Implementación del filtro Kalman para el procesamiento de datos sísmicos

Abstract

En esta investigación se diseñó e implementó el filtro Kalman para la deconvolución y la inversión de datos sísmicos en MATLAB. La deconvolución con Filtro Kalman (FKD) en datos sintéticos muestra un 0.95 de correlación gráfica con el perfil de referencia. Con respecto a los otros métodos evaluados, la deconvolución de inversión de fase (PID) alcanzó la mejor correlación con un valor de 0.86 respecto al mismo perfil de referencia. La FKD muestra mejores resultados comparada con los otros métodos de deconvolución implementados cuando los datos contienen trazas con ruido, la ondícula no es estacionaria o diferentes longitudes para los filtros. Adicionalmente, la FKD no utiliza las suposiciones realizadas por otros métodos. La FKD fue aplicada sobre datos reales y mejoró el contenido de frecuencias y la continuidad lateral de los reflectores. Finalmente, un modelo de �filtro Kalman extendido (EFK) se construyó para realizar la inversión de impedancias acústicas de datos sintéticos basada en amplitudes. La EFK alcanzó unas correlaciones del 0.82 para el perfil de velocidad y 0.67 para el perfil de densidad respecto a los modelos iniciales utilizados. Los resultados obtenidos en esta investigación sugieren optimizar el método EFK propuesto para construir modelos iniciales de parámetros acústicos en inversión sísmica.

Abstract: In this research was designed and implemented Kalman filter for deconvolution and inversion of seismic data in MATLAB. Deconvolution using Kalman Filter (FKD) on synthetic data shows a 0.95 graphic correlation to the reference profile. With respect to the other methods evaluated, the Phase Inversion Deconvolution (PID) achieved the best correlation with a value to 0.86. The FDK shows improved results comparing with other methods implemented when data contains noisy traces, not stationary wavelets, and different filter's time lengths. Additionally, the FKD don't use assumptions considered with other methodologies. The FDK was used over real data and it improved frequency contents and the lateral continuity of reflectors. Finally, an Extended Filter Kalman (EFK) model was built to perform acoustic impedance inversion using seismic amplitude. The EFK achieved a 0.67 and 0.82 correlation values for the density and velocity initial models respectively. The results obtained in this research suggested the optimization of the proposed EFK method to build initial models of acoustic parameter for seismic inversion.