Académique Documents
Professionnel Documents
Culture Documents
TH
`
ESE DE DOCTORAT
DE L
Ecole
des Mines de Paris, non seulement pour mavoir ouvert les portes de son laboratoire, mais aussi
pour mavoir cone ce sujet et mavoir fait conance tout au long de ces trois annees.
Mes remerciements vont `a tous les membres du jury ; Jean-Michel Marthelot (mon ancien pro-
fesseur `a Strasbourg) et Jean-Luc Mari pour avoir bien voulu rapporter cette th`ese, Fran cois
Marillier (que je reciterai) et Bruno Marsset pour lavoir examine et enn Bernard Beaudoin
pour avoir accepte de presider ce jury. Je le remercie vivement de mavoir propose de laccom-
pagner `a Digne les Bains enseigner la geologie aux eleves ingenieurs de l
EN
ERALE
la realite est toute autre et que laccumulation derreurs, dapproximations et dincertitudes,
ressurgit sur les derni`eres phases du traitement.
Fig. 1.1 Illustration des principales etapes de la chane du traitement sismique du point de
vue dun geophysicien specialise en imagerie.
Considerons tout dabord que la sismique se decompose en six grandes etapes (gure 1.1). Cette
gure illustre le point de vue dun geophysicien essentiellement centre sur la determination du
champ de vitesse et limagerie qui nous dessine les contrastes majeurs.
Tout commence donc avec lacquisition des donnees. Lors de cette phase, des ondes sismiques
sont generees `a laide dune source articielle (dynamite, camion vibreur, canon `a air, . . .).
Ces ondes se propagent dans le sous-sol, sont reechies et sont captees par des recepteurs qui
enregistrent le signal (mouvement du sol, variation de pression, . . .). La bande passante du
signal sismique, controlee par la source sismique, varie habituellement de 5 `a 80 Hz pour des
profondeurs dinvestigation de plusieurs kilom`etres, mais il existe des acquisitions `a tr`es haute
resolution avec des frequences allant jusqu`a 1 000 Hz, permettant une resolution verticale de
lordre du m`etre et des profondeurs dinvestigation plus faibles.
Le traitement sismique commence une fois lacquisition eectuee. Entre lacquisition des donnees
et limagerie, une phase de preparation appelee pre-traitement est necessaire (deuxi`eme etape
1.2. LIMAGERIE PAR LA SISMIQUE R
EFLEXION 13
de la gure 1.1). Le but principal des pre-traitements consiste `a ameliorier le rapport signal sur
bruit des donnees en eliminant les bruits perturbateurs tels que les arrivees multiples (du fond
de leau ou des reexions internes) ou les arrivees refractees, mais aussi les bruits aleatoires qui
se caracterisent par un brouillage generalise des traces. Nous cherchons dans cette etape `a ne
garder que les ondes reechies.
La troisi`eme etape est lanalyse de vitesse. Elle consiste `a obtenir `a partir des donnees en-
registrees une information sur la vitesse de propagation des ondes dans le milieu considere.
Cest une des phases, voire meme la phase, la plus sensible et la plus primordiale du traitement
sismique. Les methodes de migration en profondeur avant sommation des traces, puis lanalyse
AVA sur ces donnees migrees, sont extremement sensibles `a la validite du mod`ele de vitesse
utilise.
La quatri`eme phase est limagerie ou la migration. Ce traitement consiste, `a partir des enregis-
trements de lacquisition, `a retrouver la structure et les proprietes du sous-sol. De nombreuses
methodes basees sur la resolution dune forme de lequation donde permettent de deplacer
de mani`ere imaginaire en profondeur les sources et les reecteurs jusqu`a focalisation des sis-
mogrammes sur les reecteurs. Independamment de leurs bases theoriques, les methodes de
migration utilisent soit un nombre reduit de traces obtenues par sommation des traces origi-
nales, et nous parlons dans ce cas de migration apr`es sommation, soit toutes les traces des
donnees avant sommation, et il sagit dans ce cas de migration avant sommation. Le resultat,
cest-`a-dire limage du sous-sol, peut sexprimer en fonction du temps (migration en temps) ou
de la profondeur (migration en profondeur).
La cinqui`eme phase est lanalyse AVA. Nous positionnons notre th`ese dans un cadre novateur
o` u lanalyse des amplitudes en fonction du deport (AVO) ou de langle (AVA) seectue apr`es
migration. Habituellement, lanalyse AVA/AVO sapplique sur des donnees corrigees dynami-
quement comme linversion stratigraphique qui permet destimer les impedances acoustiques ou
elastiques. Les etudes des analyses AVO/AVA connaissent un developpement important depuis
que [Ostrander, 1984] a montre quelles pouvaient mettre en evidence la presence dhydrocar-
bures. En eet, levolution du coecient de reexion en fonction de langle dincidence depend
des param`etres petrophysiques des milieux situes de part et dautre de la discontinuite donnant
naissance `a la reexion (vitesse des ondes de compression et de cisaillement, densite ou coe-
cient de Poisson). Lanalyse de la reectivite en fonction de langle dincidence permet devaluer
les param`etres elastiques des reservoirs qui sont des donnees indispensables et complementaires
`a linterpretation par les geologues de reservoir.
La derni`ere etape est linterpretation geologique `a partir des images du sous-sol obtenues au
cours de letape dimagerie et des etudes de la variation de lamplitude en fonction de langle
dincidence.
Dans cette th`ese, nous nous interessons principalement ` a letape dimagerie et danalyse des
variations de lamplitude en fonction de langle dincidence. Lanalyse AVA faite sur une image
migree en profondeur suppose que cette derni`ere ait ete calculee tout en essayant de conser-
ver quantitativement les proprietes du milieu, comme par exemple les contrastes dimpedance
(produit de la densite par les vitesses des ondes P et S). Depuis quelques annees, le centre
14 CHAPITRE 1. INTRODUCTION G
EN
ERALE
de recherche en geophysique de l
EN
ERALE
stationnaire, [Bleistein, 1987] sugg`ere de remigrer les donnees en utilisant une ponderation mo-
diee dans le code de migration pour determiner dautres coecients ou attributs comme
par exemple le coecient de reexion multiplie par le cosinus de langle de reexion speculaire.
Une division des moindres carres permet de calculer le cosinus de langle speculaire cos(x, h).
La combinaison du coecient de reexion en fonction du deport R(x, h) avec son angle de
reexion associe (x, h) permet ainsi de determiner le coecient de reexion en fonction de
langle R(x, ). De meme, grace au trace de rais, puisque langle de diraction peut etre cal-
cule, ce type de migration peut directement fournir la reectivite en fonction de langle R(x, )
via une ponderation adaptee sans reel surco ut numerique. Nous parlons dans ce cas de migra-
tion en angle donnant des Iso-X dans le domaine angle.
Fig. 1.2 Exemple devenements non horizontaux sur un Iso-X en angle. La variation du coef-
cient de reexion de levenement di`ere de la reectivite selectionnee `a profondeur constante
pour des angles superieurs `a 35 degres. Lanalyse de ces deux variations de reectivite va donner
des resultats dierents alors quil sagit du meme evenement !
Avant dapprofondir dierents aspects des analyses AVA sur des donnees migrees quantitati-
vement en profondeur, il me semble necessaire de preciser le terme dIso-X lie `a la migration.
Chacun des ensembles de donnees correspondant `a un deport (meme distance source-recepteur)
sont migres independamment les uns des autres. Les images sont classees par Iso-X ou CiG
(Common Image Gather en anglais) qui correspond `a une meme position x en surface.
Les Iso-X sont tr`es utilises pour lestimation du mod`ele de vitesse depuis plus de vingt ans
[Al-Yahya, 1989]. En eet, si le mod`ele de vitesse utilise est correct, la position en profondeur
dune interface (qui est unique) ne doit pas dependre du deport ou de langle. Les Iso-X doivent
1.5. IMAGERIE QUANTITATIVE ET AVA 17
donc presenter des evenements horizontaux, quelle que soit la complexite du sous-sol. Lanalyse
AVA qui selectionne la variation du coecient en fonction de langle dincidence `a des profon-
deurs constantes, requiert un alignement parfait des evenements dans les Iso-X.
Or, en analysant des donnees sismiques migrees exprimees en fonction du deport ou de langle,
de nombreuses reexions restent mal corrigees (gure 1.2). Ce decalage des reecteurs sex-
plique dans la plupart des cas par des estimations trop delicates du mod`ele de vitesse. Dautres
causes possibles existent comme entre autres les statiques residuelles ou lanisotropie.
[Ursin and Ekren, 1995] et [ElOuair, 2003] proposent des corrections daplatissement basees sur
des techniques dintercorrelation pour rendre lanalyse AVA plus robuste.
Lanalyse AVO/AVA saccommode aussi mal des couches nes. La courbure des indicatrices
de reexion diminuant avec la profondeur, la dierence de temps entre deux reexions proches
diminue lorsque le deport augmente. Il en resulte une interference des ondelettes associees `a
chaque reexion (eets de tuning en anglais) [Widess, 1973]. Cet eet peut se traduire par
une augmentation ou une diminution de lamplitude en fonction du deport et de lepaisseur des
bancs.
Fig. 1.3 Laplatissement des evenements apr`es correction dynamique ou migration entrane
un etirement de londelette aux deports lointains. Schema dapr`es [Causse et al., 2005].
Un autre impact peut modier les resultats de lanalyse AVA. Il sagit de la variation de la
taille de londelette avec le deport et la profondeur apr`es migration en profondeur (gure 1.3).
Ce phenom`ene sexplique par le fait que la longueur donde dune onde plane illuminant un
milieu varie en fonction de langle dincidence (i.e. donc du deport). En eet, pour un milieu `a
vitesse constante c, la longueur donde verticale
z
est liee `a la frequence w par lequation,
z
=
2c
wcos()
, cos() =
_
1 c
2
p
2
, (1.5.1)
p etant le param`etre de rai.
18 CHAPITRE 1. INTRODUCTION G
EN
ERALE
Pour rendre la longueur donde constante pour tous les angles, la frequence w devrait etre
choisie telle que wcos() soit toujours constant. Les donnees etant acquises `a la meme bande
de frequences et dapr`es lequation (1.5.1), la longueur donde augmente lorsque les angles din-
cidence croissent jusqu`a un angle dincidence de 90 degres (en sismique petroli`ere, les angles
dincidence depassent rarement les 60 degres).
Cet etirement de londelette (stretch en anglais) a ete quantie par [Tygel et al., 1994]. Il
deteriore le contenu frequentiel des traces aux deports lointains et a un eet sur le calcul de la
section gradient [Dong, 1996].
Ces trois grands th`emes (correction des pentes residuelles, de letirement de londelette et de
leet des bancs ns) sont les trois phases de preparation des donnees migrees en profondeur
pour lesquelles jai essaye de proposer des solutions. Un de mes objectifs initiaux etait dutili-
ser toute linformation fournie par les donnees sismiques, y compris les donnees aux angles ou
deports lointains.
1.6 Deroulement et plan de la th`ese
Mes travaux de th`ese abordent donc deux des grandes etapes du traitement sismique en profon-
deur : la migration en profondeur et linversion AVA. Ils traiteront plus particuli`erement toute
letape de preparation des donnees entre la migration et linversion AVA.
Mon objectif est de decrire une procedure en vue dameliorer les resultats de linversion AVA
pour la caracterisation des reservoirs `a partir de donnees migrees quantitativement en profon-
deur.
Cette th`ese se divise en quatre grandes parties :
1. Denition et lobtention de la reectivite (formulation theorique des equations de
[Zoeppritz, 1919] regissant la variation de la reectivite en fonction de langle dincidence
et de la migration quantitative de Kirchho) ;
2. Inversion AVA avec une presentation des dierentes approximations de [Zoeppritz, 1919]
et du calcul des attributs AVA par regression ainsi que la validite des dierentes approxi-
mations ;
3. Traitements preparant les donnees migrees `a linversion (correction des pentes residuelles,
de letirement de londelette, et des bancs ns) ;
4. Applications sur des exemples reels.
Premi`ere partie :
Les variations du coecient de reexion en fonction de langle dincidence evoluent conformement
aux equations de [Zoeppritz, 1919]. Dans cette partie, je presenterai un aper cu de la theorie de
propagation des ondes elastiques en milieu isotrope ainsi que la mani`ere dont [Knott, 1899] et
1.6. D
EROULEMENT ET PLAN DE LA TH
`
ESE 19
[Zoeppritz, 1919] ont tenu compte de ces equations pour exprimer les variations theoriques des
coecients de reexion et de transmission des ondes P et S en fonction des angles dincidence,
mais aussi en fonction des param`etres elastiques du sous-sol.
Pour exprimer la variation du coecient de reexion, nous avions besoin dun code de mi-
gration qui reconstruit quantitativement les amplitudes en profondeur pour chaque deport.
Parmi les nombreux codes de migration avant sommation disponibles au centre de geophysique
en 3D [Thierry, 1997, Xu, 2001] et 2D [Nguyen, 2003], jai utilise la version developpee par
[Nguyen, 2003] que jai adapte par analogie au code 3D, pour calculer le coecient de reexion
en fonction du deport, mais aussi dautres attributs tels que le cosinus de langle speculaire et
la composante verticale du param`etre de rai q.
La composante verticale appelee facteur detirement (stretching factor en anglais)
[Tygel et al., 1994] sera dailleurs utilisee pour corriger letirement de londelette apr`es migra-
tion.
Deuxi`eme partie :
Dans cette partie, jintroduirai les dierentes approximations des equations de [Zoeppritz, 1919].
De nombreux auteurs dont [Bortfeld, 1961], [Aki and Richards, 1980], [Shuey, 1985],
[Smith and Gidlow, 1987] et [Fatti et al., 1994] ont propose des approximations lineaires des
equations de [Shuey, 1985] permettant dexprimer le coecient de reexion des ondes P en
supposant un contraste faible des param`etres elastiques des dierentes couches.
Le calcul des attributs AVA se faisant par regression lineaire, la methode habituellement utilisee
est la methode des moindres carres. Cette methode est cependant tr`es sensible `a la presence
de valeurs aberrantes. Pour cette raison, jai travaille sur la regression lineaire des estimateurs
robustes (M-estimateurs) qui permettent de quantier la conance dans chacune des donnees
et, si necessaire, de les rejeter.
Connaissant les dierentes approximations, et loutil dinversion permettant destimer les attri-
buts AVA, jai donc pu tester les dierentes approximations sur un exemple synthetique avec
des rapports des vitesses V
p
/V
s
dierents. Dans cette partie, le but etait de verier lunicite
de la reponse des dierentes approximations en les comparant sur une cible avec des valeurs
communes.
Nous terminerons avec lutilisation des attributs AVA pour la caracterisation et la classication
les reservoirs.
Troisi`eme partie :
Cette partie constitue le coeur de ce memoire, puisque jy developpe les aspects theoriques des
traitements permettant de corriger les pentes residuelles des evenements, letirement de londe-
lette et linterference des ondelettes associee aux reexions de bancs ns.
Les donnees aux deports ou angles lointains apparaissent souvent avec des artefacts (bruits,
probl`emes de vitesse, etirement des ondelettes, presence danisotropie, . . .). La presence de ces
artefacts fausse les sections sommees mais aussi les resultats de linversion AVA. Suite `a la
20 CHAPITRE 1. INTRODUCTION G
EN
ERALE
methode developpee par [Jin et al., 1996], nous proposons de selectionner pour linversion AVA
uniquement la zone o` u les evenements apparaissent relativement plats apr`es correction dyna-
mique ou migration. Cette operation est basee sur des techniques dextraction de contours,
utilisees en imagerie medicale ou satellitaire, et qui permet de dierencier les objets contenus
dans limage.
Linversion AVA dans la zone o` u les evenements sont plats et coherents permet lobtention
de meilleurs resultats. Cependant, nous souhaitons utiliser linformation donnee par tous
les angles. La plupart des corrections permettant daplatir les evenements sont basees sur des
techniques dajustement. Chaque echantillon de la trace sismique est deplace de mani`ere `a ce
que cette trace en angle ou en deport sajuste avec la trace en angle ou en deport precedente.
Loperateur mathematique de base permettant lajustement en estimant le retard entre deux
signaux est la fonction dintercorrelation.
Cette technique a ete testee avec succ`es par [Ursin and Ekren, 1995] et [ElOuair, 2003]. Ce-
pendant, elle ne corrige pas toujours les pentes residuelles des evenements dont le signe de la
variation de lamplitude change avec les angles croissants.
Dautres techniques proposees par [Hampson, 1986] et [de Bazelaire, 1988] permettent de quan-
tier les pentes par approximation parabolique ou hyperbolique en estimant la dierence Z
entre levenement releve aux proches deports et celui releve aux deports lointains.
Dans sa th`ese, [van Wijngaarden, 1998] calcule pour chaque evenement les lignes o` u la va-
leur absolue de lamplitude est maximale. Cette technique developpee par [Herrmann, 1997]
permet de selectionner larrivee premi`ere permettant de corriger les statiques. Au lieu dutiliser
le maximum de lamplitude comme [van Wijngaarden, 1998], nous proposons de modeliser pour
chaque evenement la variation de la reectivite `a partir des attributs AVA calcules dans la zone
o` u les evenements sont plats. Puis nous essayons de trouver la valeur la plus proche de la valeur
estimee pour quelques echantillons au-dessus et au-dessous de levenement. Cette technique de
prediction-detection permet de suivre la pente residuelle des evenements tout en conversant
les amplitudes et en tenant compte par exemple des changements de polarite engendres par
certains reservoirs de classe II.
Nous inversons alors la variation de la reectivite le long des trajectoires meme si la modelisation
realisee juste auparavant a permis de predire `a quelle type de variation nous avons af-
faire. Lobtention des trajectoires permet ainsi de limiter le nombre de points `a inverser ou
`a representer sur un graphique gradient en fonction de lintercept.
Les trajectoires permettent aussi de determiner le squelette geologique des evenements en
considerant le premier angle o` u la trajectoire de levenement apparat. Le squelette a initie
la th`ese de Fran cois Schaub.
Un autre avantage majeur du squelette est que linversion AVA le long des trajectoires ne tient
pas compte de leet detirement de londelette car la variation de lamplitude est selectionnee
sur le maximum en valeur absolue de londelette. Pour valider cela, jai developpe une serie de
tests basee sur la modelisation dune ondelette etiree, car linversion AVA le long de la trajectoire
devenements dont la dierence en profondeur est inferieure `a la longueur donde, donnera des
resultats incorrects. Leet des bancs ns peut creer de fausses anomalies AVA ou detruire les
anomalies AVA existantes. De nombreux auteurs dont [Swan, 1997], [Dong and Ponton, 1999]
et [Lin and Phair, 1993] calculent `a partir des sections en temps des attributs AVA de nouvelles
1.6. D
EROULEMENT ET PLAN DE LA TH
`
ESE 21
sections tenant compte de ces eets.
Jai prefere aborder la prise en compte des eets de bancs ns telle que [Castoro et al., 2001]
le propose sur les Iso-X avant inversion AVA.
La connaissance du facteur detirement de londelette [Tygel et al., 1994] obtenu par la migra-
tion de cet attribut, nous permet de modeliser londelette etiree du banc n. Les variations
de lamplitude en fonction de langle sont alors calculees par une deconvolution par ltre de
Wiener de lIso-X avec londelette modelisee.
Quatri`eme partie :
Trois applications sur des donnees reelles ont ete realisees. La premi`ere concerne le champ
petrolier dOseberg au large de la Norv`ege en mer du Nord. Il sagissait pour moi de tester
mes codes sur des donnees sismiques classiques, cest `a dire avec une profondeur de cible et
des gammes de deports conventionnelles dans le milieu petrolier. Les hydrates de gaz sont le
th`eme central de la deuxi`eme et de la troisi`eme application. Les deux jeux de donnees etudies
sont issus de campagnes beaucoup moins conventionnelles. La premi`ere ma permis de tester
la validite de mon traitement apr`es migration dans un cas de donnees `a tr`es haute resolution
et `a tr`es court deport. Le second test ma permis de valider ce meme traitement en presence
dIso-X presentant des complications speciquement liees `a la presence dhydrate de gaz.
Conclusion :
Finalement, je conclurai point par point cette th`ese tout en indiquant les perspectives les plus
probables pour les travaux eectues.
22 CHAPITRE 1. INTRODUCTION G
EN
ERALE
Premi`ere partie
Denition et obtention de la reectivite
23
Chapitre 2
Reectivite
2.1 Introduction
La prospection sismique consiste `a produire des ondes articielles de tr`es faible amplitude `a des
instants et en des endroits predetermines. Ces ondes se propagent puis se reechissent dans le
sous-sol avant detre nalement enregistrees par des recepteurs.
Lenergie dune onde incidente se propageant dans le sous-sol se repartit lorsquelle rencontre
une interface entre deux milieux presentant une dierence dimpedance acoustique (AI), elle-
meme denie par le produit de la densite et de la vitesse dans la roche (AI = V ). Une partie de
lenergie est reechie, lautre est transmise de chaque cote de linterface. Linterface est la sur-
face separant deux formations geologiques dont chacune peut etre consideree comme localement
homog`ene. La formation est d`es lors denie par les param`etres mecaniques suivants :
1. la vitesse de propagation de londe de compression P dans la roche exprimee en m/s : V
p
,
2. la vitesse de propagation de londe de cisaillement S dans la roche exprimee en m/s : V
s
,
3. la masse volumique ou densite exprimee en g/cm
3
: ,
4. le facteur de qualite, caracterisant le pouvoir de la roche `a absorber lenergie sismique
Q. Plus ce facteur est eleve et moins la roche absorbe denergie sismique. Les roches
sedimentaires ont des facteurs de qualite qui peuvent aller de quelques dizaines pour les
roches les plus attenuantes `a quelques centaines pour les roches les moins attenuantes.
La fraction de lenergie incidente qui est reechie depend de langle dincidence de londe sur lin-
terface. Le rapport damplitude de londe reechie sur lamplitude de londe incidente denit
le coecient de reexion dun tel interface. Lanalyse du coecient de reexion en fonction
de langle dincidence permet de mettre en evidence des variations de proprietes elastiques
des roches, comme le coecient de Poisson. Tout lenjeu de la caracterisation sismique des
reservoirs, consiste `a faire le lien entre les proprietes intrins`eques des roches (vitesse des ondes,
densite ou coecient de Poisson) et les donnees sismiques.
La premi`ere partie de ce chapitre presentera un aper cu de la theorie de propagation des ondes
elastiques en milieu isotrope. Cette partie traitera egalement des dierents types de vitesses de
propagation existants, ainsi que des eets de substitution de uides sur ces vitesses de propa-
gation.
25
26 CHAPITRE 2. R
EFLECTIVIT
E
Puis, dans la seconde partie de ce chapitre, nous verrons comment [Knott, 1899] et [Zoeppritz, 1919]
ont calcule, tout en tenant comptes des equations de lelastodynamique, les variations theoriques
des coecients de reexion et de transmission des ondes P et S en fonction des angles dinci-
dence, de reexion et de transmission des ondes P et S, mais aussi en fonction de la vitesse de
propagation des ondes et de la densite.
2.2 Propagation des ondes sismiques
2.2.1
Equations de lelastodynamique
Dans un milieu elastique, inni et isotrope, le deplacement U dune onde plane secrit sous la
forme,
U = Ade
ik(x.pct)
, (2.2.1)
o` u A est lamplitude de londe, d sa direction de deplacement, p sa direction de propagation,
x = (x
1
, x
2
) le vecteur position o` u x
1
denote laxe horizontal et x
2
laxe vertical, c sa vitesse de
propagation et k le nombre dondes.
Le nombre dondes k et la vitesse c sont relies `a la pulsation par lequation,
k =
c
, (2.2.2)
o` u k = 2/, la longueur donde, = 2f = 2/T, f la frequence et T la periode.
Le tenseur des contraintes dans le plan (i,j) est deni par,
ij
=
1
2
_
U
i
x
j
+
U
j
x
i
_
. (2.2.3)
Dapr`es la loi de Hooke, le tenseur des tensions
ij
peut sexprimer en fonction du tenseur des
contraintes
ij
,
ij
=
ij
ij
+ 2
ij
, (2.2.4)
o` u et sont les constantes de Lame et
ij
le symbole de Kronecker.
Du deplacement des contraintes qui resulte des lois de Newton, nous pouvons ecrire,
ij
x
j
=
2
U
i
t
2
, (2.2.5)
o` u est la densite.
En substituant lequation de Hooke dans lequation du deplacement des contraintes, il en resulte
lequation donde elastique,
2
U + ( + ).U =
2
U
t
2
. (2.2.6)
2.2. PROPAGATION DES ONDES SISMIQUES 27
2.2.2 Vitesses
Si le mouvement de londe est dans la direction de propagation (d = p), londe est denie
comme longitudinale. Cette onde est appelee londe P et a pour vitesse V
p
,
V
p
=
+ 2
. (2.2.7)
Cette vitesse peut aussi sexprimer en fonction du coecient dincompressibilite K,
V
p
=
_
K +
4
3
. (2.2.8)
Le coecient dincompressibilite K se caracterise par le changement relatif de volume dune
particule soumise `a une pression hydrostatique P.
Dans le cas dun mouvement perpendiculaire `a la direction de propagation (d.p = 0), il sagit
dune onde transversale, appelee onde S et ayant pour vitesse V
s
,
V
s
=
_
. (2.2.9)
Le coecient de Poisson [Koefoed, 1955] caracterise le rapport entre les deformations verti-
cales et horizontales. Il sexprime en fonction du rapport = V
p
/V
s
,
=
2
2
2(
2
1)
. (2.2.10)
2.2.3 Eets de uide sur la propagation des ondes
Lors de leur propagation, les ondes ne rencontrent pas que des milieux solides, elles peuvent
aussi se propager dans des milieux poreux satures en uide.
[Biot, 1956, Gassmann, 1951] ont etudie les liens entre la densite, les modules dincompres-
sibilite, de cisaillement (i.e. donc les vitesses V
p
, V
s
) et le uide saturant la roche.
La densite
sature
sexprime en fonction de la porosite et des densites du uide
fluide
et
du solide
solide
,
sature
=
fluide
+ (1 )
solide
. (2.2.11)
La theorie de [Gassmann, 1951] nous permet de connatre les expressions des modules de cisaille-
ment et dincompressibilite. Les hypoth`eses de [Gassmann, 1951, Biot, 1956] sont les suivantes :
1. Le milieu poreux est macroscopiquement homog`ene et isotrope.
2. Tous les pores sont connectes.
3. Les pores sont remplis dun uide sans frottement (gaz et eau par exemple).
4. Le mouvement relatif entre le solide et le uide est negligeable devant le deplacement de
la roche qui est excitee par le passage de londe.
28 CHAPITRE 2. R
EFLECTIVIT
E
5. Le uide ninteragit pas avec le solide de mani`ere `a changer le module de cisaillement.
Lequation de [Gassmann, 1951] permet de faire le lien entre les modules satures en uide avec
les modules de la roche s`eche (drainee), ceux du mineral constituant la roche (solide) et les
proprietes des uides,
K
sature
=
_
1
K
solide
1
K
fluide
_
+
1
K
solide
1
K
sec
K
sec
_
1
K
solide
1
K
fluide
_
+
1
K
solide
_
1
K
solide
1
K
sec
_ ,
sature
=
sec
,
(2.2.12)
avec : K
sature
module dincompressibilite de la roche saturee en uide.
K
solide
module dincompressibilite de la matrice constituant la roche.
K
sec
module dincompressibilite de la roche drainee.
K
fluide
module dincompressibilite du uide saturant les pores.
sature
module de cisaillement de la roche saturee en uide.
sec
module de cisaillement de la roche drainee.
Les proprietes du uide saturant sont calculees par des moyennes ponderees par la saturation
en gaz,
1
K
fluide
=
S
g
K
g
+
1 S
g
K
eau
,
fluide
= S
g
g
+ (1 S
g
)
eau
.
(2.2.13)
avec : S
g
saturation en gaz.
K
g
module dincompressibilite du gaz.
K
eau
module dincompressibilite de leau.
g
densite du gaz.
eau
densite de leau.
[Wyllie et al., 1956, Wyllie et al., 1958] proposent une relation empirique entre la vitesse de la
roche saturee en uide et la porosite ,
1
V
sature
= (1 )
1
V
solide
+
1
V
fluide
, (2.2.14)
o` u V
solide
est la vitesse de propagation des ondes de la matrice constituant la roche et V
fluide
la
vitesse de propagation des ondes du uide saturant les pores.
[Mavko et al., 1998] rappellent comment [Raymer et al., 1980] ont ameliore de mani`ere em-
pirique la relation de [Wyllie et al., 1956],
2.3. VARIATIONS DU COEFFICIENT DE R
EFLEXION 29
V
sature
= (1 )
2
V
solide
+ V
fluide
< 37%
1
V
=
0, 47
0.1V
37
+
0, 37
0, 1V
47
37 < < 47%
1
V
2
=
1
solide
V
2
solide
+
fluide
V
2
fluide
> 47%.
(2.2.15)
V
37
se calcule `a partir de la premi`ere expression de lequation (2.2.15) et V
47
`a partir de la
troisi`eme expression de lequation (2.2.15).
[Castagna et al., 1985] montrent que le rapport des vitesses V
p
et V
s
dune couche de sable
saturee en eau decrot fortement avec laugmentation de sa saturation en gaz. En eet, de nom-
breuses observations de donnees de puits ont montre, quelle que soit la nature du uide, quune
baisse signicative de la vitesse des ondes P est liee `a une augmentation de la saturation en gaz
et `a une vitesse des ondes S constante.
2.3 Variations du coecient de reexion
Letude sismique des reservoirs sest longtemps limitee `a lutilisation de quelques traces sis-
miques sommees. Ces donnees sismiques avaient souvent des deports assez faibles.
Le developpement des acquisitions avec plusieurs deports dans les annees soixante a permis
aux geophysiciens de sinteresser aux variations du coecient de reexion avec le deport (AVO
Amplitude Versus Oset en anglais) ou avec langle (AVA Amplitude Versus Angle). En
eet, levolution du coecient de reexion en fonction de langle dincidence depend des pa-
ram`etres petrophysiques (vitesse de propagation des ondes, densite) des milieux situes de part et
dautre de la discontinuite donnant naissance `a la reexion. La gure (2.1) montre levolution du
coecient de reexion en fonction de langle dincidence pour dierentes valeurs du rapport du
coecient de Poisson () des milieux 1 et 2 (
1
/
2
) et pour dierents rapports de vitesse (V R)
et de densite (DR). Il apparat que levolution du coecient de reexion en fonction de langle
est particuli`erement aectee par le rapport des coecients de Poisson des deux milieux (
1
/
2
).
Letude de levolution de lamplitude en fonction du deport ou de langle permet dacceder
indirectement au coecient de Poisson et dobtenir des informations quantitatives sur les pa-
ram`etres petrophysiques des milieux traverses ainsi que sur la presence dhydrocarbures dans les
reservoirs. [Ostrander, 1984] demontre avec un exemple, comment les reexions caracteristiques
dun sable `a gaz varient de mani`ere anormale avec le deport, puis comment utiliser ce phenom`ene
comme indicateur direct dhydrocarbures. Depuis cet article, les analyses AVO/AVA consti-
tuent aujourdhui un outil important dans la detection des hydrocarbures avec plus ou moins
de succ`es selon les contextes geologiques, lacquisition ou le traitement sismique avant linver-
sion des donnees.
La reexion dune onde incidente au niveau de linterface entrane une repartition de lenergie
de londe incidente en une onde reechie P, une onde transmise P, une onde reechie S et
une onde transmise S. La formulation dite de Knott-Zoeppritz permet dexprimer la varia-
tion des coecients de reexion et de transmission des ondes P et S. En eet, [Knott, 1899]
30 CHAPITRE 2. R
EFLECTIVIT
E
Fig. 2.1 Valeur du coecient de reexion en fonction de langle dincidence et du rapport
du coecient de Poisson des milieux 1 et 2
1
/
2
(dapr`es [Ostrander, 1984]). Trait pointille :
1
/
2
= 1. Trait epais :
1
/
2
< 1. Trait n :
1
/
2
> 1.
et [Zoeppritz, 1919] expriment les coecients de reexion et de transmission en fonction des
angles et des proprietes elastiques du sous-sol en invoquant la continuite des deplacements et
des contraintes `a linterface comme condition aux limites.
2.3.1 Coecients de reexion et de transmission
Considerons deux milieux elastiques, semi-innis, isotropes, homog`enes et separes par une in-
terface plane. Ce mod`ele presente deux couches geologiques caracterisees par les param`etres
de vitesse V
p
, V
s
et de densite pour chaque couche. Soit une onde plane de compression P,
incidente sur linterface. Londe P incidente engendre au maximum quatre types dondes : une
onde P reechie, une onde S reechie, une onde P transmise et une onde S transmise.
La loi de Snell-Descartes relie les angles () et le nombre dondes (k) des dierentes ondes
reechies et transmises (gure 2.2),
sin
Pr
V
p1
=
sin
Pt
V
p2
=
sin
Sr
V
s1
=
sin
St
V
s2
k
0
sin
Pr
= k
1
sin
Pr
= k
2
sin
Sr
= k
3
sin
Pt
= k
4
sin
St
.
(2.3.16)
Le coecient de reexion R
pp
de londe P reechie en fonction de langle dincidence
Pr
est
deni comme le rapport de lamplitude de londe P reechie sur lamplitude de londe P inci-
2.3. VARIATIONS DU COEFFICIENT DE R
EFLEXION 31
Pr
Sr
Pt
St
Onde P incidente Onde S reflechie
Onde P reflechie
Onde S transmise
Onde P transmise
X
X
1
2
Fig. 2.2 Mod`ele de base de lAVO : deux milieux elastiques, semi-innis, isotropes, homog`enes
separes par une interface plane. Ce mod`ele presente deux couches geologiques caracterisees
par les param`etres V
p
, V
s
et la densite. Soit une onde plane de compression P, incidente sur
linterface. Cette onde donne naissance, au maximum, `a quatre types dondes : une onde P
reechie, une onde S reechie, une onde P transmise et une onde S transmise.
dente. De meme, le coecient de transmission T
pp
est le rapport de lamplitude de londe P
transmise sur celle de londe P incidente. Enn, le coecient de reexion de londe S est le
rapport des amplitudes de londe S reechie et P incidente, et le coecient de transmission de
londe S est celui des amplitudes de londe S transmise et P incidente.
`
A lincidence normale (
Pr
= 0), les ondes converties nexistent pas et le coecient de reexion
R
pp
est donne par,
R
pp
=
V
p2
2
V
p1
1
V
p2
2
+ V
p1
1
=
I
p2
I
p1
I
p1
+ I
p2
. (2.3.17)
I
p1
et I
p2
sont les impedances acoustiques des ondes P des milieux au-dessus et au-dessous de
linterface.
Le coecient de transmission T
pp
est donne `a lincidence normale par,
T
pp
= 1 R
pp
. (2.3.18)
Nous avons presente ci-dessus les coecients de reexion et de transmission `a incidence normale.
Pour les autres angles, les formules des coecients de reexion et de transmission sexpriment
grace aux equations de Knott-Zoeppritz.
32 CHAPITRE 2. R
EFLECTIVIT
E
2.3.2
Equations de Knott-Zoeppritz
[Knott, 1899] et [Zoeppritz, 1919] invoquent la continuite du deplacement et de la pression
comme condition aux limites pour exprimer les coecients de reexion et de transmission
en fonction de langle dincidence et des proprietes physiques des deux milieux (V
p
, V
s
et ).
Ces param`etres sont dependants de la lithologie et de la porosite de la roche, ainsi que du
uide contenu dans les pores. Dans cette partie, nous expliquons comment [Knott, 1899] et
[Zoeppritz, 1919] ont calcule les quatre equations dont les quatre inconnus sont les coecients
de reexion et de transmission des ondes P et S `a partir de ces conditions aux limites tout en
respectant les equations de lelastodynamique. Cela nous permettra dintroduire et dutiliser
dierentes approximations de ces equations.
Pour chaque type donde deni dans la gure (2.2), le vecteur deplacement du champ dondes
U = (u
1
, u
2
) secrit,
U
n
= A
n
d
n
e
in
, (2.3.19)
n
= k
n
(x
1
p
n
1
+ x
2
p
n
2
c
n
t) , (2.3.20)
o` u A est lamplitude de londe et lindice n le type de londe.
Dans le rep`ere (
X
1
,
X
2
), les coordonnees des vecteurs deplacement d et propagation p sont :
1. pour londe P incidente (angle de
Pr
avec la normale) :
_
d
(0)
= sin
Pr
x
1
+ cos
Pr
x
2
p
(0)
= sin
Pr
x
1
+ cos
Pr
x
2
(2.3.21)
2. pour londe P reechie (angle de
Pr
avec la normale) :
_
d
(1)
= sin
Pr
x
1
cos
Pr
x
2
p
(1)
= sin
Pr
x
1
cos
Pr
x
2
(2.3.22)
3. pour londe S reechie (angle de
Sr
avec la normale) :
_
d
(2)
= cos
Sr
x
1
+ sin
Sr
x
2
p
(2)
= sin
Sr
x
1
cos
Sr
x
2
(2.3.23)
4. pour londe P transmise (angle de
Pt
avec la normale) :
_
d
(3)
= sin
Pt
x
1
+ cos
Pt
x
2
p
(3)
= sin
Pt
x
1
+ cos
Pt
x
2
(2.3.24)
5. pour londe S transmise (angle de
St
avec la normale) :
_
d
(4)
= cos
St
x
1
+ sin
St
x
2
p
(4)
= sin
St
x
1
+ cos
St
x
2
(2.3.25)
2.3. VARIATIONS DU COEFFICIENT DE R
EFLEXION 33
Dans la suite de nos calculs, nous supposerons la continuite des deplacements U et des contraintes
dans les directions x
1
et x
2
`a linterface des deux milieux elastiques. En labsence de cette
hypoth`ese, nous observerions une dislocation du milieu,
_
U
(0)
j
+ U
(1)
j
+ U
(2)
j
= U
(3)
j
+ U
(4)
j
(0)
2j
+
(1)
2j
+
(2)
2j
=
(3)
2j
+
(4)
2j
(j = 1, 2) . (2.3.26)
`
A x
2
= 0,
n
secrit :
n
= k
n
(x
1
p
(n)
1
c
n
t) . (2.3.27)
Pour rendre lequation (2.2.1) valide dans lequation (2.2.5) et ainsi satisfaire le crit`ere de
continuite, nous devons obtenir,
0
=
1
=
2
=
3
=
4
. (2.3.28)
(0)
21
+
(1)
21
+
(2)
21
=
(3)
21
+
(4)
21
, (2.3.34)
o` u
n
21
= ik
n
[d
(n)
2
p
(n)
1
+ d
(n)
1
p
(n)
2
]A
n
e
in
. (2.3.35)
Apr`es simplications, nous obtenons,
k
0
(2cos
Pr
sin
Pr
)A
0
k
1
(2cos
Pr
sin
Pr
)A
1
+ k
2
(sin
2
Sr
cos
2
Sr
)A
2
=
k
3
(2cos
Pt
sin
Pt
)A
3
+ k
4
(sin
2
St
cos
2
St
)A
4
,
(2.3.36)
34 CHAPITRE 2. R
EFLECTIVIT
E
o` u
V
p1
V
p2
sin2
Pt
A
3
V
p1
V
s2
cos2
St
A
4
= sin2
Pr
A
0
.
(2.3.38)
(0)
22
+
(1)
22
+
(2)
22
=
(3)
22
+
(4)
22
, (2.3.39)
o` u
n
22
= ik
n
[( + 2)d
(n)
2
p
(n)
2
+ d
(n)
1
p
(n)
1
]A
n
e
in
. (2.3.40)
Comme precedemment, nous pouvons diviser par ie
in
,
0
22
= k
0
[ + 2cos
2
Pr
]A
0
,
1
22
= k
1
[ + 2cos
2
Pr
]A
1
,
2
22
= k
2
[2cos
Sr
sin
Sr
]A
2
,
3
22
= k
3
[
+ 2
cos
2
Pt
]A
3
,
4
22
= k
4
[
cos
St
sin
St
]A
4
.
(2.3.41)
Finalement, en divisant par et apr`es simplications, nous obtenons,
(
V
p1
V
s1
)
2
cos2
Sr
A
1
+
V
p1
V
s1
sin2
Sr
A
2
+ (
)(
V
p1
V
p2
)(
V
p2
V
s2
)
2
cos2
St
A
3
+
V
p1
V
p2
sin2
St
A
4
= (
V
p1
V
p2
)
2
cos2
Sr
A
0
.
(2.3.42)
2.4. CONCLUSION 35
Sous forme matricielle, les equations de Zoeppritz, en fonction des vitesses P et S et du module
de cisaillement, secrivent,
A
0
_
_
_
_
_
_
_
_
_
_
sin (
Pr
)
cos (
Pr
)
sin (2
Pr
)
2
cos(2
Sr
)
_
_
_
_
_
_
_
_
_
_
= (2.3.43)
_
_
_
_
_
_
_
_
_
_
_
sin (
Pr
) cos (
Sr
) sin (
Pt
) cos (
St
)
cos (
Pr
) sin (
Sr
) cos (
Pt
) sin (
St
)
sin (2
Pr
) cos (2
Sr
)
V
p1
V
p2
sin(2
Pt
)
V
p1
V
s2
cos (2
St
)
2
cos (2
Sr
) sin(2
Sr
)
V
p1
V
p2
(
)
2
cos (2
St
)
V
p1
V
s2
sin(2
St
)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
A
1
A
2
A
3
A
4
_
_
_
_
_
_
_
_
_
_
o` u est le rapport des vitesses V
p
sur V
s
dans la couche 1 et
1
V
2
s1
V
p2
sin(2
Pt
)
2
V
s2
V
p1
1
V
2
s1
cos (2
St
)
cos (2
Sr
)
V
s1
V
p1
sin(2
Sr
)
2
V
p2
1
V
p1
cos (2
St
)
2
V
s2
1
V
p1
sin(2
St
)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
R
P
R
S
T
P
T
S
_
_
_
_
_
_
_
_
_
_
o` u les amplitudes sont normalisees par londe incidente damplitude A
0
: R
p
= A
1
/A
0
, R
s
=
A
2
/A
0
, T
p
= A
3
/A
0
, T
s
= A
4
/A
0
.
2.4 Conclusion
La gure (2.3) illustre la variation des coecients de reexion des ondes P calcules avec les
equations de [Zoeppritz, 1919]. La gamme dangles dincidence indiquee sur ce graphique nest
36 CHAPITRE 2. R
EFLECTIVIT
E
Fig. 2.3 Variation de la reectivite des ondes P en fonction de langle dincidence en utilisant
les equations de [Zoeppritz, 1919]. Le mod`ele A correspond `a un mod`ele avec un faible contraste
des vitesses P et S. Les param`etres de ce mod`ele geologique sont les suivants : unite superieure
(V
p
=3000 m/s, V
s
=1700 m/s et =2400 kg/m
3
) et unite inferieure (V
p
=4000 m/s, V
s
=2200
m/s et =2640 kg/m
3
). Le mod`ele B correspond `a un mod`ele avec un fort contraste des vitesse P
et S. Les param`etres de ce mod`ele geologique sont les suivants : unite superieure (V
p
=3000 m/s,
V
s
=1700 m/s et =2400 kg/m
3
) et unite inferieure (V
p
=7600 m/s, V
s
=4400 m/s et =2930
kg/m
3
).
pas representative de la realite en geophysique petroli`ere o` u les angles dincidence ne depassent
que rarement les 60 degres et avoisinent en moyenne les 30 `a 50 degres.
Les principales observations que nous pouvons faire sur la gure (2.3) sont les suivantes :
1. La variation du coecient est faible pour les angles faibles ( < 20 `a 30 degres).
2. Lamplitude du coecient de reexion de londe P presente des maxima locaux au pre-
mier angle critique et pr`es de langle critique de londe S, si la vitesse des ondes P de
lunite superieure est superieure `a la vitesse des ondes S de lunite inferieure (mod`ele B).
2.4. CONCLUSION 37
La reexion est totale pour les incidences rasantes (=90 degres).
3. Langle critique (
cp
) des ondes P est donne par la relation sin(
cp
) = V
p1
/V
p2
o` u V
p1
est la vitesse des ondes P de lunite superieure et V
p2
celle de lunite inferieure. Pour le
mod`ele A, langle critique est de 48,5 degres. Pour le mod`ele B, il est de 23,5 degres. Si
V
p1
est superieur `a V
p2
, il ny a pas de premier angle critique.
4. Lenergie de londe P decrot apr`es le premier angle critique car londe se convertit en onde
S reechie et transmise jusquau deuxi`eme angle critique
cs
donne par sin(
cs
) = V
p1
/V
s2
o` u V
s2
est la vitesse des ondes S dans lunite inferieure. Nous comprenons desormais
pourquoi le second angle critique nexiste que si V
p1
/V
s2
< 1.
La nature complexe des equations de [Knott, 1899] et [Zoeppritz, 1919] rend son exploita-
tion dicile et surtout empeche de voir dune mani`ere simple comment la variation dun de
ses param`etres va aecter le coecient de reexion. Nous preferons pour cette raison utiliser
des formes linearisees des equations de Zoeppritz. [Bortfeld, 1961], [Aki and Richards, 1980],
[Shuey, 1985] et [Fatti et al., 1994] ont propose une linearisation de ces equations en supposant
que les contrastes des param`etres elastiques sont faibles. Cette hypoth`ese est valable pour la
plupart des roches sedimentaires clastiques mais pas pour les roches sedimentaires carbonatees.
Nous introduirons toutes ces approximations dans le chapitre 5.
La variation des coecients de reexion sexprime en fonction de langle dincidence. Cepen-
dant, les traitements classiques consistent `a etudier les variations sur les donnees enregistrees
en fonction de deport, et ceci apr`es quelques traitements ameliorant le rapport signal/bruit.
Des traitements, supposant un milieu 1D, permettent de convertir les donnees en angles.
Dans le prochain chapitre, nous verrons comment lutilisation prealable dune migration en
profondeur, permet non seulement dobtenir une image globale du sous-sol, exprimee elle aussi
en fonction du deport, mais aussi la reectivite en fonction de langle.
38 CHAPITRE 2. R
EFLECTIVIT
E
Chapitre 3
Calcul de la reectivite en sismique
3.1 Introduction
La plupart des etudes AVA sur des donnees sismiques (Amplitude Versus Angle) repose pa-
radoxalement sur letude de donnees classees par point milieu commun et par deport (AVO,
Amplitude Versus Oset).
[Yilmaz, 2001] presente en details les dierentes etapes de letude AVO en fonction du deport.
Nous emploierons ici le terme generique detude de lamplitude. Dans la pratique, nous parle-
rons danalyse AVA ou AVO quand il ne sera question que de representer (et danalyser) la
variation de la reectivite selectionnee sur des donnees en fonction du deport ou de langle.
Le terme dinversion AVA sera employe lorsquil sagira dinverser lexpression de la variation
de la reectivite, exprimee en fonction de langle R() (correspondant `a celle selectionnee au
point precedent) en utilisant les equations de [Zoeppritz, 1919] ou lune de ses approximations.
Les donnees enregistrees lors de lacquisition sismique representent les contrastes de reectivite
du sous-sol ajoutes `a de tr`es nombreux autres phenom`enes. Une des forces du traitement en
sismique reexion est de considerer que les donnees ne contiennent que des ondes reechies et
donc de denir une sequence de pre-traitement assimilable `a un nettoyage de tout ce qui di`ere
dune onde reechie.
Il faut donc etre en mesure deliminer :
1. les trains dondes refractees et les trains dondes se propageant dans lair ou dans la partie
supercielle (ondes de surface, ground-roll en anglais) ;
2. tous les bruits urbains, ou les bruits lies `a lacquisition, ou encore les decalages induits
par la topographie, etc . . .
3. la signature de la source et les reexions multiples.
Il est aussi necessaire de noter que toutes ces phases de ltrage, de deconvolution, delimination
des multiples, de correction de statiques au demeurant indispensables, sont supposees ne pas
alterer les amplitudes relatives du signal brut original.
En revanche, plusieurs etapes sont directement liees ou sont susceptibles dinuencer letude des
39
40 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
amplitudes, bien quelles fassent partie integrante du traitement conventionnel. Nous trouvons
parmi ces dierentes etapes :
1. La correction damplitude :
Lalteration du signal sismique lors de sa propagation dans le sous-sol est `a la fois
geometrique et anelastique (perte denergie et diminution du contenu frequentiel avec la
profondeur). Une fonction de correction de la divergence geometrique est appliquee aux
dierentes traces, an de compenser les eets dattenuation damplitude et de variabilite
des recepteurs.
2. La correction dynamique en temps (Normal Move-out en anglais) :
Une correction dynamique ou une migration cinematique en temps pour des milieux plus
complexes est appliquee `a chaque classe de deport. Nous obtenons ainsi, pour chaque
gamme de deport, une image dun coecient de reexion R(x, y, t, h) en fonction du
temps.
3. La conversion deport/angle :
Les equations de [Zoeppritz, 1919] sexpriment, entre autres, en fonction de langle din-
cidence . Lhypoth`ese forte dun milieu 1D permet de faire une correspondance approxi-
mative entre le deport h et langle dincidence . En combinant la reectivite en fonction
du deport R(x, y, t, h) et langle en fonction du deport (h), il est possible destimer la
reectivite en fonction de langle R(x, y, t, ).
Toutes ces methodes seront expliquees dans la premi`ere partie de ce chapitre. Il est important
de noter que dans notre cas, nous considerons que letape de migration fait egalement partie
du pre-traitement dans la mesure o` u les donnees sont preparees `a letude des amplitudes.
Larrivee de limagerie quantitative `a la n des annees 1980 a permis dameliorer la validite
du calcul de la reectivite, ou tout du moins dassurer une relative preservation de lamplitude
des contrastes au cours de la phase dimagerie, indispensable pour les etudes AVA, comme nous
le verrons dans la suite de ce chapitre.
A contrario, le traitement conventionnel soure dapproximations 1D qui restreignent son champ
dapplication `a des milieux simples tabulaires, ou qui alt`ere les contrastes de reectivites `a par-
tir du moment o` u le milieu considere seloigne dune description tabulaire.
Nous reprenons donc tout dabord bri`evement les phases de traitement utilisees pour les etudes
AVA/AVO conventionnelles.
3.2 Methodes classiques pour le calcul de R(x, y, z, t, )
3.2.1 Pre-traitements
Nous considerons lequation de la trace sismique en fonction du temps T (t) comme lenregis-
trement, en un recepteur donne r, des ondes emises au point de source s puis reechies dans le
sous-sol et convoluees par les coecients de reexion RC du sous-sol ainsi que par les reexions
multiples des ondes M,
3.2. M
V
2
(t)
, (3.2.2)
o` u t est le temps de propagation, V
1
la vitesse de propagation des ondes dans la premi`ere couche.
V
2
(t) =
1
t
_
t
0
V
2
(t)dt , (3.2.3)
avec V (t) la vitesse instantanee.
Si la vitesse dans le milieu est constante, nous avons,
42 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
g(t) =
1
V t
=
1
r
, (3.2.4)
o` u r est la distance parcourue par londe sismique.
La decroissance en 1/r est liee au fait que lenergie sismique se repartit sur une sph`ere de plus
en plus grande.
La compensation de la variabilite des recepteurs est tr`es delicate `a realiser. Il faut determiner
un coecient de multiplication des amplitudes des tirs qui soit fonction uniquement du numero
de la trace dans le tir.
3.2.3 Corrections dynamiques (NMO)
La correction dynamique compense leet dobliquite des trajets. Elle ram`ene les temps dar-
rivee des reexions `a ceux de traces `a deport nul (source-recepteur confondus), cest `a dire `a
ceux qui correspondraient `a des rayons parvenant `a lincidence normale sur les miroirs. Les
temps sont alors ceux que lon aurait observes avec un capteur de deport nul, confondu avec la
source. La correction depend du deport h qui separe source et recepteur et du temps t darrivee
de londe reechie.
1. Cas dun simple reecteur horizontal
Pour un milieu homog`ene compose dune couche `a interface horizontal, la reexion sur
linterface a pour indicatrice une hyperbole dequation,
t
2
(h) = t
2
0
+
h
2
V
2
, (3.2.5)
o` u t
0
est le temps double decho (emetteur-recepteur confondu) et V la vitesse dintervalle
dans la couche surmontant linterface.
La correction dynamique appliquee sur des donnees triees en collection point-milieu com-
mun consiste donc `a ramener au temps t
0
la reexion observee au temps t(h) `a la distance
h.
2. Cas de plusieurs niveaux horizontaux
Dans le cas dun milieu heterog`ene, compose dune succession de couches planes, horizon-
tales et homog`enes depaisseur temps t
i
et de vitesse V
i
, nous rempla cons la vitesse V
de lequation precedente par la vitesse moyenne donnee par une approximation `a laide
de la methode des moindres carres jusquau niveau n,
V
2
rms
=
n
i=1
t
i
V
2
i
n
i=1
t
i
. (3.2.6)
Ainsi pour les faibles deports, lindicatrice est proche de lhyperbole,
t
2
(h) = t
2
0
+
h
2
V
2
rms
. (3.2.7)
3.2. M
V
rmsn
t
n
V
rms
n1
t
n1
t
n
t
n1
. (3.2.8)
3. Cas des reecteurs inclines
Dans le cas dun reecteur pente, pour des donnees triees en collection CMP, lindicatrice
associee `a la reexion est toujours une hyperbole dequation,
t
2
(h) = t
2
0
+
h
2
V
2
a
, (3.2.9)
avec,
V
a
=
V
cos()
,
t
2
0
(h) = t
0
xsin()
V
,
(3.2.10)
o` u est le pendage du reecteur, le signe + ou depend de la position du recepteur par
rapport `a la source. t
0
(h) est le temps correspondant au rayon normal au point-milieu
commun et t
0
le temps correspondant au rayon normal au point source.
3.2.4 Corrections de pendage (DMO)
Pour expliquer les corrections de pendage, nous avons recopie la denition donnee `a ces cor-
rections par [Mari et al., 1997] dans leur livre. Si les pendages sont plus importants, il est
necessaire de transformer les collections point-milieu en collection point-miroir de fa con `a ce
que chaque collection point-milieu contienne les arrivees reechies provenant du meme point-
miroir. La transformation est appelee correction de leet de pendage ou DMO (Dip Move
Out). Apr`es corrections dynamiques, les arrivees reechies apparaissent sur les traces dun
meme point-milieu `a des temps t
0,h
selon la relation,
t
0,h
= t
0
xsin()
V
= t
0
+
h
V
, (3.2.11)
o` u V
est la vitesse apparente egale au rapport de la frequence f au nombre donde k : V
= f/k.
La correction de pendage (DMO) consiste `a transformer les sections `a deport constant en
sections `a deport nul. Apr`es corrections dynamiques (NMO), les traces sont triees en sections `a
deport constant. Dans cette collection, les traces sont decalees en temps dune quantite egale `a
h/V
EFLECTIVIT
E EN SISMIQUE
La section apr`es correction de pendage peut etre utilisee comme une donnee entrante de la
migration apr`es sommation en temps (post-stack) au meme titre que la section corrigee de
correction dynamique. Nous pouvons aussi utiliser plusieurs iterations de NMO, DMO, NMO
1
couplees avec une analyse de vitesse conventionnelle pour ameliorer la determination du mod`ele
de vitesse. Ce processus est plus connu sous le nom de Deregowski loop.
3.2.5 Migration
Lobjectif des phases precedentes du traitement consiste comme, nous lavons decrit, `a preparer
les donnees avant sommation (prestack).
Nous obtenons donc des donnees le plus souvent regroupees par points milieux (CMP) ou
points profondeur communs (CDP) qui correspondent aux donnees entrantes pour les analyses
de lamplitude des contrastes de reectivite en fonction du deport. Comme nous le verrons par
la suite, trouver une relation entre le deport et langle dincidence de londe au point diractant,
peut etre aborde de mani`ere tr`es simple `a partir du moment o` u nous respectons les hypoth`eses
de milieux simples dej`a considerees dans les phases de pre-traitement.
Par ailleurs, travailler sur des donnees avant sommation ne facilite pas la localisation des
evenements qui peuvent egalement etre distordus (gure 3.1).
Fig. 3.1 Section profondeur (gauche) montrant deux miroirs dont lun est incline et observa-
tion faite sur la section temps (droite).
Le travail sur les donnees avant sommation sest enrichi dans les annees 1950 avec des techniques
susceptibles de repositionner les evenements dont la reexion a ete enregistree par les recepteurs.
Le terme de migration, employe actuellement pour decrire ces methodes, a pleinement ete
3.2. M
EFLECTIVIT
E EN SISMIQUE
nombre de directions dans lesquelles il existe des contrastes et dans lamplitude de ces contrastes.
En ne considerant que les milieux isotropes, notre milieu peut donc :
1. etre homog`ene dans les trois directions ;
2. avoir des variations dans une direction (le plus souvent la profondeur), ce qui donne un
milieu tabulaire constitue de couches homog`enes ;
3. avoir des variations dans deux directions (x, z) ; le milieu est alors heterog`ene par plans,
quelquefois appele 2.5D ;
4. avoir des variations dans les trois directions ; le milieu est alors totalement heterog`ene
(mais toujours isotrope).
Ce sont ces deux derniers types de milieux que nous considerons dans ces travaux, lhypoth`ese
de depart est donc bien de considerer que nous sommes en dehors des approximations 1D de
milieux tabulaires, considerees dans plusieurs phases du traitement conventionnel.
Nous illustrerons dailleurs ce point avec lexemple reel sur le champ de Oseberg dans la partie
IV de la presente th`ese, o` u nous comparerons un traitement classique en temps `a notre chane
de traitement `a amplitude preservee.
Lautre point fondamental concernant la complexite dun milieu heterog`ene, reste la valeur
relative des contrastes de vitesse ainsi que leur positionnement structural.
Bien quil existe une innite de combinaisons, la classication des mod`eles compl`ete lenumeration
precedente selon trois cas :
1. Mod`eles `a tr`es forts contrastes lies par exemple `a la presence de formations `a tr`es fortes vi-
tesses (sels, basaltes, . . .) dans un encaissant sedimentaire presentant des sauts de vitesse
de plusieurs km/s. Dans ce type de milieu, le traitement conventionnel ne fonctionne plus,
car la determination du champ de vitesse est tr`es delicate et toute la partie cinematique
necessaire `a limagerie est faussee quand ce nest pas le formalisme utilise qui perd de sa
validite
1
.
2. Mod`ele presentant une tectonique complexe incluant de nombreuses failles, chevauche-
ments, forts pendages, inversion de vitesse,. . .Dans ce type de milieu, nous trouvons tout
1
Le meilleur exemple est la recente confrontation de deux types dimagerie profondeur. Dun cote le forma-
lisme rais+Kirchho (utilise dans cette th`ese), qui necessite des milieux lisses pour le calcul des fonctions
de Green. Helas, le lissage des tr`es forts contrastes de vitesse alt`ere le calcul cinematique et nous aboutissons
`a une defocalisation des images. Dun autre c ote, le formalisme dit wave equation base sur la resolution de
lequation donde paraxiale one way (correlation des champs montants retropropages depuis les recepteurs
et du champ descendant de la source), qui lui, peut prendre en compte des milieux non lisses tr`es nement
discretises grace `a lutilisation de schemas numeriques par dierences nies. Helas, pour tirer parti de ce type
dimagerie, il est necessaire davoir un champ de vitesse n mais surtout extremement proche de la realite pour
bien focaliser les images. Il est evidemment possible dameliorer ce type de champ de vitesse apr`es migration,
avec des techniques de type migration velocity analysis, mais cela nous emm`enerait trop loin dans notre sujet,
et nous avons dailleurs pris le parti docculter ce type de methodes pour nous concentrer sur une correction
tr`es pragmatique des Iso-X.
3.2. M
EFLECTIVIT
E EN SISMIQUE
Fig. 3.3 Approximation de [Walden, 1991] pour un mod`ele de [Dix, 1955]. [Walden, 1991]
applique la loi de Snell `a la couche homog`ene de vitesse V
RMS
et `a la derni`ere couche de vitesse
V
i
au-dessus du point de reexion.
Formule de Dix
Tout comme les corrections dynamiques et la migration, la conversion deport en angle depend
du mod`ele de vitesse du sous-sol. [Walden, 1991] utilise le mod`ele de [Dix, 1955] qui propose un
mod`ele simple stratie avec des reecteurs horizontaux. Rappelons les formules de ce mod`ele
qui donnent une approximation du temps de trajet en fonction du deport, valables pour un
deport de lordre de grandeur de la profondeur dinvestigation,
t
2
(h) = t
2
0
+
h
2
V
2
RMS
, (3.2.12)
avec V
RMS
la vitesse quadratique denie par,
V
2
RMS
=
n
i=1
V
2
i
t
i
n
i=1
t
i
. (3.2.13)
Loi de Snell-Descartes
[Walden, 1991] applique la loi de Snell-Descartes `a la couche homog`ene de vitesse V
RMS
et `a la
derni`ere couche au-dessus du point de reexion,
sin(
s
)
V
i
=
sin(
RMS
)
V
RMS
, (3.2.14)
o` u
s
et
RMS
sont respectivement langle speculaire et langle dincidence dans le milieu
equivalent.
Dun point de vue trigonometrique, langle dincidence
RMS
peut secrire,
3.2. M
EFLECTIVIT
E EN SISMIQUE
Fig. 3.4 Exemple venant de la th`ese de [ElOuair, 2003] : Application de la conversion deport
en angle sur une collection en point-milieu. (a) Estimation des angles speculaires pour chaque
temps et deport par lapproximation de [Walden, 1991]. (b) Sommation des amplitudes sis-
miques dans chacune des classes dangles prealablement denies.
3.3. MIGRATION QUANTITATIVE EN PROFONDEUR 51
Dans la partie IV traitant de lanalyse AVA du champ dOseberg, le traitement conventionnel
sur des donnees avant sommation en vue de realiser une etude AVA est totalement inapproprie.
Le probl`eme dans les traitements classiques reside principalement dans le fait que la somme
des approximations utilisees est en compl`ete contradiction avec la qualite de la preservation du
signal initial dans le cas dune analyse ne des anomalies de la reectivite.
Le manque de conance generale envers les etudes AVA est en partie d u `a laccumulation voire
lamplication des erreurs dans toute la partie amont du traitement sans oublier que les travaux
en temps necessitent, `a un moment ou `a un autre, un passage en profondeur.
Lutilisation des techniques de migration temps avant sommation pour obtenir des panneaux
en fonction du deport a ete une premi`ere avancee notoire pour la abilite de letude AVA
[Mosher et al., 1996].
Mais le resultat reste exprime en fonction du temps. De plus, les donnees avant sommation
ont souvent subi une degradation importante des variations relatives de la reectivite de par
lutilisation de gain ou degalisation.
Mais cette limitation peut tout `a fait sappliquer `a la migration profondeur avant sommation,
comme lont montre [Lenain et al., 2001] et [Baina et al., 2001], lorsque des corrections dam-
plitude simplistes sont appliquees avant migration au lieu de les inclure directement dans le
noyau de la migration et de les calculer par traces de rais dynamiques dans un milieu heterog`ene.
Cest donc pour cette raison quil devient donc tout a fait naturel de realiser les etudes AVA
apr`es une migration profondeur `a amplitude preservee, quel que soit le formalisme utilise, dans
la mesure o` u le probl`eme direct (la propagation) se fait dans un champ de vitesse heterog`ene
realiste et que nous pouvons obtenir des Iso-X en oset ou en angle.
Nous allons maintenant decrire rapidement le formalisme de la migration de Kirchho uti-
lisee, qui est construite comme une sommation sur des isochrones dans les donnees sismiques
en utilisant les coordonnees des sources et des recepteurs comme variables dintegration.
3.3 Migration quantitative en profondeur
Ce type de migration quantitative ou PAPsDM (preserved amplitude prestack depth mi-
gration en anglais) par analogie `a la migration en temps avant sommation conventionnelle,
permet de calculer une image du sous-sol qui re`ete `a la fois la structure du milieu (image
cinematique) ainsi que ses caracteristiques physiques (image dynamique).
Dans cette th`ese, les donnees sismiques seront migrees en profondeur avant sommation avec un
algorithme de type rai+Kirchho 2,5D [Nguyen, 2003] utilisant le trace de rais de
[Lucio et al., 1996].
Cette migration se realise en deux etapes `a 2D comme `a 3D pour des raisons essentiellement
numeriques, avec tout dabord le calcul des fonctions de Green suivi de letape de migration.
52 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
Nous presenterons dans cette partie lobtention du formalisme de la migration `a amplitude
preservee utilisant lapproximation de Kirchho.
Ce type de migration a ete reformule depuis plus de vingt ans dans le cadre de la theorie
du probl`eme inverse linearise. Lobtention de lequation nale necessite donc lexpression du
probl`eme direct, la denition dune fonction co ut et lexpression de ses derivees (le Hessien et
le gradient) qui donneront lexpression nale permettant de minimiser cette fonction co ut.
3.3.1 Probl`eme direct
La resolution du probl`eme direct consiste `a modeliser la propagation des ondes dans ce milieu
en utilisant lequation des ondes (plus ou moins simpliee) et un outil numerique.
Loutil optimal pour modeliser la propagation des ondes en milieux complexes (prise en compte
des ondes elastiques, conversion, multiples, . . .) demeure la methode des dierences nies
[Virieux, 1984], [Noble, 1992]. Le souci majeur de ces techniques reste le co ut numerique, impor-
tant `a 2D (en temps ou frequence) mais egalement prohibitif `a 3D pour une utilisation courante.
Cependant, il est bien clair que les prochaines annees verront lapparition dalgorithmes 3D
de migration utilisant la propagation du champ donde complet en utilisant ce type de tech-
nique, tout comme ceux dinversion de formes dondes.
Ces techniques etant connues depuis les annees 1980, leurs developpements actuel restent es-
sentiellement lies `a la puissance de calcul informatique.
Le premier pas a ete franchi `a la n du si`ecle dernier avec la reintroduction `a 3D des methodes
basees sur lapproximation one-way paraxiale de lequation donde compl`ete.
Le dernier type de simulation de la propagation des ondes est base sur la theorie des rais, ap-
proximation asymptotique du comportement des ondes pour une frequence tendant vers linni.
Cette theorie est tr`es utilisee depuis de nombreuses annees en sismologie [
Equation dondes
Nous considerons le sous-sol comme un milieu acoustique, isotrope et de densite constante.
Ce milieu correspond `a un uide dont le module de cisaillement (premier param`etre de Lame
) est nul. Le second de ces deux param`etres () devient egal au module dincompressilite .
La vitesse de propagation des ondes acoustiques correspond simplement `a celle des ondes de
compression, c(x) =
_
(x)/(x), o` u exprime la densite dans le milieu.
Considerant ces hypoth`eses et les relations fondamentales de lelastodynamique, nous pou-
vons ecrire lexpression du deplacement u en tout point x subissant une densite volumique de
force f,
2
u(x, t)
t
2
((x) u(x, t)) = f(x, t) . (3.3.19)
Nous exprimons cette equation en terme de pression P en tout point x, en considerant que
cette pression est proportionnelle `a la divergence du deplacement,
P(x, t) = (x) u(x, t) . (3.3.20)
En derivant ce terme P, apr`es simplication, il vient,
2
P(x, t)
t
2
(x)
2
P(x, t) =
(x)
f(x, t) . (3.3.21)
Ce qui donne,
2
P(x, t)
t
2
c
2
(x)
2
P(x, t) = c
2
(x) f(x, t) . (3.3.22)
Cette equation est lequation donde scalaire en temps. Nous denissons le terme de source
(x, t) egal `a la divergence de la force appliquee,
(x, t) = f(x, t) . (3.3.23)
Ainsi lequation (3.3.22) secrit,
_
1
c
2
(x)
2
t
2
2
_
P(x, t) = (x, t) , (3.3.24)
et donne en frequence lequation de Helmhotz,
_
w
2
c
2
(x)
+
2
_
P(x, w) = (x, w) , (3.3.25)
o` u
_
w
2
c
2
(x)
+
2
_
est loperateur de Helmhotz.
54 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
La fonction de Green G
0
se denit comme la reponse du milieu `a une source impulsionnelle
et ponctuelle (xs)(t t
s
) `a la position s au temps initial t
s
. c
0
est la vitesse de propagation
des ondes dans le milieu de reference, soit pour t
s
= 0,
_
1
c
2
0
(x)
2
t
2
2
_
G
0
(x, t; s) = (x s)(t) . (3.3.26)
Nous prenons comme conditions initiales pour t < t
s
, G
= 0 et
G
0
t
= 0. Cette fonction de
Green est aussi solution de lequation de Helmhotz,
_
w
2
c
2
0
(x)
+
2
_
G
0
(x, w; s) = (x s) . (3.3.27)
Ainsi, nous pouvons relier la fonction de Green au champ de pression dans le milieu par la
relation,
P(x, w) =
_
dsG(x, w; s) (s, w) . (3.3.28)
Dans les cas simples de milieux homog`enes ou `a gradient constant, les fonctions de Green
se calculent analytiquement. Dans le cas general, nous utilisons des methodes de resolution
des fonctions de Green, basees sur des approximations asymptotiques haute frequence. Outre
lavantage de la rapidite du calcul numerique, ces approximations introduisent les grandeurs
de temps de trajet et damplitude, permettant ainsi une meilleure comprehension physique des
phenom`enes de propagation.
Les fonctions de Green asymptotiques
Lapproximation asymptotique, ou approximation haute frequence sur laquelle est basee la
theorie des rais, consiste `a utiliser le comportement des ondes quand (w ). Ces solutions
asymptotiques ne sont adaptees qu`a la propagation de signaux de longueurs dondes inferieures
aux longueurs dondes spatiales du milieu de propagation, celui-ci etant suppose lisse.
Les approximations de Born ou de Kirchho sont souvent utilisees comme approximations
asymptotiques pour exprimer une solution integrale de lequation donde. Couplees aux cal-
culs des fonctions de Green asymptotiques via la theorie des rais on parlera dapproximation
rais+Born ou rais + Kirchho.
La premi`ere est une relation lineaire entre les perturbations des donnees et les perturbations
du mod`ele autour dun mod`ele de reference et de donnees de reference. Sa validite necessite
que le mod`ele de reference contienne les grandes longueurs donde du mod`ele exact et que les
donnees ne soient que des reexions et des diractions primaires.
La seconde est basee sur la reectivite des discontinuites en fonction de langle de reexion
speculaire de londe [Bleistein, 1987]. En dautres termes, on recherche une relation lineaire
entre les donnees et la reectivite.
Cest donc lapproximation rais+Kirchho que nous utiliserons ici pour exprimer la reectivite
en fonction des angles dincidence.
3.3. MIGRATION QUANTITATIVE EN PROFONDEUR 55
Fig. 3.5 Representation 3D des param`etres fondamentaux pour loperation de migra-
tion/inversion. est langle double de diraction/reexion. p
s
et p
r
sont les vecteurs lenteurs
`a la position (x,z) dans le milieu. A et T sont lamplitude et le temps de trajet de londe.
Considerons un mod`ele de reference decrit en terme de lenteur au carre 1/c
2
(x) dans lequel
on calcule les fonctions de Green G
0
. Considerons en tout point x le vecteur reectivite du
sous-sol R(x) = R(x)n(x), avec n(x) la normale `a linterface et R(x) le coecient de reexion
donnant lamplitude du vecteur R(x). Ce coecient de reexion depend de langle de reexion
speculaire (r, x, s), fonction de la position de la source s et du recepteur r.
Lexpression de la sommation de Kirchho asymptotique au premier ordre dans le domaine
de Fourier est donnee par,
G(r, x, w; s) =
_
dxR(x, (r,x,s))|q(r, x, s)|B(r, x, w; s) , (3.3.29)
o` u B est le noyau de loperateur de migration deni par,
B(r, x, w; x) = K(w) A(r,x,s) |q(r, x, s)| e
iwT (r,x,s)
. (3.3.30)
Le vecteur lenteur q est la somme des deux vecteurs lenteurs p
s
et p
r
au point diractant x,
avec |q(x)| =
2cos((x)/2)
c(x)
.
K, A et T sont respectivement la signature, lamplitude et le temps de trajet double des rais
entre la source et le recepteur.
56 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
Nous avons pour chacune des contributions B,
A(r,x,s) = A(r,x) A(x,s) ,
K(w) = w
2
S
2
(w) ,
T (r,x,s) = t
r
(r,x) + t
s
(x,s) ,
(3.3.31)
o` u S est la signature de la fonction de Green.
En 2D, S et A sont donnes par,
S
2
2D
(w) =
i
w
,
A
2D
(x, s) =
v
0
(x)
8|J(x, s)|
,
(3.3.32)
o` u J(x, s) est la divergence geometrique [Thierry et al., 1999c] associee `a la fonction de Green
asymptotique 2D.
De meme, il vient `a 2.5D,
S
2
2.5D
(w) =
1
iw
,
A
2.5D
(x,s) =
A
2D
(x,s)
_
2((r, x) + (x, s))
,
(3.3.33)
o` u est une grandeur paraxiale denie telle que d = c(x).ds, c(x) etant la vitesse au point x
et ds le deplacement elementaire de labscisse curviligne le long du rai.
3.3.2 Probl`eme inverse
Lapproximation de rai+Kirchho appliquee `a la trace sismique (SR) associee aux positions
de source x et de recepteur r, peut etre inversee dans le cadre de la theorie du probl`eme
inverse [Tarantola, 1987]. Nous reprenons la fonction co ut C de norme l
2
ponderee denie par
[Thierry et al., 1999c],
C(R) =
1
2
SR
_
dwQ|G
obs
G
cal
|
2
, (3.3.34)
o` u G
obs
sont les donnees observees et G
cal
sont les donnees calculees `a partir du mod`ele
de perturbations de depart. Le facteur de ponderation Q est equivalent `a linverse de la ma-
trice de covariance dans lespace des donnees dans le cadre de la theorie du probl`eme inverse
[Tarantola, 1987].
Ce facteur est introduit par [Jin et al., 1992] dans la fonction co ut pour permettre un calcul
approximatif du Hessien, sachant que la solution R qui minimise la fonction co ut (equation
3.3.34) est donnee par,
R = H
1
(x, x
0
) (x
0
) = +(B
QB(x, x
0
))
1
B
QG
obs
(x) , (3.3.35)
o` u
est loperateur adjoint. B
QG
obs
est le gradient de la fonction co ut, et B
QB le Hessien.
3.3. MIGRATION QUANTITATIVE EN PROFONDEUR 57
Developpement du Hessien
Considerons le Hessien,
B
QB(x, x
0
) =
SR
_
w
dwB
(r, x, w; s)QB(r, x
0
, w; s)
=
SR
_
w
dwQD(r, x, x
0
, w; s)e
iwT (r,x,x
0
,s)
,
(3.3.36)
avec,
D(r,x, x
0
, w; s) = K
2
(w)W(r, x, s)W(r, x
0
, s) , (3.3.37)
T (r, x, x
0
, s) = T (r, x, s) T (r, x
0
, s) , (3.3.38)
et,
W(r,x,s) = |q(r,x,s)| A(r,x,s) . (3.3.39)
Loperateur dintegration (equation 3.3.36) a un noyau qui rappelle lexpression integrale dune
fonction de Dirac 2D qui secrit,
(x x
0
) =
1
(2)
2
__
R
2
dke
ik(xx
0
)
. (3.3.40)
En recherchant lanalogie avec lexpression de la fonction de Dirac (equation 3.3.40), [Thierry, 1997]
exprime la ponderation locale Q au point x
0
sous la forme,
Q(r, x
0
, w; s) =
1
(2)
2
SR
D(r, x
0
, x
0
, w, s)
(k)
(w, SR)
. (3.3.41)
SR represente la taille du pixel dans lespace des traces sismiques. Nous obtenons ainsi
lexpression nale du Hessien qui est approximativement diagonalisee,
B
QB(x, x
0
)
1
(2)
2
SR
w
SR
(k)
(w, SR)
e
ik(r,x
0
,s)(xx
0
)
1
(2)
2
__
dke
ik(xx
0
)
= (x x
0
) .
(3.3.42)
Developpement du gradient
Maintenant considerons le developpement du gradient,
B
QG
obs
(x
0
) =
SR
_
w
dwK(w) A(r, x
0
, s) |q(r, x
0
, s)| QG
obs
(r, w, s)e
iwT (r,x
0
,s)
.
(3.3.43)
En reprenant la formule de ponderation introduite precedemment, nous obtenons,
58 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
B
QG
obs
(x
0
) =
SR
_
w
dw
SR
(2)
2
K(w) A(r, x
0
, s) |q(r, x
0
, s)|
(k)
(w, SR)
G
obs
(r, w, s) e
iwT (r,x
0
,s)
.
(3.3.44)
Expression nale de la migration
La solution de R minimisant la fonction co ut secrit d`es lors,
R(x
0
)
1
(2)
2
SR
_
w
dw
_
1
K(w)
_
SR
A(r, x
0
, s) |q(r, x
0
, s)|
J
Kirck
G
obs
e
iwT (r,x
0
,s)
,
(3.3.45)
o` u le Jacobien J
Kirch
peut etre simplie par,
J
Kirch
=
(k)
(SR, w)
(wq
x
)
w
(wq
z
)
w
(wq
x
)
S
(wq
z
)
S
(wq
x
)
R
(wq
z
)
R
= w
2
q
x
q
z
(q
x
)
S
(q
z
)
S
(q
x
)
R
(q
z
)
R
= w
2
q
(q)
S
(q)
R
= w
2
J
Kirch
.
(3.3.46)
J
Kirch
est le determinant de Beylkin exprimant le changement de variable de (SR, w) en (k).
Lexpression nale de la reectivite en tout point de profondeur x
0
en fonction du deport h
dans le domaine frequentiel devient,
R(x
0
, h)
1
(2)
2
SR
_
w
dw
iw
SR
A(s, x
0
, r)|q(s, x
0
, r)|
J
Kirch
G
obs
e
iwT (r,x
0
,s)
, (3.3.47)
et nalement dans le domaine temporel,
R(x
0
, h)
1
2
SR
SR
A(s, x
0
, r)|q(s, x
0
, r)|
J
Kirch
[
(t) G
obs
(r, T (s, x
0
, r), s)] . (3.3.48)
3.3. MIGRATION QUANTITATIVE EN PROFONDEUR 59
Schema de lalgorithme de migration
Lalgorithme simplie du code utilise [Nguyen, 2003] sarticule autour dun schema classique
de migration avant sommation en profondeur :
1. Trace de rais pour un maillage large du mod`ele du sous-sol.
2. Tri des donnees sismiques en classe de deport constant.
3. Pour chaque deport (mis un `a un en memoire) :
(a) Reinterpolation de la trace dans le domaine frequentiel.
(b) Interpolation surfacique des fonctions de Green pour la trace avec le maillage
large.
(c) Migration de la trace dans limage migree du deport considere avec reinterpolation
dans le maillage n de limage migree nale.
4. Stockage sur disque des images par classe de deport.
Ce type dalgorithme 2D a lavantage de ne pas necessiter un nouveau calcul des fonctions
de Green pour dierents tests de migration avec un meme champ de vitesse. En revanche, le
decouplage du calcul des fonctions de Green et la migration sont tr`es penalisants en terme de
temps de calcul, dans la mesure o` u dans un cas 2D toutes les cartes peuvent etre stockees en
memoire ou judicieusement substituees [Thierry et al., 1999b].
3.3.3 Migration dattributs
Pour avoir acc`es `a langle de reexion speculaire pour les analyses AVA, [Bleistein, 1987] pro-
pose de migrer les donnees deux fois : une premi`ere migration standard, suivie dune deuxi`eme
multipliant lamplitude par le cosinus de langle ou par la norme du vecteur lenteur qui est
directement liee `a langle via le mod`ele de vitesse.
Dans tous les cas, la division des deux images migrees obtenues donne les angles speculaires
le long des reecteurs exprimes en fonction du deport [Thierry et al., 1999a]. La recombinaison
de langle et de la reectivite en tout point exprimee en deport nous donnera la reectivite en
fonction de langle dincidence.
Au cours sa th`ese au Centre de Recherche en Geophysique de l
EFLECTIVIT
E EN SISMIQUE
Migration dattributs speculaires
Fig. 3.6 Illustration de la division de deux sections PAPsDM migrees dans le domaine deport.
Nous obtenons ainsi lestimation de langle speculaire en tout point de profondeur en fonction
de tous les deports.
Limage migree ainsi obtenue nous donne la reectivite en tout point de profondeur x en fonction
du deport h par la formule simpliee,
R(x, h)
1
2
SR
N(s, x, r)[
(t) G
obs
(r, T (s, x, r), s)] . (3.3.49)
Nous notons N le noyau de la migration qui sexprime par,
N(s, x, r) =
SR
J
Kirch
A(s, x, r)|q(s, x, r)|
. (3.3.50)
Soit MA lattribut `a migrer. MA depend des positions sources et recepteurs et sexprime
en tout point profondeur x. Nous rajoutons dans le noyau de la migration lattribut cherche
MA(x, h), qui vaut 1 pour une migration conventionnelle,
1
2
SR
MA(s, x, r)N(s, x, r)[
(t) G
obs
(r, T (s, x, r), s)] . (3.3.51)
Dapr`es le theor`eme de la phase stationnaire, lestimation de lattribut MA se fait uniquement
au niveau du point du reecteur o` u a lieu la reexion speculaire de londe pour un couple
source/recepteur,
MA(x, h
spec
) R(x, h)
1
2
SR
MA(s, x, r)N(s, x, r)[
(t)G
obs
(r, T (s,x,r), s)] . (3.3.52)
3.3. MIGRATION QUANTITATIVE EN PROFONDEUR 61
Le calcul de la section attribut sobtient par la division de la section migree avec lattribut
inclus dans lamplitude par la section migree classique, soit,
MA(x, h) =
R
MA
(x, h)
R(x, h)
. (3.3.53)
Division des sections migrees
Une division classique en tout point profondeur fournit une section avec de nombreuses valeurs
aberrantes. En eet, la division aux echantillons o` u il ny a pas dinterfaces se resume `a une
division de type 0 sur 0. Une division, posee comme un probl`eme inverse dans une fenetre
autour du point, permet deviter les instabilites dues `a des divisions par zero.
Fig. 3.7 Denition dune cellule autour du point x
0
o` u lon cherche lattribut dans le domaine
migre `a deport constant. La division sop`ere comme une division dans un petit espace deni par
[(x
0
hw,z
0
h
v
),(x
0
+ h
w
,z
0
+ vw)].
Ainsi en divisant les deux images migrees de lequation (3.3.53), une estimation de lattribut
speculaire peut etre deduite. Soit une fonction de co ut C
MA
`a minimiser autour dun point en
profondeur (x
0
,z
0
) pour chaque deport h,
C
MA
(h) =
vw
k=vw
hw
l=hw
(R
MA
(x
0
+k, z
0
+l, h)MA(x
0
, z
0
, h)R(x
0
+k, z
0
+l, h))
2
. (3.3.54)
hw et vw sont les longueurs des demi-fenetres horizontales et verticales denissant une petite
fenetre autour du point (x
0
,z
0
). Pour calculer lattribut, nous minimisons C
MA
tel que,
62 CHAPITRE 3. CALCUL DE LA R
EFLECTIVIT
E EN SISMIQUE
C
MA
MA
= 0 . (3.3.55)
Apr`es developpement, lequation precedente secrit,
2
vw
k=vw
hw
l=hw
(MA(x
0
, z
0
, h)R(x
0
+ k, z
0
+ l, h)
2
R
MA
(x
0
+ k, z
0
+ l, h)R(x
0
+ k, z
0
+ l, h)) = 0
MA(x
0
, z
0
, h)
vw
k=vw
hw
l=hw
R(x
0
+ k, z
0
+ l, h)
2
=
vw
k=vw
hw
l=hw
R
MA
(x
0
+ k, z
0
+ l, h)R(x
0
+ k, z
0
+ l, h) .
(3.3.56)
Lexpression de lattribut cherche au point en profondeur (x
0
,z
0
) secrit,
MA(x
0
, z
0
, h) =
vw
k=vw
hw
l=hw
R
MA
(x
0
+ k, z
0
+ l, h)R(x
0
+ k, z
0
+ l, h)
vw
k=vw
hw
l=hw
R(x
0
+ k, z
0
+ l, h)
2
. (3.3.57)
La relation (3.3.57) permet ainsi dobtenir des cartes dattributs speculaires lisses tout en mi-
nimisant les valeurs aberrantes dues `a des divisions par zero. Pour limiter les temps de calcul,
la taille de la zone autour du point correspond `a quelques points migres autour de x
0
.
La gure (3.8) presente un exemple de calcul dun attribut sur des donnees reelles (cosinus de
langle speculaire dans cet exemple) obtenues par la methode de division des sections migrees.
En combinant le coecient de reexion en fonction du deport R(x, h) avec son angle de reexion
associe (x, h), nous determinons le coecient de reexion en fonction de langle R(x, ) (gure
3.8).
3.3.4 Vers la migration par classe dangles
Pour eviter les probl`emes de conversion du deport en angle, il semble plus judicieux dutiliser
une migration par classes dangles de diraction ou dincidence. Nous obtenons ainsi directe-
ment le coecient de reexion en fonction de langle ().
Lobtention dun noyau de migration PAPsDM en angle est tr`es simple `a partir du moment o` u
nous avons developpe lexpression du probl`eme direct et inverse, ainsi que dans la mesure o` u
il sut dexprimer dieremment le changement de variables eectue par le Jacobien. Comme
pour le tri en deport, lalgorithme doit etre calibre pour valider laspect amplitude preservee,
ce qui est une phase qui devient tr`es delicate si nous souhaitons prendre en compte des fonctions
de Green multi-valuees.
Durant sa th`ese au Centre de Recherche en Geophysique de l
EFLECTIVIT
E EN SISMIQUE
De meme, nous avons mene la plupart des tests avec la migration 2D, mais tous les outils
de post-traitement et dinversion ont ete developpes ` a 3D et sont donc directement applicables
aux images 3D en deport ou en angle fournies par un code de migration 3D.
3.4 Conclusion
Nous avons donc aborde dans ce chapitre les dierentes techniques susceptibles de nous fournir
la reectivite en fonction de langle dincidence necessaire `a linversion AVA.
Lanalyse ou linversion AVA realisee sur des donnees avant sommation en temps triees en CDP,
apparat ne pas etre viable. Son champ dapplication est extremement restreint `a quelques pan-
neaux et `a quelques reecteurs, et les corrections damplitude appliquees dans la phase des
pre-traitements ont s urement fortement contribue au mauvais ressentiment vis-`a-vis des etudes
AVA.
Linversion sur des donnees avant sommation en temps, meme pour avoir une premi`ere idee
devrait etre proscrite. Heureusement, la migration avant sommation devient de plus en plus un
standard qui fournit le plus souvent des panneaux Iso-X en deport ou en angle. Les diractions
disparaissent, donnant des images bien mieux focalisees lorsque les zones dinteret se complexi-
ent et lorsque des etudes plus globales peuvent etre conduites.
Malheureusement, meme si la phase dimagerie gagne en qualite, les corrections damplitude
realisees avant migration sont toujours susceptibles de detruire les variations damplitude. Plus
simplement, appliquer une correction de divergence geometrique fonction du temps sur tout un
jeu de donnees en utilisant une seule loi de vitesse, est un acte cruel au regard de futures etudes
AVA.
Lapplication de la migration avant sommation `a amplitude preservee en profondeur est ac-
tuellement la meilleure solution pour garantir la qualite et la preservation des variations dam-
plitude contenues dans les donnees brutes.
Avec la migration, nous benecions tout dabord du repositionnement des ev`enements et de
la focalisation de toutes les contributions contenues sur les donnees avant sommation. Avec
lutilisation du trace de rais dynamiques et le calcul de la divergence geometrique en milieu
heterog`ene, nous nous aranchissons des alterations du signal liees aux corrections 1D du pre-
traitement conventionnel. De plus, la conversion temps-profondeur est implicite dans cette
inversion linearisee et les resultats sont directement exprimes en fonction de la profondeur,
sans hypoth`ese 1D.
La qualite du mod`ele de vitesse de migration est evidemment un pre-requis fondamental, mais
nous allons voir dans la suite de ce document comment nous proposons de prendre en compte
limpact de la qualite du champ de vitesse, mais aussi limpact de tous les traitements amont qui
se traduisent par dierents types dartefacts qui font quune image sismique se trouve toujours
tr`es loin de la realite.
Deuxi`eme partie
Inversion AVA
65
Chapitre 4
Introduction
Dans la partie precedente, nous avons vu comment les modications damplitude dune reexion
sont directement liees `a levolution du coecient de reexion en fonction de langle conformement
aux equations de [Zoeppritz, 1919], puis linteret dune migration pour exprimer la reectivite
en fonction de langle.
En eet, lutilisation prealable dune migration en temps ou en profondeur comme methode
dimagerie sismique, permet tout dabord dobtenir une image globale du sous-sol exprimee en
fonction du deport (comme les donnees initiales), mais aussi grace `a la double migration de
[Bleistein, 1987], dexprimer la reectivite en fonction de langle. La migration reduit la disper-
sion inherente aux donnees sismiques et permet de connatre la variation de la reectivite dans
des zones plus complexes.
Les equations de [Zoeppritz, 1919], de part leur complexite, sont diciles `a exploiter. Il nest
pas evident de voir dune mani`ere simple comment la variation dun des param`etres (vitesse
de propagation des ondes P et S ou densite) peut aecter le coecient de reexion. Cest pour
cette raison que les equations de [Zoeppritz, 1919] sont utilisees sous leur forme linearisee.
[Bortfeld, 1961], [Aki and Richards, 1980], [Shuey, 1985], [Smith and Gidlow, 1987] et
[Fatti et al., 1994] ont propose une linearisation de ces equations pour exprimer le coecient de
reexion des ondes P en supposant un contraste faible des param`etres elastiques des dierentes
couches. Les dierentes approximations des equations de [Zoeppritz, 1919] seront presentees
dans le chapitre (5) de cette partie.
La reectivite, dans ces dierentes approximations, sexprime en fonction de langle dinci-
dence () et dattributs AVA dependants des rapports des contrastes de vitesse des ondes P et
S (
V
p
V
p
,
V
s
V
s
), de densite (
k=1
(y
k
ax
k
b)
2
. (4.0.1)
La relation (equation 4.0.1) fait apparatre la somme des carres des ecarts comme une fonc-
tion des param`etres a et b. Lorsque cette fonction est minimale, les derivees par rapport `a a
et b sannulent. Cette methode, quoique tr`es ecace, reste optimale lorsque lon reste dans
le cadre gaussien. Malheureusement, cette hypoth`ese sav`ere inexacte sur des donnees reelles
comportant de nombreux bruits. Par exemple, la presence des quatre valeurs aberrantes sur la
gure (4.1) fausse le resultat de la regression. Pour cette raison, nous preferons introduire dans
la regression lineaire des estimateurs robustes qui permettent de quantier la conance dans
chacune des donnees et, si necessaire, de les rejeter. La regression avec les estimateurs robustes
sera traitee dans le chapitre 6.
La connaissance des dierentes approximations, quelles soient deux ou trois termes, ainsi que
du moteur dinversion permet de verier dans le chapitre 7 la validite en terme dunicite des
dierents attributs AVA calcules `a partir des dierentes approximations.
Cette partie se terminera par la classication des reservoirs (chapitre 8) suivant le signe de
lintercept et du gradient de lapproximation de [Shuey, 1985]. Cette classication fut proposee
par [Rutherford and Williams, 1989] et [Castagna et al., 1998].
Chapitre 5
Approximations des equations de
Zoeppritz
5.1 Introduction
La premi`ere approximation de la variation du coecient de reexion des ondes P `a partir
des equations de [Zoeppritz, 1919] fut proposee par [Bortfeld, 1961]. Cette approximation qui
sera introduite dans la premi`ere section de ce chapitre nest valable que dans des milieux
sedimentaires clastiques o` u les contrastes des param`etres elastiques des dierentes couches sont
faibles.
Lapproximation de [Bortfeld, 1961] fut redenie par [Aki and Richards, 1980]. Cette approxi-
mation de la variation du coecient de reexion des ondes P est `a la base des formulations
de [Shuey, 1985], [Smith and Gidlow, 1987], [Fatti et al., 1994] et [Goodway et al., 1999] (gure
5.1).
La reectivite dans lapproximation de [Aki and Richards, 1980] sexprime en fonction de langle
dincidence , du rapport des vitesses V
s
/V
p
et des rapports
V
p
V
p
,
V
s
V
s
et
o` u V
p
, V
s
et sont
respectivement les valeurs moyennes des vitesses des ondes de compression et de cisaillement
et de densite.
`
A partir de cette approximation, [Shuey, 1985] propose de calculer par regression lineaire la
reectivite `a incidence normale R
0
et le gradient G.
[Smith and Gidlow, 1987] reorganisent lapproximation de [Aki and Richards, 1980] en fonc-
tion des rapports
V
p
V
p
et
V
s
V
s
quils expriment par regression lineaire. Ces deux param`etres
leur permettent de calculer un pseudo coecient de Poisson et le facteur de uide.
[Fatti et al., 1994] expriment lapproximation de [Aki and Richards, 1980] en rempla cant les
rapports
V
p
V
p
,
V
s
V
s
et
et
_
sin(
Pr
) + sin(
Pr
)R
p
+ cos(
Sr
)R
s
sin(
Pt
)T
p
+ cos(
St
)T
s
= 0
cos(
Pr
) cos(
Pr
)R
p
+ sin(
Sr
)R
s
cos(
Pt
)T
p
sin(
St
)T
s
= 0
sin(2
Pr
) + sin(2
Pr
)R
p
+
V
p1
V
s1
cos(2
Sr
)R
s
+
2
V
s2
2
V
p1
1
V s1
2
V
p2
sin(2
Pt
)T
p
2
V
s2
V
p
1
1
V
s1
2
cos(2
St
)T
s
= 0
cos(2
Sr
) cos(2
Sr
)R
p
+
V
p1
V
s1
sin(2
Sr
)R
s
+
2
V
p2
1
V
p1
cos(2
St
)T
p
+
2
V
s2
1
V
p1
sin(2
St
)T
s
= 0.
(5.2.1)
Il suppose que les param`etres elastiques varient faiblement et que lamplitude des ondes trans-
mises longitudinales T
p
di`ere de celle de londe incidente unite I dune faible quantite D,
V
p1
= V
p
, V
p2
= V
p
+ V
p
, V
s1
= V
s
,
V
s2
= V
s
+ V
s
,
1
= ,
2
= + ,
(5.2.2)
T
p
= I + D . (5.2.3)
[Bortfeld, 1961] neglige tous les carres et les produits de faible quantite puisque [Jereys, 1926]
consid`ere les amplitudes des autres ondes (R
p
, R
s
et T
s
) comme des quantites negligeables.
D`es lors, le nouveau syst`eme secrit,
72 CHAPITRE 5. APPROXIMATIONS DES
EQUATIONS DE ZOEPPRITZ
_
_
sin(
Pr
)R
p
+ cos(
Sr
)R
s
sin(
Pr
)D + cos(
Sr
)T
s
=
V
p
V
p
sin(
Pr
)
cos(
Pr
)R
p
+ sin(
Sr
)R
s
cos(
Pr
)D sin(
Sr
)T
s
=
V
p
V
p
sin
2
(
Pr
)
cos(
Pr
)
sin(2
Pr
)R
p
+
V
p
V
s
cos(2
Sr
)R
s
+ sin(2
Pr
)D
V
p
V
s
cos(
Sr
)T
s
=
(
V
p
V
p
tan
2
(
Pr
) 2
V
s
V
s
)sin(2
Pr
)
cos(2
Sr
)R
p
+
Vs
Vp
sin(2
Sr
)R
s
+ cos(2
Sr
)D +
V
s
V
p
sin(2
Sr
)T
s
=
(
V
p
V
p
+
)cos(2
Sr
) + 4
V
s
V
s
sin
2
(
Sr
).
(5.2.4)
En introduisant R
p
D, R
p
+ D, R
s
T
s
et R
s
+ T
s
comme nouvelles inconnues,
nous obtenons deux syst`emes `a deux equations avec deux inconnues dont les solutions sont,
D =
1
2
_
V
p
V
p
cos2(
Pr
)
cos
2
(
Pr
)
+
_
; (5.2.5)
R
p
=
1
2
_
V
p
V
p
1
cos
2
(
Pr
)
+
4sin
2
(
Sr
)
_
2
V
s
V
s
+
__
; (5.2.6)
T
p
=
1
2
tan(
Sr
)
_
V
p
V
s
+ 2
_
2
V
s
V
s
+
_
cos(
Pr
+
Ps
)
_
; (5.2.7)
T
s
=
1
2
tan(
Sr
)
_
V
p
V
s
2
_
2
V
s
V
s
+
_
cos(
Pr
Ps
)
_
. (5.2.8)
Maintenant, nous nous interessons uniquement `a lamplitude des ondes P reechies R
p
(equation
5.2.6). Entre le premier milieu (V
p1
, V
s1
et
1
) et le second (V
p2
, V
s2
et
2
), [Bortfeld, 1961],
comme la plupart des auteurs qui ont propose des approximations lineaires des equations de
[Zoeppritz, 1919], consid`ere une couche transitoire dont les param`etres lithologiques (V
p
, V
s
et
) varient faiblement et reguli`erement. Dans son approximation, [Bortfeld, 1961] suppose que
londe incidente est plane et langle incident constant `a chaque interface considere. Dapr`es la
loi de Snell-Descartes, langle dincidence dune onde incidente en tout point de profondeur
de la zone de transition secrit,
sin() =
V
p
V
p1
sin(
Pr
) , (5.2.9)
londe transversale etant denie par,
sin() =
V
s
V
p1
sin(
Pr
) . (5.2.10)
5.2. APPROXIMATION DE BORTFELD 73
Lapproximation du coecient de reexion est obtenue en sommant tous les coecients dierentiels
(equation 5.2.6) le long des dierentes couches de param`etres elastiques (V
p
, V
s
, ).
R
p
(
Pr
)
1
2
_
V
p2
V
p1
dV
p
V
p
cos
2
+
1
2
_
2
1
d
4
_
V
s2
V
s1
sin
2
dV
s
V
s
2
_
2
1
sin
2
. (5.2.11)
Les trois premi`eres integrales sont facilement calculables. Pour le calcul de la quatri`eme integrale,
[Bortfeld, 1961] suppose que langle depend de la densite . Les variations relatives de densite
sont proportionnelles `a celles de la vitesse des ondes de cisaillement,
d
=
ln
1
ln
V
s2
V
s1
dV
s
V
s
. (5.2.12)
Finalement, nous obtenons,
R
p
(
Pr
)
1
2
ln
_
2
V
p2
cos(
Pr
)
1
V
p1
cos(
Pt
)
_
+
_
sin(
Pr
)
V
p1
_
2
(V
s1
2
V
s2
2
)
_
2 +
ln(
2
/
1
)
ln(V
s2
/V
s1
)
_
.
(5.2.13)
[Hilterman, 2001] propose une version modiee de cette equation en supprimant les logarithmes,
R
p
(
Pr
)
2
V
p2
cos(
Pr
)
1
V
p1
cos(
Pt
)
2
V
p2
cos(
Pr
) +
1
V
p1
cos(
Pt
)
+
_
sin(
Pr
)
V
p1
_
2
[V
s1
+ V
s2
]
_
3(V
s1
V
s2
) + 2
_
V
s2
1
V
s1
2
+
1
__
.
(5.2.14)
Pour comprendre la signication de chaque terme, nous calculons le coecient de reexion PP
dans le cas dune interface liquide-liquide (la vitesse ainsi que les coecients de reexion et de
transmission des ondes de cisaillement sont nuls).
La deuxi`eme et la quatri`eme equation des equations de Zoeppritz nous donnent le syst`eme,
_
cos(
Pr
) = cos(
Pr
)R
p
+ cos(
Pt
)T
p
1 = R
p
2
Vp
2
1
Vp
1
T
p
,
(5.2.15)
puis,
R
p
(
Pr
) =
2
V
p2
cos(
Pr
)
1
V
p1
cos(
Pt
)
2
V
p2
cos(
Pr
) +
1
V
p1
cos(
Pt
)
. (5.2.16)
Nous reconnaissons le premier terme de lequation modiee de Bortfeld (equation 5.2.14). Il
sagit du terme de uidite. Le second terme correspond au terme de la rigidite puisquil depend
de la vitesse des ondes de cisaillement et de ce fait du module de cisaillement.
Cette approximation, quoique simple `a interpreter, reste assez dicile `a inverser. Nous avons six
param`etres `a inverser. [Aki and Richards, 1980] deriv`erent une forme linearisee des equations
de [Zoeppritz, 1919] simplement parametree par les contrastes de densite, de vitesse P et de
vitesse S `a travers linterface.
74 CHAPITRE 5. APPROXIMATIONS DES
EQUATIONS DE ZOEPPRITZ
5.3 Approximation de Aki, Frasier et Richards
Lapproximation de [Bortfeld, 1961] fut redenie par [Richards and Frasier, 1976]
et par [Aki and Richards, 1980].
Nous rappelons ici lapproche de [Aki and Richards, 1980] pour calculer le coecient de reexion
des ondes PP. Le calcul repose sur le principe de continuite du deplacement et des contraintes
`a une interface en z = 0 pour les composantes verticales et horizontales.
Soient les quatre ondes P et S incidentes (
P
1
,
S
1
,
`
P
2
et
S
2
) et reechies (
`
P
1
,
`
S
1
,
P
2
et
S
2
) sur
linterface en z = 0. Connaissant les deplacements (equation 2.3.20), [Aki and Richards, 1980]
calculent les contraintes (
xz
,
yz
,
zz
) sexer cant sur linterface (equation 2.2.4),
_
_
sin
Pr
(
`
P
1
+
P
1
) + cos
Sr
(
`
S
1
+
S
1
) = sin
Pt
(
`
P
2
+
P
2
) + cos
St
(
`
S
2
+
S
2
)
cos
Pr
(
`
P
1
P
1
) sin
Sr
(
`
S
1
S
1
) = cos
Pt
(
`
P
2
P
2
) sin
St
(
`
S
2
S
2
)
2
1
V
2
s1
pcos
Pr
(
`
P
1
P
1
) +
1
V
s1
(1 2V
2
s1
p
2
)(
`
S
1
S
1
)
= 2
2
V
2
s2
pcos
Pt
(
`
P
2
P
2
) +
2
V
s2
(1 2V
2
s2
p
2
)(
`
S
2
S
2
)
1
V
p1
(1 2V
2
s1
p
2
)(
`
P
1
+
P
1
) 2
1
V
2
s1
pcos
Sr
(
`
S
1
+
S
1
)
=
2
V
p2
(1 2V
2
s2
p
2
)(
`
P
2
+
P
2
) 2
2
V
2
s2
pcos
St
(
`
S
2
+
S
2
)
. (5.3.17)
Du syst`eme precedent, nous exprimons sous forme matricielle les champs reechis en fonction
des champs incidents,
M
_
_
_
_
_
_
_
_
_
_
_
P
1
S
1
`
P
2
`
S
2
_
_
_
_
_
_
_
_
_
_
_
= N
_
_
_
_
_
_
_
_
_
_
_
`
P
1
`
S
1
P
2
S
2
_
_
_
_
_
_
_
_
_
_
_
, (5.3.18)
avec,
M =
_
_
_
_
V
p1
p cos
Sr
V
s2
p cos
St
cos
Pr
V
s1
p cos
Pt
V
s2
p
2
1
V
2
s2
pcos
Pr
1
V
s1
(1 2V
2
s1
p
2
) 2
2
V
2
s2
pcos
Pt
2
V
s2
(1 2V
2
s2
p
2
)
1
V
p1
(1 2V
2
s1
p
2
) 2
1
V
2
s1
pcos
Sr
2
V
p2
(1 2V
2
s2
p
2
) 2
2
V
2
s2
pcos
St
_
_
_
_
, (5.3.19)
et,
5.3. APPROXIMATION DE AKI, FRASIER ET RICHARDS 75
N =
_
_
_
_
V
p1
p cos
Sr
V
s2
p cos
St
cos
Pr
V
s1
p cos
Pt
V
s2
p
2
1
V
2
s2
pcos
Pr
1
V
s1
(1 2V
2
s1
p
2
) 2
2
V
2
s2
pcos
Pt
2
V
s2
(1 2V
2
s2
p
2
)
1
V
p1
(1 2V
2
s1
p
2
) 2
1
V
2
s1
pcos
Sr
2
V
p2
(1 2V
2
s2
p
2
) 2
2
V
2
s2
pcos
St
_
_
_
_
. (5.3.20)
Calculons M
1
`a partir de la forme generale de linverse de la matrice pour calculer le coecient
de reexion de londe PP,
M
1
=
_
_
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
a
41
a
42
a
43
a
44
_
_
_
_
1
=
1
det(M)
_
_
_
_
A
11
A
12
A
13
A
14
A
21
A
22
A
23
A
24
A
31
A
32
A
33
A
34
A
41
A
42
A
43
A
44
_
_
_
_
t
, (5.3.21)
o` u les (1)
i+j
A
ij
sont les cofacteurs de la matrice M.
Le coecient de reexion de londe PP devient alors,
`
P
P =
1
det(M)
(A
11
; A
21
; A
31
; A
41
)
_
_
_
_
N
11
N
21
N
31
N
41
_
_
_
_
. (5.3.22)
En posant,
a =
2
(1 2V
2
s2
p
2
)
1
(1 2V
2
s1
p
2
) ,
b =
2
(1 2V
2
s2
p
2
) + 2
1
V
2
s1
p
2
,
c =
1
(1 2V
2
s1
p
2
) + 2
2
V
2
s2
p
2
,
d = 2
2
V
2
s2
2
1
V
2
s1
,
F = b
cos
Sr
V
s1
+ c
cos
St
V
s2
,
H = a d
cos
Pt
V
p2
cos
St
V
s1
,
(5.3.23)
nous trouvons nalement,
`
P
P =
__
b
cos
Pr
V
p1
c
cos
Pt
V
p2
_
F
_
a + d
cos
Pr
V
p1
cos
St
V
s2
_
Hp
2
_
/D . (5.3.24)
Supposons que les param`etres elastiques varient selon V
p
= V
p1
V
p2
, V
s
= V
s1
V
s2
,
=
1
2
, et les rapports
Vp
V
p
,
Vs
V
s
et
< 1, V
p
, V
s
et etant respectivement les valeurs
moyennes de vitesses des ondes de compression et de cisaillement et de densite.
Nous pouvons ainsi reecrire lequation (5.3.24),
76 CHAPITRE 5. APPROXIMATIONS DES
EQUATIONS DE ZOEPPRITZ
R
p
() =
`
P
P =
1
2cos
2
V
p
V
p
+
4V
s
2
V
p
2
sin
2
V
s
V
s
+
1
2
(1
4V
s
2
V
p
2
sin
2
)
, (5.3.25)
o` u est langle moyen entre
Pr
et
Pt
.
Le calcul des attributs AVA (
Vp
V
p
,
Vs
V
s
et
__
+
_
1
2
V
p
V
p
4
V
s
2
V
p
2
V
s
V
s
2
V
s
2
V
p
2
_
sin
2
+
_
1
2
V
p
V
p
_
_
tan
2
sin
2
_
.
(5.4.26)
[Shuey, 1985] rappelle la dependance entre les param`etres lithologiques et le coecient de
Poisson , observee par [Koefoed, 1955]. Ce coecient caracterise en fait le rapport entre les
deformations verticales et horizontales et relie au mieux la reectivite avec langle,
V
s
2
=
1
2
(
1 2
1
)V
p
2
, (5.4.27)
puis par dierentiation,
V
s
V
s
=
V
p
V
p
1
2
(1 )(1 2)
. (5.4.28)
Ainsi en substituant les equations (5.4.27) et (5.4.28) dans lequation (5.4.26), lequation de
[Aki and Richards, 1980] secrit sous la forme,
R()
R
0
1 +Asin
2
+ B(tan
2
sin
2
) , (5.4.29)
avec R
0
le coecient de reexion `a incidence normale,
R
0
=
1
2
(
V
p
V
p
+
) , (5.4.30)
A = A
0
+
1
(1 )
2
R
0
, (5.4.31)
5.5. APPROXIMATION DE SMITH ET GIDLOW 77
A
0
= B 2(1 +B)
1 2
1
, (5.4.32)
B =
V
p
/V
p
V
p
/V
p
+ /
, (5.4.33)
et nalement,
R() R
0
+
_
A
0
R
0
+
(1 )
2
_
sin
2
+
1
2
V
p
V
p
_
tan
2
sin
2
_
. (5.4.34)
Le premier terme de cette equation est la reectivite `a incidence normale. Ce terme reste
constant quel que soit langle dincidence. Pour des angles inferieurs `a 30 degres (sin
2
tan
2
sin
2
), le troisi`eme terme, appele courbure, est negligeable par rapport au second terme,
il vient,
R() R
0
+ Gsin
2
, = [0
, 30
] . (5.4.35)
Cette derni`ere equation est connue comme lequation AVA deux termes de Shuey. R
0
, le co-
ecient de reexion `a incidence normale, est appele intercept ou ordonnee `a lorigine par
reference `a son estimation par regression lineaire par rapport au param`etre sin
2
. Le param`etre
G est appelee gradient ou pente.
Pour =
1
3
, valeur intermediaire du coecient de Poisson, le gradient de lequation deux
termes de Shuey devient,
G = R
0
+
9
4
, (5.4.36)
do` u,
=
4
9
(R
0
+ G) , (5.4.37)
o` u est lattribut AVO des variations du coecient de Poisson [Hilterman, 1983].
Cette approximation ne tient pas compte lors du calcul des attributs AVA (intercept, gra-
dient et courbure), du rapport des vitesses des ondes P et S. Ce rapport intervient uniquement
lors de linterpretation des sections des attributs AVA. Cest pour cette raison que lapproxi-
mation de [Shuey, 1985] est la plus utilisee et que nous lutiliserons aussi principalement dans
cette th`ese.
5.5 Approximation de Smith et Gidlow
[Smith and Gidlow, 1987] reprennent lequation de [Aki and Richards, 1980],
R
p
() =
1
2
(
V
p
V
p
+
) 2
V
s
2
V
2
p
(2
V
s
V
s
+
)sin
2
+
1
2
V
p
V
p
tan
2
. (5.5.38)
78 CHAPITRE 5. APPROXIMATIONS DES
EQUATIONS DE ZOEPPRITZ
Puis ils appliquent la loi empirique de [Gardner et al., 1974] mettant en evidence la dependance
de la densite `a la vitesse des ondes P,
= kV
0,25
p
,
=
1
4
V
p
V
p
. (5.5.39)
Pour la plupart des roches saturees en eau (sauf les evaporites), k vaut
1
4
. Notons que les vitesses
sexpriment en pied/s.
En combinant cette derni`ere equation avec lequation de [Aki and Richards, 1980] (equation
5.3.25), on obtient,
R
p
() = A
V
p
V
p
+ B
V
s
V
s
, (5.5.40)
o` u,
A =
5
8
1
2
V
2
s
V
2
p
sin
2
+
1
2
tan
2
() B = 4
V
2
s
V
2
p
sin
2
. (5.5.41)
Une inversion linearisee des moindres carres permet dextraire les cartes
V
p
V
p
et
V
s
V
s
, qui sont
deux attributs nous permettant de calculer deux autres param`etres AVA :
1. Le pseudo coecient de Poisson :
Lequation (5.4.28) nous avait permis de denir une relation entre
V
p
V
p
,
V
s
V
s
et
,
1
2
(1 )(1 2)
=
V
p
V
p
V
s
V
s
. (5.5.42)
[Smith and Gidlow, 1987] denissent un pseudo coecient de Poisson,
=
V
p
V
p
V
s
V
s
. (5.5.43)
2. Le facteur de uide :
[Castagna et al., 1985] denissent une relation lineaire entre la vitesse des ondes P et
celle des ondes S. Cette droite, appelee la ligne boue-roche (mudrock line en anglais)
est representee par lequation,
V
p
= c
0
+ c
1
V
s
. (5.5.44)
Les coecients scalaires c
0
et c
1
sont determines de mani`ere empirique pour dierents
types de roches. Castagna propose une valeur c
o
=1360 et c
1
=1.16 pour des roches clas-
tiques saturees en eau. Pour des gr`es satures en gaz, la ligne vitesse se situe au-dessus de
la ligne boue-roche. Enn, pour des roches carbonatees, elle se situe au-dessous.
Ainsi pour quantier le reservoir, Smith et Gidlow proposent de denir le facteur de uide,
5.6. APPROXIMATION DE FATTI 79
attribut qui indique la propriete des roches par rapport ` a la ligne boue-roche.
Par dierentiation de chaque cote de lequation (5.5.44), nous obtenons,
V
p
V
p
= c
1
V
s
V
p
V
s
V
s
, (5.5.45)
pour denir le facteur de uide F par soustraction des donnees par rapport au mod`ele,
F =
V
p
V
p
c
1
V
s
V
p
V
s
V
s
. (5.5.46)
Si F est proche de zero, le milieu est constitue de roches saturees en eau. Sil sagit de
roches saturees en hydrocarbures, F sera negatif au sommet du reservoir et positif `a la
base. Le facteur de uide est souvent utilise comme indicateur dhydrocarbures.
5.6 Approximation de Fatti
[Fatti et al., 1994] utilisent lequation de [Aki and Richards, 1980] mais lexpriment en fonction
des impedances des ondes P et S,
I
p
= V
p
, (5.6.47)
I
s
= V
s
. (5.6.48)
Par dierenciation des deux equations precedentes, nous obtenons,
I
p
I
p
=
V
p
V
p
+
, (5.6.49)
I
s
I
s
=
V
s
V
s
+
. (5.6.50)
En substituant
V
p
V
p
et
V
s
V
s
par
I
p
I
p
et
I
s
I
s
, lequation de [Aki and Richards, 1980] secrit,
R
p
() =
_
1
2
_
1 +tan
2
_
_
I
p
I
p
_
4
V
2
s
V
2
p
sin
2
_
I
s
I
s
_
1
2
tan
2
2
V
2
s
V
2
p
sin
2
. (5.6.51)
Comme pour lapproximation de [Shuey, 1985], [Fatti et al., 1994] montrent que le troisi`eme
terme est negligeable pour des angles inferieurs `a 30 degres. Lequation (5.6.51) se simplie d`es
lors par,
R
p
() =
_
1
2
_
1 +tan
2
_
_
I
p
I
p
_
4
V
2
s
V
2
p
sin
2
_
I
s
I
s
. (5.6.52)
Le calcul de
I
p
I
p
et de
I
s
I
s
se fait comme pour le calcul des attributs AVA precedents par
une inversion linearisee des moindres carres. La limite de cette approximation, comme pour
les approximations de [Aki and Richards, 1980] et [Smith and Gidlow, 1987], reside dans le fait
que le calcul des attributs AVA necessitent la connaissance du rapport des vitesses des ondes
P et S.
80 CHAPITRE 5. APPROXIMATIONS DES
EQUATIONS DE ZOEPPRITZ
5.7 Approximation de Goodway
En utilisant les attributs
I
p
I
p
et
I
s
I
s
estimes par lapproximation de [Fatti et al., 1994],
[Goodway et al., 1999] calculent deux autres attributs AVA dependants des constantes de Lame
( et ) et de la porosite ().
Les vitesses V
p
et V
s
sont exprimees en fonction des constantes de Lame et de la densite par,
V
2
p
=
+ 2
, (5.7.53)
V
2
s
=
. (5.7.54)
En substituant lequation (5.7.53) `a lequation (5.6.47), nous obtenons la relation,
( + 2) = I
2
p
. (5.7.55)
De meme, en substituant lequation (5.7.54) `a lequation (5.6.48),
= I
2
s
. (5.7.56)
En combinant les deux equations precedentes,
= I
2
p
2I
2
s
. (5.7.57)
En dierenciant les equations (5.7.56) et (5.7.57),
= 2
I
s
I
s
, (5.7.58)
= 2
I
p
I
p
4
I
s
I
s
. (5.7.59)
Lapproximation de [Goodway et al., 1999] permet ainsi dexprimer `a partir de lapproximation
de [Fatti et al., 1994] les contrastes des coecients de Lame.
5.8 Conclusion
La gure (5.2) illustre la variation des coecients de reexion des ondes P calcules avec les
equations de [Zoeppritz, 1919] et les approximations de [Bortfeld, 1961], [Aki and Richards, 1980],
[Shuey, 1985] et [Smith and Gidlow, 1987].
Les principales observations que nous pouvons faire sur la gure (5.2) sont les suivantes :
1. Pour ce mod`ele de vitesse o` u le contraste des vitesses reste assez faible, langle critique
sobserve `a =75,40 degres. Cet angle sera rarement atteint sur des donnees de sismique
petroli`ere.
5.8. CONCLUSION 81
Fig. 5.2 Variation de la reectivite en fonction de langle dincidence en utilisant les equations
de [Zoeppritz, 1919] et les approximations de [Bortfeld, 1961], [Aki and Richards, 1980],
[Shuey, 1985] et [Smith and Gidlow, 1987]. Les param`etres du mod`ele geologique sont les sui-
vants : unite superieure (V
p
=3000 m/s, V
s
=1414 m/s et =2400 kg/m
3
) et unite inferieure
(V
p
=3100 m/s, V
s
=1500 m/s et = 2420 kg/m
3
).
2. Lapproximation de [Bortfeld, 1961] reste lapproximation la plus proche des equations
de [Zoeppritz, 1919].
3. Lapproximation de [Aki and Richards, 1980] dont les approximations de [Shuey, 1985]
et [Smith and Gidlow, 1987] sont issues, di`ere de lapproximation de [Zoeppritz, 1919]
pour des angles superieurs `a 50 degres. Il sagit aussi dangles rarement observes sur des
donnees de sismiques petroli`eres.
4. Lapproximation deux termes de [Shuey, 1985] di`ere des autres approximations pour des
angles superieurs `a 25 degres. Dans la quatri`eme partie de la th`ese o` u seront traitees des
donnees reelles, nous utiliserons principalement lapproximation deux termes pour des
evenements sexprimant jusqu`a des angles de 30 degres sur les Iso-X en angle. Pour les
82 CHAPITRE 5. APPROXIMATIONS DES
EQUATIONS DE ZOEPPRITZ
autres cas, nous appliquerons lapproximation trois termes.
Dans cette th`ese, nous avons principalement utilise les approximations o` u la reectivite sex-
prime en fonction de langle dincidence. Linversion de ces approximations donne des attributs
dinterfaces.
Mais depuis quelques annees, [Gluck et al., 1996] apr`es sommation, ou [Whitcomb et al., 2000]
et [Tonellot et al., 1999] avant sommation, proposent dinverser les impedances. Cette inver-
sion donne des attributs stratigraphiques en couches comme les impedances P et S ou des
impedances elastiques [Connolly, 1999]. La formulation de limpedance elastique est developpee
dans la partie annexe de cette th`ese (annexe A).
Dans le prochain chapitre, nous nous interesserons `a la regression lineaire qui permet des-
timer les attributs AVA `a partir des dierentes approximations developpees dans ce chapitre.
Chapitre 6
Regressions lineaires robustes
6.1 Introduction
La regression lineaire consiste `a ajuster une fonction ` a une serie de m points experimentaux.
Nous supposons que, pour chaque observation k, la valeur observee de la variable dependante
(y
k
) est distribuee selon une loi normale de moyenne y
k
( y
k
etant la valeur calculee de la variable
dependante) et de variance v
k
.
La valeur calculee y
k
est une fonction de la variable independante x
k
et du vecteur des n
param`etres de la regression, B = [b
0
, b
1
, . . . , b
n
] ,
y
k
= f(x
k
, B) . (6.1.1)
La methode des moindres carres consiste `a chercher les valeurs des param`etres B qui rendent
minimale la somme des carres des ecarts residuels SS
r
entre les valeurs observees y
k
et les
valeurs calculees de y
k
,
SS
r
=
m
k=1
(y
k
y
k
)
2
= (B) . (6.1.2)
Cette relation fait apparatre la somme des carres des ecarts comme une fonction des pa-
ram`etres b
i
pour (i = 1, . . . , n). Lorsque cette fonction est minimale, les derivees par rapport `a
b
i
sannulent,
b
k
(B) = 0 . (6.1.3)
Les estimations des valeurs de b
i
par la methode des moindres carres sont presentees dans la
partie annexe de cette th`ese (annexe B).
La methode des moindres carres, quoique tr`es ecace, reste optimale uniquement lorsque lon
reste dans le cadre gaussien. Malheureusement, cette hypoth`ese sav`ere parfois inexacte sur
des donnees reelles o` u la presence de bruits sur les donnees creent des valeurs aberrantes qui
faussent linversion.
Deux solutions apparaissent d`es lors pour assurer la robustesse de la regression. La premi`ere
83
84 CHAPITRE 6. R
EGRESSIONS LIN
EAIRES ROBUSTES
consiste `a creer le mod`ele le plus precis possible du syst`eme considere et la seconde `a traiter au
mieux les perturbations [Samsom et al., 1991].
Dans le premier cas, il est raisonnable de penser quune modelisation et une estimation correcte
des param`etres intrins`eques de la reectivite permettraient dameliorer les resultats. Cepen-
dant, il semble evident quetablir un catalogue de toutes les sources de valeurs aberrantes et
proposer une solution analytique pour traiter chacune dentre elles est un travail complexe voire
meme impossible `a realiser.
Dans cette th`ese, nous preferons la deuxi`eme solution en introduisant des estimateurs ro-
bustes permettant de quantier la conance dans chacune des donnees et, si necessaire, de
les rejeter. La methode utilisee ici repose sur des M-estimateurs [Press et al., 1986]. Le nom de
M-estimateurs vient de Maximum Likelihood Types Estimates car ce sont des estimateurs de
maximum de vraisemblance dans le cas o` u le bruit des donnees nest pas gaussien. Cet estima-
teur pond`ere les donnees de telle mani`ere que celles qui sont erronees ne contribuent que peu
au crit`ere minimise grace `a lutilisation dune fonction de ponderation croissant moins vite que
le carre des residus.
6.2 Regressions lineaires ponderees robustes
Les M-estimateurs, comme lapproche des moindres carres, minimisent la somme de la fonction
de ponderation des residus r
k
/,
min
m
k=1
(r
k
/) , (6.2.4)
o` u represente la valeur de lecart type du bruit sur les bonnes mesures. La fonction de
ponderation est symetrique, denie positive avec un unique minimum en zero. Cette fonction
depend de la distribution du bruit de mesure. Sa derivee, appelee fonction dinuence, mesure
linuence des donnees observees sur les param`etres estimes. Dans le cas de lapproche des
moindres carres, la fonction dinuence (x) = x, derivee de la fonction (x) = x
2
/2, crot
lineairement avec la taille de lerreur, montrant ainsi la sensibilite de la methode des moindres
carres aux donnees aberrantes.
Soit p le vecteur param`etre de dimension n `a estimer. Le vecteur p est solution des n equations
suivantes,
m
k=1
(r
k
/)
(r
k
/)
p
j
= 0, j = 1, n . (6.2.5)
Si nous denissons la fonction poids comme,
w(r
k
) =
(r
k
/)
r
k
/
, (6.2.6)
alors lequation (6.2.5) peut secrire,
6.2. R
EGRESSIONS LIN
EAIRES POND
ER
EES ROBUSTES 85
m
k=1
w(r
k
/)(r
k
/)
(r
k
/)
p
j
= 0 . (6.2.7)
Cest exactement le syst`eme dequations de la methode des moindres carres ponderes iteres,
k
w((r
k
/)
(i1)
).(r
k
/)
2
, (6.2.8)
o` u lindice (
i
) indique le nombre diterations. Le poids w((r
k
/)
(i1)
) est recalcule apr`es chaque
iteration pour etre utilise `a literation suivante.
Lexperience montre que les M-estimateurs sont relativement robustes au changement de distri-
bution de lerreur de mesure. Cependant, ils ne garantissent pas une convergence de la somme
de la fonction de ponderation des residus vers zero. Cest pour cette raison que nous limiterons
le nombre diterations `a trois.
Parmi les diverses fonctions de ponderation qui existent dans la litterature, nous avons retenu
les fonctions de Cauchy (Figure 6.1), Huber (Figure 6.2) et Andrew (Figure 6.3).
Le mod`ele de Cauchy, de par la plus lente decroissance de la loi de Cauchy, permet de mieux
rendre compte de lapparition des donnees aberrantes. La fonction de Huber diminue de fa con
asymptotique linuence des donnees aberrantes. Son facteur de proportionnalite c est souvent
xe `a c = 1, 2107 ce qui represente 95% decacite dans le cas dun bruit gaussien. Ce facteur
est xe `a c = 2, 1 pour la fonction de Andrews.
Estimateur Fonction de ponderation (x) Fonction dinuence (x)
Moindre carre (x) =
1
2
x
2
(x) = x
Cauchy (x) = ln(1 + (x/2)
2
) (x) =
x
1 + (x/2)
2
Huber (x) =
_
_
_
x
2
/2 |x| c
c|x|
c
2
2
|x| > c
(x) =
_
_
c x < c
x |x| c
c x > c
Andrews (x) =
_
1 cos(x/c) |x| c
2 |x| > c
(x) =
_
sin(x/c) |x| c
0 |x| > c
86 CHAPITRE 6. R
EGRESSIONS LIN
EAIRES ROBUSTES
Fig. 6.1 Fonction de ponderation (r
k
) de lestimateur de Cauchy, fonction dinuence (r
k
)
et fonction poids w(r
k
).
6.2. R
EGRESSIONS LIN
EAIRES POND
ER
EES ROBUSTES 87
Fig. 6.2 Fonction de ponderation (r
k
) de lestimateur de Huber, fonction dinuence (r
k
)
et fonction poids w(r
k
).
88 CHAPITRE 6. R
EGRESSIONS LIN
EAIRES ROBUSTES
Fig. 6.3 Fonction de ponderation (r
k
) de lestimateur de Andrews, fonction dinuence (r
k
)
et fonction poids w(r
k
).
6.2. R
EGRESSIONS LIN
EAIRES POND
ER
EES ROBUSTES 89
R
0
G Coecient de correlation Nombre diterations
Theorique 0.05 -0.5
L2 0.03770920 -0.2882137 0.7892264
Cauchy 0.04937845 -0.4890760 0.9999790 3
Huber 0.04931925 -0.4877618 0.9999122 3
Andrews 0.04949534 -0.4921972 0.9999979 2
Fig. 6.4 Variation de la reectivite avec langle. Les valeurs de reectivite `a inverser (etoiles
rouges) sont obtenues `a partir de donnees synthetiques migrees en profondeur. Quatre valeurs
nulles, qui apparaissent comme aberrantes par rapport `a la droite que forme les autres valeurs
ont ete rajoutees aux angles lointains. Les estimateurs de Cauchy, Huber et Andrews detectent
correctement la presence des donnees aberrantes et ne tiennent pas compte de ces quatre valeurs
lors du calcul des param`etres de regression.
La gure (6.4) montre la variation de la reectivite avec langle dincidence. Les valeurs de la
reectivite `a inverser (etoiles rouges) proviennent de donnees synthetiques migrees en profon-
deur. Ces valeurs suivent lapproximation deux termes de [Shuey, 1985] puisque la reectivite
est exprimee en fonction du carre du sinus de langle dincidence. Quatre valeurs nulles ont
ete rajoutees. Ces valeurs apparaissent comme aberrantes par rapport `a la droite que forme les
autres valeurs. Dans cet exemple, le bruit netant pas gaussien, lestimation par moindres carres
sav`ere inexacte (coecient de correlation de 0,78). La droite de couleur bleue, modelisee `a par-
tir des valeurs dintercept et de gradient, elles-memes estimees par la methode des moindres
carres, di`ere de la droite theorique de couleur verte.
Les estimateurs de Cauchy, Huber et Andrews detectent correctement la presence des donnees
aberrantes et ne tiennent pas compte de ces quatre valeurs en leur mettant un poids proche de
90 CHAPITRE 6. R
EGRESSIONS LIN
EAIRES ROBUSTES
zero lors du calcul des param`etres de regression. Le coecient de correlation est proche de 1.
Pour cet exemple, les estimateurs de Cauchy et de Andrews donnent de meilleurs resultats que
lestimateur de Huber. Dautre part, nous avons constate que lestimateur de Andrews converge
plus rapidement, en terme de nombre diterations, que lestimateur de Cauchy.
6.3 Conclusion
Les estimateurs robustes permettent dattenuer la presence de valeurs aberrantes. De plus,
les temps de calcul des estimateurs robustes sont similaires `a ceux du schema des moindres
carres sans iteration. Par exemple, linversion AVA de 4801 Iso-X comportant 501 echantillons
en profondeur avec 41 gammes dangles, donne un temps de 45 secondes apr`es inversion des
moindres carrees sans iteration et de une minute et 15 secondes apr`es inversion des moindres
carres ponderes et iteres.
Par defaut, nous allons donc utiliser lestimateur de Andrews sur la base des tests synthetiques
meme si sur certains exemples de tr`es bonne qualite les resultats des moindres carres non
ponderes pourraient etre comparables.
Dans le prochain chapitre, nous allons nous interesser aux dierents attributs AVA calcules
`a partir des approximations deux ou trois termes.
Chapitre 7
Comparaison des dierentes
approximations
7.1 Introduction
[Shuey, 1985], [Smith and Gidlow, 1987] et [Fatti et al., 1994] ont montre la validite de leurs
approximations limitees `a deux termes. Dans ce chapitre, nous proposons de comparer les at-
tributs AVA calcules `a partir des approximations deux termes et ceux calculees `a partir des
approximations trois termes.
Pour comparer ces dierentes approximations, un mod`ele ` a quatre couches est utilise. Les
donnees ont ete generees `a laide dun programme de modelisation `a amplitude preservee o` u
lamplitude des reecteurs est denie `a partir des valeurs intercept, de gradient et de courbure
de lapproximation de [Shuey, 1985].
Le mod`ele et les donnees synthetiques furent generes `a partir des param`etres elastiques et
des param`etres AVA (intercept, gradient et courbure) suivants :
Profondeur V
p
, V
s
, V
p
/V
s
Intercept, gradient et courbure
(m) (km/s, g/cm
3
)
0 2.50, 1.25, 2.05 2.0
800 3.00, 1.50, 2.10 2.0 0.103, -0.103, 0.09091
880 2.40, 1.45, 2.00 1.65 -0.135, -0.040, -0.11111
980 3.00, 1.50, 2.10 2.0 0.135, 0.040, 0.11111
990 2.40, 1.20, 2.00 2.0 -0.135, 0.135, -0.11111
La reectivite en tout point de profondeur z en fonction du deport a ete estimee en utilisant
un code de migration en profondeur `a amplitude preservee, puis nous avons converti cette
reectivite en fonction de langle dincidence.
Pour comparer les dierentes approximations, nous allons inverser par regression lineaire ro-
buste (estimateur de Andrews) les dierentes approximations deux termes et trois termes de
[Shuey, 1985], [Aki and Richards, 1980], [Smith and Gidlow, 1987] et [Fatti et al., 1994]. Les
attributs AVA ainsi calcules seront compares avec les valeurs denies initialement sur les deux
91
92 CHAPITRE 7. COMPARAISON DES DIFF
ERENTES APPROXIMATIONS
0.6
0.7
0.8
0.9
1.0
1.1
D
e
p
t
h
(
k
m
)
0 20 40 60 80
Angle (deg)
Fig. 7.1 Iso-X en angle apr`es migration avant sommation `a amplitude preservee dans le
mod`ele considere.
premiers reecteurs. Le but dans ce chapitre est de tester lunicite de la reponse pour ces
dierentes approximations en les comparant sur une cible avec des valeurs communes. Le pre-
mier reecteur marque la transition entre une unite superieure et une unite inferieure avec un
rapport des vitesses V
p
/V
s
de 2. Pour le deuxi`eme reecteur, le rapport des vitesses V
p
/V
s
est
de 2 pour lunite superieure et de 1,65 pour lunite inferieure.
Comme lanalyse porte sur les deux premiers reecteurs, les valeurs theoriques des rapports
V
p
V
p
,
V
s
V
s
,
,
I
p
I
p
et
I
s
I
s
de ces deux reecteurs ont aussi ete calculees,
Profondeur
V
p
V
p
,
V
s
V
s
,
I
p
I
p
,
I
s
I
s
800 0.182, 0.182, 0.024 0.206, 0.206
880 -0.222, -0.034, -0.048 -0.270, -0.0826
7.2. APPROXIMATION DU PREMIER R
EFLECTEUR 93
Intercept Gradient Courbure
2 termes 0.1026150 -0.06846177
% erreur 0.37 33.53
3 termes 0.1039463 -0.1052213 0.09109534
% erreur 0.92 2.15 0.2
Fig. 7.2 Modelisation de la reectivite du premier reecteur `a partir des valeurs intercept,
gradient et courbure de lapproximation de [Shuey, 1985].
7.2 Approximation du premier reecteur
Il apparat, en analysant les dierentes gures (gures (7.2), (7.3) et (7.4)), que la reectivite du
premier reecteur decrot jusqu`a un angle de 35 degres, puis crot jusqu`a un angle de 60 degres.
Les attributs AVA calcules par regression lineaire de toutes les valeurs de reectivites (i.e. tous
les angles) `a partir de lapproximation trois termes de [Shuey, 1985] (gure 7.2) sont proches
des valeurs dintercept, de gradient et de courbure denies initialement (les pourcentages der-
reur sont inferieurs `a 2,15). La valeur dintercept calculee `a partir de lapproximation deux
termes de [Shuey, 1985] jusqu`a un angle de 35 degres reste conforme `a la valeur du mod`ele
initial (pourcentage derreur de 0,92). Cependant la valeur de gradient calculee di`ere avec un
pourcentage derreur de 33 %.
La reectivite modelisee `a partir des attributs AVA de [Shuey, 1985] suit la reectivite selectionnee
94 CHAPITRE 7. COMPARAISON DES DIFF
ERENTES APPROXIMATIONS
V
p
V
p
V
s
V
s
EFLECTEUR 95
I
p
I
p
I
s
I
s
ERENTES APPROXIMATIONS
Les valeurs calculees `a partir des approximations deux ou trois termes de [Fatti et al., 1994] sont
proches des valeurs denies dans le mod`ele initial (gure 7.4). Les pourcentages derreur sont
inferieurs `a 7%. La reectivite modelisee `a partir des trois attributs de lapproximation trois
termes de [Fatti et al., 1994] suit parfaitement la variation de reectivite des donnees initiales.
La reectivite modelisee `a partir de ces deux attributs reste valable jusqu`a langle maximum
de validite de cette approximation, cest-`a-dire 35 degres (gure 7.4).
Les premi`eres conclusions sont :
1. La valeur dintercept de lapproximation deux termes de [Shuey, 1985] est identique `a
lapproximation trois termes de [Shuey, 1985].
2. Lapproximation de [Smith and Gidlow, 1987] est `a utiliser avec precaution si le rapport
des contrastes de densite ne represente pas le quart du rapport des contrastes de vitesse.
3. Lapproximation deux termes de [Fatti et al., 1994] donne les memes attributs que lap-
proximation trois termes de [Fatti et al., 1994].
Nous avons etudie un reecteur dont le rapport des vitesses V
p
/V
s
est de 2. Cette valeur est
souvent utilisee en labsence de donnees de puits. Le deuxi`eme reecteur marque la transition
entre une unite superieure avec un rapport des vitesses P et S de 2 et une unite inferieure avec
un rapport des vitesses P et S de 1,65.
7.3. APPROXIMATION DU DEUXI
`
EME R
EFLECTEUR 97
Intercept Gradient Courbure
2 termes -0.1336860 -0.08471703
% erreur 0.97 111.8
3 termes -0.1347315 -0.04756925 -0.1033892
% erreur 0.20 18.9 6.95
Fig. 7.5 Modelisation de la reectivite du deuxi`eme reecteur `a partir des valeurs intercept,
gradient et courbure de lapproximation de [Shuey, 1985].
7.3 Approximation du deuxi`eme reecteur
La reectivite du deuxi`eme reecteur decrot jusqu`a un angle de 60 degres.
Comme pour le reecteur precedent, les attributs AVA apr`es inversion trois termes de lap-
proximation de [Shuey, 1985] sont proches des valeurs du mod`ele initial (gure 7.5). Comme
precedemment, la reectivite modelisee `a partir des attributs de [Shuey, 1985] reste valable jus-
qu`a un angle de 35 degres pour les attributs calcules `a partir de lapproximation deux termes
et sur tous les angles pour lapproximation trois termes. Ces deux exemples nous montrent
quil est preferable dutiliser lapproximation trois termes pour une estimation plus robuste du
gradient.
Le rapport des vitesses V
p
et V
s
est de 2 sur la gure (7.6) et de 1,83 sur la gure (7.7). Ce
chire correspond `a la moyenne des vitesses des ondes P et S au-dessus et au-dessous de linter-
98 CHAPITRE 7. COMPARAISON DES DIFF
ERENTES APPROXIMATIONS
V
p
V
p
V
s
V
s
EFLECTEUR 99
V
p
V
p
V
s
V
s
ERENTES APPROXIMATIONS
I
p
I
p
I
s
I
s
sont identiques quel que soit le rapport des vitesses. Le rapport des vitesses intervient comme
precedemment dans le calcul du rapport des contrastes des impedances S. Les rapports des
contrastes des impedances P estimees `a partir des approximations deux et trois termes sont
tr`es proches des valeurs du mod`ele initial (moins de 0.58 % derreur).
7.4 Conclusion
Lanalyse sur ces deux reecteurs a principalement montre :
102 CHAPITRE 7. COMPARAISON DES DIFF
ERENTES APPROXIMATIONS
1. Quil est preferable dutiliser lapproximation trois termes de [Shuey, 1985]. Lintercept,
ou la reectivite `a incidence nulle, apparat etre lattribut dont le calcul reste le plus able.
2. Lapproximation de [Aki and Richards, 1980] donne des resultats corrects uniquement
pour le calcul du rapport du contraste des vitesses P. De plus son estimation est independante
du rapport des vitesses P et S.
3. Lapproximation de [Fatti et al., 1994] donne aussi des resultats corrects pour lestimation
du rapport du contraste des impedances P. Le calcul du rapport du contraste dimpedance
S reste able (moins de 8% derreur) lorsque les donnees sont inversees `a partir des ap-
proximations trois termes quel que soit le rapport des vitesses P et S, et deux termes si
le rapport exact des vitesses P et S est connu.
4. Lestimation du contraste des densites est independante du rapport des vitesses P et S. La
valeur de ce contraste a ete retrouvee pour le premier reecteur mais pas pour le second
reecteur.
Dans la suite, pour eviter le probl`eme de lobtention du rapport des vitesses P et S, nous
utiliserons principalement lapproximation trois termes de [Shuey, 1985].
De plus, depuis [Rutherford and Williams, 1989] et [Castagna and Swan, 1997], les signes de
lintercept et du gradient denissent quatre types de sables gazeux. La classication des reservoirs
sera le th`eme du prochain chapitre.
Chapitre 8
Analyse des sections intercept et
gradient
8.1 Introduction
Pour decrire les dierents domaines qui constituent le cadre general des etudes AVA, nous pou-
vons enumerer les quatre th`emes qui ont suscite ou initie de nombreuses activites de recherche :
1. Le choix de lapproximation des equations de [Zoeppritz, 1919] :
Ce point a ete aborde dans le chapitre (5).
2. La technique dinversion :
Ce point a ete presente dans le chapitre (6). Nous avons axe nos developpements sur une
inversion robuste, mais tout autre type de resolution du syst`eme y = ax + b peut etre
envisage.
3. La representation souvent appelee Cross-plotting en anglais :
Notre inversion apr`es migration nous permet dobtenir des sections des attributs AVA. Les
etudes AVA/AVO menees sur des donnees avant sommation sur quelques reecteurs et
quelques points milieux communs, se concluent par une representation sur un graphique
du gradient en fonction de lintercept permettant didentier une anomalie dans la varia-
tion de la reectivite.
4. La classication des anomalies :
Cette classication qui est directement liee au mode de representation, permet de ca-
racteriser et de classier une anomalie en fonction de sa position sur le graphique gradient
en fonction de lintercept.
Nous allons aborder ces deux derniers points dans ce chapitre.
8.2 Graphique gradient en fonction de lintercept
Lorsque lon represente sur un graphique les valeurs du gradient en fonction des valeurs din-
tercept, nous constatons que la plupart des points salignent sur une droite appelee la ligne de
103
104 CHAPITRE 8. ANALYSE DES SECTIONS INTERCEPT ET GRADIENT
Fig. 8.1 Reponses observees sur un graphique gradient (G) en fonction de lintercept (I) pour
le toit et la base dun sable sature en uide, petrole ou gaz. Dapr`es [Foster and Keys, 1999].
uide. Cette droite passant par lorigine est du type G(R
0
) = R
0
. Lintercept et le gradient
de lapproximation de [Shuey, 1985] sont denis par,
R
0
=
1
2
_
V
p
V
p
+
_
, (8.2.1)
et,
G =
1
2
V
p
V
p
4
V
2
s
V
2
p
_
2
+
V
s
V
s
_
. (8.2.2)
En combinant lequation de [Gardner et al., 1974],
g
V
p
V
p
, (8.2.3)
o` u g = 1/4 pour la plupart des roches sedimentaires saturees en uide.
`
A partir de la relation lineaire des vitesses P et S de [Castagna et al., 1985],
V
p
= mV
s
+ c (8.2.4)
o` u m et c sont des constantes empiriques, [Castagna et al., 1998] denissent une relation entre
le gradient et lintercept,
G =
R
0
1 +g
_
1 4
V
s
V
p
_
2
m
+ g
V
s
V
p
__
. (8.2.5)
8.3. LES DIFF
negatifs.
`
A partir des equations (8.2.1) et (8.2.2), il apparat que pour les reexions des toits des couches
sableuses, la saturation en gaz entrane des valeurs dintercept et de gradient plus faibles que
lors dune saturation en uide. Ce decalage des valeurs dintercept et de gradient pour des
sables satures en hydrocarbures ou en gaz est represente sur la gure (8.1).
Le meme phenom`ene sobserve `a la base des sables satures en gaz, o` u laugmentation de la
vitesse des ondes P entrane un decalage des intercepts et des gradients vers des valeurs plus
elevees que lors dune saturation en uide des sables.
Ce sont ces valeurs dintercept et de gradient decalees de la ligne de uide que nous essayons
de mettre en valeur par lintermediaire dun graphique gradient en fonction de lintercept.
`
A partir de lobservation de ce decalage, [Rutherford and Williams, 1989] ont deni trois types
de sables satures en gaz pour des valeurs negatives du gradient.
8.3 Les dierentes classes AVA
Cette classication a pour origine les travaux de [Rutherford and Williams, 1989] qui denissent
trois types de sables suivant le signe de lintercept R
0
tout en considerant le gradient G negatif
(gure 8.2), cest-`a-dire des reectivites decrossant avec les angles dincidence (gure 8.3). En
valeur absolue, cette reectivite crot pour les classes II et III.
`
A cette classication, [Castagna and Swan, 1997] ont remarque que certains reservoirs de classe
III presentaient des amplitudes baissant faiblement pour les angles eleves, et ont ainsi ajoute
une quatri`eme classe pour un gradient G de signe positif :
1. Classe I (R
0
> 0 et G < 0) : Sable `a impedance elevee par rapport `a lencaissant.
2. Classe II (R
0
= 0 et G < 0) : Sable ayant un contraste dimpedance presque nul avec
son encaissant.
3. Classe III (R
0
< 0 et G 0) : Sable `a faible impedance par rapport `a lencaissant.
4. Classe IV (R
0
0 et G > 0) : Sable tr`es peu consolide.
8.3.1 Classe I - Reectivite tendant vers zero (Dim spot en an-
glais)
Les reservoirs de classe I sont constitues de sables tr`es consolides (porosite inferieure `a 15%
et vitesse des ondes P superieure `a 3 650 m/s). Ces reservoirs ont une impedance elevee par
rapport `a lencaissant argileux. Lanomalie damplitude est essentiellement liee au contraste de
106 CHAPITRE 8. ANALYSE DES SECTIONS INTERCEPT ET GRADIENT
Fig. 8.2 Graphique gradient en fonction de lintercept representant les quatre classes AVA
pour le toit des couches de sables satures en gaz.
densite avec lencaissant. Ces reservoirs se trouvent principalement sur des champs dhydrocar-
bures terrestres dans des roches datant du paleozoque ou du mesozoque [Roden et al., 2005].
Dun point de vue sismique, les reservoirs de classe I se caracterisent par une baisse de lam-
plitude avec des angles croissants et un changement de phase possible sur les sections sommees
des angles ou deports lointains. Sur les sections sommees, les amplitudes des zones reservoirs en
hydrocarbures peuvent etre inferieures `a celle des zones saturees en eau. La presence dhydro-
carbures se caracterisant par des amplitudes pouvant tendre vers zero pour les angles lointains
[Hilterman, 2001], linterpretation des reservoirs de classe I demande donc une conance absolue
`a lacquisition et aux traitements eectues auparavant sur les donnees.
8.3.2 Classe II - Changement de phase (Phase reversal en anglais)
Les reservoirs de classe II sont moins consolides que les reservoirs de classe I mais plus consolides
que ceux de classe III. Ce sont des sables moderement compactes (porosite comprise entre 15
et 25%). La vitesse dintervalle de propagation des ondes P dans ces sables est comprise entre
2650 et 3 650 m/s. Le contraste dimpedance de ces reservoirs avec leur encaissant est presque
nul.
Lamplitude diminuant et changeant de signe aux angles lointains, ces reservoirs de classe II
8.3. LES DIFF
_
+
_
1
2
V
p
V
p
2
_
V
2
s
V
2
p
__
2
V
s
V
s
+
__
sin
2
()+
_
1
2
V
p
V
p
_
(sin
2
()tan
2
()) .
(8.4.6)
En negligeant le troisi`eme terme et en supposant que le rapport des vitesses V
p
/V
s
est de 2,
lequation precedente secrit,
R() R
p
+ (R
p
2R
s
)sin
2
() , (8.4.7)
o` u R
p
et R
s
sont respectivement la reectivite `a incidence normale des ondes P et S :
R
p
=
(V
p
)
2
(V
p
)
1
(V
p
)
2
+ (V
p
)
1
=
1
2
_
V
p
V
p
+
_
, (8.4.8)
R
s
=
(V
s
)
2
(V
s
)
1
(V
s
)
2
+ (V
s
)
1
=
1
2
_
V
s
V
s
+
_
. (8.4.9)
En combinant lequation deux termes de [Shuey, 1985], R() = R
0
+ Gsin
2
(), avec lequation
(8.4.7), nous obtenons lequation de [Wiggins et al., 1983],
R
0
+ G = R
p
+ (R
p
2R
s
) = 2(R
p
R
s
) . (8.4.10)
[Castagna and Smith, 1994] montrent que R
p
et R
s
sont proches voire meme egaux pour des
sables et argiles satures en eau salee. Lequation (8.4.10) devient alors R
0
+ G = 0.
En revanche, en presence de sables satures en gaz, les coecients R
p
et R
s
ne sont pas egaux
et la somme R
0
+ G seloigne de zero. Lequation R
0
+ G peut alors etre consideree comme
8.4. FACTEUR DE FLUIDE 109
equivalente au facteur de uide dapr`es la denition donnee par [Smith and Gidlow, 1987].
Suivant la meme demarche que [Castagna and Smith, 1994], [Verm and Hilterman, 1995] re-
prennent lequation de [Shuey, 1985],
R() = R
0
(sin
2
() + cos
2
()) +Gsin
2
()
= R
0
cos
2
() + (R
0
+ G)sin
2
()
= R
0
cos
2
() + PRsin
2
() ,
(8.4.11)
et introduisent le terme de reectivite de Poisson,
PR =
(1 )
2
, (8.4.12)
o` u est la moyenne des coecients de Poisson et les variations du coecient de Poisson
dune interface. Dapr`es le mod`ele clastique deni precedemment, PR, qui est la somme de
lintercept et du gradient, correspond aussi au facteur de uide.
Cependant, dans la pratique, nous observons que les valeurs du gradient et de lintercept ne
sexpriment pas `a la meme echelle. Il nest pas rare dobserver des rapports superieurs `a 10.
Cette dierence sexplique souvent par des limitations de deports et par la presence de bruit.
[Castagna and Smith, 1994, Fatti et al., 1994] recommandent degaler les echelles avant la som-
mation R
0
+G. Dans la pratique, il sagit de selectionner la pente principale du mod`ele observe
sur un graphique gradient en fonction de lintercept, puis dappliquer ce facteur aux donnees.
8.4.2 Denition de [Cambois, 2002]
Dans un article precedent `a larticle de 2002, [Cambois, 1998] montre que lintercept et le gra-
dient sont statistiquement correles, et quen presence de bruit, le mod`ele statistique domine le
graphique.
[Cambois, 2002] reprend donc le syst`eme permettant le calcul de R
0
et de G par inversion
des moindres carres et denit deux nouveaux termes S et F,
_
_
R
0
+ (
1
N
N
i=1
sin
2
(
i
))G =
1
N
N
i=1
R
i
= S ,
R
0
+
_
N
i=1
sin
4
(
i
)
N
i=1
sin
2
(
i
)
_
G =
N
i=1
R
i
sin
2
(
i
)
N
i=1
sin
2
(
i
)
= F .
(8.4.13)
Le terme S de la premi`ere equation equivaut `a un terme de sommation S des traces. Le deuxi`eme
terme F, introduit dans la seconde equation, correspond `a une sommation des traces `a grands
angles. Ce dernier terme peut etre considere comme un terme indicateur dhydrocarbures pour
les classes II et III o` u les valeurs absolues du coecient de reexion sont elevees aux angles
lointains.
Soit tel que,
110 CHAPITRE 8. ANALYSE DES SECTIONS INTERCEPT ET GRADIENT
sin
2
() =
N
i=1
sin
4
(
i
)
N
i=1
sin
2
(
i
)
. (8.4.14)
Nous avons, dapr`es les equations (8.4.14) et (8.4.11),
F = R
0
+ Gsin
2
()
F = R
0
cos
2
() +PRsin
2
() ,
(8.4.15)
o` u,
R
0
F
cos
2
()
= PR
sin
2
()
cos
2
()
. (8.4.16)
Dans un graphique F en fonction de R
0
, lequation R
0
F
cos
2
()
represente le mod`ele des
donnees. Les valeurs de R
0
et F des sables satures en gaz doivent donc seloigner de cette droite.
Do` u la denition du facteur de uide proposee par [Cambois, 2002],
F = PRtan
2
() . (8.4.17)
Ce facteur de uide represente la somme de R
0
+ G ponderee par un facteur tan
2
().
8.4.3 Denition de [Gidlow and Smith, 2003]
Seize annees apr`es leur article de 1987, [Gidlow and Smith, 2003] redenissent le facteur de
uide `a partir des valeurs dintercept et de gradient. Ils denissent un angle entre laxe
horizontal de lintercept et la ligne de boue. La plupart des donnees des couches saturees en
eau suit cette droite marquant la tendance generale des donnees. Langle est calcule sur des
petites fenetres glissantes telles que,
tan() =
G
R
0
. (8.4.18)
De la derni`ere equation, les couples (R
0
, G) des couches saturees en eau suivent lequation,
R
0
tan() = G
R
0
sin() = Gcos() . (8.4.19)
Le facteur de uide F correspondant `a la dierence entre les donnees et la tendance generale
de ces donnees, nous deduisons F de la derni`ere equation,
F = R
0
sin() +Gcos() , (8.4.20)
Le facteur de uide est nul pour les roches saturees en eau, non nul et negatif pour le sommet
des couches de sables gazeux et non nul et positif `a la base de ces couches.
Dans le meme article, [Gidlow and Smith, 2003] rappellent que les valeurs de reectivite des
classes I, II et IV de [Rutherford and Williams, 1989, Castagna and Swan, 1997] (gure 8.3)
8.5. CONCLUSION 111
changent de signe aux angles eleves. D`es lors, ils denissent un angle
f
appele angle du facteur
de uide pour lequel la reectivite sannule,
R(
f
) = R
0
+ Gsin
2
(
f
) = 0
sin
2
(
f
) =
R
0
G
. (8.4.21)
En combinant les equations (8.4.19) et (8.4.21), langle de facteur de uide secrit,
sin
2
(
f
) = cotan() . (8.4.22)
8.5 Conclusion
Les graphiques gradient en fonction de lintercept et la classication AVO/AVA permettent
de mettre en evidence la presence dhydrocarbures et de qualier les reservoirs. De toutes les
denitions du facteur de uide, nous retiendrons pour les tests sur des donnees reelles la for-
mulation de [Gidlow and Smith, 2003]. Cette formulation ne necessite pas degaler les echelles
des sections intercept et gradient avant leur sommation.
Malheureusement, le decalage des valeurs dintercept et de gradient par rapport `a la ligne
des uides nest pas toujours d u `a la presence dhydrocarbures. Il peut sexpliquer par la strati-
cation ou avoir ete engendre par des roches `a vitesse lente encaissees dans un milieu `a vitesse
beaucoup plus rapide. Leet des bancs ns peut aussi creer de fausses anomalies AVA ou
detruire les anomalies AVA existantes.
112 CHAPITRE 8. ANALYSE DES SECTIONS INTERCEPT ET GRADIENT
Chapitre 9
Conclusion
Dans cette partie, nous avons introduit les dierentes approximations de [Zoeppritz, 1919].
Parmi toutes ces approximations, nous avons retenu lapproximation de [Shuey, 1985], qui ne
tient pas compte, lors du calcul des attributs AVA (intercept, gradient et courbure), du rapport
des vitesses P et S.
Nous avons axe nos developpements pour estimer les attributs AVA sur une regression lineaire
ponderee et iterative en utilisant des estimateurs robustes. Les estimateurs robustes pond`erent
les donnees de telle sorte que celles qui sont erronees contribuent peu ou sont meme rejetees de
la regression.
Puis, nous avons teste les dierentes approximations sur un exemple synthetique avec des
rapports V
p
/V
s
dierents. Lobjectif dans cette partie etait de verier lunicite de la reponse
des dierentes approximations en les comparant sur une cible avec des valeurs communes. De
ce chapitre (7), nous avons retenu quil est preferable dutiliser lapproximation trois termes
de [Shuey, 1985] lorsque la reectivite sexprime pour des angles dincidence superieurs `a 35-40
degres. Lintercept, ou la reectivite `a incidence nulle, apparat etre lattribut dont le calcul
reste le plus able. Les autres approximations donnent des resultats corrects mais lestimation
des attributs AVA necessite la connaissance du rapport des vitesses P et S.
Les graphiques gradient en fonction de lintercept permettent de mettre en evidence de mani`ere
assez rapide la presence de gaz ou dhydrocarbures. Cependant, des phenom`enes peuvent etre
`a lorigine derreurs qui peuvent creer de fausses anomalies AVA ou detruire les anomalies AVA
existantes. Parmi ces dierentes erreurs, nous distinguons :
1. Linuence du bruit aux angles lointains qui peut fausser linversion AVA.
2. Les Iso-X qui ne sont pas toujours parfaitement plats.
3. Leet des bancs ns (eet de tuning en anglais). La courbure des indicatrices de reexion
diminuant avec la profondeur, la dierence de temps entre deux reexions proches dimi-
nue lorsque le deport augmente. Il en resulte une interference des ondelettes associees `a
chaque reexion. Cet eet peut se traduire par une augmentation ou une diminution de
lamplitude en fonction du deport et de lepaisseur des bancs.
113
114 CHAPITRE 9. CONCLUSION
Tous ces points seront developpes dans la prochaine partie (partie III) de cette presente th`ese.
Troisi`eme partie
Traitement apr`es migration avant
inversion AVA
115
Chapitre 10
Introduction
Cette partie constitue le coeur du memoire puisque nous y developpons les aspects theoriques
des traitements permettant de corriger les pentes residuelles des evenements, letirement de
londelette et linterference des ondelettes associees aux reexions des bancs ns.
Linversion AVA peut se faire directement sur les Iso-X en selectionnant la variation du co-
ecient de reexion en fonction de langle dincidence. Cette inversion directe suppose que les
Iso-X presentent des evenements horizontaux, quelle que soit la complexite du sous-sol. Or, en
analysant des donnees migrees exprimees en fonction du deport ou de langle, de nombreuses
reexions restent mal corrigees. Ce decalage des reecteurs sexplique dans la plupart des cas
par des estimations trop approximatives du mod`ele de vitesse mais aussi par limpact des sta-
tiques residuelles, lanisotropie et plus generalement par toutes les reexions dont les lois de
propagation des ondes ne sont pas hyperboliques (ce qui revient `a une mauvaise determination
des vitesses).
Tous les outils developpes dans cette partie, et qui forment une contribution majeure pour
cette th`ese, se placent dans le cadre dapplications `a des cas reels.
Comme nous lavons dej`a precise, linversion AVA est un concept bien eprouve qui fonctionne
parfaitement dans un monde parfait, malgre les limites intrins`eques des donnees (gamme de
frequence limitee, deport limite, . . .). Dans le cas o` u le champ de vitesse est parfaitement connu,
une inversion apr`es correction dynamique (milieu tabulaire) ou apr`es migration, doit permettre
de localiser et de classier cette anomalie AVA.
Cependant, dans les cas reels que nous etudierons, la plupart des Iso-X reels montre une
bonne horizontalite au moins pour les deports ou angles proches, avant que napparaisse toute
deviation ou bruit lineaire.
Partant de ce constat, voire de cette hypoth`ese, et suite `a la methode developpee par
[Jin et al., 1996], nous proposons dans un premier temps de ne selectionner pour linversion
AVA que la gamme angulaire o` u les evenements apparaissent relativement plats apr`es correc-
tion dynamique ou migration. En dehors de cette zone [
min
,
max
], nous appliquons une mise
`a zero (mute en anglais) qui sera presentee dans le chapitre (11).
Cette inversion AVA dans la zone o` u les evenements sont plats et coherents permet lobten-
tion dattributs AVA (Intercept et gradient par exemple) par inversion dune approximation de
117
118 CHAPITRE 10. INTRODUCTION
[Zoeppritz, 1919] valable pour des angles faibles. Comme nous le verrons dans le cas reel avec
tr`es peu de deport, lintercept est `a priori robuste, le gradient plus instable donnant une forte
dispersion des couples (intercept, gradient) sur un graphique gradient en fonction de linter-
cept. Cependant, des corrections pour aplatir les evenements peuvent nous permettre dutiliser
linformation donnee par tous les angles.
La plupart des corrections permettant daplatir les evenements sont basees sur des techniques
dajustement. Ces techniques, presentees dans la premi`ere partie du chapitre (12) ont ete testees
avec succ`es par [Ursin and Ekren, 1995] et [ElOuair, 2003], elles ne corrigent pas toujours les
pentes residuelles de tous les evenements dont le signe de la variation de lamplitude change
avec les angles croissants (les reservoirs de classe II AVA par exemple).
`
A partir des attributs AVA calcules dans la zone o` u les evenements sont plats, nous propo-
sons de modeliser pour chaque evenement la variation de la reectivite (deuxi`eme partie du
chapitre 12). Puis nous essayons de trouver la valeur la plus proche de la valeur estimee pour
quelques echantillons au-dessus et au-dessous de levenement. Cette technique nous permet de
suivre la trajectoire des evenements dans les Iso-X tout en conservant les amplitudes et en
tenant compte par exemple des changements de polarite engendres par certains reservoirs de
classe II. Linversion AVA est d`es lors appliquee le long de ces trajectoires.
Un des avantages du calcul des trajectoires est que leet de letirement ne fausse pas linversion
le long des trajectoires puisque la variation de lamplitude est selectionnee sur le maximum en
valeur absolue de londelette. Dans la premi`ere partie du chapitre (13), nous aborderons tout
de meme la correction de letirement de londelette car la connaissance de la modelisation de
londelette etiree nous permettra de corriger dans ce meme chapitre les corrections dues `a lin-
terference des ondelettes associees `a la reexion de couches voisines lune de lautre (bancs
minces).
En eet linversion AVA le long des trajectoires sav`ere fausse si lepaisseur des reservoirs est
mince. [Widess, 1973] a mis en evidence leet de lepaisseur dun reservoir sur lamplitude
des evenements reechis. Ainsi, pour une epaisseur de reservoir superieure ou de lordre de la
longueur donde, peu ou pas dinterferences entre les signaux reechis au toit et `a la base du
reservoir sont observables. Pour des bancs de plus en plus minces, ces signaux interf`erent de
fa con constructive puis de fa con destructive. Lamplitude de londelette composite atteint son
maximum pour une epaisseur du quart de la longueur donde. Lamplitude etant modiee, ce
phenom`ene dinterference (tuning en anglais) a un impact sur lanalyse AVA. Il doit etre
assimile `a un eet de geometrie de banc et non pas `a une variation des proprietes du milieu.
Dans la deuxi`eme partie du chapitre (13), nous indiquerons comment nous corrigeons leet des
bancs minces pour des trajectoires separees dune epaisseur inferieure `a la longueur donde.
Chapitre 11
Calcul de la limite angulaire
11.1 Introduction
Les donnees aux deports ou angles lointains apparaissent souvent avec des artefacts (bruits,
probl`emes de vitesse, etirement des ondelettes, presence danisotropie). La presence de ces ar-
tefacts fausse les sections sommees mais aussi les resultats de linversion AVA.
Une solution, habituellement utilisee, consiste `a supprimer ces artefacts en selectionnant ma-
nuellement sur les Iso-X la limite de la zone `a partir de laquelle les echantillons bruites des
traces aux angles lointains sont mis `a zero (mute en anglais). [Jin et al., 1996] ont propose une
methode pour calculer automatiquement les limites de la zone o` u les evenements apparaissent
relativement plats apr`es correction dynamique ou migration. Leurs travaux sont bases sur des
techniques dextraction de contours, utilisees en imagerie medicale ou satellitaire et permettant
de dierencier dierents objets contenus dans limage [Gonzales and Woods, 2001].
[Jin et al., 1996] appliquent aux Iso-X une fonction de coherence 2D. Cette fonction permet
de mieux distinguer les zones o` u les evenements sont plats des zones bruitees. Cette fonction de
coherence est denie de telle sorte que deux traces consecutives avec des evenements positionnes
`a la meme profondeur et non bruites ont des valeurs de coherence proche. La zone de mise `a
zero des traces est delimitee en detectant les changements abrupts de limage de coherence.
11.2 Fonction de coherence
[Jin et al., 1996] denissent leur fonction de coherence par,
C(i, j) = 1000
_
1.
h
k=h
|
v
l=v
P(i + k, j + l)|
v
k=v
|
h
l=h
P(i + l, j + k)|
_
, (11.2.1)
o` u P(i, j) est lamplitude dun echantillon de la trace, i est le numero de la trace et j celui de
lechantillon en profondeur, h et v sont les longueurs des demi-fenetres horizontales et verticales.
Nous denissons trois traces identiques constituees de trois echantillons en profondeur,
119
120 CHAPITRE 11. CALCUL DE LA LIMITE ANGULAIRE
_
_
1 1 1
1 1 1
1 1 1
_
_
. (11.2.2)
Le numerateur de la fraction de lequation (11.2.1) represente la somme dans la direction hori-
zontale des 2h+1 valeurs absolues correspondant `a la somme des 2v+1 echantillons de chacune
des 2h +1 traces. Dans le cas de notre mod`ele, nous obtenons une valeur de 3 (3 |1 1 +1|).
Le denominateur represente la somme dans la direction verticale des 2v + 1 valeurs absolues
correspondant `a la somme des 2h +1 echantillons de chacune des 2v + 1 positions profondeur.
Ceci donne pour notre mod`ele un denominateur de 9 (3+|3|+3). La coherence pour ce mod`ele
sera de 666. Les trois traces etant identiques, nous esperions pour ce mod`ele une coherence de
1 000.
De fa con `a obtenir une nouvelle fonction variant de 0 (si aucune correlation entre les traces)
`a 1 000 (pour des traces consecutives identiques), nous utilisons une fonction modiee (Reda
Baina - communication personnelle) de la fonction de [Jin et al., 1996],
C(i, j) = 1000
+v
k=v
|
h
l=h
P(i + k, j + l)|
+v
k=v
h
l=h
|P(i + k, j + l)|
. (11.2.3)
Avec cette fonction, la coherence de notre mod`ele est alors bien egale `a 1 000.
11.3 Detection des contours
Les regions marquant la transition entre les zones `a haute et faible coherence sont les zones
o` u nous souhaitons appliquer la limite angulaire. De nombreuses methodes de detection des
contours existent et sont regroupees en deux familles :
1. Les methodes privilegiant une approche par fronti`eres (methodes derivatives, surfaciques,
morphologiques) appelees segmentation.
2. Celles privilegiant une approche par regions (methodes markoviennes et structurales).
Parmi toutes ces methodes, nous retiendrons la methode derivative pour detecter les variations
locales dintensite. Les contours seront obtenus par extraction des maxima locaux de la derivee
premi`ere.
Nous avons choisi une methode developpee par [Deriche, 1987] pour calculer le gradient de la
fonction de coherence. Cette methode seectue avec des ltres `a reponse impulsionnelle innie.
Son implementation se fait de fa con recursive. Les travaux de [Deriche, 1987] font suite aux tra-
vaux de [Canny, 1986] concernant la realisation dun ltre optimal satisfaisant aux contraintes
de bonne detection, de bonne localisation et dunicite de la reponse.
11.3. D
I(x)f(x
0
x)dx . (11.3.5)
Le probl`eme pose consiste `a trouver f(x) tel que (x
0
) soit maximal sous les trois contraintes
suivantes :
1. Bonne detection :
Ce crit`ere consiste `a maximiser dependant du rapport signal sur bruit RSB (signal du
ltre au point de discontinuite / ecart type de la reponse du ltre bruit),
RSB =
A
n
0
=
A
_
0
f(x)dx
n
0
_
(
_
+
f
2
(x)dx)
. (11.3.6)
2. Bonne localisation :
Ce crit`ere consiste `a maximiser lecart type de la position des passages par zero, cest `a
dire linverse de lesperance de la distance entre le vrai point de contour et le point de
contour detecte,
=
A
n
0
=
A|f
(0)|
n
0
_
(
_
2
(x)dx)
. (11.3.7)
3. Une unique reponse :
Le detecteur ne doit pas fournir plusieurs reponses `a un seul contour. Pour cela, nous
imposons une distance moyenne entre les maxima locaux, notee x
max
, contrainte `a legalite
suivante,
x
max
= 2
_
_
2
(x)dx
_
2
(x)dx
. (11.3.8)
Trouver f(x) qui maximise le produit sous la contrainte que le troisi`eme crit`ere soit xe `a
une constante k revient alors `a trouver la solution de lequation dierentielle suivante,
2f(x) 2
1
f
(x) + 2
2
f
(x) +
3
= 0 , (11.3.9)
122 CHAPITRE 11. CALCUL DE LA LIMITE ANGULAIRE
o` u,
2
1
/4 > 0 , (11.3.10)
et les reels et w sont denis par,
2
w
2
=
1
2
2
4
2
w
2
=
2
1
+ 4
2
4
2
2
. (11.3.11)
Cette equation admet comme solution generale,
f(x) = a
1
e
x
sin(x) + a
2
e
x
cos(x) + a
3
e
x
sin(x) + a
4
e
x
cos(x) + a
5
. (11.3.12)
[Deriche, 1987], utilisant la meme demarche que [Canny, 1986], a cherche une realisation de
loperateur sous la forme dun ltre `a reponse impulsionnelle innie (RII). Il aboutit `a la
meme equation dierentielle. Seules les conditions aux limites sont dierentes. Pour le ltre de
[Deriche, 1987], les conditions aux limites sont donnees par,
f(0) = 0 f(+) = 0 f
(0) = S f
(+) = 0 , (11.3.13)
o` u S est une constante inconnue egale `a la pente de la fonction f(x) `a son origine.
En appliquant ces conditions aux limites `a lequation (11.3.12), nous obtenons alors : a
1
= a
2
=
a
4
= a
5
= 0. Do` u le ltre optimal,
f(x) =
S
w
e
x
sin(wx) . (11.3.14)
En evaluant pour cet operateur les dierentes integrales intervenant dans le calcul des crit`eres
de performance, nous obtenons les resultats suivants,
=
2 =
_
2
2
+ w
2
. (11.3.15)
En posant = mw, nous obtenons les trois cas suivants,
1 m 1 =
2 =
_
2
= 2 x
max
= 0.44
2 m = 1 =
2 =
_
1
2 x
max
= 0.58
3 m =
3 =
2 =
_
3
2
=
3 x
max
= 0.5
(11.3.16)
Le premier cas presente la meilleure reponse. Il correspond `a la limite de loperateur de [Deriche, 1987]
pour w tendant vers zero. Cette limite correspond `a loperateur de derivation,
g(x) = kxe
|x|
, (11.3.17)
o` u,
k =
(1 e
)
2
e
. (11.3.18)
11.3. D
n=
f(n)Ze
n
. (11.3.20)
La sequence f(n) netant pas causale, une etape preliminaire est sa transformation en une
somme de deux sequences causales. Pour cela, [Deriche, 1987] reecrit f(n) sous la forme dune
somme dune sequence causale f
(n) et anti-causale f
+
(n) telles que,
f(n) = f
(n) + f
+
(n) , (11.3.21)
f
(n) =
_
0 si n 0,
cne
n
si n < 0;
f
+
(n) =
_
cne
n
si n 0,
0 si n < 0.
(11.3.22)
En utilisant la transformee en Z, F(Z) devient,
F(Z) = F
(Z) + F
+
(Z
1
) , (11.3.23)
avec,
F
+
(Z
1
) =
a
1
Z
1
1 +b
1
Z
1
+ b2
2
Z
F
(Z) =
a
2
Z
1 +b
1
Z + b
2
Z
2
, (11.3.24)
et,
a
1
= ce
a
2
= ce
b
1
= 2e
b
2
= e
2
. (11.3.25)
F
+
(Z
1
) converge pour |e
Z
1
| < 1 et F
(Z) pour |e
n=0
f(n) =
0
n=
= 1 , (11.3.28)
ce qui donne,
c =
(1 e
)
2
e
, (11.3.29)
do` u,
a
1
= ce
= (1 e
)
2
a
2
= ce
= (1 e
)
2
. (11.3.30)
11.3.3 Filtre de lissage
Les echantillons h(n) de la primitive h(x) de f(x) peuvent etre implementes de mani`ere
recursive. En eet, H(Z) sa transformee en Z secrit,
H(Z) = H
(Z) + H
+
(Z
1
) , (11.3.31)
avec,
H+(Z
1
) =
k + a
1
Z
1
1 +b
1
Z
1
+ b
2
Z
2
F
(Z) =
a
1
Z + a
2
Z
2
1 +b
1
Z + b
2
Z
2
, (11.3.32)
et,
a
1
= k( 1)e
a
2
= ke
2
b
1
= 2e
b
2
= e
2
. (11.3.33)
Ayant le meme denominateur que F
+
(Z
1
) et respectivement de F
n=
h(n) = 1 . (11.3.36)
Nous obtenons alors,
k =
(1 e
)
2
1 + 2e
2
. (11.3.37)
11.4 Discussion
Pour les angles lointains, toutes les fortes valeurs negatives de la derivee, impliquant une tran-
sition allant de fortes `a faibles valeurs de coherence, sont selectionnees. Pour les angles faibles,
les fortes valeurs positives sont choisies. Puis, par interpolation lineaire, les points selectionnes
sont relies, denissant ainsi la ligne de mise `a zero des echantillons.
Sur la gure (11.1), nous illustrons un exemple de cette methode.
`
A partir dun Iso-X dans
le domaine angle, nous calculons sa fonction de coherence ` a laide de lequation (11.2.3). Cette
fonction varie de 0 (couleur bleue foncee si aucune correlation entre les traces) `a 1 000 (couleur
rouge foncee pour des traces consecutives identiques).
An de delimiter les dierentes zones de coherence, sa derivee horizontale a ete calculee `a partir
des equations de ltres recursifs de Deriche (equations 11.3.26 et 11.3.34).
Pour des angles lointains, une forte derivee negative marque le passage entre le signal et le
bruit (coherence forte du signal `a coherence plus faible pour le bruit). Cette limite est marquee
par le trait rouge sur le troisi`eme Iso-X represente sur la gure (11.1). Sur le dernier Iso-X de
cette meme gure, nous avons represente les limites de mute sur lIso-X.
Le temps de calcul dun corridor reste assez raisonnable. Par exemple, linversion AVA de 4 801
Iso-X comportant 501 echantillons en profondeur avec 41 gammes dangle, donne un temps de
9 minutes et 30 secondes apr`es inversion des moindres carres ponderes et iteres precedee du
calcul du corridor et dune minute et 15 secondes apr`es inversion sans calcul du corridor.
Cette segmentation nous permet de ne pas fausser linversion AVA avec des valeurs aberrantes
meme si la technique dinversion devrait ne pas y etre sensible (chapitre 6). En revanche, la seg-
mentation ne resout pas le probl`eme du non-aplatissement des Iso-X pour les grands angles ou
les deports lointains. Lestimation du corridor permet aussi dameliorer la qualite des sections
sommees, comme un mute pourrait le faire, mais sans prendre en compte toutes les contribu-
tions. Un exemple sera presente `a laide de donnees reelles dans la partie IV.
126 CHAPITRE 11. CALCUL DE LA LIMITE ANGULAIRE
0.5
1.0
1.5
2.0
2.5
3.0
3.5
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0 10 20 30 40 50
angle (degrees)
-1.0
-0.5
0
0.5
1.0
x10
9
0.5
1.0
1.5
2.0
2.5
3.0
3.5
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0 10 20 30 40 50
angle (degrees)
0
200
400
600
800
1000
0.5
1.0
1.5
2.0
2.5
3.0
3.5
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0 10 20 30 40 50
angle (degrees)
-1000
-500
0
500
1000
0.5
1.0
1.5
2.0
2.5
3.0
3.5
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0 10 20 30 40 50
angle (degrees)
-1.0
-0.5
0
0.5
1.0
x10
9
Fig. 11.1 Exemple dun Iso-X dans le domaine angle : Iso-X, attribut de coherence, derivee
et ligne de mute.
Chapitre 12
Correction des pentes residuelles
12.1 Introduction
Fig. 12.1 Resultat dune migration en profondeur 2D donnant un cube migre. Les trois
directions sont la profondeur, la position en surface et le deport (distance source-recepteur).
Pour une position en surface, les panneaux `a deports variables sont appeles les Iso-X (Common
Image Gathers en anglais). Les evenements sont plats si le mod`ele exact de vitesse est utilise
lors de la migration. (Schema dapr`es [Chauris, 2000]).
Lorsque le mod`ele de vitesse utilise pendant la migration est correct, la position en profondeur
127
128 CHAPITRE 12. CORRECTION DES PENTES R
ESIDUELLES
dune interface, qui est unique, ne doit pas dependre du deport ou de langle [Al-Yahya, 1989].
Les Iso-X doivent donc presenter des evenements horizontaux, quelle que soit la complexite du
sous-sol (gure 12.1).
Si les evenements dans les Iso-X penchent vers le bas pour les deports croissants, la vitesse
est consideree comme etant trop elevee. Nous observons linverse avec des evenements pen-
chant vers le haut lorsque la vitesse est trop lente. Ces courbures dans les Iso-X sont appelees
les pentes residuelles (gure 12.2).
Fig. 12.2 Iso-X en angle (`a gauche) migre avec le bon mod`ele de vitesse (V
mig
=3500 m/s). Le
meme Iso-X `a droite migre avec un mod`ele de vitesse superieur de 5% (V
mig
=3675 m/s). Les
evenements ne sont plus plats et penchent vers le bas. Nous notons des profondeurs dierentes
pour les evenements. La courbure residuelle, qui est liee `a lerreur sur les vitesses est hyperbo-
lique. Dans la realite, ce type de courbure purement hyperbolique ne se rencontre jamais seul.
Le mod`ele de vitesse intervenant dans le noyau de la migration `a amplitude preservee, les
donnees migrees avec un mod`ele de vitesse loin de la realite presentent des evenements avec des
profondeurs et des amplitudes fausses. Donc, si les erreurs de vitesse sont trop importantes, il
est necessaire de corriger le mod`ele de vitesse, puis de remigrer les donnees.
Les methodes danalyse de vitesse par migration, (MVA, cest-`a-dire Migration Velocity Ana-
lysis en anglais), utilise la migration des donnees pour controler et retrouver le mod`ele de
vitesse. Il sagit dun processus iteratif, puisque le resultat de la migration sert `a estimer un
nouveau mod`ele de vitesse, qui sert `a une nouvelle migration, et ainsi de suite jusqu`a obtention
12.2. CORRECTION PAR INTERCORR
ELATION 129
dun resultat correct. Lapproche de MVA decrite par [Al-Yahya, 1989] est `a lorigine de ce type
de technique.
Dans mes travaux, je fais lhypoth`ese que les Iso-X sont susamment plats, cest-`a-dire que
le mod`ele de vitesse de migration etait susamment juste ou judicieusement corrige par les
methodes danalyse de vitesse par migration. Nous ne travaillons donc ici que sur des courbures
residuelles qui ne sont pas que hyperboliques.
La methode presentee fonctionne heureusement tr`es bien dans le cas simple des courbures
residuelles hyperboliques ou dans le cas de courbures residuelles hyperboliques et aleatoires.
12.2 Correction par intercorrelation
Les corrections de pentes residuelles couramment utilisees par lindustrie sont basees sur des
techniques dajustement. Chaque echantillon dune trace sismique est deplace de mani`ere `a ce
que cette trace en angle ou en deport sajuste avec la trace en angle ou en deport precedente.
Loperateur mathematique de base permettant lajustement en estimant le retard entre deux
signaux est la fonction dintercorrelation.
Soit deux traces voisines lune de lautre R(z, i 1) et R(z, i) composees chacune de N
echantillons. Lintercorrelation, (z), est le produit scalaire de R(z, i 1) et R(z, i) avec un
decalage , pour toutes les valeurs de possible,
() = R(z, i 1) R(z, i)
=< R(z, i 1), R(z , i) >=< R(z , i 1), R(z, i) >
=
_
ESIDUELLES
2. Comparaison de la trace R(i) avec la trace precedente R(i 1) :
Cette comparaison se fait par une analyse en fenetre glissante. Pour chaque echantillon
en profondeur z
i
de la trace R(i), nous calculons lintercorrelation de cette trace avec la
precedente sur une fenetre symetrique centree sur lechantillon z
i
.
3. Translation de lechantillon z
i
de la trace R(i) :
La position du maximum de la fonction dintercorrelation nous donne le nombre dechantillons
quil faut translater `a lechantillon z
i
de la trace R(i).
4. Reechantillonage de la trace :
Lorsque tous les echantillons de la trace R(i) ont ete compares et corriges, la trace R(i)
est reechantillonnee avec le pas dechantillonnage initial de lIso-X.
Fig. 12.3 Iso-X en angle resultant de donnees migrees avec une erreur de 5% dans le mod`ele
de vitesse (`a gauche). Le meme Iso-X apr`es correction des pentes residuelles avec correction
par intercorrelation (`a droite). Nous arrivons `a aplatir tous les evenements sauf le second
(changement de signe de levenement).
Le pas de surechantillonnage qui controle le calcul du decalage doit etre susamment petit
pour permettre une correction residuelle de haute precision.
Sur la gure (12.3), les traces, initialement constituees de 501 echantillons avec un pas en
echantillonnage de 10 m`etres ont ete reechantillonnees en 16 501 echantillons. Apr`es correction
des pentes residuelles, nous arrivons `a aplatir lensemble des evenements mis `a part le second
12.3. PR
ESIDUELLES
La detection des evenements se fait sur la section intercept, puisque cette section est consideree
comme etant plus able que la section gradient (chapitres 7 et 8). Nous amplions cette section
par correction AGC pour accentuer son aspect structural, puis chacune des traces est normee
par rapport `a sa valeur maximale. Pour trouver les evenements correspondant au maximum des
valeurs absolues, la derivee de la valeur absolue de chacune des traces est estimee. Loperateur
de derivee utilise est loperateur de [Deriche, 1987] introduit dans le chapitre precedent (cha-
pitre 11). La position des evenements correspond au passage par zero de la derivee des valeurs
absolues de la trace. Lutilisateur denit la valeur maximale limitant le nombre devenements
quil souhaite detecter. Plus la valeur est basse, plus le nombre devenements detectes sera eleve.
D`es lors, `a partir de la section intercept calculee entre les valeurs minimum et maximum du
corridor, nous pouvons predire, `a la profondeur z, grace `a lapproximation trois termes de
[Shuey, 1985], la valeur de la reectivite R
cal
(
i
) `a partir de la valeur de la reectivite R(
i1
)
`a langle precedent,
R
cal
(
i
) =
1
sin
2
i1
[R(
i1
)sin
2
() + R
0
(sin
2
(
i1
) sin
2
(
i
))
+4
4
5
R
0
tan
2
()sin
2
(
i1
) + tan
2
(
i1
)sin
2
()] .
(12.4.2)
Nous utilisons lapproximation trois termes de [Shuey, 1985] car les corrections des pentes
residuelles sappliquent principalement `a des evenements sexprimant `a des angles superieurs `a
30-35 degres.
Le troisi`eme terme C de lequation de [Shuey, 1985] sexprime en fonction de R
0
`a partir de
lequation (5.5.39) de [Gardner et al., 1974],
C =
1
2
V
p
V
p
,
=
1
2
_
V
p
V
p
+
1
2
,
= R
0
1
8
V
p
V
p
= R
0
1
4
C ,
(12.4.3)
soit,
C =
4
5
R
0
. (12.4.4)
Puis, nous essayons de trouver la valeur de reectivite estimee sur la trace R
cal
(
i
) pour quelques
echantillons (1 `a 2) au-dessus et au-dessous de lechantillon correspond `a la profondeur z de
levenement `a la trace precedente en considerant un intervalle de tolerance de lordre de 50%
pour localiser la bonne valeur.
Donc depuis le corridor, nous inversons avec lequation `a deux termes. Puis nous modelisons les
valeurs avec lequation `a trois termes en considerant un intervalle de tolerance pour selectionner
les valeurs exactes de levenement. Les R
cal
() et R
obs
() di`erent donc, mais nous navons alors
12.4. TRAJECTOIRES 133
Fig. 12.4 Illustration de la detection des trajectoires sur un Iso-X en angle de donnees reelles.
La premi`ere inversion AVA entre les limites du corridor nous donne une premi`ere valeur de
R
0
.
`
A partir de cette section, nous estimons la position des evenements puis leurs trajectoires.
Linversion AVA se fait d`es lors le long des trajectoires.
pas besoin de minimiser lecart entre ces deux fonctions, car une inversion directe trois termes
de ce dernier R
obs
() suivant les trajectoires nous fournit un resultat optimal.
Cette technique de prediction-detection, qui est resumee sur la gure (12.4) permet de suivre
la pente residuelle des evenements tout en conservant les amplitudes et en tenant compte par
exemple des changements de polarite engendres par certains reservoirs de classe II (gure 12.5).
Sur la gure (12.6), les evenements sont horizontaux jusqu`a des angles de 30 degres. Cet
exemple illustre bien quil est preferable dutiliser lapproximation trois termes de [Shuey, 1985].
Linversion AVA faite le long des trajectoires permet de representer, sur un graphique gradient
en fonction de lintercept, uniquement les points correspondant `a levenement.
De plus, en selectionnant le premier angle o` u la trajectoire de levenement apparat, nous
obtenons un squelette geologique de la structure (gure 12.7).
Ce squelette est un resultat important de ces travaux. Il ma cependant pas ete totalement
exploite dans le cadre de cette th`ese. Neanmoins, il demeure interessant dans le cadre de pers-
pectives que nous allons developper dans la section suivante.
134 CHAPITRE 12. CORRECTION DES PENTES R
ESIDUELLES
Fig. 12.5 Iso-X en angle resultant de donnees migrees avec une erreur de 5% dans le mod`ele
de vitesse (`a gauche). Les trajectoires du meme Iso-X (`a droite). Nous arrivons parfaitement
`a suivre le second evenement qui se caracterise par un changement de signe avec les angles
croissants.
12.4. TRAJECTOIRES 135
Fig. 12.6 Exemples reels montrant la validite de linversion AVA le long des trajectoires. La
variation du coecient de reexion de levenement di`ere de la reectivite selectionnee `a une
profondeur constante pour des angles superieurs `a 35 degres. Cette methode permet de suivre
parfaitement la variation de la reectivite des evenements complexes aux grands angles et ainsi
de trouver de meilleures valeurs des attributs AVA.
136 CHAPITRE 12. CORRECTION DES PENTES R
ESIDUELLES
Fig. 12.7 Illustration de lobtention de la section squelette en selectionnant le premier angle
o` u la trajectoire de levenement apparat.
12.5. SQUELETTE 137
12.5 Squelette
Fig. 12.8 Squelette dune image 2D. Apr`es detection des trajectoires dans les Iso-X, nous
obtenons, `a partir de la section `a proche angle, une interpretation en profondeur des structures.
Comme nous venons de le preciser, le squelette de la structure est obtenu directement apr`es
detection des trajectoires par extraction des segments des trajectoires presents sur la section
proche deport ou proche angle.
Ce squelette contient donc :
1. Un segment pour chaque trajectoire detectee ce qui satisfait donc lapproximation AVA
utilisee pour la modelisation au moins pour quelques deports ou angles. Ce pointe, lorsque
nous le comparons `a un pointe des ev`enements realises sur une section sommee apr`es
migration, permet deliminer automatiquement les pointes qui nauraient aucune signi-
cation geophysique.
2. Tous les attributs AVA sont associes `a chaque segment, mais dautres sont issus de la mi-
gration, tels que le pendage, les composantes du vecteur lenteur et les valeurs minimum
et maximum de langle dincidence.
3. Les segments ne subissent pas letirement de londelette en profondeur lie `a la migra-
tion en profondeur. Le squelette portant un quelconque attribut AVA peut donc etre
138 CHAPITRE 12. CORRECTION DES PENTES R
ESIDUELLES
convolue par une ondelette dans la gamme frequentielle de la sismique pour donner une
section sans etirement.
Nous voyons maintenant les utilisations les plus realistes du squelette qui sont :
1. Creation dun geo-mod`ele : cette interpretation automatique que represente le squelette
et donc les elements qui peuvent etre `a la fois selectionnes (voire elimines) sur la base
de crit`eres geophysiques (dependance angulaire, semblance horizontale, . . .), mais aussi
associes `a des grandeurs physiques (contraste dimpedance acoustique, pendages, etc . . .),
est directement eectuee en profondeur, dans le cadre de la migration avant sommation
en milieux heterog`enes.
2. Amelioration du mod`ele de vitesse en vue de refaire une passe de migration. Cest la
base des methodes de MVA [Chauris, 2000], o` u la pente residuelle est selectionnee sur les
Iso-X le long devenements localement coherents tout comme les pendages sur la section
sismique. Dans le cas des trajectoires et du squelette, tous les param`etres necessaires sont
disponibles, et une extension `a 3D (necessaire aussi pour le point precedent) permettrait
de realiser un squelette, tel un pointe volumique, o` u les dependances laterales pourraient
etre contraintes par les valeurs de pendages dans les deux directions horizontales avec la
trajectoire et la pente residuelle associees `a chaque segment.
3. Pour lobtention de limpedance acoustique par inversion stratigraphique qui necessite un
pointe des interfaces associees `a des donnees de puits et `a une amplitude sismique.
Cependant, le squelette a quelques limites :
1. Il ne peut contenir que ce que les ondes ont pu voir au cours de leur propagation.
2. Les multiples non elimines durant le pre-traitement seront toujours presents. Nous no-
tons dailleurs que les multiples du fond de leau ont une signature tr`es pentee (apr`es
migration) sur les Iso-X qui les rendent tr`es facilement identiables et eliminables sur le
squelette.
3. La continuite des interfaces visibles sur le squelette nest evidemment pas parfaite. Une
interpolation geometrique des elements discontinus du squelette est realisable dautant
quelle peut etre contrainte par des grandeurs physiques associees `a chaque segment.
4. Le positionnement en profondeur des interfaces est evidemment dependant de la qualite
du champ de vitesse utilise pour la migration. Dans ce cas, en etudiant la semblance
horizontale, il nous est possible dassocier une incertitude `a chaque position profondeur.
Ce sont tous ces points qui ont, en fait, ete `a lorigine de la th`ese de Fran cois Schaub `a lEcole des
Mines dans le cadre dune collaboration entre les Centres de Geophysique et de Geostatistique.
12.5. SQUELETTE 139
Le squelette, mais surtout les attributs et param`etres sismiques associes peuvent-ils etre trans-
mis `a la caracterisation sismique des reservoirs sans perdre dinformation, cest-`a-dire pas uni-
quement sous la forme dun cube sismique, note S et dont nous ne connaissons pas lorigine ?
Prenons un squelette, exprime en profondeur, et supposons que nous ayons deux puits aux
deux extremites de cette section. Supposons aussi, dans un premier temps, que le champ de
vitesse de migration est parfait, de ce fait le squelette est bien cale aux puits. Via le squelette,
prealablement nettoye de ces segments non geophysiques (mauvaise semblance, trop courte
dependance angulaire) et interpole, voire leg`erement lisse, il nous est alors possible deectuer
une simulation geostatique de la distribution de limpedance acoustique, disponible aux puits
et sous contrainte des interfaces du squelette (gure 12.9).
Fig. 12.9 Exemple de simulation geostatistique de limpedance acoustique contrainte par 2
puits aux extremites de la section et par le squelette et ses attributs. La simulation est realisee
tr`es rapidement sur toute la section (et non pas uniquement sur une cible donnee) `a lechelle du
puits ou de limage migree. La simulation seectue apr`es mise `a plat des couches denies par
le squelette puis remise en forme dans la section. Communication personnelle de F. Schaub.
`
A partir de la section impedance ainsi obtenue, il redevient alors possible de modeliser un
contraste dimpedance R
0cal
, comparable `a la section intercept issue de la chane de traitement
140 CHAPITRE 12. CORRECTION DES PENTES R
ESIDUELLES
(PAPsDM + AVA inversion), notee R
0obs
. De meme, il est possible de modeliser le contraste de
reectivite R(x, ) en utilisant les equations de [Zoeppritz, 1919] ou lune de ses approximations
et de comparer ce contraste aux Iso-X obtenus apr`es migration.
Nous avons donc presente dans ce chapitre le calcul des trajectoires qui permet de suivre
la pente residuelle des evenements tout en conservant les amplitudes et en tenant compte des
changements de polarite de certains reservoirs.
Ces trajectoires, associees `a un schema dinversion robuste, permettent dassurer la qualite
des attributs AVA y compris dans les cas o` u les Iso-X montrent un caract`ere complique. Les
trajectoires permettent lobtention dune section squelette de la structure et ouvrent de reelles
opportunites `a tr`es court terme pour contraindre la simulation de limpedance acoustique.
Linversion AVA le long des trajectoires ne tient pas compte de leet detirement de lon-
delette car la variation de lamplitude est selectionnee sur le maximum en valeur absolue de
londelette, ce qui est un avantage dans la plupart des cas.
Cependant lamplitude selectionnee pour des reecteurs dont la distance est inferieure `a la lon-
gueur donde est aectee par linterference des ondelettes associees `a chacune des reexions.
Cette correction des amplitudes sera abordee dans le prochain chapitre (chapitre 13).
Chapitre 13
Correction de letirement de londelette
13.1 Introduction
Les corrections dynamiques (NMO) et les migrations avant sommation en temps ou en pro-
fondeur aplatissent les evenements mais etirent les ondelettes du signal sismique aux deports
lointains.
Ce phenom`ene detirement de londelette sexplique par le fait que la longueur donde dune
onde plane illuminant un milieu varie en fonction de langle dincidence, de la vitesse et de la
frequence. La longueur donde verticale
z
est en eet liee `a la frequence w, `a la vitesse v et `a
langle dincidence par lequation,
z
=
2v
wcos()
. (13.1.1)
Cet etirement qui deteriore le contenu frequentiel aux deports lointains, peut creer de fausses
anomalies AVA ou detruire des anomalies AVA existantes [Swan, 1991].
Les valeurs selectionnees le long des trajectoires ne sont pas aectees par letirement de lon-
delette car lamplitude est selectionnee sur la pointe de londelette. Cependant, dans le cas
de bancs ns, linterference des ondelettes ajoutee `a letirement de londelette entranent une
augmentation ou une diminution de lamplitude en fonction du deport et de lepaisseur du banc.
Dans la premi`ere partie du chapitre, nous rappellerons les dierentes methodes utilisees pour
corriger letirement de londelette. Nous proposerons une methode qui permet de compen-
ser les distorsions de la bande passante en appliquant un ltre degalisation sur des fenetres
centrees autour devenements detectes par les trajectoires. Ces corrections permettent entre
autres dameliorer les sections sommees.
La connaissance acquise dans la premi`ere partie de ce chapitre, nous permet de modeliser
londelette etiree des bancs ns. Dans la deuxi`eme partie de ce chapitre, les variations de lam-
plitude en fonction de langle seront estimees par une deconvolution en utilisant des ltres de
Wiener de lIso-X et de londelette modelisee.
141
142 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
13.2
Etirement de londelette
13.2.1 Historique des traitements
Pour corriger les distorsions de londelette, [Swan, 1997] applique un ltre sur les attributs
AVA de [Shuey, 1985]. [Dong and Ponton, 1999] calculent, pour des ondelettes de Ricker, des
sections intercept R
0
et gradient G
0
= e
2
(1 2
2
)R
0
,
G
= e
2
[(1 2
2
)G+
2
(3 2
2
)R
0
] ,
(13.2.2)
avec,
= 2zf
0
/v . (13.2.3)
Les corrections faites `a partir de ces methodes sappliquent sur des sections intercept et gra-
dient calculees auparavant sur des donnees dont les pentes residuelles ont ete corrigees, ou ne
necessitant pas de corrections, cest-`a-dire que ces developpements supposent des evenements
qui, dune fa con ou dune autre, sont parfaitement plats. Nous pourrions donc appliquer ce
type de technique apr`es notre inversion faite le long des trajectoires, mais il nous a paru plus
coherent de corriger les Iso-X des distortions de londelette avant linversion.
Dans la meme optique, [Castoro et al., 2001] proposent de compenser dans le domaine des
frequences la deformation de la bande passante directement sur des donnees apr`es correction
NMO. Cependant, leur approche nest applicable que sur des zones ciblees auparavant, et non
sur toute la trace.
Comme [Lazaratos and Finn, 2004], nous avons implemente un algorithme pour corriger len-
semble de la trace dans les Iso-X. Notre connaissance de la position des evenements liee au
calcul des trajectoires nous permet de considerer les evenements independants les uns des
autres via des fenetres glissantes. Nous compensons ensuite pour chaque evenement les distor-
sions de la bande passante en appliquant un ltre degalisation sur des fenetres centrees autour
devenements detectes par les trajectoires.
13.2.2 Filtre degalisation
Pour valider les corrections detirement de londelette le long des trajectoires, nous avons cree un
mod`ele `a quatre couches. Les donnees ont ete generees `a laide dun programme de modelisation
modie `a partir dun code de Seismix Unix `a amplitude preservee par [Baina et al., 2002], o` u
lamplitude des reecteurs est denie `a partir des valeurs intercept, gradient et courbure de
lapproximation de [Shuey, 1985].
Le mod`ele et les donnees synthetiques furent generes `a partir des param`etres AVA (intercept,
gradient et courbure) suivants :
13.2.
ETIREMENT DE LONDELETTE 143
Profondeur Intercept gradient courbure
800 0.103 -0.103 0.09091
880 -0.135 -0.040 -0.11111
980 0.135 0.040 0.11111
990 -0.135 0.135 -0.11111
Nous avons calcule la reectivite en tout point de profondeur z en fonction du deport en uti-
lisant notre code de migration en profondeur `a amplitude preservee. Sur la gure (13.1), nous
voyons les eets de letirement de londelette. La longueur de londelette `a deport lointain est
le double de celle `a proche deport.
Fig. 13.1 Iso-X migre initial (gauche). La longeur de londelette `a deport lointain est le double
de celle `a proche deport (droite).
Letirement de londelette m
0
apr`es migration en profondeur a ete quantie par [Tygel et al., 1994].
Il sagit tout simplement de la composante verticale du vecteur lenteur q, somme des vecteurs
lenteurs reliant la source au point image p
s
et le recepteur au point image p
r
,
m
0
= q
z
=
2
V
cos()cos() , (13.2.4)
o` u V est la vitesse de propagation des ondes, langle dincidence et le pendage du reecteur.
En projetant q sur laxe vertical,
q
z
= p
sz
(x, z) + p
rz
(x, z) . (13.2.5)
Nous pouvons exprimer q
z
en fonction de param`etres accessibles pendant la migration grace au
trace de rais. Nous le migrons comme un attribut q
z
(x, h)R(x, h) [Nguyen, 2003]. Le calcul de
144 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
q
z
(x, h) en fonction du deport se fait par une division de q
z
(x, h)R(x, h) par R(x, h) eectuee
pour chaque point profondeur et pour chaque deport par une inversion des moindres carres
sur de petites fenetres glissantes (chapitre 3.5). Le calcul de q
z
(x, h) est similaire au calcul du
cosinus de langle speculaire presente dans le chapitre (3).
De nombreux auteurs dont [Jones and Fruehn, 2003] proposent, pour attenuer les eets de
letirement de londelette, de mettre `a zero les echantillons migres pour lesquels la valeur du
facteur q
z
depasse une valeur seuil. Cette methode, simple et pragmatique, reste valable pour
lobtention dimages des structures geologiques mais pas pour des etudes AVA, dont lobjectif
consiste `a utiliser au maximum linformation `a deport lointain.
Considerons un evenement sismique s(z, h) non aecte par letirement de londelette `a une
profondeur z et un deport h donnes. Levenement sismique aecte par letirement de londe-
lette s
stretch
(z, h) est deni dapr`es [Dukin and Levin, 1973] par,
s
stretch
(z, h) = s
_
1
(h)
(z, h)
_
. (13.2.6)
Sa transformee de Fourier secrit,
S
stretch
(f, h) = (h)
S(f(h), h) . (13.2.7)
Le facteur detirement est deni comme le rapport du facteur m
0
au deport h et celui `a
proche deport. Ce facteur varie en fonction du deport. Il est superieur ou egal `a 1.
[Castoro et al., 2001] expriment le facteur de compression (linverse du facteur ) apr`es cor-
rection NMO en fonction du temps double t, du temps double `a deport nul t
0
et de la vitesse
NMO V
NMO
,
c(t, h) =
t
t
0
t
t
0
_
1
2(t t
0
)
V
NMO
t
NMO
t
0
_
. (13.2.8)
[Bakke and Ursin, 1998] proposent une expression equivalente en fonction du deport h, des
vitesses rms V
rms
et dintervalle V ,
c(t, h) =
t
0
t
_
1 +
V
2
rms
V
2
2t
2
0
V
4
rms
h
2
_
. (13.2.9)
Pour de faibles contrastes de vitesse, le dernier terme de lequation (13.2.9) peut etre ignore.
Lequation (13.2.7) et la gure (13.2) nous montrent bien que la migration en profondeur,
comme la migration en temps ou limagerie apr`es correction NMO, reduit progressivement la
bande passante des donnees vers les basses frequences, les sections `a proche deport contenant
plus denergie `a haute frequence que les sections `a deport lointain.
Notre methode consiste `a utiliser la trajectoire des evenements (gure 13.2.2). Pour chaque
trajectoire et chaque deport, nous appliquons une transformee de Fourier sur une fenetre de
la taille de N(h) echantillons centree sur la trajectoire des evenements. Dapr`es lequation
(13.2.7), nous prenons les N premiers echantillons de la transformee de Fourier de londelette
13.2.
ETIREMENT DE LONDELETTE 145
Fig. 13.2 Iso-X migre et amplitude de son spectre pour des traces `a proche, moyen et lointain
deport. Au deport lointain, le contenu frequentiel est multiplie dun facteur .
distordue
S
stretch
(f/(h), h) puis nous les multiplions par 1/(h) pour obtenir une estimation
de la transformee de Fourier de londelette non etiree
S(f, h).
Fig. 13.3 Iso-X migre initial (gauche) avec les trajectoires correspondant aux evenements
contenus dans cet Iso-X (milieu) et Iso-X corrige des eets detirement de londelette (droite).
La taille de londelette `a deport lointain est doublee par rapport `a londelette `a proche deport.
Legalisation des spectres est appliquee sur des petites fenetres autour des trajectoires.
Cette methode permet daugmenter le contenu frequentiel des hautes frequences pour les deports
lointains. Nous observons la meme bande passante pour tous les deports. Le rapport entre le
146 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
maximum damplitude de spectre `a proche et lointain deport est seulement d u aux variations
damplitudes (gure 13.5).
Apr`es inversion AVA sur les Iso-X corriges, nous corrigeons sur la section gradient les onde-
lettes des deux premiers reecteurs (gure 13.6). Pour les troisi`eme et quatri`eme reecteurs,
des eets dinterferences se traduisant par des variations de phase et damplitude du signal
sismique ne sont pas corriges par ce traitement.
13.2.
ETIREMENT DE LONDELETTE 147
Fig. 13.4 Spectre dune trace `a proche, moyen et lointain deport avant egalisation des spectres
Fig. 13.5 Spectre dune trace `a proche, moyen et lointain deport apr`es egalisation des spectres.
148 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
0
.
6
0
.
8
1
.
0
1
.
2
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0
0
.
5
1
.
0
1
.
5
2
.
0
2
.
5
Distance horizontale (km)
-
0
.
1
0
0
.
1
0
.
6
0
.
8
1
.
0
1
.
2
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0
0
.
5
1
.
0
1
.
5
2
.
0
2
.
5
Distance horizontale (km)
-
0
.
1
0
0
.
1
Fig. 13.6 Section gradient avant (haut) et apr`es egalisation des spectres (bas). Londelette
des deux premiers reecteurs est bien retrouvee, mais ce traitement ne permet pas de corriger
lamplitude du banc n.
13.2.
ETIREMENT DE LONDELETTE 149
13.2.3 Conclusion
Fig. 13.7 Section sommee avant (haut) et apr`es egalisation des spectres (bas). Les reecteurs
se distinguent plus clairement apr`es correction des eets detirement de londelette.
Nous avons presente, avec un exemple synthetique, la validite des traitements appliques pour
corriger letirement de londelette le long des trajectoires. Ce traitement nous permet dameliorer
la qualite des sections sommees (gure 13.7).
La correction de letirement de londelette nintervient pas dans nos analyses AVA, puisque
lestimation des attributs AVA le long des trajectoires se fait sur la pointe de londelette.
Cependant, le fait que nous soyons capables de modeliser londelette etiree va nous permettre
dans la prochaine partie, de nous interesser `a la correction de lamplitude aectee par leet
des bancs ns.
150 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
13.3 Cas des bancs ns
Dans la seconde partie de ce chapitre, nous nous interesserons `a la correction de lamplitude
des bancs ns le long des trajectoires.
Une interference entre les reexions creees au toit et ` a la base de la couche, se traduisant par
des variations de phase et damplitude du signal sismique, sobserve pour des bancs depaisseur
inferieure ou egale `a la demi longueur donde sismique.
Nous denirons dans un premier temps les dierents types de bancs ns, puis dans un second
temps, nous introduirons un traitement permettant de determiner les variations de reectivite
tout en tenant compte de linterference des ondelettes.
13.3.1 Les quatre mod`eles de bancs ns
[Chung and Lawton, 95] ont deni quatre types de bancs ns en fonction de la polarite et de
la magnitude des coecients de reexion du toit et de la base du banc :
Fig. 13.8 Presentation des dierents types de bancs ns ainsi que de leurs contrastes de
vitesse et de densite.
Mod`ele de reectivite de type I
Le mod`ele de reectivite de type I represente un banc n incruste dans un milieu homog`ene
isotrope. La vitesse de propagation des ondes P du banc n est inferieure au milieu entourant
le banc. Meme sil represente tr`es peu de cas reel, ce mod`ele, de par sa simplicite, est souvent
etudie dans lanalyse des bancs ns.
13.3. CAS DES BANCS FINS 151
[Widess, 1973] a illustre les eets des interferences des ondelettes dans ce mod`ele pour une
onde ayant une incidence normale sur le banc. La resolution verticale maximum pour ce mod`ele
apparat lorsque lepaisseur du banc atteint le quart de la longueur donde dominante du signal
sismique. Lorsque lepaisseur du banc est egale au huiti`eme de la longueur donde, londelette
composite est la derivee temporelle de londelette incidente. [Widess, 1973] a propose une for-
mulation simple de lestimation de lepaisseur dun banc mince en fonction de la frequence et
de lamplitude de londelette composite. Lamplitude dune reexion creee par un banc mince
est egale en premi`ere approximation `a 4Ab/
d
, o` u b est lepaisseur du banc,
d
la longueur
donde calculee `a laide de la vitesse du banc et de la frequence dominante du signal. Cette
approximation de [Widess, 1973] nexprime pas leet du banc mince avec le deport, elle ne
pourra donc pas nous servir pour une etude AVA.
Mod`ele de reectivite de type II
Dans ce cas, la vitesse de propagation des ondes P du banc n est superieure `a la vitesse de la
couche au-dessus de ce banc et inferieure `a la vitesse de la couche au-dessous de ce banc. Les
deux coecients de reexion ont les memes magnitudes.
Mod`ele de reectivite de type III
Dans ce cas, la vitesse de propagation des ondes P du banc n est inferieure aux couches
au-dessus et au-dessous de ce banc. Ce mod`ele est similaire au mod`ele de reectivite de type
I `a la dierence que les coecients de reexion ont des magnitudes dierentes. Le type III,
contrairement au type I, se retrouve plus frequemment dans des situations de donnees reelles.
Mod`ele de reectivite de type IV
La vitesse de propagation des ondes P du banc n est superieure `a la vitesse de la couche
au-dessus de ce banc et inferieure `a la vitesse de la couche au-dessous de ce banc. Ce mod`ele
est similaire au mod`ele de reectivite de type II sauf que les coecients de reexion ont des
magnitudes dierentes.
Conclusion
Dans la suite, pour simplier nos calculs, nous corrigerons uniquement lamplitude des reservoirs
de type I et II.
13.3.2 Historique des traitements
Apr`es correction NMO, [Lin and Phair, 1993] proposent de corriger les sections intercept et gra-
dient aectees par les eets dinterferences dondelettes dans le mod`ele de type I. Ils expriment
la reectivite R
tuning
par,
R
tuning
() =
4bcos()
V T
R() , (13.3.10)
o` u b est lepaisseur du banc n et V sa vitesse dintervalle. En reprenant lapproximation deux
termes de [Shuey, 1985], lequation precedente secrit,
152 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
R
tuning
() =
4bcos()
V T
(R
0
+ Gsin
2
()) , (13.3.11)
puis apr`es simplication trigonometrique,
R
tuning
() =
4b
V T
(R
0
+ (G
1
2
R
0
)sin
2
())
= R
0tuning
+ G
tuning
sin
2
() .
(13.3.12)
Par consequent, lamplitude de la section intercept aectee par les eets dinterferences don-
delettes est exactement lamplitude de [Widess, 1973] pour une onde `a incidence normale,
R
0tuning
=
4b
V T
R
0
, (13.3.13)
et la section gradient G
tuning
est denie par,
G
tuning
=
4b
V T
(G
1
2
R
0
) . (13.3.14)
[Bakke and Ursin, 1998] ont generalise et etendu les travaux de [Lin and Phair, 1993]. Ils uti-
lisent lapproximation de [Dix, 1955] pour estimer le temps darrivee des deux ondes. Le temps
darrivee t
1
de londe reechie sur la premi`ere interface (toit du banc mince) en fonction du
temps secrit,
t
2
1
(h) = t
2
0
+
h
2
V
2
rms1
, (13.3.15)
o` u h est le deport et V
rms1
la vitesse quadratique de propagation des ondes jusqu`a la premi`ere
interface.
Pour londe reechie sur la deuxi`eme interface (base du banc mince),
t
2
2
(h) =
_
t
0
+
2b
V
_
2
+
h
2
V
2
rms2
. (13.3.16)
En utilisant la formule de calcul de la vitesse quadratique et apr`es simplication,
[Bakke and Ursin, 1998] ecrivent lequation (13.3.16) sous la forme suivante,
t
2
2
(h) = t
2
1
(h) + 2
_
2b
V
t
0
_
1 +
h
2
2t
2
0
V
4
rms1
_
V
2
rms1
V
2
_
__
. (13.3.17)
En utilisant le fait que t(h) t
1
(h), nous avons,
t
2
2
(h) = (t
1
(h) + t(h))
2
t
2
1
(h)
_
1 +
2t(h)
t
1
(h)
_
, (13.3.18)
[Bakke and Ursin, 1998] quantient la dierence de temps entre les deux arrivees par la formule
suivante,
13.3. CAS DES BANCS FINS 153
t(h)
t
2
2
(h) t
2
1
(h)
2t
2
1
(h)
t
0
t
2
0
+
h
2
V
2
rms1
2b
V
_
1
V
2
V
2
rms1
2t
2
0
V
4
rms1
h
2
_
.
(13.3.19)
Donc, pour des bancs tr`es minces (b < /8), la reectivite aectee par leet des bancs minces
secrit,
R
tuning
(t, h) R(t, h)t(h)p(t t
1
(h)) , (13.3.20)
o` u p represente londelette composite.
[Widess, 1973] rappelle que londelette est proche de sa derivee pour une epaisseur de banc n
egale ou inferieure au huiti`eme de la longueur donde. Le rapport entre lamplitude maximale
de londelette et celle de sa derivee est sensiblement egal `a
2
,
R
tuning
(t, h) R(t, h)t(h)
2
. (13.3.21)
Ainsi, [Bakke and Ursin, 1998] calculent un facteur de correction dependant du deport et per-
mettant de retrouver les vrais coecients de reexion. Ces facteurs sont independants de
lepaisseur du banc n et necessitent de connatre londelette.
13.3.3 Correction des amplitudes des mod`eles de type I et II
Dans le cas o` u lamplitude le long des trajectoires est aectee par linterference de bancs ns,
nous preferons estimer londelette etiree puis deconvoluer les donnees avec cette ondelette par
ltre de Wiener. Nous preferons deconvoluer par ltre de Wiener que de diviser dans le domaine
de Fourier. En eet la presence de valeurs nulles rend instable cette division.
Modelisation de londelette etiree
Considerons levenement sismique s(z, h), resultant de la convolution de la reectivite r(z, h)
par londelette w(z). La transformee de Fourier de cet evenement est donnee par,
S(f, h) =
R(f, h)
W(f, h) . (13.3.22)
Dapr`es lequation (13.2.7) levenement sismique etire secrit d`es lors,
S
stretch
(f, h) = (h)
S(f(h), h)
= (h)
R(f, h)
W(f(h), h) .
(13.3.23)
Les eets de la migration en profondeur [Castoro et al., 2001] sur une ondelette
W(f, h) sont,
W
stretch
(f, h) = (h)
W(f(h), h) . (13.3.24)
154 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
Dans notre cas, o` u nous navons pas de donnees de puits pour extraire
W(f, h), nous proposons
destimer londelette initiale non etiree en prenant simplement la forme donde des evenements
`a faible profondeur de la section intercept, o` u les evenements reechis sont isoles et non aectes
par les eets detirement de londelette (gure 13.9).
Fig. 13.9 Exemple de calcul de londelette initiale.
Londelette etiree W
stretch
(f, h) est calculee dapr`es lequation (13.3.24) comme la somme de
deux ondelettes non etirees W(f, h) de meme magnitude et de polarite opposee ou identique,
separees par lepaisseur du banc n, pour le mod`ele de type I de [Chung and Lawton, 95]. Dans
le cas du mod`ele de type II de [Chung and Lawton, 95], londelette calculee est la somme de
deux ondelettes de magnitude et de polarite identique (gure 13.10). Les variations de lampli-
tude en fonction du deport sont calculees par une deconvolution par ltre de Wiener de lIso-X
et de londelette modelisee.
Deconvolution par ltre de Wiener
La methode la plus simple pour calculer la reectivite consiste, `a diviser, dans le domaine de
Fourier, les donnees D(f) avec londelette etiree modelisee W(f),
R(f) = D(f)/W(f) , (13.3.25)
avec pour module M
r
et phase
r
,
M
r
(f) = M
d
(f)/M
s
(f) ,
r
(f) =
d
(f)
s
(f) .
(13.3.26)
Malheureusement, tout signal na pas necessairement un inverse stable. La division des modules
peut diverger. Pour cette raison, nous preferons realiser la deconvolution par le ltre de Wiener.
13.3. CAS DES BANCS FINS 155
Fig. 13.10 Ondelettes de banc n modelisees pour dierents deports.
Le ltre de Wiener r
z
est une estimation aux moindres carres qui minimise la partie non correlee
des donnees d
z
avec londelette etiree modelisee w
z
,
w
z
r
z
d
z
2
. (13.3.27)
Pour ecrire cette quantite sous forme matricielle, il faut exprimer le produit de convolution sous
forme dun produit dune matrice par un vecteur. En eet d
z
r
z
peut secrire,
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
w
0
0 0 . . . . . . . . . . . . 0
w
1
b
0
0 . . . . . . . . . . . . 0
w
2
w
1
w
0
0 . . . . . . . . . 0
. . . . . . . . . . . . . . . . . . . . . . . .
w
m
w
m1
0 . . . . . . . . . . . . w
0
. . . . . . . . . . . . . . . . . . . . . . . .
w
n
w
n1
0 . . . . . . . . . . . . w
nm
. . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . w
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
r
0
r
1
. . .
. . .
. . .
r
m
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
c
0
c
1
. . .
. . .
. . .
. . .
. . .
. . .
. . .
c
n+m
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
(13.3.28)
ce qui secrit W.R = C.
W netant pas une matrice carree dans la relation matricielle W.R = D, nous multiplions W
par sa transposee W
t
et nous obtenons,
W
t
.W.R = W
t
.D
(W
t
.W)
1
.(W
t
.W).R = (W
t
.W)
1
.W
t
.D ,
(13.3.29)
soit,
156 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
R = (W
t
.W)
1
.W
t
.D . (13.3.30)
Le ltre r
z
, solution de cette minimisation, sera le ltre de Wiener.
Pour illustrer les variations de lamplitude dues aux eets dinterference en fonction de lepaisseur
du banc n, nous avons cree un mod`ele simple de biseau (gure 13.3.3) et calcule les sismo-
grammes synthetiques.
Mod`ele synthetique
Apr`es migration avant sommation en profondeur `a amplitude preservee et inversion AVA, les
valeurs dintercept du deuxi`eme reecteur (gure 13.3.3) deviennent fausses, par rapport au
mod`ele deni initialement, `a une distance de 11,5 kilom`etres. A cette position, le toit et la
base du banc, separes de 20 m`etres, produisent des interferences destructives. Cette epaisseur
represente la moitie de la longueur donde. Linterference constructive apparat `a x = 11, 75
kilom`etres. A cette position, lepaisseur du banc n est le quart de la longueur donde (
d
/4).
Fig. 13.11 Mod`ele synthetique avec les valeurs de V
p
, V
s
et . Les donnees sismiques ont ete
generees en estimant les valeurs de R
0
, G et C `a partir des rapports des contrastes de V
p
, V
s
et .
13.3. CAS DES BANCS FINS 157
Fig. 13.12 Section intercept (haut). Les valeurs dintercept selectionnees sur le second
reecteur sont representees sur le graphique (milieu). Comparees aux valeurs theoriques du
mod`ele, les valeurs dintercept deviennent fausses quand la dierence entre les deux couches est
inferieure `a 20 m`etres, ce qui represente la moitie de la longueur donde de londelette `a une
position x = 11, 75 kilom`etres (bas).
158 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
Nous avons calcule les trajectoires suivant la procedure decrite dans le chapitre (12). Sur la
gure (13.13), nous avons represente la section squelette avec les valeurs initiales de linter-
cept. Les amplitudes du deuxi`eme et troisi`eme reecteur etant identiques et de signes opposes
(Type I), lintercept au niveau du biseau est nul. Par la methode des trajectoires, les reecteurs
du premier biseau ont ete detectes jusqu`a une distance de 11,9 kilom`etres, correspondant `a
une epaisseur de
d
/16. Les corrections des amplitudes des bancs ns vont donc pour ce cas
synthetique pouvoir sappliquer jusqu`a une epaisseur du banc n de
d
/16.
Pour des bancs ns dont lepaisseur est inferieure `a
d
/2, nous estimons londelette etiree
puis deconvoluons les donnees avec londelette calculee, an de calculer lamplitude des inter-
faces, corrigee des eets dinterference (gure 13.14). Avant les corrections de bancs ns, les
coecients de reexion des ondes PP variaient avec une erreur comprise entre 10 et 40% par
rapport aux coecients de reexion theoriques. Apr`es correction des amplitudes, les erreurs
sont inferieures `a 5 %. LIso-X represente sur cette gure est situe `a une position x=11,5 ki-
lom`etres et lepaisseur de la couche `a cette position est de 0, 3125
d
.
Fig. 13.13 Section intercept initiale squelettisee. Nous arrivons `a selectionner les
evenements du biseau jusqu`a une distance de 11,9 kilom`etres. Lepaisseur `a cette position est
de
d
/16.
Nous recalculons les sections intercept et gradient sur les valeurs de reectivite corrigees des
eets dinterference. (gure 13.15). Nous retrouvons les valeurs theoriques des attributs AVA
jusqu`a une epaisseur de
d
/5. Nous retrouvons les valeurs du mod`ele jusqu`a une position
x = 11, 75 kilom`etres au lieu de la position x = 11, 25 kilom`etres avant traitement.
13.3. CAS DES BANCS FINS 159
Fig. 13.14 Variation de la reectivite aectee par les eets de bancs ns (trait plein) puis apr`es
correction (trait pointille vert). Les erreurs apr`es correction sont inferieures `a 5% et comprises
entre 10 et 40 % avant correction. Cet Iso-X se situe `a la position x = 11, 5 kilom`etres et
lepaisseur de la couche `a cette position est de 0, 3125
d
.
160 CHAPITRE 13. CORRECTION DE L
ETIREMENT DE LONDELETTE
Fig. 13.15 Valeurs dintercept (haut) et de gradient (bas) quand linversion AVA est appliquee
sur les donnees initiales apr`es migration (trait plein) et apr`es la deconvolution par ltre de
Wiener des Iso-X (trait pointille). La correction des eets dinterference permet de retrouver
les attributs AVA du mod`ele initial jusqu`a une position horizontale de 11,75 kilom`etres, qui
correspond `a une epaisseur du banc n de
d
/5.
Chapitre 14
Conclusion
Fig. 14.1 Illustration de notre sequence danalyse AVA.
La gure (14.1) resume tous les points que nous avons abordes dans ce chapitre et qui nous
conduisent `a denir une chane de traitement apr`es migration. Celle-ci sera `a appliquer `a la
reectivite exprimee en fonction de langle dincidence et de la profondeur avant linversion
AVA robuste telle quelle a ete denie dans le chapitre (6).
En eet, la mani`ere la plus simple et la plus rapide pour estimer les attributs AVA est dinverser
directement les Iso-X en angle sans appliquer de correction daplatissement des evenements et
sans tenir compte des eets des bancs ns (chemin (a) sur la gure 14.1). Cest la methode la
moins robuste et lanalyse AVA saverera fausse sauf si le mod`ele de vitesse utilise par la migra-
161
162 CHAPITRE 14. CONCLUSION
tion est exact et si les evenements se distinguent les uns des autres dune distance superieure `a
la longueur donde.
Il existe bien evidemment dierentes corrections susceptibles daplanir les evenements presents
sur les Iso-X, basees sur des techniques dintercorrelation trace `a trace via de petites fenetres
glissantes (gure 14.1.b). Ces techniques introduites dans le chapitre (12), donnent des resultats
interessants mais ne resolvent pas tous les cas comme par exemple les changements de polarite
des evenements. Pour preserver la variation des amplitudes le long des evenements, il est aussi
possible de suivre lenveloppe et son evolution de mani`ere `a ne pas rater les changements de
phases.
La solution que nous proposons (gure 14.1.c) sav`ere beaucoup plus interessante dans la mesure
o` u elle ne se contente pas uniquement de preserver les amplitudes tout en gerant les change-
ments de polarite.
Dans un premier temps, nous detectons la limite angulaire de tous les echantillons en pro-
fondeur en utilisant un algorithme de segmentation dimages pour chaque Iso-X.
Une premi`ere inversion AVA est d`es lors realisee dans ce corridor o` u les evenements sont re-
lativement plats, permettant une premi`ere approximation assez correcte des attributs AVA.
Puis dans un second temps, `a partir de ces premi`eres valeurs dintercept et de gradient, nous
modelisons puis detectons les variations de la reectivite le long dev`enements presents sur les
Iso-X.
Cette technique permet de suivre la trajectoire des evenements dans les Iso-X en suivant les
variations damplitude avec un intervalle de tolerance donne. Nous avons donc deux versions de
la variation de lamplitude. Lune est modelisee depuis la valeur initiale de lintercept obtenue
lors de la premi`ere passe dinversion, et lautre est detectee, selectionnee puis inversee lors de
la seconde passe, pour fournir les attributs AVA naux. Cette inversion nale est directe
et nous ne cherchons pas `a minimiser lecart quil pourrait y avoir entre la variation modelisee
et celle qui a ete pointee.
En revanche, nous avons montre que les trajectoires pouvaient etre utilisees pour eliminer
leet de letirement de londelette le long du deport ou de langle, mais ce test nous a surtout
servi `a demontrer quen utilisant les trajectoires, nous ne subissions pas ces eets detirement
puisque linversion AVA est dans ce cas realise sur la trajectoire et non pas sur tous les points de
la zone consideree. Nous tirons ainsi partie du caract`ere quantitatif de la migration `a amplitude
preservee avant sommation puisque le noyau de la migration inclut une correction detirement
de londelette via la composante verticale du vecteur lenteur qui corrige cet eet propagatif
et maintient la preservation de lamplitude du contraste sur le sommet de londelette.
Finalement, nous avons aussi demontre quavec les trajectoires nous pouvions corriger des
interferences liees aux bancs ns pour des evenements distants de moins dune demi-longueur
donde.
Dans la prochaine partie, nous allons tester cette chane de traitement post-migration `a
amplitude preservee sur plusieurs jeux de donnees reelles.
Quatri`eme partie
Donnees reelles
163
Chapitre 15
Champ petrolier de Oseberg
Fig. 15.1 Localisation du champ petrolier Oseberg (Mer du Nord) dapr`es le Norwegian Pe-
troleum Directorate.
165
166 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
15.1 Localisation et description
Fig. 15.2 Carte du champ petrolier Oseberg dapr`es le Norwegian Petroleum Directorate.
Les articles de [Hagen and Kvalheim, 1992] et [Johnstad et al., 1995] decrivent de mani`ere assez
compl`ete le champ petrolier de Oseberg dans la Mer du Nord ` a 130 kilom`etres au Nord-Ouest
de Bergen (gures 15.1 et 15.2). Ce champ a ete decouvert en 1979 et son exploitation a
debute en 1988. Les memes donnees ont dej`a ete utilisees dans les th`eses de [Thierry, 1997], de
[Billette, 1998] et de [Chauris, 2000].
Dun point de vue geologique, la structure correspond `a une zone de rifts avec des blocs bascules
comme nous pouvons le voir sur la coupe tr`es schematique de la gure (15.3). Nous pouvons dis-
tinguer une premi`ere partie supercielle stratiee. Cette formation Tertiaire vient couvrir une
partie plus profonde caracterisee par des failles et des blocs bascules [Johnstad et al., 1995].
Le reservoir se situe dans des sables deltaque du Brent (Jurassique moyen), recouverts par
des argiles et des calcaires du Cretace. Dune porosite superieure `a 20 %, le groupe du Brent
benecie dun taux de saturation en hydrocarbures assez eleve compris entre 60 et 90 %. Du gaz
importe du champ petrolier voisin de Troll est injecte pour maintenir une pression adequate
[Johnstad et al., 1995] qui permet dextraire des quantites importantes dhuile du reservoir
[Aarra et al., 1996]. Les contacts huile-eau et gaz-huile sont localises `a plus de 2 500 m`etres de
15.1. LOCALISATION ET DESCRIPTION 167
Fig. 15.3 Contexte geologique du champ petrolier Oseberg, dapr`es
[Hagen and Kvalheim, 1992].
profondeur.
La ligne 2D est extraite dune acquisition marine 3D. Les donnees ont ete acquises entre 1989
et 1990 sous le nom NH8906. Elles ont ete fournies au laboratoire par la compagnie norvegienne
Norsk Hydro, aujourdhui Hydro.
Cette ligne comprend 502 points de tirs espaces tous les 25 m`etres. Chaque tir poss`ede 120
recepteurs espaces denviron 25 m`etres, avec un premier deport `a 75 m`etres. Chaque trace est
echantillonnee tous les 4 ms pendant 4 secondes apr`es pre-traitement. Nous supposerons la
geometrie dacquisition reguli`ere, ce qui nest pas tout `a fait exact. La geometrie de la ute
rev`ele une deviation maximale de 200 m`etres pour 3 kilom`etres de deport sur la ligne de lac-
quisition 3D.
Le pre-traitement des donnees, visant `a ameliorer le rapport signal sur bruit, a ete realise
par le centre Elf-Grc de Londres, avec le logiciel Promax :
168 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
1. Application dun delai en temps `a la source de 51.2 ms ;
2. Corrections statiques pour corriger les eets de la profondeur des sources (5 m`etres) et
des recepteurs (5.5 m`etres) ;
3. Sous-echantillonnage des recepteurs (un sur deux pour avoir une distance denviron 25
m`etres) ;
4. Troncature de la longueur des traces au-del`a de 4 secondes ;
5.
Elimination automatique des pics anormaux et edition du bruit ;
6. Deconvolution predictive pour lattenuation des multiples ;
7. Application dun ltre `a bande passante [10,14,65,75] Hz.
Une mise `a zero des traces (mute en anglais) a ete eectuee pour diminuer la preponderance
de larrivee directe presente en debut des traces (gure 15.4).
Fig. 15.4 Representation avec AGC et apr`es pre-traitement du tir 200 de la ligne.
La section en temps pour le premier deport (gure 15.5) donne une premi`ere image de la struc-
ture du sous-sol. Le milieu est bien stratie jusqu`a deux secondes. Un fort reecteur est visible
`a deux secondes. Ce reecteur surmonte une zone avec des blocs bascules avec failles. Cest
dans cette zone que se trouve le reservoir Brent qui represente notre objectif danalyse AVA.
En terme de complexite, nous considerons le champ de Oseberg comme un milieu simple loca-
lement complexe. Meme si le champ de vitesse est globalement 1D, nous savons que la partie
15.1. LOCALISATION ET DESCRIPTION 169
Fig. 15.5 Section en temps pour le premier deport apr`es correction AGC. Le milieu semble
quasiment 1D en dehors des diractions entre 0.8 et 2 secondes. La zone des blocs bascules
nest evidemment pas visible en dehors des diractions identiables apr`es 2 secondes en bas `a
gauche.
supercielle renferme des lentilles diractantes (voir la gure (15.5) entre 0.8 et 2 secondes) et
quil existe des poches de gaz en proche surface [Ostomo et al., 1988].
Une faible anisotropie est presente au niveau du reservoir, ce qui peut alterer la qualite des Iso-X
`a grand deport. Sur la partie inferieure gauche des images presentees se trouve la zone des blocs
bascules que notre migration mono-valuee ne permet pas dimager correctement, dautant que le
champ de vitesse de migration considere ne montre pas de structure particuli`ere dans cette zone.
Considerant donc que cet exemple reel est relativement simple, nous allons tout dabord presenter
dans ce chapitre les resultats de lanalyse AVA conventionnelle en temps realisee sur les donnees
avant sommation (corrigees de NMO) et apr`es migration temps avant sommation (PsTM). Nous
comparerons ensuite ces resultats avec ceux de notre traitement AVA apr`es migration profon-
deur `a amplitude preservee couple aux traitements speciques post-migration decrits dans
les chapitres precedents.
Sachant que la viabilite des etudes AVA repose essentiellement sur un traitement minutieux,
nous souhaitons demontrer que meme pour des cas simples, tout artefact peut avoir un impact
sur le resultat nal et la classication des anomalies.
En guise dhypoth`ese de depart, nous considerons dans cet exemple que le champ de vitesse de
170 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
migration est relativement correct et ne gen`ere quun faible move-out residuel sur les Iso-X, et
donc que les profondeurs obtenues sont relativement correctes.
De plus nous savons quil existe de nombreux multiples internes au niveau du reservoir, visibles
sur des donnees vers 2,5 secondes et generes par la couche `a fort contraste du Cretace.
15.2. TRAITEMENT AVO EN TEMPS 171
15.2 Traitement AVO en temps
Les resultats des methodes classiques habituellement utilisees par lindustrie ont ete obtenus
avec le logiciel Geovecteur de la Compagnie Generale de Geophysique (CGG).
Nous avons applique sur chaque point de la collection point-milieu une correction de diver-
gence spherique (module SDICO) an de compenser les eets de la divergence du front donde
sur les amplitudes. La correction est un facteur multiplicatif proportionnel au carre du temps
de parcours.
La correction damplitude est suivie dune correction dynamique de type NMO (module FANMO)
(gure 15.6). Une migration 2D a aussi ete eectuee avec un algorithme de Kirchho (module
KIRCH) (gure 15.8).
Les evenements dans les CDPs o` u les Iso-X sont plats (gures 15.6 et 15.8) prouvent la vali-
dite de notre mod`ele de vitesse obtenu par analyse de vitesse conventionnelle avec ce meme
logiciel. Les sections intercept et gradient sont calculees `a laide du module AMPVO. Ce mo-
dule convertit les donnees initialement exprimees en deport h en angle grace `a la formule
de [Walden, 1991] pour des milieux 1D, comme nous lavons detaille sur la gure (3.3) dans le
chapitre (3).
Sur les sections des attributs AVA obtenues apr`es correction dynamique, nous observons quelques
hyperboles de diraction pour les sections intercept et gradient (gure 15.7). Nous observons
aussi une mauvaise continuite des reecteurs sur la section gradient. Lalteration de la section
gradient est assez signicative. En eet, meme si cette section na aucune vocation structu-
rale puisquelle nindique que le sens et la valeur de la variation de la reectivite `a incidence
verticale (de la section intercept), nous savons que la determination du gradient est la phase la
plus sensible `a la qualite des donnees durant linversion AVA.
Donc, le manque de continuite apparent des dierents reecteurs ne traduit pas des anomalies
dans les variations de la reectivite, mais plutot de tr`es fortes disparites dans les donnees
inversees.
Sur les sections obtenues apr`es migration (gure 15.9), les hyperboles de reexion sont cor-
rigees mais les sections des attributs apparaissent de meme qualite que les sections obtenues
apr`es inversion des donnees corrigees dynamiquement (correction NMO). Toutefois, malgre ces
artefacts, les sections des attributs AVA apr`es traitement classique en temps restent tout de
meme interpretables. Lhypoth`ese dun milieu 1D et le nombre reduit de valeurs de reectivite
en angle `a inverser (5 `a 6 echantillons) expliquent en partie la mauvaise qualite des sections
gradient.
172 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.6 Quatre CDPs `a la position x=2, 5, 8 et 11 kilom`etres apr`es corrections damplitude
et dynamique. Nous observons des evenements horizontaux prouvant la validite du mod`ele de
vitesse.
15.2. TRAITEMENT AVO EN TEMPS 173
Fig. 15.7 Intercept (haut) et gradient (bas) apr`es corrections damplitude et dynamique. Nous
observons quelques hyperboles de diraction sur les deux images et une mauvaise continuite des
reecteurs sur la section gradient.
174 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.8 Quatre Iso-X apr`es migration avant sommation en temps `a la position x=2, 5, 8
et 11 kilom`etres. Nous observons des evenements horizontaux prouvant la validite du mod`ele de
vitesse.
15.2. TRAITEMENT AVO EN TEMPS 175
Fig. 15.9 Intercept (haut) et gradient (bas) apr`es corrections damplitude puis migration avant
sommation en temps.
176 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
15.3 Traitement AVA en profondeur
15.3.1 Mod`ele de vitesse et migration
Fig. 15.10 Mod`ele de vitesse obtenu par la methode DSO [Chauris, 2000].
Limage migree `a amplitude preservee (gure 15.12) a ete calculee `a partir dun mod`ele de
vitesse (gure 15.10) obtenu par Herve Chauris par la methode de la semblance dierentielle
(DSO) [Chauris, 2000].
Quatre Iso-X sont representes sur la gure (15.11). Ils montrent des evenements horizontaux
qui prouvent la validite du mod`ele de vitesse. Du bruit coherent reste dans la partie la plus
profonde, par exemple sur lIso-X `a la position x = 5 000 m`etres entre les profondeurs 3 200
et 3 500 m`etres. Les evenements `a forte amplitude sont horizontaux, mais egalement ceux `a
faible amplitude. Ces Iso-X, exprimes en fonction du deport, ont ete convertis en angle selon la
methode de double migration developpee dans le chapitre (3).
Au regard de la complexite du milieu, nous sommes dans un cas o` u les migrations par gammes
de deport ou dangle sont equivalentes. Le plus important reste `a estimer la relation entre le
deport et langle en tenant compte des variations de vitesse, au lieu dutiliser une technique de
type [Walden, 1991].
15.3. TRAITEMENT AVA EN PROFONDEUR 177
Fig. 15.11 Quatre Iso-X montrant des evenements horizontaux calcules `a partir du mod`ele
de vitesse de la gure (15.10). Lanti-aliasing na pas ete utilise au cours de la migration pour
eviter dalterer les amplitudes. Meme si les Iso-X semblent visuellement plus bruites que ceux de
la gure 15.8, la robustesse de la detection des trajectoires, alliee `a celle du schema dinversion,
assure un calcul des attributs respectant les variations du signal initial.
178 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Cependant, nous observons que les Iso-X apr`es migration profondeur de la gure (15.11) sont
apparemment plus bruites que ceux de la gure (15.8), obtenus par migration avant somma-
tion en temps, mais aussi que les panneaux CMP de la gure (15.6) apr`es correction dynamique.
Pourtant, si nous regardons la section intercept (gure 15.14), mais surtout la section gra-
dient (gure 15.15), toutes les deux obtenues par inversion AVA des Iso-X issus de la migration
profondeur, nous voyons tr`es clairement que ces sections sont beaucoup plus energetiques
mais aussi plus homog`enes. La continuite est plus prononcee pour chacun des evenements.
Les Iso-X (gure 15.11) ont donc une apparente mauvaise qualite qui pourtant ne perturbe
pas linversion. Il sagit en fait du phenom`ene daliasing lie `a loperateur de la migration pro-
fondeur qui peut tout `a fait etre attenue lors de la migration comme etudie par [Nguyen, 2003].
Cependant ce ltre anti-aliasing est lui aussi susceptible dalterer la preservation des ampli-
tudes, ce qui irait `a lencontre de nos besoins. Nous navons donc pas utilise cette correction,
ce qui explique cette apparence tr`es bruitee des Iso-X compares `a ceux de la migration avant
sommation en temps obtenus via un logiciel de traitement qui inclut lanti-aliasing par defaut.
Fig. 15.12 Sommation de tous les angles migres en profondeur apr`es mise `a zero des
echantillons aberrants. Cette section montre plus clairement les structures de blocs bascules
delimites par des failles, `a partir dune profondeur de 2 kilom`etres. Cette section sommee apr`es
migration ne re`ete que la structure du sous-sol puisque lon suppose implicitement que la
reectivite est constante pour realiser la sommation. Ce type de section pourrait donc etre
regone pour la visualisation avec une correction AGC, ce qui nest pas le cas ici.
Nous pouvons dailleurs remarquer sur la section sommee apr`es migration en profondeur (-
15.3. TRAITEMENT AVA EN PROFONDEUR 179
gure 15.12) que laliasing nest pas constructif lors de la sommation. De meme, il ne per-
turbe pas outre mesure les valeurs damplitude. Le schema dinversion AVA robuste presente
precedemment est capable de retrouver les variations (intercept, gradient). Sur cette section,
nous distinguons clairement jusqu`a une profondeur de 2 kilom`etres une premi`ere partie stra-
tiee, puis les structures de blocs bascules delimites par des failles.
Limportant reside donc dans le fait que le signal initial ne soit pas altere au cours du pre-
traitement, dans la mesure o` u la migration le preserve et o` u linversion AVA est susamment
robuste.
Lautre avantage de cet exemple reel a ete de tester la validite et la robustesse de la detection
des trajectoires dans un cas ou les Iso-X, au demeurant tr`es plats, seraient fortement bruites.
15.3.2 Analyse AVA
Fig. 15.13 Iso-X en angle sans (gauche) et avec (droite) son corridor de mise `a zero des
echantillons bruites.
Suivant le cheminement propose pour notre traitement post-migration nous avons donc, avant
de calculer les attributs AVA, determine les bornes inferieures et superieures des evenements
coherents (gure 15.13) sur les Iso-X en angle.
Nous savons que lapproximation deux termes de [Shuey, 1985] reste valable jusqu`a des angles
de 30 `a 35 degres. Or sur les Iso-X en angle de la gure (15.13), la reectivite pour des angles
depassant les 40 degres, quil serait dommage de ne pas prendre en compte, necessite lapproxi-
mation trois termes de [Shuey, 1985].
180 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Linteret de ce test sur donnees reelles est donc :
1. de (re)demontrer lavantage dinverser une equation trois termes quand la gamme angu-
laire necessaire est disponible ;
2. de mettre en evidence quavec laide de la detection des trajectoires, il est possible de
suivre et dinverser les variations damplitude au plus long deport ou angle, et que cette
detection reste robuste malgre le bruit inherent aux donnees reelles.
Les sections intercept et gradient calculees directement `a partir des Iso-X et de lapproximation
trois termes de [Shuey, 1985] sont representees sur les gures (15.14) et (15.15.bas). La section
gradient calculee `a partir de lapproximation deux termes de [Shuey, 1985] est representee en
haut de la gure (15.15).
Fig. 15.14 Section intercept apr`es inversion de lequation trois termes de [Shuey, 1985].
La section intercept represente une grandeur physique reelle `a comparer `a la section sommee
apr`es migration qui na quune valeur structurale. Nous parlons ici de reectivite `a incidence
verticale, ce qui correspond au contraste dimpedance acoustique I
P
. Selon la classication
des anomalies AVA, seules les classes II ayant une reectivite `a incidence nulle ou proche de
zero, ne sont pas visibles sur ce type de section. En revanche, la variation damplitude associee
peut se voir sur une section gradient.
15.3. TRAITEMENT AVA EN PROFONDEUR 181
1
2
3
P
r
o
f
o
n
d
e
u
r
(
k
m
)
0 2 4 6 8
1
0
Distance horizontale (km)
-
1
0
1
x
1
0
1
0
Fig. 15.15 Section gradient apr`es inversion de lequation deux termes (haut) et trois termes
(bas) de [Shuey, 1985].
182 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.16 En haut : Variation de la reectivite en fonction de langle pour un evenement
positionne `a une profondeur de 425 m`etres. La reectivite crot leg`erement, mais avec de fortes
variations dues `a la presence de bruit. Le gradient calcule `a partir de lapproximation deux
termes de [Shuey, 1985] jusqu`a des angles de 30 degres sav`ere etre beaucoup trop eleve. En
bas : Variation de la reectivite en fonction de langle pour un evenement positionne `a une
profondeur de 2,4 km. Nous avons modelise la reectivite `a partir des approximations deux et
trois termes de [Shuey, 1985]. La reectivite deux termes suit la reectivite selectionnee jusqu`a
un angle de 30 degres.
15.3. TRAITEMENT AVA EN PROFONDEUR 183
Jusqu`a une profondeur de 1,5 kilom`etres, la section gradient deux termes apparat plus bruitee,
avec de fortes valeurs de gradient, que la section trois termes.
Apr`es 2 kilom`etres de profondeur, le gradient des evenements presente une amplitude plus
forte apr`es inversion trois termes quapr`es inversion deux termes.
Pour expliquer ce resultat, nous avons represente sur la gure (15.16.haut) la variation de la
reectivite pour un evenement `a une profondeur de 425 m`etres. La reectivite de cet evenement
crot lentement avec langle, mais avec de fortes oscillations dues `a la presence de bruit. Le
gradient calcule jusqu`a des angles de 30 degres `a partir de lapproximation deux termes de
[Shuey, 1985] sav`ere etre beaucoup trop eleve.
De meme, la variation de la reectivite en fonction de langle pour un evenement positionne
`a la profondeur de 2,4 kilom`etres et `a une distance horizontale de 6 kilom`etres est representee
sur la gure (15.16.bas). La reectivite de cet evenement crot jusqu`a un angle de 30 degres
(angle limite de lapproximation deux termes de [Shuey, 1985]) puis decrot jusqu`a un angle
de 40 degres.
Letude de ces premi`eres sections, pour lesquelles nous navons fait quappliquer linversion AVA
robuste dans la gamme angulaire fournie par le corridor mute, nous montre dej`a la superiorite
des resultats AVA apr`es migration en profondeur.
Mais linversion AVA realisee dans le domaine profondeur sur limage globale nous fournit
aussi dierents attributs, tel que le facteur de uide [Smith and Gidlow, 1987], presente dans
le chapitre 8.
Le facteur de uide indique la dierence entre les donnees et leur tendance generale autour de
la ligne de uide. Le facteur de uide est nul pour les roches saturees en eau et non nul pour
les couches de sables saturees en gaz. Il est negatif au toit et positif `a la base du reservoir.
Nous allons donc nous en servir pour denir deux zones detudes. Un agrandissement de la
section du facteur de uide autour des zones comportant des hydrocarbures dans les couches
du Cretace et du Jurassique, est represente sur la gure (15.17).
Nous notons de fortes valeurs negatives du facteur de uide dans deux zones indiquees par
des rectangles noirs sur la gure (15.17). Linversion AVA appliquee directement sur les Iso-X
en angle ne tient pas compte des faibles erreurs du mod`ele de vitesse et des phenom`enes phy-
siques comme les eets dinterferences des bancs ns.
Nous proposons de focaliser notre analyse AVA sur ces deux zones tout en tenant compte
des probl`emes introduits precedemment en appliquant la procedure decrite dans la partie III.
En labsence de donnees de puits, il nous a ete tr`es dicile de localiser precisement les couches
du Brent. De plus, de nombreuses reexions multiples empechent de distinguer clairement les
couches du Brent sur les sections des attributs AVA.
184 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.17 Agrandissement du facteur de uide. Si le facteur de uide F est proche de
zero, le reservoir nest pas prospectif (roche saturee en eau). Mais si |F| > 0, le reservoir
est prospectif (roche saturee en gaz), F sera negatif au toit et positif `a la base du reservoir.
De fortes valeurs negatives, indiquees par un rectangle noir, apparaissent dans les couches du
Cretace et du Jurassique superieur.
15.3. TRAITEMENT AVA EN PROFONDEUR 185
15.3.3 Zone 1
Fig. 15.18 Agrandissement de la section facteur de uide sur la zone 1. Levenement etudie
dans cette partie est indique par le trait pointille.
La gure (15.19) presente le graphique gradient en fonction de lintercept correspondant `a
levenement pointe sur lagrandissement de la section du facteur de uide de la gure (15.18).
Ces attributs AVA proviennent de linversion des Iso-X en angle apr`es mise `a zero des echantillons
dont les evenements ne sont pas coherents aux deports lointains. Les valeurs correspondant `a
levenement (triangles bleus) se dierencient clairement de la tendance generale des donnees.
Ces valeurs se caracterisent par une valeur dintercept negative et une valeur du gradient posi-
tive, correspondant `a la classe IV de [Rutherford and Williams, 1989] et
[Castagna and Swan, 1997].
Mais ces resultats ne tiennent pas compte des eets dinterference des bancs ns et supposent
des evenements parfaitement plats dans les Iso-X.
186 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.19 Graphique gradient en fonction de lintercept de la zone 1. Les valeurs de
levenement presentant une anomalie AVA sont representees par des triangles bleus. Linversion
est realisee sur toute la fenetre de la gure 15.18 sans tenir compte des trajectoires.
Il est donc interessant dutiliser la detection des trajectoires puisque la plupart des evenements
ne sont pas tout `a fait horizontaux, y compris celui indique par une `eche sur la gure (15.21)
pour lequel la valeur du facteur de uide est fortement negative.
Le calcul des trajectoires permet tout dabord dobtenir le squelette des evenements (gures
15.20 et 15.22). Cette section nous donne une premi`ere interpretation en profondeur des struc-
tures et pourrait etre exploitee par la suite pour une simulation geostatistique de limpedance
acoustique contrainte par nos resultats de sismique comme nous lavons detaille au chapitre 12.
Dans notre cas, nous nous limitons `a le representer avec les valeurs dintercept puisque tous les
attributs AVA sont disponibles pour chaque segment du squelette (gure 15.22).
Le calcul des trajectoires (gure 15.21), qui suivent remarquablement bien les evenements,
nous conrme bien que ces derniers sont loin detre parfaitement horizontaux.
15.3. TRAITEMENT AVA EN PROFONDEUR 187
Fig. 15.20 Squelette de lensemble des donnees Oseberg.
188 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
La gure (15.23) presente un graphique apr`es calcul des attributs AVA le long des trajectoires.
Comme linversion AVA ne sapplique que sur levenement et non pas sur son ondelette, lin-
version le long des trajectoires reduit le nombre dechantillons `a representer sur un graphique
gradient en fonction de lintercept. Sur ce graphique, les valeurs correspondantes `a levenement
ont aussi une valeur dintercept negative et une valeur de gradient positive, conrmant la classe
IV AVA.
Les reservoirs de sable gazeux de classe IV apparaissent quand une couche poreuse de sable est
recouverte dune couche avec des vitesses de propagation des ondes P plus elevees
[Castagna et al., 1998].
Fig. 15.21 Iso-X en angle (gauche) et ses trajectoires correspondantes. Cet Iso-X est situe
`a la position x = 6,5 km. La plupart des evenements ont une longueur angulaire coherente.
La validation de cette longueur angulaire peut etre utilisee pour eliminer les petits segments et
ainsi partiellement nettoyer les trajectoires mais aussi le squelette.
15.3. TRAITEMENT AVA EN PROFONDEUR 189
Fig. 15.22 Agrandissement du squelette des donnees Oseberg de la premi`ere zone.
Fig. 15.23 Graphique gradient en fonction de lintercept apr`es inversion le long des trajec-
toires. Les valeurs de levenement sont representees par des triangles bleus.
190 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.24 Reectivite en fonction de langle dincidence modelisee `a partir des approximations
de [Aki and Richards, 1980] et [Shuey, 1985]. Les param`etres du mod`ele, provenant de donnees
de puits fournies par la compagnie Hydro sont les suivants : unite superieure (V
p
= 3250 m/s,
V
s
= 1800 m/s et = 2400 kg/m
3
) et unite inferieure (V
p
= 2500 m/s, V
s
= 1600 m/s et =
1800 kg/m
3
).
Des donnees de puits fournies par la compagnie Hydro pour le reservoir Brent ont indique des
vitesses de propagation des ondes P elevees dans les couches au-dessus du reservoir du Brent.
Meme si lanomalie etudiee nest pas celle du Brent, nous avons modelise la variation de la
reectivite en fonction de langle pour le reservoir Brent (gure 15.24) `a partir des rapports
V
p
V
p
,
V
s
V
s
et
ETROLIER DE OSEBERG
Fig. 15.26 Graphique gradient en fonction de lintercept de la zone 2. Les valeurs de
levenement sont representees par des croix bleues. Linversion est realisee sur tous les points
de limage 15.25 sans tenir compte des trajectoires.
long des trajectoires fait ressortir des valeurs de gradient positives conrmant la presence dun
reservoir de classe IV, tout comme celui etudie sur la zone 1.
15.3. TRAITEMENT AVA EN PROFONDEUR 193
Fig. 15.27 Iso-X `a la position X=8.875 km.
194 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
Fig. 15.28 Graphique gradient en fonction de lintercept apr`es inversion le long des trajec-
toires. Les valeurs correspondant `a levenement sont representees par des croix bleues.
15.4. CONCLUSION 195
15.4 Conclusion
Cette exemple met clairement en evidence lavantage majeur de la migration en profondeur
appliquee avant linversion AVA vis-`a-vis des traitements classiques. La migration en profon-
deur, qui focalise lenergie contenue dans les donnees de limage obtenue, permet de reduire la
dispersion inherente aux donnees sismiques et autorise linversion dans des zones plus complexes.
Cette exemple indique egalement la sensibilite de linversion AVA. En eet, dans le cas des
donnees Oserberg, la reussite de linversion depend principalement des evenements qui doivent
etre parfaitement horizontaux, cest-`a-dire positionnes `a la meme profondeur quel que soit le
deport. Le calcul des trajectoires, permet non seulement de reduire le nombre de points `a
representer rendant la comprehension des graphiques gradient en fonction de lintercept plus
simple mais aussi de determiner au mieux la classe AVA des reservoirs.
Letude AVA de ce champ de Oseberg, considere comme un milieu simple localement com-
plexe, nous a permis de valider la premi`ere partie de notre chane de traitement, incluant la
migration profondeur `a amplitude preservee, le traitement post-migration et linversion AVA.
Tout dabord, lanalyse AVO classique faite sur des donnees avant sommation corrigees dy-
namiquement nous a montre ses limites. Meme dans ce cas simple qui pourrait satisfaire les
hypoth`eses 1D dun milieu tabulaire, cette technique qui apparat etre aujourdhui obsol`ete, ne
peut pas etre utilisee pour une etude regionale des anomalies damplitude.
Son unique avantage reste sa rapidite si nous ne souhaitons regarder que les variations sur
une reexion donnee (un evenement) sur un nombre restreint de panneaux CDP.
Lutilisation de la migration avant sommation en temps est quant `a elle, un peu plus large.
Elle apporte la focalisation inherente aux techniques de migration, mais ne garantit en rien
la preservation de lamplitude des contrastes de reectivite meme dans un milieu tel que celui
de Oseberg, tout simplement parce que cette preservation nest pas prise en compte dans la
migration. Comme nous lavons dit, la correction de divergence geometrique, appliquee sur les
donnees avant sommation en supposant le milieu tabulaire, detruira les variations d`es que les
interfaces ne sont plus planes.
Nous aboutissons donc dans ce cas `a lobtention dIso-X cinematiquement corrects, mais ne
permettant pas une inversion AVA optimale et se traduisant par des sections gradient de mau-
vaise qualite.
Il faut bien noter que ce nest pas le concept de la migration avant sommation en temps qui est
responsable des mauvais resultats, mais tout simplement lalteration du signal initial au cours
de la phase de pre-traitement.
Limpact dune mauvaise correction qui sav`ere irreversible apr`es migration a le meme eet
dans le domaine profondeur [Baina et al., 2002] et ne peut pas etre corrige.
Pour garantir une inversion optimale, le travail apr`es migration profondeur sav`ere etre un
196 CHAPITRE 15. CHAMP P
ETROLIER DE OSEBERG
avantage, mais cest surtout la compensation des eets propagatifs dans un milieu heterog`ene
(aspect quantitatif de la migration) qui garantira de bons resultats.
Cependant, meme si nous ne disposons que dIso-X exprimes en profondeur et preservant les
variations du signal, nous avons vu dans ce chapitre que laccumulation de nombreux artefacts
(acquisition, traitement, vitesse et migration) se traduit par de nombreux parasites dans les
evenements des Iso-X.
Dans ce cas simple, nous avons pu valider lapport indeniable de letude des trajectoires, cest-`a-
dire leur capacite `a corriger les pentes residuelle qui ne presentent pas de caract`ere hyperbolique,
ou plus generalement qui ne peuvent pas sexpliquer par un polynome simple.
Linversion le long des trajectoires a permis de lever lambigute pour la classication dun
reservoir, mais a aussi simplie letude des graphiques gradient en fonction de lintercept, tout
en limitant la duree de linversion et en fournissant un squelette ainsi que les attributs AVA
associes sur toute la zone image.
Chapitre 16
Analyse AVA des hydrates de gaz
16.1 Hydrates et BSR (Bottom Simulation Reector)
Le BSR (Bottom Simulating Reector) est un reecteur apparaissant dans certaines formations
sedimentaires des marges continentales sous-marines et dans les zones de permafrost. Ce BSR est
couramment associe `a la base de la zone de stabilite des hydrates de methane. Ces hydrates sont
presents dans des zones o` u les conditions de pression et de temperature sont favorables `a leur
stabilite. Ce materiau est compose de petites structures de glace en forme de cage emprisonnant
les molecules de methane (gure 16.1). Les cristaux sassemblent pour former un treillage serre.
Les hydrates de gaz peuvent contenir uniquement de petites molecules de gaz, telles que le
methane et lethane. Dans des conditions normales, un volume dhydrate de methane sature
contient environ 189 volumes de gaz methane. Un echantillon de ce gaz ressemble `a une boule
de neige, sauf quil est inammable.
Fig. 16.1 Structure cristalline dun hydrate de gaz. Les molecules deau forment un cristal de
glace, compose de dodeca`edres reguliers. Linterieur de chaque dodeca`edre est occupe par une
molecule de gaz retenue prisonni`ere.
197
198 CHAPITRE 16. ANALYSE AVA DES HYDRATES DE GAZ
Fig. 16.2 Accumulations dhydrates de gaz connues (points blancs) et supposees (points noirs)
par le biais de campagnes sismiques ou danalyse de puits dans lesquelles des carottes ont ete
prelevees. Source : Keith Kvenvolden, USGS, 2000.
Les eaux profondes de la majorite des oceans orent une temperature susamment froide et une
pression susamment elevee pour stabiliser les hydrates de gaz au niveau des fonds oceaniques
situes `a plus de 500 m`etres de profondeur. Cependant, la plupart des hydrates marins res-
tent connes autour des continents o` u leau, susamment profonde et riche en nutriments,
depose des mati`eres organiques en decomposition permettant aux bacteries de se transformer
en methane. Dimportantes accumulations dhydrates de gaz ont ete identiees au large du
Japon, dans la zone du Blake Ridge au large de la cote est des
Etats-Unis, sur la marge conti-
nentale de Cascadia au large de Vancouver en Colombie-Britannique au Canada, au large de
la Nouvelle Zelande et de la Norv`ege. En 1999, une campagne de prospection de lIfremer a
conrme la presence dhydrates de gaz sur une supercie de lordre de 70 000 km
2
dans le bassin
de Fairway au large de la Nouvelle Caledonie.
Les hydrates se forment egalement `a proximite des terres, dans les zones de pergelisol en raison
des temperatures dominantes tr`es basses. Des gisements dhydrates de gaz en pergelisol ont ete
decouvert en Siberie occidentale et sur le versant nord de lAlaska.
Les hydrates de gaz sont un des enjeux du XXI`eme si`ecle. Le service geologique americain
(USGS) a recemment estime `a 2.10
16
m
3
la quantite de methane presente sous forme dhydrate
dans les fonds marins et les sols geles arctiques, soit deux fois le volume equivalent de methane
des reserves prouvees de charbon, de petrole et de gaz reunis `a la surface de la terre. Cepen-
dant cette ressource nest toujours pas exploitee. Les gisements dhydrates de gaz ne sont pas
concentres, mais etendus ou disperses dans de larges volumes de mati`eres solides. La technique
dextraction est assez complexe, car de lenergie est necessaire pour liberer le methane piege
dans des particules de glace solide.
16.1. HYDRATES ET BSR (BOTTOM SIMULATION REFLECTOR) 199
Fig. 16.3 Description de la zone o` u les hydrates se forment et o` u le methane se lib`ere dans
les couches superieures de la Terre. Dapr`es [Hyndman and Spence, 1992].
Les hydrates de gaz interessent la communaute scientique, car la variation de la profon-
deur deau ou du geotherme, liee au rechauement actuel de la plan`ete, peut avoir comme
consequence de liberer ou de retenir du methane dans les couches superieures de la Terre, avec
un possible impact sur leet de serre ainsi que des eets dinstabilite de pente sur les marges
oceaniques, pouvant etre `a lorigine de phenom`enes catastrophiques tels que les tsunamis.
En terme dimagerie sismique, les hydrates semblent avoir un eet tr`es modere sur les vi-
tesses sismiques selon certains auteurs [Singh et al., 1993, Singh and Minshull, 1994].
[Wood et al., 1994] montrent neanmoins, dapr`es une inversion des vitesses dintervalle dans le
domaine p sur des donnees de la ride Blake, que dans les zones o` u un BSR est present, la
vitesse dintervalle des ondes P peut localement etre plus forte (2 000 m/s) sur une epaisseur
de 150 m`etres juste au-dessus du BSR par rapport `a des zones o` u aucun BSR nest observe. Le
remplissage des pores du sediment par les hydrates semble diminuer les contrastes dimpedance
acoustique dans celui-ci. La presence de gaz libre sous les hydrates peut diminuer fortement
la vitesse des ondes P. Toutefois la presence de gaz libre nest pas necessaire pour generer un
BSR, le simple contact entre le sediment rempli dhydrates avec le meme sediment rempli deau
sut `a provoquer une baisse de la vitesse [Hyndman and Spence, 1992]. Cette diminution de
la vitesse se traduit sur limage sismique par une polarite du BSR inverse `a celle du fond de
leau (gure 16.4).
Deux exemples de donnees sismiques comportant des hydrates de gaz seront presentes dans ce
chapitre. Le premier jeu de donnees nous a ete fourni par lIfremer et provient de la campagne
sismique Hydratech eectuee au large de la Norv`ege. Il sagit de donnees echantillonnees
200 CHAPITRE 16. ANALYSE AVA DES HYDRATES DE GAZ
Fig. 16.4 Mod`ele simple dun BSR [Yuan et al., 1994].
toutes les millisecondes avec un deport variant de 80 `a 830 m`etres. Le deuxi`eme jeu de donnees
est issu dune campagne sismique conduite sur le prisme de Nankai au large du Japon par
lIfremer. Le deport des donnees varie de 190 `a 2 690 m`etres avec un pas dechantillonnage
en temps de 2 millisecondes. Ces donnees sont assimilees `a des donnees petroli`eres. Dans ce
chapitre, nous proposons, `a partir de ces deux jeux de donnees, danalyser puis de caracteriser
la variation de la reectivite du BSR en fonction de langle ou du deport.
16.2. DONN
EN
ERALE
Cette evolution pourrait se faire de dierentes mani`eres. Il faudrait tout dabord pourvoir
acceder aux param`etres anisotropes aussi precisement que nous avons eu acc`es au champ de
vitesse. Apr`es cela, il nous faudrait utiliser un calcul de rais en milieux anisotropes couple `a un
algorithme de migration dont le noyau prendrait en compte ces param`etres anisotropes.
Limplementation dans notre traitement post-migration necessiterait alors de changer lap-
proximation utilisee pour modeliser et detecter les trajectoires et enn dadapter linversion
AVA pour les cas anisotropes.
Cependant, et puisque notre post-traitement est justement apte `a corriger les pendages residuels
de natures tr`es dierentes, il semble logique de penser que sans meme changer lalgorithme de
traces de rais et de migration, nous pourrions detecter et suivre des trajectoires impactees par
lanisotropie. Dans ce cas, une simple modication de lapproximation utilisee pour linversion
serait necessaire.
Nous avons introduit les equations de [Zoeppritz, 1919] et les dierentes approximations lineaires
de ces equations permettant dexprimer le coecient de reexion des ondes P en supposant un
contraste faible des param`etres elastiques des dierentes couches. Parmi toutes ces approxi-
mations, nous avons retenu lapproximation de [Shuey, 1985], car cette approximation ne tient
pas compte lors du calcul des attributs AVA (intercept, gradient et courbure) du rapport des
vitesses P et S.
Nous avons axe nos developpements pour estimer les attributs AVA via une regression lineaire
ponderee et iterative faisant appel `a des estimateurs robustes de telle mani`ere que les donnees
erronees contribuent peu voire meme soient rejetees de lestimation des attributs AVA.
Pour repondre `a lobjectif initial qui etait dutiliser toute linformation fournie par les donnees
sismiques, y compris celles aux angles et au deports lointains, nous avons developpe une tech-
nique permettant, `a partir des attributs calcules dans la zone o` u les evenements sont plats, de
modeliser la variation de la reectivite puis de detecter la trajectoire de chaque evenement.
Cette technique permet de corriger les pentes residuelles de tous les evenements y compris
des evenements dont la polarite de la variation de lamplitude change avec les angles croissants
(les reservoirs de classe II AVA par exemple).
De plus, en travaillant sur des sections enti`eres et non plus uniquement sur des cibles com-
portant un ou deux reecteurs, nous etions aussi confrontes au probl`eme de la representation
de ces nuages de points dans lesquels les anomalies sont noyees. La representation des attributs
disponibles apr`es inversion le long du squelette a grandement simplie ce mode de representation
en limitant drastiquement le nombre de point et a ainsi facilite la mise en evidence danomalies
susceptibles de souligner la presence de gaz ou dhydrocarbures.
Nous avons demontre que cette technique de prediction-detection tient compte de linterference
entre les reexions creees au toit et `a la base de couches separees dune distance inferieure `a la
demi-longueur donde, mais aussi quelle peut permettre de corriger letirement de londelette
en se basant sur les trajectoires pour guider la deconvolution. Nous avons ainsi pu valider le fait
247
que realiser linversion de la reectivite le long des trajectoires, ne necessitait pas lelimination
de cet etirement puisque le maximum en valeur absolue de lamplitude suivi par les trajectoires
est dej`a corrige de cet etirement via la migration `a amplitude preservee.
Un autre resultat tr`es important de ces travaux est lobtention du squelette geologique des
evenements, qui denit de mani`ere automatique, la structure du sous-sol visible dans la
gamme frequentielle de la sismique. Ce squelette na cependant pas ete exploite dans le cadre
de cette th`ese, mais demeure interessant pour les nombreuses perspectives quil suscite.
Ayant deni une veritable chane de traitement post-migration, les tests sur les donnees reelles
ont permis de valider chacun des dierents points abordes mais surtout de mettre en evidence
limportance du calcul des attributs AVA le long des trajectoires.
Le calcul des trajectoires sest aussi avere preponderant dans le cas des donnees Oseberg et
SFJ lorsque la reectivite sexprime `a des angles superieurs `a 35 degres. Souhaitant evidemment
prendre en compte cette information via lapproximation trois termes de [Shuey, 1985], nous
devions absolument etre capable de discerner des evenements qui deviennent bruites et qui in-
terf`erent pour les contributions lointaines. Dans le cas dOseberg, les trajectoires ont permis de
lever lambigute sur la classication de la zone reservoir. Dans le cas SFJ, les trajectoires ont
permis de discerner et dinverser le long devenements qui sentrecoupaient aux grands angles
`a cause de la presence dhydrates de gaz et de linversion de vitesse associee.
Enn, dans le cadre de la sismique `a tr`es haute resolution disposant dun deport extremement
reduit, nous avons reussi a demontrer que lutilisation des trajectoires nous permettait didenti-
er tr`es facilement une anomalie AVA dans un nuage de point (intercept, gradient) extremement
disperse de part la faible contrainte sur le gradient, elle-meme liee `a la gamme angulaire tr`es
reduite (maximum de 10 degres).
Letude de ces trois exemples conrme que le calcul des attributs AVA le long des trajec-
toires corrige principalement la valeur du gradient et que la correction de leet de bancs ns
corrige les valeurs dintercept.
La principale perspective a tr`es court terme sinscrit dans le cadre de la th`ese de Fran cois
Schaub dont lobjectif est de simuler par, la geostatistique, limpedance elastique contrainte
par les resultats de la migration en profondeur `a amplitude preservee.
`
A partir de un ou de plusieurs puits, le squelette permet de contraindre la simulation de
mani`ere structurale mais aussi via les attributs AVA (intercept, gradient) et les resultats de
la migration (pendage, section sommee,. . .) qui sont disponibles pour chacun des segments qui
constituent ce squelette.
Cette simulation de limpedance acoustique contrainte par les resultats de migration pro-
fondeur se place evidemment comme une alternative aux techniques dinversion stratigra-
phique proposee depuis une dizaine dannees par dierents auteurs [Whitcomb et al., 2000],
[Tonellot et al., 1999] `a partir des donnees avant sommation.
248 CHAPITRE 17. CONCLUSION G
EN
ERALE
Annexe A
Impedance elastique
[Connolly, 1999] introduit la variation de limpedance elastique en fonction de langle dinci-
dence au lieu de la variation de la reectivite. Limpedance elastique depend de limpedance P
(acoustique) et S (cisaillement) et de langle dincidence. Les formules de [Connolly, 1999] sont
directement liees `a lapproximation de [Aki and Richards, 1980].
[Connolly, 1999] rappelle que la reectivite des ondes PP secrit comme le rapport de deux
entites chacune homog`ene `a une impedance. Ainsi, quel que soit langle dincidence, nous avons
pour chaque echantillon z
i
en profondeur ou en temps,
R
pp
() =
f(z
i
) f(z
i1
)
f(z
i
) + f(z
i+1
)
. (A.0.1)
En assimilant la fonction f(z) `a une impedance dite elastique EI, lequation precedente peut
etre reecrite par,
R
pp
=
EI
2EI
1
2
ln(EI()) . (A.0.2)
En identiant lequation (A.0.2) `a lequation (5.3.25) de [Aki and Richards, 1980], il vient,
1
2
ln(EI()) =
_
1
2
_
V
p
V
p
+
__
+
_
1
2
V
p
V
p
4
V
2
s
V
2
p
V
s
V
s
2
V
2
s
V
2
p
_
sin
2
()
+
_
1
2
V
p
V
p
_
(sin
2
()tan
2
()) .
(A.0.3)
En posant K =
V
2
s
V
2
p
, lequation precedente se simplie par,
1
2
ln(EI()) =
1
2
_
V
p
V
p
(1 +sin
2
() + sin
2
()tan
2
()) +
(1 4Ksin
2
())
V
s
V
s
8Ksin
2
()
_
.
(A.0.4)
Or,
249
250 ANNEXE A. IMP
EDANCE
ELASTIQUE
1 +sin
2
() + sin
2
()tan
2
() = 1 +tan
2
() , (A.0.5)
V
p
V
p
ln(V
p
) , (A.0.6)
V
s
V
s
ln(V
s
) , (A.0.7)
ln() . (A.0.8)
En appliquant les simplications explicitees precedemment, lequation (A.0.4) secrit,
ln(EI()) = (1+tan
2
())ln(V
p
)8Ksin
2
()ln(V
s
)+(14Ksin
2
())ln() . (A.0.9)
En supposant K constant, les termes de lequation precedente peuvent etre regroupes de la
mani`ere suivante,
ln(EI()) = ln(V
(1+tan
2
())
p
) ln(V
(8Ksin
2
())
s
) + ln(
(14Ksin
2
())
)
= ln(V
(1+tan
2
())
p
V
(8Ksin
2
())
s
(14Ksin
2
())
) .
(A.0.10)
Nous obtenons lexpression de limpedance elastique en integrant puis en elevant `a lexponen-
tielle lequation precedente,
EI() = V
(1+tan
2
())
p
V
(8Ksin
2
())
s
(14Ksin
2
())
. (A.0.11)
`
A incidence normale, nous retrouvons EI(0) = V
p
= I
p
.
Cette formule permet de modeliser dierentes sections sommees pour dierents angles din-
cidence `a partir des valeurs de V
p
, V
s
et fournies par des puits. Les donnees ainsi modelisees
sont comparees aux donnees reelles. Le mod`ele est ainsi itere jusqu`a obtention dune fonction
de co ut minimale.
Annexe B
Regression lineaire
B.1 Droite des moindres carrees
Nous recherchons ici une relation de la forme : y = b
0
+ b
1
x.
Les derivees par rapport aux param`etres b
0
et b
1
secrivent,
_
b
0
(b
0
, b
1
) = 2
m
k=1
(y
k
b
0
b
1
x
k
) = 0 ,
b
1
(b
0
, b
1
) = 2
m
k=1
(y
k
b
0
b
1
x
k
) = 0 .
(B.1.1)
Ce qui donne le syst`eme,
_
_
b
0
n + b
1
m
k=1
x
k
=
m
k=1
y
k
,
b
0
m
k=1
x
k
+ b
1
n
k=1
x
2
k
=
m
k=1
x
k
y
k
.
(B.1.2)
Par inversion du syst`eme precedent des equations normales, une estimation de b
0
et b
1
secrit,
_
_
b
0
=
m
k=1
x
2
k
m
k=1
y
k
m
k=1
x
k
m
k=1
x
k
y
k
n
m
k=1
x
2
k
(
m
k=1
x
k
)
2
,
b
1
=
m
m
k=1
x
k
y
k
m
k=1
x
k
m
k=1
y
k
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
.
(B.1.3)
B.2 Qualite de la regression
B.2.1 Coecients de determination et de correlation
Lequation de lanalyse de la variance nous indique que,
251
252 ANNEXE B. REGRESSION LIN
EAIRE
m
k=1
(y
k
y
k
)
2
=
m
k=1
( y
k
y
k
)
2
+
m
k=1
(y
k
y
k
)
2
, (B.2.4)
SS
t
= SS
e
+ SS
r
. (B.2.5)
SS
t
est la somme totale des carres des ecarts. Elle traduit la dispersion des valeurs observees
de y
k
par rapport `a la moyenne y
k
.
SS
e
est la somme expliquee des carres des ecarts. Elle traduit la dispersion des valeurs calculees
de y
k
par rapport `a la moyenne y
k
.
Si la regression calculee represente correctement les valeurs observees, la somme expliquee des
carres des ecarts SS
e
doit converger vers la somme totale des carres des ecarts SS
t
,
SS
e
SSt r
2
=
SS
e
SS
t
1 . (B.2.6)
r
2
est le coecient de determination et r le coecient de correlation. |r| doit etre toujours
compris entre 0 et 1.
B.2.2 Variance et ecart type
La variance et lecart type (la racine carree de la variance) sont des indicateurs de dispersion.
La variance est denie en statistique comme etant la moyenne arithmetique des carres des
dierences entre les valeurs observees et la moyenne.
Dans une analyse de variance, la variance expliquee, ou variance inter-classes, est la variance
ponderee des moyennes de chaque classe,
V
e
=
SS
e
p 1
, (B.2.7)
et la variance residuelle, ou variance intra-classes, est la moyenne ponderee des variances de
chaque classe,
V
r
=
SS
r
mp
, (B.2.8)
o` u p designe le nombre de param`etres du mod`ele.
Si la modelisation represente correctement les valeurs observees, SS
r
doit tendre vers 0 et le
rapport F = V
e
/V
r
doit tendre vers linni.
Lecart type residuel s
r
est egal `a la racine carree de la variance residuelle. Cest une estimation
de lerreur commise sur les valeurs de y
k
. Cette erreur est supposee constante et independante
de y
k
.
`
A chaque param`etre b
0
ou b
1
, il est possible dy associer un ecart type s
0
et s
1
qui consti-
tue une estimation de lerreur commise sur la determination des param`etres.
B.3. FORMULATION MATRICIELLE DE LA R
EGRESSION LIN
EAIRE 253
Ces ecart-types sont donnes par,
_
_
s
0
= s
r
m
k=1
x
2
k
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
,
s
1
= s
r
_
m
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
.
(B.2.9)
B.3 Formulation matricielle de la regression lineaire
Le syst`eme des equations normales (
m
k=1
x
k
m
k=1
x
k
m
k=1
x
2
k
_
_
_
_
b
0
b
1
_
_
=
_
_
m
k=1
y
k
m
k=1
x
k
y
k
_
_
, (B.3.10)
A B = C , (B.3.11)
o` u A est la matrice du syst`eme, B le vecteur des param`etres et C le vecteur des termes
constants.
Soit la matrice U et le vecteur Y tels que,
U =
_
_
1 x
1
1 x
2
. . . . . .
1 x
m
_
_
Y =
_
_
y
1
y
2
. . .
y
m
_
_
, (B.3.12)
et :
A = U
T
U C = U
T
Y , (B.3.13)
o` u le symbole
T
designe la transposition matricielle.
Nous en deduisons le vecteur des param`etres B,
B = A
1
C =
_
U
T
U
_
1
_
U
T
Y
_
, (B.3.14)
La matrice inverse A
1
est donnee par,
254 ANNEXE B. REGRESSION LIN
EAIRE
A
1
=
1
detA
_
_
m
k=1
x
2
k
m
k=1
x
k
m
k=1
x
k
m
_
_
, (B.3.15)
detA = m
m
k=1
x
2
k
_
m
k=1
x
k
_
2
, (B.3.16)
o` u detA est le determinant de la matrice.
Nous en deduisons,
B = A
1
C =
1
detA
_
_
m
k=1
x
2
k
m
k=1
x
k
m
k=1
x
k
m
_
_
_
_
m
k=1
y
k
m
k=1
x
k
y
k
_
_
. (B.3.17)
puis,
B =
_
m
k=1
x
2
k
m
k=1
y
k
m
k=1
x
k
m
k=1
x
k
y
k
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
m
m
k=1
x
k
y
k
m
k=1
x
k
m
k=1
y
k
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
_
_
. (B.3.18)
Nous retrouvons ainsi les equations (B.1.3).
La matrice de variance-covariance V est telle que : V = V
r
A
1
o` u V
r
est la variance residuelle.
Les termes diagonaux de V donnent les variances des param`etres, cest-`a-dire les carres des
ecarts-types s
0
et s
1
,
s
2
0
= V
00
= V
r
m
k=1
x
2
k
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
, (B.3.19)
s
2
1
= V
11
= V
r
m
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
. (B.3.20)
Les termes non diagonaux (V
01
et V
10
sont egaux puisque la matrice est symetrique) representent
la covariance des deux param`etres. Nous en deduisons leur coecient de correlation r
01
,
Cov(b
0
, b
1
) = V
01
= V
10
= V
r
m
k=1
x
k
m
m
k=1
x
2
k
(
m
k=1
x
k
)
2
, (B.3.21)
r
01
=
V
01
V
00
V 11
. (B.3.22)
B.4. R
EGRESSIONS LIN
k=1
(y
k
b
0
b
1
x
1k
b
2
x
2k
b
n
x
nk
)
2
, (B.4.23)
o` u m designe le nombre dobservations et x
ik
la valeur prise par la variable x
i
pour lobservation
k.
Les formules de la regression lineaire sont toujours valables sous leur forme matricielle,
B = A
1
C =
_
U
T
U
_
1
_
U
T
Y
_
, (B.4.24)
avec,
U = X
T
X =
_
_
1 1 1 . . . 1
x
11
x
12
x
13
. . . x
1m
. . . . . . . . . . . . . . .
x
n1
x
n2
x
n3
. . . x
nm
_
_
Y =
_
_
y
1
y
2
. . .
y
m
_
_
, (B.4.25)
et,
A =
_
_
m
m
k=1
x
1k
. . .
m
k=1
x
nk
m
k=1
x
1k
m
k=1
x
2
1k
. . .
m
k=1
x
1k
x
nk
. . . . . . . . . . . .
m
k=1
x
nk
m
k=1
x
nk
x
1k
. . .
m
k=1
x
2
nk
_
_
C =
_
m
k=1
y
k
m
k=1
x
1k
y
k
. . .
m
k=1
x
nk
y
k
_
_
. (B.4.26)
Les variances des param`etres sont donnees par les termes diagonaux de la matrice de variance-
covariance, V = V
r
A
1
, les autres termes donnant les covariances. Les coecients de correlation
entre param`etres secrivent,
r
ij
=
V
ij
_
V
ii
V
jj
. (B.4.27)
B.5 Regression lineaire ponderee
Nous reecrivons le mod`ele sous la forme,
256 ANNEXE B. REGRESSION LIN
EAIRE
y
k
= y
k
+ e
k
, (B.5.28)
o` u e
k
, appele residu, represente lerreur de mesure de y
k
.
Dapr`es les calculs precedents, lerreur de mesure e
k
est constante et independante des y
k
.
Nous considerons maintenant que la variance de lerreur de mesure e
k
nest plus constante mais
dependante des y
k
selon une relation de type,
v
k
= V
r
g(y
k
) , (B.5.29)
o` u v
k
est la variance de e
k
, V
r
la variance residuelle et g une fonction denie par lutilisateur.
La somme des carres des ecarts secrit d`es lors,
SS
r
=
m
k=1
w
k
(y
k
y
k
)
2
, (B.5.30)
o` u w
k
designe le poids, egal `a 1/g(y
k
).
Les param`etres B sont estimes par,
B = A
1
C =
_
U
T
WU
_
1
_
U
T
WY
_
. (B.5.31)
B est la matrice diagonale des poids,
W =
_
_
w
1
0 . . . 0
0 w
2
. . . 0
. . . . . . . . . . . .
0 0 . . . w
m
_
_
. (B.5.32)
Bibliographie
[Aarra et al., 1996] Aarra, M. G., Skange, A., Sognesand, S., and Stenhang, M. (1996). A foam
pilot test aimed at reducing gas inow in a production well at the oseberg eld. Petroleum
Geoscience, 2 :125132.
[Aki and Richards, 1980] Aki, K. and Richards, P. G. (1980). Quantitative Seismology : Theory
and Methods. W. H. Freeman & Co.
[Al-Yahya, 1989] Al-Yahya, K. (1989). Velocity analysis by iterative prole migration. Geo-
physics, 54 :718729.
[Baina et al., 2002] Baina, R., Thierry, P., and Calandra, H. (2002). Demonstration of 3D
preserved amplitude PSDM & AVA relevance. to appear in The Leading Edge.
[Baina et al., 2001] Baina, R., Thierry, P., Calandra, H., and Devaux, V. (2001). 3D preserved
amplitude PSDM & AVA relevance. In Expanded Abstracts, 71 Annual SEG Meeting and
Exposition (September 9-14, San Antonio), pages 300303. Soc. Expl. Geophys.
[Bakke and Ursin, 1998] Bakke, N. E. and Ursin, B. (1998). Thin-bed avo eects. Geophysical
Prospecting, 46 :571587.
[Beydoun et al., 1993] Beydoun, W. B., Hanitzsch, C., and Jin, S. (1993). Why migrate before
AVO? a simple example. In Extended Abstracts, page B044. Eur. Ass. Expl. Geophys.
[Billette, 1998] Billette, F. (1998). Estimation de macro-mod`eles de vitesse en sismique
reexion par stereotomographie. PhD thesis, Universite Paris VII.
[Biot, 1956] Biot, M. (1956). Theory of propagation of elastic waves in a uid saturated porous
solid. J. Acoust. Soc. Am., 28 :168191.
[Bleistein, 1987] Bleistein, N. (1987). On the imaging of reectors in the Earth. Geophysics,
52(7) :931942.
[Borgne, 2004] Borgne, H. (2004). Migration quantitative multi-ondes en milieu elastique ani-
sotrope. PhD thesis, Universite Paris XI, UFR scientique dOrsay.
[Bortfeld, 1961] Bortfeld, R. (1961). Approximation to the reeection and transmission coe-
cients of plane longitudinal and transverse waves. Geophys. Prosp., 9 :485502.
[Cambois, 1998] Cambois, G. (1998). AVO attributes and noise : pitfalls of crossplotting. In
Expanded Abstracts. Soc. Expl. Geophys.
[Cambois, 2002] Cambois, G. (2002). A new approach to the uid factor leads to elastic inver-
sion without shear log. In Expanded Abstracts. Soc. Expl. Geophys.
[Canny, 1986] Canny, J. (1986). A computational approach to edge detection. IEEE Transac-
tions on Pattern Analysis and Machine Intelligence, 8(6) :679698.
257
258 BIBLIOGRAPHIE
[Castagna and Swan, 1997] Castagna, J. and Swan, H. W. (1997). Principles of avo crossplot-
ting. The Leading Edge, 16 :337342.
[Castagna et al., 1985] Castagna, J. P., Batzle, M. L., and Eastwood, R. L. (1985). Relation-
ships between compressional-wave and shear-wave velocities in clastic silicate rocks. Geophy-
sics, 50(4) :571581.
[Castagna and Smith, 1994] Castagna, J. P. and Smith, S. W. (1994). Comparison of AVO
indicators : A modeling study. Geophysics, 59(12) :18491855.
[Castagna et al., 1998] Castagna, J. P., Swan, H. W., and Foster, D. J. (1998). Framework for
avo gradient and slope interpretation. Geophysics, 63(3) :948956.
[Castoro et al., 2001] Castoro, A., White, R. E., and Thomas, R. D. (2001). The eects of
normal moveout on a seismic pulse. Geophysics, 66 :17141720.
[Causse et al., 2005] Causse, E., Wijngaardeen, A.-J. V., and Lokhstanov, D. (2005). Stretch-
free moveout correction by bayesian inversion. In Expanded Abstracts, 67
th
annual meeting,
page P187. E.A.G.E.
[Chauris, 2000] Chauris, H. (2000). Analyse de vitesse par migration pour limagerie des struc-
tures complexes en sismique reexion. PhD thesis,
Ecole des Mines de Paris.
[Chung and Lawton, 95] Chung, H. and Lawton, D. C. (95). Amplitude responses of thin-beds :
Sinusoidal approximation versus ricker approximation. Geophysics, 60(1) :223230.
[Claerbout, 1976] Claerbout, J. F. (1976). Fundamentals of Geophysical Data Processing.
McGraw-Hill Book Co.
[Connolly, 1999] Connolly, P. (1999). Elastic impedance. The Leading Edge, 18 :438452.
[de Bazelaire, 1988] de Bazelaire, E. (1988). Normal moveout revisited - inhomogeneous media
and curved interfaces. Geophysics, 53(2) :143157.
[Deriche, 1987] Deriche, R. (1987). Using cannys criteria to derive a recursively implemented
optimal edge detector. International Journal of Computer Vision, 1 :167187.
[Dix, 1955] Dix, C. H. (1955). Seismic velocities from surface measurements. Geophysics,
20 :6886.
[Dong, 1996] Dong, W. (1996). Fluid line distortion due to migration stretch. In Expanded
abstracts, 66
th
annual SEG meeting, pages 13451348. S.E.G.
[Dong and Ponton, 1999] Dong, W. and Ponton, M. (1999). AVO inversion and interpretation
via localized 3D migration. In Expanded abstracts, 69
th
annual SEG meeting (Houston),
pages 816819. S.E.G.
[Dukin and Levin, 1973] Dukin, J. W. and Levin, F. K. (1973). The eect of normal moveout
on a seismic pulse. Geophysics, 38 :635642.
[ElOuair, 2003] ElOuair, Y. (2003). Reduction, Analyse et Integration des incertitudes as-
sociees `a linversion des amplitudes sismiques avant sommation en impedances, dans le pro-
cessus de caracterisation sismique des reservoirs. PhD thesis, Universite Pierre et Marie
Curie (Paris VI).
[Fatti et al., 1994] Fatti, J. L., Vail, P. J., Strauss, G. C., and Levitt, P. R. (1994). Detection
of gas in sandston reservoirs using avo analysis : a 3-d seismic case history using geostack
technique. Geophysics, 59 :13621376.
BIBLIOGRAPHIE 259
[Foster and Keys, 1999] Foster, D. J. and Keys, R. G. (1999). Interpreting avo responses. In
Expanded Abstracts. Soc. Expl. Geophys.
[Foucault and Raoult, 1985] Foucault, A. and Raoult, J.-F. (1985). Dictionnaire de geologie.
Masson.
[Foucher et al., 2002] Foucher, J.-P., Nouze, H., and Henry, P. (2002). Observation and tenta-
tive interpretation of a double bsr on the nankai slope. Mar. Geol., 187 :161175.
[Gardner et al., 1974] Gardner, G. H., French, W. S., and Matzuk, T. (1974). Elements of
migration and velocity analysis. Geophysics, 39 :811825.
[Gassmann, 1951] Gassmann, F. (1951). Elastic wave through a packing of spheres. Geophysics,
16 :673685.
[Gidlow and Smith, 2003] Gidlow, M. and Smith, G. C. (2003). The uid factor angle. In
Expanded Abstracts. European Association of Geoscientists and Engineers.
[Gluck et al., 1996] Gluck, S., Juve, E., and Lafet, Y. (1996). Multichannel 3d stratigraphic
inversion of post stack seismic data. In Expanded Abstracts, pages 17931796. Soc. Expl.
Geophys.
[Gonzales and Woods, 2001] Gonzales, R. C. and Woods, R. E. (2001). Digital Image Proces-
sing (second edition). Prentice-Hall, Inc. (New Jersey).
[Goodway et al., 1999] Goodway, B., Chen, T., and Downton, J. (1999). Rock parameterisation
and avo uid detection using lame petrophysical factors - , and , . In Expanded
Abstracts. Eur. Ass. Expl. Geophys.
[Hagen and Kvalheim, 1992] Hagen, J. and Kvalheim, B. (1992). Giant Oil and Gas elds of
the decade 1978-1988, volume 54, chapter 26, pages 417428. AAPG memoir.
[Hampson, 1986] Hampson, D. (1986). Inverse velocity stacking for multiple elimination. In
Expanded Abstracts, pages 422424. Soc. Expl. Geophys.
[Herrmann, 1997] Herrmann, F. J. (1997). A scaling medium representation, a discussion on
well-logs, fractals and waves. PhD thesis, Delft University of Technology.
[Hilterman, 1983] Hilterman, F. (1983). Seismic lithology : presented as a continuing education
course at the 53rd. In Expanded Abstracts.
[Hilterman, 2001] Hilterman, F. (2001). Seismic Amplitude Interpretation. SEG, EAGE.
[Hyndman and Spence, 1992] Hyndman, R. D. and Spence, G. D. (1992). A seismic study of
methane hydrate marine bottom simulating reectors. J. Geophys. Res., 97 :66836698.
[Jereys, 1926] Jereys, H. (1926). The reection and refraction of elastic waves. Monthly
Notices of the Royal Astronomical Society, Geophysical Supplement, pages 321324.
[Jin et al., 1996] Jin, S., Keskes, N., and Beydoun, W. (1996). Image quality enhancement via
an automatic far-oset mute. In Extended Abstracts, pages 14541457. S.E.G.
[Jin et al., 1992] Jin, S., Madariaga, R., Virieux, J., and Lambare, G. (1992). Two-dimensional
asymptotic iterative elastic inversion. Geophys. J. Int., 108 :575588.
[Johnstad et al., 1995] Johnstad, S., Seymour, R., and Smith, P. (1995). Seismic reservoir
monitoring over the Oseberg eld during the period 1989-1992. First Break, 13(5) :169183.
[Jones and Fruehn, 2003] Jones, I. F. and Fruehn, J. K. (2003). Factors aecting frequency
content in presdm imaging. The Leading Edge, 18 :120134.
260 BIBLIOGRAPHIE
[Knott, 1899] Knott, C. G. (1899). Reection and refraction of elastic waves with seismological
applications. Phil. Mag., 48 :6497.
[Koefoed, 1955] Koefoed, O. (1955). On the eect of poissons ratio of rock strata on the
reection coecients of plane waves. Geophys. Prosp., 3 :381387.
[Lazaratos and Finn, 2004] Lazaratos, S. and Finn, C. (2004). Deterministic spectral balancing
for high-delity avo. In Expanded Abstracts, 74
th
Annual SEG Meeting and Exposition. Soc.
Expl. Geophys.
[Lemaistre et al., 2001] Lemaistre, L., Hanitzsch, C., and Lehec, A. (2001). Automatic and
continuous image gather analysis after pre-stack depth migration. In Extended Abstracts,
63
nd
annual meeting , (11-15 June , Amsterdam), page P068. Eur. Ass. Geosc. Eng.
[Lenain et al., 2001] Lenain, L., Baina, R., P.Thierry, Devaux, V., and Calandra, H. (2001).
Comparison of kinematic and preserved amplitude psdm for avo analysis. In Extended Abs-
tracts, 63
nd
annual meeting , (11-15 June , Amsterdam), pages A07. Eur. Ass. Geosc. Eng.
[Lin and Phair, 1993] Lin, T. L. and Phair, R. (1993). Avo tuning. In Expanded Abstracts,
63
th
Annual SEG Meeting and Exposition, pages 10551058. Soc. Expl. Geophys.
[Lucio et al., 1996] Lucio, P. S., Lambare, G., and Hanyga, A. (1996). 3D multivalued travel
time and amplitude maps. PAGEOPH, 148 :449479.
[Mari et al., 1997] Mari, J. L., Glangeaud, F., and Coppens, F. (1997). Traitement du signal
pour geologues et geophysiciens. editions Technip.
[Martin, 2003] Martin, V. (2003). Structure et tectonique du prisme daccretion de Nankai dans
la zone Tokai par imagerie sismique en trois dimensions. PhD thesis, Universite Paris Sud
(Paris XI).
[Mavko et al., 1998] Mavko, G., Mukerji, T., and Dvorkin, J. (1998). The rock physics handbook
- Tools for seismic analysis in porous media. Cambridge Univ. Press.
[Mosher et al., 1996] Mosher, C. C., Keho, T., and Foster, D. (1996). The impact of migration
on AVO. Geophysics, 61 :16031615.
[Newman, 1973] Newman, P. (1973). Divergence eects in a layered earth. Geophysics, 38 :377
406.
[Nguyen, 2003] Nguyen, S. (2003). Imagerie par sismique reexion : utilisations de la pente
des donnees dans la migration profondeur. PhD thesis,
Ecole des Mines de Paris.
[Noble, 1992] Noble, M. (1992). Inversion non lineaire de donnees de prospection petroli`ere.
PhD thesis, Universite Paris 7.
[Nouze et al., 2004] Nouze, H., Henry, P., Noble, M., Martin, V., and Pascal, G. (2004). Large
gas hydrate accumulations on the eastern nankai trough inferred from new high-resolution
2-d seismic data. Geophysical Research Letters, 31.
[Ostomo et al., 1988] Ostomo, S., Butenko, G., and Bryn, P. (1988). Shallow gas in the oseberg,
brage and troll elds. In Extended Abstracts Book, pages 293300.
[Ostrander, 1984] Ostrander, W. J. (1984). Plane-wave reection coecients for gas sands at
nonnormal angles of incidences. Geophysics, 49 :16371648.
[Press et al., 1986] Press, W., Flannery, B., Teukolsky, S., and Veltering, W. (1986). Numerical
recipes : the art of scientic computing. Cambridge University Press.
BIBLIOGRAPHIE 261
[Raymer et al., 1980] Raymer, L. L., Hunt, E. R., Vetterling, W. T., and Flannery, B. P. (1980).
An improved sonic transit time-to-porosity transform. In Transactions.
[Richards and Frasier, 1976] Richards, P. G. and Frasier, C. W. (1976). Scattering of elastic
waves from depth-dependent inhomogeneities. Geophysics, 41(3) :441458.
[Roden et al., 2005] Roden, R., Forrest, M., and Holeywell, R. (2005). The impact of seismic
amplitudes on prospect risk analysis. The Leading Edge, 24(7) :706711.
[Rutherford and Williams, 1989] Rutherford, S. and Williams, R. (1989). Amplitude versus
oset variations in gas sands. Geophysics, 49(10) :680688.
[Samsom et al., 1991] Samsom, C., Borgne, M. L., and Espiau, B. (1991). Robot Control : the
Task Function approach. Clarendon Press, Oxford.
[Sheri, 1992] Sheri, R. (1992). Reservoir geophysics. Society of exploration geophysicists.
[Shuey, 1985] Shuey, R. T. (1985). A simplication of the Zoeppritz equations. Geophysics,
50 :609614.
[Singh and Minshull, 1994] Singh, S. C. and Minshull, T. A. (1994). Velocity structure of a gas
hydrate reector at odp site 889 from a global seismic waveform inversion. J. Geophys. Res.,
99 :2422124233.
[Singh et al., 1993] Singh, S. C., Minshull, T. A., and Spence, G. D. (1993). Velocity structure
of a gas hydrate reector. Science, 260 :204207.
[Smith and Gidlow, 1987] Smith, G. and Gidlow, P. (1987). Weighted stacking for rock pro-
perty estimation and detection of gas. Geophys. Prosp., 35 :9931014.
[Swan, 1991] Swan, H. W. (1991). Amplitude versus oset measurement errors in a nely
layered medium. Geophysics, 56 :4149.
[Swan, 1997] Swan, H. W. (1997). Removal of oset-dependent tuning in avo analysis. In
Expanded Abstracts, pages 175178. Soc. Expl. Geophys.
[Tarantola, 1987] Tarantola, A. (1987). Inverse problem theory : methods for data tting and
model parameter estimation. Elsevier, Netherlands.
[Thierry, 1997] Thierry, P. (1997). Migration/Inversion 3D en profondeur et `a amplitude
preservee : application aux donnees de sismique reexion avant sommation. PhD thesis,
Universite de Paris 7 &
Ecole des Mines de Paris.
[Thierry et al., 1999a] Thierry, P., Lambare, G., and Alerini, M. (1999a). Angle-dependent
reectivity maps via 3D migration/inversion, an opportunity for AVA. In Expanded Abstracts,
page 4.51. Eur. Ass. Geosc. Eng.
[Thierry et al., 1999b] Thierry, P., Lambare, G., Podvin, P., and Noble, M. (1999b). 3-D pre-
served amplitude prestack depth migration on a workstation. Geophysics, 64(1) :222229.
[Thierry et al., 1999c] Thierry, P., Operto, S., and Lambare, G. (1999c). Fast 2D ray-Born
inversion/migration in complex media. Geophysics, 64(1) :162181.
[Tonellot et al., 1999] Tonellot, T., Cuer, M., Mace, D., and Richards, V. (1999). Prestack
elastic waveform inversion using a priori information. In Expanded Abstracts, pages 227230.
Soc. Expl. Geophys.
[Tygel et al., 1994] Tygel, M., Schleicher, J., and Hubral, P. (1994). Pulse distortion in depth
migration. Geophysics, 59 :15611569.
262 BIBLIOGRAPHIE
[