Filtraggio FK in dominio shot

Per attenuare e/o eliminare gli eventi rumorosi esaminati nel paragrafo precedente è necessario utilizzare un filtro direzionale, poiché questo tipo di disturbo si sovrappone in termini di frequenza al segnale utile e quindi un normale filtro passa banda non riuscirebbe ad abbattere il rumore senza coinvolgere nel processo di filtraggio anche il segnale utile. Tuttavia, è possibile discriminare i due tipi di segnali basandosi sulle diverse pendenze ed inclinazioni degli eventi.

Per attuare questo approccio è necessario ritornare al dominio shot gather e, tramite una trasformata bidimensionale di Fourier, trasformare il dato t-x (tempo-spazio) in f-k (frequenze-numeri d’onda). L’utilità di passare a questo dominio risiede nel fatto che eventi con stessa frequenza ma diversa pendenza nel dominio t-x vengono mappati su rette diverse nel dominio f-k: maggiore è la pendenza nel dominio t-x meno lo sarà in quello f-k. Quindi, eventi orizzontali o con pendenze piccole in dominio t-x saranno mappate sulla verticale in dominio f-k nell’ intorno dei K=0; viceversa eventi inclinati saranno mappati nel dominio f-k lungo rette con pendenze progressivamente più vicine all’orizzontale, occupando il quadrante dei k negativi nel caso di eventi che scendono verso sinistra, e il quadrante dei k positivi per eventi che scendono verso destra; nel caso limite di un riflettore verticale in x-t, si avrà una mappatura dei dati lungo l’orizzontale di f-k. Sarà quindi possibile eliminare per una dato intervallo di frequenze l’evento non desiderato basandosi sulla sua pendenza; creando un apposito poligono e applicandolo alla trasformata f-k del dato, si realizza infatti un filtro che coinvolge selettivamente i numeri d’onda di interesse.

Questa parte di filtraggio dati si compone di 2 step successivi; si provvederà prima all’eliminazione degli eventi con pendenze opposte a quelle attendibili e successivamente alla rimozione degli eventi concordanti in pendenza con il segnale utile.

91

Per soddisfare il primo punto, è stato necessario creare due filtri diversi in funzione della modalità di acquisizione, in quanto il dato va a mapparsi in zone diverse del dominio f-k a seconda che sia stato registrato in modalità off-end o split-spread. Il primo filtro è stato applicato agli shot che rientrano nella tipologia off- end; in tale tipologia di dati eventi con tempi progressivamente minori all’aumentare dell’offset non possono costituire segnale utile, ed è quindi opportuno eliminarli; è stato quindi realizzato un poligono che comprende quasi completamente il settore dei K negativi di interesse (da5 Hz a 100 Hz).

Viene di seguito riportato un esempio di filtraggio nel dominio f-k e relativi shot prima e dopo l’applicazione dello stesso (fig. 72, 73):

Figura 72: Spettro f-k relativo allo shot 254 (dati di tipo off-end); A sinistra spettro non filtrato; a destra spettro filtrato.

92

Come è possibile notare, grazie al filtro f-k sono stati eliminati gran parte degli eventi che si presentavano negli shot con pendenza anomala, senza alterare la parte restante del segnale.

Il filtraggio appena illustrato si basa sul presupposto che tutti gli shot a cui viene applicato siano di tipo off-end; in realtà tale condizione non viene fedelmente rispettata in alcuni shot. Come già mostrato nel paragrafo 4.2, gli ultimi 2 shot di ogni traslazione (ad esclusione dell’ultima) sono effettuati in modalità split spread asimmetrico, quindi parte del segnale viene mappato nel quadrante dei K negativi. Si tratta tuttavia di una percentuale irrilevante di dato poiché, per ogni traslazione, le tracce con offset negativo sono massimo 6 su 336; inoltre i tratti di iperbole presenti hanno offset massimo troppo corto per poter raggiungere inclinazioni tali da mapparsi a K sufficientemente distanti dalla verticale dei numeri d’onda. Tali osservazioni hanno portato alla scelta di applicare il suddetto filtro anche a questa parte di dato.

93

Riconducendoci allo stack finale il risultato ottenuto il seguente (fig. 74):

Figura 74: a sinistra stack prima dell’applicazione del filtro; in rosso area dove il filtro ha agito e in giallo esempi di eventi da eliminare; a destra stack dopo l’applicazione del filtro con eventi con

pendenza anomala notevolmente attenuati

Si nota come il filtro abbia soddisfatto le aspettative per il quale è stato creato, con l’abbattimento della quasi totalità del segnale con pendenze contrarie a quelle dominanti, e la conservazione del segnale utile.

Il secondo filtro è stato applicato all’ultima traslazione, dove l’intero dato è stato acquisito in modalità split-spread; parte del segnale andrà quindi a mapparsi nel quadrante dei k negativi e l’applicazione di un filtro analogo al precedente porterebbe in questo caso all’abbattimento anche di gran parte di segnale utile. A questi dati è stato quindi applicato un filtro più conservativo in numeri d’onda; rispetto al filtro precedente, è stato preservato anche un intervallo maggiore di frequenze in quanto la maggiore contaminazione di rumore rende necessario un approccio più cautelativo.

Seguono esempi di shot prima e dopo l’applicazione del filtro, con corrispondenti domini f-k (fig 75, 76):

94 Figura 75: Spettro f-k relativo allo shot 602 (dati di tipo split spread); A sinistra spettro non filtrato; a

destra spettro filtrato.

95

Come è visibile dall’esempio sopra riportato, al procedere degli shot una quantità sempre maggiore di segnale va a mapparsi nel quadrante dei k negativi e questo comporta una difficoltà ancora maggiore nell’abbattere selettivamente il rumore; ciò nonostante il filtro è riuscito ad eliminare gran parte egli eventi indesiderati, anche se a discapito della perdita di parte del segnale utile. Tale perdita di dati è però un compromesso accettabile in quanto non è così consistente da ostacolare l’interpretazione della sezione risultante, come invece avrebbe fatto il segnale di disturbo se fosse rimasto nello stack. In particolare in dominio shot si nota un aumento di rumore in prossimità del punto di energizzazione (fig 77); essendo però non coerente è lecito presupporre che andrà ad abbattersi in automatico in seguito allo somma dei CDP. In definitiva, il rapporto segnale/rumore è aumentato dopo l’applicazione di questo secondo filtro.

La sezione stack risultante dall’applicazione del filtro f-k è la seguente:

Figura 77: a sinistra stack prima dell’applicazione del filtro; in rosso area dove il filtro ha agito e in giallo esempi di eventi da eliminare; a destra stack dopo l’applicazione del filtro con eventi con

pendenza anomala notevolmente attenuati

Riassumendo, l’applicazione dei 2 filtri f-k, applicati rispettivamente a shot off-end e split spread, non è riuscita ad abbattere del tutto il rumore costituito da forti eventi allineati con pendenze opposte a quelle attendibili; il processo di filtraggio ha introdotto in dominio shot gather una piccola quantità di rumore, in particolare negli ultimi shot dell’acquisizione, ma tale disturbo ha interferito distruttivamente nel processo di somma, non andando a creare artefatti. Il resto del segnale non è

96

stato alterato in maniera significativa dall’applicazione dei filtri, come voluto. Vengono di seguito riportati in serie le stack prima e dopo l’applicazione dei due filtri, per un più efficace confronto (fig. 78, 79, 80):

Figura 78: Stack prima dell’applicazione dei filtri f-k

Figura 79: Stack dopo

l’applicazione del filtro f-k agli shot off-end; attenuazione degli eventi con pendenza anomala

Figura 80: Stack dopo

l’applicazione del filtro f-k anche ai dati split-spread; eventi con pendenza anomala quasi totalmente attenuati

97

Il secondo step del processo di filtraggio è finalizzato alla rimozione della stessa categoria di rumore appena filtrato ma con pendenza opposta, e quindi concordante al segnale utile.

Tale disturbo, già presente in precedenza, è ora ancora più visibile perché non più compensato dall’effetto contrario degli eventi appena abbattuti.

La difficoltà di definire questo tipo di filtro risiede nell’individuare l’esatto poligono che non comprenda al suo interno una quantità rilevante di segnale utile; infatti nel caso in esame segnale e rumore si mappano per gran parte nel quadrante positivo del dominio f-k e separarli in modo efficace è un processo non semplice. Seguono alcuni esempi di shot prima e dopo l’applicazione del filtro con rispettivo poligono in dominio f- k (fig. 81, 82):

Figura 82: a sinistra shot 362 non filtrato; a destra shot 362 dopo l’applicazione del filtro f-k; in giallo eventi con pendenza anomala attenuati Figura 81: Spettro f-k relativo allo shot 362 (dati di tipo off-end); A sinistra spettro non filtrato; a destra spettro filtrato.

98

Come visibile dalle immagini, come nel caso precedente, anche questo filtro ha causato l’introduzione di rumore, in particolare in corrispondenza del punto di energizzazione, senza però causare artefatti degni nota, per i motivi sopra illustrati. Nel contempo, gli eventi non desiderati sono stati sufficientemente attenuati con conseguente miglioramento della visibilità dei riflettori di interesse.

Viene di seguito riportato lo stack post filtro f-k (fig. 83):

Figura 83: a sinistra stack prima dell’applicazione del filtro; in giallo esempi di eventi da eliminare; a destra stack dopo l’applicazione del filtro con eventi con pendenza anomala notevolmente attenuati

I passi di processing che seguono non sono finalizzati alla rimozione di forti eventi di disturbo, quali invece erano le onde di Love e gli eventi a forte pendenza sopra trattati, ma sono piccole operazioni che rendono il dato di più facile interpretazione, grazie ad un miglioramento del rapporto segnale/rumore.

Come più vote accennato, in dominio shot era presente del rumore non coerente; questo come previsto è andato in gran parte a sommarsi distruttivamente nelle

99

operazione di somma, ma non si è comunque del tutto annullato; ne risulta una stack a tratti poco definito, con forme d’onda non sempre soddisfacenti.

Per ovviare al problema, è stato applicato su tutto il dato un filtro f-k che, se pur conservativo, va ad abbattere il segnale che risiede a frequenze e numeri d’onda al di fuori di quelle di interesse, senza apportare sostanziali modifiche al dato. I risultati ottenuti sono mostrati nei seguenti shot di esempio (fig. 84, 85):

Figura 84: Spettro f-k relativo allo shot 146 ; A sinistra spettro non filtrato; a destra spettro filtrato.

Figura 85: a sinistra shot 146 non filtrato; a destra shot 146 dopo l’applicazione del filtro f-k, con diminuzione del rumore ad alta frequenza

100

Dalla forma del poligono applicato si evince che sono stati mantenuti, per le frequenze e i numeri d’onda di interesse, sia gli eventi orizzontali che quelli inclinati verso destra e verso sinistra; si è scelto di dare leggera predominanza ai dati che ricadono nel quadrante positivo perché è qui che risiede gran parte del segnale. Nonostante in prima analisi si possa pensare che il filtro applicato sia poco conservativo, la sezione stack che ne risulta mostra come sia invece riuscito ad eliminare il rumore ad alta frequenza senza cambiare la parte restante del segnale (fig. 86).

101

5.17 Analisi di velocità con dati filtrati

Portata a termine la fase di filtraggio dati in dominio pre-stack è opportuno effettuare nuovamente l’analisi di velocità; con il miglior rapporto segnale/rumore raggiunto, infatti, è lecito presupporre che si siano delineate nuove curve di coerenza che renderebbero l’analisi più accurata.

Seguendo un procedimento iterativo, è stato quindi di nuovo fatto uso del tool

Velocity Analysis e, come previsto, la maggiore qualità del segnale ha portato alla

formazione di curve di coerenza aggiuntive rispetto al caso originario, e la migliore delineazione di quelle già presenti, come visibile in figura seguente (fig. 87):

Figura 87: a sinistra analisi di velocità con dati parzialmente filtrati e a destra analisi di velocità con dati filtrati

102

Il picking manuale effettuato in precedenza è stato mantenuto o leggermente modificato e sono stati aggiunti ulteriori punti là dove si presentavano nuove curve di coerenza, a tempi e profondità ragionevoli. Ne è risultata una analisi di velocità più accurata, grazie ad eventi più definiti, anche se sommariamente la distribuzione delle velocità è rimasta invariata.

La nuova analisi di velocità verrà applicata ai dati in dominio CDP per effettuare nuovamente il NMO; questo porterà ad una migliore orizzontalizzazione degli eventi e ad una immagine stack più definita e dal miglior rapporto segnale/rumore, riportata in figura 88 e 89.

Figura 88: Stack con Analisi di Velocità preliminare

Figura 89: Stack con Analisi di Velocità definitiva

103

5.18 Filtraggio post-stack

La sezione sismica sopra riportata è stata sottoposta ad un filtraggio post stack al fine di abbattere il rumore generato dalle frequenze precedentemente conservate per scopi cautelativi; è infatti utile seguire il principio generale che suggerisce di conservare intervalli di frequenza maggiori nei primi passaggi di elaborazione per poi intervenire in maniera più netta nelle parti finali, qualora i relativi dati si fossero rivelati di non utilità. Tali operazioni post stack si compongono di un filtro passa banda tempo variante e un filtro f-x.

 Filtro Passa Banda Tempo Variante

Tale operazione è stata effettuata con il tool Bandpass Filter, tramite il quale è stato possibile filtrare bande di segnale diverse a intervalli temporali diversi. Tale accorgimento si è reso necessario sia per la diversa distribuzione delle frequenze al variare dell’intervallo temporale, sia per l’inclinazione che mostrano gli eventi nella sezione.

I parametri scelti per l’operatore di filtraggio sono riportati nella seguente tabella (tabella 4):

INTERVALLO TEMPORALE (ms) FREQUENZA PASSA BANDA (Hz)

0-180/0-250 15-35-50-60

240-500/320-500 0-10-25-35, 0-10-30-40

Tabella 4: Parametri per l’applicazione del filtro tempo variante

Dalla tabella sopra riportata, si deduce che la sezione stack è stata suddivisa in due settori. Il primo comprende la parte di sezione a tempi minori, compresi tra 0-180 ms nella parte sinistra della sezione e 0-250ms nella parte destra, nella quale è stato applicato un filtro che mantenesse le frequenze più alte. Il secondo settore comprende la parte dello stack a tempi maggiori con filtro finalizzato al mantenimento delle frequenze più basse; l’andamento dei riflettori, che vanno approfondendosi in tempi procedendo verso destra, ha portato alla decisione di applicare in questa zona un filtro che passa gradualmente da frequenze

104

relativamente più alte (0-10-25-35) ad altre relativamente più basse (0-10-30-40), permettendo così di intervenire in modo più mirato sulla distribuzione del rumore. Nelle parti dello stack dove l’operatore non è definito, il tool effettua automaticamente uno smoothing dello stesso, permettendo così un miglior raccordo tra le due zone diversamente filtrate.

Per una migliore comprensione della modalità di applicazione dei filtro viene di seguito riportata la sezione stack in figura 90 e 91:

Figura 90: Stack prima dell’appicazione del filtro TVF; in rosso e giallo aree con diversa banda passante.

Figura 91: Stack dopo l’applicazione del filtro TVF

105

Come possibile vedere dal confronto pre/post filtro, il rumore ad alta frequenza è stato notevolmente attenuato nell’intero intervallo temporale di registrazione , senza perdita di segnale utile; in particolare, l’attenuazione del segnale a bassa frequenza ( minori di 15 Hz) a tempi minori ha permesso di delineare livelli ad alta risoluzione nei primi 150ms circa di registrazione, dato di notevole importanza essendo questo un lavoro di sismica superficiale, come visibile in dettaglio in fig. 92:

Figura 92: in alto dettaglio dei primi 250ms di sezione prima dell’applicazione del filtro TVF; in basso dettaglio dei primi 250ms di sezione dopo l’applicazione del filtro TVF

 Filtro f-x

Il secondo passaggio del filtraggio post-stack consiste nell’applicazione di un filtro orizzontale il quale, per essere applicato, necessita di una trasformata di Fourier monodimensionale applicata ai tempi che trasformi il segnale dal dominio tempo- spazio (t-x) a quello frequenze-spazio (f-x). Successivamente un operatore applica alle tracce un filtro di predizione trasversale (lungo x) con un intervallo di frequenza definito dall’utente, cosicché per tracce successive la differenza rilevata tra la frequenza predetta e quella effettiva viene classificata come rumore ed eliminata. L’operazione di trasformata inversa riporterà poi i dati in dominio t-x, fornendo dati con miglior rapporto segnale/rumore.

106

Per l’applicazione del tool T-X Decon sono stati inseriti i seguenti parametri:

 Finestra orizzontale: 6 tracce

 Finestra verticale: 150ms

 Sovrapposizione finestra verticale: 30ms

 Intervallo di frequenza: 5-55 Hz

L’ immagine sottostante mostra lo stack prima e dopo l’applicazione del filtro (fig. 93, 94, 95): Figura 93: Stack prima dell’applicazio ne del filtro f- x; in rosso dettaglio per confronto. Figura 94: Stack dopo l’applicazione del filtro f-x; in rosso dettaglio per confronto.

107

Come visibile in fig 94, e più in dettaglio in 95, non è stato apportato nessun cambiamento sostanziale alla sezione, ma è stato migliorato l’andamento dei riflettori, che hanno acquisito maggior continuità laterale.