Migración Kirchhoff empleando datos comprimidos mediante una descomposición matching pursuit

Simple item page
dc.contributor.advisorFajardo Ariza, Carlos Augusto
dc.contributor.advisorRamírez Silva, Ana Beatriz
dc.contributor.authorSanchez Colmenares, Edher Fabian
dc.date.accessioned2024-03-03T23:26:20Z
dc.date.available2017
dc.date.available2024-03-03T23:26:20Z
dc.date.created2017
dc.date.issued2017
dc.description.abstractLa migraci´on Kirchhoff es uno de los m´etodos est´andar utilizados por la industria petrolera para procesar datos s´ısmicos. Este m´etodo se basa en mapear de tiempo a profundidad las muestras de los datos de entrada de acuerdo con las tablas de tiempo de viaje. El objetivo de la migraci´on es obtener una imagen s´ısmica de mayor precisi´on. Actualmente, la cantidad de datos a procesar puede ser del orden de los Terabytes, lo cual demanda altos costos de almacenamiento y c´omputo. Por lo tanto, una alternativa para llevar a cabo de manera eficiente el proceso de migraci´on es emplear t´ecnicas de compresi´on de datos s´ısmicos para reducir el tama˜no de los datos a procesar y desarrollar el proceso de migraci´on en un dominio comprimido. Este proyecto de investigaci´on desarrolla una migraci´on 2D Kirchhoff pre-apilada sobre datos s´ısmicos comprimidos mediante algoritmos Matching Pursuit. Se utilizaron tres diferentes algoritmos Matching Pursuit (MP, OMP y OLS) y se plantearon dos estrategias de migraci´on. Se utiliz´o la Relaci´on Se˜nal-Ruido (SNR), el error de amplitud en los reflectores y el espectro de Fourier como m´etricas para determinar la calidad de los resultados obtenidos por el m´etodo propuesto. Las pruebas se realizaron sobre tres modelos de velocidades sint´eticos y se tom´o el factor de compresi´on (CR) como variable independiente. Los resultados muestran que el m´etodo OLS ofrece una SNR por encima de 40 [dB], con un error de amplitud inferior al 0,1 % en los reflectores para un CR de 10. Para un CR de 20, se obtuvo un error del 0.1 % en t´erminos de magnitud en el espectro de frecuencia. Por otro lado, OMP ofrece los mejores resultados en t´erminos de calidad/tiempo de ejecuci´on, ya que requiere menos esfuerzos computacionales que OLS. Finalmente, los resultados sugieren la posibilidad de realizar la migraci´on Kirchhoff comprimiendo los datos s´ısmicos hasta 20:1 sin afectar significativamente los atributos s´ısmicos de la imagen.
dc.description.abstractenglishKirchhoff migration is one of the standard methods used by the oil industry to process seismic data. This method is based on mapping from time to depth the input data samples according to the travel time tables. The objective of the migration is to obtain a more accurate seismic image. Currently, the amount of data to be processed can be in the order of Terabytes, which demands high storage and computational costs. Therefore, an alternative to efficiently carry out the migration process could be to employ seismic data compression techniques to reduce the size of the data to be processed and to develop the migration process in a compressed domain. This research project develops a pre-stacked 2D Kirchhoff migration on compressed seismic data using Matching Pursuit algorithms. Three different Matching Pursuit algorithms were used (MP, OMP and OLS) and two migration strategies were proposed. The Signal-to-Noise Ratio (SNR), the amplitude error in the reflectors and the Fourier spectrum were used as metrics to determine the quality of the results obtained by the proposed method. The tests were performed on three synthetic velocity models and the compression ratio (CR) was taken as independent variable. The results show that the OLS method offers an SNR above of 40 [dB], with an amplitude error in the reflectors less than 0.1 % for a CR of 10. For a CR of 20, it was obtained an error of 0.1 % in terms of magnitude in the frequency spectrum. On the other hand, OMP offers the best results in terms of quality/execution time, since it requires less computational effort than OLS. Finally, the results suggest the possibility of performing the Kirchhoff migration by compressing the seismic data up to 20:1 without significantly affecting the seismic attributes of the image.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería Electrónica
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/36974
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectCompresi´On De Datos S´Ismicos
dc.subjectAlgoritmos Matching Pursuit
dc.subjectMigraci´On Kirchhoff
dc.subjectMatlab.
dc.subject.keywordSeismic Data Compression
dc.subject.keywordMatching Pursuit Algorithms
dc.subject.keywordKirchhoff Migration
dc.subject.keywordMatlab.
dc.titleMigración Kirchhoff empleando datos comprimidos mediante una descomposición matching pursuit
dc.title.englishKirchhoff migration using compressed data by a matching pursuit decomposition.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
568.18 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.64 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
227.33 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería Electrónica