Universidade Federal de Pernambuco

Centro de Tecnologia e Geocincias

Curso de Especializao em Engenharia de Instrumentao

Anlise de Sinais Geofsicos na

Prospeco de Petrleo

Mauro Leonardo Cardoso do Vale

Orientador: Prof. Ricardo Menezes Campello de Souza, Ph.D.

Monografia apresentada ao Centro de

Tecnologia e Geocincias da Universidade
Federal de Pernambuco como parte dos
requisitos para obteno do Certificado de
Especialista em Engenharia de Instrumentao

Recife, 2009

Resumo

Anlise de Sinais Geofsicos na

Prospeco de Petrleo
Mauro Leonardo Cardoso do Vale
Junho/2009

Orientador: Prof. Ricardo Menezes Campello de Souza, Ph.D.

rea de concentrao: Eletrnica
Palavras-chaves: Transformada Wavelet, Anlise Wavelet, Sinais Geofsicos,
Processamento de Sinais
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 e explorao e no gerenciamento da
produo. Para identificao de tais parmetros, estudos de sinais ssmicos so teis para mapear
tais estruturas do subsolo e, desta forma, procurar por reservas de hidrocarbonetos, tais como
petrleo e gs. A proposta principal deste trabalho a utilizao da Transformada Wavelet como
uma ferramenta utilizada no processamento de sinais geofsicos em geral. A classe de funes
chamadas wavelets surgiu pela primeira vez na tese apresentada pelo fsico ingls Alfred Haar em
1910. Desde ento, depois de muito formalismo matemtico, na segunda metade da dcada de 80,
esta ferramenta comeou a ser aplicada em vrias reas da Cincia. Sua capacidade singular de
obteno de localizao tanto no tempo quanto na freqncia mostra-se uma caracterstica bem
adaptada para o tratamento de sinais no estacionrios.

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

2.5.1 Exemplos de waveles unidimensionais...................................................................19

2.6 Transformada Wavelet Contnua.......................................................................................22
2.7 Transformada Wavelet Discreta........................................................................................22

2.7.1 Representao multi-resoluo...............................................................................23

2.8 Consideraes finais.......................................................................................................24
Captulo 3......................................................................................................................................26
Anlise Wavelet Aplicada na Transferncia de Escala em Perfis Geofsicos...........................26
3.1 Introduo........................................................................................................................26
3.2 Metodologia Utilizada.....................................................................................................29

3.3 Resultados Obtidos e Anlise.........................................................................................30

3.4 Decomposio Multi-resoluo Aplicada a Filtragem de Imagens ...............................34
3.5 Consideraes finais.......................................................................................................38

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.

Este trabalho apresenta um enfoque alternativo, decompondo e analisando o sinal de

perfis de poo (utilizando a Transformada Wavelet), e reduzindo por filtragem a informao
geolgica s escalas compatveis com a aquisio ssmica. Neste procedimento, a escala natural
da formao preservada, permitindo o controle eficaz das rotinas de filtragem com base no
conhecimento da geologia do reservatrio, em grande parte derivada da prpria interpretao de
perfis.
A Transformada Wavelet uma transformao integral onde os ncleos de integrao
usados so denominados de Wavelets. Estas Wavelets so essencialmente usadas de duas
maneiras no estudo de processos ou sinais: (i) como um ncleo de integrao para analisar a
extrao de informaes sobre um processo, e (ii) como uma base de representao ou
caracterizao do mesmo. De forma evidente, em toda anlise ou representao, a escolha da
funo base (ou ncleo) determina o tipo de informao que pode ser extrada de um processo.
A resposta para a primeira questo recai em uma das propriedades mais importantes das
Wavelets, que sua capacidade de obter localizao tanto no tempo quanto na frequncia. A
idia por trs desta representao a separao do sinal de interesse em vrias partes e analisar
cada uma delas separadamente, ou seja, usar as grandes escalas para mostrar as caractersticas
mais globais do sinal e as pequenas escalas para mostrar os detalhes (caractersticas locais) do
mesmo. Esta propriedade de extrema utilidade na anlise de sinais que possuam as seguintes
caractersticas: no estacionariedade, componentes transitrios de curta durao e singularidades
em vrias escalas diferentes.
A resposta para a segunda questo baseada na utilizao das Wavelets como
blocos elementares de construo usados para a decomposio ou expanso de um processo em
uma srie, de maneira similar como efetuada atravs da srie de Fourier. Assim, uma
representao de um processo atravs das Wavelets obtida por meio de uma expanso em uma
srie infinita de verses dilatadas (ou comprimidas) e transladadas de uma Wavelet-me
(tambm chamada de Wavelet bsica) e multiplicadas por um coeficiente apropriado.
Sendo assim, a Transformada Wavelet capaz de revelar aspectos em um sinal que no
foram possveis de serem obtidos atravs de outras tcnicas de processamento, aspectos estes
como: tendncias, pontos de descontinuidade, descontinuidades em derivadas superiores e autosimilaridade. Alm do mtodo obter uma maneira diferente de representar um sinal, em
7

comparao com outros mtodos usuais de processamento, a anlise obtida atravs da

Transformada Wavelet pode frequentemente comprimir ou filtrar um sinal sem uma degradao
considervel e com grande economia de memria.
Foi processado um poo do Campo de Namorado (Bacia de Campos, RJ) (Protzio,
2001), com frequncia de corte derivada de anlise espectral e controle de filtragem utilizando
tcnicas de anlise variogrfica. Os resultados aqui obtidos atravs da aplicao de Anlise
Wavelet e variogrfica, dentro de um arcabouo interpretativo geolgico, demonstram de modo
claro o potencial desta tcnica como uma boa base para a estratgia adotada.

1.1 O Mtodo Ssmico de Reflexo

A descoberta de novas jazidas de petrleo envolve uma longa anlise dos dados
geofsicos e geolgicos da rea sendo estudada. Somente depois que boas estimativas do
comportamento geolgico das subcamadas do subsolo, gelogos e geofsicos decidem propor a
perfurao de poos.
Para conseguir boas estimativas da geologia da rea sendo estudada, uma das fontes de
informao mais utilizadas atualmente so os volumes ssmicos obtidos atravs de um mtodo
de aquisio de dados denominado mtodo ssmico de reflexo. Segundo Thomas, o mtodo
ssmico de reflexo o mtodo de prospeco mais utilizado na indstria de Petrleo
atualmente, pois fornece alta definio das feies geolgicas em subsuperfcies propcias a
acumulao de hidrocarbonetos, a um custo relativamente baixo (Thomas, 2001).
O principio bsico para este tipo de estudo gerar perturbaes elsticas na terra, e, por
conseguinte ondas mecnicas, e analisar estas ondas aps serem refletidas em interfaces de
materiais diferentes do subsolo. As fontes de energia ssmica podem ser diversas, sendo a mais
eficiente e mais usada o dinamite. Para se medir as reflexes so usados sismmetros, que
convertem velocidades de partculas, quando a explorao feita em terra, ou variaes de
presso, quando a explorao feita no mar, em tenso eltrica. Normalmente, os sismmetros
so dispostos em grupos de mais de 100, em grandes reas de territrio, espaados por distncias
definidas, formando grupos ou tabelas. Estes so unidos por um cabo principal, que pode chegar
a cerca de cinco quilmetros. Desta forma, so gravados dados ssmicos de muitos grupos,
8

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.

Figura 1: Exemplo de um trao ssmico (Protzio, 2001)

Figura 2: Procedimento de campo para aquisio de dados

Este procedimento o principal mtodo usado na prospeco do petrleo e gs por

fornecerem detalhes da estrutura da crosta, bem como das propriedades fsicas das camadas que
a compem.
Uma vez adquiridos e processados, os dados ssmicos devem passar por uma fase de
interpretao. A interpretao das feies geolgicas nesses conjuntos de dados pode indicar
situaes favorveis acumulao de hidrocarbonetos. Durante o processo desejvel a
identificao de determinadas estruturas geolgicas, tais como horizontes e falhas ssmicas,
entre outros.
Na Geologia, um horizonte ssmico uma subsuperfcie presente na
regio geolgica onde os dados foram adquiridos. Os horizontes se
distinguem entre si por apresentarem caractersticas geolgicas bastante
particulares, tais como a espessura da camada de sedimentos que os define
e caractersticas fsicas do material sedimentar que os compe, alm da sua
vizinhana geolgica. O rastreamento de um horizonte ssmico consiste em
identificar em quais dos voxels do volume ssmico o horizonte desejado est
representado, identificando quais so as amostras que pertencem ao
horizonte em questo.
Falhas
continuidade

ssmicas
original

podem

ser

definidas

como

uma

dos horizontes. So fraturas que

quebra

na

causam um

deslocamento relativo das rochas, fazendo com que elas percam sua
continuidade original.

10

Figura 3: Reflexes de ondas ssmicas (Souza, 2008)

1.2 Contexto geolgico do Campo de Namorado

O Reservatrio Namorado (figura 4) um dos campos petrolferos mais importantes da
Bacia de Campos na rea da plataforma continental.
O poo pioneiro do reservatrio foi perfurado em 1975 numa lmina dgua de 166 m e
para o seu desenvolvimento foram realizadas perfuraes desde 110 m at 250 m, j no topo do
talude continental (Souza Jr. 1997). O Arenito Namorado, denominao informal desta unidade
siliciclstica, caracteriza-se pelo desenvolvimento de corpos arcosianos espessos, com extensiva
cimentao carbontica, e boas porosidades efetivas. O pacote sedimentar apresenta velocidades
ssmicas elevadas, tanto pela cimentao dos arenitos quanto pela intercalao com corpos de
marga e calcilutitos.
O Arenito Namorado ocupa a poro superior da Formao Maca, de idade que varia
entre o Albiano Superior e o Cenomaniano Inferior (Souza Jr. 1997), e composto por brechas,
conglomerados e arenitos, intercalados a espessos pacotes de margas e camadas mais finas de
argilitos e calcilutitos.

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)

1.3 Consideraes Finais

Ssmica de reflexo um mtodo de prospeco geofsica que utiliza os princpios da

sismologia para estimar as propriedades da subsuperfcie da Terra com base na reflexo de
ondas ssmicas. Este mtodo requer a utilizao de uma fonte ssmica de energia controlada,
como por exemplo um explosivo. Ao determinar o tempo que uma onda reflectida demora at
atingir um receptor, possvel estimar a profundidade da estrutura que gerou a reflexo.
Trata-se de um mtodo utilizado extensivamente na prospeco de hidrocarbonetos
(petrleo, gs natural) e de outros recursos minerais como carvo, minrios metlicos e energia
geotrmica.
A presente monografia est organizada da seguinte forma:
O Captulo 1 apresenta as razes que motivaram este trabalho, expondo os objetivos
pretendidos, alm de apresentar brevemente o Mtodo Ssmico de Reflexo, com ainda uma
descrio acerca dos poos de petrleo analisados.
O Captulo 2 traz os fundamentos tericos da Anlise Wavelet, assim como a
comparao da mesma com outros mtodos clssicos usualmente aplicados em processamento
de sinais dentre eles, a Transformada de Fourier Clssica (FT, do ingls Fourier Transform) e a
Transformada de Fourier de Curta Durao (WFT, do ingls Windowed Fourier Transform, ou
STFT, do ingls Short Time Fourier Transform).
O Captulo 3 apresenta a Anlise Wavelet na utilizao supresso de rudos em
imagens de atributos petrofsicos (imagens ssmicas). Este processo vai ser utilizado em perfis
de densidade total (rhoB) e tempo de trnsito snico (dt), perfis esses obtidos de poos
existentes no Campo de Namorado da Petrobrs.
No Captulo 4, finalmente, sero sumarizadas as principais concluses do trabalho.

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:

As contribuies de cada uma das diferentes bandas de frequncia devem ser

razoavelmente separadas (no domnio da frequncia);

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

A reconstruo da funo original a partir de sua representao ou Transformada deve

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.

As duas primeiras condies caracterizam essencialmente a propriedade conhecida como

localizao no tempo e na frequncia.

2.2 Transformada de Fourier

2.2.1 Definio

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).

Para muitos sinais, a Transformada de Fourier extremamente til, pois o contedo de

frequncia de extrema importncia. Qual seria, ento, a necessidade do uso de outras tcnicas
de anlise, tal como a Transformada Wavelet?

A Transformada de Fourier possui uma peculiaridade indesejvel: na transformao do

sinal do domnio do tempo para o domnio da frequncia, perde-se totalmente a informao
sobre a localizao temporal (ou espacial). Assim, ao observar a Transformada de Fourier de
um sinal, impossvel dizer onde um evento em particular est localizado, pois o que obtido
so apenas as frequncias que compem o sinal, ao longo de todo o intervalo de tempo
considerado.
Se um sinal estacionrio (isto , no se altera no tempo), esta peculiaridade no tem
incerteza. Segundo ele, pares de variveis interdependentes, como tempo e energia, velocidade e posio, no
podem ser medidos com preciso absoluta.

14

importncia alguma. Todavia, a maioria dos sinais contm numerosas caractersticas no

estacionrias ou transitrias, tais como: tendncias, mudanas abruptas e o incio ou final de
eventos. Estas caractersticas so geralmente as partes mais importantes de um sinal e a
Transformada de Fourier incapaz de detectar tais processos.
Formalmente, a Transformada de Fourier de uma funo f (t) , definida em
(Oppenheim, 2002) como

(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

ingls, Continuous Wavelet Transform) para os sinais mostrados na

figura 5(a,b) respectivamente, e que claramente mostra a capacidade da Transformada Wavelet

de fazer distino entre estes sinais, ou seja, de localizar espacialmente no sinal cada uma das
frequncias envolvidas no mesmo.

2.3 Transformada de Fourier de Curta Durao

15

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

WFT, mapeia um sinal utilizando uma funo

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

informao sobre tempo e frequncia, a desvantagem que

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

(u) tem o mesmo suporte para todo em t, mas o nmero de ciclos

contidos nesta janela varia com a freqncia, como pode ser visualizado na figura 6.

18

A representao desta funo f (t) em um plano (, t) denominada de representao no

espao de fase e mede a frequncia contida (com as devidas limitaes) em uma determinada
poro do sinal.
A WFT preserva a energia do sinal, ou seja,

(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)

2.4 Transformada Wavelet

A anlise obtida atravs da Transformada Wavelet (Oliveira, 2007) representa o
prximo passo lgico: uma tcnica que utiliza uma janela com regies de dimenso varivel. A
Transformada Wavelet permite o uso de longos intervalos onde queremos mais preciso sobre
as baixas frequncias, e regies de tamanho menor para obter informaes sobre as altas
frequncias.

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

Figura 7: Ilustrao esquemtica do efeito da dilatao de um Wavelet

e a mudana

correspondente de

sua Transformada de Fourier. Quando a Wavelet dilata, sua Transformada de Fourier contrai e vice-versa. (Protzio,
2001)

22

2.4.2 Transformada Wavelet e a anlise no tempo e escala

Na Transformada Wavelet, quando o parmetro de escala aumenta, a Wavelet se

expande e carrega apenas infomao sobre o comportamento dos grandes perodos. Por
meio de uma mudana de varivel, tem-se que

(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.

Figura 9: Grfico de uma Wavelet deslocada para a frente. (Protzio, 2001)

2.4.3 Relao entre Frequncia e Escala

Pode-se relacionar a escala Wavelet com frequncia (melhor definido como uma pseudofrequncia) pela relao mostrada a seguir (Abry, 1997):

(2.15)

onde a a escala, o perodo da amostragem, Fc a frequncia central em Hz da Wavelet

(especfica para cada tipo de Wavelet) e Fa a pseudo-frequncia correspondente a escala a em
Hz.

2.5 Funes Wavelets

Uma das principais crticas direcionadas Transformada Wavelet a escolha da funo
Wavelet (t). Na escolha da funo Wavelet, existe uma srie de critrios que devem ser

considerados, tais como se a funo f(t) ou no ortogonal, se Complexa ou real, alm do

suporte2 e do formato3.
2.5.1 Exemplos de waveles unidimensionais
Devido a flexibilidade de escolha das Wavelets, muitas funes tem sido utilizadas como
Wavelets. Abaixo pode-se ter um resumo das Wavelets mais utilizadas na literatura.

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.

Figura 10: Visualizao da Wavelet de Haar. (Oliveira, 2007)

2

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.

Wavelet Chapu Mexicano (Mexican Hat Wavelet) esta Wavelet a derivada

segunda da funo gaussiana

(2.17)

Pertence a famlia de Wavelets no ortogonais e definida como (Kumar & Fourfola,

1988),

(2.18)

A constante escolhida de modo que a condio

(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)

Wavelet de de Oliveira - Nova famlia de wavelets ortogonais complexas a qual

baseada no critrio clssico de Nyquist para eliminao de Interferncia Intersimblica
em Sistemas de Comunicao Digital. (Oliveira, 2007)
Basta escolher (w)=P(w) (raiz de cosseno elevado). No so de suporte compacto.

(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)

2.6 Transformada Wavelet Contnua

A Transformada Wavelet Contnua ou CWT (do ingls, Continuos Wavelet Transform)

definida pela equao

(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

> assumem valores

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

pode-se escolher t=n t0 0m onde t0 >0 e depende de (t) e n um inteiro.

Escolhe-se um aumento, ou seja,

-m

e estuda-se o processo em uma localizao particular e

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

> para >0 e t (- , + ) caracteriza

completamente a funo f (t) . De fato, pode-se reconstruir f (t) usando a equao

(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).

2.7.1 Representao multi-resoluo

A equao
(2.26)

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)

Uma simples operao de subtrao entre as equaes fornece

(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

maiores que a escala 2m .

Pela equao

(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

do conhecimento como Matemtica, Fsica Quntica, Engenharia Eltrica e Geofsica.

Contribuies entre estes campos especficos durante os ltimos dez anos tm levado a um
nmero maior de aplicaes, nas reas de processamento e compresso de imagens, turbulncia,
viso humana e radar, entre outras.
A escolha da funo base (ou ncleo) determina o tipo de informao que pode ser
extrada de um processo. A grande limitao das metodologias baseadas na Transformada de
Fourier (TF) reside justamente na representao de fenmenos no-estacionrios atravs de
sinusides que oscilam infinitamente (Silva, 2003).
Em contraposio, as Wavelets so funes que oscilam num intervalo limitado e,
portanto, permitem obter localizao tanto no tempo quanto na frequncia. A idia desta
representao a separao do sinal de interesse em vrias partes e a anlise de cada uma delas
separadamente, ou seja, usar as grandes escalas para mostrar as caractersticas mais globais do
sinal e as pequenas para os detalhes ou caractersticas locais do mesmo. De modo similar ao
obtido por meio das sries de Fourier, uma representao de um processo atravs das Wavelets
se realiza por uma expanso em uma srie infinita de verses dilatadas (ou comprimidas) e
transladadas de uma Wavelet-me (ou bsica), multiplicadas por um coeficiente apropriado.
Assim, a TW capaz de revelar aspectos do sinal que no podem ser extrados por outras
tcnicas de processamento, tais como tendncias, pontos de descontinuidade, descontinuidades
em derivadas superiores e auto-similaridade.

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

permeabilidade. A avaliao correta destes parmetros extremamente importante em todas as

fases de explorao e produo de petrleo e obtida usualmente por meio da aquisio e da
anlise de perfis geofsicos. Estes perfis so utilizados principalmente na prospeco de petrleo
e de gua subterrnea e tm sempre como objetivo principal a determinao da profundidade e a
estimativa do volume da jazida.
Neste captulo ser efetuada a transferncia de escalas em perfis geofsicos de densidade
(rhoB) e tempo de trnsito snico (dT) utilizando-se a Anlise Wavelet. Este procedimento
adotado devido a incompatibilidade da amostragem da perfilagem, que de 0.2 m para os perfis
envolvidos neste estudo, e da menor resoluo horizontal da ssmica, que no caso do
levantamento 3D de Campo de Namorado de 25 a 50 m. Este procedimento adotado para a
gerao de sismogramas sintticos (utilizados na integrao poo e ssmica), que em resumo, so
gerados pela convoluo da refletividade obtida atravs dos perfis snico (dT) e densidade
(rhoB) com a Wavelet derivada do dado ssmico. De maneira geral, a maioria dos mtodos
pesquisados s ocorre em um sinal. Vrios fenmenos ocorrem em um perfil e no esto
necessariamente presentes em todo o sinal. Por exemplo, quando se utiliza a Transformada de
Fourier, esta uma caracterstica um tanto indesejvel para o mesmo, pois esta tcnica consegue
identificar as frequncias constituintes do sinal, mas de forma alguma consegue localiz-las.
Quando uma determinada frequncia filtrada atravs da Transformada de Fourier, a
mesma retirada em toda a extenso do sinal. Isto no um problema quando esta frequncia
ocorre em todo ele (caso de sinal estacionrio), mas os perfis geofsicos geralmente so sinais
com caractersticas no estacionrias. Portanto, quando realizada uma filtragem para uma
frequncia especfica atravs da Transformada de Fourier, pode-se estar tirando a frequncia de
onde ela existe e/ou tambm retirando onde ela no existe, criando-se com isso artefatos no sinal.
Na figura 13 pode-se visualizar um exemplo de sinal no estacionrio e na figura 14 o
artefato criado pela filtragem realizada atravs da Transformada de Fourier para um sinal com
um processo no estacionrio.

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)

3.2 Metodologia utilizada

Inicialmente, escolheu-se uma famlia de Wavelets ortogonais para a decomposio
multi-resoluo do sinal (Daubechies 8 ou db8) com caractersticas de regularidade e suavidade
adequadas ao sinal de perfil.
Como a representao do sinal guarda estreita relao com a funo-me escolhida,
optou-se por uma Wavelet assimtrica, com um nmero elevado de momentos e bastante suave
de modo a preservar algumas caractersticas importantes do depsito turbidtico: intervalos
marcantes em granodecrescncia ascendente; pulsos deposicionais conservativos (sem eroso
basal significativa) e relativamente auto-similares; superposio de diversas frequncias de
laminao com algum grau de ciclicidade; e com pseudo-frequncia compatvel com as
espessura mdia decamtrica dos pacotes singulares estudados. Evidentemente, esta opo
sacrifica relativamente a resoluo do mtodo para localizao de transientes e limites de paraseqncias; para tal objetivo, uma Wavelet como Haar (ou db1) seria mais adequada (Protzio,
2001).
Adotou-se a mesma frequncia de corte de Silva & Remacre (2003), obtida por anlise
espectral para o mesmo conjunto de perfis, e correspondente ao comprimento de onda 15m. Esta
janela de resoluo tambm compatvel com as frequncias ssmicas usuais, que correspondem
a uma resoluo vertical de 25 a 50 m para as maiores velocidades da formao (Silva &
Remacre 2000).
A etapa ou nvel da decomposio escolhido foi o 5, resultando numa pseudo-frequncia
de 0.1048 Hz para a Wavelet db8. Como o perfil est originalmente amostrado a cada 20cm, o
comprimento de onda correspondente de cerca de 10m, retirando a maior parte dos eventos do
sinal com comprimento de onda inferior a 10m, preservando grande parte da escala natural da
formao como indicado por Silva & Remacre (2003).
Para controle do processo de filtragem, foi calculado o variograma para cada etapa da
decomposio multi-resoluo e para cada um dos sinais resultantes (aproximaes e detalhes), e
analisaram-se as estruturas do sinal. Adicionalmente, calculou-se a mdia e varincia.

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).

Uso famlia de Wavelets

ortogonais

Trao ssmico

para

decomposio
resoluo

do

a
multisinal

Decomposio multiresolucional

(Daubechies 8 ou db8)

Figura 15: Fluxograma da metodologia

3.3 Resultados obtidos e anlise

Utilizou-se sete poos verticais (NA01, NA02, NA04, NA07, NA12, RJS42 e RJS234),
com mudana de escala efetuada para os atributos densidade total (rhoB) e tempo de trnsito
(dT), fundamentais na confeco de sismogramas sintticos e na correlao ssmica/perfil de
poo. Os sinais de perfis foram filtrados e analisados comparativamente com os sinais originais,
levando-se em conta as principais caractersticas das rochas-reservatrios de acordo com seu
posicionamento no pacote turbidtico.
A condio limite imposta filtragem, resultado das anlises de Silva & Remacre (2003),
foi controlada atravs da gerao e anlise dos variogramas do sinal original e dos sinais
resultantes. A ausncia de estruturas imbricadas no variograma do sinal resultante para distncias
menores ou iguais a 15 m indica que a maioria dos eventos do sinal com comprimento de onda
correspondentes foi retirada por filtragem.
No se observou nenhuma variao no valor do parmetro mdia antes e aps a aplicao
dos filtros, sugerindo uma forte componente estacionria no sinal original.
Este aparente paradoxo (uma vez que, j na simples visualizao, os perfis de poo
apresentam claras indicaes de quebras e (transincia) pode ser atribudo ciclicidade do
processo deposicional: a sucesso de eventos turbidticos com assinaturas similares para cada
conjunto individualizado, separados por um claro contraste das propriedades petrofsicas das
fraes mais lamosas no topo de uma para-seqncia e mais arenosas da base da seguinte.

Eventualmente, sinais de perfis muito ruidosos tambm podem apresentar comportamento

semelhante mas a anlise de outros parmetros estatsticos no confirma o elevado grau de
aleatoriedade do sinal.
A reduo da varincia do sinal filtrado em relao ao original indica a degradao
imposta pela mudana de escala. De modo geral, para os comprimentos de onda adotados para
corte, o sinal de densidade total bastante preservado, como indica a reduo percentual da
varincia, exceto em NA02 e RJS234. No primeiro caso, a predominncia de nveis finamente
laminados de arenitos e margas no reservatrio e freqentes nveis cimentados, relacionados
posio relativamente distal no corpo turbidtico deste poo (Silva, 2001), introduz uma forte
componente de alta frequncia que foi simplesmente descartada pela estratgia de filtragem. No
segundo caso, efeito similar alcanado pelo fato de o poo estar localizado numa poro
lateralproximal lateral proximal em relao aos cnions alimentadores e apresentar uma
predominncia de nveis argilosos finamente laminados.
Analisando a degradao do sinal snico, observa-se que, coerentemente, nestes dois
poos h uma queda acentuada na varincia do perfil filtrado, fortalecendo a interpretao acima.
A reduo na varincia maior, comparativamente, para dT pois o perfil snico
normalmente mais susceptvel a condies adversas de aquisio e mais ruidoso que o de
densidade. A maior sensibilidade do perfil snico notvel nos poos NA04, NA07 e RJS42 que
apresentam uma queda aceitvel na varincia para rhoB e altos valores de reduo percentual da
varincia para dT. importante notar ainda que, em geral, os sinais de rhoB e dT observam forte
correlao negativa, ou seja, maiores valores de densidade se refletem em menores valores de
tempo de trnsito. Alm disso, a posio mais distal dos poos NA07 e RJS42, e mais lateral de
NA04 implicam em intercalaes mais freqentes e de pequeno comprimento de onda que so
filtradas do sinal de perfil, mesmo contendo informao geolgica relevante nas frequncias
acima e prximas da frequncia de corte. Os resultados mais impressivos foram obtidos para
NA01 e NA12. Ambos ocupam uma posio central no reservatrio e apresentam pacotes
arenosos bem desenvolvidos, com pouca intercalao de margas e poucos intervalos cimentados
(Silva, 2001).

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)

3.4 Decomposio Multi-resoluo Aplicada a Filtragem de Imagens

O processo de decomposio multi-resoluo consiste em separar o sinal original em

duas partes: uma contendo as caractersticas de grande escala e uma contendo as caractersticas
de pequena escala do sinal, que so chamada de aproximao e detalhe. De forma esquemtica o
processo pode ser visualizado na figura 21.

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)

onde A0 a imagem original, ou aproximao nvel 0, A1 a aproximao da imagem original

nvel 1 e D1 o detalhe da imagem original nvel 1.
Assim, foi efetuada uma decomposio usando-se a Wavelet chamada db8, que uma
Wavelet mais complexa e de maior continuidade (Mallat, 1989). Em cada uma das etapas da
anlise (obteno da aproximao e detalhe para cada nvel) foram obtidos o variograma,
histograma e estatstica bsica para cada uma das aproximaes obtidas, e que sero os
parmetros de controle do estudo de caso. Na figura 23, figura 24, figura 25 e figura 26 tm-se a
aproximao para o nvel 1 A1, nvel 2 A2, nvel 3 A3 e nvel 4 A4 respectivamente e o
variograma, histograma e estatstica bsica para cada uma delas, todas simuladas no software
The MathWorks Matlab, verso 6.5.

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)

De posse dos resultados mostrados, observa-se que na aproximao de nvel 4 A4 a

imagem ficou extremamente ntida, em contraposio a imagem filtrada obtida anteriormente
atravs da de nvel 1 A1.

3.5 Consideraes finais

A grande motivao do uso da Anlise Wavelet no tratamento de sinais geofsicos se
deve principalmente ao fato de que se est utilizando um mtodo totalmente adaptado ao sinal
com o qual se est trabalhando, ou seja, utilizou-se um mtodo que sensvel sinais no
estacionrios, no caso, os perfis geofsicos.
Sumarizando os resultados obtidos, observou-se que a mdia obtida para o sinal original e
o sinal filtrado (praticamente para todos os poos e parmetros), manteve-se praticamente a
mesma, mostrando com isso um ponto positivo do mtodo. A varincia obtida para o sinal
original e o sinal filtrado alterou-se para todos os poos e parmetros, mas esta variao se
mostrou mais acentuada para o perfil de dT (a menos dos perfis referentes aos poos NA01 e

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

A TW mostrou-se uma ferramenta eficaz na filtragem de sinais de perfil geofsico de

poo e sua integrao com informaes geolgicas das rochas-reservatrios fornece uma
poderosa base para a mudana de escala to importantes na modelagem de fluxos, especialmente
com a famlia de Wavelets utilizada, as ortogonais para a decomposio multi-resoluo do sinal
(Daubechies 8 ou db8), pois apresentam-se com caractersticas de regularidade e suavidade
adequadas ao sinal de perfil. A transferncia da informao de escala submtrica dos perfis para

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

[21] Stojanovi, V., Stankovi, M & Radovanovi, I, Application of Wavelet Analysis to

Seismic Signals, In: Telsiks99, 13-15, October 1999, Ni, Yoguslavia