[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.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:35204 |
| Date | 24 September 2018 |
| Creators | LEONARDO DE OLIVEIRA MARTINS |
| Contributors | MARCELO GATTASS |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0027 seconds