Descomposición espectral: nueva tecnología de frontera para la caracterización sísmica de yacimientos Sierra, J., Marín, W.*., Bonilla, M. y Campos, H., IGS Services & Consulting
Resumen La técnica de descomposición espectral se basa en la descomposición de la señal sísmica en sus diferentes frecuencias, permitiendo al intérprete observar amplitudes asociadas a frecuencias específicas. En el presente trabajo se muestran las ventajas que representa el uso de esta técnica para la interpretación estructural y estratigráfica en datos sísmicos 3D; para ello se dan a conocer dos casos de estudios donde se corroboran las diferentes interpretaciones con evidencias en secciones sísmicas y con registros de pozos (gamma ray y saturación de agua). Adicionalmente se da a conocer la metodología usada implementando una nueva herramienta para el análisis de descomposición espectral, la cual consiste en la combinación de tres frecuencias diferentes con el atributo de coherencia para generar una imagen RGB + coherencia. Esta última resultó de gran importancia ya que permite trabajar de una forma más rápida y permite integrar una mayor cantidad de información en un mismo mapa. Para el cálculo de frecuencias se utilizó el método de CWT (Transformada ondícula continua) ya que de trabajos anteriores se ha demostrado mantener una mejor resolución que otros métodos existentes como los basados en FFT (Transformada rápida de Fourier). De los casos de estudios se pudo observar la gran utilidad de la descomposición espectral para identificar fallas subsísmicas (de muy bajo salto) así como también para identificar y delinear rasgos estratigráficos como canales submarinos y abanicos submarinos asociados a ambientes de aguas profundas. Summary Spectral Decomposition is based on the decomposition of the seismic signal into its frequency components, isolating them and allowing the interpreters to see amplitude tuned to specific wavelets. At the present work the advantage of uses of Spectral Decomposition was analyzed for the structural and stratigraphic interpretation in 3D seismic; therefore two case of study will be showed where the interpretation is corroborated with evidences in seismic profiles and well logs (gamma ray and water saturation). Additionally, a new tool will be showed for the spectral decomposition analysis. It works combining three different frequencies with the coherency attribute in order to generate an image RGB plus Coherency. This tool was very important because it allows to work faster and to integrate more information in a map. For the computation of frequencies the method CWT (Continuous Wavelet Transform) was used because it offers better resolution than others methods as FFT (Fast Fourier Transform) based.
From the case of studies we could observe the great utility of spectral decomposition to identify subseismic faults as well as to delineate stratigraphic features as submarine channels and fans associated to deepwater sediments environment. Introducción Un atributo sísmicos es cualquier información medida o calculada a partir de los datos sísmicos, de los cuales muchos de ellos juegan un rol muy importante en la interpretación y caracterización de yacimientos de hidrocarburos (Chopra y Marfurt, 2005). Los atributos sísmicos más comúnmente utilizados son la amplitud (RMS y/o envolvente), la coherencia o semblanza, el gradiente e intercepto (proveniente del análisis AVO), entre otros. En el caso particular del atributo coherencia se puede destacar su gran utilidad para la detección de rasgos estructurales y estratigráficos (Bahorich y Farmer, 1995), sin embargo, se ha observado la necesidad de u tilizar técnicas mas avanzadas para poder obtener mejores resultados en término de definición y relación señal a ruido de las imágenes obtenidas. La representación en el dominio de la frecuencia de una señal en tiempo puede mostrar muchos rasgos que difícilmente se podrían visualizar en el dominio del tiempo (Chakraborty y Okaya, 1995), por tal razón en los últimos años se ha dado un gran énfasis para el entendimiento y desarrollo de técnicas de descomposición espectral. Es de notar que estas técnicas engloba cualquier método que implique un análisis tiempofrecuencia de la traza sísmica (Castagna y Sun, 2006). La descomposición espectral se basa en la descomposición de la señal sísmica en sus diferentes componentes de frecuencias, separándolas y permitiendo al intérprete ver amplitudes asociadas a frecuencias especificas (ver figura 1).
Al igual como un prisma descompone la luz blanca en sus diferentes componentes de frecuencias (colores) Figura 1. Comparación del método de descomposición espectral de una traza sísmica (derecha) con la descomposición de un haz de luz blanca usando un prisma (izquierda).
XIV Congreso Venezolano de Geofísica
El objetivo del presente estudio consiste en mostrar la técnica de descomposición espectral y su utilidad para la detección de rasgos estructurales y estratigráficos usando para ello varios casos de estudio. Se presentarán casos en los que se usó la técnica para evidenciar fallas sub-sísmicas y sistemas de canales asociados a yacimientos de sedimentos de ambientes de aguas profundas, tanto en campos en tierra como en costa afuera.
decir, la resolución del análisis se convierte dependiente de la longitud de la ventana fijada. A diferencia de STFT y MEM, el método de CWT no requiere de una preselección de la longitud de ventana por lo que no posee una resolución tiempo-frecuencia fija sobre el espacio de frecuencias. El concepto de CWT consiste en el producto interno de una familia de ondículas madre ψ que puede ser dilatadas y trasladadas con la señal f(t) como se observa a continuación:
Aplicaciones de descomposición Espectral La técnica de descomposición espectral ha sido empleada en una gran variedad de aplicaciones, entre las más importantes se tienen: 1.- Interpretación geométrica espacial estratigráficos (Partyka et. al, 1998).
de
3.- Indicador directo de hidrocarburos (Castagna et. al, 2003): en esta aplicación al igual que en la anterior se resalta la necesidad de aumentar esfuerzos para la búsqueda de nuevas metodologías. 4.- Filtros pasa banda en aplicaciones sísmicas y de procesamiento de señales en general. Métodos de Descomposición Espectral Existen diferentes métodos para extraer las frecuencias de la sísmica y de cada uno de ellos se obtienen resultados en tiempo-frecuencia distintos. Entre los métodos más usados se encuentran el STFT (transformada de Fourier para ventana corta), MEM (Método de máxima entropía), CWT (Transformada ondícula continua) y MPD (Matching Pursuit Decomposition). El método STFT no es más que utilizar el espectro tiempofrecuencia tomado de la transformada de Fourier en una ventana de tiempo corta (1): ∞
F w (σ , τ ) = f (t ),ψ σ ,τ (t ) =
∫ f (t ) −∞
1 σ
ψ * (
t − τ
) dt .
σ
(2)
cuerpos
2.- Análisis cuantitativo de espesores de estratos (Partyka et. al., 1999): se ha podido evidenciar de gran forma que la respuesta en frecuencia para un intervalo en tiempo muy cercano al yacimiento esta influenciado no solo por las propiedades físicas de los estratos sino también asociados a los espesores de los mismos. No se han reportado hasta la fecha casos de estudio donde se muestren mapas de espesores usando esta técnica.
STFT ( w,τ ) = f (t ), ϕ (t − τ )e iwt =
−
∞
−
∫ f (t ) ϕ (t − τ )e
Donde σ representa el parámetro de dilatación y τ el parámetro de de traslación. Es de notar que los casos de estudio que se muestran en este trabajo el método de análisis de tiempo-frecuencia usado siempre fue el CWT, ya que nos permite obtener una alta resolución de frecuencias tanto en bajas frecuencias como en altas. Metodología: Generalmente en el análisis de descomposición espectral se calculan diferentes frecuencias a lo largo de un horizonte de interés, y luego estos los mapas obtenidos son interpretados por separado. En este trabajo se emplea el concepto de imagen RGB el cual permite combinar tres diferentes frecuencias en un mismo mapa (ver figura 2), lo cual facilita el proceso de interpretación resaltando rasgos de distintas propiedades físicas (asociadas a la respuesta sísmica y sus frecuencias) en un mismo mapa. Adicionalmente considerando que la coherencia es uno de los mejores detectores de borde empleados para la interpretación sísmica (Bahorich y Farmer, 1995), el software creado y aplicado para este trabajo permite al intérprete incorporar el atributo coherencia como un cuarto canal a la imagen RGB. (Figura 2). De esta forma se puede tener información de la descomposición espectral y de coherencia en una sola imagen RGB. F1
F3
+
−iwt
dt .
−∞
(1)
Donde φ es una función de ventana centrada en t= τ, τ es el parámetro de traslación y φ* es el conjugado de φ. Tanto para el caso de STFT y el método de MEM se puede resaltar que ambos envuelven el uso explicito de ventanas, lo cual genera efectos profundos en la resolución temporal y espectral de los datos calculados (Castagna y Sun, 2006). Es
Coherencia
F2
Figura 2. Paleta no lineal RGB (en sus siglas en ingles R=red, G=green, B=blue) (izquierda). El atributo coherencia se incorpora como un cuarto canal en esta paleta para crear una mejor imagen.
XIV Congreso Venezolano de Geofísica
La metodología empleada en este trabajo se da a continuación: Casos de estudio 1: Interpretación Estratigráfica 1.- Mejoramiento de imágenes: en esta fase se aplican diferentes métodos como por ejemplo: deconvolución estadística, aplicación de filtros espaciales orientados y filtros preservadores de bordes Kuwahara, entre otros con la finalidad de pre-acondicionar los datos de entrada al proceso d e análisis. En la figura 3 se muestra un ejemplo de cómo funciona el filtro Kuwahara adaptativo direccional (Marin et. al. 2008).
A
En este caso de estudio (Sierra, J., et al, 2008) pertenece a un campo costa afuera en producción donde se contó con una sísmica 3D que posee un intervalo de muestreo de 4 ms con una frecuencia dominante de 30 Hz. En toda la extensión del área no se observa ningún rasgo estructural predominante por lo que el objetivo fundamental era identificar prospectos principalmente asociados a rasgos estratigráficos en tres niveles principales. Es de notar que los tres niveles fueron interpretados como de ambiente marino profundo de muy baja energía desarrollándose muchos canales submarinos meandricos.
A. Nivel de yacimiento 1 (Mioceno medio) En la figura 4A y 4B se observan imágenes RGB para el horizonte de interés utilizando diferentes combinaciones de frecuencias, en el primero combinando las frecuencias 10-1570 Hz, en el segundo combinando las frecuencias 20-25-30 Hz. Es de notar que en ambos mapas se incorpora la información de coherencia comentada anteriormente. En la práctica se calculan una gran cantidad de frecuencias para un horizonte y se combinan generando una gran cantidad de imágenes RGB, para este caso las imágenes que mejor resaltan ciertas geometrías son las mostradas en la figura 4.
B
Figura 3. Mejoramiento de imagen. (a) Perfil sísmico original. (b) Perfil sísmico luego de haber aplicado filtro Kuwahara adaptativo direccional 1x7. Modificado de Marin et. al., 2008.
El objetivo principal en esta fase de estudio es mejorar la relación señal ruido de la sísmica y a su vez resaltar pequeñas discontinuidades estructurales o estratigráficas para poder ser mejor identificadas durante el análisis de descomposición espectral. 2.- Cálculo del atributo coherencia. Se optimiza el proceso estudiando la sensibilidad a diferentes ventanas en tiempo y esquema espacial de vecinos. 3.- Extracción de frecuencias utilizando cualquiera de los métodos mencionados anteriormente. Para el caso particular de este trabajo solo se usó el método de CWT. 4.- Generación de imagen RGB: en esta fase se combinan 3 diferentes frecuencias a la vez y se incorpora un cuarto atributo (coherencia) a dicha imagen. 5.- Interpretación de imágenes RGB: en esta fase se corrobora las interpretaciones realizadas analizando registros de pozos y buscando las evidencias respectivas en perfiles sísmicos.
A partir de estas imágenes se interpretaron las diferentes imágenes RGB, dicha interpretación se muestra en la figura 4C que no es más que la imagen RGB 10-15-70 Hz interpretada. Los rasgos son interpretados con los colores verde y amarillo para evitar confundir unos cuerpos de otros. En la imagen se observan una gran cantidad de cuerpos cuyas geometrías pueden ser asociadas a cuerpos meandricos, resaltándose los dos cuerpos que llamamos cinturones de meandros 1 y 2 que presentan una dirección SO-NE, así como también se interpretó una zona de posible abanico submarino al NE de la zona de estudio. A partir de estas interpretaciones de imágenes RGB se buscaron en las sísmicas algunas evidencias que demuestren la existencia de dichos sistemas de canales submarinos (ver figura 4E). En este caso de estudio la descomposición espectral fue de gran importancia para poder identificar y darles una mejor continuidad a posibles rasgos estratigráficos que en mapas clásicos (coherencia o amplitud) no se podrían observar. En la figura 4D se muestra el mapa de amplitud envolvente para el mismo horizontes con los rasgos interpretados por descomposición, se puede observar fácilmente que sin descomposición espectral hubiese sido imposible desarrollar un análisis con tanto detalle solo basado en las anomalías de amplitud. B. Nivel de yacimiento 2 En la figura 5A y 5B se muestra una imagen RGB 10-15-70 con su interpretación para un nivel de interés que se encuentra debajo del nivel de yacimiento 1 de este mismo campo, donde
XIV Congreso Venezolano de Geofísica
se puede resaltar con mayor facilidad la gran cantidad de cuerpos meandricos asociados a sistemas de canales submarinos. Es de notar, que todas las interpretaciones desarrolladas en descomposición espectral han sido corroboradas con evidencias sísmicas, así como también con los registros de pozo Gamma Ray que intercepten a los cuerpos estratigráficos.
C. Nivel de yacimiento 3 (Mioceno temprano) En la figura 6A y 6B se muestran las imágenes RGB con combinaciones de frecuencias 20-25-30 Hz y 15-20-75 Hz, respectivamente. Al observar estas figuras también se puede resaltar la gran cantidad de cuerpos meandricos que difícilmente se pueden ver en los mapas de coherencia y de amplitud envolvente mostrados en la figura 6C y 6D, respectivamente. Adicionalmente se muestra en la figura 6E la imagen RGB 1520-75 Hz interpretada con los registros de gamma ray (color rojo) y saturación de agua (color azul) para tres pozos. En el pozo A, se observa que el evento de interés se encuentra justo sobre un cuerpo lutítico lo cual concuerda con la interpretación proveniente de descomposición donde se observa que el canal no es interceptado por este pozo. Esto mismo ocurre para el pozo C donde se observa también un cuerpo lutítico bastante espeso. Ahora bien, en el caso del pozo B si se observa un cuerpo arenoso el cual fue interpretado por el petrofísico como un canal con una baja saturación de agua, esto concuerda perfectamente con el meandro interpretado de descomposición espectral.
Casos de estudio 2: Interpretación Estructural Al igual que el caso anterior se cuenta con una sísmica 3D con un intervalo de muestreo de 4ms. Es de notar que estos datos pertenecen a un área totalmente exploratoria de ambientes de aguas profundas, por lo que la interpretación debe ser llevada en una primera instancia a identificación de rasgos estructurales muy generales para luego identificar pequeños rasgos estructurales y estratigráficos que puedan ser de interés. En las figura 7A y 7B se observan la imagen RGB con frecuencias 5-20-50 Hz con y sin la interpretación luego de observar una gran cantidad de combinaciones diferentes de frecuencias. Es de notar que todos los rasgos interpretados son asociados a posibles fallas estructurales, las fallas segmentadas de color amarillo son las principales fallas de la zona de estudio las cuales coinciden con las observadas durante el proceso de interpretación convencional de horizontes y fallas en datos sísmicos 3D. Los rasgos de color rojo son todos los lineamientos que se observaron y en su gran mayoría fueron corroborados en secciones sísmicas que son fallas de muy bajo salto mostrándose como pequeñas deflexiones. En la figura 7 se observa un mapa de coherencia para este mismo nivel y se puede evidenciar que el atributo coherencia es un muy buen detector de borde, sin embargo, no se logran observar muchos de los pequeños alineamientos que si se observan producto del análisis de descomposición espectral.
Adicionalmente en un segundo nivel de interés se generaron imágenes RGB y se pudo obs ervar una geometría muy peculiar con ciertas geometrías internas asociadas a meandros (ver figura 7D); al observar en detalle dicha zona se pudo interpretar como un abanico submarino completo, es decir, desde la zona donde culmina el canal alimentador (zona SurEste) hasta donde se observa la zona de abanico externo ( hacia Nor-Oeste en la figura). En este caso 2 se pudo experimentar la gran importancia del uso de la técnica de descomposición espectral impactando la interpretación sísmica estructural al disminuir los tiempos y mejorar la calidad y detalle de la misma comparada con la interpretación clásica. Adicionalmente se resalta la gran capacidad para identificar rasgos estratigráficos y fallas sutiles de una manera sencilla y rápida. Conclusiones A partir del desarrollo de este trabajo se puede concluir: 1.- Los mapas clásicos de coherencia resultan ser una técnica bastante útil para la identificación de rasgos estructurales y algunos rasgos estratigráficos, sin embargo, al compararlos con las imagenes RGB de descomposición espectral se puede observar que en estos últimos los rasgos estructurales pueden ser interpretados con una mejor resolución. 2.- La descomposición espectral resulta ser una técnica bastante buena y rápida para la identificación de fallas principales y también de fallas sub-sísmicas que posean pequeños saltos. Esto es de gran importancia ya que permite complementar la interpretación clásica en sísmica y sobre todo la identificación de posibles trampas estructurales/estratigráficas (compartamentalizaciones) muy importantes para explicar barreras de permeabilidad en los yacimientos. 3.- Los mapas de amplitud envolvente han sido empleados para la identificación de cuerpos que puedan ser asociados a contenedores de hidrocarburos, sin embargo, se pudo observar que la descomposición espectral permite no solo identificar dichas zonas de interés sino también darles una mejor definición y continuidad. Desde el punto de vista sedimentológico esto es de gran importancia para poder desarrollar un modelo geológico acorde a la fuente de sedimentos y direcciones de los cuerpos estratigráficos. 4.- A partir de registros de pozos Gamma Ray y saturación de agua se podría considerar que la descomposición espectral no solo permite discriminar litologías sino también puede discriminar contenido de hidrocarburos. Sin embargo, se recomienda incrementar esfuerzos en esta aplicación de descomposición espectral como indicador de hidrocarburos. 5.- Desde el punto de vista del análisis de sistema petrolero se puede destacar la importancia de la d escomposición espectral para la identificación de prospectos, delimitando bastante bien los posibles reservorios y delineando con un gran detalle las trampas y posibles cierres del prospecto.
XIV Congreso Venezolano de Geofísica
Por todos los factores anteriormente mencionados se considera que la descomposición espectral es una técnica muy útil para la interpretación de rasgos estructurales y estratigráficos en datos sísmicos 3D, tanto en áreas exploratorias como de producción. Así también se está trabajando en poder explotar más dicha técnica para aplicaciones como estimador de espesores e indicador de hidrocarburos.
A
Referencias Bahorich, M.; y Farmer, S. (1995). 3-D seismic discontinuity for faults and stratigraphic features: The Coherence cube. The Leading Edge, 1053-1058. Castagna, J.; y Sun, S. (2006). Comparison of spectral decomposition methods. Technology feature. Vol 24.
B
Castagna, J.; Burnett, M.; Méndez, E.; Rodríguez, G.; García, L.; Martínez, J.; Avilés, M.; y Villaseñor, R. (2003). Application of spectral decomposition to gas basins in Mexico. The Leading Edge, 1130-1134. Chakraborty, A.; y Okaya, D. (1995). Frequency-Time decomposition of seismic data using wavelet-based methods. Geophysics, Vol. 60. Nº 6, 1906-1916. Chopra, S.; y Marfurt, K. (2005). Seismic attributes- A historical perspectiva. Geophysics, Vol. 70, Nº 5, 3-28 Marin, W., Sierra, J., y Aldana, M. (2008). Detectores de borde y mejoramiento de la imagen sísmica mediante la aplicación de Filtros Adaptativos Direccionales. XIV Congreso Venezolano de Geofísica, Caracas, Venezuela.
Figura 5 (a) imagen RGB 10-15-70 para nivel de reservorio 2. (b) la misma imagen que en (a) pero interpretada.
Partyka, G.; Peyton, L.; y Bottjer, R. (1998). Interpretation of incised valleys using new 3-D seismic techniques: A case history using spectral decomposition and coherency. The Leading Edge,1294-1298. Partyka, G.; Gridley, J.; y Lopez, J. (1999). Interpretational Applications of Spectral Decomposition in Reservoir Characterization. The Leading Edge, Vol. 18, Nº 3, 353-360. Sinha, S.; Routh, P.; Anno, P.; y Castagna, J. (2005). Spectral Decomposition of seismic data with continuous-wavelet transform. Geophysics, Vol. 70, Nº 6, 19-25. Sierra, J., Campos, H., Bonilla, M., Marin, W., Joseph, D., and Cardinez, S. (2008). Seismic multi-attribute integration for well prospect generation: South Main Soldado Field, Gulf of Paria, Trinidad & Tobago. XIV Congreso Venezolano de Geofísica, Caracas, Venezuela.
XIV Congreso Venezolano de Geofísica
A
B
C
D Posible abanico submarino
Cinturón meandrico 1
Cinturón meandrico 2
Alta Amplitud
Baja Amplitud
E
Escala: 1 Km
Figura 4. Caso de estudio I: n ivel de reservorio 1. (a) Imagen RGB 10-15-70 Hz. (b) Imagen RGB 20-25-30 Hz. (c) Imagen RGB 10-15-70 HZ interpretada. (d) Mapa de amplitud envolvente con rasgos provenientes de la interpretación de descomposición espectral. (e) Inline con evidencias estratigráficas.
XIV Congreso Venezolano de Geofísica
A
B
C
D
Alta Amplitud
Baja Amplitud
0 Pozo A
E Escala: 1 Km
Pozo C
Pozo B
Figura 6. Caso de estudio I: nivel de yacimiento 2. (a) Imagen RGB 20-2 5-30 Hz (b) Imagen RGB 15-20- 75 Hz. (c) Atributo de coherencia. (d) Mapa de amplitud envolvente con interpretación de descomposición espectral. (e) Imagen RGB 15-20-75 Hz interpretada con evidencias en registros gamma ray (rojo) y saturación de agua (azul) de los pozos A, B y C.
XIV Congreso Venezolano de Geofísica
A
B
C 0
Escala: 10 Km
D
Fuente de sedimentos
Figura 7. Caso de estudio II. (a) Imagen RGB 5-20-50. (b) Imagen RGB 5-20 -50 interpretada. (c) Coherencia. (d) Identificación de prospecto en imagen RGB 5-20-50 para un segundo nivel de interés.
XIV Congreso Venezolano de Geofísica
