Introduction to this special section: Passive seismic and microseimic—Part 1

Goodway, Bill

doi:10.1190/tle31111296.1

Cited by 6 publications

(2 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…(Goodway, 2012). 그리고 인공 지열 저류층 생성 기술(Enhanced Geothermal System)에 의해 생성된 파쇄대나 유발 지진의 모니터링에 서도 미소지진의 관측 및 분석은 매우 중요한 의미를 지닌다 (Phillips, 2000;Tosha et al, 2000;Julian and Foulger, 2009 …”

Section: 또한 마그마의 이동과 관련해 발생하는 화산성 지진의 관측은unclassified

Microseismic Monitoring Using Seismic Mini-Array

Sheen¹,

Cho²,

Lee³

2013

Geophysics and Geophysical Exploration

View full text Add to dashboard Cite

It was introduced a seismic mini-array that could monitor microseismicity efficiently and analyzed seismic data obtained from the mini-array that was operated from December 19, 2012 to January 9, 2013. The mini-array consisted of a six channel data logger, a central 3 components seismometer, and a tripartite array of vertical sensors centered around the 3 components seismometer as an equilateral triangle with about 100 m aperture. All seismometers that had the same instrument response were connected a 6 channel data logger, which was set to record seismograms at a sampling rate of 200 sps. During the three weeks of campaign, a total of 16 microearthquakes were detected. Using time differences of P wave arrivals from the vertical components, S-P time from 3 components seismometers, and back azimuth from the seismic array analysis, it was possible to locate the hypocenter of the microearthquake even with one seismic miniarray. The epicenters of two nearest microearthquakes were a quarry site located 1.3 km from the mini-array. The records of quarry blasting confirmed the our analysis.

show abstract

Section: 또한 마그마의 이동과 관련해 발생하는 화산성 지진의 관측은unclassified

Microseismic Monitoring Using Seismic Mini-Array

Sheen¹,

Cho²,

Lee³

2013

Geophysics and Geophysical Exploration

View full text Add to dashboard Cite

show abstract

“…Sin embargo, y considerando que las fracturas generadas por un proceso de TFH tienen magnitudes con varios órdenes de magnitud menor que las manifestadas en eventos globales, la técnica se adaptó a pequeñas escalas en lo que se conoce como "microsísmica". Se refiere con este nombre (o HFM: hydro-fracture monitoring), al conjunto de técnicas orientadas al monitoreo espacio-temporal de las microfracturas generadas durante un TFH (Kendall et al, 2011;Goodway, 2012). La técnica consiste en el despliegue de "micrófonos" (Kamata et al, 2008) especialmente diseñados para detectar las señales sísmicas que se producen cuando se fractura la roca y que viajan a través del medio circundante.…”

Section: Factibilidad Y Microsísmicaunclassified

Caracterización de eventos microsísmicos: procesamiento y algoritmos

Brunini García

View full text Add to dashboard Cite

La microsísmica comprende al conjunto de técnicas y métodos orientados al procesamiento de las señales registradas durante un tratamiento de estimulación hidráulica de un reservorio de hidrocarburos. El objetivo principal de este procesamiento es el de extraer, de las trazas sísmicas registradas durante el monitoreo, la información necesaria para comprender las propiedades del yacimiento que está siendo estimulado. En este sentido, resulta imprescindible contar con técnicas modernas y eficientes destinadas a extraer la mayor cantidad de información posible de estas trazas. En esta Tesis se presentan un conjunto de estrategias diseñadas específicamente para el procesamiento de datos microsísmicos de pozo. Para comenzar, se introduce un método que permite comparar diferentes estrategias de filtrado de ruido obteniendo medidas cuantitativas sobre su desempeño. Para ello, se construyen histogramas de polarización a partir de las señales antes y después del filtrado, y se analizan sus diferencias. Los resultados encontrados indican que el método constituye una estrategia viable para cuantificar el impacto de diferentes algoritmos de filtrado. Luego, se presenta un método heurístico (differential evolution) para la determinación de las coordenadas espaciales de los eventos microsísmicos registrados durante una fractura hidráulica. El mismo está basado en un procedimiento no-determinístico, desarrollado específicamente para resolver problemas de tipo no-lineal. Además, se compara su desempeño con el que logran otros algoritmos de localización, tales como particle swarm optimization y very fast simulated annealing. La aplicación de dicho método resulta en localizaciones con precisiones satisfactorias. Por último, se muestra el diseño e implementación de una red neuronal en el problema de la inversión del tensor momento. Se encuentra que utilizando únicamente la posición del evento y las amplitudes relativas de la señal, la red es capaz de recuperar el tensor momento del mismo con altos niveles de confianza. Todas las herramientas utilizadas para obtener los resultados presentados en este documento fueron mayormente desarrolladas y/o implementadas por códigos en lenguaje Julia, Python y, en menor medida, Fortran. El objetivo final de los algoritmos presentados es, por un lado, brindar alternativas útiles para el procesamiento de las señales microsísmicas con aplicación al monitoreo de los procesos fracturación hidráulica, y por otro, contribuir en la evaluación de la calidad de los resultados de métodos ya existentes.

show abstract

7. Seismic, rock physics, spatial models, and their integration in reservoir geophysics

Bosch

Mukerji²,

González

2014

Encyclopedia of Exploration Geophysics

View full text Add to dashboard Cite

seismic inversion and rock physics models. Furthermore well logs allow for local validation of the estimations and constraint for the struc ture and properties. Combining the spatially dis tributed information provided by seismic surveys with the localized information obtained from well logging tools requires handling disparate property support scales and use of spatial statisti cal models. Most common models are based on the spatial homogeneity of the mean (one point statistics) and the spatial covariance (two point statistics). Cokriging estimation and multivariate Gaussian simulation are examples of these meth ods, which are very useful in the spatial combina tion of information. In addition, methods based on multipoint statistics are used to model com plex morphology. The integration of the overall data, information, geophysical, and geological knowledge into a reliable reservoir model is elab orated via diverse workflows. A basic sequence includes seismic interpretation, seismic inver sion, reservoir characterization, geostatistical es timation, geostatistical simulation, and dynamic fluid flow modeling. It is common to cycle within the sequence to update the model as additional information about the reservoir arrives. Some workflows proceed in a stepwise manner, while others, with increasing computational require ments, employ joint inversion formulations where multiproperty models are estimated to jointly satisfy the complete set of available data.

show abstract

Introduction to this special section: Passive seismic and microseimic—Part 1

Cited by 6 publications

References 12 publications

Microseismic Monitoring Using Seismic Mini-Array

Microseismic Monitoring Using Seismic Mini-Array

Caracterización de eventos microsísmicos: procesamiento y algoritmos

7. Seismic, rock physics, spatial models, and their integration in reservoir geophysics

Contact Info

Product

Resources

About