Preblanqueo

Digital Imaging and Deconvolution: The ABCs of Seismic Exploration and Processing

Series	Geophysical References Series
Title	Digital Imaging and Deconvolution: The ABCs of Seismic Exploration and Processing
Author	Enders A. Robinson and Sven Treitel
Chapter	11
DOI	http://dx.doi.org/10.1190/1.9781560801610
ISBN	9781560801481
Store	SEG Online Store

En el procesamiento de señales geofísicas, la mayoría de las señales se truncan, lo que significa que las colas de las señales se cortan y se pierden. Si se trunca una autocorrelación válida, el espectro de potencia resultante puede tener valores negativos. En tal caso, la función de autocorrelación truncada no es una función de autocorrelación en sí misma. Una autocorrelación truncada de este tipo daría lugar a errores significativos en el procesamiento. Por lo tanto, la autocorrelación truncada debe modificarse para que sea legítima. Una forma de modificar la autocorrelación truncada es reducirla. Otra forma, llamada "preblanqueamiento", es aumentar el valor de su coeficiente de retardo cero. El objetivo es hacer que el espectro de potencia sea positivo para todas las frecuencias. Treitel y Lines (1982) muestran la relación del preblanqueamiento con la teoría inversa.

Cuando la autocorrelación verdadera, que se muestra en la Figura 10a, se trunca hasta la curva que se muestra en la Figura 10b, el espectro ya no es positivo para todos los valores de la frecuencia. Esta situación es insostenible. Para corregir este problema, la autocorrelación truncada se puede reducir, como se muestra en la Figura 10c, de modo que se atenúe más rápidamente. Este aumento de la atenuación es suficiente para que el espectro correspondiente sea positivo para todas las frecuencias.

Como alternativa al estrechamiento, la autocorrelación truncada que se muestra en la Figura 10b puede tener su valor de retardo cero potenciado. Este potenciamiento se denomina preblanqueamiento. La Figura 10d muestra que el preblanqueamiento del 50% (es decir, aumentar el valor de retardo cero en un 50%) hace que el espectro sea positivo para casi todas las frecuencias. El presente caso representa un extremo. En el procesamiento sísmico real, el uso de un preblanqueamiento del 0,1% al 5% suele ser suficiente.

El preblanqueamiento se puede entender de varias maneras. La Figura 11a muestra una ondícula de fase mínima y su inversa, y las Figuras 11b y 11c muestran, respectivamente, las autocorrelaciones y los espectros de amplitud de estas ondículas. A continuación, se aumenta el coeficiente de autocorrelación de retardo cero de la autocorrelación de la ondícula de fase mínima (paso de preblanqueamiento), lo que produce las ondículas, las autocorrelaciones y los espectros de amplitud que se muestran en las Figuras 12a a 12c, respectivamente. Vemos que el espectro de amplitud de la inversa de la ondícula preblanqueada, que se muestra en la Figura 12c, tiene mejores características que las características de su contraparte representada en la Figura 11c.

Figure 10.  (a) Una autocorrelación verdadera tiene un espectro positivo. (b) La autocorrelación truncada, sin embargo, tiene un espectro con valores negativos. (c) Si la autocorrelación truncada se estrecha, el espectro resultante es positivo. (d) Si al valor de retardo cero de la autocorrelación truncada se le da un aumento del 50%, el espectro de potencia resultante es casi positivo.

Figure 11.  (a) Una ondícula de fase mínima y su ondícula inversa. (b) Las autocorrelaciones de las ondículas mostradas en (a). (c) Los espectros de amplitud de las ondículas mostrados en (a).

Figure 12.  (a) Una versión preblanqueada de la wavelet de fase mínima que se muestra en la Figura 11a y la inversa de esta versión preblanqueada. (b) Las autocorrelaciones de las wavelets preblanqueadas que se muestran en (a). Nótese que el preblanqueamiento se realizó incrementando el valor de retardo cero de la autocorrelación de wavelet que se muestra en la Figura 11b para obtener la autocorrelación de esta wavelet que se muestra aquí. (c) Los espectros de amplitud de las wavelets que se muestran en (a). Nótese que el espectro de amplitud de la inversa que se muestra aquí tiene mejores características que su contraparte en la Figura 11c.

Sigue leyendo

Sección previa	Siguiente sección
Deconvolución Gap de un ondícula de retardo mixto	Distancia de predicción
Capítulo previo	Siguiente capítulo
Deconvolución	Atributos
Tabla de contenido

También en este capítulo

• Filtros error-predicción
• Reverberaciones en agua
• Deconvolución Gap de un ondícula de retardo mixto
• Distancia de predicción
• Deconvolución predictiva de un modelo guiado
• Modelo convolucional en el dominio de las frecuencias
• Blanqueo espectral variable en tiempo
• Deconvolución basada en modelos
• Deconvolución consiste en superficie
• Procesamiento digital itneractivo
• Apéndice K: Ejercicios

Vínculos externos

find literature about Prewhitening - book/es