas horizontales de velocidades constantes y la

fuente genera frentes de ondas planas compresionales, que inciden verticalmente
sobreestascapas.

La ondcula es estacionaria, es decir, su forma no cambia a medida que la onda se

propagaenelsubsuelo.

Lacomponentederuidon(t)escero.
Laseriedereflectividaddelsubsueloesunprocesoaleatorio.
Laondculassmicaesconocida(fuentevibroseis)odefasemnima(fuenteimpulsiva).

LaDeconvolucinesunpasointegralenelprocesamientodelosdatosssmicospara
mejorar la resolucin temporal de los datos mediante la compresin de la ondcula
ssmica bsica. Esta funcin es comnmente aplicada en diferentes etapas del
procesamiento,esdecir,sepuedeaplicarduranteelpreapilamiento,ytambinpuede
serutilizadoenlaseccinapilada(Yilmaz,1987).
LaDeconvolucintienelatareaderemoverlasreverberacionesdelosdatos,yaqueel
carcterreverberantelimitalaresolucinssmicademaneraconsiderable.Estafuncin
tambin debera eliminar una parte sustancial de los mltiples de los datos e
idealmentedejarsololosreflectoresdelatierraenlatrazassmica(Yilmaz,1987).

48

Losparmetrosaconsiderarduranteelprocesodedeconvolucinson(Yilmaz,1987):

Ventanadeaplicacin:Esunapoligonalentiempodondeseaplicaelprocesode
deconvolucin.

Ventanadediseo:Esunapoligonaleneldominiodeltiempo,dentrodelacual
secalculalaautocorrelacindelastrazasssmicasparaladeterminacindeotros
parmetros.

Distancia predictiva: Con esta se intenta predecir cuanto, de la ondcula ssmica

producidaporlafuenteysusreverberaciones,podrextraersedelosdatosporla
deconvolucin.

Longitud del operador: Es el intervalo de tiempo empleado para el clculo del

operador.Paraestoseseleccionanvariosregistrosenlosqueseprocedeaobtener
laautocorrelacindecadatrazayanalizardeestamaneralaenergareverberante
ylosposiblesmltiples.Enlaprcticaesusualtomarcomolongituddeloperador
el intervalo de tiempo correspondiente al primer ciclo de la autocorrelacin. Es
posible relacional la longitud de operador con su efectividad, pero es necesario
tomarencuentaeltiempodecmputo.

Ruido blanco: Es una cantidad de ruido artificial que se aade a la traza para
evitar inestabilidades numricas que puedan surgir al realizar la inversin en el
clculodelespectrodeamplituddeloperadordedeconvolucin.Losporcentajes
deruidoblancoqueseutilizannormalmenteoscilanentre0.1y1%.

LaDeconvolucinpredictivaestabasadaenelfiltroptimodeWieneryusualmente
trabajaconunaventanatemporaldeprediccin(predictionlag)quecorrespondeala
primera o segunda interseccin en cero (cero crossing) de la funcin de
autocorrelacin. El operador de Deconvolucin esta diseado en esta ventana de
tiempoyposteriormenteeloperadoresconvolucionadoconladata.Losparmetros

49

clsicosdeunadeconvolucinpredictivasonladistanciadeprediccinylalongitud
deloperador.Esteprocesoensanchaelespectrodelosdatosssmicosyaumentalas
altas y bajas frecuencias de la seal y el ruido. Por lo que frecuentemente los datos
necesitanserfiltradosdespusdelaDeconvolucin(Yilmaz,1987).
Ladeconvolucinpostapilamientopuedeserusadaenunesfuerzoportomarventaja
delareduccinderuidosinternosenelprocesodeapilamiento(Yilmaz,1987).

3.4.2.2.

TRANSFORMADARADONLINEAL(SLANTSTACK)

LatransformadaRadnlineal(slantstacking)vaseguidadelainversinpormnimos
cuadradosparacondicionarlaseccintauptalquesuinversoresultaraenlamenor
parte de la energa. Esta transformada tiene la caracterstica de separar los eventos
linealesqueintervienenconlasreflexionesenelgatherdeentradamapeandoloscomo
puntos en el dominio taup. Entonces, un enmudecimiento (mute) simple y la
transformadainversaeliminaraloseventoslineales.Latransformadalinealtambin
puedeserusadaparahacerperidicoslosmltiplesenelgatherpreapiliado.Sesabe
que los mltiples son peridicos en la direccin radial de la traza en un gather de
disparocomn(commonshotgather),locualhacerintilladeconvolucinpredictiva.
Porlatransformacindelosdatosdeentradaaldominiotaup,losmltiplessehacen
peridicosenladireccindetau,ashaciendoposiblesueliminacinconoperadores
predictivos simples. La ecuacin de la transformada viene dada por (Verschuur,
2006):
+

m( px , ) = d ( x, t = + px x)dx

dondepxeselparmetroderayohorizontalycorrespondea:

px =
ylaecuacininversaser:

t ( x)

50

j 2f

M ( px , f ) = m( px , )e

3.5.

LIFT:METODOLOGAPARALAELIMINACINDERUIDO.

Los mtodos de supresin de mltiples descritos hasta el momento se limitan en

transformar los datos de entrada a un dominio donde la seal pueda ser separada del
ruido. Una vez hecha esta discriminacin, se elimina la parte del dato que contiene el
ruidoyfinalmentesevuelvenatransformarlosdatosasudominiooriginaltiempooffset.
Otra modalidad de los mtodos convencionales, es la siguiente, despus de separar la
seal del ruido en un dominio conveniente, diferente al tx, antitransformamos slo el
ruido,paraasrestarlodelosdatosdeentrada(verfigura27).Algunosdeestosmtodos
sonunpocomselaboradosalaadiralasealunporcentajedelosdatosoriginalescon
elfindeobtenergathersmenossintticos(Choo,2003)
ElLIFTesunametodologadesupresinderuidoymejoramientodelaseal.Coneste
mtodosetratadealterarlomenosposiblelaseal,porloquesepuededecirqueesta
orientadoalapreservacindelasamplitudesrelativas.ElLIFTfuncionadelasiguiente
manera,deldatodeentradaseseparalasealyelruidoporalgnmtododesupresin
deruido,apartirdeaquvamosallamaralasealmodelodesealyalruidomodelo
de ruido. Aunque en general esto no se logra completamente, y as la parte que
suponemos que es solo ruido tiene una componente de la seal, entonces estamos en
condiciones de poder seguir tratando de recuperar el contenido de seal que se
encuentraenelmodeloderuido.(Choo,2003)
Lainnovacinqueofreceestametodologaparaladesupresinderuidoesqueincluye,
enelmodelodesealconstruido,unporcentajedelruidoremovido(addback)duranteel
procesodemodelado(verfigura28).Estosehaceporquesesabequelaestimacindela
seal no es completamente correcta, y regresando un porcentaje del ruido removido

51

[porcentaje x (seal + ruido)] se compensa el hecho de que el modelado no contiene el

totaldelaseal.Estemtodotambinsirveparadisminuirlosefectosdeborde,deterioro
espacialyotrosartefactosgeneradosporlassuposicionesdelmodelomatemtico.Enla
prctica,aadirunporcentajedelruidoalmodelodelasealpermiteobtenerresultados
msrealistasymenossintticos(Rebec,2005).Elmtodofuncionaparaatenuarcualquier
clase de ruido incluyendo mltiples, preservando las amplitudes relativas de los datos
paraposiblestrabajosdeAVO(amplitudvsoffset)enunfuturo.ElLIFTesunmtodo
flexible ya que se puede incorporar en este una variedad de dominios de aplicacin,
herramientasdefiltrado,yformasdemodeladodedatos.(Choo,2003)
Delasfiguras27y28sepuedeconcluirqueaunqueconlametodologadelLIFTsetiene
una menor relacin seal ruido (relacin seal/ruido para el mtodo convencional:
140/55, LIFT: 95/52.5), esta presenta la ventaja de que la seal no se ve casi alterada.
Permitiendo poder calcular atributos de las propiedades de las rocas mucho ms
confiables.(Choo,2003)

52

A
Sealdeentrada

Suponiendouna
efectividaddel
filtrode90%

B
Modelodeseal

Seal:100
Ruido:100

C
Ruido
(C=AB)

D
Sealpararegresar
50%xsealdeentrada

Seal:90
Ruido:5

Seal:10
Ruido:95

Seal:50
Ruido:50

(B+D)
Salidadeprogramade
atenuacin de ruido

Seal:140
Ruido:55

Figura 27: Ejemplo de una secuencia de eliminacin de ruido convencional, suponiendo un

filtroconefectividaddel90%.ModificadodeChoo,2003.

53

A
Sealdeentrada

Seal:100
Ruido:100

Suponiendouna
efectividaddel
filtrode90%

C
Ruido
(C=AB)

B
Modelodeseal

Seal:10
Ruido:95

Seal:90
Ruido:5

D
Sealpararegresar
50%xruido

(B+D)
Salidadeprogramade
atenuacinderuido

Seal:5
Ruido:47.5

Seal:95
Ruido:52.5
Figura 28: Ejemplo de una secuencia de eliminacin de ruido utilizando la metodologa LIFT,
suponiendounfiltroconefectividaddel90%.ModificadodeChoo,2003.

54

Para la eliminacin de mltiples es necesario iniciar la secuencia de trabajo con la

aplicacin de un mtodo convencional de supresin de este tipo de ruido, por ejemplo
unatransformadaRadn,afindesepararelruidodelasealymejorarlarelacinseal
ruido, aplicando posteriormente la metodologa del LIFT para realzar la seal y lograr
una mayor atenuacin de los mltiples. La seal puede ser modelada de muchas
maneras,porejemplo,unmtododeinversinAVO 2 .

AVO: amplitud versus offset

11

Estaaproximacinalmodeladodelasealsebasaenlassuposicionesdelasecuaciones
de Zoeppritz: las ondas planas y la reflexin entre dos semiespacios. Debido a estas
suposiciones,laamplitudtienequevariarconeloffsetdeunamanerasuave,perocuando
unmltipleinterfiereconunprimario,laamplitudnovarasuavemente.Unainversin
AVO, realizada mediante las aproximaciones lineales de las ecuaciones de Zoeppritz
considerar los mltiples y las ondas convertidas en ruido y los excluir en la
reconstruccin de la seal, aadiendo luego a esta un porcentaje de la seal removida
duranteelmodelado.Estatcnicaparalasupresindemltiplestrabajabientantopara
datosdetierracomoparadatosmarinos.(Rebec,2005)
Este esquema de atenuacin de mltiples conserva las difracciones para una ptima
migracin preapilamiento, a posteriori. De hecho, se tiene que en principio el ruido se
encuentra en la parte superior de las difracciones, hacindolas difciles de identificar.
Peroposterioralaaplicacindelasecuenciaesposibleobservardichasdifraccionesde
manera ms clara. El LIFT tambin funciona para la atenuacin de la energa de los
mltiplesenoffsetscercanos.(Rebec,2005)

CAPITULOIV:METODOLOGA

Acontinuacinsedescribenlospasosseguidosenlaejecucindelosdistintosprocesos
de la secuencia de procesamiento establecida, as como tambin los flujos de trabajo
utilizados hasta la obtencin del apilado preliminar, etapa que constituye el actual
avance. Los datos provenientes de adquisiciones ssmicas son grabados en medios
magnticos(cintas3480,3590,8mm,CDs,DVDs)oelectrnicos(discosdurosporttiles)
con formato SEGD 3 , los cuales constituyen el recurso de almacenamiento temporal
antes de ser llevados al centro de procesamiento y ser cargados a los respectivos
softwaredeprocesamiento.
Lasprincipalescaractersticasquedebeposeerelmediodealmacenajesondurabilidad,
proteccinycapacidad.Paraelcasoquecompetealpresenteproyecto,lalneatrabajada
fuegrabadaenunacintatipo3590,lascualessonresistentes,confiablesyrpidaspara
leer,yestoresultadegranimportanciaal momentodetrasladarlosdatosdecampoa
cualquier centro de procesamiento, ya que tienen menos riesgo de sufrir daos
perdiendo as la informacin. Estas tienen una capacidad de 10 GB, lo que les da un
niveldealmacenamientoaceptableparaunalnea2D.
Caractersticasdelosdatos:
Longituddelregistro:8192ms
Tasademuestreo:2ms
Distanciaentredisparos:25m
Distanciaentreestaciones:12,5m
Nmerodecanalespordisparo:640
Cobertura:160
Offsetmnimo:162,5m
Offsetmximo:8150m
55

56

Figura29:Parmetrosyconfiguracindeadquisicindedatos.

Un Job es un flujo de trabajo construido para el procesamiento de los datos ssmicos,

este nombre se utilizar de aqu en adelante para referirnos a dichas secuencias, esto
paraserconsistentesconellenguajedelreadetrabajo.Acontinuacinsedescribenlos
flujos de trabajo utilizados durante el procesamiento de los datos y obtencin del
apiladopreliminar,constituyendoaselprimeravancedeesteproyecto.

4.1. Carga de datos: Los datos de adquisiciones marinas son grabados en medios
magnticosocintasconformatoSEGD.
Esta secuencia de trabajo se encarga de leer los datos de la cinta y transformarlos al
formato interno del programa (figura 30) con el cual se este trabajando. Estos datos
crudos o sin procesar son guardados en el disco con el nombre de shots de campo y
generalmentesonalmacenadosen32bytes.Estosseobservanenlafigura33(izquierda).

SEGD: Formato estndar de la Society Exploration Geophysic para la grabacin de datos ssmicos en campo.

57

Hasta este punto los datos almacenados en el disco solo cuentan con informacin del
FFID 4 y el nmero de canal (CHAN). Para poder realizar el procesamiento de dichos
datos es necesario que estos tengan mayor informacin, como: nmero de canales,
distanciaentrecanales,nmerodeestacasydisparos,intervalodedisparos,entreotros.

Paracubrirestanecesidadyrealizarelprocesamientoseleasignalageometraa

estosdatosdecampo,procesoquesedividirendospartes:laprimeraparteseobserva
en la figura 31 y la segunda en la figura 32, ambos esquemas resumen el proceso de
asignacindegeometra.

Archivo1(shotsdecampo)

Cinta3590

SEGD

Formatointernodelprograma

Figura30:Esquemadecargadedatos

4.2.

Aplicacin de la Geometra: este es un paso preliminar y primordial para la

aplicacindelageometraalosdatosssmicosconsideradosenesteproyecto.

Cargaycontroldecalidaddela
geometraenlabasededatos

Figura31:Primeresquemadeasignacindegeometrayconstruccindelahojadeclculo
(spreadsheet)

FFID (field file identification): identificacin de los archivos de campo.

58

Esteflujodetrabajoseencargadeconstruirunahojadeclculo(spreadsheet)dondelos
datos se ubican de acuerdo al nmero de canales, distancia entre canales, nmero de
estacasodisparos,longituddelalnea,intervalodedisparos,etc.,yesguardadaenla
basededatosdelprograma.

El programa utilizado para este procesamiento (FOCUS) cuenta con un mdulo

(MARINE) que es exclusivo para datos marinos, y funciona tomando en cuenta la
posicin de la fuente y construyendo la hoja de clculo antes mencionada (spreadsheet)
paralasestacionesreceptoras,losdisparosyCDP,considerandountendidounilateral
alineadoconlafuente.
Losparmetrosquemanejadichomduloson:nmerodedisparosenlalnea,nmero
decanalesenlalnea,nmerodelcanalmscercanoaldisparo,offset 5 delatrazams
cercana,intervalodegrupoocanalesreceptores,eintervalodedisparos.

4.3. Culminacin de la Geometra e inicio del procesamiento de los datos: con esta
partefinalizamoslaetapadelasgeometras,queesvolcarlainformacinquetenemos
eslashojasdeclculo,enlosencabezadosdelastrazas.

Tambin se realizan las correcciones necesarias, como eliminacin del ruido de baja
frecuenciaquetraanlosdatosdecampo(figura33izquierda),laremocindelfantasma
yfirmadelafuenteylaeliminacindelruidodeoleajetiposwell,ascomotambinse
recobranamplitudesatravsdeunacorreccinpordivergenciaesfrica,locualresulta
necesario,poralaperdidadeenergaquesufrelaondaensuviajeatravsdelatierra.
Todos estos pasos se encuentran resumidos en el esquema que se presenta a
continuacin(figura32).

59

Archivo 1 (shots de campo)

Asignacindegeometra

Filtropasaalto(36Hz)

Filtrodefirmadelafuente

Correccinpordivergenciaesfrica

Filtropararuidoswell

Archivo 2 ordenado CDP (Datos con geometra)

Figura32:Segundoesquemadeasignacindegeometra

Con fin de concluir el proceso de asignacin de geometra se incluy un mdulo del

programa(PROFILE)queseencargadebuscarlapalabrashotenlosencabezadosdelos
datos cargados de la cinta, luego busca la misma palabra en las hojas de calculo y las
vincula, descargando as toda la informacin en los encabezados de las trazas. En la
figura33(izquierda)seobservalapresenciadeunruidodebajafrecuencia(verfigura
34)comoyasehabamencionado,elcualabarcatodoslosdatos.Lafuncindelprimer
filtro de la figura 32 es remover dicho ruido, para lo que se realiza un cambio de
dominio, aplicando un filtro de frecuencia pasoaltos (highpass) cuyos parmetros de
entradacontemplaunapendienteentre3y6Hz.

Offset: distancia fuente receptor.

Figura33:Aplicacindefiltropasaalto(36Hz)datosantes(izquierda)ydespus(centro)delaaplicacindelfiltro,yladiferenciapara
visualizarloquefuefiltrado(derecha).

60

61

Figura34:Espectrodefrecuenciasdelosshotsdecampodondeseobservaunpicomuyalto(picorojo)
defrecuenciaspordebajode1Hz.Elespectrocorrespondientealosdatosluegodelaaplicacindel
filtropasaaltoeselmismodelafigura19a.

Luego de remover el ruido de baja frecuencia de los gathers, es posible identificar la

presenciadereflexionesmltiplesdelfondomarino,aproximadamentea5000ya7500
mseg(verfigura36).Laeliminacindeestosmltipleseselprincipalobjetivoduranteel
procesamientodeestalneadeprueba.

Otrotipoderuidoquetambinafectanuestrosdatoseseldebidoalfantasmayfirmade
lafuente 6 ,ambossoncaractersticosdedatosmarinos,yelprimeroesconsideradoun
tipodemltiple.Paralaremocindeesteruidoesnecesariocontarconlainformacin
de la ondcula del campo lejano (signature), con esta informacin creamos un filtro
equivalentedefasecero,detalmaneraqueaplicandoestealdatoseelimineelefectode

62

la firma de la fuente y el fantasma. En la siguiente figura (figura 35) se compara la

ondculadelcampolejano(arriba)ylaondculaequivalente(arriba).

Figura35:Comparacinentrelaondculadelcampolejano(arriba)ylaondculaequivalentedefase
cero(abajo)calculadaapartirdelaprimera,lacualsealmacenarenlabasededatosdelprograma
comofiltroequivalente.

En la figura 36 se observan los datos antes (izquierda) y despus (derecha) de la

remocindelruidodebidoalfantasmayfirmadelafuente;enlosdatosssmicosnoes
notorialadiferenciaentrelaentradaylasalidadeestemdulo,peroeneldominiode
lafrecuencialosespectrossidifierenentres(Figura37ay37brespectivamente).

El Fantasma y Firma de la fuente: el primero corresponde a la reflexin que llega al hidrfono luego de rebotar en
la superficie del agua. Y la firma de la fuente corresponde a una informacin adicional que depende de la fuente
utilizada.

Figura36:Datosssmicosantes(izquierda)ydespus(derecha)delaaplicacindelfiltroparalaremocindelruidodebidoal
fantasmayfirmadelafuente.

63

64

(a)

(b)
Figura37:Espectrodefrecuenciaantesdelaaplicacindelfiltroparalaeliminacindelfantasmadela
fuente(a)ydespusdesuaplicacin(b).

65

Luego se hace una correccin por divergencia esfrica, ya que los datos requieren la
aplicacindeunagananciadebidoaladisminucindelaenergaconlaprofundidad.
Paralarealizacindeestacorreccinseaplicaunmdulodelprograma(GAIN)cuyo
propsitofuerecuperarpartedelasamplitudesperdidasymejorarlavisualizacinde
los datos. Para la utilizacin del mdulo de correccin por divergencia esfrica es
necesariaunafuncindevelocidad(verfigura38,dondeseobservaladependenciade
ladivergenciaesfricaconlavelocidad)lacualseobtienedelosshotsdecampoapartir
deunanlisisdevelocidadesyesincluidaenlosparmetrosdeentradadelmodulode
ganancia.
Un anlisis de ganancia permite observar una mejora respecto a la ecualizacin de las
amplitudes de la seal, ver figura 40. Es posible observar que los datos despus de la
aplicacin de la correccin por divergencia esfrica estn mejor ecualizados (Figura 40
derecha)yaqueladiferenciaentrelasamplitudesendecibelessonmenoresquelasde
losdatosdeentrada(Figura40izquierda).

Vrms(t )vopcin T Topcin

Escalar (t ) =

V0 SCmx

Donde:Vrms=VelocidadRMSauntiempot
T=tiempodelamuestra
Vo=VelocidadRMSatiempocero
Vopcin=Valordepoderparalavelocidad
Topcin=valordepoderparaeltiempo
Scmx=1/Escalar(Tmx)

Figura38:Frmuladedivergenciaesfrica.

Figura 39: Gather antes (izquierda) y despus (derecha) de la aplicacin de una ganancia por divergencia esfrica.

66

67

Figura40:Anlisisdeganancia,antesdelacorreccinpordivergenciaesfrica(izquierda)ydespusde
lacorreccin(derecha).

Losdatosdecampotambinpresentanunruidodebidoalconstantemovimientodelos
hidrfonos producto del oleaje, este se conoce como ruido tipo swell, y es importante
tomarloencuentayaqueesunaparticularidaddelosdatosmarinos.Pararemovereste
ruido se realiz una deconvolucin predictiva en el dominio del tiempo y el espacio,
paraintentarpredecirunmodelodelruidoyprocederasaremoverlo,estoesvlidoya
que este tipo de ruido presenta una caracterstica aleatoria. Los datos de salida que
resultaronalfinaldelflujodetrabajofuerondenominadosDatosconGeometra.

4.4.

Deconvolucin de los datos: hasta este punto ya se le han aplicado a los datos

prcticamente todas las correcciones pertinentes, pero para poder pasar a la prxima
etapa,queinvolucralacorreccinNMO,esnecesariocalcularunafuncindevelocidad
apropiada para horizontalizar o corregir la forma hiperblica de los datos. Pero surge
otratareaqueesdeconvolucionarlosdatos,yaquedeestamaneraseconsiguemejorar

68

laresolucindelosmismos,facilitandoasladeterminacindelafuncindevelocidad.
Estaeslafinalidaddelflujodetrabajoquesemuestraenesteapartado(Figura41).

Archivo2(Datoscongeometra)

Correccindebidoalaprofundidaddelafuenteyelreceptor

Deconvolucin

Archivo3(datosdeconvolucionados)
Figura41:Esquemaparalacorreccinporprofundidaddelparfuentereceptoryladeconvolucinde
losdatos.

Elflujoconstruidoenelprogramatrabajadelasiguientemanera,tomaelarchivoDatos
congeometrayle aplica unmdulo(HEADPUT:modificacindelencabezado delas
trazas) que busca la palabra shot para identificar todas las trazas donde se har la
modificacin,yseguardaensusencabezadoslapalabradelayalacuallecorresponder
elvalor8ms.Estosehaceconelfindehacerlacorreccindelretrasodetiempodebido
a la profundidad de la fuente y los hidrfonos (6 m), y asumiendo que la columna de
aguatieneunavelocidadde1500m/s(aguasaladaa15C),estacorreccinserade8ms
entiempodobledeviaje.Finalmenteseaplicaeldelayguardadoenelencabezadodelas
trazas(utilizandoelmoduloSTATICdeFOCUS).

La deconvolucin a realizar en este flujo de trabajo tendr como objetivo solo la

obtencindeunafuncindevelocidad,asquelosparmetrosutilizadosenestapueden
variar ms adelante. La figura que se muestra a continuacin compara el archivo de
entrada(Datoscongeometra)conelarchivodesalida(Datosdeconvolucionados).

Tiempo (s)

Disparo

Datoscongeometra

Figura42:Entrada(izquierda)ysalida(derecha)delosdatosenelflujodetrabajomostradoenlafigura41

Datosdeconvolucionados

69

70

4.5.

Clculo de la funcin de velocidad: para poder determinar cual va a ser el

procesamiento adecuado es necesario la realizacin de un apilado preliminar, para lo

que se requiere una funcin de velocidad a fin de realizar la correccin NMO
correspondiente.Elclculodedichafuncineselobjetivodelsiguienteflujodetrabajo
(Figura43).

Archivo3(Datosdeconvolucionados)

Aplicacindeganancia

Filtropasabanda

Clculodefuncindevelocidad

Figura43:Esquemaparaelclculodelafuncindevelocidad.

Enestasecuenciadetrabajoseaplicaunaganancia(AGC)yunfiltroquepermitanuna
mejor visualizacin de los datos con el fin de facilitar el anlisis de velocidad. La
longitud de la ventana AGC es de 500ms y el filtro utilizado es un pasobanda cuyos
parmetrossonlossiguientesde5,10Hzy45,60Hz.
ElanlisisdevelocidadserealizaenelprogramaconunmdulollamadoVELDEF,el
cualestadiseadoparaelclculodefuncionesdevelocidad,elcualsehizocada1Km.
Para la realizacin de este anlisis se construy un sper grupo de trazas (supergather)
(verfigura44)formadoporlasumade9gathers 7 ,estecontienemayorcantidaddedatos
yfavoreceelanlisisdevelocidades.

Un gather es un conjunto de trazas.

71

La funcin de velocidad obtenida fue guardada en la base de datos, y esta se

definisiguiendolosvaloresmximosdesemblanzasintomarencuentalosmximos
correspondientesalosmltiples.

Clculodelasfuncionesdevelocidadapartirdelanlisisdesemblanza

supergather

Apilado

Tiempo(s)

Figura44:Anlisisdevelocidad.

Anlisisdesemblaza

72

4.6.

Apiladopreliminar:elobjetivodelsiguienteflujodetrabajoeslaconstruccinde

unapiladopreliminar(brutestack)quesirvacomoorientacinenprocesamientodelos
datos.
Laprimerapartedeestefueexplicadapreviamente,yaque,hacelomismoqueelflujo
de Deconvolucin, slo que en este caso se hace cuidadosamente la seleccin de los
parmetros de la deconvolucin (tipo de deconvolucin: impulsiva, longitud de
operador:80ms)(verfigura46).

Archivo2(Datoscongeometra)

Correccindebidoalaprofundidaddelafuenteyelreceptor

Deconvolucin

CorreccinNMO

Enmudecimiento

Apilado

Archivo4(ApiladoPreliminar)

Figura45:Esquemaparaelapiladopreliminardelosdatos.

La correccin NMO es realizada con la funcin de velocidad previamente obtenida

(Figura43),ysecalculounafuncindeenmudecimientomanualmenteapropiadapara
este conjunto de datos. Por ultimo se realiza el apilamiento el cual se llevo a cabo
sumandodelastrazasdeunmismoCDP 8 lograndoasunaseccinssmica(verfigura
47).
8

CDP (common mid point): punto medio comn.

Figura46:Pruebasdedeconvolucinimpulsivaparaoperadoresde120,160,200y240msdelongitud.

Apiladopreliminarvariandolalongituddeloperadordedeconvolucinparadeterminareloperadorconelqueseobservanmejores
resultados

73

Tiempo(s)

Figura47:ApiladoPreliminar.Elvaloamarillosealaelprimarioylosvalosrojoslosmltiplesdelfondomarino.

Tiempo (s)

74

75

4.7.

Interpolacin de los datos: En el apilado preliminar es posible observar la

presencia de los mltiples del fondo marino, aproximadamente a 5000 y a 7500 mseg.
TambinseobservalapresenciadeAliassingespacial(verfig.47)entrelosCDP1855
2509 y entre los 60007500 mseg., por lo que se transformaron los datos al dominio
frecuencianmerodeondadondeseevidenciolaexistenciadeAliassing(figura48).

EspectrodefrecuenciasdelApiladoPreliminar

Nmerodeonda

Frecuencia(Hz)

Figura48:EspectroFKdelapiladoPreliminar,enelcualseevidencialaexistenciadealiassingespacial.

En el espectro FK se evidencia la existencia de aliassing espacial a partir de los 65 Hz

aproximadamente,porloqueserealizunainterpolacindetrazaseneldominiodelos
disparosconelfindeeliminaresteefecto(verfigura49).Estastrazasinterpoladassern
mantenidasduranteelprocesodeeliminacindemltiplesyseeliminaranalmomento
derealizarunnuevoapilado.

76

Espectrodefrecuenciasdespusdelainterpolacin
Nmerodeonda

Frecuencia(Hz)

Figura49:EspectroFKdelosdatosdespusdelainterpolacindetrazas,enelcualsepuedeobservar
queelseremovielaliassingespacial.

4.8. TransformadaRadon
LosgatherscontrazasinterpoladasfueronordenadosporCDP(Figura50)yselesaplico
unatransformadaRadnparaprepararlosdatosparaentraralametodologadelLIFT
dondeseprocederalaeliminacindelosmltiplesquefueronidentificados.

4.9.

MetodologadelLIFTparalaeliminacindemltiplesendatosmarinos2D

LametodologadelLIFTfuelaherramientautilizadaenelpresentetrabajodepasanta
para cumplir con los objetivos generales plateados en la misma. Estos comprenden la
evaluacindelosmtodosdeeliminacindemltiplesyladeterminacindelmtodo
queresultmseficienteenesterespecto.

77

CDP Gtaher
CDP

Tiempo(s)

Figura50:CDPgather(interpolado)queseutilizarcomodatodeentradaparalametodologadelLIFT

Enestecaso,estametodologafueutilizadaprincipalmenteparaeliminarelmltipledel
fondomarino.Ylasecuenciaseconstruydelasiguientemanera:

78

Entrada

Preacondicionamiento

Aplicacindevelprimario

Aplicacindevelmultiple

Datos

Eliminacindemltiples

Remocindevelmultipley
Aplicacindevelprimario

Muteinterno

RegresinAVO

Modelo de seal

Ruido

Remocindevelprimarioy
Aplicacin de velmltiple

Eliminacindemltiples

Remocindevelmultipley
Aplicacin de velprimario

Add-Back

Acondicionamiento
Salida

Velmultiple:velocidaddelmltiple.
Velprimario:velocidaddelprimario

Figura51:RepresentacinesquemticadelametodologadelLIFT,utilizadaenestetrabajoparala
eliminacindemltiples

79

En primer lugar se tienen los cdp gathers interpolados y corregidos por NMO con la
velocidad de los primarios (velprimario), los cuales sern los datos de entrada a la
metodologadelLIFT.Antesdeladeterminacindelmodelodesealfuenecesariopre
acondicionarestosgathersparamejorarunpocomslarelacinsealruido.Estepre
acondicionamiento comprendi un balanceo espectral, una atenuacin de amplitudes
anmalas, una supresin de ruido en el dominio tiempofrecuencia y un
enmudecimientobasadoenlosngulosdeincidencia.

Conelbalanceoespectralintentamosquetodaslasfrecuenciastenganelmismovalorde
amplitud, para ello se transforma el dato al dominio de la frecuencia con FFT
(TransformadarpidadeFourier),sefiltraenbandasdefrecuenciasseleccionadasporel
usuario, se determina un escalar por banda de frecuencias, el cual es calculado de
acuerdo a los valores de amplitud y frecuencia suministrados por el programa. Cada
banda de frecuencias es trasformada al dominio del tiempo con IFFT (transformada
rpida de Fourier inversa). Estas bandas posteriormente se suman haciendo as el
balanceodelespectro,perosepresentaelproblemadequedeestamaneranoseestaran
conservando las amplitudes. Una manera prcticas para preservar las amplitudes
relativaseslasiguiente,anterioralbalanceodelespectroseaplicaunAGCperoconla
salvedaddequelosescalaresaplicadosalastrazassonguardadosenlosencabezados
delasmismas,conlaaplicacindelbalanceodeespectroseecualizanlasamplitudesdel
espectroconunAGCconunalongituddeventanaigualaladelaplicadoanteriormente,
posterioraestoseremuevenlosescalaresaplicados.Finalmentelasbandassonsumadas
y se forma la salida. El objetivo de aplicar un balanceo del espectro es mejorar el
contenidodefrecuencias,comoastambineliminarruidosrelacionadosconlafuente,y
aplicadodeestamaneraselograconservarlasamplitudesrelativas.

Figura52:Gathersantes(izquierda)ydespus(derecha)delbalanceodelespectro.

80

81

Enlafiguraanteriorsepuedeobservarcomomejoralacalidaddelosdatosluegodela
realizacin del balanceo del espectro, esto tambin se evidencia en el espectro de
frecuencias(figura53).

Figura53:Espectrosdefrecuenciadondeseobservacomoactaelbalanceodelespectral

La atenuacin de amplitudes anmalas fue realizada por medio de un mdulo de

escalamientodeamplitudesdisponibleenelprograma,elcualanalizalosdatosatravs
depequeasventanastemporalesyespacialesenlasquesecalculaunpromediodelas
amplitudes,yaspodemoscompararelvalorpromediodelasamplitudesconelvalor
deamplituddelamuestradelcentrodelaventana,deestamaneraesposiblellevarla
amplitud de dicha muestra, en el caso de que sea anmala, al valor promedio de las
amplitudes,omenoraeste,segnlaeleccindelusuario.

82

Gathers antes y despus de la aplicacin del filtro en el dominio f-x

Antes

Despus

Diferencia

Figura54:Gathersantes(izquierda)ydespus(centro)delaaplicacindelfiltroeneldominiofx,ysu
diferencia(derecha)paravisualizarelruidoqueesteestaremoviendo.

83

Lasupresinderuidoeneldominiotiempofrecuenciasehaceapartirdelaeliminacin
defrecuenciasanmalasenlastrazas(verfigura54).Estoselogratransformandotodas
las trazas de un gather al dominio tf, en el que es posible dividirlas en pequeas sub
bandas de frecuencias. Luego es calculada la mediana de las amplitudes de cada sub
bandadefrecuencias,apartirdeungrupodetrazasdeterminadasporelusuario,yse
define un umbral de ruido como el promedio de las medianas de las subbanda de
frecuencias del mismo grupo de trazas. Si la mediana de la subbanda de frecuencia
evaluadaesmayorqueelumbralderuidoentoncesestaeseliminada.

Enmudecimientobasadoenlosngulosdeincidencia(verfigura55):esteprocedimiento
nospermitecalcular,pormediodeuntrazadoderayos,elngulodeincidenciadelos
datosdeungather,apartirdelasvelocidadesdeapilamientoyutilizandolafrmulade
Dix para determinar las velocidades intervlicas, con las cuales se pueda construir un
modelo de capas y trayectoria de rayos a partir del cual sea posible el clculo de los
ngulos de incidencia. Una vez hecho esto es posible eliminar lo ngulos que no
contribuyanalainversinAVO,ytambinesunamaneradeevitarelestiramientode
lastrazas.

84

Antes(izquierda)ydespus(derecha)delaaplicacindelenmudecimientoporngulosdeincidencia

Tiempo(s)

Figura55:Antes(izquierda)ydespus(derecha)delaaplicacindelenmudecimientoporngulosde
incidencia

85

LosgathersqueentraranalLIFTsonalmacenadosenelencabezadodelastrazasconel
nombrededatosoriginales.Estosehaceparapoderutilizarlosendistintasoperaciones
cuandoseanecesario.

SeremuevelacorreccinNMOquetienenlosgathers,correspondientealavelocidadde
los primarios (velprimario), y se realiza una nueva correccin con la velocidad de los
mltiples (velmultiple), con el objeto de horizontalizar las mismas. Posterior a esto se
aplicaelmtododeeliminacindemltiplesseleccionado,seremuevelavelocidadde
losmltiplesyesaplicadanuevamentelavelocidaddelosprimarios.

UnpasoimportantedentrodelametodologadelLIFTeslaaplicacinalosgathersde
un enmudecimiento interno, el cual sirve para remover el efecto de la energa de los
mltiplesenlosoffsetscercanos,yaqueenestos,tantolosmltiplescomolosprimarios
tienenlamismapendienteyresultamuydifcileliminaresteruido.Luegoserealizaun
anlisis AVO, que consiste en una aproximacin lineal con base en los atributos de
incidencia normal y gradiente [R() = I + G * sen2 ()], para la reconstruccin de los
primarios eliminados con el enmudecimiento interno aplicado a los gathers (ver figura
56).

Seaplico un enmudecimientoexternopara evitar quelaregresinsehagamsallde

los lmites del dato. Y luego se guardan estos gathers en los encabezados de las trazas
bajoelnombredemodelodeseal.

A partir del modelo de seal estimado y los datos originales es posible calcular un
modeloderuido,elcualancontieneunporcentajedelaseal(figura57):

RUIDO(SEAL+RUIDO)=DATOSORIGINALES MODELODESEAL

86

Ahora se trabaja sobre el modelo de ruido construido, removiendo antes la correccin

NMOrealizadaconlavelocidaddelosprimariosyaplicandounacorreccinutilizando
la velocidad de los mltiples. Luego de esto se procede a la remocin de ruido o
supresin de mltiples por el mtodo previamente elegido, y se regresan las
correcciones NMO, de modo que los gathers que salgan estn corregidos con la
velocidaddelosprimarios.Finalmenteestosgatherssonguardadosenelencabezadode
lastrazascomoelporcentajederuido(%(ruido+seal))queseregresaralaseal(add
back)(figura 58).

Es necesario hacer una limpieza de los encabezados de las trazas: todo lo que se
almaceno en los encabezados de las trazas debe ser borrado ya que ocupa un espacio
innecesarioeneldiscoyretardaelprocesodecmputo.

Por ltimo se construyen los gathers de salida del LIFT regresando un porcentaje del
ruidoestimadoalasealmodelada(figura 58):

GATHERSDESALIDA=SEALMODELADA+(%(RUIDO+SEAL))

87

Gatherdespusdelaaplicacindel
enmudecimientointerno

Despusdelaregresinlinealparala
reconstruccindelosprimarios

Tiempo(s)

Figura56:EjemplodelaaplicacindeunenmudecimientointernoalosGathers(izquierda)ydela
reconstruccindelosprimariosapartirdeunaregresinlineal(derecha)

Modelo de seal

=
Modelo de Ruido

Figura57:EjemplodeseparacinentreelruidoylasealutilizandolametodologadelLIFT:ModelodeRuido(seal+ruido)=Datosoriginales
ModelodeSeal

Datos Originales

88

Tiempo (s)

Addback

Modelo de Seal

Salida del LIFT

Figura58:EjemplodelametodologadelLIFTparaelestimadoderuidoqueseregresaalaseal(%(ruido+seal))

Modelo de ruido

89

Tiempo (s)

90

4.10. Migracin

Luego de todo el proceso de remocin los mltiples se realiza el apilado final para
observarlasmejorasqueevidencianlosdatos,yseprocedealsiguientepasodentrode
unesquemadeprocesamiento,lamigracindelosdatos.Ennuestrocasoparticularse
realizo una migracin preapilamiento en tiempo. El objetivo de esta es mover los
reflectoresconbuzamientoasuposicincorrecta,colapsardifraccionesylograrmejores
detalles en ciertos eventos, como planos de fallas. Para esto se utiliz el software
Geodepth, de Paradigm, el cual esta diseado para realizar distintos topos de
migraciones.Desdeelcualesposiblecargarlasvelocidadesdeapilamientoconlasque
sehavenidotrabajando,estassonsuavizadas,yluegoutilizadasparacrearunaseccin
develocidadesRMS,queservircomoentradaparalamigracin.
Con la seccin de velocidades (fig. 59) y los CDP gathers sin correccin NMO, se
procede a realizar la migracin preapilamiento en tiempo, utilizando el algoritmo de
Kirchhoff basado en la teora de rayos y clculo de tiempos de viaje. De este proceso
resultan unos gathers en tiempo migrado y una seccin migrada, en la cual se observa
que es necesario hacer un ajuste de los parmetros de migracin y de la seccin de
velocidades. Primero vamos a enfocarnos en mejorar nuestra seccin de velocidades,
para ello se calcularon funciones de residuos (figura 60). Un residuo es un valor en
milisegundosqueseledebeaplicaralosreflectoresenlosgathersparahorizontalizarlos
que se encuentran sobrecorregidos o subcorregidos. Con estos residuos se calcula una
seccinquenosvaapermitirconstruirunanuevaseccindevelocidadesmejorada,con
la cual migraremos nuevamente. De ser necesario secalculan nuevos residuos a partir
de esta ultima seccin migrada. Este proceso se repite tantas veces sea necesario hasta
que los valores de los residuos sean tan pequeos que no provoquen variaciones
significativasenlosgathers(figura61).

91

Una vez hecho esto se debe realizar pruebas de los parmetros de migracin, para de
esta manera poder determinar cuales son los ms adecuados para nuestros datos. Las
pruebasrealizadassebasaronenlossiguientesparmetros:aperturademigracin,tipo
ytamaodelfiltroantialias,yporcentajedeestiramientodelastrazas.
Parahacerlaeleccindelosdistintosparmetrossecomenzprobandolaaperturade
migracin,esteparmetrosevariodesde1800mhasta 3000m,eligiendolaaperturade
1800mporgenerarestalaimagenmsadecuada,ygenerabalamenorcantidadderuido
en los datos, ya que a mayor apertura mayor es la cantidad de ruido que genera la
migracin.
Elsiguienteparmetroaprobarfueelfiltroantialias,quedeacuerdoalespaciamiento
entre trazas se podra estar generando aliassing espacial. Se contaba con dos tipos de
filtros, uno por bandas de frecuencia y otro triangular, de estos el ms eficiente es el
triangular,aunquelostiemposdeclculossonunpocomslentos.Ademscadafiltro
contabaconcinconiveles,loscualespermitendeterminancuanfuerteserlaaplicacin
delfiltro.Portratarsedeunalnea2D,lasdiferenciasentrelostiemposclculodecada
filtroson mnimas,por loque seeligiel filtro triangular,con un nivel5,elcual es el
msfuertedelosnivelesdisponibles.
Porultimoserealizaronlaspruebasparaelenmudecimientodelosgathers,yaquealser
corregidos por alguna velocidad las trazas presentan estiramiento, este parmetro fue
variado entre 20, 40 y 60%, eligiendo finalmente el de 60%, lo que significa que se
enmudecieronlarpartesdelastrazasquesufrieronunestiramientomayoraun60%de
sulongitudoriginal.Luegodehacerlascomparacionesentreelefectodelosdiferentes
parmetros en la seccin resultante, y haber escogido los que produjeron una mejor
imagen,esdecirlosmsadecuadosanuestrosdatos;seprocedearealizarlamigracin
(figura65).
Esnecesarioaaplicacindeunenmudecimientoydeciertosprocesosquemejorenun
pocomslaimagen,estossernllamadospostprocesosyestncomprendidospor:un

92

enmudecimiento,balanceespectral,eliminacinderuidoaleatorio,etc.).Elresultadode
este ltimo paso ser la seccin migrada con postprocesos (ver figura 65), la cual
constituyeelproductofinaldelpresenteinformedepasanta.
VelocidaddeApilamientoVelocidadRMSVelocidadIntervlicaGradienteVelocidadPromedioProfundidadvs.Tiempo

Tiempo(s)

Figura59:Funcionesdevelocidad.Lavelocidaddeapilamientoescargadaalprogramademigraciny
esteseencargadecalcularelrestodelasvelocidades.

93

Figura60:Gathersentiempomigradoyprimerasfuncionesderesiduoscalculadas.

94

Figura61:Gathersentiempomigradoyltimasfuncionesderesiduoscalculadas.

CAPITULOV:RESULTADOSYANLISIS

Comosedijoanteriormenteelproblemaconquenosenfrentamosenesteprocesamiento
laformamseficientedeeliminarelmltipledelfondomarino.Paraelloseutilizaron
tres mtodos de atenuacin de mltiples: la transformada KL, transformada Radn
parablica, y transformada FK o remocin de mltiples por pendientes. Para evaluar
cualdelostresmtodosfueelmseficaz,senevaluaronlosgathersenprimerlugar.En
lassiguientesfigurassepuedeverelmismogatherconlostresmtodosdeeliminacin
aplicados.Alhacernuestraeleccin,nosinclinamosporlatransformadaKL,yaquela
transformada radn parablica crea mucho ruido tipo hiperblico, mientras que la
transformada FK horizontalizaba muchos eventos y eliminaba buena parte de la seal
(Figuras62y63).

95

96

Figura62:GathersdespusdelaaplicacindelametodologadelLIFT,enunacercamientoalaparte
superiordelgather,dondesedebeobservarlapresenciadelosprimarios.

97

Figura63:GathersdespusdelaaplicacindelametodologadelLIFT,enunacercamientoallazona
delmltipledelfondomarino,dondesepuedeobservarqueelmtodomsconvenienteresultoel
correspondientealaTransformadaKL.

Este anlisis preliminar, no es suficiente para hacer la eleccin del mtodo ms

apropiadoparaeliminarelmltipledelfondomarino,porloqueesimportanteevaluar

98

los diferentes mtodos a nivel de apilamiento. Como muestra se tienen las siguientes
figurasdelosapiladoscorrespondientesacadamtodoaplicado(Figura64).

ApiladosdespusdelLIFT

Remocindemltipleporpendientes
TransformadaKL

Difracciones

El mltiple del
fondo
marino fue removido

Figura64:Apiladoscorrespondientesalosmtodosderemocindemltiplesaplicados,enun
acercamientodondesepuedeobservarqueelmltipletieneunapresenciamuchomsdbil.

TransformadaRadnparablica

Tiempo(s)

99

Nuevamente se pudo observar que el resultados de la transformada KL, nos da una

mejor imagen del apilado (ver figura 64), pudindose ver que el mltiple del fondo
marinoeseliminadacasiensutotalidad.Cabemencionarquelaaplicacindeestostres
mtodosfuehechadentrodelametodologadelLIFT.

No encontramos ninguna justificacin terica mostr mejores resultados, ya que en

otrosproyectoslastransformadaRadonparablicadioexcelentesresultados.Conloque
podemosdecirqueenestecasolaeleccindelmtodosestanetamenterelacionadacon
eldatoprocesado.

Esimportantemencionarquelosresultadosfueronbastantesatisfactorios,enelcasode
laaplicacindelatransformadaKLdentrodelametodologadelLIFT,loquenoresulto
de la misma manera al aplicarla individualmente o por separado de la metodologa
mencionada.EstosepuedeatribuiraquelametodologadelLIFTintentapreservarla
mayorpartedelaseal.

Unavezrealizadotodoelprocesoderemocindemltiples,secuentanconunosgathers
ordenadosporCDPyconunaseccindevelocidades,apartirdeloscualesserealizla
migracin preapilamiento en tiempo de los datos, ver figura 65, el procedimiento
seguidoparalaobtencindelamismayafueexplicadoenlametodologa.

Tiempo(s)

MigracinPreapilamientoentiempoconpostprocesos

Figura65:MigracinPreapilamientoentiempoconpostprocesos,acercamiento.

100

CONCLUSIONESYRECOMENDACIONES

Sepudoobservarqueentodaslasetapasdelprocesamientorealizado,hemosmejorado
paulatinamentelarelacinsealruido.

El primer problema que se encontr fue la existencia de aliassing espacial, que se

resolvillevandoacabounainterpolacindelastrazaseneldominiodelosdisparos;
tcnica que por cierto resulta computacionalmente muy costosa. A pesar de esta
dificultad se prefiri utilizar dicha tcnica en lugar de un tradicional filtro FK ya que
este suele alterar las amplitudes relativas, y tambin porque los datos utilizados
correspondenaunasolalneadellevantamiento2Dencuestin.

El uso de un balanceo del espectro mejor notablemente la resolucin de los datos,

pudindose visualizar en la ssmica mayor cantidad de eventos, vale destacar que en
generaltodoelprocesamientoestuvoorientadoalapreservacindelasamplitudes,por
lo que es posible hacer estudios posteriores que requieran la preservacin de las
mismas.Cabedestacarquelapreservacindelasamplitudesrelativasesmssencillade
lograrendatosmarinosqueendatosterrestres.Encontraposicinaestosesmuchoms
fcillograrunamejorimagensinopreservamoslasamplitudes,yaquelasamplitudes
anmalasenlastrazasproducenruidosencualquieretapadelprocesamiento.

En un primer momento quisimos determinar los tipos de mltiples presentes en los

datos,yseobservqueelmltipledelfondomarinosedestacanotablemente.Elestudio
delasemblanzasugierelaexistenciadeotrotipode mltiples,perodichosdiagramas
no nos permitieron distinguirlos. Otra manera de identificar mltiples, es a travs de
datosdepozo,peroenesteproyectonosecontabaconinformacindepozos,porloque
eltrabajofueenfocadoalaeliminacindelmltipledelfondomarino.
101

102

IndudablementelametodologadelLIFTdioexcelentesresultadosalsercombinadacon
elmtododeatenuacindemltipleselegido.
UnarecomendacinparafuturostrabajosesincluirdentrodelametodologadelLIFT,
el mtodo de remocin de mltiples relacionados con la superficie (SRME), que el
presentetrabajonopudoserincluido.

Queremos acotar que una migracin postapilamiento en tiempo no hubiese mostrado

unaimagenmuydiferentealaobtenidaconlamigracinpreapilamientoentiempo,ya
un menorcostocomputacional,yaqueelcampo develocidadesde la zona de estudio
era bastante suave, lo que sugiere que no se encontraba relacionada a estructuras
complejas. Por otra parte, si el caso fuera una zona con un campo de velocidades con
variaciones laterales importantes recomendaramos una migracin preapilamiento en
profundidad,paralogrardeestamaneraunamejorimagendeldato.

BIBLIOGRAFA

ALVAREZ,G.,1995,Acomparisonofmoveoutbasedapproachestothesuppressionof
groundrollandmultiples:M.S.thesis,ColoradoSchoolofMines.
BERKHOUT, A. J. and D. J. Verschuur, 1997, Estimation of multiple scattering by
iterativeinversion,partI:theoreticalconsiderations:Geophysics,62,15861595.
BERRYHILL,J.R.andY.C. Kim,1986,Deepwaterpeglegsandmultiples:Emulation
andsuppression:Geophysics,51,21772184.
BEYLKIN, G., 1987, The discrete Radon transform: IEEE Transactions of Acoustic,
Speech,andSignalProcessing,35,162172.
CHEN,J.,E.Baysal,andO.Yilmaz,2004,Weightedsubtractionfordiffractedmultiple
attenuation: 74th Ann. Internat. Mtg., SEG, Expanded Abstracts, 13291332, Soc.
Expl.Geophys.,Expandedabstracts.
COATES, R. T. and A. B. Weglein, 1996, Internal multiple attenuation using inverse
scattering: Results from prestack 1 and 2D acoustic and elastic synthetics: 66th
Ann. Internat. Mtg., SEG, Expanded Abstracts, 15221525, Soc. Expl. Geophys.,
Expandedabstracts.
DRAGOSET,B.,1999,Apracticalapproachtosurfacemultipleattenuation:TheLeading
Edge,18,No.1,104108.
EVANS, B. J., 1997, a handbook for seismic data acquisition in exploration: Society of
ExplorationGeophysicists,305p.
FOSTER,D.,andMosherC.,1992,SuppressionofmultiplereflectionsusingtheRadon
transform:Geophysics,57,386395.
HAMPSON,D.,1986,Inversevelocitystackingformultipleelimination:Journalofthe
CanadianSocietyofExplorationGeophysicists,22,4455.
HARGREAVES,N.D.,VerWest,B.J.,Wombell,R.,Trad,D.,2003,Multipleattenuation
usinganapexshiftedRadontransform,73rdSEGInternationalAnn.Mtg.,SP2.6
103

104

HARLAN, W. S., Claerbout, J. F., and Rocca, F., 1984, Signal/noise separation and
velocityestimation:Geophysics,49,18691880.
HEMON, C. H. and Mace, D., 1978, Use of the KarhunenLoeve transformation in
seismicdataprocessing:GeophysicalProspecting26,600626.
HERRMANN, F. J., U. Boeniger, and D.J. E. Verschuur, 2007, Nonlinear pimary
multipleseparationwithdirectionalcurveletframes:Geoph.J.Int.Toappear.
HERRMANN, P., Mojesky, T., Magesan, M., and Hugonnet, P., 2000, Dealiased, high
resolution Radon transforms: 70th Annual International Meeting, Society of
ExplorationGeophysicists,ExpandedAbstracts,19531956.
HINDS, R., Anderson, N.L., and Kuzmiski, R., 1996, VSP Interpretative Processing:
TheoryandPractice:SocietyofExplorationGeophysicists,205p.
HUGONNET, P., and Canadas, G., 1995, Aliasing in the parabolic Radon transform:
65th Annual International Meeting, Society of Exploration Geophysicists,
ExpandedAbstracts,13661369.
IKELLE,L.,G.Roberts,andA.Weglein,1997,Sourcesignatureestimationbasedonthe
removaloffirstordermultiples:Geophysics,62,19041920.
IKELLE, L. T. and S. Yoo, 2000, An analysis of 2D and 3D inverse scattering multiple
attenuation: 70th Ann. Internat. Mtg., SEG, Expanded Abstracts, 19731976, Soc.
Expl.Geophys.,Expandedabstracts.
JONES, I. F. and Levy, S., 1987, Signaltonoise ratio enhancement in multichannel
seismicdataviatheKarhunenLoevetransform:GeophysicalProspecting35,1232.
KABIR, M., and Marfurt, K., 1999, Toward true amplitude multiple removal: The
LeadingEdge,18,6673.
KABIR, M.M. N.,2003, Weightedsubtractionfordiffracted multipleattenuation: 73rd
Ann. Internat. Mtg., SEG, Expanded Abstracts, 19411944, Soc. Expl. Geophys.,
Expandedabstracts.

105

LARNER, K., Chambers, R., Yang, M., Lynn, W. and Wai, W., 1983, Coherent noise in
marineseismicdata:Geophysics,Soc.ofExpl.Geophys.,48,854886.
LOKSHTANOV, D., 1999, Multiple suppression by dataconsistent deconvolution: The
LeadingEdge,18,115119.
LUMLEY, D. E., Nichols, D., and Rekdal, T., 1995, Amplitudepreserved multiple
suppression: 65th Annual International Meeting Society of Exploration
Geophysicists,ExpandedAbstracts,14601463.
OPPENHEIM,A.V.,1978,ApplicationsofDigitalSignalProcessing.PrenticeHall,Inc.
ROSS,W.S.,1997,Multiplesuppression:beyond2D.partI:theory:67thAnn.Internat.
Mtg.,ExpandedAbstracts,13871390,Soc.Expl.Geophys.,Expandedabstracts.
ROSS,W.S.,Y.Yu,andF.A.Gasparotto,1997,Multiplesuppression:beyond2D.part
II: application to subsalt multiples: 67th Ann. Internat. Mtg., Expanded Abstracts,
13911394,Soc.Expl.Geophys.,Expandedabstracts.
SACCHI, M., and Ulrych, T., 1995, Highresolution velocity gathers and offset space
reconstruction:Geophysics,60,11691177.
SHERIFF,R.E.,1991,EncyclopedicDictionaryofExplorationGeophysics,ThirdEdition:
SocietyofExplorationGeophysicists,376p.
SCHOENBERGER, M., 1996, Optimum weighted stack for multiple suppression:
Geophysics61,891901.
SCHONEWILLE,M.,andDuijndam,J.,2001,ParabolicRadontransform,samplingand
efficieny:Geophysics66,667678.
VERSCHUUR, D. J., 2006, Seismic multiple removal techniques: past, present and
future:EAGEpublicationsb.v.edition.
VERSCHUUR,D.,Berkhout,A.,andKelamis,P.,1995,Estimationofmultiplescattering
by iterative inversionPart II: Examples on marine and land data: 65th Annual
International Meeting, Society of Exploration Geophysicists, Expanded Abstracts,
14701473.

106

VERSCHUUR, D. J., A. J. Berkhout, and C. P. A. Wapenaar, 1992, Adaptive surface

relatedmultipleelimination:Geophysics,57,11661177.
VERSCHUUR, D., and Kelamis, P., 1997, Surfacerelated multiple elimination on 3D
land data: 67th Annual International Meeting, Society of Exploration
Geophysicists,ExpandedAbstracts,13831386.
VERWEST,B.J.,2002,SuppressingPegLegMultipleswithParabolicRadonDemultiple,
64thMtg.:Eur.Assn.Geosci.Eng.,F036.
WEGLEIN,A.,Gasparotto,F.,Carvalho,P.,andStolt,R.H.,1997,Aninversescattering
methodforattenuatingmultiplesinseismicreflectiondata:Geophysics,62,1975
1989.
YILMAZ,O.,1987,Seismicdataprocessing:SocietyofExplorationGeophysicists,526p.
ZHANG, G., Yin, X., and Wu, G., 1998, An approach to suppress noise by partial KL
transform in wavelet domain: 65th Annual Internat. Mtg., Soc. Expl. Geophys.,
ExpandedAbstracts,987990.