How robust is Rayleigh-Marchenko imaging?

Resumo Técnico: Robustez da Imagem Rayleigh-Marchenko em Dados Elásticos

Definição do Problema
Os métodos tradicionais de imagem sísmica, como a migração de Kirchhoff, a migração de tempo reversa (RTM) e a migração de mínimos quadrados, tipicamente requerem dados de entrada consistindo apenas em reflexões primárias. Múltiplos (eventos com mais de um ponto de reflexão) devem ser removidos antes da imagem, um processo que é frequentemente desafiador, particularmente para múltiplos internos. Embora existam métodos para remover múltiplos de superfície livre em dados marinhos, a remoção de múltiplos internos frequentemente depende de modelos de velocidade precisos ou identificação manual de primários. Além disso, muitas técnicas de imagem avançadas que utilizam múltiplos ou abordagens baseadas em dados ainda exigem modelos de velocidade detalhados e conhecimento preciso da wavelet da fonte.

O redatuming de Marchenko de Rayleigh oferece uma alternativa baseada em dados para obter funções de Green focadas e livres de múltiplos a partir de dados de reflexão de superfície e um modelo de velocidade suave, sem exigir conhecimento prévio da wavelet da fonte. No entanto, o redatuming de Marchenko padrão assume fontes e receptores colocalizados e baseia-se em uma aproximação acústica. Em meios elásticos, a presença de ondas de conversão de modo (ex: conversão P-para-S) e "múltiplos rápidos" cria uma coda de transmissão complexa que as formulações acústicas não conseguem resolver totalmente. O problema central abordado neste estudo é a robustez da aplicação do redatuming Rayleigh-Marchenko acústico a dados sísmicos elásticos (especificamente dados de Cabo de Fundo de Oceano ou OBC), onde ondas convertidas de modo estão presentes e espera-se que interfiram no processo de imagem.

Metodologia
Os autores avaliaram a robustez do redatuming de Rayleigh-Marchenko e da subsequente imagem utilizando uma combinação de dados sintéticos e de campo:

1. Geração de Dados Sintéticos:

   • Modelos: Um modelo sintético 2D foi construído usando modelos de velocidade de onda P, velocidade de onda S (derivada empiricamente como aproximadamente metade da velocidade da onda P) e densidade.
   • Aquisição: 376 tiros foram disparados a 10 m de profundidade com intervalos de 8 m. 376 receptores foram colocados no fundo do mar a 50 m de profundidade com intervalos de 8 m.
   • Tipos de Dados: Dois conjuntos de dados foram gerados usando um programa de modelagem de diferença finita (fdelmodc):
     • Dados Acústicos: Servindo como uma referência onde os pressupostos teóricos são atendidos.
     • Dados Elásticos: Incluindo tanto ondas P quanto ondas S para simular conversões de modo realistas e múltiplos mais fortes.
   • Processamento de Entrada: Os dados de entrada (pressão superficial e velocidade da partícula vertical) foram separados em componentes ascendentes e descendentes no domínio frequência-número de onda. Um modelo de velocidade suave foi usado para estimar as chegadas diretas, simulando um cenário realista onde o modelo verdadeiro é desconhecido.

2. Aplicação em Dados de Campo:

   • O método foi aplicado a uma linha 2D de dados OBC do Mar do Norte.
   • A zona de imagem foi definida dentro do retângulo vermelho da geometria de aquisição (Fig. 7).
   • Os resultados foram comparados contra uma imagem de espalhamento único derivada da componente ascendente dos dados de velocidade da partícula.

3. Fluxo de Trabalho de Imagem:

   • A abordagem de Rayleigh-Marchenko foi usada para estimar as funções de foco e as funções de Green ($G^{\pm}$) para fontes virtuais em várias profundidades de subsuperfície.
   • Essas funções foram usadas para gerar imagens orientadas ao alvo e gathers de imagem comum (CIGs) de amplitude verdadeira.
   • O estudo testou especificamente a formulação Rayleigh-Marchenko "acústica" contra dados de entrada "elásticos" para observar o impacto de ignorar as conversões de modo.

Principais Contribuições e Resultados

• Estimativa da Função de Green:

  • No caso acústico, as estimativas de Rayleigh-Marchenko das funções de Green corresponderam às funções verdadeiras modeladas via forward-modeling com alta precisão.
  • No caso elástico, onde os dados de entrada continham ondas convertidas de modo, mas o algoritmo de redatuming permaneceu acústico, as funções de Green estimadas ainda mostraram um "ajuste satisfatório" com as funções de Green verdadeiras, apesar do descompasso teórico.

• Desempenho de Imagem:

  • Dados Acústicos: A imagem de dados acústicos resultou em um cancelamento "perfeito" de múltiplos e uma imagem clara de eventos primários.
  • Dados Elásticos: Quando aplicado a dados elásticos, o método Rayleigh-Marchenko acústico conseguiu imagear todos os refletores primários com sucesso. No entanto, a presença de ondas de cisalhamento introduziu artefatos específicos:
    • Artefatos tênues apareceram em profundidades específicas (aprox. 1050 m, 1110 m, 1520 m e 1590 m), atribuídos a remanescentes de múltiplos de cisalhamento ou eventos fortes de onda S.
    • Os Gathers de Imagem Comum (CIGs) mostraram efeitos visíveis de eventos de onda S, o que poderia influenciar a análise de Amplitude Versus Offset (AVO).
  • Dados de Campo: A aplicação aos dados OBC do Mar do Norte demonstrou que a imagem Rayleigh-Marchenko reduziu artefatos relacionados ao tratamento inadequado de múltiplos em comparação com a imagem de espalhamento único.

• Vantagens Operacionais:

  • O método não requer pré-processamento de remoção de múltiplos.
  • Não requer conhecimento da wavelet da fonte.
  • Depende apenas de um modelo de velocidade suave e dados de sensor duplo limitados em banda (pressão e velocidade da partícula vertical).

Significância e Alegações
O artigo alega que o redatuming de Rayleigh-Marchenko acústico é robusto o suficiente para fornecer imagens sísmicas de subsuperfície interpretáveis mesmo quando aplicado a dados elásticos contendo ondas convertidas de modo.

Embora os autores reconheçam que eventos significativos de onda S influenciam os CIGs resultantes e a análise de amplitude (potencialmente limitando a interpretação quantitativa de AVO), eles concluem que a imagem sísmica resultante é "adequada para uma interpretação sísmica razoável". O estudo destaca que o método oferece uma economia de custo significativa no processamento sísmico ao eliminar a necessidade de etapas complexas de remoção de múltiplos ou deconvolução precisa da wavelet da fonte. A abordagem é identificada como particularmente adequada para dados de fundo de oceano, streamers de fonte sobreposta (source-over-spread) e dados de furo horizontal onde medições de sensor duplo estão disponíveis.