Stretch‐free generalized normal moveout correction

Abstract

The effective application of normal moveout correction processes mainly depends on four factors: the chosen traveltime approximation, the stretching associated with the given traveltime, crossing events and phase changes, the last two being inherent to the seismic data. In this context, we conduct a quantitative analysis on stretching considering a general traveltime expression depending on half‐offset and midpoint coordinates. Through this analysis, we propose a mathematically proven procedure to eliminate stretching, which can be applied to any traveltime approximation. The proposed method is applied to synthetic and real data sets, considering different traveltime approximations and achieved complete elimination of stretching.

Aceleração de métodos de empilhamento de dados sísmicos na nuvem com CUDA, OpenCL e SPITS

“…Adicionalmente, a solução provida tambémé compatível com o frameworks Cloud-PITS, capaz de executar o cálculo de semblance em diversos nós de uma rede computacional. Além disso, o método de obtenção de empilhamentos livres de estiramento [Faccipieri et al 2019] também foi implementado e faz parte da solução apresentada.…”

“…Neste cenário, alguns modelos foram elaborados para equacionar o tempo de trânsito de um sinal sonoro emitido por uma fonte e captado por seu respectivo receptor, após ter viajado neste meio e sido refletido pelo solo marinho. Tais modelos dependem essencialmente dos parâmetros do meio, da disposição física (m, h) de um par fonte-receptor e de um ponto (t 0 , m 0 , h 0 ) de referência, para o qual se quer computar efetivamente a aproximação [Faccipieri et al 2019]. Na sentença anterior, m e h representam, respectivamente, o ponto médio entre uma fonte e o seu receptor, e a metade da distância que o separam.…”

Using graphics processing units on the cloud to accelerate and reduce processing cost of parameters estimation of seismic processing algorithm

“…It is now useful to say a few words about the traveltime functions that employed for our parameter-estimation experiments described below. The first two are the 2D hyperbolic zero-offset (ZO) and finite-offset (FO) commonreflection-surface (CRS) traveltimes (see, e.g, Jäger et al, 2001;Zhang et al, 2001;and Faccipieri et al, 2018). The former, denoted by ZO-CRS traveltime depends on three parameters, these being the slopes and curvatures that refer to all data points within the post-stack domain.…”

Using Adaptive Differential Evolution algorithm to improve parameter estimation in seismic processing

“…For each data sample in the prestack domain, the FO-CRS traveltime depends on five parameters, namely two slopes and three curvatures (see, e.g., Zhang et al, 2001). Finally, to correct the stretching due to the moveouts used, we use a stretch-free method developed by Faccipieri et al (2018).…”