Carlos Herrera.pdf - Departamento de Ciencias de la Tierra ...

UNIVERSIDAD SIMÓN BOLÍVAR
Ingeniería Geofísica
SECUENCIA BÁSICA DE PROCESAMIENTO SÍSMICO DE
DATOS COMPLEJOS 2D, LÍNEA ME-90B-27, MATURÍN, EDO.
MONAGAS.
Por
Carlos Manuel Herrera Rivero.
Informe de Pasantía Larga
Presentado ante la Ilustre Universidad Simón Bolívar
Para optar al Título de
Ingeniero Geofísico.
Sartenejas, Octubre 2005

UNIVERSIDAD SIMÓN BOLÍVAR
Ingeniería Geofísica
SECUENCIA BÁSICA DE PROCESAMIENTO SÍSMICO DE
DATOS COMPLEJOS 2D, LÍNEA ME-90B-27, MATURÍN, EDO.
MONAGAS.
Por
Carlos Manuel Herrera Rivero.
Informe de Pasantía Larga
Presentado ante la Ilustre Universidad Simón Bolívar
Para optar al Título de
Ingeniero Geofísico.
Realizado bajo la asesoría de:
Tutor Académico: Prof. Milagrosa Aldana
Tutor Industrial: Ing. Felipe Leggieri
Sartenejas, Octubre 2005
ii

Este trabajo ha sido aprobado en nombre de la Universidad Simón Bolívar
por el siguiente jurado calificador:
Prof. Milagrosa Aldana
Ing. Felipe Leggieri
Prof. Plácido Mora
iii

A mi Abuela Manena y a mi Abuelo Moisés……
iv

nada…
AGRADECIMIENTOS
Gracias a Dios por regalarme los mejores abuelos del mundo, sin ellos no seria
Gracias a mi abuela Manena, que descansa en El Olimpo…. Gracias por
enseñarme a leer, gracias por enseñarme a ser, gracias por el amor incondicional de
madre, gracias por estar siempre presente, gracias por la fuerza, gracias por ti. Siempre
vas a estar viva dentro de mí….
Gracias a mi Pabuelo Moisés, mucho mas que un padre, gracias a ti abuelo por
la educación, por el amor, por vivir para mi, por quererme de esa forma tan especial y
tan necesaria, gracias por llevarme al colegio, gracias por traerme hasta aquí, no se que
habría sido sin ti ……..
ABUELOS esto es de ustedes…
Gracias a mis padres, que se que de una forma muy sutil siempre han estado
atentos, los quiero mucho….
Gracias a mi tía Trina (amor hacho persona), a mi tío Víctor, los quiero mucho,
gracias por toda la ayuda y la orientación y gracias a mis primas Carla, Valen y Cristi,
(las mejores del mundo). Han alumbrado el camino, ejemplos a seguir.
Gracias a Natalia, gracias mi amor por entenderme en los momentos más
difíciles, gracias por estar a mi lado….
Gracias a todos mis compañeros de Veritas, gracias por la enseñanza, por la
paciencia, gracias por todo.
Gracias a mi abuelo Carlucho y a mi abuela Olga, a mi madrina Maria Isabel, a
mis primas Verónica y Andreina….
v

Gracias a mi Jefe Ingeniero Arístides Meléndez, gracias por la confianza, el
apoyo, y sobre todo gracias por la oportunidad.
Gracias a mi tutor industrial Ingeniero Felipe Leggieri.
Gracias a mi tutora académica Prof. Milagrosa Aldana, ejemplar, dedicada a su
trabajo, dedicada a sus estudiantes, gracias por estar siempre atenta conmigo durante la
pasantia.
Gracias al Profesor Placido Mora, quien de la forma más profesional mi inicio
en los pasos del procesamiento sísmico.
Gracias a mis amigos, compañeros y en especial gracias a Dios.
Carlos Manuel Herrera R.
vi

SECUENCIA BÁSICA DE PROCESAMIENTO SÍSMICO DE
DATOS COMPLEJOS 2D, LÍNEA ME-90B-27, MATURÍN, EDO.
MONAGAS.
POR
Carlos Manuel Herrera Rivero
RESUMEN
En el presente trabajo de pasantía de grado se plantea una secuencia básica de
procesamiento de datos sísmicos complejos 2D, pertenecientes al área de Maturín, Edo.
Monagas, realizada en el centro de Procesamiento Sísmico de VERITAS
GEOSERVICES DGC en Caracas, para P.D.V.S.A Oriente.
La secuencia abarca desde el proceso de cambio de datos a formato interno de la
compañía, hasta procesos de migración post y pre apilamiento en tiempo, pasando por
todas las etapas intermedias, tales como, geometría, calculo de estáticas de refracción,
estáticas residuales, estáticas trim, pruebas de deconvolución, filtros y ganancia por
divergencia esférica, con sus respectivos controles de calidad.
Con la construcción de la geometría se logró asignar una coordenada a cada
estación y establecer la relación existente entre el reporte de observador, coordenadas de
estaciones y disparos e información contenida en cintas de campo; la deconvolución fue
capaz de eliminar los múltiples y reverberaciones y de estimar el efecto de la ondícula
en la traza para así obtener la respuesta impulsiva de la Tierra, la función de ganancia
fue capaz de recuperar las amplitudes a lo largo de todo el registro con el cálculo de
estáticas de refracción se logró estimar y corregir el efecto producido por la capa
somera de baja velocidad; las estáticas residuales fueron capaces de corregir efectos de
la capa de baja velocidad que no pudieron ser removidos por las estáticas de refracción,
finalmente el proceso de migración post y pre-apilamiento en tiempo fueron capaces de
posicionar los eventos buzantes en sus posiciones originales.
Con la implementación de la secuencia de procesamiento se logró obtener una
mejor imagen del subsuelo que posteriormente será interpretada con sentido geológico.
vii

INDICE
CAPÍTULO I: INTRODUCCIÓN. 1
CAPITULO II: PREPROCESAMIENTO DE DATOS SÍSMICOS 2D,
FORMATOS DE GRABACIÓN, GEOMETRÍA, PRIMEROS QUIEBRES,
EDICIÓN DE TRAZAS.
2.1 SECUENCIA DE PROCESAMIENTO 6
2.2 FORMATOS DE GRABACIÓN DE CINTAS MAGNÉTICAS EN EL CAMPO. 8
2.3 CONTROL DE CALIDAD DEL POSICIONAMIENTO EN COORDENADAS 9
X, Y, Y ELEVACIÓN DE DISPAROS Y RECEPTORES.
2.4 GEOMETRÍA. 12
2.5 CONTROL DE CALIDAD DE LA GEOMETRÍA. 15
2.6 DEFINICIÓN DE LOS PRIMEROS QUIEBRES. 18
2.7 EDICIÓN DE TRAZAS. 21
CAPITULO III: DECONVOLUCIÓN, RECUPERACIÓN DE AMPLITUDES.
3.1 DECONVOLUCIÓN. 22
3.1.1 DECONVOLUCIÓN IMPULSIVA. 23
3.1.2 DECONVOLUCION PREDICTIVA. 24
3.1.2.1 VENTANA DE DISENO. 26
3.1.2.2 LONGITUD DEL OPERADOR. 27
3.1.2.3 DISTANCIA PREDICTIVA. 32
3.1.2.4 PORCENTAJE DE PREBLANQUEO 34
3.1.2.5 CARACTERÍSTICAS PRÁCTICAS DE LA DECONVOLUCIÓN. 37
3.1.2.6 VENTANA DE APLICACIÓN. 42
3.1.3 PARÁMETROS FINALES DE DECONVOLUCIÓN. 42
3.2 RECUPERACIÓN DE AMPLITUDES. 44
3.2.1 PARÁMETROS FINALES PARA LA RECUPERACIÓN DE 52
AMPLITUDES.
CAPITULO IV: ESTÁTICAS DE REFRACCIÓN, ANÁLISIS DE
VELOCIDADES, APILADO BRUTO, ESTATICAS RESIDUALES, ESTATICAS
TRIM.
4.1 ESTÁTICAS DE REFRACCIÓN. 53
4.2 ESTÁTICAS DE REFRACCIÓN MÉTODO INVERSION LINEAL 53
GENERALIZADA (GLI).
4.2.1 CONTROL DE CALIDAD DE LAS ESTÁTICAS DE REFRACCIÓN. 58
4.3 ESTÁTICAS DE REFRACCIÓN MÉTODO TOMOGRAFÍA. 61
viii

4.4 PRIMER ANÁLISIS DE VELOCIDAD (COFF 1). 69
4.5 ESTÁTICAS RESIDUALES I. 72
4.6 SEGUNDO ANÁLISIS DE VELOCIDADES CVS. 74
4.7 ESTÁTICAS RESIDUALES II. 76
4.8 ESTÁTICAS TRIM. 79
CAPITULO V: DMO, MIGRACION POST-APILAMIENTO, MIGRACION
PRE-APILAMIENTO.
5.1 DIP MOVEOUT (DMO). 87
5.2 MIGRACION. 88
5.2.1 MIGRACION ALGORITMO KIRCHOFF. 89
5.2.2 MIGRACION ALGORITMO PHASE SHIFT. 90
5.3 MIGRACION POST APILAMIENTO. 90
5.4 MIGRACION PRE APILAMIENTO 94
5.5 COMPARACION MIGRACION PRE Y POST APILAMIENTO 95
CAPITULO VI: SECUENCIA FINAL DE PROCESAMIENTO.
6.1 SECUENCIA FINAL DE PROCESAMIENTO. 100
CAPITULO VII: CONCLUSIONES Y RECOMENDACIONES. 104
ix

INDICE DE FIGURAS
Fig. 1.1 Logo de Veritas Geoservices. 4
Fig. 1.2 Veritas Geoservices. Organigrama Empresarial Sucursal Venezuela. 5
Fig. 2 Secuencia de Procesamiento. 6
Fig. 2.1 Gráfico de la disposición de la línea en base a las coordenadas 10
de los receptores.
Fig. 2.2 Intervalo entre estaciones receptoras. 10
Fig. 2.3 Azimut de las estaciones de la línea. 11
Fig. 2.4 Elevación de las estaciones de la línea. 11
Fig. 2.5 Geometría de la línea, disparos, estaciones receptoras y CDP’s. 15
Fig. 2.6 Control de calidad de la Geometría por medio de Farr Plot. Disparo mal 17
posicionado.
Fig. 2.7 Control de calidad de la Geometría por medio de Farr Plot. 17
Fig. 2.8 Control de calidad de la Geometría por medio de Farr Plot. 18
Fig. 2.9 Perfil muestra dos horizontes bien definidos. 20
Fig. 2.10 Perfil muestra dos horizontes bien definidos. 20
Fig. 2.11 Gráfico de edición de trazas no deseadas en azul, curva democrona 21
en verde, y primeros quiebres en rojo.
Fig. 3.1 Efecto deseado en una onda sísmica después de la deconvolución. 23
Fig. 3.2 Prueba Autocorrelograma sin Deconvolución. 27
Fig. 3.3 Prueba de Autocorrelograma Deconvolución para un Operador 27
de 80 ms y Preblanqueo de 0.001%.
Fig. 3.4 Prueba de Autocorrelograma Deconvolución para un Operador 28
de 80 ms y Preblanqueo de 0.01%.
Fig. 3.5 Prueba de Autocorrelograma Deconvolución para un Operador 28
de 80 ms y Preblanqueo de 0.1%.
Fig. 3.6 Prueba de Autocorrelograma Deconvolución para un Operador 28
de 80 ms y Preblanqueo de 1%.
Fig. 3.7 Prueba de Autocorrelograma Deconvolución para un Operador 29
de 80 ms y Preblanqueo de 5%.
Fig. 3.8 Prueba de Autocorrelograma Deconvolución para un Operador 29
de 120 ms y Preblanqueo de 0.1%.
Fig. 3.9 Prueba de Autocorrelograma Deconvolución para un Operador 29
de 160 ms y Preblanqueo de 0.1%.
Fig. 3.10 Prueba de Autocorrelograma Deconvolución para un Operador 30
de 200 ms y Preblanqueo de 0.1%.
Fig. 3.11 Prueba de Autocorrelograma Deconvolución para un Operador 30
de 240 ms y Preblanqueo de 0.1%.
Fig. 3.12 Prueba de Autocorrelograma Deconvolución para un Operador 30
de 80 ms y Preblanqueo de 0.1%, Distancia Predictiva de 16 ms...
Fig. 3.13 Prueba de Autocorrelograma Deconvolución para un Operador 31
de 80 ms y Preblanqueo de 0.1%, Distancia Predictiva de 8 ms.
Fig. 3.14 Prueba de Autocorrelograma Deconvolución para un Operador 31
de 160 ms y Preblanqueo de 0.1%, Distancia Predictiva de 8 ms.
Fig. 3.15 Deconvolución Predictiva con 8 ms. 32
Fig. 3.16 Deconvolución Predictiva con 16 ms. 33
x

Fig. 3.17 Sin Preblanqueo. 34
Fig. 3.18 Porcentaje de preblanqueo de 0.001% 34
Fig. 3.19 Porcentaje de preblanqueo de 0.01% 35
Fig. 3.20 Porcentaje de preblanqueo de 0.1% 35
Fig. 3.21 Porcentaje de preblanqueo de 1% 36
Fig. 3.22 Porcentaje de preblanqueo de 5% 36
Fig. 3.23 Deconvolución Consistente con Superficie, Operador 160 ms, 38
Preblanqueo 0.1%
Fig. 3.24 Deconvolución Consistente con Superficie, Operador 160 ms, 39
Preblanqueo 1 %
Fig. 3.25 Deconvolución Consistente con Superficie, Operador 160 ms, 39
Preblanqueo 0.1% + Balanceo Espectral.
Fig. 3.26 Deconvolución Predictiva Consistente con Superficie, Distancia 40
Predicción 8 ms, Operador 80 ms, Preblanqueo 0.1 %.
Fig. 3.27 Deconvolución Predictiva Consistente con Superficie, Distancia 40
Predicción 16 ms, Operador de 80 ms, Preblanqueo 0.1 %.
Fig. 3.28 Deconvolución Predictiva Consistente con Superficie, Distancia 41
Predicción 8 ms, Operador de 80 ms, Preblanqueo de 0.1 % +
Balanceo Espectral.
Fig. 3.29 Deconvolución en cascada, Predictiva, Operador de 160 ms, 42
Preblanqueo 0.1 %, Distancia Predictiva de 8 ms + Balanceo Espectral.
Fig. 3.30 Decaimiento típico de la Amplitud de los datos sísmicos. 45
Fig. 3.31 Aplicación de la curva de ganancia a los datos sísmicos. 46
Fig. 3.32 Curva de decaimiento exponencial sin función de recuperación. 47
Fig. 3.33 Curva de decaimiento exponencial pana n = 1 47
Fig. 3.34 Curva de decaimiento exponencial pana n = 1.5 48
Fig. 3.35 Curva de decaimiento exponencial pana n = 1.75 48
Fig.3. 36 Curva de decaimiento exponencial pana n = 2 49
Fig.3. 37 Curva de decaimiento exponencial pana n = 2.5 49
Fig.3. 38 Curva de decaimiento exponencial pana n = 3 50
Fig.3. 39 Curva de decaimiento exponencial pana n = 3.5 50
Fig.4.1 Parametrización del modelo usado para análisis de refracción. 54
Fig.4.2 Modelo de refracción a través del subsuelo. 55
Fig.4.3 Error entre los quiebres del modelo teórico y los observados. 56
Fig.4.4 Perfil de Refracción. Disparos 1, 401, 621. 58
Fig.4.5 Apilado por disparos. 59
Fig.4.6 Apilado por estaciones. En el círculo rojo se aprecian dos 60
estaciones fuera de la tendencia que pueden ser erróneas.
Fig.4.7 Apilado con Estáticas de Refracción GLI. 61
Fig.4.8 Modelo de Tomografía. PDatum de 650 msnm. 63
Modelo de entrada con estáticas de GLI aplicadas.
Fig.4.9 Modelo de Tomografía. PDatum de 650 msnm. 64
Fig.4.10 Modelo de Tomografía. PDatum de 650 msnm. 64
Fig.4.11 Modelo de Tomografía. PDatum de 650 msnm. 65
Fig.4.12 Modelo de Tomografía. PDatum de 450 msnm. 65
Fig.4.13 Modelo de Tomografía. PDatum trazado manualmente. 66
Fig.4.14 Modelo de Tomografía. PDatum trazado manualmente. 66
xi

Fig.4.15 Modelo de entrada a tomografía. 68
Fig.4.16 Trazado de rayos del modelo de tomografía en tornado. 68
Fig.4.17 Modelo de salida de tomografía. 69
Fig.4.18 Geometría de NMO para un reflector horizontal. 70
Fig.4.19 Panel de Análisis de Velocidad COFF. Semblanza, Panel de COFF sin 72
corrección dinámica, Corrección NMO.
Fig.4.20 Apilado de Estáticas Residuales I. 75
Fig.4.21 Tercer Análisis de Velocidad método CVS. 76
Panel de Velocidad en 2500 m/s.
Fig.4.22 Apilado Estáticas Residuales II. 78
Fig.4.23 Histograma Estáticas Residuales I. 79
Fig.4.24 Histograma Estáticas Residuales II. 79
Fig.4.25 Apilado con estáticas Trim y Balanceo espectral. 80
Frecuencia: 8, 12, 18, 24 Hz.
Fig.4.26 Apilado con estáticas Trim y Balanceo espectral. 81
Frecuencia: 8, 12, 30, 40 Hz
Fig.4.27 Apilado con estáticas Trim y Balanceo espectral. 81
Frecuencia: 8, 12, 40, 50 Hz
Fig.4.28 Apilado con estáticas Trim y Balanceo espectral. 82
Frecuencia: 4, 8, 25, 30 Hz
Fig.4.29 Apilado con estáticas Trim y Balanceo espectral. 82
Frecuencia: 8, 12, 18, 24 Hz
Fig.4.30 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 50, 60 Hz 83
Fig.4.31 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 60, 70 Hz 83
Fig.4.32 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 40, 50 Hz 84
Fig.4.33 Apilado con Estáticas Trim sin atenuadores de ruido. 84
Fig. 5.1 Apilado con corrección por DMO. 88
Fig. 5.2 Sección sin Migración. 91
Fig. 5.3 Sección con Migración Post-Apilamiento con 60 % de velocidad. 91
Fig. 5.4 Sección con Migración Post-Apilamiento con 70 % de velocidad. 92
Fig. 5.5 Sección con Migración Post-Apilamiento con 80 % de velocidad. 92
Fig. 5.6 Sección con Migración Post-Apilamiento con 90 % de velocidad. 93
Fig. 5.7 Sección con Migración Post-Apilamiento con 100 % de velocidad. 93
Fig. 5.8 Sección con Migración Post-Apilamiento con 110% de velocidad. 94
Fig. 5.9 Sección con Migración Pre-Apilamiento. 95
Fig. 5. 10 Migración Pre Apilamiento, parte somera. 96
Fig. 5.11 Migración Post Apilamiento, parte somera. 97
Fig. 5.12 Migración Pre Apilamiento, parte profunda. 97
Fig. 5.13 Migración Post Apilamiento, parte profunda. 98
Fig. 5.14 Migración Pre Apilamiento, parte somera. 98
Fig. 5.15 Migración Post Apilamiento, parte somera. 99
Fig. 6.1 Disposición de disparos. 100
xii

INDICE DE TABLAS Y ECUACIONES
Tabla 1: Parámetros Generales de Adquisición. Levantamiento 2D PDVSA. 13
Ecuación 1: Ecuación Matricial de Robinson. 24
Ecuación 2: Ecuación Matricial de Robinson en función de α. 25
xiii

CAPITULO I: INTRODUCCION.
En la prospección de hidrocarburos se requiere la identificación y delimitación de las
estructuras geológicas presentes en el subsuelo que pueden almacenar volúmenes de gas y
petróleo. Los métodos Geofísicos de Exploración aportan información estructural y estratigráfica
del interior de la Tierra, los cuales son complementados con otros estudios de tipo geológico.
Uno de los métodos más utilizados es la sísmica de Reflexión, la cual se fundamenta en el estudio
de la propagación de ondas compresivas, generadas por impactos, que son reflejadas por los
estratos presentes en el subsuelo. (Yilmaz, 1987).
Es posible reconstruir la disposición de las estructuras en el subsuelo a partir de la
información grabada; esto se logra a partir de los tiempos de llegada, amplitudes, cambios de fase
y/o frecuencia de las ondas.
La sísmica de Reflexión está compuesta de tres etapas fundamentales: adquisición,
procesamiento e interpretación de datos.
El procesamiento de datos sísmicos busca presentar los datos de una forma más adecuada
para su interpretación geológica. (Yilmaz, 1987).
Adicionalmente a los parámetros de adquisición de campo, el procesamiento de datos
sísmicos resulta dependiente de las herramientas usadas para ello. De allí que resulte importante
el buen manejo y conocimiento del software. Lo principal después de plantear y chequear la
geometría son los pasos de deconvolución, apilado y migración. (Yilmaz, 1987).
La deconvolución mejora significativamente la resolución de la data sísmica, aproximando
la ondícula de la traza a un pulso, suprimiendo así las “reverberaciones y múltiples” (Yilmaz,
1987).
1

El apilado es un proceso determinante; éste consiste en la suma de todas las trazas que
muestreen un mismo punto en profundidad. Con esto se pueden suprimir significativamente los
ruidos no coherentes y reducir o atenuar los ruidos coherentes contenidos en los datos (Yilmaz,
1987).
La migración tiene como objetivo fundamental llevar los eventos buzantes a sus posiciones
originales. (Yilmaz, 1987).
El objetivo final del procesamiento de datos sísmico de reflexión es mejorar la calidad de los
datos para una posterior interpretación.
El producto final es una sección sísmica que es análoga a un corte del subsuelo.
En este informe se presentan detalladamente cada una de las etapas de procesamiento de un
conjunto de datos 2 D del área de Maturín Este en el Estado Monagas, con la finalidad de obtener
secciones finales que puedan ser interpretadas con sentido geológico. El procesamiento fue
realizado en el Centro de Procesamiento Sísmico de Veritas Geoservices DGC en la ciudad de
Caracas, durante los meses de Abril – Septiembre de 2005.
Como objetivo general se plantea:
• Definir y aplicar una secuencia de Procesamiento Sísmico para dos líneas
2 D (entrenamiento y proyecto Maturín Este), realizando pruebas de parámetros en
cada etapa del procesamiento, con el objetivo de encontrara la mejor imagen
estructural y estratigráfica posible.
Entre los objetivos específicos se tienen:
2

• Realizar un entrenamiento sobre el sistema operativo UNIX, GMACS,
OPENWINDOWS y el paquete de procesamiento sísmico de datos terrestres
SAGE y SAGEVIEW.
• Aplicar y elegir los algoritmos y parámetros más adecuados para el procesamiento
de los datos sísmicos.
• Construir la geometría y aplicar controles de calidad.
• Calcular soluciones de estáticas y realizar pruebas para la selección de los mejores
apilados provenientes de las distintas fases de trabajo.
• Realizar análisis de Velocidad con diferentes métodos.
• Aplicar y elegir el algoritmo de migración que genere la mejor imagen estructural.
• Aplicar post-procesos que otorguen calidad a los datos y mejoren la imagen
(filtros de frecuencia, ganancia y atenuación de ruidos).
La empresa en la que se realizó la pasantía, Veritas DGC Inc. (Fig. 1.1), es la compañía
matriz de una familia de ocho divisiones operativas que proveen una serie de productos y
servicios geofísicos en varios mercados a nivel mundial. Esas ocho divisions son:
• Veritas DGC Land.
• Veritas Marine Adquisition.
• Veritas Geoservices.
• Veritas DGC LTD.
• Veritas DGC Asia Pacific LTD.
• Veritas Marine Surveys.
3

• Varitas Land Surveys.
• Veritas Exploration Services.
La compañía cuenta con más de 37 años de experiencia operativa, más de 3000 empleados en
19 países y en los cinco continentes, Veritas DGC inc. es una empresa líder en servicios
geofísicos a nivel mundial. En Caracas se localiza uno de los 14 centros de Procesamiento
Sísmico pertenecientes a Veritas Geoservices (Fig. 1.2).
La empresa ejecuta políticas claras y eficientes de seguridad, salud y ambiente destinadas a
conducir responsablemente todas sus actividades.
Fig. 1.1 Logo de Veritas Geoservices.
ORGANIGRAMA VERITAS GEOSERVICES VENEZUELA
4

ADMINISTRACIÓN
GENERAL
Lic. Nathaly Torres
GERENCIA GENERAL
Ing. Arístides Meléndez
DEPARTAMENTO
TÉCNICO
Ing. Salvador Manzoni
Ing. Felipe Leggieri (*)
Ing. Yormar Caballero
Ing. Juan Fernándes
Ing. Pablo Alarcón
Ing. Joan Manrique
(*) Tutor Industrial.
PASANTE
Br. Carlos Manuel Herrera
Fig. 1.2 Veritas Geoservices. Organigrama Empresarial Sucursal Venezuela.
La pasantía consistió en el reprocesamiento de un levantamiento 2D perteneciente a la
gerencia de Exploración y Producción de PDVSA, en el área de Maturín. En este informe se
muestran los pasos ejecutados para dicho reprocesamiento; por razones de confidencialidad no se
mencionará la ubicación específica en coordenadas UTM.
5

CAPITULO II: PREPROCESAMIENTO DE DATOS SÍSMICOS 2D,
FORMATOS DE GRABACIÓN, GEOMETRÍA, PRIMEROS QUIEBRES,
EDICIÓN DE TRAZAS.
En la Figura 2 se muestra un flujo grama general de procesamiento inicial. En éste y en los
capítulos siguientes se describe cada proceso.
Construcción de la
Geometría
Lectura de los Datos
Trascripción a formato
interno
Definición de los primeros
quiebres y edición de
trazas
Prueba de Parámetros
Cálculo y aplicación de
estáticas de refracción:
definición de Vr, Vo,
Datum
Ordenamiento por CMP
Primer análisis de Vel.
Apilamiento Bruto
Primer pase estat.
residuales
Apilamiento primera fase
Segundo Análisis de Vel.
Recuperación de
Amplitudes
Pruebas de Deconvolución
6
Pruebas de Filtros

Segundo pase de estat.
Resid.
Apilamiento segunda fase
Cálculo y aplicación de
estáticas consistentes con
CDP
Corrección de DMO
Migración
Post-Procesamiento
Presentación final de datos
Grabación de productos
Fig. 2 Secuencia de Procesamiento.
Migración Post-
Apilamiento
Balanceo Espectral
Atenuaciones de Ruido
7
Migración Pre-
Apilamiento
ZSIGNAL

2.1 FORMATOS DE GRABACIÓN DE CINTAS MAGNÉTICAS EN CAMPO.
La información sísmica es grabada en cintas magnéticas, siguiendo un orden determinado
en dicha cinta. A esta forma de ordenar la información a medida que se está grabando, se le
conoce como Formato de Grabación. (Manzoni, 2000).
Un buen comienzo del procesamiento sísmico dependerá, en gran parte, de la capacidad y
experiencia para analizar e interpretar los datos enviados de campo; de aquí la importancia de los
formatos de grabación ya que estos son los medios utilizados para guardar la información
obtenida durante la adquisición, y la interpretación de esta información es uno de los pasos
iniciales en la cadena del método de procesamiento sísmico.
Durante los primeros anos de grabación de datos sísmicos, en forma masiva, numerosos
formatos fueron puestos en uso por las diferentes empresas dedicadas a la adquisición de data
sísmica. Debido al crecimiento de este problema, la Sociedad de Exploración Geofísica “S.E.G”,
estableció un comité para el desarrollo de la grabación digital de formatos de cintas magnéticas
de campo. Se desarrollaron una serie de formatos llamados SEG-A, SEG-B y SEG-X.
Con el crecimiento acelerado de mini computadoras en los sistemas de grabación de
campo, se impulsó la creación de un nuevo comité. Este comité desarrollo el formato llamado
SEG-Y estándar. (Manzoni, 2000). La línea de trabajo de este proyecto se encuentra en este
formato.
Posteriormente fue creado el formato de grabación SEG-D, debido a la tendencia a grabar
con más canales e intervalos de muestreo menores.
2.2 CONTROL DE CALIDAD DEL POSICIONAMIENTO EN COORDENADAS X, Y, Y
ELEVACIÓN DE DISPAROS Y RECEPTORES.
8

Junto al reporte del observador que debe acompañar a las cintas magnéticas grabadas en
campo, también debe ser suministrada, bien sea en tablas o en diskettes de computadora, la
información X, Y, y elevación de cada disparo y cada receptor. En algunas empresas del ramo, la
información sobre el posicionamiento de la línea sísmica es denominada NAVEGACIÓN.
Esta información viene dada indicando para cada disparo y para cada estación su
coordenada X y Y, así como su elevación.
La necesidad de hacer un control de calidad sobre estos datos se hace imprescindible, y
consiste en graficar cada punto de disparo y cada punto de estaciones receptoras por medio de sus
coordenadas X y Y, de igual forma se realiza para las elevaciones de cada una de las estaciones y
de los disparos.
En el caso particular de la línea de estudio se realizó un chequeo de posicionamiento de
disparos y de estaciones, cambios de dirección y distancia entre las estaciones receptoras y un
chequeo de elevación para cada estación. El mapeo de las estaciones receptoras por medio de sus
coordenadas de adquisición nos da una noción de la orientación y forma de la línea, tal como se
muestra en la Fig. 2.1. En esta se aprecia claramente el comportamiento rectilíneo de la misma.
Además se graficaron todas las estaciones receptoras para chequear el espaciamiento entre cada
una, Fig. 2.2, lo cual según el reporte del observador debía ser igual a 50 metros; el gráfico
muestra que el intervalo entre estaciones típico es aproximadamente 50 metros, sin embargo,
existen algunos valores atípicos o fuera del promedio, que no presentan ninguna explicación o
comentario en el reporte del observador; estas estaciones serán chequeadas y de ser necesario
reposicionadas.
De igual forma en la Fig. 2.3 se realizó un chequeo exhaustivo en cuanto al azimut entre
las estaciones consecutivas, el cual debía ser constante ya que el mapa de superficie de la línea
no presenta variaciones en la dirección. Como último chequeo de esta etapa del trabajo se
9

graficaron las elevaciones de cada estación, Fig. 2.4 y se chequeó que no hubiesen picos o
valores anómalos.
Fig. 2.1 Gráfico de la disposición de la línea en base a las coordenadas de los receptores.
Fig. 2.2 Intervalo entre estaciones receptoras.
10

Fig. 2.3 Azimut de las estaciones de la línea.
Fig. 2.4 Elevación de las estaciones de la línea.
2.3 GEOMETRÍA.
La geometría de procesamiento consiste en asociar cada traza a una estación, una
coordenada y un par fuente receptor. Esta etapa es de vital importancia ya que todos los pasos del
procesamiento estarán referidos a la geometría, por lo cual es fundamental construirla
meticulosamente. (Yilmaz, 1989).
11

Para construir la geometría se utilizó toda la información del levantamiento sísmico, tanto
el reporte del observador como la navegación, para el correcto posicionamiento de los disparos y
de las estaciones y para la asignación de los valores de elevación.
Las cintas de campo contienen los registros grabados durante el levantamiento sísmico. El
reporte del observador debe destacar la relación existente entre los registros secuenciales
grabados en la cinta, las estaciones receptoras y también en qué estación se disparó, así como
cualquier comentario acerca de alguna posible alteración que haya surgido durante la realización
del levantamiento (Pereira, 1989).
Con esta información se le indica a la computadora el número de canales por registro,
estaciones de disparo, intervalo de disparo, estaciones receptoras por cada disparo, y el primer y
último canal activo para cada disparo. Es de vital importancia el reporte del observador, ya que
éste indicará el tipo de tendido, (Roll On, Roll Off, Full Spread), distancia entre fuentes, distancia
entre receptores, disparos de mala calidad, disparos de recuperación, geófonos desactivados, etc.
En la tabla 2.1, se especifican las características generales de los datos sísmicos
pertenecientes a la línea en estudio.
12

Cliente PDVSA
Tipo de Fuente Dinamita
Número de disparos 862
Primer y último disparo 1- 862
Número de estaciones Receptoras 1724
Número de canales 247
Número de CDP’s 3321
Intervalo entre estaciones 50 m
Intervalo entre disparos 100 m
Intervalo entre CDP’s 25 m
Cobertura 6000 %
Longitud de grabación 8 s
Intervalo de muestreo 2 ms
Tabla. 2.1 Parámetros Generales de Adquisición. Levantamiento 2D PDVSA.
La geometría fue creada por medio del programa BASELINE de Veritas, y contiene la
siguiente información:
• Información general del levantamiento, nombre de la compañía, nombre de la línea,
cliente, etc.
• Coordenadas X y Y de cada estación receptora y de cada disparo.
• Elevación de cada estación receptora y de cada disparo.
• Información específica de cada disparo y número de disparos.
13

• Información específica de cada estación receptora y número de estaciones receptoras para
cada disparo.
Luego de ser creada la geometría se realizó un mapa de ubicación en la Fig. 2.5 de los
disparos y de las estaciones así como de cada CDP; de dicha figura, se deduce que
efectivamente existe un muestreo horizontal uniforme, las pequeñas variaciones se deben al
desplazamiento de ciertos disparos que no estaban en su posición correcta. Posteriormente se
realizarán algunos controles de calidad para corroborar cual es la correcta y que represente
fielmente a los datos de la cinta.
En la Fig. 2.5 se presenta un segmento de la línea en procesamiento en donde se puede
observar, los disparos, las estaciones, la posición correspondiente a los puntos comunes en
profundidad CDP’s y los bins pertenecientes a la geometría creada. Se debe tratar que los
puntos medios entre estaciones coincidan con el centro de cada bin, para lograr la mayor
cobertura, de no ser así se deben realizar ajustes en la geometría.
14

Fig. 2.5 Geometría de la línea, disparos, estaciones receptoras y CDP’s
La cobertura debe ser lo más uniforme posible; sin embargo pueden existir variaciones
debidas a Roll On, Roll Off y parámetros de adquisición.
2.4 CONTROL DE CALIDAD DE LA GEOMETRÍA.
En vista de la importancia que este proceso reviste, es necesario realizar un minucioso
control de calidad y obtener listados y gráficos, que confirmen, que las características
geométricas de la línea sean correctas y que permitan asegurar, que tanto los disparos como los
grupos de receptores han sido definidos de acuerdo al informe del observador.
15

Primero se contabilizó el número total de trazas contenidas en los datos y se comparó con
el número de trazas que señala la geometría construida. Se espera que ambos conjuntos arrojen el
mismo resultado, es decir, la geometría debe representar fielmente a los datos, el caso contrario
es un indicativo de error en la construcción de la geometría o en la carga de los datos.
En SAGEVIEW se grafican simultáneamente para cada disparo una curva de velocidad
llamada democrona, la cual se define mediante la geometría de los disparos. Esta curva se
corresponde con la velocidad de la capa meteorizada, y se espera que la democrona empiece en el
ápice de las primeras llegadas, para el offset más cercano. Si esto no es así y la democrona está
desplazada hacia otra traza, es necesario revisar el cable, (archivo que relaciona los disparos con
las estaciones y controla el número de trazas que tendrá la geometría). En caso de estar bien
definido en cuanto al reporte del observador se procede a reubicar el disparo.
SAGEVIEW grafica de igual forma todos los disparos en pantalla y en secuencia tal que
se puedan apreciar varios disparos a la vez en pantalla; de esta forma se realiza otro control de
calidad basado en una traza de referencia para un conjunto de disparos. Lo correcto es tener
ubicada esta traza referencia en la misma posición para el conjunto de disparos que la contengan;
de no ocurrir esto, se está en presencia de un problema de geometría el cual debe ser solventado
antes de continuar con las labores de procesamiento. En la Fig. 2.6 se muestra un ejemplo en el
cual el uno de los controles de calidad de geometría fue capaz de identificar un error, ocasionado
por un disparo mal posicionado; se reubicó y se volvió a probar, quedando finalmente
solucionado el problema. En la Fig. 2.7 se muestra un panel de este control de calidad. En la Fig.
2.8 se observa cómo no existe una perfecta coherencia en cuanto a la alineación de la traza
modelo; sin embargo, en este caso no presenta problema, ya que no son disparos consecutivos y
responden eficazmente al reporte del observador.
16

Fig. 2.6 Control de calidad de la Geometría. Disparo mal posicionado.
Fig. 2. 7 Control de calidad de la Geometría.
17

Fig. 2.8 Control de calidad de la Geometría.
2.5 DEFINICIÓN DE LOS PRIMEROS QUIEBRES.
La idea subyacente es construir, “iterativamente”, un modelo del subsuelo a partir de las
primeras llegadas, la cual es la principal información que se posee (Yilmaz, 1987).
Como primer quiebre se define a la primera muestra cuyo valor es distinto de cero. Los
primeros quiebres se definieron utilizando una estimación automática, la cual se basa en la
introducción de parámetros que indican los criterios de selección de los primeros quiebres, como
la frecuencia de los mismos y un criterio de sensibilidad que consiste en definir un valor para el
cambio de amplitud, seleccionando el lóbulo positivo como primer quiebre. En este proyecto la
18

estimación automática es de buena calidad; sin embargo, posteriormente fue editada en forma
manual debido a que ante la presencia de trazas anómalas no se ejecuta correctamente el proceso
automático, seleccionando puntos incorrectos como primer quiebre. Mientras se revisaban
manualmente los primeros quiebres se realizó una edición de trazas.
De igual forma se realizan controles de calidad para los primeros quiebres, en donde se
realizan gráficos Tiempo vs. Distancia para ciertos disparos. Esto nos dice cuántos estratos
refractores existen y nos da un promedio de la velocidad de la zona somera. Los quiebres que no
están dentro de la tendencia del promedio deben ser verificados, ya que pueden estar mal
seleccionados o el disparo correspondiente a ese quiebre puede estar mal posicionado.
En el caso particular de la línea, el perfil muestra dos horizontes bien delimitados, Fig.
2.9, y Fig. 2.10; también fue útil para corregir la posición de disparos y para verificar algunos
primeros quiebres.
19

Fig. 2.9 Perfil muestra dos horizontes bien definidos.
Fig. 2.10 Perfil muestra dos horizontes bien definidos.
20

2.6 EDICIÓN DE TRAZAS.
Después de la fase de geometría, generalmente se ejecuta la etapa de edición, donde se
eliminan los registros o trazas malas o no deseadas, producto de geófonos dañados o desactivados
por problemas en el momento de la adquisición, lo cual puede afectar significativamente el
resultado final del procesamiento.
El proceso de edición se realiza de forma gráfica por pantalla, y el programa va guardando
las trazas seleccionadas para excluirlas del resto de los procesos a aplicar en el procesamiento.
Fig. 2.11 Gráfico de edición de trazas no deseadas en azul, curva democrona en verde, y
primeros quiebres en rojo.
21

CAPITULO III: DECONVOLUCIÓN, RECUPERACIÓN DE
AMPLITUDES.
3.1 DECONVOLUCIÓN.
La tierra está formada por rocas con diferentes propiedades físicas. Las capas de rocas
están definidas por parámetros como la densidad y la velocidad; el producto de estos dos
parámetros se conoce bajo el nombre de impedancia sísmica. El contraste de impedancia entre
rocas adyacentes causa las reflexiones que son grabadas en la superficie como trazas sísmicas.
Cada traza puede ser modelada como la convolución de la ondícula sísmica con la respuesta
impulsiva. La respuesta impulsiva de la tierra comprende las reflexiones primarias, posibles
múltiples y las variaciones de las propiedades físicas de las rocas. (Yilmaz, 1987).
La deconvolución tiene como objetivo fundamental estimar los efectos de la respuesta
impulsiva, por medio del diseño y aplicación de filtros inversos (Zharkov, 1985). La
deconvolución idealmente, comprime los componentes de la ondícula eliminando los múltiples y
dejando solo la reflectividad de la tierra en la traza sísmica. La deconvolución es un modelo
matemático que reduce o elimina la energía reverberante y devuelve la forma de cada ondícula en
la señal (lo más similar a un pulso) (Yilmaz, 1987). (Fig. 3.1).
22

Fig. 3.1 Efecto deseado en una onda sísmica después de la deconvolución
Tomado de: Tesis de grado Salvador Manzoni.
En el procesamiento de datos sísmicos existen, por un lado, procesos que tratan de
eliminar o atenuar múltiples, reverberaciones, y que a la vez tratan de realzar y balancear el
espectro de frecuencias y amplitudes de una traza sísmica; para este tipo de problemas se utiliza
la deconvolución. Por otro lado, existen procesos que buscan eliminar o atenuar los ruidos y altas
frecuencias, para lo cual se utilizan los filtros.
Los tipos de deconvolución más utilizados son:
• Deconvolución Impulsiva. ( Spike Decon)
• Deconvolución Predictiva. ( Gap o Predictive Decon)
3.1.1 DECONVOLUCIÓN IMPULSIVA.
Tiene como objetivo comprimir la ondícula y de esta manera reducir las reverberaciones.
Este tipo de deconvolución nivela el espectro de amplitud, tanto de los componentes coherentes
de la señal como del ruido sísmico. Sin embargo, esto último se soluciona mediante la aplicación
23

de filtros. Este tipo de deconvolución trata de convertir cada reflexión primaria en un impulso
con una longitud predictiva de una muestra de duración en el tiempo y supone que la señal
reflejada en cada interfase es de fase mínima (Pereira, 1989).
3.1.1 DECONVOLUCION PREDICTIVA.
La técnica predictiva permite controlar y especificar el grado de resolución en la ondícula
deseada. Eventos periódicos pueden ser atenuados selectivamente con este método, el cual utiliza
una distancia predictiva α. Con esta distancia de predicción se pretende especificar la parte de la
ondícula que se desea preservar y la parte que se desea atenuar (Pereira, 1989).
Las técnicas de deconvolución comúnmente usadas en el procesamiento de datos sísmicos
convencional, están basadas en el filtro de Wiener-Levinson, el cual constituye una de las
herramientas más efectivas para la atenuación digital de trazas sísmicas. La longitud del operador
n del filtro de Wiener-Levinson resulta de la solución de la ecuación con representación matricial
de Robinson, (1967):
Ecuación: 3.1 Ecuación Matricial de Robinson.
24

donde r(t) es la autocorrelación de entrada; g(t) es la correlación entre la salida deseada y la
entrada, y f(t) es el filtro de Wiener-Levinson. Por definición, el operador predictivo es aquel
filtro que actúa en la traza de entrada en un tiempo posterior a t y estima la traza en un tiempo t +
α. Entonces es razonable definir la salida deseada para el filtro predictivo como una versión
avanzada en tiempo de la señal de entrada X(t).
La correlación entre la señal de salida deseada y la señal de entrada en la ecuación
matricial anterior es por definición igual a la autocorrelación de la señal de entrada para una fase
mayor o igual a α. Entonces la ecuación definitiva queda como:
Ecuación. 3.2 Ecuación Matricial de Robinson en función de la distancia predictiva α.
La deconvolución predictiva parte de la señal reflejada de cada interfase. Por supuesto que
esta deconvolución no trata de comprimir la señal; sólo la parte final de la señal es
deconvolucionada. El analista geofísico especifica el tiempo a partir del cual desea que se haga la
deconvolución. (Pereira, 1989).
La ecuación matricial del filtro de Wiener-Levinson es una matriz altamente inestable, es
decir, se pueden producir divisiones por cero. En consecuencia, al invertir cada elemento de la
nueva matriz, debe aparecer dividido por el determinante del primer módulo de la matriz de la
25

Ecuación. 3.2 que es muy pequeño en valor numérico. Una de las formas de evitar esto y darle
estabilidad a la matriz es agregarle a la diagonal principal una pequeña cantidad conocida como
ruido blanco que puede variar entre 0.001% hasta 5%.
Durante el diseño y aplicación de filtros inversos estadísticos de Wiener-Levinson, se
hace necesario seleccionar parámetros fundamentales, los cuales se describen como (Yilmaz,
1987):
• Tipo de Deconvolución.
• Ventana de diseño.
• Longitud del operador.
• Distancia predictiva.
• Ruido blanco o aleatorio.
• Ventana de aplicación.
3.1.1.1 VENTANA DE DISENO.
Se seleccionó una ventana en tiempo y espacio que excluyó las refracciones y las zonas
ruidosas, concentrándose en el área de disparo que presenta reflexiones.
De la misma forma se construyó un autocorrelograma, que es de gran utilidad pues
permite diseñar los valores de cada uno de los parámetros que se utilizarán para la deconvolución
y supervisar la calidad de la misma.
26

3.1.1.2 LONGITUD DEL OPERADOR.
De la inspección del autocorrelograma en la ventana seleccionada, se obtiene la cantidad
y periodicidad de los múltiples presentes. La longitud del filtro debe ser lo suficientemente larga
para cubrir al múltiple de período más largo. Se realizaron pruebas de deconvolución para
determinar la longitud del operador con 80 ms, 120 ms, 160 ms, 200 ms, 240 ms. El valor
seleccionado fue 160 ms, ya que a partir de ese valor se ha eliminado la mayor parte de la energía
reverberante. En las Fig. 3.2 a la 3.14 se muestran los resultados de los autocorrelogramas
correspondientes a diferentes longitudes de operadores y distintos porcentajes de ruido blanco.
Fig. 3.2 Prueba Autocorrelograma sin Deconvolución.
Fig. 3.3 Prueba Autocorrelograma de Deconvolución Impulsiva para un Operador de 80 ms y
Preblanqueo de 0.001%.
27

Fig. 3.4 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 80 ms y
Preblanqueo de 0.01%.
Fig. 3.5 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 80 ms y
Preblanqueo de 0.1%.
Fig. 3.6 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 80 ms y
Preblanqueo de 1%.
28

Fig. 3.7 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 80 ms y
Preblanqueo de 5%.
Fig. 3.8 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 120 ms y
Preblanqueo de 0.1%.
Fig. 3.9 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 160 ms y
Preblanqueo de 0.1%.
29

Fig. 3.10 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 200 ms
y Preblanqueo de 0.1%.
Fig. 3.11 Prueba de Autocorrelograma Deconvolución Impulsiva para un Operador de 240 ms
y Preblanqueo de 0.1%.
Fig. 3.12 Prueba de Autocorrelograma Deconvolución Predictiva para un Operador de 80 ms y
Preblanqueo de 0.1%, Distancia Predictiva de 16 ms.
30

Fig. 3.13 Prueba de Autocorrelograma Deconvolución Predictiva para un Operador de 80 ms y
Preblanqueo de 0.1%, Distancia Predictiva de 8 ms.
Fig. 3.14 Prueba de Autocorrelograma Deconvolución Predictiva para un Operador de 160 ms
y Preblanqueo de 0.1%, Distancia Predictiva de 8 ms.
Por las pruebas de los autocorrelogramas, se observa que es mejor el correspondiente al
operador de 160 ms, por lo cual fue el seleccionado. El autocorrelograma muestra cuan parecida
es una traza a ella misma, con el operador de 160 ms se observa un mejor comportamiento en este
sentido.
31

3.1.1.3 DISTANCIA PREDICTIVA.
La distancia predictiva pretende especificar la parte de la ondícula que se desea preservar
y la parte que se desea deconvolucionar. La deconvolución predictiva no trata de comprimir toda
la señal, solamente se realiza la operación a partir de la distancia de predicción. Se realizaron
pruebas para 8 ms y para 16 ms, resultados que se muestran en las Fig. 3.15 y Fig. 3.16,
arrojando mejores resultados la perteneciente a 8 ms. Los resultados son mejores porque
mantiene valores de amplitud más altos y constantes para el mismo rango de frecuencias. En las
Figuras la curva inferior es la perteneciente a la prueba sin deconvolución, mientras que las
curvas de las partes superiores son debidas a la aplicación de deconvolución predictiva con una
distancia de predicción de 8 ms y 16 ms respectivamente.
Fig. 3.15 Deconvolución Predictiva con 8 ms.
32

Fig. 3.16 Deconvolución Predictiva con 16 ms.
3.1.1.4 PORCENTAJE DE PREBLANQUEO.
Se realizaron pruebas de pre-blanqueo que incluyeron los siguientes valores: 0.001%,
0.01%, 0.1%, 1%, 5%. Los resultados son mostrados en las Fig. 3.17 a la Fig.3.22. En cada
Figura la curva inferior representa el espectro de amplitudes sin preblanqueo, mientras que la
curva superior representa el espectro de amplitudes para cada porcentaje de preblanqueo
aplicado.
33

Fig.3.17 Sin Preblanqueo.
Fig. 3.18 Porcentaje de preblanqueo de 0.001%
34

Fig. 3.19 Porcentaje de preblanqueo de 0.01%
Fig. 3.20 Porcentaje de preblanqueo de 0.1%
35

Fig. 3.21 Porcentaje de preblanqueo de 1%
Fig. 3.22 Porcentaje de preblanqueo de 5%
36

El porcentaje de preblanqueo seleccionado como el más optimo fue 0.1 %, debido a que
mantiene los espectros de amplitudes lo mas uniformes posible. Sin embargo se puede observar
también que valores como 0.001 % también generan un buen espectro de amplitudes, sin
embargo no es recomendable elegir valores tan pequeños de preblanqueo.
3.1.2.5 CARACTERÍSTICAS PRÁCTICAS DE LA DECONVOLUCIÓN.
Cuando el operador de deconvolución es diseñado para cada traza sísmica
individualmente, esta es llamada ”traza a traza”. Actualmente existe una manera paralela para
calcular y aplicar la deconvolución, conocida como: “deconvolución consistente con superficie”,
(Yilmaz, 1987).
Cualquiera de los dos métodos de diseño de la deconvolución es efectivo para obtener un
filtro inverso que sea capaz de transformar la señal sísmica recibida, en lo más cercano posible a
la serie de reflectividad de la tierra. La deconvolución consistente con superficie toma en cuenta
además de la ecuación matricial de Wiener – Levinson, otros parámetros para el cálculo del filtro
inverso, como la distancia entre disparos y receptores (offset). Esta deconvolución construye
autocorrelaciones a partir del arreglo de los disparos y receptores en la superficie y de las
distancias entre ellos. La traza es descompuesta en los efectos convolucionales de la fuente,
receptores y offset, con la respuesta al impulso terrestre. A través de estos datos, este algoritmo
construirá correlaciones a partir de las amplitudes y frecuencias de las ondículas más cercanas,
con lo que podrá inferir o reconstruir las amplitudes y frecuencias lejanas perdidas por la
dispersión y atenuación de ellas, durante el tiempo de viaje de la ondícula en el medio.
A continuación se presentan apilados de la misma sección con variación de parámetros
como: porcentaje de preblanqueo, tipo de deconvolución, distancia predictiva, entre otros, así
37

como diferentes tipos de deconvolución en cascada. En estos apilados se aprecian las diferencias
debidas a las variadas pruebas de parámetros realizadas.
Fig.3.23 Deconvolución Consistente con Superficie, Operador 160 ms, Preblanqueo 0.1%
38

Fig.3.24 Deconvolución Consistente con Superficie, Operador 160 ms, Preblanqueo 1 %
Fig.3.25 Deconvolución Consistente con Superficie, Operador 160 ms, Preblanqueo 0.1% +
Balanceo Espectral. Frecuencia: 8, 12, 60, 70 Hz.
39

Fig.3.26 Deconvolución Predictiva Consistente con Superficie, Distancia Predicción 8 ms,
Operador 80 ms, Preblanqueo 0.1 %.
Fig.3.27 Deconvolución Predictiva Consistente con Superficie, Distancia Predicción 16 ms,
Operador de 80 ms, Preblanqueo 0.1 %.
40

Fig.3.28 Deconvolución Predictiva Consistente con Superficie, Distancia Predicción 8 ms,
Operador de 80 ms, Preblanqueo de 0.1 % + Balanceo Espectral. Frecuencia: 8, 12, 60, 70.
3.1.2.6 VENTANA DE APLICACIÓN.
Durante la aplicación de la deconvolución sísmica se selecciona otra ventana de tiempo –
espacio, sobre la cual ha de ser aplicada la deconvolución. Generalmente esta ventana coincide
con el largo y espacio total del registro.
3.1.2 PARÁMETROS FINALES DE DECONVOLUCIÓN.
En el caso específico de la línea de procesamiento, en el dominio de los disparos, se probó
con deconvolución de tipo impulsiva y deconvolución predictiva con una distancia de predicción
de 8 ms y 16 ms, y después de un exhaustivo análisis se llegó a la conclusión que el tipo de
41

deconvolución que mejor se ajustaba a los datos era de tipo predictiva con una distancia de
predicción de 8 ms, ya que con esta se ganaba la mayor resolución vertical, sin embargo,
posteriormente se realizó pruebas en el orden de los CDPs, (después del apilamiento) con
deconvoluciones en cascada, es decir, aplicar un tipo de deconvolución sobre otro ya aplicado
anteriormente, con lo cual se obtuvo resultados satisfactorios. Finalmente se seleccionó una
deconvolución en cascada consistente con superficie: Deconvolución Predictiva con una distancia
de predicción de 8 ms + Balanceo Espectral. Fig. 3.29.
Fig. 3.29 Deconvolución en cascada, Predictiva, Operador de 160 ms, Preblanqueo 0.1 %,
Distancia Predictiva de 8 ms + Balanceo Espectral.
Al realizar un análisis de los diferentes apilados y de las diferentes zonas señaladas, se
puede notar que con los parámetros seleccionados y citados a continuación se logra obtener un
42

mayor enfoque y mayor continuidad de los eventos así como la eliminación de gran parte de los
múltiples.
Finalmente y de forma esquemática se presentan los resultados finales para la selección y
aplicación de los parámetros de deconvolución:
Deconvolución Predictiva Consistente con Superficie + Balanceo Espectral.
Número de Ventanas: 1
Longitud del Operador: 160 ms
Distancia Predictiva: 8 ms
% de Preblanqueo: 0.1 %
Ventana: Offset: 0, 4200
3.2 RECUPERACIÓN DE AMPLITUDES.
Tiempo: 300, 3300, 2400, 4200
El tránsito del frente de onda a través de los estratos del subsuelo conlleva una pérdida o
disminución de las amplitudes de la señal con la profundidad. Con el fin de compensar este efecto
se plantean métodos de recuperación de amplitudes. La onda sísmica se propaga en un espacio
tridimensional y su energía se transmite a medida que el frente de onda se incrementa. Como la
onda sísmica viaja dentro de la tierra, su energía se transmite a través de esta, experimentando
una pérdida de energía llamada divergencia esférica. La divergencia esférica que se produce
desde un punto de disparo, causa que la energía disminuya inversamente al cuadrado de la
distancia que el frente de onda ha viajado, desde el momento del disparo, como se muestra en la
Fig. 3.30, (Barragán, 1991).
43

Para recuperar las amplitudes por el método exponencial, se ajusta una curva de ganancia.
Esta curva varía con el tiempo y está diseñada para compensar la pérdida de amplitudes por el
fenómeno de divergencia esférica, así como por la atenuación de la ondícula en el frente de onda,
al interactuar con el medio elástico, no homogéneo e isotrópico. (Yilmaz, 1987).
La compensación para la pérdida de amplitudes conlleva la multiplicación de cada traza
por una función exponencial variante en tiempo cuya fórmula es (Yilmaz, 1987):
G(t) = At n
Ecuación: 3.3 Recuperación de Amplitudes.
donde: G(t): Amplitud de la traza de salida al tiempo t.
A: Amplitud.
t: Tiempo en segundos donde el ajuste de amplitud se realiza.
n: Valor del exponente.
44

Fig. 3.30 Decaimiento típico de la Amplitúd de los datos sísmicos.
Tomado de: Tesis de Grado Salvador Manzoni.
45

Fig. 3.31 Aplicación de la curva de ganancia a los datos sísmicos.
Tomado de: Tesis de Grado Salvador Manzoni.
Para obtener el valor de n que mejor compensara las pérdidas de amplitudes, se realizaron
pruebas sobre un disparo. Estas pruebas se realizaron para valores de n = 1, 1.5, 1.75, 2, 2.5, 3,
3.5. En las Fig. 3.32 a la Fig. 3.39, se muestran las curvas de decaimiento exponencial para cada
valor de n probado.
46

Fig. 3.32 Espectro de Amplitud sin función de recuperación.
Fig. 3.33 Espectro de Amplitud aplicando la función de ganancia pana n = 1
47

Fig. 3.34 Espectro de Amplitud aplicando la función de ganancia pana n = 1.5
Fig. 3.35 Espectro de Amplitud aplicando la función de ganancia pana n = 1.75
48

Fig. 3.36 Espectro de Amplitud aplicando la función de ganancia pana n = 2
Fig. 3.37 Espectro de Amplitud aplicando la función de ganancia pana n = 2.5
49

Fig. 3.38 Espectro de Amplitud aplicando la función de ganancia pana n = 3
Fig. 3.39 Espectro de Amplitud aplicando la función de ganancia pana n = 3.5
50

Los gráficos de decaimiento exponencial además de suministrar información acerca del
valor de n que mejor ajusta a los datos, también muestran posibles errores cometidos en el
momento de la edición de trazas; los picos muy pronunciados en amplitud en el gráfico son
representativos de la existencia de Spikes en alguna traza. Esta debe ser reeditada para tener un
conjunto de datos lo más uniformemente posible en valores de amplitud. Sin embargo y después
de realizar un chequeo estricto de cada disparo no se pudo distinguir la traza que está insertando
el Spike que ocasiona el pico que se ve señalado en los gráficos.
En los gráficos mostrados se puede observar la variación de la curva de decaimiento con
el cambio de valor de n. n debe ser un valor tal que sea capaz de mantener lo más regularmente
posible los valores de amplitud a lo largo del tiempo para que de esta forma se garantice que para
todos los tiempos del recorrido de la onda se mantenga constante la amplitud de la misma.
Los valores de amplitud se recuperan para los eventos más profundos a medida que el
valor de n se incrementa; esto se evidencia con la normalización de las curvas de decaimiento.
Sin embargo, no siempre lo correcto es tomar el mayor valor de n, ya que en este caso se pierden
las amplitudes someras y las curvas de decaimiento comienzan a mostrar valores de amplitudes
mayores a tiempos mayores, lo cual no tiene sentido físico. La idea fundamental es entonces
probar un conjunto de valores de n y escoger uno tal que sea capaz de recuperar las amplitudes a
tiempos mayores manteniendo una coherencia con las amplitudes para tiempos menores.
Finalmente el valor de n elegido fue n = 1.75, ya que da uniformidad en los valores de
amplitud para todos los tiempos.
51

3.2.1 PARÁMETROS FINALES PARA LA RECUPERACIÓN DE AMPLITUDES.
Tipo: Exponencial (At n )
Exponente (n): 1.75
Con estos parámetros, se compensa para la recuperación de amplitudes debidas a la
divergencia esférica y la atenuación inelástica.
52

CAPITULO IV: ESTÁTICAS DE REFRACCIÓN, ANÁLISIS DE
VELOCIDADES, APILADO BRUTO, ESTATICAS RESIDUALES,
ESTATICAS TRIM.
4.1 ESTÁTICAS DE REFRACCIÓN.
Las correcciones estáticas son las diferencias de tiempo que se deben aplicar al dato sísmico
para llevarlo a un plano de referencia. Las componentes principales de estas diferencias de
tiempo son: la desigualdad en las elevaciones topográficas, la variación de la velocidad y el
espesor de la capa meteorizada, sumadas a la elección del datum final y a la velocidad de
horizontalización. El objetivo del cálculo de estáticas utilizando los primeros arribos de los
registros de producción, es la obtención del modelo somero de velocidades, con el cual se
pretende eliminar el efecto de la capa meteorizada. (Yilmaz, 1987).
4.2 ESTÁTICAS DE REFRACCIÓN MÉTODO INVERSION LINEAL
GENERALIZADA (GLI)
El método de GLI está basado en un algoritmo de inversión lineal generalizada, por medio
del cual se trata de reducir las diferencias entre los quiebres observados y los quiebres teóricos
calculados por el modelo. Este modelo de quiebres es calculado por trazado de rayos, su función
es construir un modelo geológico consistente con los tiempos de las primeras llegadas, este
método fue propuesto por Hampson y Russell en 1984.
53

En la Figura 4.1 se indica cómo las anomalías se deben principalmente a la presencia de
capas someras de baja velocidad cuyos espesores varían de forma tal que son capaces de afectar
la imagen sísmica.
La Fig. 4.2 ilustra este método por medio del trazado de rayos a través del subsuelo.
MODELO REAL MODELO TEORICO
Fig. 4.1 Parametrización del modelo usado para análisis de refracción.
Tomado de: Hampson, Dan y Russell, Brian, 1984, First Break Interpretation using
generalized linear inversion.
54

Fig. 4.2 Modelo de refracción a través del subsuelo.
Tomado de: Hampson, Dan y Russell, Brian, 1984, First Break
Interpretation using generalized linear inversion.
De igual forma la Fig. 4.3, representa las diferencias entre los quiebres observados y los
quiebres planteados por el modelo de GLI.
55

Fig. 4.3 Error entre los quiebres del modelo teórico y los observados.
Tomado de: Hampson, Dan y Russell, Brian, 1984, First Break Interpretation
using generalized linear inversion.
Sí el subsuelo consiste de dos capas de baja velocidad que se encuentran sobre un material
de mayor velocidad como se muestra en la Fig. 4.2, se apreciaría un conjunto de quiebres
observados como los mostrados en la Fig. 4.3; si no se conoce la configuración verdadera del
subsuelo se puede pensar que las capas están dispuestas como se indica en la Fig. 4.2. Por medio
del trazado de rayos se puede calcular los tiempos a los cuales se espera que ocurran los quiebres,
y son llamados y graficados como quiebres del modelo teórico; si nuestro modelo coincide con la
realidad, los quiebres del modelo deberían ser iguales a los quiebres observados. En general este
modelo inicial no es correcto y se presentan pequeñas diferencias entre ambos conjuntos de
quiebres. El modelo de GLI realiza varias iteraciones con la finalidad de lograr que la diferencia
entre los dos conjuntos sea menor. Analizando este error es posible estimar correcciones al
56

modelo inicial que mejorará la correspondencia entre los quieres del modelo teórico y los
observados.
Los parámetros necesarios para el modelo inicial son extraídos de la información
proveniente de los perfiles de refracción así como de los estudios de refracción realizados en
campo.
El método de GLI utiliza una superficie o plano de referencia llamada datum, a partir de
la cual realiza las correcciones de estáticas, interpolando verticalmente los valores de velocidad
entre estratos.
Una desventaja del método de GLI, es que asume un valor constante de velocidad para
cada estrato e interpola las velocidades entre estos, esta razón hace que no sea un método muy
efectivo en cuanto al manejo vertical de las velocidades lo cual constituye un problema en áreas
estructuralmente complejas.
57

Fig. 4.4 Perfil de Refracción. Disparos 1, 401, 621.
En la Fig. 4.4 se observan tres perfiles de refracción en los cuales se aprecia claramente la
presencia de dos capas refractoras.
Los parámetros necesarios para ejecutar el programa fueron los siguientes:
Datum o plano de Referencia: 500 msnm
Número de capas refractoras: 2
Velocidad de la capa meteorizada: 600 m/s
Velocidad de corrección: 2800 m/s
Número de iteraciones: 5
58

4.2.1 CONTROL DE CALIDAD DE LAS ESTÁTICAS DE REFRACCIÓN:
Para verificar la calidad de las estáticas de refracción, se procede a aplicar los valores de
estáticas obtenidos a todas las trazas de cada disparo y con esto crear un apilado por estaciones y
por disparos.
A continuación (Fig. 4.5 – 4.6), se muestran los apilados organizados por estaciones y por
disparos, estos apilados deberían mostrar la misma polaridad para cada tiempo, es señal de error
en el posicionamiento de algún disparo o de alguna estación el hecho de que la polaridad este
desplazada en cierta cantidad de tiempo. Al observar esto, se debe identificar la estación que está
produciendo la anomalía para ser rechequeado su posicionamiento y sus primeros quiebres.
Fig. 4.5 Apilado por disparos.
59

Fig. 4.6 Apilado por estaciones. En el círculo rojo se aprecian dos estaciones fuera de la
tendencia que pueden ser erróneas.
Finalmente se muestra en la (Fig. 4.7), el apilado con la corrección por estáticas de
refracción de GLI y el apilado perteneciente al proceso con solo pruebas de deconvolución y de
ganancia por divergencia esférica, los resultados con el método GLI no fueron satisfactorios y se
procedió a probar con el método de Tomografía.
60

Fig. 3.40 Deconvolución en cascada, Predictiva, Operador de 160 ms, Preblanqueo 0.1 %,
Distancia Predictiva de 8 ms + Balanceo Espectral.
Fig. 4.7 Apilado con Estáticas de Refracción GLI.
61

4.3 ESTÁTICAS DE REFRACCIÓN MÉTODO TOMOGRAFÍA:
Adicionalmente al método de GLI, se probó un método de tomografía de rayos curvos,
que utiliza los primeros arribos de registros de producción sísmica, permitiendo obtener un
modelo somero de velocidades, que se utiliza para el cálculo de correcciones de estáticas, éste
método es llamado tomografía.
El método de GLI asume que las estructuras cercanas a la superficie pueden ser
representadas por modelos de estratos y primeros quiebres tratado como propagaciones de
refracciones a lo largo del modelo de interfaces. Consecuentemente, éste método falla en el
acomodo de la variación vertical de las velocidades en cada estrato y es incapaz de manejar
fuertes variaciones laterales.
El método de tomografía se basa en el ensamblaje de una grilla, con valores de velocidad
asignados a cada nodo de la grilla. La velocidad de la grilla puede variar en diferentes direcciones
arbitrariamente y las primeras llegadas son tratadas como una propagación de un cuerpo de ondas
directas a través del modelo de la grilla. De forma similar a GLI, tomografía determina el modelo
de velocidad y las correcciones estáticas correspondientes por un algoritmo iterativo de inversión.
Sin embargo a diferencia del método de GLI, tomografía permite tomar un plano o superficie de
referencia más flexible, llamado Pseudo datum, éste puede ser un valor constante o inclusive
puede ser un horizonte trazado manualmente por el analista. A partir de éste horizonte se realizan
las correcciones de estáticas, basándose en el método de interpolación de la grilla el cual es
mucho más preciso que la interpolación vertical lineal planteada por el GLI. Por esta razón,
tomografía es recomendado para zonas caracterizadas por fuertes variaciones de velocidad.
En el modelo de tomografía se procedió a variar los parámetros de entrada al modelo
para probar cuál se ajustaba más al conjunto de datos; para ello se probó con un Pseudo – datum
62

de 450 msnm y 650 msnm y con dos horizontes seleccionados manualmente. También se varió la
máxima profundidad del modelo. El fin es obtener una sección sísmica con mayor resolución y
mayor contenido de frecuencias, en donde se puedan apreciar la mayor cantidad de eventos.
Los modelo se muestran en las Fig. 4.8 a la Fig. 4.14
Fig. 4.8 Modelo de Tomografía. PDatum de 650 msnm. Modelo de entrada con estáticas de GLI
aplicadas.
63

Fig. 4.9 Modelo de Tomografía. PDatum de 650 msnm.
Fig. 4.10 Modelo de Tomografía. PDatum de 650 msnm.
64

Fig. 4.11 Modelo de Tomografía. PDatum de 650 msnm.
Fig. 4.12 Modelo de Tomografía. PDatum de 450 msnm.
65

Fig. 4.13 Modelo de Tomografía. PDatum trazado manualmente.
Fig. 4.14 Modelo de Tomografía. PDatum trazado manualmente.
66

Fig. 4.7 Apilado con Estáticas de Refracción GLI.
Luego de tener todos los modelos de estáticas se procede a hacer un apilado para cada
prueba. Esto consiste en la suma de las trazas que se localizan en un mismo CMP, de esta manera
se genera una única traza por CMP que es ubicada en el centro de la celda. Cuando se realiza este
proceso sobre todos los CMPs el resultado es una sección apilada.
Finalmente después de realizar una comparación detallada de cuál modelo da mejores
resultados entre todas las pruebas de tomografía y GLI, se llegó a la conclusión que los mejores
resultados los muestra la Fig. 4.12, ya que muestra mayor definición estratigráfica de los eventos
a la largo de toda la sección.
Adicionalmente se muestran las Fig.4.15, 4.16 y 4.17, pertenecientes al modelo de
tomografía seleccionado pero en un panel del programa tornado, se muestran el modelo de
velocidades de entrada, el trazado de rayos de tomografía y el modelo de velocidades de salida.
67

Fig.4.15 Modelo de velocidades de entrada a tomografía.
Fig.4.16 Trazado de rayos del modelo de tomografía en tornado.
68

Fig.4.17 Modelo de velocidades de salida de tomografía.
4.4 PRIMER ANÁLISIS DE VELOCIDAD (COFF 1):
El análisis de velocidad tiene como objetivo obtener pares de puntos de tiempo velocidad
para un conjunto de CDP’s espaciados uniformemente. A partir de estos valores de velocidad se
construye una función o campo de velocidad para poder aplicar la corrección de NMO (Normal
Move Out), que corrige la diferencia en el tiempo de viaje que ocurre entre un offset cualquiera y
offset cero. (Fig. 4.18). El offset es la distancia existente entre la fuente y el receptor.
69

Fig. 4.18 Geometría de NMO para un reflector horizontal.
Tomado de: Liner, Christopher, Concepts of normal and dip
moveout.
La figura muestra el tiempo de viaje desde la posición de la fuente S al punto en
profundidad D y de ahí al punto receptor R es t(x); mientras que t(0) se define como el tiempo
doble de viaje en el camino vertical MD. La ecuación para el tiempo de viaje como función del
offset en un medio homogéneo, de velocidad constante y capas planas es:
t 2 (x) = t 2 (0) + x 2 / v 2
donde x es la distancia entre la fuente y el receptor, v es la velocidad del medio. La
corrección NMO viene dada por la diferencia entre t (x) y t (0). (Yilmaz, 1987).
El método COFF (Common Offset Stacking), se basa en la creación de apilados de offset
común, apila trazas que tienen el mismo valor de offset y que se encuentran dentro de una zona
limitada. Este fue el primer método utilizado para el análisis de velocidades. Se seleccionaron
70

velocidades cada 80 CDP, con un rango de velocidades que oscilan entre los 1000 m/s hasta 6500
m/s.
El panel de trabajo utilizando COFF muestra tres ventanas, ver (Fig. 4.19), la primera
corresponde a la semblanza, la segunda corresponde al apilado por offset común y la tercera es la
corrección por NMO con la velocidad seleccionada.
Al aplicar la corrección de NMO se presenta un efecto de estiramiento, esto es la
degradación de amplitudes asociadas a eventos someros (Yilmaz, 1987). La inclusión de esas
zonas puede determinar la presencia de información nociva al momento de apilar; es por ello que
es necesario aplicar una función de enmudecimiento o “mute”.
La corrección dinámica es mayor mientras más grande es la distancia fuente – receptor y
se manifiesta principalmente en las trazas provenientes de los receptores más lejanos y en la parte
somera.
El enmudecimiento o “muting” pretende hacer cero la porción de trazas que están
afectadas por el estiramiento. En la Fig. 4.19 se muestra en el panel derecho el “mute”
seleccionado, toda la parte superior a partir de los puntos seleccionados es eliminada, por lo tanto
permanecen solo los eventos alineados con la velocidad de NMO.
71

Fig. 4.19 Panel de Análisis de Velocidad COFF. Semblanza, Panel de COFF sin corrección
dinámica, Corrección NMO.
4.5 ESTÁTICAS RESIDUALES I:
La finalidad de las estáticas residuales es resolver las diferencias asociadas a pequeños
cambios en los espesores y velocidades de la superficie que no fueron corregidos por las estáticas
de refracción. Este proceso se realiza luego de NMO para obtener trazas con mayor sintonía
antes de apilar. (Yilmaz, 1987).
72

Las estáticas residuales tienen como objetivo una vez más mejorar la calidad de
interpretación de los datos sísmicos y se aplican para eliminar efectos remanentes que no fueron
extraídos por las estáticas de refracción. La aplicación de estáticas residuales debe dar un mayor
enfoque entre las trazas sísmicas.
El proceso correlaciona cada traza del CMP con el resto de las trazas en él, con el fin de
determinar los tiempos de retardo entre las trazas de un mismo CMP.
El proceso sólo permite un desplazamiento suministrado en ms por el analista; en este caso
fue de 36 ms, en una ventana de 300, 3500 ms ya que es la zona en donde se encuentra la mayor
cantidad de eventos de interés, y un número de correlaciones igual a 60 debido a que este es el
valor correspondiente a la cobertura nominal de la línea. Una vez calculados los tiempos de
retardo, estos son aplicados a cada traza para posteriormente realizar el apilado.
El cálculo de las estáticas es consistente con superficie ya que depende de la posición de las
fuentes y de los receptores.
Los parámetros generales del proceso de estáticas residuales I fueron:
Máxima / Mínima Estática: +- 36 ms
Ventana de Correlación: 300, 3500 ms
Número de Correlaciones hechas a cada traza: 60
Con la selección de estos parámetros se realizó un nuevo apilado para observar las mejorías
ocasionadas en los datos, las estáticas residuales otorgan un mayor enfoque de los reflectores en
comparación con el apilado perteneciente al proceso anterior (estáticas de refracción método
tomografía), en la Fig. 4.20 se muestra dicho apilado.
73

A continuación se muestran los dos apilados pertenecientes a estáticas de refracción y a
estáticas residuales I respectivamente, y con los círculos en rojo se pretende señalar las mejorías
otorgadas a los datos por el nuevo proceso.
Fig. 4.12 Modelo de Tomografía. PDatum de 450 msnm. MAXDEPHT 4.5 ms.
74

Fig.4.20 Apilado de Estáticas Residuales 1.
4.6 ANÁLISIS DE VELOCIDADES COFF 2 Y CVS:
Luego de realizar el apilado con las velocidades de COFF 1 y evaluar las pruebas de
estáticas residuales I, se procedió a refinar el campo de velocidades por medio de un COFF 2, que
se realizó cada 40 CDPs; con esto se obtuvo una nueva función de velocidad más precisa y
representativa de los datos. Estas nuevas velocidades son más precisas ya que fueron
seleccionadas con los procesos de estáticas de refracción y de estáticas residuales I calculados,
además fueron seleccionadas cada 40 CDP’s, es decir existen el doble de puntos de referencia, lo
cual las hace mucho más precisas la función o campo de velocidad.
75

Con el fin de definir mejor los eventos, se realizó un tercer análisis de velocidad, esta vez
por el método CVS (Constant Velocity Stack) que realiza apilados a velocidad constante.
Este análisis consiste en seleccionar aquella velocidad para la cual un evento apila mejor, es
decir, se ve una reflexión de amplitud más fuerte. En consecuencia se obtendrá una serie de pares
de tiempo de reflexión - velocidad de apilamiento. Las velocidades en la línea de Maturín Este
oscilaron entre los 1600 m/s a 5000 m/s.
La Fig. 4.21 muestra un panel de velocidad a 2050 m/s. Existen puntos de color amarillo que
representan velocidades inferiores a la velocidad del panel, puntos rojos que denotan la velocidad
a la cual apila mejor el evento (panel), y puntos verdes con velocidades superiores a las de panel.
Con la nueva selección de pares tiempo velocidad se construye una nueva función de
velocidad que debe generar una sección de mayor calidad.
Fig. 4.21 Tercer Análisis de Velocidad método CVS. Panel de Velocidad en 2500 m/s.
76

4.7 ESTÁTICAS RESIDUALES II:
Se realizó el mismo procedimiento que en residuales I, esta vez utilizando una nueva
función de velocidad (CVS). Los parámetros son:
Máxima / Mínima Estática: +- 36 ms
Ventana de Correlación: 300, 3500
Número de Correlaciones hechas a cada traza: 60
El resultado del apilado debe ser mejor que el de residuales I. En las Figuras 4.20 y 4.22 se
muestran el apilado correspondiente a residuales I y a residuales II respectivamente.
Adicionalmente se realizó una prueba en la cual se muestra las correcciones por estáticas
residuales (histograma); cuando se realiza la corrección por estáticas residuales I, hay una
cantidad n de trazas a las cuales se le debe aplicar un cierto valor de corrección llamado estática
residual I; a medida que hay mayor cantidad de procesos de estáticas residuales aplicados, la
necesidad de realizar correcciones debería ser menor, por lo cual se espera que el histograma de
Residuales II muestre menor necesidad de corrección, como se muestra en las Fig.4.23 y
Fig.4.24.
77

Fig.4.20 Apilado Estáticas Residuales I.
Fig.4.22 Apilado Estáticas Residuales II.
78

Fig.4.23 Histograma Estáticas Residuales I.
Fig.4.24 Histograma Estáticas Residuales II.
La diferencia entre el histograma perteneciente a residuales I y el de residuales II radica en
la cantidad de corrección que se debe realizar a las trazas, es de notar que el de residuales II
requiere menor corrección que el de I, como era de esperarse.
79

4.8 ESTÁTICAS TRIM:
El objetivo de las estáticas Trim es otorgar mayor enfoque y continuidad a los eventos, el
proceso realiza una atenuación de ruido pre apilamiento, posteriormente realiza un apilado con
estas correcciones, cada traza del apilado es tomada como traza modelo o piloto para ser
correlacionada con las trazas pertenecientes a su CDP gather, en este caso el modelo de
comparación para correlacionar es externo.
A continuación se muestran diferentes pruebas de apilados con estáticas trim aplicadas, con
un post proceso atenuador de ruido Fig.4.25 – Fig.4.33.
aplicado.
En la Fig.4.33 se muestra la sección apilada con las estáticas Trim sin ningún post proceso
Fig.4.25 Apilado con estáticas Trim y Balanceo espectral. Frecuencia: 8, 12, 18, 24 Hz.
80

Fig.4.26 Apilado con estáticas Trim y Balanceo espectral. Frecuencia: 8, 12, 30, 40 Hz
Fig.4.27 Apilado con estáticas Trim y Balanceo espectral. Frecuencia: 8, 12, 40, 50 Hz
81

Fig.4.28 Apilado con estáticas Trim y Balanceo espectral. Frecuencia: 4, 8, 25, 30 Hz
Fig.4.29 Apilado con estáticas Trim y Balanceo espectral. Frecuencia: 8, 12, 18, 24 Hz
82

Fig.4.30 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 50, 60 Hz
Fig.4.31 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 60, 70 Hz
83

Fig.4.32 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 40, 50 Hz
Fig.4.33 Apilado con Estáticas Trim sin atenuadores de ruido.
84

La sección que mejor definición estratigráfica muestra después de aplicar estáticas trim y
los post proceso de filtrado fue a la que se le aplico el Zsignal con frecuencias de: 8, 12, 60, 70
Hz. A continuación se muestra una comparación entre la sección apilada con y sin estáticas trim
respectivamente.
Fig.4.31 Apilado con estáticas Trim y Zsignal. Frecuencia: 8, 12, 60, 70 Hz
85

Fig.4.22 Apilado Estáticas Residuales II.
86

CAPITULO V: DMO, MIGRACION POST-APILAMIENTO, MIGRACION
PRE-APILAMIENTO.
5.1 DIP MOVEOUT (DMO)
El DMO es un proceso que transforma los datos organizados por puntos comunes en
profundidad (CDP) a datos organizados por puntos comunes de reflexión. Es una migración
parcial ejecutada sobre el plano disparo – receptor, que compensa a los datos del efecto de
dispersión del punto de reflexión que ocurre sobre eventos buzantes. (Liner, Christopher, 1999).
Al ser una corrección de moveout dependiente del buzamiento, permite realzar las reflexiones
provenientes de eventos con buzamientos complicados, debido a que los mismos pueden ser
apilados con la misma velocidad de NMO.
El algoritmo de DMO empleado, fue un proceso dirigido a:
• Mejorar la relación señal ruido de los datos.
• Mejorar el apilamiento de los datos en las zonas estructuralmente complejas, lo cual
era uno de los objetivos fundamentales del proyecto.
La corrección de DMO, es un proceso que debe acompañar a las correcciones dinámicas
normales (NMO), para transformar los datos sísmicos provenientes de reflectores inclinados en
secciones cero offsets. (Liner, Christopher, 1999).
El algoritmo empleado es un proceso preapilamiento que esparce las amplitudes de las
trazas de entrada a través de las típicas sonrisas de DMO. Fue necesario realizar un nuevo
análisis de velocidades, el cual se basó en un CVS.
87

La calidad de los datos no mejoró lo como se esperaba, en la Fig.5.1 se observa el apilado
con velocidades de DMO, no se observa mejoría significativa en la relación señal ruido con
respecto al apilado sin aplicación de corrección por DMO citado en la Fig.4.31.
Fig. 5.1 Apilado con corrección por DMO.
5.2 MIGRACION.
La finalidad de la Migración es mover los eventos buzantes a su posición verdadera y
colapsar las difracciones que impiden delinear características del subsuelo tales como los planos
de fallas. (Yilmaz, 1987). Con la Migración se busca que la sección apilada sea similar a la
sección geológica a lo largo de la línea sísmica.
88

Existen diferentes tipos de Migración, y éstas se clasifican principalmente en: Migración
Post-Apilamiento en Tiempo, Migración Pre-Apilamiento en Tiempo, Migración Post-
Apilamiento en profundidad, Migración Pre-Apilamiento en profundidad. (Liner, Christopher,
1999). En este trabajo se aplicó a los datos Migración Post y Pre-apilamiento en tiempo,
utilizando el algoritmo de Phase Shift (Corrimiento de fase) y Kirchoff respectivamente.
5.2.1 MIGRACION ALGORITMO KIRCHOFF
Este algoritmo involucra la suma de amplitudes a lo largo de las hipérbolas de difracción,
tratando cada elemento de una reflexión sin migrar como una porción de una difracción, esto es,
un reflector se define como una secuencia de puntos difractores cercanamente espaciados. (Gray,
Samuel II, Veritas DGC inc, 1999)
Dada la velocidad rms en una muestra en tiempo particular de una traza de entrada
determinada, una hipérbola de difracción es sobre impuesta sobre la sección de entrada con su
ápice en dicha muestra en tiempo. En teoría, la hipérbola de difracción se extiende al infinito. En
la práctica tenemos que trabajar con una dirección hiperbólica truncada. La extensión espacial
real a lo largo de la cual se hace adición, llamada apertura de migración, es medida en términos
del número de trazas que se expande la hipérbola. (Yilmaz, 1987).
Un parámetro importante en la implementación práctica de este tipo de migración es la
apertura. Una regla general dice que la apertura debe exceder dos veces la distancia horizontal de
89

migración de los eventos con mayor buzamiento, por esta razón se utilizo una apertura de 200
trazas. (Geldart y Sheriff, 1995).
5.2.2 MIGRACION ALGORITMO PHASE SHIFT
El algoritmo de migración de Phase Shift (Corrimiento de fase), es el más elegante y
poderoso en cuanto a simplicidad, y a la vez el más económico. (Gray, Samuel II, Veritas DGC
Inc, 1999). Fue introducido por Gazdag en 1978, éste algoritmo es capaz de manejar imágenes
que presenten fuertes buzamientos. Sin embargo presenta ciertas limitaciones en cuanto a la
variación lateral de las velocidades, esto quiere decir que el algoritmo Phase Shift presenta un
buen comportamiento en regiones en donde el campo de velocidades a nivel lateral sea constante.
(Samuel II, Veritas DGC Inc, 1999).
5.3 MIGRACION POST APILAMIENTO
Se realizaron pruebas con el algoritmo “Phase Shift”, variando los porcentajes de
velocidades de apilamiento a usar entre 60 % y 110 %. El proceso se basa en las
velocidades de NMO seleccionadas para procesos previos a la migración y en el algoritmo
migratorio utilizado. Se migra la sección apilada con velocidades de NMO a diferentes
porcentajes.
En la Fig.5.2 se muestra la sección sin migrar y en las Fig.5.3 a la Fig.5.8 se
muestran las secciones migradas a diferentes porcentajes de velocidad de NMO.
90

Fig. 5.2 Sección sin Migración.
Fig. 5.3 Sección con Migración Post-Apilamiento con 60 % de velocidad.
91

Fig. 5.4 Sección con Migración Post-Apilamiento con 70 % de velocidad.
Fig. 5.5 Sección con Migración Post-Apilamiento con 80 % de velocidad.
92

Fig. 5.6 Sección con Migración Post-Apilamiento con 90 % de velocidad.
Fig. 5.7 Sección con Migración Post-Apilamiento con 100 % de velocidad
93

Fig. 5.8 Sección con Migración Post-Apilamiento con 110% de velocidad.
5.4 MIGRACION PRE APILAMIENTO
Se realizó mediante el algoritmo Kirchoff, y para este proceso es necesaria la selección de
nuevas velocidades, las cuales son utilizadas para migrar, Con estas nuevas velocidades se creó
una función de velocidad con la cual se realizó la migración pre-apilamiento.
Este proceso tiene como ventaja que se seleccionan velocidades propias para la migración,
diferentes a las de NMO, (seleccionadas en procesos anteriores para el cálculo de estáticas
residuales), luego con el algoritmo de Kirchoff se realiza el proceso de migración de los datos y
posteriormente el apilado. Este proceso maneja muy bien las variaciones verticales de las
94

velocidades, pero no maneja tan bien los cambios laterales de velocidad, y para esto es
recomendado la migración en profundidad. (Gray, Samuel II, Veritas DGC Inc, 1999).
tiempo.
A continuación en la Fig.5.9 se muestra la sección con migración Pre-apilamiento en
Fig. 5.9 Sección con Migración Pre-Apilamiento.
95

5.5 COMPARACION MIGRACION PRE Y POST APILAMIENTO
En las Fig. 5.10 – 5.15 se observa que la Migración Post Apilamiento genera mejores
resultados en la parte somera de la línea debido a que hay una buena relación senal ruido y no
existen cambios verticales bruscos de velocidad, mientras que la Migración Pre Apilamiento da
mejores resultados para la parte profunda en donde existe mayor variación verticales de
velocidad. A continuación se dan muestras de la parte somera y profunda de lo comentado en
líneas anteriores, y se deja a recomendación por razones de tiempo probar con una Migración en
profundidad, la cual maneja mejor el cambio lateral de velocidades, típico de la región en estudio.
Fig. 5. 10 Migración Pre Apilamiento, parte somera.
96

Fig. 5.11 Migración Post Apilamiento, parte somera.
Fig. 5.12 Migración Pre Apilamiento, parte profunda.
97

Fig. 5.13 Migración Post Apilamiento, parte profunda.
Fig. 5.14 Migración Pre Apilamiento, parte somera.
98

Fig. 5.15 Migración Post Apilamiento, parte somera.
99

CAPITULO VI: SECUENCIA FINAL DE PROCESAMIENTO.
6.1 SECUENCIA FINAL DE PROCESAMIENTO
PARAMETROS DE ADQUISICION
GRABADO POR: SUELOPETROL FECHA: ENE – 1991
CUADRILLA: SP – 175 TENDIDO: ROLL ON / ROLL OFF
FORMATO: SEG – Y FUENTE: DINAMITA
FILTRO CORTE BAJO: 8 HZ DISTANCIA ESTACIONES: 50 m
FILTRO CORTE ALTO: 200 HZ DISTANCIA DISPAROS: 100 m
FILTRO NOTCH: OUT LONGITUD REGISTRO: 8 s
ARREGLO EMISION: 1 POZO TAZA DE MUESTREO: 2 ms
CARGA: 4000 gr NUMERO CANALES: 247
ARREGLO GEOFONOS: 12 geo * 48 m COBERTURA: 6000 %
DISPOSICION DE DISPAROS NW a SE
NW SE
1 247
/----------------------------------PT-----------------------------------/
/--------- 6150 m ---------/ /------------- 6150 ---------/
Fig. 6.1 Disposición de disparos.
100

• DEMULTIPLEXADO
SECUENCIA DE PROCESAMIENTO
• LONGITUD DE PROCESAMIENTO: 8000 ms
• GEOMETRIA
• EDICION DE TRAZAS
• ELIMINACION DE SPIKES
• RECUPERACION DE AMPLITUDES: AT**N con A= 1 N= 1.75
• ATENUACION DE GROUND ROLL
• DECONVOLUCION: PREDICTIVA CONSISTENTE CON SUPERFICIE
• NUMERO DE VENTANAS : 1
• LONGITUD DEL OPERADOR: 160 ms
• RUIDO BLANCO: 0.1 %
• VENTANA : DIST: 0 TIEMPO: 300 3300
• ORDENAMIENTO EN CDP
• CORRECCIONES ESTATICAS
• METODO: TOMOGRAFIA
DIST: 4200 TIEMPO: 2400 4200
• DATUM: 500 m sobre el nivel del mar
• VELOCIDAD DE CORRECCION: 2800 m/s
• PRIMER ANALISIS DE VELOCIDAD
• TIPO: COFF (COMUN OFFSET) CADA 80 CDP’s.
• CALCULO Y APLICACIÓN DE ESTATICAS RESIDUALES – PRIMERA ITERACION
101

• VENTANA: 300 - 3500 ms
• MAX. ESTATICA: +/- 36 ms
• SEGUNDO ANALISIS DE VELOCIDAD, TIPO CVS (APILAMIENTO A
VELOCIDAD CONSTANTE).
• CALCULO Y APLICACIÓN DE ESTATICAS RESIDUALES – SEGUNDA
ITERACION
VENTANA: 300 – 3500 ms
MAX. ESTATICA: +/- 36 ms
• ATENUACION DE RUIDO PRE APILAMIENTO
• CÁLCULO Y APLICACIÓN DE ESTATICAS NO CONSISTENTES CON CDP
(TRIM).
MAX. ESTATICA: +/- 12 ms.
• APLICACIÓN DE POST PROCESO ZSIGNAL
• FREQ: 8, 12, 60, 70
• ANALISIS DE VELOCIDAD PARA DMO, TIPO CVS.
• DMO, MAX. BUZAMIENTO 60 GRADOS, RANGO DE OFFSET 50-3500 m
• ENMUDECIMIENTO
• APILAMIENTO
• MIGRACION POST APILAMIENTO
• METODO PHASE SHIFT, APERTURA 200, 60 % DE VELOCIDADES.
• MIGRACION PRE APILAMIENTO, VELOCIDADES CVS, METODO KIRCHOFF,
APERTURA 200.
102

CAPITULO VII: CONCLUSIONES Y RECOMENDACIONES.
7.1 CONCLUSIONES Y RECOMENDACIÓN
El objetivo fundamental del presente estudio fue el reprocesamiento de los datos sísmicos
2D, para obtener un conjunto de datos migrados, que representaran una mejor aproximación del
modelo estructural del área y así poder delinear con mayor exactitud los planos de falla y las
estructuras presentes.
A los datos les fueron aplicados como pasos fundamentales en la secuencia de
procesamiento, una intensa y exacta labor de generación de geometría y corrección de la posición
de ciertos disparos, correcciones estáticas por refracción, pruebas de deconvolución y divergencia
esférica, dos pasos de análisis de velocidad, dos pasos de estáticas residuales, atenuación de ruido
aleatorio antes y después de apilamiento, migración post-apilamiento y migración pre-
apilamiento.
La construcción de la geometría logró hacer coincidir la información de la navegación,
reporte del observador y los datos de las cintas para así lograr asignar cada traza a su par fuente
receptor y posicionarla en la coordenada correspondiente.
La corrección por estáticas fue de suma importancia para remover los efectos causados por
las capas refractoras de la parte somera, de baja velocidad.
El proceso de migración post-apilamiento en tiempo, logró colocar los eventos buzantes en
sus posiciones originales y otorgar una muy buena imagen en la zona somera en donde el
contraste vertical de velocidades no es tan marcado. En la zona profunda en donde existe una
variación vertical de velocidad mucho más pronunciada, la migración pre-apilamiento en tiempo
103

muestra mejores resultados debido a que este proceso maneja mejor estos contrastes verticales de
velocidad.
Por razones de tiempo no fue posible probar una migración en profundidad, la cual podría
arrojar resultados aún más satisfactorios que los obtenidos, debido a que ésta maneja mejor los
cambios laterales de velocidad, típicos de la región del proyecto.
104

BIBLIOGRAFÍA
• YILMAZ, O. (1987). Seismic Data Processing. Investigations of Geophysics Society of
Exploration Geophysics SEG, Tulsa Oklahoma, USA.
• VERITAS DGC. INC (1997). 2 D Training Manual. Calgary, Alberta, Canada.
• ZHARKOV, R. (1985). Estructura del Interior de la Tierra y de Los Planetas. Editorial
Mir.
• BARRY, K. et al. (1982). Digital Tape Standard. Society of Exploration Geophysics
SEG, Tulsa Oklahoma. USA.
• CLAERBOUT, J. (1985). Imaging the Earth’s Interior. Blackwell Scientific Pub., Pala
Alto, CA.
• HAMPSON, D. y RUSSELL, B. (1984). First-break Interpretation Using Generalized
Linear Inversion. J. Can. Society of Exploration Geophysicists, 20 No. 01, Pág. 40-54.
• PEREIRA, J. et al. (1990). Curso Básico de Procesamiento Sísmico de Reflexión.
Publicado por Lagoven, Filial de Petróleos de Venezuela.
• SHERIFF, R. (1991). Encyclopedic Dictionary of Exploration Geophysics. Society of
Exploration Geophysics. Tulsa, OK
• SHERIFF, R. GELDART, L. (1995). Exploration Seismology. Cambridge University
Press. New York. USA.
• WALDEN, A. HOSKEN, J, (1985), An investigation of the spectral properties of
primary reflection coefficients. Geophysical Prospecting. Vol 33, No. 3, 400-435.
• MANZONI, SALVADOR, (2001), Secuencia Básica de Procesamiento de data sísmica
para obtener datos finales, orientada a estudiantes de ingeniería geofísica. Tesis de Grado
U.C.V.
105

• MANRIQUE, JOAN, (2004), Secuencia Básica de Procesamiento Sísmico para datos 2D
y 3D. Tesis de Grado U.S.B.
• LINER, CHRISTOPHER, (1999), Concepts of normal and dip moveout. Geophysics,
Vol 64.
• HAMPSON, DAN Y RUSSELL, BRIAN, (1984), First break interpretation using
generalized linear inversion. Journal of the Canadian society of exploration geophysicists.
• SAMUEL, II. GRAY, Veritas DGC Inc. Speed and accuracy of seismic migration
methods.
• TIANFEI ZHU, SCOTT CHEADLE, Veritas DGC Inc.; QING LI and DAN HAMPSON;
HAMPSON-RUSSELL. Near-surface refraction statics: a comparison.
• TIANFEI ZHU, SCOTT CHEADLE, ALLAN PETRELLA and SAM GRAY. Veritas
DGC Inc. (2001). First arrival tomography for near surface model building.
• TIANFEI ZHU, SCOTT CHEADLE, Veritas DGC Inc.; A grid raytracing method for
near-surface traveltime modeling.
106