Resúmen

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	9
DOI	http://dx.doi.org/10.1190/1.9781560801610
ISBN	9781560801481
Store	SEG Online Store

Resumamos. Un receptor que consta de sensores duales geófono-hidrófono mide dos atributos del campo de ondas: velocidad de partículas y presión. El receptor de sensor dual está enterrado debajo del nivel de la fuente enterrada. La deconvolución de Einstein, que requiere datos de sensor dual, elimina todas las reverberaciones y fantasmas que resultan de las interfaces por encima del receptor. La deconvolución de Einstein también elimina la firma de fuente desconocida en la misma operación. El sismograma deconvolucionado resultante es la respuesta de reflexión de impulso unitario que se habría producido en ausencia de cualquier capa por encima del receptor enterrado. Si lo deseamos, podemos realizar una deconvolución dinámica en la respuesta de reflexión de impulso unitario que hemos obtenido previamente con la deconvolución de Einstein. El resultado del proceso de deconvolución dinámica es la secuencia de coeficientes de reflexión para las interfaces por debajo del receptor. La deconvolución de Einstein opera con las mismas limitaciones que la deconvolución predictiva. Por lo tanto, las limitaciones para la deconvolución de Einstein son similares a las de la deconvolución predictiva.

Ambos métodos de deconvolución tienen mucho en común; la diferencia está en los supuestos fundamentales que determinan cómo obtenemos el operador de deconvolución. El objetivo común tanto de la deconvolución predictiva como de la deconvolución de Einstein es obtener la serie de coeficientes de reflexión como la señal deconvolucionada. Tanto la deconvolución predictiva (de picos) como la deconvolución de Einstein realizan el proceso de deconvolución en la señal ascendente. Tanto la deconvolución predictiva como la deconvolución de Einstein comparten el mismo operador de deconvolución: el inverso de la señal descendente. La diferencia entre estos dos métodos está en los supuestos fundamentales que determinan la forma en que se obtiene el operador de deconvolución. La hipótesis de reflectividad blanca pequeña permite calcular el operador de deconvolución predictiva por mínimos cuadrados a partir de la señal ascendente. Además, la hipótesis de reflectividad blanca pequeña a menudo elimina la necesidad de un paso final de deconvolución dinámica. La deconvolución predictiva tiene la ventaja de muchos años de uso exitoso. Es robusta y estable en presencia de ruido. La deconvolución de Einstein tiene la ventaja de que no se basa en la hipótesis de la reflectividad del blanco pequeño. En este sentido, la deconvolución de Einstein es más general. Sin embargo, también es más sensible al ruido. Lo ideal, entonces, es utilizar los dos métodos juntos para obtener los mejores resultados.

Sigue leyendo

Sección previa	Siguiente sección
Deconvolución: Einstein o predictiva?	Apéndice I: Ejercicios
Capítulo previo	Siguiente capítulo
Sintéticos	Deconvolución
Tabla de contenido

También en este capítulo

• Ondículas
• Filtro conformador
• Filtro spike
• El modelo convolucional blanco
• Procesamiento de la ondícula
• Filtro pasa-todo
• Modelo convolucional
• Ondícula de retraso no mínimo
• Deconvolución de la firma
• Vibros
• Estimación de la ondícula en sensores dualres
• Deconvolución: Einstein o predictiva?
• Apéndice I: Ejercicios

Vínculos externos

find literature about Summary/es