Escolar Documentos
Profissional Documentos
Cultura Documentos
Recife, 2009
Resumo
ndice
Captulo 1........................................................................................................................................1
Introduo....................................................................................................................................1
1.1 O mtodo ssmico de reflexo...........................................................................................3
1.2 Contexto geolgico do Campo de Namorado...................................................................6
1.3 Consideraes finais.........................................................................................................7
Captulo 2........................................................................................................................................8
Aspectos Tericos....................................................................................................................... 8
2.1 Anlise no tempo e na freqncia.................................................................................... 8
2.2 Transformada de Fourier.................................................................................................. 9
2.2.1 Definio.................................................................................................................. 9
2.3 Transformada de Fourier de Curta Durao...................................................................10
2.3.1 Definio.................................................................................................................10
2.4 Transformada Wavelet......................................................................................................14
2.4.1 Definio.................................................................................................................15
2.4.2 Transformada Wavelet e a anlise no tempo e escala.............................................17
2.4.3 Relao entre Frequncia e Escala..........................................................................18
2.5 Funes wavelets..............................................................................................................18
Captulo 4......................................................................................................................................43
Concluses.................................................................................................................................43
Referncias Bibliogrficas...........................................................................................................45
Captulo 1
Introduo
A prospeco e desenvolvimento das jazidas de petrleo exigem a caracterizao
detalhada das rochas reservatrios. A geometria do corpo rochoso e a distribuio espacial das
variaes de propriedades como porosidade, permeabilidade, espessura, saturao em leo,
dentre outras, devem necessariamente ser conhecidas tanto para orientar os estudos
exploratrios quanto para auxiliar na definio da estratgia de desenvolvimento da explorao
e no gerenciamento da produo. Vrias estratgias de integrao so expostas na literatura,
principalmente atravs do uso de tcnicas geoestatsticas e de inverso sismoestratigrfica, com
forte condicionamento imposto pelo dado ssmico e com tratamento convencional do dado
geofsico de poo (e.g., Mundim 1999).
Nos tratamentos usuais, o sinal de perfil snico e de densidade sofrem uma converso de
escala do domnio do espao para o domnio do tempo, so filtrados (com bandas de frequncia
de corte derivadas do espectro do sinal ssmico), e convoludos com o pulso ssmico num trao
ssmico sinttico. Caracteristicamente, o controle da filtragem se utiliza do sinal ssmico, com
espectro mais empobrecido e de menor resoluo vertical mas que, em contrapartida, apresenta a
cobertura espacial mais adequada ao reconhecimento e mapeamento tridimensional das
informaes geolgicas.
chamados traos (figura 1). O procedimento de campo efetuado para as gravaes est
representado na figura 2 e a figura 3 ilustra o caminho percorrido por uma onda ssmica no
subsolo. As ondas ssmicas fornecem um espectro que vai de alguns poucos hertz at poucas
centenas de hertz. Geralmente, as taxas de amostragem utilizadas nas gravaes so de 1, 2 ou 4
ms.
ssmicas
original
podem
ser
definidas
como
uma
quebra
na
causam um
deslocamento relativo das rochas, fazendo com que elas percam sua
continuidade original.
10
11
Figura 4: Localizao dos poos utilizados no Campo de Namorado. As linhas slidas indicam os principais traos
de falhas que limitam o campo. (Protzio, 2001)
12
Captulo 2
Aspectos Tericos
2.1 Anlise no tempo e na frequncia
A motivao original para a criao da teoria de Wavelet foi o desenvolvimento de um
mtodo de aquisio, transformao e armazenagem de um trao ssmico (funo de uma
varivel no domnio do tempo) e que tambm satisfizesse as seguintes propriedades:
Esta separao deve ser alcanada sem a perda excessiva de resoluo na varivel
tempo (sujeito, claro, limitao imposta pelo princpio da incerteza de Heisenberg 1);
1
Em 1927 Werner Heisenberg formula um mtodo para interpretar a dualidade da quntica, o princpio da
13
ser obtida por um mtodo que seja capaz de oferecer uma alta preciso e que ao mesmo tempo
seja robusto, ou seja, que o mesmo seja estvel ante pequenas perturbaes.
Os profissionais responsveis pela anlise de sinais j tem sua disposio uma grande
quantidade de ferramentas. Talvez a mais bem conhecida de todas elas seja a Transformada de
Fourier, que separa o sinal em suas componentes (cossenos e senos) de diferentes frequncias.
Outra maneira de se pensar na Transformada de Fourier como uma tcnica matemtica para
transformar o sinal observado no domnio do tempo (ou do espao, sem perda alguma de
generalidade) para o domnio da frequncia (nmero de onda, no caso espacial).
14
(2.1
)
e fornece informaes sobre o contedo de frequncia de um processo ou sinal, mas no
fornece informaes sobre a localizao destas frequncias no domnio do tempo.
No exemplo mostrado na figura 5(a,b) tm-se dois sinais, o primeiro consistindo de duas
frequncias (sen10t e sen20t) superpostas para toda a durao do sinal e o segundo, consistindo
das mesmas frequncias, mas cada uma aplicada separadamente em cada metade do sinal. Na
figura 5(c,d) tem-se o espectro de energia, f()2, destes dois sinais, respectivamente. O
espectro incapaz de fazer qualquer distino entre os dois sinais.
Para estudar tais sinais, deve-se efetuar uma Transformada capaz de obter o contedo de
frequncia de um sinal localmente no tempo (ou no espao). Existem essencialmente dois
mtodos que foram desenvolvidos e que apresentam tais propriedades (dentro dos limites
impostos pelo princpio de incerteza de Heisenberg): A Transformada de Fourier de Curta
Durao (WFT, do ingls Windowed Fourier Transform) e a Transformada Wavelet. Pode-se
visualizar, na Figura 5(e,f) a magnitude dos coeficientes obtidos via Transformada Wavelet
Contnua ou
CWT (do
2.3.1 Definio
Num esforo para corrigir a deficincia encontrada na Transformada de Fourier, Dennis
Gabor (1946) adaptou a Transformada de Fourier para analisar apenas uma pequena seo ou parte
do sinal, aplicando uma tcnica chamada de janelamento do sinal. A adaptao de Gabor, chamada
de Transformada de Fourier de Curta Durao ou
bidimensional definida no tempo e na frequncia e representa uma forma de compromisso entre uma
representao tanto no tempo quanto na frequncia deste sinal. Ela fornece 'alguma' informao
sobre 'onde' e qual 'frequncia' de um dado evento do sinal. Entretanto, esta informao obtida com
uma preciso muito limitada, e esta preciso determinada pelo tamanho da janela utilizada na
obteno da
WFT do sinal.
16
Figura 5: Anlise espectral atravs da Transformada de Fourier e atravs da Transformada Wavelet de dois sinais.
O primeiro sinal (a) consiste da superposio de duas frequncias (sen 10t e sen 20t), e o segundo consiste das
mesmas frequncias aplicadas a cada uma das metades da durao do sinal (b). As figuras (c) e (d) mostram os
espectros dos dois sinais obtidos atravs da Transformada de Fourier, ou seja, f()2 vs , de (a) e (b)
respectivamente e finalmente, as figuras (d) e (e) mostram a magnitude da Transformada Wavelet dos mesmos
sinais (usando para isso a Wavelet de Morlet). Observe-se com isso a propriedade de localizao. (Protzio, 2001)
17
Apesar da
WFT fornecer
quando se escolhe um tamanho particular para a 'janela' que ir percorrer o sinal, esta janela
continua a mesma para todas as frequncias. Entretanto grande parte dos sinais necessitam de
uma abordagem mais flexvel, ou seja, precisam de uma janela de comprimento varivel para que
possibilite uma localizao mais precisa de um determinado evento tanto no tempo quanto na
frequncia, pois na maioria das vezes impossvel determinar um tamanho de janela timo que
consiga localizar com resoluo suficiente eventos com frequncias muito distintas.
Formalmente, na WFT, a localizao temporal pode ser obtida atravs do
janelamento do processo ou sinal f (t) em vrios instantes diferentes, ou seja, utilizandose uma janela g (t) e ento obtendo-se
a sua Transformada de
Fourier. Isto
Transformada de Fourier de curta durao, G f ( ,t), definida em (Kumar & Foufolla, 1994)
por
(2.
2)
onde o ncleo de integrao definido como
(2.3)
Esta Transformada mede localmente e na vizinhana do ponto t, a amplitude da componente de
onda sinusoidal de frequncia .
A funo janela g(t) geralmente escolhida de maneira que seja real, par e com a
concentrao mxima de energia contida nas componentes de baixa frequncia. Observe que o
ncleo de integrao g
,t
contidos nesta janela varia com a freqncia, como pode ser visualizado na figura 6.
18
(2.4)
uma vez que
(2.5)
(o que ser assumido a partir de agora), e inversvel e sua Transformada inversa definida em
(Kumar & Foufolla, 1994) como
(2.6)
os parmetros t e podem assumir valores discretos. Definindo-se ento t=nt0 e =n0 , sendo n
um inteiro positivo, a Transformada de Fourier Discreta de Curta Durao ou DWFT (do
ingls, Discret Windowed Fourier Transform) definida em (Kumar & Foufolla,1994) por
(2.7)
.
19
Figura 6: Parte anlise real (em verde) e a parte imaginria (em vermelho) do ncleo de anlise g(t)e-jt da
Transformada de Fourier de Curta Durao para diferentes frequncias: (a) = 3, (b) = 6 e (c) = 9. A
funo grafada em azul a janela gaussiana g(t). (Protzio, 2001)
20
2.4.1 Definio
A Transformada Wavelet (WT, do ingls Wavelet Transform) de uma funo f(t) com
energia finita definida como uma Transformada integral onde o ncleo a famlia de
funes
(2.8)
definida como
(2.9)
onde o smbolo um parmetro de escala, t o parmetro de localizao e ,t(u) so funes
chamadas Wavelets. Mudando-se o valor de tem-se um efeito de dilatao ( > 1) ou de
contrao ( < 1) na funo (t) (vide figura 7), enquanto que mudanas no parmetro t tem o
efeito de analisar a funo f(t) em torno deste ponto. A constante de normalizao 1/
escolhida para que a igualdade
(2.10)
seja vlida para todas as escalas .
Observando-se a identidade
(2.11)
tem-se que a funo (t) deve satisfazer a normalizao
(2.12)
21
e a mudana
correspondente de
sua Transformada de Fourier. Quando a Wavelet dilata, sua Transformada de Fourier contrai e vice-versa. (Protzio,
2001)
22
(2.13)
O mapeamento
(2.14)
tem o efeito de contrair f (t) quando >1 e de ampliar quando <1, ou seja, a equao mostrada
anteriormente indica que quando se aumenta a escala, uma verso contrada da funo vista
atravs de uma filtro de tamanho fixo e vice-versa.
Em resumo, escalonar uma Wavelet significa distender ou comprimir a mesma, conforme
figura 8. Quanto menor a escala utilizada, mais comprimida a Wavelet, e vice-versa.
Figura 8: Na parte superior tem-se a Wavelet distendida, no meio tem-se a Wavelet no tamanho original
e na parte inferior tem-se a Wavelet comprimida. (Protzio, 2001)
E deslocar a Wavelet simplesmente significa mover a mesma parar frente ou para trs no
sinal. Matematicamente, o deslocamento de uma funo f (t) por k representada por f(t-k).
Pode-se visualizar este processo na figura 9.
(2.15)
Wavelet de Haar A Wavelet de Haar (vide Figura 10) a mais simples de todas as
Wavelets e pertence a famlia das Wavelets ortogonais com suporte compacto e definida
(Kumar & Fourfola, 1988) como
(2.16)
Em um sinal unidimensional discretamente amostrado esta Wavelet pode ser vista
atuando como um operador de diferenciao, ou seja, fornecendo diferenas das mdias
no sobrepostas da observao.
A resoluo de uma funo Wavelet determinada pelo balano entre seu suporte no espao real e o seu suporte
no espao na frequncia. Uma funo com um suporte mais compacto (mais estreita) vai ter uma boa resoluo no
domnio do tempo e uma resoluo mais pobre no domnio da frequncia, enquanto uma funo com suporte mais
amplo (mais larga) ter uma resoluo mais pobre no domnio do tempo e uma boa resoluo no domnio da
frequncia (caractersticas determinadas pelo princpio da incerteza de Heisenberg).
3
A funo Wavelet escolhida deve refletir o tipo de caractersticas presentes na srie temporal. Para sries com
picos ou descontinuidades, uma boa escolha seria a Wavelet de Haar , enquanto que para sries mais suaves e com
variaes mais sutis deve se escolher uma funo como a Wavelet de Morlet. Se o interesse principal a obteno do
Espectro de Energia Wavelet, ento a escolha da funo Wavelet no crtica e qualquer uma delas ir fornecer o
mesmo resultado qualitativo.
(2.17)
(2.18)
(2.19)
seja satisfeita. Esta Wavelet muito utilizada na literatura principalmente na deteco de
bordas.
Figura 11: Visualizao da Wavelet Chapu Mexicano (Mexican Hat). (Protzio, 2001)
(2.20)
Mostra-se que estas Wavelets possuem um espectro tpico passa-faixa ideal (plano), com
regies de rolamento assimtricas, porm mantendo a filosofia bsica da anlise a Qconstante.
(2.21)
Figura 12: Funo escala de de Oliveira (esboo para = 0,1; 0,2 e 0,3). (Oliveira, 2007)
(2.22)
e com os parmetros asssumindo os valores 0 e tR. Na prtica, ela obtida
computacionalmente.
2.7 Transformada Wavelet Discreta
Quando os parmetros e t da Transformada Wavelet <f,
, t
contnuos, tm-se a CWT (como mostrado anteriormente). Para aplicaes prticas, o parmetro
de escala e o parmetro de localizao t precisam ser discretizados. A escolha feita =
onde m inteiro e 0 o passo de dilatao fixo e maior que 1. Visto que
,t
1 , t
-m
ento move-se para outra localizao. Se o aumento grande, ou seja, para analisar as pequenas
escalas, move-se em pequenos passos e vice-versa, ou seja, de maneira proporcional a escala
0m, como mostrado a seguir.
(2.23)
Desta forma, a Transformada Wavelet
(2.24)
chamada de Transformada Wavelet Discreta (DWT (do ingls, Discret Wavelet Transform).
No caso da CWT, diz-se que <f,
, t
(2.25)
Usando a Wavelet discreta m,n (com decrescendo rapidamente) e escolhas apropriadas de 0
e t0 , pode-se tambm obter uma caracterizao completa de f (t).
expressa que todas as caractersticas do processo f (t), que so maiores que a escala 2m0 , podem
ser aproximadas por uma combinao linear de translaes (sobre n) de uma funo escala (t)
na escala fixa 2m0 . Pode-se representar esta aproximao por Pm f , (Kumar & Fourfola, 1988), ou
0
seja,
(2.27)
Definindo
(2.28)
logo
(2.29)
(2.30)
ou, de uma forma mais geral,
(2.31)
Esta equao caracteriza a estrutura bsica da decomposio Wavelet ortogonal. Como
mencionado antes, Pm f(t) contm toda informao sobre as caractersticas em f (t) que so
0
(2.32)
mostra-se que quando se vai da escala 2 m para a escala menor mais prxima, 2m-1, adiciona-se
algum detalhe em Pm f(t), dado por Qm f(t) . Pode-se ento dizer que Qm f(t), ou de forma
0
equivalente, a expanso Wavelet de uma funo em alguma escala 2m, caracteriza a diferena
entre os processos em duas escalas diferentes, 2m e 2m-1, ou equivalentemente, em duas resolues
diferentes. Logo a representao de uma funo f (t) pela mesma equao chamada de
Representao Wavelet multi-resoluo (Oliveira, 2007).
2.8 Consideraes Finais
Wavelets so funes-ondas com durao finita ou comprimento finito com valor mdio
zero. Grande parte da teoria Wavelet foi desenvolvida de forma independente em vrios campos
Captulo 3
Anlise Wavelet em perfis geofsicos
3.1 Introduo
Alguma das propriedades mais importantes na caracterizao de um reservatrio e que
melhor definem uma unidade produtora so: porosidade, saturao de hidrocarbonetos e
Figura 13: Exemplo de sinal com frequncia 5 em parte de sua extenso e com frequncia 20 na segunda metade da
mesma. (Protzio, 2001)
Figura 14: Escalograma do sinal da figura 13 (a) e Transformada de Fourier do mesmo (b), sinal filtrado (azul) e
rudo retirado (vermelho) atravs da Anlise Wavelet (c) e sinal filtrado (azul) e sinal retirado (vermelho) atravs da
Transformada de Fourier (d). Nota-se na figura do canto inferior esquerdo que foi filtrado o rudo da segunda
metade do mesmo e foi criado um artefato na primeira metade do sinal. (Protzio, 2001)
A metodologia foi aplicada maioria dos poos utilizados no trabalho de Silva &
Remacre (2003), que utiliza tambm uma forma alternativa de realizar este procedimento a partir
da TF (figura 15).
Trao ssmico
para
decomposio
resoluo
do
a
multisinal
Decomposio multiresolucional
(Daubechies 8 ou db8)
Figura 16: Perfil original e filtrado de rhoB do poo NA01 e variograma do perfil original e filtrado. (Protzio,
2001)
Figura 17: Perfil original e filtrado de rhoB do poo NA02 e variograma do perfil original e filtrado. (Protzio,
2001)
Figura 18: Conjunto completo de perfis (raios gama, densidade, porosidade-neutro e snico) do poo NA02 e
interpretao litolgica (1 - arenito; 2 arenito argiloso; 3 arenito cimentado; 4 folhelhos e margas; 5 litologia
no-definida). Observar as freqentes laminaes e a ocorrncia de nveis cimentados. (Protzio, 2001)
Figura 19: Perfil original e filtrado de dT do poo NA07e variograma do perfil original e filtrado. (Protzio, 2001)
Figura 20: Conjunto completo de perfis do poo NA07 e interpretao litolgica (1 - arenito; 2 arenito argiloso; 3
arenito cimentado; 4 folhelhos e margas; 5 litologia no definida). Observar as laminaes com pequenos
comprimentos de onda, principalmente na poro central do reservatrio. (Protzio, 2001)
Figura 21: Conjunto completo de perfis do poo NA01 e interpretao litolgica ( 1 - arenito; 2 arenito argiloso; 3
arenito cimentado; 4 folhelhos e margas; 5 litologia nodefinida). Observar a grande continuidade dos corpos
arenosos, comparativamente com poucas intercalaes de margas e de nveis cimentados. (Protzio, 2001)
Figura 22: Decomposio multi-resoluo efetuada na imagem original em um nvel. (Protzio, 2001)
ou seja, supondo que os filtros sejam de reconstruo perfeita (Mallat, 1989) temos a seguinte
expresso:
A0 = A1 + D1
(3.1)
Figura 23: Aproximao 1 A1 (parte superior) obtida para da imagem original mostrada na figura 14, seu
variograma (parte inferior esquerda) e seu histograma (parte inferior direita). (Protzio, 2001)
Figura 24: Aproximao 2 A2 (parte superior) obtida para da imagem original mostrada na figura 14, seu
variograma (parte inferior esquerda) e seu histograma (parte inferior direita). (Protzio, 2001)
Figura 25: Aproximao 3 A3 (parte superior) obtida para da imagem original mostrada na figura 14, seu
variograma (parte inferior esquerda) e seu histograma (parte inferior direita). (Protzio, 2001)
Figura 26: Aproximao 4 A4 (parte superior) obtida para da imagem original mostrada na figura 14, seu
variograma (parte inferior esquerda) e seu histograma (parte inferior direita). (Protzio, 2001)
Figura 27: Imagem Original (parte superior), imagem filtrada atravs da decomposio multi-resoluo (meio) e
imagem contendo as baixas frequncias retiradas do sinal (parte inferior, onde Imagem Original = A4 + D).
(Protzio, 2001)
NA12), o que pode ser notado tambm pelo variograma, observando a diminuio brusca do
patamar do variograma do sinal filtrado em comparao ao patamar da imagem original. Isto
mostra que os pequenos comprimentos de onda menores ou iguais a 15 metros so responsveis
por uma parte considervel de energia deste sinal. Tambm no variograma do sinal original e do
sinal filtrado, observa-se que no primeiro tem-se o comportamento esfrico na origem e no
segundo tem-se o comportamento parablico. Isto um comportamento inerente de todos os
filtros, ou seja, por mais que se tente evitar, sempre haver uma atenuao do sinal original. Em
geral, o mtodo se mostrou eficiente, mantendo a mdia praticamente constante aps a filtragem
e conservando de alguma forma a varincia original, ou seja, conservando ainda parte da
variabilidade original do sinal.
Captulo 4
Concluses
uma escala compatvel com a aquisio ssmica, cuja resoluo vertical da ordem de algumas
dezenas de metros, pode ser controlada de maneira prtica e eficiente ao longo das sucessivas
aproximaes obtidas por anlise multi-resoluo.
O uso da variografia no controle da filtragem e escolha de pseudo-frequncias adequadas
demonstrou ser boa ferramenta no estudo desse tipo de sinal geofsico. A qualidade do produto
final e sua estrutura podem ser avaliadas de maneira simples e eficaz, valorizando a informao
de poo e permitindo sua utilizao na gerao de modelos espaciais fortemente condicionados
pela informao geolgica de detalhe. A transposio do sinal filtrado como ncleo elementar de
modelos numricos de reservatrio, mas preservando caractersticas de pequena escala
(relevantes em nvel do reservatrio), pode ser enriquecida com as assinaturas dos variogramas
nos seus vrios nveis de decomposio.
Os traos filtrados de perfil conservam parte considervel da energia do sinal original
como est expresso na manuteno parcial da sua variabilidade. Os filtros Wavelet efetivamente
preservam a assinatura do sinal, apesar de suas caractersticas transitrias ou estacionrias. Na
verdade, mesmo sinais com forte contedo estacionrio podem ser analisados e filtrados com
bons resultados utilizando-se a TW.
Como contribuio ao processo de anlise dos traos ssmicos neste trabalho destacamos
o desenvolvimento de uma metodologia simples e eficaz no processamento destes sinais, servido
como um guia para uso deste tipo de anlise, alm de apresentar uma alternativa no processo de
prospeco e caracterizao detalhada das rochas reservatrios, alm das tradicionais Anlises de
Fourier. Alm disso, percebe-se a possibilidade deste processamento com as imagens multiresolucional tridimensionalmente, fato este com boas possibilidades de pesquisa e anlise para
futuros trabalhos.
Referncias Bibliogrficas
[1] Abry, P., Ondelettes et turbulence. Multirsolutions, algorithmes de dcomposition,
invariance d'chelles, Diderot Editeur, Paris, 1997
[2] Astafeva N.M. 1996. Wavelet Analysis: basic theory and some applications, Physics.
Uspekhi, 39(11):10851108
[3] Daubechies I. 1992. Ten Lectures on Wavelets. Society for Industrial and Applied
Mathematics, Philadelaphia, Pennsylvania
[4] Chu L., Schatzinger R.A., Tharn M.K. 1996. Application of Wavelet analysis to upscaling of
rock properties, SPE 36517, 1996
[5] Guo-chen,W., Xing-yao, Y., Guang-zhi, Z. & Fan-chang, Z., Application of Wavelet
Analysis in Distinguishing Seismic Sequence, In: ICSP96, University of Petroleum
[6] Graps, A. 1995. An Introduction to Wavelets. IEEE, v. 2, n. 2 Hubbard B.B. 1998. The world
according to Wavelets. The story of a mathematical technique in the making. 2 ed., A. K. Peters
Ltd., 286 p.
[7] Jansen F.E. & Kelker M.G. 1998. Upscaling of reservoir properties using Wavelets. SPE
39495
[8] Kumar, P., Fourfoula-Georgiou, E. Wavelet analysis in geophysics: An introduction, Wavelet
in geophysics, Efi Fourfoula-Georgiou and Praveen Kumar (eds), pp. 213 248,1994
[9] Liu P.C. 1998. Wavelet spectrum and ocean wind waves. In: E. Fourfoula-Georgiou & P.
Kumar (eds), Wavelets in Geophysics, pp. 151166
[10] Mallat S. A 1989. Theory for multiresolution signal decomposition: Wavelet representation.
IEEE Trans. Pattern Anal. Mach. Intellig., no. 11, pp. 674-693
[11] Mathworks, Inc. Wavelet Toolbox: User's Guide, internet, 2001
[12] Meyer Y. 1989a. Wavelets and Applications. In: Proceedings of the International
Conference, Marseille, France, May
[13] Mundim E.C. 1999. Avaliao da Krigagem fatorial na filtragem de atributos ssmicos: um
filtro geoestatstico aplicado caracterizao de reservatrios, Dissertao de Mestrado,
Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas
[14] Oppenheim, A. V. Signals and Systems, Prentice-Hall, 2002
[15] Oliveira, H. M. Anlise de sinais para engenheiros:uma abordagem via Wavelet . Rio de
Janeiro: Brasport, 2007
[16] Oliveira, H. M. Anlise de Fourier e Wavelet:sinais estacionrios e no estacionrios.
Recife: Ed. Universitria da UFPE, 2007
[17] Protzio, J. M.B., Anlise Wavelet Aplicada a Sinais Geofsicos, Campinas:
Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas,
2001. 150 p. Dissertao (Mestrado)
[18] Silva, A., Protzio, J. M.B., & Remacre, A. Z., Anlise Wavelet aplicada na mudana de
escala em perfis geofsicos do campo de Namorado. In: Revista Brasileira de Geocincias,
Volume 33, 2003
[19] Souza Jr. O.G. 1997. Stratigraphie Squentielle et Modlisation Probabiliste des Rservoirs
dn Cne Sous-marin Profond (Champ de Namorado, Brsil) Intgration des Donnes
Gologiques et Gophysiques. Thse de Doctorat, Universit Paris 6, Paris, 215 pp.
[20] Souza, B. R. D. Trabalho apresentado disciplina Processamento Digital de Sinais do
Departamento de Engenharia Eltrica, Universidade Federal do Paran, Curitiba, 2008