100% (single -fold ) vs CDP ( polivalente ) com orçamentos de hoje

860 palavras 4 páginas
100% (single -fold ) vs CDP ( polivalente ) com orçamentos de hoje
Por causa de recentes reduções drásticas nos orçamentos de exploração, geofísicos precisam de alternativas para os altos custos de aquisição de pontos de dados de profundidade comuns ( CDP) . Um deles é prontamente disponível - os antigos dados 100%, muito do que está no arquivo em algum lugar nos arquivos extensos da indústria. Em áreas de boa qualidade de gravação, os dados antigos podem ser transformados, através de métodos de processamento mais modernos e sofisticados , em seções sísmicas úteis. Freqüentemente, o custo será de apenas 5-10 por cento do custo da obtenção de novos dados do CDP . Antes da introdução do CDP no final de 1950 o método de aquisição mais comumente utilizado foi chamada profiling con - contínuo . Uma vez que a primeira cobertura CDP era seis vezes e chamado de 600% , os conjuntos de dados antigos tornou-se conhecido como de dobra única ou 100%. Conjuntos de dados com uma única dobra , por definição , cubra ponto de cada subsuperfície apenas uma vez, em contraste com o CDP , que é múltipla. O desenvolvimento da técnica da CDP desencadeou uma revolução no trabalho sísmico que resultou no desaparecimento quase durante a noite de dados com uma única dobra de operações de rotina . Eu me lembro da primeira vez que eu estava envolvido, no início da década de 1960 no processamento de uma linha CDP . Vimos como uma melhoria na qualidade dos dados que nós deixamos cair o nosso processamento de 100% e imediatamente começou a trabalhar tentando melhorar o rendimento CDP com nosso equipamento antigo porque tinha certeza de que em breve seria necessária para lidar com um grande volume de dados CDP . Acho que a maioria das empresas de processamento reagiram da mesma maneira. Eu sei que a maioria da indústria não voltou a 100 % depois de que, devido à evidente superioridade da CDP aproximação . Porém economistas e os avanços tecnológicos que ditar o melhor destes dados antigos serão

Relacionados