Adquisición Sísmica – Generalidades

Héctor Silva
Ing. Geofísico
Adquisición:
Necesidades corporativas-organizacionales Local /
Tipo de Fuentes de energía
Regional / global Tipo y tamaño de equipos
Tecnología Capacidad Instrumentos de grabación
Controles ambientales Técnicas de procesamiento

Fuente de Energía: Vibradores VE 432: Nueva generación de sistema de control digital del vibro, utilizando
un servomecanismo totalmente auto-adaptativo.
Se permite el uso de todas las técnicas avanzadas vibroseis tales como
- Barridos pseudo-aleatorios
- Múltiples fuentes simultáneas intercaladas (flip-flop o slip-modes
Barridos codificados
- Barridos en cascada
- Totalmente compatible con la mayoría de “Sensores de Posición Diferencial satelital” como los receptores
DGPS y GLONASS, para el seguimiento integrado de las posiciones de la fuente.
Sistemas de grabación: Tecnología de Autoseis (Global Geophysical Servicies Inc.):
1700 unidades de HDR
1700 geófonos
1700 baterías.

Sistema de Adquisición de Datos de Alta Definición (High Definition Recorder - HDR)

Hasta 2016-2018: Único sistema en el mercado que graba datos sísmicos en 32 bits.

Beneficios:
- Grabación continúa, cada unidad posee un reloj de GPS
altamente preciso.
- Período de grabación hasta 85 días (a 2ms durante 12
horas por día).
- De menor tamaño y más liviano (0.3 kg).
- Capacidad de adquirir hasta sin tener estacas preplot en el
terreno (Tecnología de última generación).
- Alton niveles de seguridad (minima exposición).
- Flexibilidad total en todos los tipos de terreno.
Shukla y Chakrabory. 2000
Geófonos – Especificaciones:
Ejemplo: SM24
Compañía de fabricación: Sensor Nederland b.v.
- Ancho de banda a 2 ms de muestreo
- Compatible con SM-4, SM-4 SuperphoneTM y SM-24ST.
- Elemento horizontal disponible para grabaciones de
ondas de corte y 3-C.
- Menor costo de propiedad del ciclo de vida en la
industria
Jordán Q. (2016)

Control de Información:
Softwares manejo de base de datos - Reportes:
- Microsoft Access - Microsoft office.
- Control de geometría: - Control de Coordenadas: Mesa.
- Elaboración de mapas – imágenes: Arcview GIS
- Preprocesamiento: ProMax – Seispace 5000.1,
- Revision final de formatos SPS: SPS suite.
En caso de refracciones y up-holes - Softwares: Pickwin,
SeisRefra, etc. Jordán Q. (2016)
EQUIPO DE PROCESAMIENTO
(Según el tipo de adquisición, cantidad de datos estimados y disponibilidad de la
empresa:
- Estaciones estaciones de trabajo:
- 6.1.1 Hardware
- SuperMicro Workstation Dual Quad Core Intel 2.83 GHz,
- Memoria RAM 8Gb
- Capacidad Disco Duro 7.5TB.
- Monitores HP LCD de 21“
- Switch Qlogic para conexiones de red.
- Unidades de lectura/escritura IBM para cintas Fujifilm 3592 – 300Gb.
- Unidades NAS – (Network Attach Store) Capacidad 7 TB,
- UPS 5000V.

Software: Varias compañías

(Landmark Graphics) - Red-Hat Enterprise, Especificaciones:
- Software de procesamiento: Promax – SeisSpace 5000.0.1 ( 2D/3D)
- Sistema Operativo Linux Red Hat Versión 4.1.18.
Sísmica Alta Resolución (HRSS)
Levantamiento sísmico 2D de alta resolución para la
exploración de metano en capas de carbón: Un caso de
Estudio.
Supriya Shukla *, RSN Choudhary, S. Chakraborty, ONGC, Kolkata.

80 km. (Rumbo y buzamiento)

Identificación, profundidad, espesor, variación lateral y
horizontal. Fallas y fracturas.
Vetas de carbón: Espesor: 1-12 m
Prof: 300 – 1300 m / Tiempo: 200 – 1500 ms
Sensores SVSM – Tendido Split Spread.
Cobertura: 150
Offset Max: 1498 m – Longitud de línea: 2995 m
Fuente de energía: Explosivos.
Instrumento de grabación E/S Scorpion IV (Digital)
Sensor SVSM (MEMS de 3 componentes)
Secuencia Convencional de procesamiento: RCC Kolkata
Mayor posibilidad que estudios convencionales
Tiempo de ejecución corto.
Shukla y Chakrabory. 2000
Datos Símicos Alta frecuencia:
Delineación de vetas y capas de carbón.
Veta única: la profundidad de la veta alterará marginalmente la respuesta sísmica con reflexiones más
profundos, con una reducción menor en la energía de alta frecuencia, comparados con los eventos de
reflexión someros.
Vetas múltiples: Fue difícil extraer una imagen de calidad de alta resolución, en profundidad. La energía
sísmica sufre una pérdida de transmisión cuando pasa a través de múltiples vetas de carbón en la
secuencia geológica.

Presencia de minas a cielo abierto y

subterráneas, así como minas ilegales:
- Vacíos en el subsuelo:
Severa pérdida de transmisión de la señal
sísmica.
Reflexiones para vetas más profundas:
Afectados por baja relación señal/ruido.
Calidad de Imagen deficiente.
Shukla y Chakrabory. 2000
Obtención de imágenes y caracterización de un yacimiento de esquisto en la
costa de Polonia utilizando imágenes de profundidad sísmica de azimut
completo
Imaging and Characterization of a Shale Reservoir in Onshore Poland Using Full-azimuth Seismic Depth Imaging
Podolak, et. al. (2014)

- Nuevo método de imágenes y

caracterización en el dominio del ángulo
local (LAD) en un yacimiento de lutitas –
atributos.
- Imágenes de alta calidad

Caracterización geomecánica del yac:

Perforación horizontal
Identificación y delineación
“geocuerpos” Zonas de fractura
(correlación orientación esfuerzos) .
de Figura 2 A – Esquema de estratigrafía, simetría de intervalos y posición del objetivo en el área
investigada. B: comparación de la orientación de anisotropía derivada de sísmica con un
diagrama de rosa del pozo y del monitoreo microsísmico de fracturamiento. Podolak, et. al.
(2014)
Área: Estrés (Esfuerzo) local y distribución de fracturas varía tanto lateral, como verticalmente: Falla
perforación convencional para esquistos.
Nuevo método de generación de imágenes de
datos sísmicos: imágenes de profundidad en el
dominio de ángulo de azimut completo.
Imágenes de alta calidad del yacimiento y la
caracterización geomecánica de las rocas con la
precisión necesaria para dirigir la perforación
horizontal, detectar puntos óptimos y ubicar
geocuerpos resistentes a la fractura.

Estimación y compensación de la anisotropía

polar (VTI o TTI). (vertical transverse isotropy o
Figura._ Energía de reflexión (especular) a lo largo del horizonte sísmico
Tilted transverse isotropy (eje inclinado): objetivo (izquierda); energía de difracción apilada (derecha). )Podolak, et.
al. (2014)

- Estimación de los parámetros de anisotropía azimutal

- Tomografía de azimut completo para separar las heterogeneidades de velocidad, de la anisotropía azimutal:
Construir un modelo confiable en profundidad de la sobrecarga / Estimación consistente de los fenómenos
dependientes del azimut en el objetivo.
Atenuación de múltiples para la inversión sísmica con el algoritmo de optimización por enjambre de
partículas.
Espino López, Giovanni (2020)

Objetivo: Elaboración modelo viscoelástico heterogéneo 3D,

Desarrollar metodología fundamentada en la inversión
espectral, mediante el algoritmo de optimización de
enjambre de partículas (PSO), sobre datos sintéticos y
reales, para filtrar y acondicionar los datos y mejorar la
relación señal ruido, con la estimación de los coeficientes
de reflexión en diferentes rangos de frecuencias.
mediante la ecuación viscoelastica. Sobre un
modelo geológico complejo de sistemas de
estructuras rocas carbonatadas.
Validación de la metodología mediante la aplicación
de PSO.

Buena correlación entre el modelo simulado con algoritmos de diferencias finitas, considerando las condiciones de
frontera (PML).
Relación señal/ruido mejora gradualmente, mayor cantidad de eventos reales visibles en imágenes obtenidas.
Datos reales: Excelentes resultados con Transformada Radón y de convolucíón predictiva. Eliminación de múltiples de
primer y segundo orden, preservando amplitudes.
Algoritmos Heurísticos – Enjambre de partículas: Resultados aceptables. No se crean nuevos modelos, solo perturbación
de la población (modelo inicial) – comparados con soluciones individuales.
Inversión espectral, mejoran resultados: Bandas de frecuencias, independientemente de la traza sísmica, mejor definición
de eventos de interés.
Algoritmo de optimización por enjambre de partículas PSO.

Fue desarrollado por Kennedy y Eberhart (1995):

Método de optimización para funciones no lineales, basado en la simulación ee un modelo del comportamiento social de
los organismos, tales como las parvadas de aves o los bancos de peces . Cada individuo o partícula representa una
posible solución al problema de optimización, el movimiento de las partículas está definido en todo el dominio de
solución. El movimiento de cada partícula esta en función de su posición actual, y por las mejores posiciones globales,
tanto en cada partícula individual, como por la partícula con mejor posición en el enjambre. El algoritmo PSO se rige bajo
ciertos principios:
- Principio de proximidad
Relaciones la ubicación espacial de las soluciones y la distancia entre ellas, esto garantiza que haya diversidad en el
enjambre, siendo inicialmente posiciones aleatorias.
- Principio de Calidad: Un individuo debe reaccionar correctamente según su posición, tendiendo localmente hacia los
mínimos y manteniendo la tendencia a la exploración en el dominio de la solución influenciada por los factores de
movimiento.

Principio de diversidad de respuesta.

Cada partícula esta influenciada por el conocimiento y habilidades propias y por las de la partícula de mejor posicipn
(partícula líder), lo que hace que cada partícula responda de manera particular en su movimiento.

Principio de estabilidad
El enjambre no debe presentar reacciones bruscas o inestabilidad durante cualquiera de de los estados que se presenten,
lo rigen los factores de aceleración o inercia en la ecuación de velocidad de las partículas.
Principio de adaptabilidad
El enjambre debe cambiar la tendencia del movimiento, dicha tendencia
sobre la dirección donde el enjambré tiende hacia un máximo global, lo
definirá la inercia con respecto de a partícula líder.

La partícula posee una posición p, el cual es un vector que contienen los

parámetros en los que está definido el espacio de solución, así mismo,
cada partícula tiene una velocidad v, la función de velocidad esta dada
por la ec (Dt_) es el elemento que dirige el proceso de optimización y
refleja el conocimiento que la partícula ha adquirido a través de la
experiencia.

Pbest= Mejor posición de la partícula en el pasado.

Pgbest= Parámetros de la partícula de mejor posición o partícula
líder (mejor posición encontrada desde el inicio de las iteraciones.
W= Constante de Inercia.
C1 y C2= Constantes de aceleración Algoritmo PSO – Diagrama de Flujo. Espino López (2020)

Rand= Número aleatorio.

Referencias Bibliográficas
Espino López, Giovanni. 2020. “Atenuación de múltiples para la inversión sísmica con el algoritmo de optimización por enjambre de
partículas”. Trabajo especial de Grado. Instituto Politécnico Nacional. Escuela Superior de Ingeniería y Arquitectura. Unidad Ticomán.
Ciencias de la Tierra. México.

Jordán Q,. Isbelia Danna. 2016. ““Adquisición Sísmica 2d Y 3d, Y Pre Procesamiento En Campo Del Proyecto Los Naranjos Y Jurumi,
Departamento De Boquerón - Paraguay”. Universidad Nacional de San Agustín de Arequipa Facultad De Geología Geofísica Y Minas. Escuela
Profesional de Ingeniería Geofísica. Arequipa. Perú.

Podolak, M.W.; Kowalski, H.; Godlewski, P.; W. Kobusinski, J.; Makarewicz, A. Nowicka; Z. Mikolajewski, Chase, D.; Dafni, R.; Canning, A.
and Koren, Z. 2014. “Imaging and Characterization of a Shale Reservoir in Onshore Poland Using Full-azimuth Seismic Depth
Imaging” 76th EAGE Conference & Exhibition 2014 Amsterdam RAI, The Netherlands, 16-19 June 2014.

Shukla y Chakrabory. 2015 “2D High Resolution Seismic Survey for Coalbed Methane Exploration-A Case Study” Biennial International
Conference & Exposition. SPG India. Jaipur 2015. Email_id: 124582@ongc.co.in

Chelotti, L., Acosta, N., Foster, M., Ledesma Vallvè, M., Costantino, D., “Interpretación Sísmica de Reflexión” Cátedra de Geofísica Aplicada, U.N.P.S.J.B.
Chubut, Argentina. Glosas. Tema 17: Cid de la Paz,M., Guerra, G., 2020.