Note: Descriptions are shown in the official language in which they were submitted.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
PROCEDE DE TRAITEMENT DE DONNEES SISMIQUES
CORRESPONDANT A DES ACQUISITIONS REALISEES POUR UNE
MöME ZONE D'UNE PART AU MOYEN DE RECEPTEURS SISMIQUES
DISPOSES AU FOND DE L'EAU ET D'AUTRE PART AU MOYEN DE
RECEPTEURS DISPOSES EN SURFACE
DOMAINE GENERAL ET ÉTAT DE LA TECHNIQUE
La présente invention est relative aux traitements de données
sismiques, notammérifi de cubes d'amplifiudes ou d'attributs, issues
d'acquisitions réalisées pour une même zone d'une part au moyen de
récepteurs sismiques disposés au fond de l'eau (techniques OBC ou «
Ocean Bottom Cable » selon la terminologie anglo-saxonne généralement
utilisée) et d'aufire part au moyen de récepfieurs disposés en surface (flûtes
sismiques tirées par des bateaux par exemple).
Les techniques OBC présentent aujourd'hui de nombreux
avantages.
Elles permettent des gammes d'azimuts larges et l'utilisation de
techniques de suppressions des multiples et autorisent donc des images de
bonne qualité.
Elles permettent en outre une bonne couverture des zones que l'on
souhaite explorer.
Elles présentent également l'avanfiage important de permettre des
acquisitions répétables et fréquentes.
Les techniques OBC s'avèrent notammenfi, mais non limitativemenfi,
particulièrement intéressanfies pour le suivi et la caractérisafiion de
réservoirs
II est commun, dans le domaine de la sismique, de mettre en
évidence des caractéristiques géologiques ou géophysiques d'une zone
donnée, en corpparant des cubes sismiques dont les données sont issues,
pour l'un, d'acquisitions OBC, et, pour l'autre, d'acquisitions rëalisées à
l'aide de récepteurs de surFace
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
2
Toutefois, étant.donné qu'il s'agit de techniques d'acquisition très
distinctes, la correspondance entre des données sismiques issues
d'acquisitions réalisées avec l'une et l'autre de ces deux techniques est
généralement relativement pauvre.
En outre, lorsque la différence en terme de signal sismique est de
faible amplitude, les propriétés physiques que l'on cherche à mettre en
évidence peuvent être facilement masquées par des artefacts comme par
exemple le bruit dû à la géométrie imparfaite de l'acquisition des données
sismiques.
Le caractére aléatoire et non répétabie du bruit de chaque
acquisition fait que, comme l'illustre la figure 2, la simple soustraction des
données sismiques augmente le niveau de bruit par rapport au signal
recherché. Sur cette figure 2, le bruit est schématisé par des traits
horizontaux (cube A) et des traits verticaux (cube B) qui se superposent sur
le cube soustrait (cube A-B). De plus la superposition des bruits respectifs
détruit leurs organisations spatiales statistiques (si elles existent) et donc
rend plus difficile leurs filtrages.
C'est pourquoi la simple soustraction de données sismiques issues
d'acquisitions obtenues par les techniques OBC et de données sismiques
issues d'acquisitions réalisées à l'aide de récepteurs de surface ne permet
habituellement pas de mettre en évidence des signaux résiduels de faible
niveau.
PRÉSENTATION DE L'INVENTION
L'invention propose quant à elle un procédé de traitement de jeux
de données sismiques correspondant pour une même zone, les uns àides
acquisitions au moyen de récepteurs au fond de l'eau, les autres à des
acquisitions au moyen de récepteurs en surface, caractérisé en ce qu'on
détermine au moins un jeu de données sismiques qui est une estimation de
la composante commune à au moins deux jeux de données sismiques
correspondant respectivement à l'un et à l'autre de ces deux modes
d'acquisition.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
3
Par « jeu de données sismiques », on entend ici efi dans fiout le
présent texte, tout jeu de données associant, à une pluralité de points de la
zone d'acquisition et pour au moins un instant donné, des valeurs
d'amplitudes sismiques ou d'attributs.
Ces jeux de données sismiques sonfi notamment, mais non
limitativement, des cubes de données sismiques, c'est-à-dire des collections
de données sismiques (amplitude ou attribut) donnant pour plusieurs points
de la zone d'acquisition une succession de valeurs prises successivement
dans le temps par l'amplitude ou l'attribut considéré.
On notera que le jeu qui est une estimation de la composante
commune à au moins deux jeux de données sismiques correspondant
respectivement à l'un et à l'autre de ces deux modes d'acquisition, présenfie
un ratio signal/bruit et une résolution bien meilleur que les jeux de données
de départ.
II peut être soustrait à ces jeux de données de départ
De cette façon, on dispose de jeux de données différentiels
déterminés sans pue les bruifis des deux jeux de données de départ ne s'y
retrouvent superposés.
Et ces jeux de données différentiels peuvent être facilement filtrés,
puisque l'organisation spatiale statistique n' y a pas éfié détruite par la
superposition de bruits.
DESCRIPTION DES DESSINS
- la figure 1 est une représentation schématique qui illustre la mise en
évidence de caractéristiques géologiques ou géophysiques d'une
zone donnée par soustraction des cubes correspondant à des
données issues d'acquisitions OBC et d'acquisitions au moyen de
détecteurs de surface.;
- la figure 2 est une représentation schématique qui illustre le fait que
la soustracfiion des cubes bruités ne faifi qu'augmenter le niveau de
bruit par rapport aux variations que l'on met en évidence ;
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
4
- la figure 3 est une représentation, schématique qui illustre la
détermination d'un cube commun et la détermination, à partir de ce
cube commun, de cubes de différences ;
- la figure 4 illustre un mode de mise en oeuvre possible pour la
détermination d'une estimation de la partie commune à deux cubes
sismiques;
- les figures 5a à 5c illustrent un exemple résultat obtenu en mettant
en oeuvre le procédé illustré sur les figures 3 et 4 ;
- la figure 6 illustre un exempté de masque appliqué aux cartographies
2D ;
- la figure 7 illustre un autre mode de mise en c~:uvre possible avec
plusieurs itérations ;
- la figure 8 illustre un autre mode de mise en oeuvre possible pour
calculer deux cubes avec une phase commune.
DESCRIPTION D'UN OU PLUSIEURS EXEMPLES DE MISE EN
OEUVRE
Exemple Général
On considère deux cubes de données sismiques (données A et
données B) issues d'une part d'une acquisition OBC et d'autre part d'une
acquisition de surface au moyen de détecteurs de type flûtes sismiques.
Ces données peuvent être des amplitudes sismiques ou des
attributs.
Un exemple particulier est donné à la fin de la description.
Ces cubes de données A et B peuvent être décomposés ainsi:
données A = partie commune + bruit A
données B = partié commune + bruit B + ~
où ~ représente les variations des données sismiques
et où la partie commune se définit comme la partie cohérente ou
invariante des données A et B.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
Dans une première étape, on détermine une estimation de cetfie
partie commune.
Différentes méthodes peuvent être utilisées à cet effet.
Notamment, cette estimation peufi être calculée par co-krigeage, ou
5 encore par cross corrélation ou par calcul de valeurs moyennes.
Cette partie commune estimée représente l'information géologique
redondante et a l'avantage de présenter un meilleur rapport signal â bruit
que les données initiales.
Dans un deuxième temps on détermine les deux différences
partielles suivantes
Diff A = données A - partie commune estimée
Diff B = partie commune estimée - données B
La figure 3 illustre le cube de composante commune et les cubes de
différences partielles (cubes différentiels) ainsi obtenus.
Les deux différences partielles permettent de mettre en évidence
une partie de La signature 4D.
Elles vérifient
Diff A = bruit A - a.~
DifF B = - bruit B -. (1-oc)~
Où a est le rapport de répartition du signal résiduel, lequel est souvent
proche de 0.5 mais peut varier spafiialement. (II peut dependre aussi du
signal sur bruit de chaque cube initiaux)..
Le rapport SignaUBruit de ces deux diffërences partielles est alors
a.~ l bruit A pour Diff A et (1-a)~ / bruit B pour Difif B.
On met ensuite en oeuvre sur les différences partielles ainsi
obtenues un traitement de filtrage, ce qui est possible grâce au fait que les
organisations spatiales statistiques sont conservées et en particulier n'ont
pas été supprimées par fa superposition de bruits et que le bruit de chaque
jeux de données conserve ses propriétés intrinsèques initiales, comme sa
cohérence spatiale statistique.
Le filtrage mis en oeuvre est par exemple un filtre spatial
defierministe dans le domain KxKy ou un filtre statistique par krigeage
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
6
factoriel ou meure une fonction de lissage suivant un axe particulier
permettant d'attenuer les bruits de l'acquisition. L'orientation spatial du
bruit
est d'autant plus facile a determiner par des mesures statistiques
(variogrammes 2D/3D) que la partie commune contenant la majorite du
signal sismique de la geologie a ete soustraite.
Après filtrage, il est possible de reconstituer la différence totale à
partir des deux différences partielles filtrées ainsi obtenues
données A - données B ~ Diff A + Diff B
On comprend que la sommation des, différences partielles après
filtrage de celles-ci permet un meilleur rapport signal à bruit que ce qui est
obtenu en calculant la différence totale par soustraction des données A et
des données B.
On notera qu'il n'y a pas de perte d'information, puisque la somme
des différences partielles est égale à la différence totale.
Egalement, on notera que, si le niveau de bruit est différent entre
les donnëes A et B initiales, une des deux différences partielles présente un
meilleur rapport signal sur bruit que la différence totale.
Dans certains cas, l'information sera plus apparente sur un cube
correspondant à une différence partielle que sur le cube correspondant à la
différence totale.
Exemple de calcul de pari'ie cômmune
- Principe
La figure 4 illustre un exemple de calcul de la partie commune
utilisant le Co-krigeage factoriel automatique spatial (ou analyse krigeante
multi variables automatique) dans le domaine des fréquences.
Les données temporelles initiales sont transformées par FFT en
cubes de parties réelles et de parties imaginaires dans le domaine
fréquentiel (domaine de Fourier).
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
7
La partie commune de chaque plan fréquentiel réel et imaginaire est
calculée par la méthode dite « co-krigeage factoriel automatique » avec un
opérateur 2D dans le plan (x, y).
Par le processus de transformée de Fourier inverse du cube
commun des parties réelles et du cube commun des parties imaginaires, on
obtient alors le cube commun temporel des données sismiques.
Exemple détaillé
Un exemple plus détaillé de traitement est donné ci-dessous
1) Dans une première étape, on lit les données qui correspondent
aux deux collections de traces (cube A et cube B) à traiter. Ces données
sont enregistrées dans un fichier où chaque trace est identifiée par un
numéro de ligne et un numëro de colonne qui correspondent à une position
au sol.
2) Dans une deuxième étape, on sélectionne une fenêtre de temps
pour définir sur les traces sismiques l'intervalle de temps pris en
considération pour le traitement. On complète le cas échéant les portions de
traces ainsi sélectionnées par des valeurs nulles pour obtenir pour chaque
trace un nombre d'échantillons correspondant à une puissance de 2, 3, 5
pour, selon les fonctions FFT, permettre le traitement FFT.
3) Dans une troisième étape, on applique à la succession
d'échantillons correspondant à chacune des traces et à la fenêtre
temporelle sélectionnée une transformée de Fourier rapide (FFT).
On obtient albrs au total quatre cubes en fréquence correspondant
à la partie réelle et la partie imaginaire de chaque sélection des cubes A et
B.
4) Pour chaque plan de fréquence, on consfiruit alors, dans fe
domaine réel. d'une part et dans Je domaine imaginaire d'autre part, deux
cartes (2D) correspondant l'une aux données du cube A et l'autre aux
données du cube B.
Puis on applique sur les cartes ainsi obtenues pour les cubes de
données A et B un traitement de co-krigeage factoriel automatique afin d'en
déduire une carte commune aux deux cartes initiales.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
ô
Des rappels sur le cokrigeage factoriel sont donnés en Annexe I à
la fin de la description.
Le traitement de co-kriaeaae factoriel est réalisé de facon
indépendante d'une part avec les partiesréelles et d'autre part avec les
parties imaginaires.
Ce traitement comporte par exemple, dans chacun de ces deux
domaines, les étapes suivantes
- En fonction d'un rayon de variogramme donné, çalcul d'un
variogramme 2D pour fa carte correspondant aux données A et pour la
carte correspondant aux données B ; calcul d'un cross-variogramme, .
- Construction des matrices de covariances et cross-covariance à
partir des 3 variogrammes ainsi obtenus.
- Résolution du système de co-krigeage factoriel qui correspond à
ces matrices, afin d'en déduire un opérateur spatial, c'est à dire fonction de
la position en ligne et en colonne de l'échantillon considéré sur la
cartographie. Pour stabiliser l'inversion de la matrice du systéme, on rajoute
sur la diagonale des matrices de covariance une constante qui correspond
à un tres petit pourcentage de la racine carrée du produit des deux
variances.
- On convolue alors l'opérateur spatial ainsi obtenu avec les cartes
initiales pour obtenir la partie commune des deux cartes. 5) Le traitement
qui vient ~d'étre décrit esfi répété pour chaque plan fréquence des parties
réelles et imaginaires. On obtient deux cubes, un pour les parties réelles
communes et l'autre pour les parties imaginaires communes.
6) Une fois tous les plans fréquences calculés, on met en oeuvre
une transformée de Fourier inverse des cubes complexes communs pour
obtenir un cube en temps de sismique commune.
Exemple de résultats
Les figures 5a à 5c illustrent des résultats obtenus avec un
traitement de ce type.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
9
Les figures 5a et 5b représentent respectivement des cartographies
de données obtenues pour une même zone à partir d'une part d'acquisitions
de surface (figure 5a) et d'autre part d'acquisitions OBC (figure 5b).
Ces données sont notamment avantageusement obtenues en
soumettant les collections de traces sismiques correspondant aux
acquisitions de surface et aux acquisitions OBC aux mêmes séquences de
traitement.
Par exemple, on fiait subir aux collections de traces sismiques
obtenues avec l'une et l'autre des deux techniques d'acquisitions les
séquences de traitement progressif similaires suivantes
- filtrage passe-bande,
- correction de gain exponentielle et globale,
- remise à zéro déterministe des phases (en utilisant des opérateurs
individuels propres à chaque collection,
- somme DM0.3D,
- atténuation du bruit blanc,
- etc.,
Par ailleurs, les collections de traces correspondant aux
composantes P et Z des acquisitions OBC sont égalisées en niveau et
sommées pour faire disparaître les ondes fantômes et les réflexions
multiples (« peg legs »).
Les collections de traces correspondant aux acquisitions de surface
sont quant à elles traitées par déconvolution prédictive tau-p (atténuation
des multiples), puis transformée de Radon haute résolution et déconvolution
dans le domaine T-X (filtrage de vitesse).
Egalement, étant donné que les données OBC correspondent à des
gammes d'azimuts et de déports source-récepteur plus larges que les
données de surface, on choisit pour chaque zone du maillage (« bin »
selon la terminologie anglo-saxonne) utilisé pour traiter les données OBC
un azimut minimum et une classe de déport d'avoir pour les données OBC
une gamme d'azimut similaire à celle des donnëes de surFace.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
Par ailleurs, une fonction de mise à zéro est appliquée aux données
de surface et aux données OBC pour disposer pour l'ensemble des
données de la même distribution de déport source-récepteur.
La figure 5c montre la partie commune des cartographies des
5 figures 5a et 5b. Cette partie commune apparait avec un meilleur rapport
signal sur bruit que les données initiales. Elle est avanfiageusement prise
comme référence. La différence totale des deux jeux de données A et B est
découplée en deux différences partielles par rapport à leur partie commune
et fait ressortir la signature géologique (signature 4D dans le cas de cubes).
Exemples de cariantes de mise en ouvre
D'autres variantes de réalisation sont bien entendu envisageables.
Masgue de traitement
Ainsi que l'illustre la figure 6, le calcul de l'opérateur peut être limité
à des régions précises correspondant à des données valides. Les
variogrammes et cross-variogramme sont ainsi calculés sur les régions
définies par le masque. Le masque peut par exemple cacher une zone sans
données due à une plate-forme de forage ou des données très bruitées par
des effets de bords. L'utilisation d'un masque va améliorer la qualité de
l'opérateur et donc du filtrage de bruit. Le masque est défini avec des
valeûrs valides en blanc (1) et des valeurs non valides en noir (0).
Double itëration
Egalement, lorsque le.contenu fréquentiel du signal entre les cubes
A et B est très différent, il est partois avantageux de faire le calcul du
cube
commun en deux itérations : (Figure 7)
La première itération consiste à calculer un spectre commun
d'amplitude.
. A cet effet, pour chaque plan de fréquence, on détermine à partir
des cartes de parties réelles et imaginaires, une cartographie d'amplitude,
ainsi qu'une cartographie de phase. Puis, à partir des cartographies
d'amplitude ainsi déterminées pour les données A et les données B pour
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
chaque fréquence, on détermine une cartôgraphie commune d'amplitude
spectrale. Cette cartographie est de façon appropriée déterminée par co-
krigeage factoriel automatique.
La partie réelle et imaginaire de A et B est ensuite reformulée avec
l'amplitude commune ainsi obtenue et la phase initiale de A et B. Après un
traitement de FFT inverse des cubes, on obtient deux cubes de sismique A'
et B' ayant le même contenu fréquentiel.
Ces deux cubes sont ensuite traités avec une seconde itération.
La seconde itération calcule la partie commune réelle et imaginaire
de A' et B'. En fait, elle va fixer la phase commune des deux cubes
sismiques A' et B' puisque le spectre d'amplitude est déjà commun après la
première itération.
On détermine ensuite la partie commune, de la même façon que ce
qui a été précédemment décrit en référence à la figure 6.
Une autre variante encore possible de mise en oeuvre est illustrée
sur la figure 8.
Dans cette variante de mise en oeuvre, on extrait des cubes
d'amplitude associés respectivement au cube A et au cube B.
En parallèle ou dans une deuxième étape, on sorfi des parties réelles
et imaginaires des cubes A et B, des cubes correspondant au cosinus et au
sinus de la phase des données.
On détermine ensuite des cubes correspondant l'un à la partie
commune des cubes de cosinus, l'autre à la partie commune des cubes de
sinus.
Puis on détermine un cube dont les données sont le ratio des
données du cube de sinus et du cube de cosinus ainsi obtenus : on dispose
alors d'un cube donnant la partie commune de la phase.
Ce cube de phase commune est combiné avec les deux cubes
d'amplitude initialement extraits des cubes A et B pour en déduire des
cubes filtrés A' et B'.
Ces deux cubes de données filtrées peuvent eux-mêmes faire l'objet
de la seconde itération décrite en référence à la figure 5.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
12
En variante encore, il est possible de calculer le cube commun aux
cubes de données A et B en combinant d'une part le cube de partie
commune de phase et d'autre part le cube de partie commune d'amplitude.
Autres traitements que le co-kriqea eq_ factoriel 2D'
D'autres traitements d'estimation de partie commune, et notamment
de traitements mettant en oeuvre un co-krigeage fiactoriel, sont
envisageables.
On peut notamment déterminer une partie commune directement
dans le domaine temps sur une succession de cartes (x,y) d'amplitude
sismique (ou d',autres données).
Pour chaque instant considéré, on détermine yalors la partie
commune aux deux cartographies qui correspondent à cet instant' en
mettant en ouvre un traitement de co-krigeage automatique fiactoriel.
Également, le traitement peut utiliser des opérateurs 3D au lieu
d'opérateurs 2D. Le traitement de co-kriegeage automatique factoriel se
généralise en effet avec une matrice de co-variance à trois dimensions.
11 est à noter que l'utilisation d'opérateurs 2D (x,y) (ou 3D le cas
échéant) rend la méthode très performante pour filtrer des bruits
spatialement organisés.
Bien entendu, également, il est possible de déterminer des parties
communes à plus de deux cubes, en calculant par exemple des parties
communes de parties communes. De cette façon, le procédé proposé peut
être étendu à un nombre de cubes supérieurs à deux.
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
13
Annexe I - Ra~,pel sur le co-krigeaae factoriel
4n décrit ci-dessous un exempte d'obtention d'une cartographie
commune par co-krigeage factoriel. On désigne par Z1 et Z2 les deux
fonctions correspondant à ces deux cartographies.
Dans un premier temps on calcule le variogramme croisé de ces
deux fonctions, dont les valeurs sont
~y~2 (h)= ~ ~ (Z1 (x) - Z1 (x+h))(Z2(x) - Z2(x+h))
où x et x+h désignent les couples de points pris en considération selon la
direction et pour la distance h pour lesquels on détermine la valeur du
variogramme; et
où N est le nombre de ces couples de points pour cette direction et cette
distance.
Connaissant ce variogramme croisé, on détermine ensuite une
estimation de la fonction qui lui correspond, laquelle vérifie
z~ 12 (x) _ ~ ~ a ~ a +
où a et ~i sont deux indices muets désignant les points considérés autour du
point x pour lequel on cherche à déterminer une estimation de ladite
fonction, Zâ et Zâ étant la valeur audit point x, N étant le nombre de ces
points et où 7~â et ~,â sont des coefficients de pondération.
Ces coefficients de pondération ~,â et 7~R se déterminent par
inversion de l'équation de co-krigeage
C11II ... C11N1 CIZ1I ... Clzll ~r~.ll ~ rCizIX
CnIN... C11NN Clzll ... CIZNN ~N CIZNX
Czlll ... CzlN1 Czzll ... CzzNl a.zl CizlX
CzllN ... CzINN C2z1 I ... CzzNN ~.zN CIZNX
CA 02523804 2005-10-26
WO 2004/097458 PCT/FR2004/001025
14
où les coefficients C12a~3 et C21a~i sont les valeurs de variance
croisée des fonctions Z1 et Z2 aux points correspondants aux indices a et (3
où les coefiFicients C11a~i et C22a~i sont les valeurs de covariance
respectivement de la fonction Z1 et de la fonction Z2 auxdits points. L'indice
X correspond au point désigné par x précédemment.
On notera que la matrice qui apparaît dans cette équation a
l'avantage d'être inversible sous certaines conditions de calcul.
De cette façon, en utilisant les covariances expérimentales, on
décompose de façon automatique les deux variables correspondant aux
deux séries de données initiales en une composante commune et deux
composantes résiduelles orthogonales. La régularité des données fait que
la covariance expérimentale est connue pour toutes les distances utilisées.
aucune interpolation n'est nécessaire et la matrice est définie positive
La fonction alors obtenue est une estimation de la composante
commune aux deux séries de données que constituent les deux
cartographies.
