Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-10-07T12:27:18Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_MedidasCoerenciaAnalise.pdf: 2796169 bytes, checksum: 3d1e7250bfa49952d03455487988a69a (MD5) / Approved for entry into archive by Ana Rosa Silva (arosa@ufpa.br) on 2014-10-09T13:15:11Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_MedidasCoerenciaAnalise.pdf: 2796169 bytes, checksum: 3d1e7250bfa49952d03455487988a69a (MD5) / Made available in DSpace on 2014-10-09T13:15:11Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_MedidasCoerenciaAnalise.pdf: 2796169 bytes, checksum: 3d1e7250bfa49952d03455487988a69a (MD5) Previous issue date: 2011 / ANP - Agência Nacional do Petróleo / PETROBRAS - Petróleo Brasileiro S.A. / FINEP - Financiadora de Estudos e Projetos / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Métodos iterativos para a análise de velocidade com migração dependem das funções objetivo medirem a horizontalização dos eventos de reflexão em famílias de ponto imagem comum (CIG). A migração em tempo é um método simples de imageamento para avaliar essas funções objetivo. Usando migração em tempo, estudamos a influência da função objetivo nos resultados da análise de velocidade com migração. Propomos duas novas funções objetivo para a análise velocidade com migração: Semblance Diferencial Estendido e o produto do Semblance Clássico com o Semblance Diferencial Estendido. Experimentos numéricos, utilizando os dados Marmousoft, mostram a eficácia das novas funções objetivo em estimar modelos velocidade produzindo eventos horizontalmente alinhados nas famílias de ponto imagem comum. / Iterative methods for migration velocity analysis depend on objective functions to measure the flatness of reflection events in common image gathers (CIG). Time migration is a simple imaging method to evaluate these objective functions. Using time migration we studied the influence of objective functions on the results of migration velocity analysis. We propose two new objective functions for migration velocity analysis: Extended Differential Semblance and the product of Classical Semblance times the Extended Differential Semblance. Numerical experiments using the Marmousoft data show the effectiveness of the new objective functions to estimate velocity models producing at events in common image gathers.

Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-07-26T14:09:55Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_StructuralconstraintsImage.pdf: 21057747 bytes, checksum: c218ce93af99d33375ec25eeec4aa33e (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-23T13:21:47Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_StructuralconstraintsImage.pdf: 21057747 bytes, checksum: c218ce93af99d33375ec25eeec4aa33e (MD5) / Made available in DSpace on 2017-08-23T13:21:47Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_StructuralconstraintsImage.pdf: 21057747 bytes, checksum: c218ce93af99d33375ec25eeec4aa33e (MD5) Previous issue date: 2016-04-22 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta tese apresenta duas metodologias de regularização estrutural para os métodos de análise de velocidade com migração e inversão conjunta com migração: regularização gradiente cruzado e filtragem com operadores morfológicos. Na análise de velocidade com migração, a regularização de gradiente cruzado tem como objetivo vincular os contrates de velocidade com o mapa de refletividade, através da paralelização dos vetores gradiente de velocidade com os vetores gradiente da imagem. Propõe-se uma versão com gradiente cruzado das funções objeto de minimização: Differential Semblance, Stack Power e Partial Stack Power. Combina-se a função Partial Stack Power com sua versão de gradiente cruzados, com o objetivo de aumentar gradativamente a resolução do modelo de velocidade, sem comprometer o ajuste das componentes de longo comprimento de onda do modelo de velocidade. Na inversão conjunta com migração propõe-se aplicar os operadores morfológicos de erosão e dilatação, no pré-condicionamento do modelo de velocidade em cada iteração. Os operadores usam o mapa de refletividade para delimitar as regiões com mesmo valor de propriedade física. Eles homogenizam a camada geológica e acentuam o contraste de velocidade nas bordas. Os vínculos estruturais não apenas irão reduzir a ambiguidade na estimativa do modelo de velocidade, mas tornará os métodos de inversão com migração mais estáveis, reduzindo artefatos, delineando soluções geologicamente plausíveis e acelerando a convergência da função objeto de minimização. / This thesis presents two methodologies of structural regularization for Wave-Equation Migration Velocity Analysis and Joint Migration Inversion: cross-gradient regularization and filtering with morphological operators. In Wave-Equation Migration Velocity Analysis, the cross-gradient regularization aims to constrain the velocity contrasts with the reflectivity map by parallelization of the velocity gradient vector and the image gradient vector. We propose a version with cross-gradient of the objective functions: Differential Semblance, Stack Power and Partial Stack Power. We combine the Partial Stack Power with its version of cross-gradient, in order to gradually increase the resolution of the velocity model without compromising the adjustment of the long wavelengths of the velocity model. In Joint Migration Inversion, we propose to apply morphological operators of erosion and dilation in the preconditioning of the velocity model in each iteration. Operators use the reflectivity map to mark the regions with the same value of physical property. They homogenize the geological layer and accentuate the velocity contrast at the edges. Structural constraints do not only reduce the ambiguity in estimating a velocity model, but also make the migration/inversion methods more stable, reducing artifacts, delineating geologically plausible solutions, and accelerating the convergence of the objective function.