Interactive analysis of OBN data

OBN-undersøkelser (Ocean Bottom Nodes), som gir klare fordeler i seismisk bildekvalitet, og supplerer (og noen ganger erstatter) undersøkelser innhentet med konvensjonelle streamere. Dette er drevet av deres evne til å registrere en bredere og rikere asimut av data av høy kvalitet, over komplekse og utfordrende undergrunnsregimer. Ettersom denne teknikken også begynner å bli kostnadseffektiv, ser vi at flere store energiselskaper nå trender mot flere OBN-undersøkelser, og "gjentakende OBN" for 4D-prosjekter. En utfordring med denne typen undersøkelser er imidlertid at datasettenes undergrunnsgeometri og bingestørrelse generelt er uregelmessige; i langt høyere grad enn konvensjonell streamer-seismikk eller havbunnskabel (OBC). Med dagens beste tilgjengelige teknologi betyr dette at rådataene må regulariseres før visualisering og prosessering, noe som fører til høye lagringskostnader og irreversibelt tap av data, samt en mindre nøyaktig undergrunnsanalyse. Store energiselskaper søker derfor etter en løsning som kan muliggjøre både mer nøyaktig og kostnadseffektiv analyse av OBN-datasett, og effektiv datahåndtering for nyere hybridundersøkelser som kombinerer OBN og streamere. Målet med prosjektet er derfor å utvikle innovative løsninger som eliminerer behovet for dataregularisering før prosessering og visualisering. Dette forventes å resultere i betydelig forbedret ressursutnyttelse og utvinning, samt forbedrede beslutningsprosesser for energiselskaper. Økt bruk av full-asimut seismikk vil også være til fordel for alle industrier som er avhengige av geofysiske data. Prosjektet er et samarbeid mellom Sharp Reflections og Aker BP, med forskningsstøtte fra det tyske Fraunhofer-instituttet.

The project seeks to address challenges associated with irregular seismic data, especially that acquired through the use of OBN surveys, which have become increasingly prolific in seismic acquisition and display an especially high degree of irregularity through the development of innovative approaches that eliminate the need for data regularisation before processing and visualisation, substantially increasing accuracy in subsurface analysis. Increased accuracy in subsurface analysis will enable O&G companies to extract more resources from existing mature fields, as well as increasing accuracy in new well placements, effectively reducing risk and CO2 emissions associated with oil and gas exploration and extraction. The main objectives of this project include the development of robust algorithms and processing techniques that can handle irregular and incomplete prestack seismic trace data. This involves data pre-processing, noise removal, data interpolation, and the design of algorithms for processing and visualisation of irregular seismic data natively. Another key aspect of the project is the exploration of adaptive resolution and binning techniques for irregular seismic data. The goal being to enable dynamic adjustments of data resolution and binning in order to optimize data representation and analysis. This will involve researching data organization methods, development of algorithms, and representative selection techniques within each bin. The project also emphasizes the visualization of irregular data, seeking to develop advanced visualization techniques and tools that can effectively represent and interpret irregular seismic data without the need for regularisation. The focus being to preserve the inherent complexities of the data and enabling interactive exploration and navigation of irregular datasets.