Creación de superficies a partir de un horizonte previamnete interpretado

86. Al interpretar un cubo sísmico, en la mayoría de los casos, las capas siguen un patrón estructural similar, y a su vez, representa una ayuda al interpretar a cualquier profundidad del cubo. Sabiendo esto, podemos aseverar que la interpretación de algún horizonte dado, puede darnos pauta para la interpretación idealizada de nuestro cubo sísmico, y esto, solo es un supuesto, ya que cabe recalcar que cada horizonte interpretado puede tener características distintas, como diferente litología, por lo que se debe tomar este supuesto como una posibilidad, más no una regla a seguir. 

Fig. 1 Crossline 1004 del volumen sísmico, donde se visualiza el patrón geológico debido a la tectónica de la zona.

87. En la X-line 1004, podemos notar que existe un patrón de fallas que predisponen a los bloques de una manera uniforme, se puede ver en flechas amarillas, como el patrón es el mismo, por lo que en este caso, aplicaría utilizar este artificio para poder realizar una interpretación cuantitativa más íntegra. 

88. Para realizar este ejercicio, y basándonos en el supuesto anterior, procedemos a sacar copias de la superficie interpretada. Ya que para las siguientes tareas se necesita un “volumen” de datos interpretados, necesitamos, al menos, 3 horizontes previamente interpretados. En este caso tomamos una cima, la superficie original y una base.

 

Fig. 2 Visualización de la ventana 3D para realizar el duplicado del horizonte.

89. Con los botones “Copy item (Copiar objeto)”, y “Paste item (Pegar objeto)”, creamos las superficies, y en pasos posteriores, procederemos a modificar ciertas características para que podamos diferir entre superficies, ya que como es una copia de la original, tienen las mismas características.

90. Empezamos con el cima. Seleccionamos nuestra cima (Superficie_1_Cima), y le damos clic derecho y ubicamos la opción “Settings (Ajustes)”.  

Fig. 3 Visualización de la ventana 3D para realizar el duplicado del horizonte.

91. Seleccionamos la pestaña “Calculations (Cálculos)”, y en esta pestaña, modificaremos la profundidad a la que se encuentra nuestro horizonte, en este caso, la cima. Para este ejercicio, utilizaremos un valor de 50, para que no sea un cambio tan abrupto. Seleccionamos la opción “Z=Z+A”, ya que queremos que nuestro horizonte suba, respecto a nuestro horizonte original, por el hecho de manejar datos en profundidad, que son negativos. Al finalizar de nuestras modificaciones, procedemos a hacer lo mismo con nuestra base.  

 

Fig. 4 Ventana de configuración para la superficie

92. Podemos visualizar la interpretación de la cima y el horizonte original. Se puede ver como el patrón estructural y la interpretación llevan cierta relación.  

94. Seleccionamos la pestaña “Calculations (Cálculos)”, y en esta pestaña, modificaremos la profundidad a la que se encuentra nuestro horizonte, en este caso, la base. Para este ejercicio, utilizaremos un valor de 50, para que no sea un cambio tan abrupto. Seleccionamos la opción “Z=Z-A”, ya que queremos que nuestro horizonte baje, respecto a nuestro horizonte original, por el hecho de manejar datos en profundidad, que son negativos.

95. Respetando la sucesión estratigráfica, se presenta la cima, el horizonte original y nuestra base, siguiendo un patrón similar a nuestra sísmica, por lo que nuestra interpretación es en teoría “aceptable”.

96. Al momento de modificar una superficie con respecto a una original, los colores correspondientes a indicar la profundidad se modifican, ya que es precisamente lo que hicimos al duplicar el horizonte original, y modificar su profundidad. Para evitar esto, daremos clic derecho a nuestros horizontes, y ubicaremos la opción “Settings (Ajustes)”. Fijaremos en la pestaña “Info (Información)”, y seleccionaremos el candado, el cuál tiene la utilidad de dejar fijas las características de la superficie en cuestión. Después de realizar este procedimiento, nos ubicaremos en la ventana “Colors (Colores)”, y seleccionaremos las flechas de los valores mínimo y máximo de nuestra escala, con el fin de ubicar la escala en nuestra superficie con una paleta de colores adecuada. Esto lo aplicaremos para las 3 superficies.

El modelado geocelular es el volumen 3D de los medios del yacimiento que incluye celdas 3D malladas con una ilustración completa del paquete estratigráfico, las subcapas/horizontes del yacimiento y las fallas (Shepherd, 2009; Yarus et al., 2012; Fei et al. , 2016; Gomes et al., 2018; Usman et al., 2021).

97. El primer paso para realizar un modelo geocelular, es la creación de una “Grid (Malla)”, en la cuál nosotros migraremos los datos deseados para realizar la misma. 

98. Procederemos a ubicar en la ventana de “Processes (Procesos)”, la opción “Utilities (Utilidades)”, y seleccionaremos la opción “Make simple grid (Realizar malla sencilla)”. 

Fig. 11 Visualización de los tres horizontes con una escala de colores independiente.

99. Después le asignamos un nombre a nuestro modelo, en este caso “Modelo_1. En la opción de “Boundary (Límites)”, usaremos el polígono creado para delimitar nuestra superficie de curvas de nivel. Primero seleccionamos nuestro polígono, y le damos clic a la flecha para asignarlo como límite, lo cuál está seleccionado en recuadros rojos. En la pestaña de “Input data (Datos de entrada)”, seleccionamos la opción de “Insert surfaces (Insertar superficies)”, en la cuál, nosotros delimitaremos nuestra grid con nuestros horizontes interpretados, en este caso, la cima y la base. Para hacer eso seleccionamos el horizonte a importar, y en este caso, se deben importar respetando la sucesión geológica (De horizontes más jóvenes a más viejos), ya que el software no difiere en que horizonte estamos importando, ya que solo interpreta profundidades. Seleccionamos la cima “Superficie_1_Cima”, y le damos clic al botón “Append item in the table (Anexar objeto a la tabla)”, después de esto, hacemos lo mismo con nuestra base “Superficie_1_Base”. Aparecen en recuadros amarillos y azules la selección de la superficies. Después, procedemos a modificar la geometría de nuestra malla. 

Fig. 12 Creación del mallado para el modelo geocelular.

100. En la pestaña de geometría, seleccionamos la opción “Get limits from selected (Obtener límites de lo seleccionado)”, la cuál tiene como objetivo obtener los límites de nuestro polígono dado en el paso anterior, y esto con el fin de delimitar nuestra malla. En la parte de “Grid increment (Incremento de la malla)”, se modifica dependiendo a la capacidad de cómputo del usuario o la calidad en materia de resolución de nuestro modelo geocelular, en este caso, utilizaremos un tamaño de 100 x 100. Seleccionamos el botón “OK”.

Fig. 13 Delimitación de los límites de la malla.

101. En la pestaña de geometría, seleccionamos la opción “Get limits from selected (Obtener límites de lo seleccionado)”, la cuál tiene como objetivo obtener los límites de nuestro polígono dado en el paso anterior, y esto con el fin de delimitar nuestra malla. En la parte de “Grid increment (Incremento de la malla)”, se modifica dependiendo a la capacidad de cómputo del usuario o la calidad en materia de resolución de nuestro modelo geocelular, en este caso, utilizaremos un tamaño de 100 x 100. Seleccionamos el botón “OK”.

Fig. 14 Visualización de las mallas de los tres horizontes.

102. Como resultado, se creará un nuevo apartado en nuestras pestañas “Models (Modelos)”, donde se almacenarán todos los modelos creados. Podemos visualizar el “Skeleton (Esqueleto)”, el cuál es la representación inicial de nuestro modelo.

103. También se generarán “Horizons (Horizontes)”, los cuáles se utilizan para generar los límites del modelo. Cabe recalcar que es algo muy diferente a las superficies interpretadas con anterioridad. Se puede ver que están señalizadas con recuadros rojos. El objetivo de todo esto es generar un modelo sólido con propiedades de la roca, en este caso, importaremos nuestra sísmica a nuestros horizontes interpretados.

Fig. 15 Visualización de los topes del modelo geocelular.

104. Para proceder a importar propiedades a nuestro modelo, primero tiene que crear una zonificación de capas para poder evaluar el modelo, esto se hace con la opción “Layering (Capas)”, del submenú “Structural modeling (Modelado estructural), de la ventana “Processes (Procesos)”. Al darle doble clic nos aparece una ventana como la siguiente. 

Fig. 16 Visualización del menú "Layering".

105. Para calcular las subdivisiones de capas que se tienen que asignar, se hace un estimado con respecto a los horizontes del modelo, al ver el espaciado entre amplitudes, se determina que una división de 30 capas en la zona es una estimación cercana.  

Fig. 17 Visualización de los topes del modelo geocelula y selección del número de capas para la zonificación.

106. Después de calcular el factor de división, se modifica en “Number of layers (Número de capas)”, el valor previamente calculado, después procedemos a darle “OK”.   

Fig. 18 Visualización de los topes del modelo geocelula y selección del número de capas para la zonificación.

107. Procedemos a empezar a importar propiedades a nuestro modelo. En el menú “Processes (Procesos)”, seleccionamos la opción “Geometrical modeling (Modelado geométrico)”. Nos saldrá una ventana como se muestra en la figura.

Fig. 19 Ventana de "Geometrical modelling", en donde se exportan las propiedades al modelo geocelular.

108. Creamos una nueva propiedad para nuestro modelo, y en este caso, seleccionamos el método de “Cell volume (Volumen de celda)”, el cuál nos permite calcular el volumen aparente de cada celda de nuestro modelo.

Fig. 20 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "Cell volume".

109. En la plantilla de propiedades, seleccionamos “Bulk volume (Volumen aparente)”. El proceso de cálculo de volumen calculará con precisión los distintos volúmenes (densidad, poros y fluidos) en una cuadrícula 3D. En este caso, se calcula el volumen aparente, que es un término utilizado en relación con la densidad y el volumen de un sólido poroso.

Fig. 21 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "Bulk volume".

110. Después de generar nuestra propiedad para el modelo, esta se almacenará en la pestaña “Properties (Propiedades)”, que se encuentra en nuestro modelo, al activar la propiedad, en este caso “Bulk volume (Volumen aparente)”, se puede visualizar la propiedad aplicada al modelo. 

Fig. 22 Visualización de la propiedad "Bulk volume" en el visualizador 3D.

111. Para poder visualizar la zonificación de las celdas, seleccionamos el botón que aparece al activar “Property modeling (Modelado de propiedades)”, el cuál es “Show/hide grid lines (Mostrar/ocultar líneas de la malla), el cuál se encuentra indicado en un recuadro rojo. Al activarlo, se puede ver algo como la siguiente imagen. Al darle cierto aumento visual, se ven las divisiones de las celdas tanto en dirección Inline como en la Xline. 

Fig. 23 Visualización de la propiedad "Bulk volume" en el visualizador 3D con las líneas de mallado activado.

112. Podemos visualizar secciones de corte, como lo es en la dirección Inline, para esto, utilizamos el botón “Align alon I-direction (Alinear en la dirección I)” .

Fig. 24 Visualización de la propiedad "Bulk volume" en el visualizador 3D con las líneas de mallado activado en dirección inline.

113. Podemos visualizar secciones de corte, como lo es en la dirección Crossline, para esto, utilizamos el botón “Align alon I-direction (Alinear en la dirección I)” .

Fig. 25 Visualización de la propiedad "Bulk volume" en el visualizador 3D con las líneas de mallado activado en dirección inline.

114. Podemos visualizar secciones de corte, como lo es en la dirección del Time slice (“Rebanada” en tiempo), para esto, utilizamos el botón “Align alon K-direction (Alinear en la dirección K)”.

Fig. 26 Visualización de la propiedad "Bulk volume" en el visualizador 3D con las líneas de mallado activado en visualización de rebanada en tiempo.

115. Podemos aplicar otra propiedad, en la cuál dividimos a nuestro modelo en capas individuales, en este caso, recordemos que asignamos un valor de 30 en la subdivisión de las capas, en la que podemos asignar propiedades individuales. La opción de índices de zonas y segmentos permite al usuario crear una propiedad discreta donde a las celdas se les asigna un valor de acuerdo a su segmento.
 

116. Creamos una nueva propiedad para nuestro modelo, y en este caso, seleccionamos el método de “Zone and segment index (Índices de zonas y segmentos)”, el cuál nos servirá para dividir por estratos a nuestro modelo. 

Fig. 27 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "Zone and segment index".

117. En la plantilla de propiedades, seleccionamos “General discrete (Discreto general)”, la cuál es una medida estadísticas para cuantificar datos dentro de un cierto rango, y seleccionamos, en este caso, “From all layers (K) (Desde todas las capas (K))”, y con esta, cada capa tendrá una propiedad independiente.

Fig. 28 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "From all layers".

118. Después de generar nuestra propiedad para el modelo, esta se almacenará en la pestaña “Properties (Propiedades)”, que se encuentra en nuestro modelo, al activar la propiedad, en este caso “Zones/Segments (Zonas/Segmentos)”, se puede visualizar la propiedad aplicada al modelo. 

Fig. 29 Visualización de la propiedad "From all layers" en el visualizador 3D con las líneas de mallado activado en visualización de rebanada en tiempo.

119. Podemos aplicar otra propiedad, en la cuál escalaremos los datos de nuestro cubo sísmico al modelo, y esto para realizar una interpretación fondo. Al muestrear un volumen sísmico (sísmica sin procesar o atributos), puede crear una propiedad sísmica en la cuadrícula 3D en el tiempo o la profundidad de acuerdo con el dominio sísmico.Creamos una nueva propiedad para nuestro modelo, y en este caso, seleccionamos el método de “Seismic resampling (Re-muestreo sísmico)”, el cuál nos servirá para escalar el cubo sísmico a nuestro modelo.
 

Fig. 30 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "Seismic resampling".

120. En la opción de “Seismic (Sísmica)”, seleccionamos nuestro cubo sísmico, y le damos clic a la flecha para importar al modelo.

Fig. 31 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "EJ1_ZHY (Volumen sísmico realizado)".

121. En la opción de “Quality (Calidad)” seleccionamos “Intersecting (Intersección)”, en la cuál todas las celdas sísmicas que intersecan la celda de propiedad contribuirán al cálculo promedio. Y en el “Average method (Método para promediar)”, seleccionamos “Arithmetic (Aritmético)”. Después seleccionamos el botón “OK”.

Fig. 32 Ventana de "Geometrical modelling", donde seleccionamos la propiedad "Seismic resampling".

122. Después de generar nuestra propiedad para el modelo, esta se almacenará en la pestaña “Properties (Propiedades)”, que se encuentra en nuestro modelo, al activar la propiedad, en este caso “Seismic (Sísmica)”, se puede visualizar la propiedad aplicada al modelo. 

Fig. 33 Visualización de la propiedad "Seismic" en el visualizador 3D con las líneas de mallado activado en visualización de rebanada en tiempo.

123. Podemos aplicar filtros a nuestros modelos, con la finalidad de resaltar alguna cualidad de nuestros datos. En este caso, aplicaremos filtros a la sísmica escalada al modelo para resaltar las amplitudes altas, las amplitudes bajas y las amplitudes “cero”. Para esto, damos clic derecho a la pestaña “Properties (Propiedades)”, y seleccionamos la opción “Settings (Ajustes)”.

Fig. 34 Selección del menú propiedades a las propiedades del modelo geocelular.

124. Podemos aplicar filtros a nuestros modelos, con la finalidad de resaltar alguna cualidad de nuestros datos. En este caso, aplicaremos filtros a la sísmica escalada al modelo para resaltar las amplitudes altas, las amplitudes bajas y las amplitudes “cero”. Para esto, damos clic derecho a la pestaña “Properties (Propiedades)”, y seleccionamos la opción “Settings (Ajustes)”.

125. Seleccionamos la pestaña “Filter (Filtro)”, y activamos la opción “Use value filter (Usar valor del filtro)”, con la finalidad de determinar los valores de corte del filtro. Seleccionamos la propiedad a la cual aplicaremos el filtro, en este caso, “Seismic (Sísmica)” y activamos la casilla de “Use filter (Usar filtro)”. Se activará una escala en la cuál nosotros decidiremos los límites para el filtro. En las siguientes imágenes se muestran el filtro aplicado a solo amplitudes positivas, luego a amplitudes negativas y al final, a amplitudes “cero”.

Fig. 35 Selección del filtro en amplitudcon fines de visualización.

Fig. 36 Aplicación del filtro para amplitudes positivas.

Fig. 37 Aplicación del filtro para amplitudes negativas.

Fig. 38 Aplicación del filtro para amplitudes en el cruce cero.

Introducción

Cuando se habla de procesamiento de datos sísmicos, una parte fundamental del trabajo es asegurarse de que las ondas sísmicas recibidas sean interpretadas de la manera más precisa posible. Este proceso incluye varias correcciones que tienen que ver con la forma en que las ondas se desplazan por la Tierra, lo que conocemos como NMO, DMO y LMO.

Estos términos pueden sonar complicados, pero lo que hacen básicamente es ajustar los datos para reflejar de mejor manera la realidad del subsuelo. A continuación, te explicamos cada uno de estos conceptos de manera sencilla y cómo están relacionados.

¿Qué es NMO (Normal Moveout)?

El NMO (Normal Moveout) es una corrección que se aplica a los datos sísmicos para compensar el hecho de que las ondas sísmicas tardan más en llegar a los geófonos que están más alejados del punto de disparo de la fuente sísmica.

En otras palabras, un registro de disparo que muestra la fuente, los receptores, los rayos, los puntos de reflexión y los puntos medios. El aumento del tiempo de viaje con el desplazamiento (distancia fuente-receptor) es el efecto de desplazamiento normal.

Se obtiene una línea sísmica haciendo rodar el tiro y los receptores una cierta distancia hacia adelante. Esto da más de una traza con el mismo punto medio.

Imagínate que haces un experimento donde lanzas una piedra a un lago y tienes sensores (geófonos) en diferentes puntos alrededor. Las ondas del agua (equivalentes a las ondas sísmicas) tardan más en llegar a los sensores que están más lejos. En términos sísmicos, esto genera lo que llamamos un "tiempo de llegada tardío" o moveout.

La corrección NMO ajusta ese tiempo adicional que tardan en llegar las ondas a los geófonos más alejados. Es un paso crucial porque nos permite que los tiempos de llegada de las ondas se alineen mejor y así podamos obtener una imagen más precisa del subsuelo.

¿Por qué es importante? Sin esta corrección, los reflejos del subsuelo se verían inclinados o deformados, lo que haría mucho más difícil interpretar las capas de la Tierra correctamente.

Fig. 3 Comparación de la corrección NMO con datos recopilados por CMP ruidosos. (a) La recopilación CMP con ruido limitado por banda gaussiana agregado (Figura 5a) y (b) el resultado de la corrección DTW-NMO.

Fig. 4 Los datos sísmicos se clasifican por punto medio común y luego se corrigen para el desplazamiento normal.

"CMP gather" utilizado para NMO

Todas las trazas que se encuentran en la misma ubicación del CMP se procesarán juntas como una familia. Finalmente, se agregarán (apilarán) para formar una sola traza de pila que se encuentra en esta ubicación. El proceso de "Normal Moveout (NMO)" ayuda a preparar las trazas antes de que se agreguen.

Objetivo de NMO

El Normal Moveout (NMO) es un proceso que se aplica a los datos de preapilamiento. Aquí se muestra el efecto en una sola traza con un evento de reflexión (izquierda). NMO supone que la reflexión proviene de una interfaz horizontal en la tierra (centro). Utilizando una función de velocidad suministrada por el procesador, NMO ajusta el tiempo original (rojo) al que se habría observado en el punto medio, marcado como S/R. 

El camino azul es el tiempo de ida y vuelta, que debe ser menor que el tiempo del camino rojo. Por lo tanto, el trabajo de NMO es mover el evento de reflexión hacia arriba en la traza (derecha). Nota: NMO opera en una traza a la vez, lo que lo hace económico.

Fig.7 Comparación de un Shot Gather antes (izquierda) y después (derecha) de la aplicación de la corrección de NMO. Se observa la alineación de los eventos reflejados después de la corrección, eliminando la curvatura producida por la diferencia en los tiempos de viaje de las ondas sísmicas.

¿Qué es DMO (Dip Moveout)?

La DMO (Dip Moveout) es otra corrección que complementa la NMO. Mientras que NMO corrige el tiempo extra que tardan las ondas en llegar a geófonos alejados, DMO corrige las distorsiones causadas por la inclinación de las capas del subsuelo.

Cuando el reflector se inclina, los puntos medios no están verticalmente por encima de los puntos de reflexión. Compare la diapositiva anterior. El NMO puede manejar este caso, pero falla cuando hay múltiples inclinaciones en el subsuelo.

Dip MoveOut (DMO) es un proceso que se aplica después de NMO. Dado que NMO supone que la reflexión proviene de un lecho horizontal, solo capta una de muchas posibilidades. Para una traza con un evento de reflexión, todas las posibles rutas de viaje tienen la misma longitud, es decir, la distancia desde la fuente hasta el punto de reflexión y el receptor es una constante. 

La forma geométrica con esta propiedad es una elipse (arriba). Algunas de las posibilidades de ruta original se muestran en rojo. NMO reduce el tiempo de viaje en función de un reflector horizontal (ruta azul), mientras que DMO hace todos los demás casos (verde). 

Por lo tanto, la acción de DMO (abajo) es tomar el evento NMO (azul) y transmitirlo a través de varias trazas cercanas (verde). Dado que DMO opera en varias trazas, es costoso.

Supongamos que las capas geológicas debajo de la Tierra no son horizontales (lo cual es muy común), sino que están inclinadas. Cuando las ondas sísmicas rebotan en esas capas inclinadas, la información que llega a los geófonos no es tan sencilla de interpretar. La corrección DMO se encarga de ajustar esos datos para tener en cuenta la inclinación (o "dip") de las capas.

¿Por qué es importante? Cuando las capas del subsuelo están inclinadas, los reflejos pueden aparecer fuera de su posición real en los datos sísmicos. DMO corrige esto, mejorando la precisión de la imagen final.

¿Qué es LMO (Linear Moveout)?

Por ultimo tenemos el Linear Moveout (LMO), el cual se define como un término que se usa de manera similar a Normal Moveout (NMO) porque NMO se ocupa de eventos en el subsuelo que son horizontales o lineales.

Sin embargo, cuando hay eventos no lineales en el subsuelo, como capas que se inclinan (es decir, que no son planas), entonces se usa Dip Moveout (DMO) para corregir esos datos. En resumen:

• NMO y LMO se refieren a situaciones donde las capas son planas.

• DMO se utiliza cuando las capas están inclinadas o tienen forma irregular.

En esta imagen, se observa el perfil de velocidades y la aplicación de la corrección de Normal Moveout (NMO). Esta corrección es fundamental para alinear correctamente los eventos reflejados en los datos sísmicos.

La parte superior de la imagen muestra los shot gathers antes de aplicar la corrección de NMO. En esta etapa, los eventos reflejados presentan una curvatura debido a que los tiempos de viaje de las ondas sísmicas varían según la distancia entre la fuente y los receptores.

En la parte inferior de la imagen, podemos ver los shot gathers después de aplicar la corrección NMO. Aquí, los eventos reflejados están alineados, lo que facilita la interpretación y análisis de las capas geológicas en el subsuelo. La corrección NMO ayuda a eliminar la distorsión causada por las diferencias en los tiempos de viaje, permitiendo una visualización más clara de las características del subsuelo.

Otro Ejemplo

Fig. 12 Comparación de la corrección NMO y el perfil de velocidades, antes (izquierda) y después (derecha).

¿Cómo están relacionadas estas tres correcciones?

Las correcciones NMO, DMO y LMO trabajan en conjunto para limpiar y alinear los datos sísmicos antes de pasar a etapas más avanzadas de procesamiento.

• NMO se encarga de corregir el tiempo de llegada de las ondas según la distancia entre la fuente sísmica y los geófonos.

• DMO ajusta las distorsiones causadas por las inclinaciones de las capas geológicas.

• LMO se aplica para simplificar algunos movimientos complejos de las ondas en áreas donde el subsuelo tiene características lineales o abruptas.

Al combinarlas, se logra una imagen más clara y precisa del subsuelo, lo cual es vital para interpretar las formaciones geológicas y determinar si hay petróleo, gas o algún otro recurso natural.

Otros Procesos Relacionados

Además de estas tres correcciones, existen otros procesos dentro del procesamiento sísmico que están directamente relacionados, y que pueden influir o complementarse con NMO, DMO y LMO. Uno de ellos es la Migración.

Migración: Después de aplicar NMO y DMO, es común que se use la migración para mejorar aún más la imagen del subsuelo. La migración corrige el hecho de que los reflejos sísmicos no siempre ocurren directamente debajo de donde se registran, sino que pueden estar desplazados lateralmente debido a la inclinación de las capas. Este proceso "mueve" los reflejos a su posición correcta y ayuda a obtener una imagen mucho más precisa.

Otro concepto relacionado es la Corrección Estática, que se aplica para corregir los efectos causados por las variaciones en la topografía y la velocidad en las capas más superficiales de la Tierra. Esto es importante porque estas variaciones pueden distorsionar los tiempos de llegada de las ondas, afectando los resultados de la NMO y la DMO.

¿Qué sucede si no se aplican estas correcciones?

Sin NMO, DMO o LMO, los datos sísmicos serían difíciles de interpretar y podrían dar lugar a errores graves en la identificación de estructuras geológicas, lo que afectaría cualquier estudio de exploración de recursos. Los tiempos de llegada incorrectos, los reflejos inclinados y las distorsiones en los datos harían casi imposible obtener una imagen clara del subsuelo.

Impacto en la Exploración de Hidrocarburos

El procesamiento sísmico y sus correcciones son fundamentales en la exploración de hidrocarburos, donde una interpretación precisa del subsuelo puede ser la diferencia entre encontrar un yacimiento rentable o gastar millones de dólares perforando en un lugar sin recursos.

Por ejemplo, cuando se buscan reservorios de petróleo o gas, las ondas sísmicas reflejan las capas del subsuelo que pueden contener hidrocarburos. Si los datos no están corregidos, es probable que las estructuras geológicas, como anticlinales o fallas, aparezcan distorsionadas o en posiciones incorrectas. Esto podría llevar a una mala interpretación de las trampas estructurales y, en el peor de los casos, a fallar en la identificación de un yacimiento potencial.

Las correcciones como NMO y DMO ayudan a que los reflejos de las capas geológicas sean precisos, lo que facilita identificar si hay una trampa geológica donde se podrían haber acumulado hidrocarburos. Así, la exactitud del procesamiento sísmico afecta directamente las decisiones clave de perforación y la evaluación de recursos naturales.

Desafíos en el Procesamiento Sísmico

El procesamiento sísmico no está exento de desafíos, especialmente en áreas con geologías complejas. Las correcciones NMO, DMO y LMO son más difíciles de aplicar de manera efectiva en escenarios donde las condiciones del subsuelo no son ideales, como en presencia de capas de sal, fallas geológicas importantes o áreas con alta heterogeneidad en las propiedades del subsuelo.

• Formaciones Salinas: En áreas donde hay grandes depósitos de sal, como en el Golfo de México o en ciertas cuencas offshore, las ondas sísmicas pueden verse significativamente distorsionadas, y las correcciones estándar de NMO y DMO no son suficientes. Aquí se requieren ajustes adicionales y técnicas más avanzadas.

• Zonas de Fallas: Cuando se trabaja en zonas con muchas fallas geológicas, las correcciones DMO se vuelven críticas, pero a la vez más complicadas de aplicar. En estas áreas, la migración y las correcciones de velocidad se vuelven esenciales.

Hablar de los desafíos le muestra al lector que el procesamiento sísmico no siempre es sencillo y que hay áreas donde aplicar las correcciones requiere de mayor precisión. Esto también abre la puerta a discutir cómo la tecnología está evolucionando para abordar estos problemas.

Tendencias Futuras

El futuro del procesamiento sísmico está avanzando rápidamente hacia la incorporación de nuevas tecnologías como la inteligencia artificial (IA) y el machine learning (ML). Estas tecnologías están comenzando a ser aplicadas para automatizar tareas como las correcciones NMO y DMO, permitiendo que el procesamiento de grandes volúmenes de datos sea más rápido y eficiente.

Por ejemplo, los algoritmos de machine learning pueden identificar patrones en los datos sísmicos que no son evidentes para el ojo humano, lo que podría mejorar la precisión de las correcciones y ayudar a detectar anomalías o estructuras complejas de manera más eficiente.

Además, los avances en la tecnología de adquisición sísmica, como el uso de sísmica de fuentes múltiples o técnicas de adquisición más densas (high-density acquisition), también prometen mejorar la calidad de los datos desde el principio, lo que reducirá la necesidad de aplicar correcciones tan extensas.

Hablar sobre el futuro de estas tecnologías da una perspectiva fresca y moderna a tu artículo. A los lectores les interesará saber hacia dónde va el procesamiento sísmico y cómo las nuevas tecnologías están revolucionando la manera en que se hace exploración geofísica.

Conclusión

Las correcciones NMO, DMO y LMO son fundamentales en el procesamiento sísmico. Cada una se enfoca en corregir diferentes aspectos del movimiento de las ondas sísmicas, desde el tiempo adicional que tardan en llegar a geófonos más alejados (NMO), hasta las distorsiones causadas por inclinaciones en las capas (DMO), y movimientos más complejos que pueden simplificarse con LMO. 

Sin estas correcciones, los datos sísmicos estarían llenos de errores y sería casi imposible obtener imágenes precisas del subsuelo. Es por eso que estas técnicas son esenciales para los geofísicos y otros profesionales que trabajan en la exploración de recursos naturales.

Espero que esta explicación te haya dado una idea clara de cómo funcionan estas correcciones y su importancia en el procesamiento sísmico, saludos lector.

Para complementar la información presentada en este blog, les sugerimos que vean el siguiente video. Este recurso audiovisual ofrece una perspectiva más detallada y visual sobre los temas tratados, ayudando a consolidar su comprensión y enriqueciendo su experiencia de aprendizaje.

Referencias Bibliográficas

[1] Yilmaz Ö. Seismic Data Analysis: Processing, Inversion, and Interpretation of Seismic Data. Tulsa: Society of Exploration Geophysicists; 2001.

[2] Sheriff RE, Geldart LP. Exploration Seismology. 2nd ed. Cambridge: Cambridge University Press; 1995.

[3] Claerbout JF. Imaging the Earth's Interior. Oxford: Blackwell Scientific Publications; 1985.

[4] Taner MT, Koehler F, Sheriff RE. Complex seismic trace analysis. Geophysics. 1979;44(6):1041–1063.

[5] Hale D. Dip Moveout by Fourier Transform. Geophysics. 1984;49(6):741–757.

[6] Black NJ, Brzostowski M, Larner KL. Prestack migration and dip moveout. Geophysics. 1993;58(6):815–829.

[7] Bancroft JC. A Practical Understanding of Pre- and Poststack Migration, DMO, and Inversion. Tulsa: Society of Exploration Geophysicists; 2007.

[8] Margrave GF. Theory of Seismic Imaging. University of Calgary CREWES Research Report. 2003;15:1–12.

[9] Chen Y, Ma J. Applications of Machine Learning in Seismic Data Processing and Interpretation. The Leading Edge. 2018;37(5):451–461.

[10] Dixon P, Cole SW. Seismic Data Processing with Seismic Un*x. Cambridge: Cambridge University Press; 2006.

[11] Chen, Shuangquan; Jin, Song, Xiang-Yang Li (Octubre, 2017). NONSTRETCHING NMO CORRECTION USING A DYNAMIC TIME WARPING ALGORITHM. Obtenido de ResearchGate

[12] Paul C. H. Veeken & Bruno van Moerkerken (Julio, 2018). Introduction to the seismic reflection method. Obtenido de ResearchGate

[13] Wikipedia (March, 2023). Normal moveout. Obtenido de Wikipedia

[14] Geophysics Insight. Movimiento normal (NMO), movimiento de inmersión (DMO) y movimiento lineal (LMO) [Video]. YouTube; 23 nov 2022. Disponible en: Youtube

Introducción

La interpretación de zonas de hidrocarburos a partir de los registros NPHI y RHOB se basa en el principio de que las curvas de porosidad se comportan de manera diferente dependiendo del fluido que satura los poros de la roca. A continuación, se describen los pasos clave del método:

Identificación de la Litología:

Utilizando el registro gamma (GR) o el volumen de arcilla, se puede clasificar la litología en función del contenido de arcilla(alta arcillosidad-café) o arenas limpias(guinda). Las zonas de interés para hidrocarburos suelen encontrarse en intervalos areno-arcillosos(amarillo), donde la porosidad es lo suficientemente alta como para permitir la acumulación de fluidos.

Determinación del OWC (Contacto Agua-Hidrocarburos):

El punto donde las curvas de NPHI y RHOB comienzan a converger es un indicativo del contacto entre los hidrocarburos y el agua. En este intervalo, el fluido en los poros cambia gradualmente de hidrocarburos a agua, lo que afecta las respuestas de los registros.

---

Interpretación de las Curvas NPHI y DPHI:

Cálculo de la DPHI vs. Medición Directa de RHOB

El registro RHOB mide directamente la densidad de la formación, mientras que la DPHI es una porosidad calculada a partir de la diferencia entre la densidad de la formación y la densidad de los fluidos de referencia (generalmente agua). Dado que DPHI está directamente influenciada por el tipo de fluido y la matriz rocosa, refleja mejor las variaciones de porosidad efectiva y total, pero también puede amplificar o suavizar ciertos contrastes.

Cuando usas RHOB y NPHI, el contraste entre los valores de densidad y los valores de porosidad neutrónica puede ser más obvio, especialmente cuando se trata de identificar fluidos de menor densidad (hidrocarburos). En cambio, DPHI, al ser un parámetro derivado, ya integra estas diferencias y presenta la porosidad en función de la densidad, lo que puede generar una separación diferente respecto a NPHI (Como se visualiza la variación en la zona del OWC dentro de la figura):

---

Implementación de los registros resistivos en la interpretación:

Método

LLD (Resistividad profunda): Proporciona información sobre la resistividad de la formación en las zonas más alejadas del pozo. Un aumento en la resistividad indica la presencia de hidrocarburos, ya que estos son malos conductores de la electricidad en comparación con el agua salada, que tiene baja resistividad.

MSFL (Resistividad cercana): Mide la resistividad en la zona invadida cercana al pozo. Si existe una diferencia notable entre la MSFL y la LLD, se puede inferir que la invasión de lodo afectó la zona cercana, pero que la formación aún contiene hidrocarburos en la parte más profunda.

Identificación de zonas

Hidrocarburos: Se observa un aumento en la resistividad (en ambas LLD y MSFL) comparado con las zonas adyacentes. Si la diferencia entre LLD y MSFL es significativa, se puede indicar la presencia de un fluido más resistivo (hidrocarburos) en la formación no invadida, mientras que la MSFL detecta el efecto de la invasión de lodo con agua.

Zonas de agua: En estas zonas, tanto la LLD como la MSFL presentan valores bajos de resistividad, lo que indica la presencia de agua salada, un fluido con alta conductividad eléctrica.

OWC (Contacto agua-hidrocarburo): En esta zona, se puede observar una transición en las curvas de resistividad. Generalmente, en el OWC, la LLD comienza a disminuir, indicando la entrada de agua salada en la formación. Sin embargo, la MSFL podría mostrar un efecto de invasión de lodo, lo que permite determinar con mayor exactitud la localización del OWC.

---

Interpretación final

Zona de Hidrocarburos:

En las profundidades entre 3000 m y 3200 m, se observa una clara separación entre las curvas NPHI (porosidad neutrónica) y DPHI (porosidad por densidad). Esta divergencia es un indicador típico de la presencia de hidrocarburos, ya que la porosidad neutrónica tiende a ser mayor en presencia de gas o aceite debido a la menor densidad de estos fluidos en comparación con el agua.

Los registros muestran un patrón donde la curva de porosidad por densidad (curva roja) se encuentra a la izquierda de la porosidad neutrónica (curva azul), lo que sugiere la existencia de gas o aceite en estos intervalos.

Contacto Agua-Hidrocarburos (OWC):

Entre las profundidades de 3300 m y 3400 m, las curvas de NPHI y DPHI convergen o se acercan significativamente, lo cual es típico cuando se atraviesa la zona de contacto agua-hidrocarburos (OWC). En esta zona, el fluido dentro de los poros de la roca cambia de hidrocarburos a agua, lo que provoca que ambas porosidades se alineen.

Identificación del Agua:

A mayores profundidades, por debajo del OWC (3400 m en adelante), las curvas de porosidad neutrónica y de densidad se superponen o están muy cerca una de la otra, lo que indica que los poros están llenos principalmente de agua. Este patrón sugiere la ausencia de hidrocarburos y la presencia dominante de agua.

Zonas de Transición:

Entre las zonas de hidrocarburos y el OWC, es posible observar zonas de transición donde las curvas aún no convergen del todo. Estas transiciones pueden indicar un cambio gradual en la saturación del fluido, desde una mezcla de hidrocarburos y agua hasta una mayor proporción de agua en la formación.

Esta interpretación se ve reforzada por la correlación entre los registros de porosidad neutrónica, densidad, resistivos y rayos gamma, donde se visualizan diversos patrones como se mencionaron anteriormente, por ello es de vital importancia la correlación de diversos registros de pozo, para una interpretación más precisa y confiable.

---

Conclusión

La correcta interpretación de las zonas de hidrocarburo, agua y el contacto agua-hidrocarburo (OWC) es esencial para una evaluación precisa de los yacimientos. Este proceso depende de la integración de múltiples registros de pozo, como los de porosidad neutrón (NPHI), porosidad calculada a partir de la densidad (DPHI), resistividad profunda (LLD), resistividad somera (MSFL) y rayos gamma (GR), entre otros. Cada uno de estos registros aporta información clave sobre las características petrofísicas del yacimiento, como la porosidad, el volumen de arcilla y la saturación de fluidos. La correlación entre estos registros permite una interpretación más confiable, mejorando la identificación de zonas productivas, distinguiendo entre hidrocarburos y agua, y determinando con precisión el OWC. La integración de la mayor cantidad de datos disponibles es crucial para reducir la incertidumbre y optimizar la toma de decisiones en la explotación de los recursos del subsuelo.

---

Bibliografía

[1] Asquith, G., & Krygowski, D. (2004). Basic Well Log Analysis. AAPG Methods in Exploration Series.

[2] Ellis, D. V., & Singer, J. M. (2007). Well Logging for Earth Scientists. Springer Science & Business Media.

[3] Rider, M., & Kennedy, M. (2011). The Geological Interpretation of Well Logs. Rider-French Consulting Ltd.

[4] Serra, O. (2008). Fundamentals of Well-Log Interpretation: The Acquisition of Logging Data. Elsevier.

[5] Schlumberger. (1991). Log Interpretation Principles/Applications. Schlumberger Educational Services.

---

Publicación realizada por Hiram Arias y Emiliano Flores