DECONVOLUCION ESTRUCTURAL

DECONVOLUCION ESTRUCTURAL

CONCEPTOS BASICOS Y MARCO TEORICO.

El concepto de deconvolución estructural fue introducido por D.G. Stone (1975) y se basa en

la inversión sísmica de la serie reflectiva del subsuelo a fin de obtener la ondícula sísmica

generadora de la traza sísmica. El método ofrece los mejores resultados cuando se conoce

información sónica de pozo que permite establecer una mejor estimación de la serie

reflectiva.

El procedimiento tradicional de deconvolución sísmica por ondícula es la optimización del

pulso sísmico a una forma de onda de fase cero mediante la aplicación del método de

diseño de filtro de Wiener-Hopf. El diseño de este filtro requiere del conocimiento de la

ondícula sísmica cuya forma se desea modificar, asumiéndose que ésta es la fase mínima o

en el mejor de los casos, que puede estimarse predictivamente. Ninguno de estos

procedimientos arroja como resultado la forma de onda simétrica óptima deseada en el

proceso de deconvolución.

El método de deconvolución estructural parte del modelo convolucional de la traza sísmica:

st = γ t ∗ Ot + ηt ............................... (1)

Donde:

st = traza sísmica.

ϒt = serie reflectiva del subsuelo.

ot = ondícula sísmica.

ηt = ruido aleatoria aditivo.

 DECONVOLUCION ESTRUCTURAL

Como se dijo anteriormente, el procedimiento normal de deconvolución es tratar de invertir a

la ondícula sísmica, de forma que

γ t = st ∗ O −f 1
................................. (2)

El procedimiento de deconvolución estructural sísmica tratando de invertir a la serie

reflectiva del subsuelo de forma tal que, omitiendo temporalmente el factor de ruido aditivo,

se tiene:

Ot = st ∗ r f−1 .................................... (3)

Obviamente, esta última ecuación tiene dos problemas fundamentales; el primero se trata de

conocer el inverso de la serie reflectiva y el segundo es determinar la propia serie reflectiva.

El primer problema es eliminado partiendo de la aplicación del filtro de Wiener-Hopf, el cual

establece que:

φ γ d (t )
γ t−1 =
φ γ γ (t ) .................................. (4)

Donde:

φϒd (t) = correlación cruzada entre la serie reflectiva (ϒt) y la salida deseada (Ot).

φϒϒ (t) = Autocorrelación de la serie reflectiva ϒt.

Ahora bien, en virtud que la serie reflectiva es una serie impulsiva aleatoria, entonces, la

función de autocorrelación es un impulso unitario, esto es:

 DECONVOLUCION ESTRUCTURAL

1 ; t = 0
[γ t ] → φ γ γ (t ) = δ t = 
aleatorio
0 ; t = 0 .................................. (5)

por lo que la ecuación (4) quedaría de la forma:

γ t−1 = φ γ d (t )
.................................. (6)

Adicionalmente, si se supone que la señal de salida deseada es también un impulso unitario,

es decir:

1 ; t = α
Si dt = δt = 
0 ; t ≠ α

Entonces:

∗
φ γd (t ) = γ t c dt = γˆ t
................................... (7)

Expresado en palabras, la correlación cruzada entre una señal cualquiera y un impulso

unitario, arroja como resultado la señal inicial, por lo que la ecuación (6) quedaría de la

forma:

γ t−1 = γˆ t
................................ (8)

Para extraer el pulso sísmico se correlaciona la traza sísmica (st) con la serie reflectiva ϒt,

es decir:

∗
Ot = st c γˆ t
................................ (9)
 DECONVOLUCION ESTRUCTURAL

En los casos en que la función de autocorrelación de la serie reflectiva difiera del impulso

unitario, sería indicativo de la presencia de energía reverberatoria que debe ser removida

aplicando las técnicas convencionales de deconvolución predictiva.

ESTIMACION DE LOS COEFICIENTES DE REFLEXION.

Existen muchos métodos para la estimación de coeficientes de reflexión. Uno de lo más

utilizados es el adaptivo de Burg, basado en el análisis de alta resolución espectral

usualmente llamada entropía espectral máxima. La esencia del método radica en el hecho

que los coeficientes de error del filtro predictivo de Wiener están relacionados a los

coeficientes de reflexión según la expresión:

AK +1 ( Z ) = AK ( Z ) − C K Z K AK (1 / Z ) ................................. (10)

Donde:

CK = coeficiente de reflexión.

Ak = filtro inverso derivado del filtro de error predictivo de Wiener.

La ecuación (10) puede reescribirse vectorialmente como:

 1   1   0 
 a ( K +1)   a (K )   a (K ) 
 1   1   K 
 a2 
( K +1)
 a 2( K )   a K( K−1) 
  =   − CK  
        
 a K( K +1)   a K( K )   a1( K ) 
 ( K +1)     
 a K +1   0   1  ................................. (11)
 DECONVOLUCION ESTRUCTURAL

Para el caso del filtro de orden 3, se tiene:

 1   1   0 
 a ( 3)  =  a ( 2 )  − C  a ( 2) 
 1   1  2  1 
 a 2(3)   0   1  .................................. (12)

Haciendo a(2)1 = a, entonces:

a1(3) = a − C 2 a 

a 2(3) = − C 2 
............................... (13)

El coeficiente (a) del filtro de error predictivo de orden 2 (1,a) puede ser calculado según:

∂E
Min E [ a ] = = 0
a ∗ ∂ a∗

donde

N 2

E [a ] = ∑
2
yt + ay t −1 + y t∗−1 + ay t∗
t =1 ................................. (15)

El vector [ yt ]tN=0 = ( y 0 , y1 ,  , y N ) es un vector de datos de longitud (N+1). y*t es

conjugado complejo de yt.

Expandiendo la expresión (15) se tiene:

∑ [( y ]
N
E [a ] = t + ay t −1 ) * ( y t + ay t −1 ) + ( y t*−1 + ay t* ) * ( y t*−1 + ay t* ) ..........(16)
t =1
 DECONVOLUCION ESTRUCTURAL

De aquí que:

∂E N

∂ a*
= 0 = ∑t =1
y t*−1 ( y t + ay t −1 ) + y t ( y t*−1 + ay t* )
N
= ∑ (y
t =1
t y t*−1 + ay t −1 y t*−1 + y t y t*−1 + ay t y t* )
N N
= ∑
t =1
( y t y t*−1 + y t y t*−1 ) + a ∑ ( y t y t* + y t −1 y t*−1 )
t =1
N
− 2 ∑ y t y t*−1
= a1( 2 ) = a = N
t =1

∑(y y
t =1
t
*
t + y t −1 y t*−1 )
..................... (17)

para el caso del coeficiente C2 , éste puede estimarse según la ecuación:

[ ]
N
2 ∑ ( y t*− 2 + ay t*−1 ) ( y t + ay t −1 )
C2 = t =2

∑ [ (y ]
N

t + ay t −1 ) ( y t* + ay t*−1 ) + ( y t − 2 + ay t −1 ) ( y t*− 2 + ay t*−1 ) ..........(18)

t =2

La ecuación (18) es un caso particular del algoritmo de Riley-Burg descrito en el capítulo

dedicado a deconvolución por entropía máxima y sólo tendrá una derivación particular en el

presente capítulo de la manera siguiente:

Para el caso del filtro de error predictivo de orden 2: A(Z) = 1 + aZ, se consideró la

minimización del valor esperado de (a) con respecto al error predicitivo hacia delante y hacia

atrás en la serie de tiempo [yt] que define la data, según lo expresado en la ecuación (15).

Una extensión natural de esta ecuación surge al considerar un filtro de error predictivo de

orden 3: A(Z) = 1 + a1 Z + a2 Z2. Entonces, el valor esperado de los coeficientes del filtro (a1 ;

a2) vendría dado según la ecuación:

 DECONVOLUCION ESTRUCTURAL

N 2

E [ a1 , a 2 ] = ∑
2
y t + a1 y t −1 + a 2 y t − 2 + y t*− 2 + a1 y t*−1 + a 2 y t*
t =2 .............(19)

Sin embargo, existen series de tiempo para las cuales este filtro de error predictivo no es

convergente en el círculo unitario complejo, lo que hace insatisfactorios los estimados de

coeficientes de reflexión que del mismo se deriven.

De aquí que, en lugar de minimizar E ( a1 , a2 ) se minimice a E [C2 ] donde este último viene

dado según la ecuación:

[ay ] [ ]
N
E [ C2 ] = ∑
2
y t + y t −1 − C 2 *
t −1 + yt −2 + y t*− 2 + ay t*−1 − C 2 a * y t*−1 + y t*
t =2

......... (20)

Haciendo un cambio de notación de forma que:

K f = yt + ay t −1 

* 
K b = yt −2 + a y t −1  ............................. (21)

La ecuación (20) quedaría como:

[ ]
N 2 N
E [ C2 ] = ∑ K f − C2 K b = ∑ ( K f − C 2 K b )( K f − C 2 K b ) * + K b* − C 2 K *f ) *
2
+ K b* − C 2 K *f
t =2 t =2

.......... (22)
 DECONVOLUCION ESTRUCTURAL

Minimizando E [C2 ] en (22) con respecto a ( C*2 ) se tiene:

N
0 = ∑
t =2
K b* ( K f − C 2 K b ) + K f ( K b* − C 2 K *f )
N
= ∑
t =2
K b* K f − C 2 K b K b* + K b* K f − C 2 K f K *f
N N
= ∑
t =2
K b* K f + K b* K f − C 2 ∑
t =2
K f K *f + K b K b*
N
2 ∑ K b* K f
C2 = N
t =2

∑t =2
K f K *f + K b K b*
............................. (23)

Haciendo los cambios de variable expresados en (21), la ecuación (23) es similar a la (18).

El proceso interativo para el resto de los coeficientes se repite aplicando el algoritmo:

Paso No. 1 : J =2

N
2 ∑ K b*( j ) K (f j )
t= j
Paso No. 2 : Cj = N

∑K
t= j
(i )
f K *(f j ) + K b( j ) K b*( j )

Paso No. 3 : K (f j +1) = K (f j ) − C j K b( j )

Paso No. 4 : K b( j +1) = K b( j ) − C *(j j ) K (f j )

Paso No. 5 : J > N − 1 ir al paso No. 7

 DECONVOLUCION ESTRUCTURAL

Paso No. 6 : J = j + 1 ir al paso No. 2

Paso No. 7 : Terminar.

APLICACIÓN DE LOS VALORES ESTIMADOS.

Una vez finalizado el proceso de estimación del tren de coeficientes de reflexión (es decir la

serie reflectiva), se debe proceder a verificar sus características de espectro plano,

analizando la función de autocorrelación de la serie reflectiva estimada, la cual debe dar un

impulso unitario si todo ha sido llevado correctamente. En caso contrario, lo mas común es

la existencia de energía reverberativa que no ha sido adecuadamente sustraída en el

proceso preliminar de deconvolución predictiva.

La serie reflectiva [ ϒt ] se forma a partir del tren de coeficientes de reflexión [ Cj ], término a

término, tomando en cuenta que el incremento del subíndice (j) está relacionado a la

variable de tiempo en función de la rata o intervalo de muestreo (Δt) de la ventana [ yt ] de

datos de la cual se estimó [ Cj ].

Para obtener la traza sísmica ajustada por la ondícula extraída se correlaciona esta última

con la traza sísmica de manera que:

*
S t w = S t c Oˆ t ................................ (24)

En virtud de la ecuación (9) la ecuación (24) puede ser reformulada como:

*
 *
 *
S t w = S t c  S t c γˆ t  = φ ss (t ) c γˆ t
  .............................. (25)
 DECONVOLUCION ESTRUCTURAL

Adicionalmente, en virtud que

St = γt ∗ Ot
.............................. (26)

se tiene que

[ γ t ∗ Ot ] c Oˆ t
*
S tw = ≈γt ∗ φ 00 (t )
............................... (27)

Las ecuaciones (25) y (27) describen dos procesos de filtrado de la serie reflectiva del

subsuelo con una función de autocorrelación.

La correlación final por distorsión de fase se hace aplicando la ecuación de Wiener para la

definición del filtro:

*  1 
ht = [ φ 0d (t )] c  
 φ 00 (t ) 
............................. (28)

Donde φod (t) es la correlación cruzada de la ondícula sísmica con la señal de salida

deseada del filtro, la cual es un impulso unitario en el centro de la ondícula. Esta operación

equivale a un proceso de filtrado cuya salida es de fase cero, por lo que cualquier desviación

del pulso que define un evento, de la simetría de fase, implicaría interferencia de eventos

muy cercanos. De aquí que la versión final de la traza sísmica procesada por deconvolución

estructural sería:
 DECONVOLUCION ESTRUCTURAL

S t f = S tW ∗ ht
*  1 
= [γ t ∗ φ oo (t )] ∗ [ φ od (t )] c  
 φ oo (t ) 
=γt ∗ φ od (t ) ................................. (29)

Adicionalmente a la información sustraída, podría considerarse otros tipos de presentación

de la información sísmica procesada, dependiendo de ello de la calidad de los estimados de

coeficientes de reflexión y de la información disponible de velocidad sísmica en la primera

capa del subsuelo que defina una interfase sísmica. Esta última información podría lograrse

en primera instancia en función de las velocidades calculadas por refracción sísmica para la

correlación de la capa meteorizada o en su defecto mediante información de registros

sónicos de pozo cercanos al sitio. La presentación sería en función de velocidades sísmicas

en una primera aproximación, según la ecuación:

 1 + Ci 
Vi +1 = Vi  
 1 − Ci  ................................ (30)

Donde:

Vi = iava velocidad interválica

Ci = iavo coeficiente de reflexión.

Esta presentación podría perfeccionarse si se dispone de la información de densidad, a fin

de hacer la fórmula (30) completa.