[pt] Neste trabalho apresentamos metodologias baseadas em algoritmos de agrupamento de dados utilizadas para processamento de dados sísmicos 3D. Nesse processamento, os voxels de entrada do volume são substituídos por vetores de características que representam a vizinhança local do voxel dentro do seu traço sísmico. Esses vetores são processados por algoritmos de agrupamento de dados. O conjunto de grupos resultantes é então utilizado para gerar uma nova representação do volume sísmico de entrada. Essa estratégia permite modelar a estrutura global do sinal sísmico ao longo de sua vizinhança lateral, reduzindo significativamente o impacto de ruído e demais anomalias presentes no dado original. Os dados pós-processados são então utilizados com duas finalidades principais: o mapeamento automático de horizontes ao longo do volume, e a produção de volumes de visualização destinados a enfatizar possíveis descontinuidades presentes no dado sísmico de entrada, particularmente falhas geológicas. Com relação ao mapeamento de horizontes, o fato de as amostras de entrada dos processos de agrupamento não conterem informação de sua localização 3D no volume permite uma classificação não enviesada dos voxels nos grupos. Consequentemente a metodologia apresenta desempenho robusto mesmo em casos complicados, e o método se mostrou capaz de mapear grande parte das interfaces presentes nos dados testados. Já os atributos de visualização são construídos através de uma função auto-adaptável que usa a informação da vizinhança dos grupos sendo capaz de enfatizar as regiões do dado de entrada onde existam falhas ou outras descontinuidades. Nós aplicamos essas metodologias a dados reais. Os resultados obtidos evidenciam a capacidade dos métodos de mapear mesmo interfaces severamente interrompidas por falhas sísmicas, domos de sal e outras descontinuidades, além de produzirmos atributos de visualização que se mostraram bastante úteis no processo de identificação de descontinuidades presentes nos dados. / [en] We present clustering-based methodologies used to process 3D seismic data. It firstly replaces the volume voxels by corresponding feature samples representing the local behavior in the seismic trace. After this step samples are used as entries to clustering procedures, and the resulting cluster maps are used to create a new representation of the original volume data. This strategy finds the global structure of the seismic signal. It strongly reduces the impact of noise and small disagreements found in the voxels of the entry volume. These clustered versions of the input seismic data can then be used in two different applications: to map 3D horizons automatically and to produce visual attribute volumes where seismic faults and any discontinuities present in the data are highlighted. Concerning the horizon mapping, as the method does not use any lateral similarity measure to organize horizon voxels into clusters, the methodology is very robust when mapping difficult cases. It is capable of mapping a great portion of the seismic interfaces present in the data. In the case of the visualization attribute, it is constructed by applying an auto-adaptable function that uses the voxel neighboring information through a specific measurement that globally highlights the fault regions and other discontinuities present in the original volume. We apply the methodologies to real seismic data, mapping even seismic horizons severely interrupted by various discontinuities and presenting visualization attributes where discontinuities are adequately highlighted.

[pt] Independente da metodologia adotada para realizar análise de fácies sísmicas, a segmentação temporal e espacial da região do reservatório deve ser realizada cuidadosamente. A confiança no resultado da interpretação depende da complexidade do sistema geológico, da qualidade dos dados sísmicos, e da experiência do intérprete. Portanto, qualquer erro de interpretação pode levar a resultados incoerentes. Especialmente, a análise de fácies sísmicas utilizando formas de onda do sinal na região do reservatório é bastante sensível a ruídos de interpretação. Sabe-se que variações no conteúdo de freqüência dos traços sísmicos podem estar associadas às informações de refletividade da sub-superfície. Conseqüentemente, análises conjuntas em tempo - freqüência podem levar a formas não convencionais para a caracterização de reservatórios. Especificamente, esta tese propõe o uso das propriedades em tempo - freqüência, obtidas através do algoritmo de matching pursuit, e das singularidades detectadas e caracterizadas via transformada wavelet, como ferramenta para detecção de eventos sísmicos e para análise não supervisionada de fácies sísmicas quando associadas ao agrupamento dos mapas auto organizáveis de Kohonen. / [en] Independent of the adopted methodology to perform the seismic facies analysis, the geological oriented spatial and temporal segmentation of the reservoir region should be carefully done. Depending on the complexity of the reservoir system, seismic data quality, and the experience of the interpreter, the level of confidence in an interpretation can vary from very high to very low. Therefore, any interpretation error could lead to wrong or noisy results. Specially, when using seismic trace shapes, defined by the values of the seismic samples along each segmented trace, as the seismic input attributes to the chosen seismic facies algorithm. These facies analysis artifacts are introduced because seismic waveform in the reservoir delimited area changes quickly as a function of the interpretation, then waveforms with almost the same shape could be assigned to different classes due only to their different phases. It is known that variations of the frequency content of a seismic trace with time carry information about the properties of the subsurface reflectivity sequence. Consequently, seismic trace time- frequency analyses could provide an unconventional way to reservoir characterization. Specifically, in this work we propose to use the time-frequency properties of the atoms obtained after the matching pursuit signal representation and the singularities identified by wavelet transform, jointly with Self Organizing Maps as an unsupervised seismic facies analyses system.