Filtros ótimos: efeitos de janelas e de tipo de fase

O objetivo central deste trabalho é o estudo do desempenho do operador deconvolucional WHL na compressão do pulso-fonte sísmico, sob condições especiais de fase não-mínima e da densidade de eventos no traço, como casos advogados para dados reais e processamento em rotina. O método de ataque ao problema construído é centrado no conteúdo da informação da função autocorrelação submetida a diferentes condições: (a) de truncamento e tipo de janelas; (b) das características da fase do operador (se mínima ou não-mínima); (c) da medida de qualidade; (d) do nível de embranquecimento; (e) do ruído presente e da equalização; (f) do balanceamento do traço; (g) dos princípios físicos da propagação expressos e limitados pelo modelo convolutional. Os resultados obtidos são apenas na forma numérica, organizados na forma de álbuns com dificuldades crescentes, e demonstram como o uso de janelas na autocorrelação serve para diagnosticar e melhorar a performance dos operadores. Concluímos que muitas perguntas ainda surgem quando técnicas de deconvolução são aplicadas a seções sísmicas de bacias sedimentares, e que o modelo de Goupillaud é conveniente para simulações e análises devido a sua descrição matemática simples e completa.

ABSTRACT: The central objective under investigation in this paper is the performance of WHL deconvolution operators for the compression of the seismic source-pulse under the conditions of non-minimum phase and density of events on the trace, as is the case supported for the real data and batch deconvolution. The method of attack to the constructed problems is centered on the information content of the autocorrelation function submitted to different conditions of: (a) the truncation and taper windows; (b) the characteristics of the operator phase (if minimum or non-minimum phase); (c) the measure of quality; (d) the whitening level; (e) the noise present and equalization; (f) the balancing of the trace; (g) the physical principles of wave propagation as expressed and limited by the convolutional model. Results can only be obtained numerically, and they are shown in the form of albums with increasing difficulties, and they demonstrate how the time windows on the autocorrelation serve to diagnostic and to improve the performance of the operators. We conclude that many questions still arise when deconvolution techniques are applied to seismic reflection data from sedimentary basins, and that the Goupillaud model is convenient for simulations through its simple and complete mathematical description.