Pre-Stack PRO – leistungsstarke Lösung für seismische Datenverarbeitung

Pre-Stack Pro_azimutal

Befördert durch den US-amerikanischen onshore Frackingmarkt und auch durch offshore Messungen, die in ihrer Geometrie den landseismischen Datensätzen nahekommen, besteht in zunehmendem Maße die Anforderung, sog. azimutale Datensätze bearbeiten zu können. Damit sind Datensätze gemeint, für die die aufzeichnenden Empfänger flächig verteilt um ihre Quellposition liegen (im Gegensatz etwa zu konventioneller mariner Streamer-Seismik). Die Beleuchtung des Untergrundes erfolgt damit von allen Richtungen und so lassen sich mit derartigen Datensätzen wesentlich bessere strukturelle Abbbilder des Untergrundes errechnen sowie auch Attribute ableiten, die Aussagen zu Vorzugsrichtungen zum Beispiel zu ausgebildeten Risssystemen oder Spannungsregimes ermöglichen, aus denen sich wiederum wichtige Fragen zur Charakteristik eines Öl-/Gasreservoirs beantworten lassen.

Die Herausforderung in der Bearbeitung azimutaler Daten liegt nicht allein in der extremen Größe der Datensätze. Die höhere Dimensionalität im Vergleich zu konventioneller Seismik, die mit sich bringt, dass bereits ein seismisches Gather nicht mehr ein leicht darzustellendes und zu interpretierendes 2D Objekt, sondern ein 3D Volumen darstellt, wirft zahlreiche Fragen nach für den Benutzer verständlicher Visualisierung und Zuordnung der Daten auf; die geänderte Topologie - jede Spur im Gather fügt sich in eine 2D Nachbarschaft zu anderen Spuren ein und hat nicht nur einen linken und einen rechten Nachbarn - erschwert die Erweiterung von allen solchen Algorithmen, die Spuren mit ihren jeweiligen Nachbarspuren vergleichen.

Dazu kommt als weiterer fundamentaler Unterschied das grobe Absamplen der Offsets innerhalb eines Azimut-Sektors, der benachbarte Spuren weniger gut vergleichbar macht und zu Aliasing-Effekten führen kann. Am ITWM gehen wir in gemeinsamer Forschung mit der Firma SharpReflections und Ölfirmen diese Herausforderungen. Anhand der Anwendung auf zahlreiche Industriedatensätze können wir auch hier wieder die Anwendungsrelevanz unserer Forschung demonstrieren.