Essa dissertação utiliza duas poderosas ferramentas para decomposição do sinal sísmico. O objetivo é realizar uma análise do sinal sísmico. A decomposição em fase mínima (DFM) visa estimar pulsos sísmicos de fase mínima no dado sísmico utilizando a teoria da deconvolução de Wiener-Levinson. Para isso é selecionada uma janela de amostras do traço sísmico e após se obter os coeficientes do filtro de Wiener-Levinson é montado um sistema de equações onde têm-se os coeficientes do filtro convolvidos com os pulsos de fase mínima resultando no delta de Kronecker. O sistema é resolvido e ao final do processo obtemos uma matriz que contém o pulso sísmico estimado em cada uma das suas colunas. Uma importante consequência dessa metodologia é que cada coluna dessa matriz mostra o comportamento da assinatura da fonte no tempo. É utilizada a decomposição em valores singulares (Singular Value Decomposition-SVD) para decompor a matriz que contém os pulsos de fase mínima em autoimagens afim de obter dessa forma uma nova representação do traço sísmico. Isso irá gerar um novo sistema de equações que será dado pelo produto das autoimagens da matriz que contém a assinatura da fonte pela função refletividade, esse produto tem por resultado o traço sísmico. O sistema é resolvido por retrosubstituição afim de se obter dessa forma uma estimativa da função refletividade. O método é inicialmente aplicado para atenuação do ruído coerente groundroll, uma vez que esse evento no dado sísmico se encontrava predominante nas primeiras decomposições do sinal. Os resultados foram satisfatórios sem precisar fazer cortes significativos na banda de frequência do sinal sísmico. Uma vez que a matriz que contém os pulsos de fase mínima estimados do traço sísmico pode fornecer informações importantes sobre a geologia de subsuperfície apresenta-se algumas formas de como usá-la para auxiliar o trabalho de interpretação sísmica. Inicialmente é construído um volume que contém na sua primeira dimensão a seção sísmica empilhada e na terceira dimensão os pulsos sísmicos de fase mínima estimados. Em seguida são separados painéis, onde os últimos painéis guardam informações das regiões onde o pulso sísmico sofreu uma maior atenuação, essa atenuação aparece na forma de um alongamento do pulso. É proposta uma forma de medir esse alongamento pelo cálculo de uma integral ao longo da curva dos picos das amplitudes das amostras do pulso de fase mínima. Após o cálculo é montado um painel de anomalia de estiramento (PAE). Também é apresentado um novo método de decomposição onde cada parcela do sinal decomposto é ponderada pelas amplitudes das amostras do traço sísmico, esse novo método de decomposição guarda nos seus últimos painéis os eventos de mais baixa frequência com maior destaque. Para o processamento sísmico 2D da linha sísmica da Bacia do Tacutu é aplicado o novo método mencionado nos parágrafos anteriores. É utilizado o software livre Seismic Unix e para visualização do cubo de dados sísmicos gerados é usado o software livre OpendTect. Com o objetivo de tornar o novo método mais atraente computacionalmente, implementamos o algorítimo usando o paradigma de paralelização MPI(Message Passing Interface) na linguagem FORTRAN.
This dissertation uses two powerful tools for the decomposition of the seismic signal. The objective is to perform a seismic signal analysis. The minimum phase decomposition (DFM) aims to estimate the minimum phase wavelets in the seismic data using the Wiener-Levinson deconvolution theory. For this, a sample window of the seismic trace is selected and after
obtaining the Wiener-Levinson filter coefficients, a system of equations is assembled where the filter coefficients are convolved with the minimum phase wavelets resulting in Kronecker Delta. The system is solved and at the end of the process we obtain an array of wavelets
which has in each of its columns the estimated wavelets in the seismic trace, an important consequence of this methodology is that each column of this matrix shows the source signature behavior over time. It is used the singular value decomposition to decompose the matrix that containing these minimum phase wavelets into eingimagen in order to obtain a new representation of the seismic trace. This will generate a new system of equations that will be given by the product of the eingenimagens of the matrix that contains the source signature by the reflectivity function, this product results in the seismic trace. The system is solved by
retro-substitution in order to obtain an estimate of the reflectivity function.
The method is initially applied to groundroll attenuation, since this event in the seismic data was predominant in the first decomposition of the signal. The results were satisfactory without making significant cuts in the frequency band of the seismic signal. Since the matrix containing the estimated minimum phase wavelets of the seismic trace
can provide important information about the subsurface geology, there are some ways to use it to aid the seismic interpretation work. Initially a volume is constructed, that volume contains in its first dimension the stacked seismic section and in the third dimension the
estimated minimum phase wavelet. After that we separated into panels, where the last panels store information from the regions where the wavelets have suffered a greater attenuation, this attenuation appears in the form of an elongation of the pulse. It is proposed a way of measuring this elongation by calculating an integral along the curve of the amplitudes samples peaks of the wavelets estimated and after the calculation a stretch anomaly panel (PAE) is mounted. A new decomposition method is also presented where each part of the decomposed signal is weighted by the amplitudes of the samples of the seismic trace, this
new method of decomposition keeps in its last panels the events of lower frequency with greater prominence. For the 2D seismic processing of the Tacutu Basin seismic line, the new method mentioned
in the previous paragraphs was applied. The free software Seismic Unix was used and to view the generated seismic data cube was used the free software OpendTect. With the objective of making the new method more computationally attractive, we implemented the algorithm using the MPI (Message Passing Interface) parallelism paradigm in the FORTRAN language.
