MX2012013721A - Eliminar fantasmas de datos sísmicos. - Google Patents

Abstract

Una técnica incluye recibir datos sísmicos adquiridos por sensores sísmicos; y procesar los datos sísmicos en una máquina para eliminar imágenes fantasma de datos. El proceso incluye eliminar imágenes fantasma de datos sísmicos usando una técnica para eliminar imágenes fantasma que se basa en un modelo de imágenes fantasma; la eliminación de imágenes fantasma de los datos sísmicos usando una segunda técnica de eliminación de imágenes fantasma que es independiente de cualquier modelo de la imagen fantasma; y combinar selectivamente los resultados de la eliminación de imágenes fantasmas usando las primera y segunda técnicas de eliminación de imágenes fantasmas.

Description

ELIMINAR FANTASMA DE DATOS SÍSMICOS Esta solicitud reivindica el beneficio bajo la 35 U.S.C § 119(e) de la solicitud de patente provisional de los Estados Unidos con No. de serie 61/348,021 , titulada, "ELIMINACIÓN ROBUSTA DE FANTASMA EN PRESENCIA DE INCERTIDUMBRES DE MODELO", la cual se presentó el 25 de mayo de 2010, y se incorpora en la presente como referencia en su totalidad.

ANTECEDENTES La invención se relaciona generalmente con eliminar fantasma de datos sísmicos.

La exploración sísmica involucra prospectar depósitos de hidrocarburos en formaciones geológicas subterráneas. Una prospección típicamente involucra el despliegue de fuente(s) sísmica(s) y sensores sísmicos en localizaciones predeterminadas. Las fuentes generan ondas sísmicas, las que se propagan dentro de las formaciones geológicas creando cambios de presión y vibraciones a lo largo de su trayectoria. Los cambios en las propiedades elásticas de la formación geológica dispersan las ondas sísmicas, cambiando su dirección de propagación y otras propiedades. Parte de la energía emitida por las fuentes alcanza los sensores sísmicos. Algunos sensores sísmicos son sensibles a los cambios de presión (hidrófonos), otros al movimiento de partícula (por ejemplo, geófonos y/o acelerómetros), y las prospecciones industriales pueden desplegar sólo un tipo de sensores o ambos. En respuesta a los eventos sísmicos detectados, los sensores generan señales eléctricas para producir datos sísmicos. El análisis de los datos sísmicos puede entonces indicar la presencia o la ausencia de probables localizaciones de los depósitos de hidrocarburos.

Algunas prospecciones se conocen como prospecciones "marinas" porque se llevan a cabo en ambientes marinos. Sin embargo, las prospecciones "marinas" pueden llevarse a cabo no sólo en ambientes de agua salada, sino también en aguas dulces y salobres. En un tipo de prospección marina, llamada prospección de "arreglo remolcado", un arreglo de cables marinos que contienen sensores sísmicos y fuentes se remolca detrás de un barco de prospección.

COMPENDIO En una modalidad de la invención, una técnica incluye recibir datos sísmicos adquiridos mediante sensores sísmicos; y procesar los datos sísmicos en una máquina para eliminar fantasma de los datos. El procesamiento incluye eliminar fantasma de los datos sísmicos usando una primera técnica para eliminar fantasma que se basa en un modelo de fantasma; eliminar fantasma de los datos sísmicos usando una segunda técnica para eliminar fantasma que es independiente de cualquier modelado de fantasma; y combinar selectivamente los resultados de la eliminación de fantasma usando la primera y segunda técnicas para eliminar fantasma.

Las ventajas y otras características de la invención se harán evidentes a partir de los dibujos, descripción y reivindicaciones siguientes.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La Fig. 1 es un diagrama esquemático de un sistema marítimo de adquisición de datos sísmicos de acuerdo con una modalidad de la invención.

Las Figs. 2 y 3 son diagramas de flujo que describen técnicas para eliminar fantasma de datos sísmicos de acuerdo con modalidades de la invención.

La Fig. 4 ilustra una distorsión introducida por un algoritmo para eliminar fantasma dependiente de un modelo de acuerdo con una modalidad de la invención.

La Fig. 5 ilustra los niveles de ruido de movimiento de partícula y presión generados sintéticamente de acuerdo con un ejemplo.

La Fig. 6 ilustra un parámetro de ponderación de acuerdo con diferentes ejemplos.

La Fig. 7 ilustra ponderaciones aplicadas a mediciones de presión y movimiento de partículas para determinar un campo de ondas ascendente de acuerdo con una modalidad de la invención.

La Fig. 8 es un diagrama esquemático de un sistema de procesamiento de datos de acuerdo con una modalidad de la invención.

DESCRIPCIÓN DETALLADA De acuerdo con modalidades de la invención descritas en la presente, un sistema marítimo de adquisición de datos sísmicos 10 incluye un buque de prospección 20, el cual remolca uno o más cables marinos sísmicos 30 (dos cables marinos ejemplares 30 que se describen en la Fig. 1 ) detrás del buque 20. En un ejemplo no limitante, los cables marinos 30 pueden disponerse en una extensión en la que múltiples cables marinos 30 se remolcan en aproximadamente el mismo plano a la misma profundidad. Como otro ejemplo no limitante, los cables marinos 30 pueden remolcarse a múltiples profundidades, tal como en una extensión arriba/abajo, como se describe en la Fig. 1.

Cada cable marino sísmico 30 puede ser de varios miles de metros de longitud y puede contener varios cables de soporte (no mostrados), así como cableado y/o circuitería (no mostrados) que pueden usarse para soportar la comunicación a lo largo de los cables marinos 30. En general, el cable marino 30 incluye un cable primario en el que se montan los sensores sísmicos que registran las señales sísmicas.

De acuerdo con modalidades de la invención, el cable marino 30 es un cable marino de múltiples componentes, lo que significa que el cable marino 30 contiene sensores de movimiento de partícula 56 y sensores de presión 50. Los sensores de presión 50 y de movimiento de partícula 56 pueden ser parte de una unidad de sensores de múltiples componentes 58. Cada sensor de presión 50 es capaz de detectar la presión en un campo de ondas sísmico que se propaga, y cada sensor de movimiento de partícula 56 es capaz de detectar al menos una componente de un movimiento de partícula que se asocia con el mismo campo de ondas sísmico que está próximo al sensor 56. Los ejemplos de movimientos de partículas incluyen una o más componentes de un desplazamiento de partícula, una o más componentes (componentes en línea (x), transversal (y) y vertical (z) (ver ejes 59, por ejemplo)) de una velocidad de partícula y una o más componentes de una aceleración de partícula.

Dependiendo de la modalidad particular de la invención, el cable marino 30 puede incluir hidrófonos, geófonos, sensores de desplazamiento de partícula, sensores de velocidad de partícula, acelerómetros, sensores de gradiente de presión, o combinaciones de los mismos.

Como un ejemplo no limitante, de acuerdo con algunas modalidades de la invención, el sensor de movimiento de partícula 56 mide al menos una componente del movimiento de partícula a lo largo de un eje sensible particular 59 (el eje x, y o z, por ejemplo). Como un ejemplo más específico, el sensor de movimiento de partícula 56 puede medir la velocidad de partícula a lo largo del eje de profundidad, o z; la velocidad de partícula a lo largo del eje transversal, o y; y/o la velocidad a lo largo del eje en línea, o x. Alternativamente, en otras modalidades de la invención, el(los) sensor(es) de movimiento de partícula 56 puede(n) detectar un movimiento de partícula que no sea la velocidad (una aceleración, por ejemplo).

Además del(os) cable(s) marino(s) 30 y el buque de prospección 20, el sistema marítimo de adquisición de datos sísmicos 10 incluye también una o más fuentes sísmicas 40 (una fuente sísmica ejemplar 40 que se describe en la Fig. 1 ), tal como pistolas de aire y similares. En algunas modalidades de la invención, la(s) fuente(s) sísmica(s) 40 puede(n) acoplarse a, o remolcarse por, el buque de prospección 20. Alternativamente, en otras modalidades de la invención, la(s) fuente(s) sísmica(s) 40 puede(n) funcionar independientemente del buque de prospección 20, ya que la(s) fuente(s) 40 puede(n) acoplarse a otros buques o boyas, sólo como unos pocos ejemplos.

Cuando los cables marinos sísmicos 30 se remolcan detrás del buque de prospección 20, las señales sísmicas 42 (una señal sísmica ejemplar 42 que se describe en la Fig. 1 ), a menudo referidas como "disparos", se producen por la(s) fuente(s) sísmica(s) 40 y se expanden radialmente con una componente vertical a través de una columna de agua 44 dentro de los estratos 62 y 68 debajo de una superficie del fondo del agua 24. Las señales sísmicas 42 se reflejan desde las varias formaciones geológicas subterráneas, tal como una formación ejemplar 65 que se describe en la Fig. 1.

Las señales sísmicas incidentes 42 que se crean por la(s) fuente(s) sísmica(s) 40 producen correspondientes señales sísmicas reflejadas 60, las que se propagan a través del agua como ondas con variaciones acopladas en la presión acústica y el movimiento de partícula locales, y se detectan por los sensores sísmicos remolcados. Se debe notar que las ondas de presión que se reciben y detectan por los sensores sísmicos incluyen ondas de presión "ascendentes" que se propagan hacia los sensores sin reflexión, así como ondas de presión "descendentes" que se producen por las reflexiones de las ondas de presión 60 desde una frontera aire-agua, o superficie libre 31.

Los sensores sísmicos generan señales (señales digitales, por ejemplo), llamadas "trazas", las que indican las mediciones adquiridas de los campos de ondas de presión y de movimiento de partícula. Las trazas se registran y pueden al menos parcialmente procesarse por una unidad de procesamiento de señales 23 que se despliega en el buque de prospección 20, de acuerdo con algunas modalidades de la invención. Por ejemplo, un sensor de presión particular 50 puede proporcionar una traza, la que se corresponde con una medición de un campo de ondas de presión por su hidrófono; y un sensor de movimiento de partícula dado 56 puede proporcionar (en dependencia de la modalidad particular de la invención) una o más trazas que se corresponden con una o más componentes del movimiento de partícula.

El objetivo de la adquisición sísmica es construir una imagen de un área de prospección con el propósito de identificar formaciones geológicas subterráneas, tal como la formación geológica ejemplar 65. El análisis subsecuente de la representación puede revelar probables localizaciones de depósitos de hidrocarburos en formaciones geológicas subterráneas. Dependiendo de la modalidad particular de la invención, partes del análisis de la representación pueden realizarse en el barco de prospección sísmica 20, tal como mediante la unidad de procesamiento de señales 23. De acuerdo con otras modalidades de la invención, la representación puede procesarse por un sistema de procesamiento de datos que puede, por ejemplo, localizarse en tierra, en un cable marino 30, distribuido en varios cables marinos 30, en un buque que no sea el buque 20, etc.

Las mediciones de presión y movimiento de partícula pueden combinarse con el propósito de eliminar fantasma de las mediciones para generar datos indicativos del campo de onda ascendente sin fantasma. Una clase de algoritmos para eliminar fantasma comprende aquellos que se basan en un modelo de fantasma y que generalmente se refieren como "algoritmos para eliminar fantasma dependientes de un modelo de fantasma", en la presente. Otra clase de algoritmos para eliminar fantasma comprende aquellos que no se basan en modelos de fantasma y como tales, se refieren como "algoritmos para eliminar fantasma independientes de un modelo de fantasma", en la presente.

Como un ejemplo no limitante, el algoritmo de suma de velocidad de partícula-presión (PZSUM) es un algoritmo para eliminar fantasma independiente de un modelo que usa ponderaciones deterministas para combinar los datos de presión y de movimiento de partícula. El algoritmo PZSUM se describe en general en Lasse Amundsen, Tage Rosten, Johan O. A. Robertsson, y Ed Kragh, "On Rough-Sea Deghosting of Single Streamer Seismic Data Using Pressure Gradient Approximations", 70 Geopysics 1 (2005). El algoritmo PZSUM es atractivo para aplicaciones de intervalo de tiempo, debido a su insensibilidad a la profundidad del cable y su baja sensibilidad a las perturbaciones del mar agitado. Sin embargo, una suposición subyacente con el algoritmo PZSUM es que las mediciones de presión y de movimiento de partícula tienen niveles de ruido similares. Este no es necesariamente el caso, sin embargo, en el extremo inferior del espectro de frecuencias donde las mediciones de presión y de movimiento de partícula pueden tener niveles de ruido significativamente diferentes. Como resultado, la precisión del algoritmo PZSUM puede ser inaceptable a frecuencias relativamente bajas.

Las imprecisiones introducidas por el ruido del cable marino pueden al menos parcialmente superarse mediante el uso de un algoritmo para eliminar fantasma dependiente de un modelo de fantasma, tal como el "algoritmo óptimo para eliminar fantasma (ODG)", el que se basa en un modelo de fantasma para minimizar la influencia del ruido del cable marino sobre los datos sin fantasma. El algoritmo ODG se describe en general en la patente de los Estados Unidos No. 7,676,327, titulada, "MÉTODO PARA LA SEPARACIÓN ÓPTIMA DE UN CAMPO DE ONDAS", la que se concedió el 9 de marzo de 2010. El algoritmo ODG puede mejorar significativamente la relación señal a ruido (SNR), comparado con un algoritmo para eliminar fantasma independiente de un modelo, tal como el algoritmo PZSUM. Sin embargo, el modelo de fantasma típicamente no es totalmente exacto, y como tal, el uso del modelo de fantasma también puede introducir inexactitudes, especialmente a altas frecuencias.

Con referencia a la Fig. 2, una técnica 100 que se describe en la presente combina las ventajas de ambos algoritmos para eliminar fantasma dependiente de un modelo de fantasma e independiente de un modelo de fantasma mientras evita sus desventajas. La técnica 100 incluye recibir (bloque 104) datos sísmicos adquiridos por sensores sísmicos (es decir, datos indicativos de mediciones de movimiento de partícula y de presión), los que se disponen en el cable marino. La técnica incluye eliminar fantasma de los datos sísmicos usando una primera técnica para eliminar fantasma que se basa en un modelo de fantasma, según el bloque 108, y también eliminar fantasma de los datos sísmicos usando una segunda técnica para eliminar fantasma que es independiente de cualquier modelado del fantasma, según el bloque 112. La técnica 100 incluye combinar selectivamente los resultados de eliminar fantasma usando la primera y segunda técnicas para eliminar fantasma, según el bloque 116, para proporcionar datos sin fantasma que no se influencian significativamente por el ruido del cable marino o los errores del modelo de fantasma.

En un ejemplo específico no limitante, los algoritmos para eliminar fantasma independiente de un modelo y dependiente de un modelo antes mencionados se emplean para producir dos estimaciones del campo de ondas ascendente, sin fantasma. El equilibrio de las contribuciones de estos campos de ondas ascendentes estimados a la estimación final se controla basado en la significación del ruido del cable marino de acuerdo con algunas modalidades de la invención. A este respecto, para las frecuencias y números de onda en los que el ruido del cable marino es fuerte o se espera que sea fuerte, se asigna más peso a la estimación del campo de ondas ascendente producida por el algoritmo para eliminar fantasma dependiente del modelo; y para las frecuencias y números de onda donde el ruido del cable marino es relativamente débil o se espera que sea débil, se asigna más peso a la estimación del campo de ondas ascendente producida por el algoritmo para eliminar fantasma independiente del modelo. Aún más, como se describe más adelante, el equilibrio de esta ponderación se optimiza y automatiza para mejorar la relación señal a ruido y evitar la huella de otro modo de los errores del modelo de fantasma.

Regresando ahora a los detalles más específicos, en general, los sensores sísmicos en el cable marino 30 adquieren mediciones de movimiento de partícula (denominadas "Z" en la presente) y mediciones de presión (denominadas "P" en la presente), las que pueden describirse como una función de un campo de ondas ascendente (denominado "U"), un campo de ondas descendente (denominado "D"), un ruido de presión (denominado "Np") y un ruido de movimiento de partícula (denominado "Nz"), como se expone a continuación: P = U + D + Np, y Ec. 1 Z = U - D + Nz. Ec. 2 En la Ec. 1 , se supone que la llegada directa desde la fuente al sensor a través del agua se ha eliminado o, de lo contrario, la fuente está por debajo del cable marino.

La medición del movimiento de partícula Z corresponde a la componente vertical (denominada "Vz" en la presente) del vector velocidad de partícula modificado a escala con el factor de oblicuidad, como se describe a continuación: donde "f representa la frecuencia; "p" representa la densidad del medio; y "kz" representa el número de onda vertical. El número de onda vertical kz puede escribirse como una función del número de onda en línea kx, el número de onda transversal ky, la velocidad acústica del sonido en el agua c y la frecuencia f, como se expone a continuación: De acuerdo con la convención, el signo del número de onda vertical kz es positivo para campos de ondas que viajan en la dirección desde el fondo del mar hacia la superficie del mar. De lo contrario, el signo del número de onda vertical kz es negativo.

Como puede apreciarse por los expertos en la materia, el modelo de medición que se expone en las Ees. 1 y 2 puede extenderse a casos donde los datos de movimiento de partícula se conforman a partir de cualquier componente de la velocidad de partícula; la aceleración de partícula o una variación de las mismas.

En el dominio frecuencia número de onda (f-k), el campo de ondas descendente D puede escribirse en términos del campo de ondas descendente correspondiente U usando el operador de extrapolación de campo de ondas (denominado "?" en la presente) y el coeficiente de reflexión (denominado "e" en la presente) en la interfase agua-aire: donde "j" representa V— 5; y "z" representa la profundidad del cable. Para una superficie del mar plana, el coeficiente de reflexión e puede aproximarse como e =. -1.

Sustituyendo la expresión para el campo de ondas descendente D expuesta en la ecuación. 5 en las Ees. 1 y 2, pueden derivarse las siguientes expresiones para la presión total P y la componente vertical Z de los datos de movimiento de partícula como sigue: P = (1+ e?)? + Np= GPU + Np, y Ec. 6 Z = (1+ e?)? + ?/2= GZU + Nz, Ec. 7 donde "Gp" y "Gz" representan los operadores de fantasma de presión y de movimiento de partícula, respectivamente.

En el problema de eliminar fantasma, el objetivo es estimar el campo de ondas ascendente U basado en las mediciones de presión total y de movimiento de partícula. Como se mencionó anteriormente, el algoritmo PZSUM es un método para eliminar fantasma independiente de un modelo que estima el campo de ondas ascendente como el promedio de las mediciones P y Z: La ventaja del algoritmo PZSUM es que requiere sólo un pequeño subconjunto de parámetros de propagación, específicamente la densidad del medio y la velocidad acústica del sonido en el agua para determinar el factor de oblicuidad (ver Ec. 3). Sin embargo, el algoritmo PZSUM ignora las estadísticas de ruido en las mediciones de la presión y del movimiento de partícula, lo que es usualmente desfavorable cuando una de las mediciones es significativamente más ruidosa que la otra medición.

Como se mencionó anteriormente, el método ODG es un algoritmo para eliminar fantasma dependiente de un modelo que estima el campo de ondas ascendente mientras minimiza el ruido en los datos sin fantasma. El método ODG logra esto formulando el problema de eliminar fantasma como un problema de minimización de mínimos cuadrados ponderados. El campo de ondas ascendente U se determina minimizando una función de costo (denominada "J" en la presente), la que se expone a continuación: J = eHC- e, Ec. 9 donde el vector "e" representa la diferencia entre la medición y la estimación de la medición determinada a partir de una estimación del campo de ondas ascendente (denominado "UODG"), como se expone a continuación: También, en la Ec. 9, "C" representa la matriz de covarianza del ruido de medición, la que se describe a continuación: donde "s" representa la desviación estándar del ruido, y los subíndices se refieren al tipo particular de ruido. Las entradas de la diagonal principal en la matriz de covarianza C representan las varianzas del ruido sobre la presión y el movimiento de partículas; y las entradas fuera de la diagonal representan la correlación cruzada entre estos ruidos. El algoritmo para eliminar fantasma ODG minimiza la función de costo de mínimos cuadrados J, resultando en la estimación del campo de ondas ascendente U0DG. el que se expone a continuación: donde representa el operador de conjugación.

En el caso especial de ruidos de presión y de movimiento de partícula no correlacionados, la estimación del campo de ondas ascendente UODG puede simplificar como sigue: Cuando los niveles de ruido en las mediciones de presión y de movimiento de partícula son los mismos, las variaciones de ruido en la Ec. 13 se cancelan, el denominador se simplifica a 4 (suponiendo que el coeficiente de reflexión es -1 ), y el campo de ondas ascendente UODG es la misma estimación proporcionada por el algoritmo para eliminar fantasma de desfase y suma (en la presente denominado algoritmo para eliminar fantasma "DPS"), otro algoritmo para eliminar fantasma dependiente de un modelo (ver Ec. 9). El algoritmo para eliminar fantasma DPS se describe en general en Posthumus, B. J., "Deghosting Using a Twin Streamer Configuration", Geophysical Prospecting, vol. 41 , pp. 267-286 (1993).

El algoritmo para eliminar fantasma DPS acomoda niveles de ruido diferentes en las mediciones de presión y de movimiento de partícula. Más específicamente, la técnica DPS estima el campo de ondas ascendente filtrando primero las mediciones de presión y de movimiento de partícula con el conjugado de los filtros de fantasma respectivos para eliminar el efecto de fase del fantasma y luego suma los datos desfasados, como se expone a continuación: Debido a que el algoritmo DPS se basa en un modelo de fantasma, el algoritmo DPS reduce el ruido en los datos sin fantasma comparado con el algoritmo PZSUM. Sin embargo, el tratamiento del ruido se encuentra por debajo del óptimo cuando los niveles de ruido en las dos mediciones son diferentes.

Ambos algoritmos para eliminar fantasma, el ODG y el DPS, son dependientes de un modelo de fantasma y cada uno requiere la medición de parámetros físicos, tal como el coeficiente de reflexión entre la inferíase aire-agua, la densidad del medio y la profundidad del cable marino. Cuando el modelo de fantasma subyacente es correcto, el algoritmo para eliminar fantasma ODG minimiza el ruido de eliminar fantasma, y el algoritmo para eliminar fantasma DPS proporciona datos sin fantasma con un nivel de ruido más alto que la solución de ODG pero con un nivel de ruido más bajo que el algoritmo para eliminar fantasma PZSUM.

Es posible que el modelo de fantasma pueda no coincidir exactamente con el modelo físico real. Para desviaciones de pequeñas a medias, las soluciones dependientes del modelo pueden ser robustas a frecuencias relativamente bajas. Sin embargo, a frecuencias más altas, las estimaciones que se proporcionan por las soluciones dependientes de un modelo de fantasma pueden introducir un grado significativo de sesgo a la estimación del campo de ondas ascendente U. Como un ejemplo, cuando la estimación del campo de ondas ascendente UDPS se determina a una profundidad z, la cual difiere de la profundidad del cable marino real en una cantidad de ??, entonces la estimación correspondiente del campo de ondas ascendente (denominada auDPS" en la presente) se convierte en lo siguiente: donde "GP" representa el modelo de fantasma de presión determinado en una profundidad incorrecta del cable z; "G2" representa el modelo de fantasma del movimiento de partícula determinado a la profundidad incorrecta del cable 5; y f representa la distorsión en la estimación del campo de ondas ascendente, como se describe a continuación: Ec. 16 Como un ejemplo para comparación, la Fig. 4 describe una ilustración simulada 200 de la función de distorsión correspondiente a 50 centímetros (cm) de error de profundidad. A 120 Hertz (Hz) e incidencia vertical (número de onda cero), la magnitud de la distorsión f es alrededor de 0.3 decibelios (dB), o 3.4%.

En la siguiente discusión, se supone que los parámetros del modelo usados para eliminar fantasma se desvían de los parámetros físicos verdaderos. En la presente se describen técnicas que caracterizan a los errores en el modelo de fantasma y estiman el campo de ondas ascendente al minimizar conjuntamente los errores debido al ruido de medición y los errores del modelo de fantasma.

Más específicamente, suponer que se ha hecho una medición incorrecta de la profundidad del cable marino, y que también se ha hecho una medición incorrecta del coeficiente de reflexión. Estos errores afectan a la amplitud y a la fase del operador extrapolador de campo de ondas ? y resultan en las correspondientes funciones de fantasma Gp (para la presión) y óz (para el movimiento de partícula), como se describe a continuación en términos de un error de modelo de extrapolación denominado "??": ¾ = G, - ^. y EC 17 <¾ - ¾ + DY_ Ec 18 El modelo de medición que se expone en las Ees. 6 y 7 puede modificarse para expresar las mediciones de datos de presión total y de movimiento de partícula en términos de los modelos de fantasma incorrectos y los términos de ruido, los que son combinaciones de ruidos de medición y errores de modelo, como se describe a continuación: Ec. 19 Z = GZU + NZ Ec. 20 donde "Ñp" representa un agregado al error de medición de presión; y UÑ2' representa un agregado al error de movimiento de partícula. Los errores f/p y Ñ, pueden expresarse como sigue: ? = -? ?? + ? Ec. 21 $° = DYU + ffo Ec. 22 donde "???G representa un ruido dependiente de la señal debido a los errores en el modelo de fantasma. Cuando el modelo de fantasma es correcto, el término ??? es cero. Si la profundidad de cable marino supuesta y la real se representan por ¾ y ¾ + ??, respectivamente, y la magnitud del coeficiente de reflexión supuesta y la real en la interfase agua-aire se representan por 1 y 1 + ?e, respectivamente, el término de ruido dependiente de la señal ???/ se convierte en lo siguiente: Aunque los ruidos de medición en los datos de presión P y de movimiento de partícula Z pueden ser no correlacionados, los términos de ruido Ñp y Ñz se correlacionan por el modelo de extrapolación erróneo, común.

El campo de ondas ascendente puede estimarse (es decir, dando lugar a una estimación denominada "?") mediante el uso de un estimador lineal que combina las mediciones de presión total P y de movimiento de partícula Z, como se expone a continuación: U = a? + ß?, Ec. 24 donde "a" y "ß" representan los pesos de combinación para las mediciones de presión total P y de movimiento de partícula Z, respectivamente. Sustituyendo las Ees. 19, 20, 21 y 22 en la Ec. 24, la estimación del campo de ondas ascendente ? puede describirse como sigue: Ü = (aGp + ß02 )? + {ß - a)AVU + (aNp + ß??) ^ £c 2g En la Ec. 25, el primer término representa la estimación del campo de ondas ascendente basada en el modelo de fantasma incorrecto; el segundo término representa el sesgo (dependiente de la señal) en la estimación; y el tercer término representa el ruido (independiente de la señal) en los datos sin fantasma debido a ruidos de medición en los datos de presión y de movimiento de partícula. Puede imponerse una restricción de que el primer término es exactamente igual al campo de ondas ascendente, lo que puede lograrse mediante la siguiente relación: p 2 Ec. 26 Bajo esta restricción, la estimación del campo de ondas ascendente ? se convierte en lo siguiente: ? =? + (ß - a)??? + (a?? +ß??) £c 2J Los pesos de combinación a y ß pueden determinarse minimizando una energía ponderada de los términos de sesgo y de ruido en la Ec. 27. Para lograr esto, puede definirse una función de costo (denominada "J" en la presente), tal como la siguiente: donde "E[ ]" representa la operación de esperanza estadística; y "?" representa un peso que determina la contribución relativa del sesgo y el ruido en los datos sin fantasma a la función de costo J . La selección del peso ? depende de la aplicación particular. Por ejemplo, si se tratan de manera similar los errores debidos al sesgo y al ruido de medición, entonces el peso ? se elige que sea 1. Como otro ejemplo, si el sesgo dependiente de la señal es menos preferible, comparado con el impacto del ruido de la medición, entonces el peso ? se elige que sea mayor que 1. De acuerdo con otras modalidades de la invención, el peso ? puede depender de la frecuencia y/o el número de onda. Por lo tanto, muchas variaciones se contemplan y están dentro del alcance de las reivindicaciones adjuntas.

La minimización de la función de costo J bajo la restricción descrita en la Ec. 26 produce la solución siguiente para la combinación de pesos a y ß: 2?s] + s ?; - s??? a = y Ec. 29 2?s +s d s pz G P ß = D Ec. 30 Aún más, el campo de ondas descendente puede describirse como sigue: En las Ees. 29, 30 y 31 , representa la energía esperada de la parte no explicada de la señal debida al modelo de fantasma incorrecto, es decir, la componente ???/. Como un ejemplo, cuando el error de profundidad se modela como una distribución normal con varianza s , entonces la varianza de este error dependiente del modelo puede expresarse como sigue: *2 =0 + ½e + ^)(?-e??(-64? ))s: Ec. 32 donde " representa el nivel de señal esperado; "µ? representa la media y ¾" representa la variación de la desviación de la magnitud del coeficiente de reflexión alrededor del valor nominal de 1. El nivel de señal esperado (denominado "a¿") puede aproximarse usando un modelo de fantasma fuente y la firma de la pistola de aire.

Sustituyendo los pesos estimados en la Ec. 24 da lugar a la siguiente descripción de la estimación del campo de ondas ascendente 0: Un caso especial es cuando los ruidos de medición en los sensores de presión y de movimiento de partículas son no correlacionados. Para este caso, la estimación del campo de ondas ascendente u se simplifica a lo siguiente: En una forma más compacta, la estimación del campo de ondas ascendente 0 puede describirse como sigue: U = KUODG +(\ -K)U SUM Ec. 35 donde uÜODC" representa la estimación del campo de ondas ascendente cuando el algoritmo ODG se usa con el modelo de fantasma incorrecto y puede describirse como sigue: También, en la Ec. 35, "USUM" representa la estimación del campo de ondas ascendente cuando el algoritmo PZSUM se usa y se describe a continuación: u P + Z SUM Ec. 37 El término "K" en la Ec. 35 es una función de los modelos de fantasma incorrectos, las varianzas de los ruidos de medición y la distorsión de la señal esperada cuando se usan los modelos de fantasma incorrectos: Como un ejemplo, si la función de ponderación se elige como ? = ^ para penalizar la distorsión de la señal a frecuencias más altas, la profundidad del cable es de 20 metros (m); la desviación estándar del error de medición de la profundidad es de 0.3 m; la velocidad acústica del sonido en el agua es de 1500 metros por segundo (m/s); y µ&? + e « o¿, entonces el término K puede describirse como sigue en incidencia vertical (es decir, kz = / / c): La Fig. 5 describe niveles de ruido de presión ("s?") 212 y de movimiento de partícula ("s?") 214 generados sintéticamente arbitrarios pero suficientemente generales. El nivel de señal esperado (ou 210) se eligió suponiendo que la profundidad de la fuente era de 5 m y que el espectro de la firma de la fuente era plana.

La Fig. 6 describe la variación del parámetro K como una función de la frecuencia para tres selecciones diferentes del parámetro de ponderación ?. En particular, la Fig. 6 describe una primera curva 224 para el parámetro K donde el parámetro de ponderación ? es la raíz cuadrada de la frecuencia, la curva 222 describe el parámetro K para cuando ? se establece igual a la frecuencia, y la curva 220 describe el parámetro K para cuando ? es igual al cuadrado de la frecuencia. Como se muestra, cuando la distorsión de la señal a frecuencias más altas se penaliza más fuertemente (tal como se describe por la curva 220), la transición entre la solución ODG a la solución PZSUM es más aguda.

La Fig. 7 describe la magnitud de los pesos de las mediciones de la presión y del movimiento de partícula para determinar las estimaciones del campo de ondas ascendente. El valor del parámetro de ponderación se eligió como ? = para este ejemplo. En particular, la Fig. 7 describe una curva 230 que describe la ponderación asignada a la estimación proporcionada por el algoritmo ODG; y una curva 234 que describe la ponderación asignada a la estimación proporcionada por el algoritmo PZSUM. A frecuencias más bajas, la combinación de los pesos de los datos de presión y de movimiento de partícula se acercan a los dados por el algoritmo para eliminar fantasma ODG; y a frecuencias más altas, los pesos se acercan a los asignados por el algoritmo para eliminar fantasma PZSUM. De esta manera, las técnicas que se describen en la presente toman ventaja de los algoritmos para eliminar fantasma ODG a las frecuencias donde los dos conjuntos de datos tienen niveles de ruido diferentes y toman ventaja del algoritmo para eliminar fantasma PZSUM a las frecuencias donde los dos conjuntos de datos tienen niveles de ruido comparables.

Por lo tanto, con referencia a la Fig. 3, para resumir, una técnica 120 descrita en la presente incluye recibir (bloque 124) datos sísmicos (es decir, datos indicativos de mediciones de movimiento de partícula y de mediciones de presión) adquiridos por sensores en al menos un cable marino sísmico. Según la técnica 120, una primera estimación de un campo de ondas ascendente se determina usando una técnica para eliminar fantasma basada en modelo, según el bloque 128; y una segunda estimación del campo de ondas ascendente se determina usando una técnica para eliminar fantasma independiente del modelo de fantasma, según el bloque 132. Las dos estimaciones del campo de ondas ascendente se combinan (bloque 36); y las contribuciones de estas estimaciones se equilibran selectivamente (bloque 140) ponderando las estimaciones basado en la frecuencia y/o el número de onda.

Con referencia a la Fig. 8, de acuerdo con algunas modalidades de la invención, un sistema de procesamiento de datos 400 puede usarse con el propósito de procesar datos de presión y de movimiento de partícula para eliminar fantasma de los datos, como se describe en la presente. El sistema de procesamiento de datos 400 puede ser parte de la unidad de procesamiento de señales 23 (ver la Fig. 1 ) en algunas implementaciones. Se debe notar que la arquitectura del sistema de procesamiento 400 se ilustra simplemente como un ejemplo, dado que los expertos en la materia reconocerían muchas variaciones y desviaciones de la misma. Por ejemplo, en algunas modalidades de la invención, el sistema de procesamiento puede ser un sistema distribuido que se localiza en diferentes localizaciones locales y/o remotas. Todo o parte del sistema de procesamiento de datos puede disponerse en el buque 20, en un cable marino 30, en una plataforma, en una instalación de procesamiento remota, etc., dependiendo de la modalidad particular de la invención.

En el ejemplo que se describe en la Fig. 8, el sistema de procesamiento de datos 400 incluye un procesador 404, el que ejecuta instrucciones de programa 412 que se almacenan en una memoria de sistema 410 con el propósito de hacer que el procesador 404 ejecute algunas o todas las técnicas que se describen en la presente. Como ejemplos no limitantes, el procesador 404 puede incluir uno o más microprocesadores y/o microcontroladores, dependiendo de la implementación particular. En general, el procesador 404 puede ejecutar instrucciones de programa 412 con el propósito de hacer que el procesador 404 ejecute todas o parte de las técnicas 100 y/o 120, las que se describen en la presente, así como otras técnicas para eliminar fantasma de datos sísmicos usando una combinación de algoritmos para eliminar fantasma dependientes de un modelo de fantasma e independientes de un modelo de fantasma, de acuerdo con las muchas posibles implementaciones de la invención.

La memoria 410 también puede almacenar conjuntos de datos 414 los que pueden ser conjuntos de datos inicíales, intermedios y/o finales producidos mediante el procesamiento por el procesador 404. Por ejemplo, los conjuntos de datos 414 pueden incluir datos indicativos de datos sísmicos, mediciones de presión, mediciones de movimiento de partícula, parámetros de operadores de fantasma, estimaciones de campos de ondas ascendentes derivadas a partir de los diferentes algoritmos para eliminar fantasma; parámetros de propagación; coeficientes de ponderación; parámetros que modelan los errores del modelo de fantasma; parámetros que modelan el ruido de los sensores; etc.

Como se describe en la Fig. 8, el procesador 404 y la memoria 4 0 pueden acoplarse juntos por al menos un bus 408, el que puede acoplar otros componentes del sistema de procesamiento 400 juntos, tal como una tarjeta de interfaz de red (NIC) 424. Como un ejemplo no limitante, la NIC 424 puede acoplarse a una red 426, con el propósito de recibir tales datos como datos de movimiento de partícula, umbrales de especificación, parámetros de modelos, etc. Como también se describe en la Fig. 8, una pantalla 420 del sistema de procesamiento 408 puede visualizar resultados iniciales, intermedios o finales producidos por el sistema de procesamiento 400. En general, la pantalla 420 puede acoplarse al sistema 400 mediante un controlador de pantalla 416. Como un ejemplo no limitante, la pantalla 420 puede visualizar una imagen, la cual describe gráficamente los niveles de ruido de los sensores de presión; los niveles de ruido de los sensores de movimiento de partícula; los campos de ondas ascendentes estimados; la distorsión inducida por el modelo; los parámetros de ponderación en función de la frecuencia; etc.

Otras modalidades de la invención están dentro del alcance de las reivindicaciones adjuntas. Por ejemplo, los sensores sísmicos pueden disponerse en una plataforma de adquisición que no sea un cable marino, de acuerdo con otras modalidades de la invención. Como ejemplos alternativos no limitantes, los sensores sísmicos pueden desplegarse en un cable en el fondo marino, un cable atado, dentro de un vehículo sumergible, etc., dependiendo de la implementación particular.

Aunque la presente invención se ha descrito con respecto a un número limitado de modalidades, los expertos en la materia, teniendo el beneficio de esta descripción, apreciarán numerosas modificaciones y variaciones a partir de la misma. Se pretende que las reivindicaciones adjuntas cubran todas esas modificaciones y variaciones cuando caen dentro del verdadero espíritu y alcance de esta presente invención.

Claims (23)

REIVINDICACIONES

1. Un método que comprende: recibir datos sísmicos adquiridos por sensores sísmicos; y procesar los datos sísmicos en una máquina para eliminar fantasma de los datos, que comprende: eliminar fantasma de los datos sísmicos usando una primera técnica para eliminar fantasma que se basa en un modelo de fantasma; eliminar fantasma de los datos sísmicos usando una segunda técnica para eliminar fantasma que es independiente de cualquier modelado del fantasma; y combinar selectivamente los resultados de eliminar fantasma usando la primera y segunda técnicas para eliminar fantasma.

2. El método de la reivindicación 1 en donde los sensores sísmicos se disponen en un cable marino remolcado, un cable estacionario o dentro de un vehículo sumergible.

3. El método de la reivindicación 1 , en donde el acto de combinar selectivamente comprende: aplicar un primer peso al resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma para derivar un primer resultado ponderado; aplicar un segundo peso al resultado de eliminar fantasma aplicando la segunda técnica para eliminar fantasma para derivar un segundo resultado ponderado; y combinar selectivamente el primer y segundo resultados ponderados.

4. El método de la reivindicación 3, en donde el acto de combinar selectivamente el primer y segundo pesos comprende: combinar selectivamente el primer y segundo resultados ponderados basado al menos en parte en uno de al menos una frecuencia y un número de onda de los datos sísmicos.

5. El método de la reivindicación 3, en donde el acto de combinar selectivamente el primer y segundo pesos comprende: ponderar más el resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma que el resultado de eliminar fantasma aplicando la segunda técnica cuando el ruido esperado introducido por los sensores sísmicos es relativamente alto; y ponderar menos el resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma que el resultado de eliminar fantasma aplicando la segunda técnica cuando el ruido esperado introducido por los sensores sísmicos es relativamente bajo.

6. El método de la reivindicación 1 , en donde los datos sísmicos comprenden unos primeros datos indicativos de las mediciones del movimiento de partícula y unos segundos datos indicativos de las mediciones de presión; y el acto de eliminar fantasma usando la primera técnica para eliminar fantasma comprende promediar las mediciones del movimiento de partícula con las mediciones de presión.

7. El método de la reivindicación 1 , en donde los datos sísmicos comprenden unos primeros datos indicativos de mediciones de movimiento de partícula y unos segundos datos indicativos de mediciones de presión; y el acto de eliminar fantasma usando la segunda técnica para eliminar fantasma comprende minimizar una función de costo que es una función de las mediciones del movimiento de partícula y de la presión, y las estimaciones de las mediciones derivadas al aplicar los operadores de fantasma a las estimaciones del campo de ondas ascendente de movimiento de partícula y de presión.

8. El método de la reivindicación 7, en donde el acto de eliminar fantasma usando la segunda técnica para eliminar fantasma comprende usar estadísticas de los ruidos de presión y de movimiento de partícula.

9. Un sistema que comprende: una interfaz para recibir datos sísmicos adquiridos por sensores sísmicos; y un procesador para: eliminar fantasma de los datos sísmicos usando una primera técnica para eliminar fantasma que se basa en un modelo de fantasma; eliminar fantasma de los datos sísmicos usando una segunda técnica para eliminar fantasma que es independiente de cualquier modelado de fantasma; y combinar selectivamente los resultados de eliminar fantasma usando la primera y la segunda técnicas para eliminar fantasma.

10. El sistema de la reivindicación 9, que además comprende: una plataforma de adquisición que contiene los sensores sísmicos, la plataforma que comprende un cable marino, un cable de fondo marino o un vehículo sumergible.

11. El sistema de la reivindicación 9, en donde el procesador se adapta para: aplicar un primer peso al resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma para derivar un primer resultado ponderado; aplicar un segundo peso al resultado de eliminar fantasma aplicando la segunda técnica para eliminar fantasma para derivar un segundo resultado ponderado; y combinar selectivamente el primer y segundo resultados ponderados.

12. El sistema de la reivindicación 11 , en donde el procesador se adapta para: combinar selectivamente el primer y segundo resultados ponderados basado al menos en parte en al menos uno de una frecuencia y número de onda de los datos sísmicos.

13. El sistema de la reivindicación 9, en donde el procesador se adapta para: ponderar más el resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma que el resultado de eliminar fantasma aplicando la segunda técnica cuando el ruido esperado introducido por los sensores sísmicos es relativamente alto; y ponderar menos el resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma que el resultado de eliminar fantasma aplicando la segunda técnica cuando el ruido esperado introducido por los sensores sísmicos es relativamente bajo.

14. El sistema de la reivindicación 9, en donde los datos sísmicos comprenden unos primeros datos indicativos de las mediciones de movimiento de partícula y unos segundos datos indicativos de las mediciones de presión; y el procesador se adapta para promediar las mediciones de movimiento de partícula con las mediciones de presión para eliminar fantasma de los datos sísmicos usando la primera técnica para eliminar fantasma.

15. El sistema de la reivindicación 9, en donde los datos sísmicos comprenden unos primeros datos indicativos de mediciones de movimiento de partícula y unos segundos datos indicativos de mediciones de presión; y el procesador se adapta para minimizar una función de costo que es una función de las mediciones del movimiento de partícula y de la presión, y las estimaciones de las mediciones derivadas al aplicar los operadores de fantasma a las estimaciones de los campos de ondas ascendentes de movimiento de partícula y de presión.

16. El sistema de la reivindicación 15, en donde el procesador se adapta además para usar estadísticas de los ruidos de presión y de movimiento de partícula para combinar selectivamente los resultados.

17. Un artículo que comprende un medio de almacenamiento legible por computadora para almacenar instrucciones que cuando se ejecutan por una computadora hacen que la computadora: reciba datos sísmicos adquiridos por sensores sísmicos; elimine fantasma de los datos sísmicos usando una primera técnica para eliminar fantasma que se basa en un modelo de fantasma; elimine fantasma de los datos sísmicos usando una segunda técnica para eliminar fantasma que es independiente de cualquier modelado de fantasma; y combine selectivamente los resultados de eliminar fantasma usando la primera y segunda técnicas para eliminar fantasma.

18. El artículo de la reivindicación 17, el medio de almacenamiento que almacena instrucciones que cuando se ejecutan por la computadora hacen que la computadora: aplique un primer peso al resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma para derivar un primer resultado ponderado; aplique un segundo peso al resultado de eliminar fantasma aplicando la segunda técnica para eliminar fantasma para derivar un segundo resultado ponderado; y combine selectivamente el primer y segundo resultados ponderados.

19. El artículo de la reivindicación 17, el medio de almacenamiento que almacena instrucciones que cuando se ejecutan por la computadora hacen que la computadora combine selectivamente el primer y segundo resultados ponderados basado al menos en parte en al menos una estimación de una frecuencia y una componente del número de onda de los datos sísmicos.

20. El artículo de la reivindicación 17, el medio de almacenamiento que almacena instrucciones que cuando se ejecutan por la computadora hacen que la computadora: pondere más el resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma que el resultado de eliminar fantasma aplicando la segunda técnica cuando el ruido esperado introducido por los sensores sísmicos es relativamente alto; y pondere menos el resultado de eliminar fantasma aplicando la primera técnica para eliminar fantasma que el resultado de eliminar fantasma aplicando la segunda técnica cuando el ruido esperado introducido por los sensores sísmicos es relativamente bajo.

21. El artículo de la reivindicación 17, en donde los datos sísmicos comprenden unos primeros datos indicativos de las mediciones de movimiento de partícula y unos segundos datos indicativos de las mediciones de presión; y el medio de almacenamiento que almacena instrucciones que cuando se ejecutan por la computadora hacen que la computadora promedie las mediciones de movimiento de partícula con las mediciones de presión para eliminar fantasma de los datos sísmicos usando la primera técnica para eliminar fantasma.

22. El artículo de la reivindicación 17, en donde los datos sísmicos comprenden unos primeros datos indicativos de las mediciones de movimiento de partícula y unos segundos datos indicativos de las mediciones de presión; y el medio de almacenamiento que almacena instrucciones que cuando se ejecutan por la computadora hacen que la computadora minimice una función de costo que es una función de las mediciones de movimiento de partícula y de presión, y las estimaciones de las mediciones derivadas al aplicar operadores de fantasma a las estimaciones de los campos de ondas ascendentes del movimiento de partícula y de presión.

23. El artículo de la reivindicación 17, el medio de almacenamiento que almacena instrucciones que cuando se ejecutan por la computadora hacen que la computadora use estadísticas de ruidos de presión y de movimiento de partícula para combinar selectivamente los resultados.