1 |
[en] SEISMIC AMPLITUDE SMOOTHING BY ANISOTROPIC DIFFUSION PRESERVING STRUCTURAL FEATURES / [pt] SUAVIZAÇÃO DE DADOS DE AMPLITUDE ATRAVÉS DE DIFUSÃO ANISOTRÓPICA COM PRESERVAÇÃO DE FEIÇÕES SÍSMICASPATRICIA CORDEIRO PEREIRA PAMPANELLI 23 February 2016 (has links)
[pt] A interpretação sísmica consiste em um conjunto de metodologias que
visam compreender o modelo estrutural e estratigráfico de uma determinada
região. Durante este processo, o intérprete analisa a imagem sísmica
buscando identificar estruturas geológicas como falhas, horizontes e canais,
dentre outras. Dada a baixa razão sinal-ruído, os algoritmos que dão
suporte à interpretação precisam de uma etapa de pré-processamento onde
o ruído é reduzido. Esta tese propõe um novo método de filtragem por
difusão anisotrópica que melhor preserva as feições sísmicas de interesse. A
formulação do processo de difusão permite que os atributos identificadores
de horizontes e de falhas sejam incorporados ao método a fim de evitar
que estas estruturas sejam corrompidas durante a difusão da amplitude
sísmica. O método proposto implementado apresenta resultados aplicados
a dados reais disponíveis na literatura. Para estes resultados, é apresentada
uma análise da influência do método de filtragem anisotrópica proposta
nas medidas de correlação ao longo de horizontes previamente rastreados.
Finalmente, a tese apresenta algumas conclusões e sugestões para trabalhos
futuros. / [en] Seismic interpretation can be viewed as a set of methodologies to
enhance the understanding of the structural and stratigraphic model of
a given region. During this process, the interpreter analyzes the seismic
imaging seeking to identify geological structures such as faults, horizons and
channels, among others. Given the low signal to noise ratio, the algorithms
that support the interpretation require a pre-processing stage where the
noise is reduced. This thesis proposes a new filtering method based on
the anisotropic diffusion of the amplitude field. The formulation of the
diffusion process proposed here uses seismic attributes to identify horizons
and faults that are preserved in the diffusion process. The proposed method
implemented in this thesis also presents results applied to real and synthetic
data. Based on these results, we present an analysis of the influence of
the proposed method in correlation measurements over horizons previously
tracked. Finally the thesis presents some conclusions and suggestions for
future work.
|
2 |
[en] CLASSIFICATION OF SEISMIC FACIES USING SEISMIC MULTI-ATTRIBUTE / [pt] CLASSIFICAÇÃO DE FÁCIES SÍSMICAS UTILIZANDO MULTIATRIBUTOS SÍSMICOSNELIA CANTANHEDE REIS 20 October 2022 (has links)
[pt] A interpretação sísmica é um processo fundamental para a exploração de
hidrocarbonetos. Essa atividade consiste na identificação de informação geológica através do processamento e análise de dados sísmicos. Com o crescimento
acentuado e a complexidade dos dados sísmicos, a análise manual de fácies
sísmicas tornou-se um desafio significativo. O mapeamento de fácies sísmicas
é um processo demorado e que requer profissionais especializados. O objetivo
deste trabalho visa aplicar a classificação multiatributos usando uma rede neural encoder-decoder para mapear as fácies sísmicas e auxiliar no processo de
interpretação. Um conjunto de atributos sísmicos, foram calculados utilizando
o software Opendtect versão 6.6 a partir dos dados de amplitude contidos no
Dataset Facies-Mark . Sendo eles: Energia, Pseudo Relevo, Fase instantânea
e Textura, todos foram selecionados por um intérprete. A função de perda
utilizada pela rede foi weighted categorical crossentropy, pelo fato das classes
serem consideravelmente desbalanceadas. O treinamento foi realizado nas direções inlines e crosslines para as respectivas combinações: atributos, atributo
+ amplitude, e somente a amplitude. Os resultados baseado na métrica frequency weighted intersection over union (FWIU), mostraram que os atributos
junto com a amplitude obtiveram o melhor resultado, 85,73 por cento, em comparação
com as outras combinações citadas. Em comparação direta com o trabalho que
inspirou essa dissertação, o multiatributos performou melhor. / [en] Seismic interpretation is a fundamental process for hydrocarbon exploration. This activity consists of identifying geological information through the
processing and analysis of seismic data. With seismic data s rapid growth and
complexity, manual seismic facies analysis has become a significant challenge.
Mapping seismic facies is a time-consuming process that requires specialized
professionals. The objective of this work is to apply multi-attribute classification using an encoder-decoder neural network to map the seismic facies and
assist in the interpretation process. A set of seismic attributes were calculated
using Opendtect version 6.6 software from the amplitude data contained in
the Facies-Mark Dataset. These being: Energy, Pseudo Relief, Instant Phase,
and Texture were all selected by an interpreter. The loss function used by the
network was weighted categorical cross-entropy, because the classes are considerably unbalanced. The training was performed in the inlines and crosslines
directions for the respective combinations: attributes, attribute + amplitude,
and only the amplitude. The results based on the frequency weighted intersection over union (FWIU) metric showed that the attributes along with the amplitude obtained the best result, 85.73 percent, compared to the other combinations
mentioned. In direct comparison with the work that inspired this dissertation,
multi-attribute performed better.
|
3 |
[en] ESTIMATES OF VOLUMETRIC CURVATURE ATTRIBUTES IN SEISMIC DATA / [pt] ESTIMATIVAS DE ATRIBUTOS VOLUMÉTRICOS DE CURVATURA EM DADOS SÍSMICOSLEONARDO DE OLIVEIRA MARTINS 24 September 2018 (has links)
[pt] Atributos de curvatura são uma importante ferramenta para visualização e interpretação de feições estruturais em dados sísmicos. Tais medidas podem realçar falhas e fraturas sutis que não estavam evidentes no dado de amplitude, fornecendo ao intérprete informações importantes para a construção do modelo geológico da área de interesse. Neste trabalho é apresentado um método para estimar atributos de curvatura volumérica em dados sísmicos empilhados. A partir do dado de amplitude, é computado um
atributo identificador de horizonte, o qual permite que horizontes sísmicos sejam representados como superfícies de nível. Dessa maneira, o gradiente desse atributo fornece uma representação coerente do campo de normais do volume. Fórmulas para o cálculo de curvatura em superfícies implícitas são usadas para obter vários atributos de curvatura úteis na delineação e predição de importantes feições estratigráficas. Testes realizados com dados sintéticos e reais mostram que o método proposto é capaz de fornecer estimativas coerentes de atributos de curvatura a um baixo custo de processamento. São avaliados três atributos identificadores de horizontes: fase instantânea, derivada vertical e atributo de ridges. / [en] Curvature attributes are powerful tools for visualization and interpretation of structural features in seismic data. Such measures may highlight faults and subtle fractures that were not evident in amplitude data, providing important information to the interpreter to build the geological model of the area of interest. This paper presents a method for estimating volumetric curvature attributes in post-stack seismic data. Using amplitude volume, an horizon identifier attribute is computed, in order to represent seismic horizons as level surfaces. Thus, the gradient of this attribute provides a coherent estimate of volumetric normal field. Formulas for the calculation of curvature in implicit surfaces are used to compute several curvature attributes useful in the delineation and prediction of important stratigraphic features. Tests with synthetic and real data show that the proposed method is able to provide consistent estimates of attributes of curvature at low cost processing. Three horizon identifer attributes are evaluated: instantaneous phase, vertical derivative and ridge attribute.
|
4 |
[pt] ESTUDO SOBRE CARACTERIZAÇÃO DE RESERVATÓRIOS POR PROGRAMAÇÃO GENÉTICA / [en] STUDIES ON RESERVOIR CHARACTERIZATION VIA GENETIC PROGRAMMINGJEFF MAYNARD GUILLEN 15 February 2016 (has links)
[pt] Na área de exploração e produção de petróleo são alocados grandes investimentos para conseguir diminuir os riscos associados à baixos níveis de produção, que podem ser minimizados mediante a acertada caracterização do reservatório de petróleo. Uma valiosa fonte de informação pode ser extraída de dados sísmicos 3D, obtidos do campo em estudo. O custo econômico de aquisição de esta base de dados para o reservatório completo é relativamente baixo, se comparado com uma amostragem direta por meio de perfurações de poços. Embora, a relação entre os dados sísmicos e as propriedades de reservatório seja considerada ambígua, esta deve ser integrada com informação confiável, como aquela obtida mediante perfilagem de poços. Fazendo uso dos abundantes dados sísmicos e das escassas, mas, precisas medições em perfurações existentes, foi desenvolvido neste trabalho um sistema baseado no algoritmo de Programação Genética (PG) para caracterizar geologicamente um reservatório de petróleo. PG é uma técnica de computação evolucionária capaz de estimar relações não lineares entre um conjunto de entrada e de saída, mediante uma expressão simbólica explícita. Para extrair informação adicional nos registros sísmicos são calculados atributos sísmicos, que facilitam a identificação de características estratigráficas ou estruturais do subsolo representadas indiretamente pela sísmica. Adicionalmente, é utilizado o método de inversão sísmica para o cálculo da impedância acústica, que é uma variável auxiliar derivada de sísmica calibrada com perfis de poço. Os atributos sísmicos junto com a impedância acústica servirão para a estimação de propriedades geológicas. Esta metodologia de trabalho foi testada em um reservatório real de grande complexidade geológica. Por meio de PG, foi representada satisfatoriamente a relação entre dados derivados da sísmica e a porosidade do campo, demostrando assim que PG é uma alternativa viável para a caracterização geológica de reservatórios. Posteriormente, foi realizada uma clusterização do campo baseada em características geofísicas que permitiram a construção de estimadores por PG especializados para cada zona. / [en] In the field of oil exploration and production a great deal of investment is allocated in reducing the risks associated to low production levels that can be minimized through an accurate oil reservoir characterization. A valuable source of information can be extracted from 3D seismic data, obtained from the studied reservoir. The economic cost of the acquisition of this data base for the whole reservoir is relatively low, if compared to the direct sampling method of well drilling. Being that the relationship between seismic data and reservoir properties is considered ambiguous, it must be integrated with reliable information, such as that obtained by well logging. Making use of abundant seismic data and scarce, yet accurate, measurements from the existing drillings, it was developed in this study a system based in the algorithm of Genetic Programming (GP), to geologically characterize an oil reservoir. GP is an evolutionary computational technique capable of estimating the non-linear relationships between input and output parameter, through an explicit symbolic expression. In order to extract additional information from seismic records, seismic attributes are calculated, which facilitate tasks of identifying stratigraphic and structural characteristics of the subsurface, represented indirectly by seismic data. Moreover, a seismic inversion method is used to estimate the acoustic impedance, an auxiliary variable derived from seismic data calibrated by well logs. The seismic attributes along with the acoustic impedance will be used to estimate geological properties. This workflow was tested on a real reservoir, thus presenting geological complexity. Through GP, the relationship between seismic derived data and the field porosity was represented satisfactorily, demonstrating that GP is a viable alternative for geologic reservoir characterization. Afterwards, the reservoir was divided in clusters according to geophysical properties, this allowed the construction of GP based estimators for each zone.
|
5 |
[en] VOLUME VISUALIZATION OF HORIZONS IN 3-D SEISMIC DATA / [pt] VISUALIZAÇÃO VOLUMÉTRICA DE HORIZONTES EM DADOS SÍSMICOS 3DPEDRO MARIO CRUZ E SILVA 10 January 2005 (has links)
[pt] Neste trabalho apresentamos os aspectos da visualização
volumétrica de horizontes em dados sísmicos 3D.
Consideramos as abordagens de visualização volumétrica
direta e indireta. Na abordagem direta investigamos o
problema da seleção de horizontes usando funções de
transferência. Apresentamos a técnica de opacidade 2D, que
busca aumentar a capacidade de seleção dos horizontes para
visualização. Comparamos a utilização dos atributos de
fase instantânea, fase ajustada e fase desenrolada como
segunda dimensão, enquanto a primeira é a amplitude
sísmica. Ainda na abordagem direta, mostramos que o
gradiente da amplitude sísmica não aproxima bem os vetores
normais nos horizontes sísmicos. Sugerimos o gradiente da
fase instantânea como solução para este problema. Na
abordagem de visualização volumétrica indireta
introduzimos uma modelagem de otimização para o problema
de rastreamento de horizontes. Sugerimos um método
heurístico baseado em uma estratégia gulosa para encontrar
soluções que são boas aproximações para os horizontes
mesmo na presença de estruturas geológicas complexas. / [en] This work presents aspects of volume visualization of
seismic horizons in 3-D seismic data. We consider both the
direct and indirect approaches of volume visualization. In
the direct approach we investigate the problem of selecting
horizons using transfer functions. We present the 2-D
opacity technique, which seeks to increase the ability to
select horizons for visualization. We compare the use of
instantaneous phase, adjusted phase and unwrapped phase as
the second dimension, while seismic amplitude is the first
dimension. Also in the direct approach, we show that the
seismic amplitude gradient is not a good approximation for
the normal vectors in seismic horizons. We suggest the
gradient of instantaneous phase as a solution to this
problem. In the indirect volume visualization approach we
introduce a new optimization model to overcome the seismic
horizon tracking problem. We present a heuristic method
based on a greedy strategy to find solutions that are good
approximations of the horizon of interest, even for
complex geological structures.
|
Page generated in 0.0497 seconds