FR3057962A1 - Estimation du parametre anisotrope d'intervalle pour la migration de profondeur avant sommation en utilisant une methode des moindres carres - Google Patents
Estimation du parametre anisotrope d'intervalle pour la migration de profondeur avant sommation en utilisant une methode des moindres carres Download PDFInfo
- Publication number
- FR3057962A1 FR3057962A1 FR1758735A FR1758735A FR3057962A1 FR 3057962 A1 FR3057962 A1 FR 3057962A1 FR 1758735 A FR1758735 A FR 1758735A FR 1758735 A FR1758735 A FR 1758735A FR 3057962 A1 FR3057962 A1 FR 3057962A1
- Authority
- FR
- France
- Prior art keywords
- anelliptic
- parameter
- interval
- depth
- effective
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013508 migration Methods 0.000 title claims description 15
- 230000005012 migration Effects 0.000 title claims description 15
- 238000005553 drilling Methods 0.000 claims abstract description 24
- 238000003325 tomography Methods 0.000 claims description 10
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000011022 operating instruction Methods 0.000 claims description 5
- 238000002939 conjugate gradient method Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 26
- 230000015572 biosynthetic process Effects 0.000 description 15
- 238000005755 formation reaction Methods 0.000 description 15
- 230000015654 memory Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/362—Effecting static or dynamic corrections; Stacking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
- G01V2210/512—Pre-stack
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/52—Move-out correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/614—Synthetically generated data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/626—Physical property of subsurface with anisotropy
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
Appareil et procédé visant à estimer un paramètre anelliptique d'intervalle en inversant le paramètre anelliptique effectif dans le domaine de la profondeur en utilisant une méthode des moindres carrés. Un mode de réalisation de l'estimateur du paramètre anelliptique d'intervalle comprend : 1) Une interface configurée pour recevoir des données sismiques et des informations du forage ; 2) un convertisseur de profondeur configuré pour obtenir une fonction de profondeur du paramètre anisotrope effectif sur la base desdites informations du forage ; 3) un transformateur inverse configuré pour paramétrer ladite fonction de profondeur du paramètre anisotrope effectif sous la forme d'un problème d'ajustement des moindres carrés sur la base desdites données d'onde P ; et 4) un solveur itératif configuré pour utiliser des procédés itératifs afin de résoudre ledit problème de l'ajustement des moindres carrés et d'obtenir un modèle anisotrope contenant un paramètre anelliptique d'intervalle.
Description
© N° de publication : 3 057 962 (à n’utiliser que pour les commandes de reproduction) (© N° d’enregistrement national : 17 58735 ® RÉPUBLIQUE FRANÇAISE
INSTITUT NATIONAL DE LA PROPRIÉTÉ INDUSTRIELLE
COURBEVOIE © IntCI8
G 01 V1/28 (2017.01), G 06 F 19/00
DEMANDE DE BREVET D'INVENTION A1
©) Date de dépôt : 21.09.17. | © Demandeur(s) : LANDMARK GRAPHICS CORPORA- |
© Priorité : 25.10.16 IB WOUS2016058692. | TION —US. |
©) Inventeur(s) : XIA FAN. | |
©) Date de mise à la disposition du public de la | |
demande : 27.04.18 Bulletin 18/17. | |
©) Liste des documents cités dans le rapport de | |
recherche préliminaire : Ce dernier n'a pas été | |
établi à la date de publication de la demande. | |
(© Références à d’autres documents nationaux | © Titulaire(s) : LANDMARK GRAPHICS CORPORA- |
apparentés : | TION. |
©) Demande(s) d’extension : | (© Mandataire(s) : GEVERS & ORES Société anonyme. |
FR 3 057 962 - A1
ESTIMATION DU PARAMETRE ANISOTROPE D'INTERVALLE POUR LA MIGRATION DE PROFONDEUR AVANT SOMMATION EN UTILISANT UNE METHODE DES MOINDRES CARRES.
©) Appareil et procédé visant à estimer un paramètre anelliptique d'intervalle en inversant le paramètre anelliptique effectif dans le domaine de la profondeur en utilisant une méthode des moindres carrés. Un mode de réalisation de l'estimateur du paramètre anelliptique d'intervalle comprend: 1) Une interface configurée pour recevoir des données sismiques et des informations du forage; 2) un convertisseur de profondeur configuré pour obtenir une fonction de profondeur du paramètre anisotrope effectif sur la base desdites informations du forage; 3) un transformateur inverse configuré pour paramétrer ladite fonction de profondeur du paramètre anisotrope effectif sous la forme d'un problème d'ajustement des moindres carrés sur la base desdites données d'onde P ; et 4) un solveur itératif configuré pour utiliser des procédés itératifs afin de résoudre ledit problème de l'ajustement des moindres carrés et d'obtenir un modèle anisotrope contenant un paramètre anelliptique d'intervalle.
2016-IPM-100472-U1-FR 1
ESTIMATION DU PARAMÈTRE ANISOTROPE D'INTERVALLE POUR LA MIGRATION DE PROFONDEUR AVANT SOMMATION EN UTILISANT UNE
MÉTHODE DES MOINDRES CARRÉS
CONTEXTE [0001] Certaines formations terrestres présentent une propriété appelée « anisotropie », selon laquelle la vitesse d'ondes acoustiques polarisées dans une direction peut être différente de la vitesse d'ondes acoustiques polarisées dans une autre direction dans la même formation terrestre. L'anisotropie peut survenir du fait de propriétés structurelles intrinsèques de la formation, telles qu'un alignement des grains, une cristallisation, des fractures alignées ou des contraintes inégales.
[0002] En présence d'anisotropie sismique, le traitement de données d'ondes primaire conventionnelles (onde P) sur la base de l'hypothèse d'une isotropie donne généralement des erreurs d'images en profondeur et d'interprétations. Un modèle transversalement isotrope avec un axe de symétrie vertical (VTI) représente l'une des approximations les plus efficaces des formations de sous-surface et il a été largement appliqué à une migration en profondeur avant sommation (PSDM) au cours des dernières décennies ; la connaissance d'une vitesse verticale et de deux paramètres Thomson est essentielle pour produire des images en profondeur précises de données d'onde P.
[0003] Pour les milieux VTI, une étape critique dans la correction de 1 ' anisotropie dans la PSDM est l'estimation de paramètres d'anisotropie à intervalle fiables dans le domaine de la profondeur, à partir de données d'onde P combinées à un forage et d'autres informations non-sismiques. Malgré de récents succès, l'estimation du paramètre d'anisotropie dans le domaine des profondeurs reste un problème irrésolu est très complexe. Au cours des dernières années, de nombreuses approches visant à inverser 1'anisotropie VTI d'intervalle, spécifiquement le paramètre anelliptique η d'intervalle ont été développées dans la sismologie
2016-IPM-100472-U1-FR 2 par réflexion. La plupart de ces procédés ont été mis en application dans le domaine du temps en utilisant l'inversion de type Dix, s une conversion temps-profondeur basée sur une approximation 1D a été appliquée pour obtenir un paramètre anelliptique d'intervalle pour la PSDM anisotrope. Le paramètre anelliptique d'intervalle peut être affiné dans le domaine de la migration en profondeur en utilisant une tomographie à réflexion avancée ou une analyse de vitesse de migration à équation d'onde pour des environnements géologiques complexes.
BRÈVE DESCRIPTION [0004] Nous faisons maintenant référence aux descriptions suivantes prises en combinaison avec les dessins joints, dans lesquels :
[0005] La figure 1 est une représentation schématique montrant une vue en coupe d'un environnement illustratif avec des sources sismiques, des récepteurs sismiques, un puits de forage et un système informatique, selon certains modes de réalisation de la présente divulgation ;
[0006] La figure 2 est un schéma fonctionnel d'un appareil d'estimation du paramètre anisotrope d'intervalle selon certains modes de réalisation illustratifs de la présente divulgation ;
[0007] La figure 3 est un organigramme pour un procédé d'estimation du paramètre anisotrope d'intervalle ; et [0008] La figure 4A, la figure 4B, la figure 4C et la figure 4D illustrent des résultats de tests numériques pour comparer la méthode des moindres carrés divulguée pour estimer les paramètres anelliptiques d'intervalle avec un procédé traditionnel.
DESCRIPTION DÉTAILLÉE [0009] L'équation de type Dix indiquée ci-dessus inverse analytiquement le paramètre anelliptique effectif pour le paramètre anelliptique à intervalle en fonction du temps de parcours vertical. On réalise ici que l'inversion de type Dix
2016-IPM-100472-U1-FR 3 traditionnelle est connue pour être un problème inverse mal posé, même en supposant des environnements géologiques à couches horizontales. Pour un intervalle mince, de petites erreurs des paramètres anelliptiques effectifs pourraient avoir un effet dramatique sur le paramètre anelliptique d'intervalle estimé. Il est souhaitable de trouver une estimation stable et peu onéreuse du paramètre d'anisotropie d'intervalle dans les phases précoces de l'inversion du paramètre pour 1'anisotropie sismique.
[0010] Par conséquent, la divulgation propose un appareil et des procédés qui estiment précisément le paramètre anelliptique d'intervalle dans le domaine de la profondeur.
[0011] La présente divulgation concerne une équation de type Dix plus précise et son inverse explicite dans le domaine de la profondeur qui inverse directement le paramètre anelliptique effectif pour le paramètre anelliptique d'intervalle en fonction de la profondeur. Une méthode aux moindres carrés solide et efficace est développée pour inverser directement les valeurs effectives du paramètre anelliptique pour des valeurs d'intervalle dans le domaine de la profondeur, à savoir les données d'entrée et les données de sortie pour l'inversion de type Dix proposée sont toutes dans le domaine de la profondeur. En outre, une connaissance préalable des vitesses de décalage normal de l'intervalle (NMO) obtenue à partir d'une tomographie isotrope en utilisant les données d'onde P proches du décalage aide à stabiliser et à limiter la solution de la méthode des moindres carrés proposée. En outre, la présente divulgation inverse le paramètre anelliptique d'intervalle dans le domaine de la profondeur qui présente le processeur de données avec un paramètre initial stable pour la migration en profondeur anisotrope. Donc, la présente divulgation établit une approche plus rigoureuse que la simple hypothèse des paramètres de départ pour la création d'un modèle de vitesse anisotrope.
[0012] La figure 1 est une représentation schématique montrant une vue en coupe d'un environnement illustratif 100 avec des sources sismiques 102, des récepteurs sismiques à la surface
2016-IPM-100472-Ul-FR 4
104, un puits de forage 106, un système informatique 108, et des récepteurs sismiques dans le puits de forage 114, selon certains modes de réalisation illustratifs de la présente divulgation. Une énergie (par ex., onde acoustique) 110 d'une ou plusieurs sources sismiques 102 à ou près de la surface se déplace à travers une formation souterraine 112, revient par réflexion de différentes formations souterraines ou caractéristiques géologiques, et est ultérieurement recueillie sous forme de données sismiques à la surface en utilisant les récepteurs de surface 104 ou à l'intérieur du puits de forage 106 en utilisant les récepteurs de puits de forage 114. Pour certains modes de réalisation, la formation souterraine 112 peut être anisotrope, c.-à-d., la vitesse de propagation des ondes acoustiques peut dépendre de la direction dans laquelle l'onde acoustique se propage.
[0013] Le système informatique 108 peut être configuré pour acquérir des données sismiques associées à la formation souterraine 112 à partir des récepteurs de surface 104 ou des récepteurs de puits de forage 114 et effectuer une estimation des paramètres d'anisotropie de la formation souterraine 112 comme divulgué dans la présente divulgation et discuté plus en détail plus bas. Par exemple, les données sismiques peuvent inclure des données d'onde P à partir desquelles on peut extraire un paramètre anelliptique effectif mesuré et un paramètre anelliptique d'intervalle estimé peut être déterminé dans le domaine de la profondeur.
[0014] Dans un ou plusieurs modes de réalisation, le système informatique 108 peut en outre être configuré pour utiliser les paramètres d'anisotropie estimés de la formation souterraine 112 et effectuer une PSDM anisotrope et une analyse de la vitesse de migration anisotrope (MVA) pour la fourniture d'images de profondeur cohérentes et d'un volume de données sismiques précises associés à la formation souterraine 112. Pour certains modes de réalisation, les images de profondeur cohérentes et le volume de données sismiques précises de la formation souterraine 112 obtenus en prenant en compte les paramètres d'anisotropie de la formation
2016-IPM-100472-Ul-FR souterraine 112 peuvent être utilisés en temps réel pour le forage du puits de forage 106. En général, le procédé présenté pour l'estimation des paramètres d'anisotropie des formations souterraines peut être appliqué pour l'obtention d'images de profondeur des réservoirs d'hydrocarbures cohérentes dans la formation souterraine aboutissant à un forage de puits de forage plus efficace et à un accroissement de la production d'hydrocarbures .
[0015] La figure 2 illustre un organigramme d'un estimateur de paramètre anelliptique d'intervalle 200 qui estime un paramètre anelliptique d'intervalle selon les principes de la divulgation. L'estimateur du paramètre anelliptique d'intervalle 200 peut être appliqué sur un ordinateur, comme le système informatique 108 illustré sur la figure 1. L'estimateur du paramètre anelliptique d'intervalle 200 comprend une interface 210, une mémoire 220 et un processeur 230. L'interface 210, la mémoire 220 et le processeur 230 peuvent être connectés ensemble par des moyens conventionnels.
[0016] L'interface 210 est configurée pour recevoir des données sismiques, des informations sur le forage et d'autres informations non sismiques pour l'estimateur de paramètre anelliptique 200. L'interface 210 peut être une interface conventionnelle utilisée pour recevoir et transmettre des données. L'interface 210 peut inclure de multiples ports, terminaux ou connecteurs pour recevoir ou transmettre des données. Les ports, terminaux ou connecteurs peuvent être des réceptacles conventionnels pour communiquer des données via un réseau de communications. Les données sismiques comprennent des données d'onde P à partir desquelles on peut extraire un paramètre anelliptique effectif mesuré. En outre, une connaissance préalable des vitesses NMO de l'intervalle peut être obtenue à partir d'une tomographie isotrope en utilisant les données d'onde P proches du décalage. Les informations sur le forage peuvent être utilisées pour extraire des informations verticales, comme la vitesse verticale et le temps de parcours vertical.
2016-IPM-100472-U1-FR 6 [0017] La mémoire 220 peut être une mémoire conventionnelle construite pour stocker des données et des programmes informatiques. La mémoire 220 comprend un réservoir de données configuré pour stocker des données nécessaires pour l'estimateur de paramètre anelliptique 200. La mémoire 220 peut stocker des instructions de fonctionnement pour diriger le fonctionnement du processeur 230 lorsqu'il est lancé ainsi. Les instructions de fonctionnement peuvent correspondre à des algorithmes qui fournissent la fonctionnalité des schémas de fonctionnement divulgués ici. Par exemple, les instructions de fonctionnement peuvent correspondre à l'algorithme ou aux algorithmes qui convertissent une équation de type Dix dans le domaine de la profondeur. Dans un mode de réalisation, la mémoire 220 ou au moins une partie de celle-ci est une mémoire nonvolatile .
[0018] Le processeur 230 est configuré de façon à déterminer un paramètre anelliptique d'intervalle. Le processeur 230 comprend un convertisseur de profondeur 240, un transformateur inverse 250 et un solveur itératif 260. Dans un mode de réalisation, la mémoire 220 ou une partie de celle-ci peut faire partie du processeur 230.
[0019] Le convertisseur de profondeur 240 est configuré pour convertir une fonction d'un paramètre anelliptique effectif en domaine de profondeur sur la base de informations verticales extraites des informations du forage. Dans un mode de réalisation, la fonction du paramètre anelliptique effectif dans le domaine de la profondeur est une équation de type Dix qui indique la relation linéaire entre un paramètre anelliptique effectif et un paramètre anelliptique d'intervalle.
[0020] Le paramètre anelliptique d'intervalle dans le domaine de la profondeur est approximativement donné par l'équation de type Dix suivante :
u,i,, J !
Eq. 1
2016-IPM-100472-U1-FR 7 [0021] D'après l'équation 1, to est le calcul du temps de parcours vertical à partir de la vitesse verticale obtenue d'après les informations du forage, Vnmo est la vitesse de décalage normal de l'intervalle, Vpo est la vitesse verticale et z et ζ sont la profondeur, respectivement. Ensuite, le transformateur inverse 250 est configuré pour établir une équation de type Dix réarrangée dans le domaine de la profondeur comme problème d'ajustement des moindres carrés sur la base du paramètre anelliptique effectif mesuré à partir des données sismiques d'onde P. Par exemple, le paramètre anelliptique effectif peut être estimé en analysant le décalage résiduel sur l'image commune migrée en profondeur isotrope récoltée après l'application d'une tomographie isotrope en utilisant des données sismiques d'onde P.
[0022] Afin d'inverser le paramètre anelliptique d'intervalle η, l'Eq. 1 peut être réorganisée en :
Eq. 2 [0023] Dans un mode de réalisation, pour des milieux VTI stratifiés, composés de couches horizontales régulièrement espacées, l'équation 2 peut être établie dans un but d'ajustement des moindres carrés : d
WFm+e , Eq. 3 où d représente les données connues calculées à partir du paramètre anelliptique effectif mesuré, m est le modèle contenant le paramètre anelliptique d'intervalle à inverser, e est un vecteur d'erreur, F est l'opérateur de lissage comme l'intégration causale qui est mis à l'échelle par le terme Vfmo/Vpo dans l'équation 2, et W représente la fonction de pondération des données calculée à partir du terme l/toVUmo dans l'équation 2.
[0024] Le problème inverse (Eq. 3) peut être résolu dans le sens des moindres carrés en prenant le modèle qui minimise une fonction objective ψ, définie par l'équation 4 ci-dessous pour
2016-IPM-100472-U1-FR 8 les matrices de covariance Ce et Cm :
Ttml-ld VVFmfc (d w Fra h mT< ,,/m.
Eq. 4 [0025] La matrice définie positive Ce joue le rôle de la variance du vecteur d'erreur e. Le second terme de ψ définit une fonction de stabilisation sur l'espace du modèle. En pratique, une matrice de covariance inverse Ce-1 concerne l'opérateur de pondération résiduel des données multiplié par son adjoint et une matrice de covariance inverse Cm-1 concerne l'opérateur de dégrossissage, par exemple, l'opérateur de seconde différence, multiplié par son adjoint.
[0026] Le solveur itératif 260 est configuré pour employer des méthodes itératives pour résoudre le problème de l'ajustement des moindres carrés (Éq. 4) pour un modèle d'anisotropie contenant un paramètre anelliptique d'intervalle. Le nombre d'itérations nécessaires dépend du modèle initial et de l'objectif final. Les procédés itératifs applicables comprennent les gradients conjugués, le procédé de Gaussian-Newton, les LSQR (moindres carrés avec factorisation QR), etc.
[0027] Dans un mode de réalisation, le solveur itératif 260 emploie un procédé de gradients conjugués (GC) pour minimiser la fonction objective ψ. Le gradient dans le procédé GC est le gradient de la fonction objective ψ et est déterminé en prenant la dérivée de la fonction objective ψ relativement au modèle.
[0028] Pour certains modes de réalisation, le solveur itératif 260 est configuré pour appliquer une connaissance préalable de la vitesse de décalage normal de l'intervalle obtenue à partir d'une tomographie isotrope comme limite du modèle supplémentaires contribuent à la le processus d'inversion : le d'anisotropie. Des limites convergence rapide dans préconditionnement en paramétrant le modèle avec une fonction continue et bornée et la régularisation avec les contraintes géologiques. Le solveur itératif 260 est configuré pour émettre un
2016-IPM-100472-U1-FR modèle d'anisotropie qui contient le paramètre anelliptique d'intervalle.
[0029] En revenant maintenant à la figure 3, un organigramme illustre un procédé 300 pour estimer le paramètre anelliptique d'intervalle. Le procédé 300 peut être appliqué par un progiciel informatique qui correspond à un algorithme qui estime un paramètre anelliptique d'intervalle tel que divulgué ici. Le procédé 300 peut être réalisé par un appareil tel que l'estimateur d'anellipticité d'intervalle 200 décrit sur la figure 2. Le procédé commence à une étape 305.
[0030] Pendant une étape 310, des données sismiques et des informations sur le forage sont reçues. Les données sismiques reçues peuvent être prétraitées pour extraire un paramètre anelliptique effectif mesuré, des informations verticales comme la vitesse verticale et le temps de parcours vertical, et une connaissance préalable de la vitesse de décalage normale d'intervalle [0031] Dans une étape 320, une équation de type Dix qui indique la relation linéaire entre un paramètre anelliptique effectif et un paramètre anelliptique d'intervalle est convertie en domaine de profondeur. Une équation de type Dix réarrangée dans le domaine de la profondeur est établie comme un problème d'ajustement des moindres carrés sur la base du paramètre anelliptique effectif mesuré dans une étape 330. Une étape 340 emploie un procédé itératif pour résoudre le problème de l'ajustement des moindres carrés pour un modèle d'anisotropie contenant un paramètre anelliptique d'intervalle. Des procédés itératifs applicables peuvent inclure des gradients conjugués, des procédés Gaussian-Newton et un procédé LSQR. Une connaissance préalable de la vitesse de décalage normale d'intervalle obtenue à partir d'une tomographie isotrope peut être appliquée comme limites du modèle d'anisotropie. Dans l'étape 350, un modèle d'anisotropie contenant un paramètre anelliptique d'intervalle est obtenu à partir de la solution du problème de l'ajustement des moindres carrés. Le procédé 300 se termine à l'étape 360.
2016-IPM-100472-U1-FR 10 [0032] La figure 4A, la figure 4B, la figure 4C et la figure 4D illustrent des résultats de tests numériques pour comparer la méthode des moindres carrés divulguée pour estimer les paramètres anelliptiques d'intervalle avec un procédé traditionnel. Les résultats du test sont basés sur un modèle VTI à couches horizontales avec des paramètres anelliptiques d'intervalle bloquants et une vitesse verticale d'onde P qui augmente linéairement avec la profondeur, à savoir., VPo(z) = 3, 0 (1 + 0, 083z). La vitesse verticale minimale est de 3,0 km/s à la surface du modèle et la vitesse verticale maximale est de 4,0 km/s à la profondeur de 4,0 km du modèle. Les paramètres anelliptiques effectifs synthétiques sont calculés en utilisant l'Éq. 1 et sont ensuite ajoutés avec un bruit aléatoire réparti uniforme. L'axe x sur chaque figure est le paramètre anelliptique d'intervalle êta et l'axe y est la profondeur.
[0033] La figure 4A montre les données d'entrée des paramètres anelliptiques effectifs avec un bruit aléatoire utilisé pour inverser les paramètres anelliptiques d'intervalle. Sur les figures 4B, 4C et 4D, la ligne pleine 1 représente le modèle véritable, la ligne en pointillés 2 représente les paramètres anelliptiques effectifs d'entrée et la ligne pleine 3 représente le résultat de l'inversion. La figure 4B montre que l'inversion de type Dix traditionnelle a échoué à reconnaître le bruit et à l'atténuer. Les estimations deviennent instables et dévient du modèle véritable. Au contraire, la figure 4C montre le résultat de l'inversion en utilisant la méthode des moindres carrés divulgué. Le résultat indique que les paramètres anelliptiques d'intervalle résolus sont comparables à ceux du modèle véritable. Toutefois, il a été observé que des oscillations inattendues existent encore dans le résultat de l'inversion. En appliquant le préconditionnement afin de limiter ultérieurement le problème, la figure 4D montre un meilleur résultat que celui de la figure 4C et montre un grand potentiel pour l'estimation des paramètres d'anisotropie d'intervalle fiables pour la PSDM en utilisant la méthode des moindres carrés divulgué.
2016-IPM-100472-U1-FR 11 [0034] Le système, l'appareil et les procédés décrits ci-dessus ou au moins une partie de ceux-ci peuvent être réalisés par différents processeurs, comme des processeurs de données numériques ou ordinateurs, dans lesquels les ordinateurs sont programmés ou mémorisent des programmes exécutables de séquences d'instructions logicielles pour réaliser une ou plusieurs étapes des procédés. Les instructions logicielles de ces programmes peuvent représenter des algorithmes et peuvent être codées sous une forme exécutable pour la machine sur des supports de stockage de données numériques non transitoires, par exemple des disques magnétiques ou optiques, une mémoire vive (RAM), des disques durs magnétiques, des mémoires flash et/ou des mémoires mortes (ROM), pour permettre à différents types de processeurs de données ou d'ordinateurs d'effectuer une, plusieurs ou toutes les étapes d'un ou plusieurs des procédés ou fonctions décrits ci-dessus du système ou appareil décrit ici.
[0035] Certains modes de réalisation divulgués ici peuvent en outre concerner des produits de stockage informatiques avec un support lisible sur ordinateur non transitoire, qui présentent un code programme pour réaliser différentes opérations mises en application par ordinateur qui comprennent les appareils, les systèmes ou effectuent les étapes des procédés indiqués ici. Un support non-transitoire utilisé ici se réfère à tous les supports lisibles sur ordinateur, à l'exception des signaux de propagation transitoires. Des exemples de supports lisibles sur ordinateur non transitoires comprennent, sans s'y limiter : des supports magnétiques comme des disques dur, des disquettes, et des bandes magnétiques ; des supports optiques comme des disques CDROM ; des supports magnéto-optiques comme des disques floptical ; et des dispositifs hardware spécialement configurés pour stocker et exécuter un code programme, comme des dispositifs ROM et RAM. Des exemples de code programme comprennent à la fois le code machine, tel que celui produit par un compilateur, et des fichiers contenant un code de niveau supérieur qui peut être exécuté par l'ordinateur en utilisant un interpréteur.
2016-IPM-100472-U1-FR 12 [0036] Les modes de réalisation divulgués ici comprennent :
A. Un estimateur de paramètre anelliptique d'intervalle pour la migration de profondeur avant sommation (PSDM), comprenant une interface configurée pour recevoir des données sismiques et des informations du forage, et un processeur ayant un convertisseur de profondeur configuré pour convertir une fonction d'un paramètre anelliptique effectif en domaine de profondeur, sur la base des informations du forage, un transformateur inverse configuré pour paramétrer une fonction de profondeur du paramètre anelliptique effectif sous la forme d'un problème d'ajustement des moindres carrés, sur la base des données sismiques, et un solveur itératif configuré pour utiliser un procédé itératif pour résoudre le problème de l'ajustement des moindres carrés pour un modèle anisotrope contenant un paramètre anelliptique d'intervalle.
B. Un procédé pour estimer un paramètre anelliptique d'intervalle pour la migration de profondeur avant sommation (PSDM), comprenant une fonction de profondeur du paramètre anelliptique effectif sur la base des informations du forage, transformer la fonction de profondeur du paramètre anelliptique effectif sous la forme d'un problème d'ajustement des moindres carrés, sur la base des données sismiques associées aux informations du forage, et obtenir, par un processeur, un modèle anisotrope contenant un paramètre anelliptique d'intervalle dans le domaine de la profondeur en résolvant le problème de l'ajustement des moindres carrés.
C. Un progiciel informatique ayant une série d'instructions de fonctionnement mémorisées sur un support lisible sur ordinateur non-transitoire qui dirigent le fonctionnement d'un processeur, lorsqu'il est lancé pour effectuer un procédé d'inversion directe d'un paramètre anelliptique effectif afin d'obtenir un paramètre anelliptique d'intervalle en fonction de la profondeur, le procédé comprenant l'obtention d'une fonction de profondeur du paramètre anelliptique effectif sur la base des
2016-IPM-100472-U1-FR 13 informations du forage, la transformation de la fonction de profondeur du paramètre anelliptique effectif sous la forme d'un problème d'ajustement des moindres carrés sur la base de données sismiques et l'obtention d'un modèle anisotrope contenant un paramètre anelliptique d'intervalle en résolvant le problème de l'ajustement des moindres carrés.
[0037] Chacun des modes de réalisation A, B et C peut avoir un ou plusieurs des éléments suivants en combinaison :
[0038] Élément 1 : dans lequel le solveur itératif emploie une vitesse verticale, un temps de parcours vertical et d'autres informations verticales provenant des informations du forage pour résoudre le problème de l'ajustement des moindres carrés. Élément 2 : dans lequel le paramètre anelliptique effectif est obtenu à partir des données sismiques et une vitesse de décalage normal d'intervalle est obtenue à partir d'une tomographie isotrope provenant des données sismiques. Élément 3 : dans lequel le solveur itératif est configuré pour limiter le modèle anisotrope sur la base de la vitesse de décalage normal d'intervalle. Élément 4 : dans lequel le procédé itératif est un procédé à gradient conjugué. Élément 5 : dans lequel la fonction de profondeur du paramètre anisotrope effectif est une équation de type Dix et le paramètre anelliptique effectif est inversé en paramètre anelliptique d'intervalle en fonction de la profondeur. Élément 6 : dans lequel les données sismiques sont associées à une migration de profondeur qui utilise un modèle de vitesse et la migration de profondeur comprend la PSDM. Élément 7 : obtention d'une vitesse verticale, d'un temps de parcours vertical et d'autres informations verticales provenant des informations de forage. Élément 8 : obtention d'un paramètre anelliptique effectif et d'une vitesse de décalage normal d'intervalle à partir des données sismiques. Élément 9 : limitation du modèle anisotrope sur la base de la vitesse de décalage normal d'intervalle. Élément : dans lequel le problème de l'ajustement des moindres carrés est résolu par un procédé itératif de gradient conjugué. Élément : dans lequel la fonction de profondeur du paramètre anisotrope
2016-IPM-100472-U1-FR 14 effectif est une équation de type Dix, dans lequel le paramètre anelliptique effectif est inversé en paramètre anelliptique d'intervalle en fonction de la profondeur. Élément 12 : obtention d'un paramètre anelliptique effectif mesuré et d'une vitesse de décalage normal d'intervalle à partir d'une tomographie isotrope sur la base des données sismiques. Élément 13 : dans lequel le problème de l'ajustement des moindres carrés est résolu par un procédé itératif. Élément 14 : dans lequel la fonction de profondeur du paramètre anisotrope effectif est une équation de type Dix et le paramètre anelliptique effectif est inversé pour obtenir le paramètre anelliptique d'intervalle.
2016-IPM-100472-U1-FR 15
Claims (13)
- REVENDICATIONS1. Estimateur de paramètre anelliptique d'intervalle pour la migration de profondeur avant sommation (PSDM) , comprenant :une interface configurée pour recevoir des données sismiques et des informations du forage ;un processeur ayant un convertisseur de profondeur configuré pour convertir une fonction d'un paramètre anelliptique effectif en domaine de profondeur sur la base desdites informations du forage, un transformateur inverse configuré pour paramétrer ladite fonction de profondeur dudit paramètre anelliptique effectif sous la forme d'un problème d'ajustement des moindres carrés sur la base desdites données sismiques, et un solveur itératif configuré pour utiliser un procédé itératif pour résoudre ledit problème de l'ajustement des moindres carrés pour un modèle anisotrope contenant un paramètre anelliptique d'intervalle.
- 2. Estimateur de paramètre anelliptique d'intervalle selon la revendication 1, dans lequel ledit solveur itératif emploie une vitesse verticale, un temps de parcours vertical et d'autres informations verticales provenant desdites informations du forage pour résoudre ledit problème de l'ajustement des moindres carrés .
- 3. Estimateur de paramètre anelliptique d'intervalle selon la revendication 1 ou 2, dans lequel ledit paramètre anelliptique effectif est obtenu à partir desdites données sismiques et une vitesse de décalage normal d'intervalle est obtenue à partir d'une tomographie isotrope provenant desdites données sismiques.
- 4. Estimateur de paramètre anelliptique d'intervalle selon la revendication 3, dans lequel ledit solveur itératif est configuré pour limiter ledit modèle anisotrope sur la base de ladite vitesse de décalage normal d'intervalle.2016-IPM-100472-U1-FR 16
- 5. Estimateur de paramètre anelliptique d'intervalle selon la revendication 1 ou 2, dans lequel ledit procédé itératif est un procédé à gradient conjugué.
- 6. Estimateur de paramètre anelliptique d'intervalle selon la revendication 1 ou 2, dans lequel ladite fonction de profondeur du paramètre anelliptique effectif est une équation de type Dix et ledit paramètre anelliptique effectif est inversé en ledit paramètre anelliptique d'intervalle en fonction de la profondeur.
- 7. Estimateur de paramètre anelliptique d'intervalle selon la revendication 1 ou 2, dans lequel lesdites données sismiques sont associées à une migration de profondeur qui utilise un modèle de vitesse et ladite migration de profondeur comprend la PSDM.
- 8. Progiciel informatique ayant une série d'instructions de fonctionnement mémorisées sur un support lisible sur ordinateur non-transitoire qui dirigent le fonctionnement d'un processeur lorsqu'il est lancé pour effectuer un procédé d'inversion directe d'un paramètre anelliptique effectif afin d'obtenir un paramètre anelliptique d'intervalle en fonction de la profondeur, le procédé comprenant :l'obtention d'une fonction de profondeur du paramètre anelliptique effectif sur la base des informations du forage ;la transformation de ladite fonction de profondeur du paramètre anelliptique effectif sous la forme d'un problème d'ajustement des moindres carrés sur la base de données sismiques ; et l'obtention d'un modèle anisotrope contenant un paramètre anelliptique d'intervalle en résolvant ledit problème de l'ajustement des moindres carrés.2016-IPM-100472-Ul-FR 17
- 9. Progiciel informatique selon la revendication 8, comprenant en outre l'obtention d'une vitesse verticale, d'un temps de parcours vertical et d'autres informations verticales provenant desdites informations du forage.
- 10. Progiciel informatique selon la revendication 8, comprenant en outre l'obtention d'un paramètre anelliptique effectif mesuré et d'une vitesse de décalage normal d'intervalle à partir d'une tomographie isotrope sur la base desdites données sismiques.
- 11. Progiciel informatique selon la revendication 10, comprenant en outre la limitation dudit modèle anisotrope sur la base de ladite vitesse de décalage normal d'intervalle.
- 12. Progiciel informatique selon la revendication 8, dans lequel ledit problème de l'ajustement des moindres carrés est résolu par un procédé itératif.
- 13. Progiciel informatique selon la revendication 8, dans lequel ladite fonction de profondeur du paramètre anelliptique effectif est une équation de type Dix et ledit paramètre anelliptique effectif est inversé pour obtenir ledit paramètre anelliptique d'intervalle.2016-IPM-100472-U1-FR2/4
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2016/058692 WO2018080460A1 (fr) | 2016-10-25 | 2016-10-25 | Estimation d'un paramètre d'anisotropie d'intervalle pour une migration de profondeur de pré-empilement à l'aide d'un procédé des moindres carrés |
IBWOUS2016058692 | 2016-10-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3057962A1 true FR3057962A1 (fr) | 2018-04-27 |
Family
ID=61913722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1758735A Pending FR3057962A1 (fr) | 2016-10-25 | 2017-09-21 | Estimation du parametre anisotrope d'intervalle pour la migration de profondeur avant sommation en utilisant une methode des moindres carres |
Country Status (7)
Country | Link |
---|---|
US (1) | US10908309B2 (fr) |
AU (1) | AU2016428142A1 (fr) |
CA (1) | CA3034807C (fr) |
FR (1) | FR3057962A1 (fr) |
GB (1) | GB2571452B (fr) |
NO (1) | NO20190223A1 (fr) |
WO (1) | WO2018080460A1 (fr) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111580157A (zh) * | 2020-06-08 | 2020-08-25 | 石川泰克(北京)能源有限公司 | 一种叠前深度偏移的近似真地表速度模型建立的方法 |
CN113091639A (zh) * | 2021-04-01 | 2021-07-09 | 浙江华东测绘与工程安全技术有限公司 | 盾构隧道管片错台提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040041815A1 (en) * | 2002-08-27 | 2004-03-04 | Conoco Inc. | Method of building and updating an anisotropic velocity model for depth imaging of seismic data |
FR2858064A1 (fr) * | 2003-07-21 | 2005-01-28 | Geophysique Cie Gle | Procede de pointe bispectral des parametres de correction d'obliquite anelliptique |
GB2407412A (en) * | 2003-10-23 | 2005-04-27 | Pgs Americas Inc | Method for stable estimation of anisotropic parameters for p-wave prestack imaging in seismic data traces |
EP2093591A1 (fr) * | 2008-02-22 | 2009-08-26 | PGS Geophysical AS | Procédé pour la tomographie tridimensionnelle de temps de parcours sismique dans un milieu transversalement isotrope |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9727417D0 (en) * | 1997-12-30 | 1998-02-25 | Geco As | A method of analyzing pre-stack seismic data |
GB2365128B (en) * | 2000-07-22 | 2004-12-15 | Schlumberger Ltd | A method of processing vertical seismic profile data using effective models |
GB0018480D0 (en) * | 2000-07-27 | 2000-09-13 | Geco Prakla Uk Ltd | A method of processing surface seismic data |
US6546339B2 (en) * | 2000-08-07 | 2003-04-08 | 3D Geo Development, Inc. | Velocity analysis using angle-domain common image gathers |
US8407007B2 (en) * | 2008-12-02 | 2013-03-26 | Baker Hughes Incorporated | Anisotropic depth velocity model estimation above the receiver array in walkaway or 3D VSP data |
US20100135115A1 (en) * | 2008-12-03 | 2010-06-03 | Chevron U.S.A. Inc. | Multiple anisotropic parameter inversion for a tti earth model |
WO2015145257A2 (fr) * | 2014-03-28 | 2015-10-01 | Cgg Services Sa | Procédé et appareil permettant de caractériser une anisotropie azimutale au moyen de moments statistiques |
CA3008206C (fr) * | 2016-01-15 | 2022-08-02 | Landmark Graphics Corporation | Estimation de parametre d'anisotropie orientee semblance au moyen de regroupements d'images communes ayant fait l'objet d'une migration en profondeur isotrope |
-
2016
- 2016-10-25 AU AU2016428142A patent/AU2016428142A1/en not_active Abandoned
- 2016-10-25 CA CA3034807A patent/CA3034807C/fr active Active
- 2016-10-25 US US15/567,122 patent/US10908309B2/en active Active
- 2016-10-25 WO PCT/US2016/058692 patent/WO2018080460A1/fr active Application Filing
- 2016-10-25 GB GB1902405.8A patent/GB2571452B/en active Active
-
2017
- 2017-09-21 FR FR1758735A patent/FR3057962A1/fr active Pending
-
2019
- 2019-02-19 NO NO20190223A patent/NO20190223A1/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040041815A1 (en) * | 2002-08-27 | 2004-03-04 | Conoco Inc. | Method of building and updating an anisotropic velocity model for depth imaging of seismic data |
FR2858064A1 (fr) * | 2003-07-21 | 2005-01-28 | Geophysique Cie Gle | Procede de pointe bispectral des parametres de correction d'obliquite anelliptique |
GB2407412A (en) * | 2003-10-23 | 2005-04-27 | Pgs Americas Inc | Method for stable estimation of anisotropic parameters for p-wave prestack imaging in seismic data traces |
EP2093591A1 (fr) * | 2008-02-22 | 2009-08-26 | PGS Geophysical AS | Procédé pour la tomographie tridimensionnelle de temps de parcours sismique dans un milieu transversalement isotrope |
Non-Patent Citations (2)
Title |
---|
ABBAD B ET AL: "Automatic nonhyperbolic velocity analysis", GEOPHYSICS, SOCIETY OF EXPLORATION GEOPHYSICISTS, US, vol. 74, no. 2, 1 March 2009 (2009-03-01), pages U1 - U12, XP001520869, ISSN: 0016-8033, DOI: 10.1190/1.3075144 * |
SARKAR D ET AL: "Migration velocity analysis in factorized VTI media", GEOPHYSICS, SOCIETY OF EXPLORATION GEOPHYSICISTS, US, vol. 69, no. 3, 1 May 2004 (2004-05-01), pages 708 - 718, XP002368949, ISSN: 0016-8033, DOI: 10.1190/1.1759457 * |
Also Published As
Publication number | Publication date |
---|---|
CA3034807C (fr) | 2022-07-12 |
AU2016428142A1 (en) | 2019-03-14 |
US20190235113A1 (en) | 2019-08-01 |
NO20190223A1 (en) | 2019-02-19 |
CA3034807A1 (fr) | 2018-05-03 |
GB2571452A (en) | 2019-08-28 |
US10908309B2 (en) | 2021-02-02 |
WO2018080460A1 (fr) | 2018-05-03 |
GB201902405D0 (en) | 2019-04-10 |
GB2571452B (en) | 2021-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gan et al. | Separation of simultaneous sources using a structural-oriented median filter in the flattened dimension | |
EP2369369B1 (fr) | Procédé de surveillance d'un site de stockage géologique de gaz par inversion stratigraphique de données sismiques | |
CA2284386C (fr) | Methode pour realiser en 3d avant sommation, une migration de donnees sismiques | |
CA2670384C (fr) | Methode d'inversion conjointe de donnees sismiques representees sur des echelles de temps differentes | |
CA3043334A1 (fr) | Utilisation d'une correlation croisee d'ondelettes permettant un debruitage de source virtuelle | |
FR2989788A1 (fr) | Titre non renseigne. | |
FR2960304A1 (fr) | Procede de surveillance passive d'evenements sismiques | |
FR2965363A1 (fr) | Dispositif et procede de calcul d'angles transmetteur/recepteur en 3d a partir d'une rtm (reverse time migration) | |
FR2708350A1 (fr) | Méthode d'analyse de signaux sismiques. | |
FR3046863A1 (fr) | Estimation du parametre d'anisotropie basee sur la semblance a l'aide de collections d'images communes a migration en profondeur isotrope | |
FR2916859A1 (fr) | Procede de traitement de donnees sismiques | |
FR2985572A1 (fr) | Inversion conjointe simultanee d'amplitude et de deconvolution coherentes avec la surface | |
FR2901887A1 (fr) | Construction d'un modele d'analyse des vitesses dans les formations infra-saliferes | |
FR2985832A1 (fr) | Dispositif et procede pour le retrait de multiples d'epoques de donnees sismiques | |
FR3057962A1 (fr) | Estimation du parametre anisotrope d'intervalle pour la migration de profondeur avant sommation en utilisant une methode des moindres carres | |
FR2981170A1 (fr) | Procede de tomographie non lineaire pour un axe de symetrie principal d'un modele de vitesse anisotrope et dispositif. | |
FR2972057A1 (fr) | Dispositif et procede pour un retrait de bruit commande par coherence multidimensionnelle des donnees | |
FR2923312A1 (fr) | Procede de traitement d'images sismiques du sous-sol | |
FR2971859A1 (fr) | Procede et dispositif de lissage a preservation du temps de trajet | |
EP0698220B1 (fr) | Procede de modelisation de donnees sismiques cinematiques ayant subi un traitement par au moins un operateur de deplacement | |
FR2985818A1 (fr) | Dispositif et procede d'estimation de decalages temporels | |
CA2790049A1 (fr) | Procede de pointage d'horizons sismiques discontinus dans des images sismiques | |
EP3140677B1 (fr) | Procédé de traitement d'images sismiques | |
EP1226456B1 (fr) | Procede de prospection sismique mettant en oeuvre un traitement sur les ondes converties | |
Egan et al. | The influence of spatial sampling on resolution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20200612 |
|
RX | Complete rejection |
Effective date: 20210427 |