Publicación:

Algoritmo de reconstrucción de datos sísmicos faltantes adquiridos mediante geometrías compresivas en el dominio cross-spread empleando optimización convexa con aproximación de bajo rango

Resumen

La adquisición de datos sísmicos captura un campo de ondas que permite detectar las propiedades de la tierra que sirven de apoyo a las exploraciones geológicas. Los datos capturados pueden estar incompletos debido a las limitaciones ambientales, el mal funcionamiento del hardware o, de especial interés para la industria, la eliminación de elementos del sistema de adquisición para reducir costos e impacto ambiental. Los datos faltantes pueden recuperarse mediante técnicas computacionales, como el uso de principios de muestreo compresivo. No obstante, la mayoría de estos métodos se centra en el problema de recuperación de datos a causa de receptores deficientes en lugar de fuentes sísmicas eliminadas. Por otro lado, las campañas sísmicas se realizan generalmente en superficies adyacentes con propiedades similares, generando altas correlaciones en los datos sísmicos que no han sido incorporados en los métodos de recuperación. Por lo tanto, en esta tesis se desarrolló un método de recuperación de datos sísmicos que aprovecha las altas redundancias estructurales exhibidas en las secciones del dominio cross-spread. Específicamente, se introdujo una aproximación tensorial de bajo rango sobre las componentes principales en los diferentes modos del tensor sísmico. Los experimentos validaron la eficacia del método de recuperación de datos sísmicos utilizando conjuntos de datos sintéticos-realistas y realistas, destacando que la propuesta supera el estado del arte en la recuperación de datos faltantes de una fuente eliminada, obteniendo una ganancia de hasta 1.5 dB y 0.07 en la calidad de la señal (PSNR) y similitud estructural (SSIM).