First Break. Том 22, ноябрь 2004, страницы 59-63
Специальная Тема * Несейсмические методы / Бортовой
Углеводородное изучение глубинных континентальных окраин, использующее несейсмические методы
J. Derek Fairhead, Chris M. Green и Kirsten M. U. Fletcher
Геофизическая Разведка (GETECH), Университет Leeds, LS2 9JT, Великобритания
E-mail: *****@***com
Авторы из расположенной в Великобритании компании GETECH утверждают, чтобы новые обработки в решении обеспечивают возрастающуюся ценность спутниковых гравиметрических данных в углеводородном исследовании.
Главный центр морской разведки нефти находится в глубоководных частях континентальных окраин, где различные несейсмические методы играют возрастающую роль в содействии (нахождения) высококачественных целевых областей до сейсмических исследований или бурения. Методы, используемые в настоящее время, включают гравиразведку и магниторазведку, как спутниковый Синтетический Апертурный Радар (SAR), так и-или его бортовой эквивалент, чтобы обнаружить природные утечки нефти, которые могут присутствовать на морской поверхности. Как только подповерхностная структура была отображена сейсмически, все более и более используется теперь электромагнитное зондирование активным источником, чтобы определить, содержит ли горизонт (накопитель) слой, имеющий сопротивление, чтобы гарантировать бурение. Применение этой последней технологии ExxonMobil в оффшорной зоне Анголы, вероятно частично объясняет ее невероятную вереницу успехов разведочного бурения!
Эта статья фокусируется на том, как полученная по спутниковым данным гравиметрия способна играть существенную роль в изучении континентальных окраин, часто в соединении с анализом просачивания и другими доступными геофизическими данными типа морских и бортовых магнитных данных. Предварительно авторы сообщили в First Break (Fairhead и другие, 2001a) способность спутниковой гравиразведки надежно отобразить аномалии до 10 км (полная длина волны) и показали примеры из Западной Африки, Таиландского залива, Мексиканского залива и оффшорной зоны Юкатанского полуострова, Мексика.
Начиная с того времени GETECH предприняла значительное двухлетнее консорциумное изучение (?) (), чтобы развить далее его спутниковую обрабатывающую технологию и гравиметрическое картирование всех свободных ото льда континентальных окраин на Земле (Рисунок 1). Этот набор данных простирается от 2 до 5 км от берега и примерно до 500 км в глубинные океанские бассейны. Это может использоваться, чтобы распознать и картировать тонкие особенности, связанные с зонами тектонических разломов океанской плиты, которые воздействуют и сегментируют континентальные окраины. Расхождение между этими данными и опубликованными региональными (?) решениями – в том, что ERS1 спутниковые сигналы, которые представляют приблизительно половину объема данных решения, не были хорошо выбраны и представлено существенное шумовое загрязнение для длин волн ниже 100 км с небольшой надежностью сигналов с длиной волны ниже, от 30 до 40 км. Фильтрование и переработка первоначального агентства (?) выбрало (проследило) данные, используя методы преобразования 'геоид к силе тяжнсти', только слегка улучшили решение (после Fairhead и др., 2001b). Это было только, повторно выбирая (или повторно прослеживая) формы волны высотомера, так что 'окончательное решение' было достигнуто таким образом, принося решение данных полностью в пределах окна исследования.
Преобразование изменения высоты поверхности моря, полученных от спутниковых высотомеров, в данные гравиметрии, не ново. Что является новым - способность использовать существующие спутниковые данные, чтобы решить аномалии ниже, до длины волны 10 км и до пределов от 2 до 5 км побережья глобально. Эта статья обсуждает используемую методологию и представляет примеры того, как решение является способным обращаться с трудными областями данных типа устьев важных речных систем, регионов, содержащих существенные океанские потоки, и области близкие к береговой линии (Рисунок1).
Рисунок 1. Покрытие гравиметрической изученности мировых континентальных окраин показывает местоположения примеров, используемых в этом изучении.
В середине 1980-х Уильям Хаксби (1987) произвел первую глобальную морскую гравиметрическую карту от SeaSat спутниковых данных высотомера с интервалом орбитальной траектории приблизительно 150 км на экваторе. Карта Хаксби имела существенное воздействие на теорию тектонических плит, потому что морские гравиметрические данные в свободном воздухе оказались впервые способны однородно отобразить тектоническую ткань океанской коры Земли. Однако, промежуток следа был ограничивающим фактором на решение.
Начиная с того времени, многие усилия применились к улучшению полученного спутником гравиметрического решения. Главный прогресс произошел в 1995, когда были опубликованы данные высотомера от спутников Геодезических Миссий (GM) Geosat и ERS1. Объединяя их орбитальные траектории, была достигнута плотность следа около 3 км на экваторе, с увеличивающейся плотностью следа к полюсам. Это закончилось впечатляющей глобальной морской гравиметрической моделью, развитой Sandwell и Smith (1997), основанной на данных высоты поверхности моря, обеспеченных NASA (Geosat) и Eurimage (ERS1). Несмотря на плотный пространственный охват орбитальных траекторий (~3 км), было удивительно, что полное решение этого нового набора данных было не лучше чемкм.
В 1993 г. GETECH начал работать с Международным Гравиметрическим Бюро (Toulouse, Франция) и показал, что, улучшая и очищая процедуры обработки, решение может быть улучшено до приблизительно 20 км, используя те же самые публично доступные данные (Olgiati и др., 1995)
Визуальный осмотр данных повторных следов ERS1 указал существенный шумовой пакет, который предлагал, что главной проблемой решения был путь возвращения к начальной форме волн радара, корорые первоначально были выбраны. GETECH таким образом намерены исследовать это, повторно выбирая (или повторно прослеживая) высоты поверхности моря от 'сырых' радарных данных формы волны (Maus и др., 1998). Переработка полных GM наборов данных Geosat и ERS1 предварительно не была сделана. Это было частично благодаря большим привлеченным объемам данных, т. к., в 1997 потребовалось в общей сложности шесть месяцев, чтобы разгрузить полностью ERS1 GM данные на 130 экзабайтах и три месяца, чтобы загрузить их в систему компьютера. GETECH поднял фонды агентств Правительства Великобритании, сопровождаемых изучением консорциумом нефтедобывающей промышленности, чтобы развить технологию и проверять это на отобранной области в Мексиканском заливе. Изучение доказало высокую успешность этого, что в дальнейшем консорциум нефтедобывающей промышленности сформировал в 2002 к карту свободных ото льда глобальных континентальных окраин (Рисунок 1).
Спутниковый метод обработки
Самый легкий способ понять, чем полученная спутником гравиметрия является и как это обусловлено, состоит в том, чтобы думать о этом как о супер сейсмическом эксперименте картирования морской поверхности на 800 км над Землей. Форма морской поверхности, если не имелось никаких тревожащих эффектов типа ветра, потоков, приливов и отливов, температурных изменений и т. д., является эквипотенциальной поверхностью гравитационного поля Земли. 'Вертикальный градиент' этой эквипотенциальной поверхности (поверхности моря) дает гравитационную аномалию в свободном воздухе, которая измерена на морской поверхности, а не на спутниковой высоте 800 км. Спутниковый сейсмический источник - радар с частотой 13.5 GHz, испускаемый по курсу 1020 раз в секунду. После 50- и с 100-слойной укладки данных на борту спутников ERS1 и Geosat, данные были переданы назад к Земле как 1/20- и 1/10-секундные наборы волновых данных соответственно. Сложенные волны разделены в 350 м (ERS1) и 700 м (Geosat) по следу с выборкой каждой волны в 3 ns (эквивалент 45 см на высоте поверхности моря). Эта выборка была увеличена до 1.5 ns на переднем краю Geosat данных.
Обработка данных может рассматриваться, как разбитая на три различных операции (Рисунок 2): перевыбор (или перепрослеживание); применение пересчёта и приливно-отливных исправлений и редактирования; и объединение этих двух наборов данных, используя 'геоид к силе тяжести', которое привлекает точное применение микро-выравнивания (Fairhead и др., 2001b). Рисунок 2 показывакт последовательность обработки. База данных является самым важным во всех шагах обработки, чтобы записывать изменения в точечных значениях из-за редактирования и применения исправлений (влажная и сухая тропосфера, приливно-отливные исправления и т. д). Важность регистрации таких изменений в базе данных позволяет, когда необходимо, эти изменения полностью вернуть или изменить на более поздних этапах последовательности обработки.
Рисунок 2. Полученная спутником гравиметрия. Диаграмма потока обработки
Три различных операции обработки данных:
1. Перепрослеживание волны: методы для перевыбора ERS1 данных были развработаны в течении более чем семи лет и были созданы, чтобы обращаться с шумовыми проблемами в данных и при осуществлении выборки волны по ведущему краю (не такая проблема с Geosat данными, которые имели двойную выборку в области ведущего края) и изменчивости между смежными волнами. Для следа начала форм волны был построен синтетический сигнал (Рисунок 3), для чего использован наклон ведущего края и его амплитуда, так что середина положения ведущего края (MSE 50%, смотри рисунок 4) может быть определена. Эта синтетическая волна используется тогда для корреляции по пересечениям с наблюдаемыми волнами, чтобы определить их начальные времена. Используя такую синтетическую волну, до 40 волн было инвертировано вместе, чтобы определить 42 неизвестные величины: среднюю амплитуду, средний наклон и 40 начальных времен. Этот метод позволил нам отделить волны, которые не соответствовали определенным пределам, и эти волновые результаты могли быть или удалены из последующего анализа и-или визуально просмотрены. Этот тип анализа позволил нам надежно отследить волны в пределах от 2 до 5 км от береговой линии.
Рисунок 3. Скомпонованные 40 последовательных волн, представляющие 2 секунды или 14 км данных по орбитальной траектории. Если бы никакой шум не присутствует на ведущем крае, тогда была бы произведена совершенная компоновка. (A) показывает множество плохо выбранных данных агентства с большим шумовым разбросом; (B) показывает синтетический сигнал (красный), используемый, чтобы соответствовать ведущему краю и треугольным пунктам выборки на сырых волновых данных; и (C) то же самое множесто после GETECH выборки, сокращающей разброс в 5 раз.
Рисунок 4. Схематическое представление изменения в форме радарного возвращенного сигнала из-за изменений в состояниях моря. Средний морской уровень (MSL) происходит на уровне 50% для случайного события (AB для спокойного моря) и являющийся результатом (CD для бурного моря) возвращенияе радарных сигналов. Черные и красные волнистые линии представляют спокойные и бурные морские поверхности, соответственно.
2. Исправления и редактирование: Некоторые исправления должны быть применены к диапазону высотомера, чтобы исправить эффекты окружающей среды, которые также воздействуют во время пути радарного импульса (например, тропосферные исправления) или высоту измеренной поверхности моря (например, приливно-отливные исправления). Пропуски данных, найденные в обоих влажных и сухих тропосферных исправлениях, могли вести к наклону в заключительном гравиметрическом решении. Эти пропуски были тщательно заполнены, используя или альтернативные источники, типа метеорологических моделей, или полиномиальные вставки. Для диапазона высотомера и приливно-отливных исправлений см. Fairhead и др. (2001b). До стадии редактирования, длинноволновое сферическое гармоническое определение геоида (EGM96) вычитается от высоты морской поверхности, чтобы дать остаточную высоту морской поверхности (RSSH). RSSH здесь полезен, поскольку это разрешает прямую визуализацию в течение редактирования и более устойчивое преобразованию геоида к силе тяжести. Автоматическое редактирование самых больших пиков данных было выполнено, используя несколько алгоритмов, которые проверяют градиенты между точками и алгоритмом наименьших квадратов, который выполняет статистический анализ данных в пределах окна. Это позволяет идентификацию самых плохих точек данных, которые превышают определенный пользователем порог. Эта стадия редактирования удаляет приблизительно 6% данных, большинство которых было расположено в высоких широтах где морской лед загрязняет данные. Повторяющееся ручное редактирование – процесс, отнимающий очень много времени, но необходимая стадия редактирования и выполняется до и после как определения геоида, так и гравиметрического преобразования, чтобы устранить ложные значения. Первоначально все спутниковые следы редактируются, используя компьютерное виуализирующее программное обеспечение, чтобы одновременно рассмотреть ряды 15 географически смежных орбитальных траекторий и удалить любые данные, которые являются явно противоречивыми со смежными следами. Как только начальное редактирование выполнено, данные уравнены, сгридированы и далее оценены в 2-хмерном виде, чтобы идентифицировать остающийся шум. Как только след с ложными данными идентифицирован, используется программное обеспечение визуализации спутникового следа, чтобы удалить связанный скачок. Этот процесс повторялся, пока весь существенный шум и скачки не были удалены.
3. Геоид к силе тяжести: Преобразование повторно выбранных высот поверхности моря к их гравитационному эквиваленту - сложный процесс. Высоты поверхности моря могут рассматриваться как высоты геоида. Мы использовали метод 'геоид к силе тяжести' предпочтительнее, чем метод 'по градиенту следа', используемый Sandwell и Smith (1997). Причинами были наша потребность произвести надежную модель геоида и факт, что матричная интерполяция на геоиде является более разумной, чем матричная интерполяция производной при наличии шума и где охват данных нерегулярен. Этот метод также даёт решение, которое является более изотропным в экваториальных областях. Этот процесс требовал применения методов выравнивания, чтобы уменьшить шум, ориентируемый по следу. Знаменательно, что это уменьшает эффект временных вариаций океанских потоков, которые не могут быть исправлены из-за их пространственной и временной изменчивости.
Рисунок 5 иллюстрирует метод 'геоид в силу тяжести' для Черного моря после выемки из 0.5° упомянутой модели геоида EGM96. Метод основан на удалении орбитальных ошибок без фильтрации данных. Это достигнуто первоначальным применением исправления ошибок по пересечениям и далее применением собственных методов GETECH микро-выравнивания.
Рисунок 5. Пример Черного моря метода 'геоид к силе тяжести' преобразования высот поверхности моря к силе тяжести, использующего микро-выравнивание, чтобы минимизировать ошибки высоты морской поверхности. Для всех иллюстраций теплые цвета (красные) - высокие или положительные аномалии, и холодные цвета (синие) - низкие или отрицательные аномалии.
Микро-выровненные высоты морской поверхности тогда преобразованы к силе тяжести, используя метод гравиметрического покрытия и сферическую FFT технику, используя ряд накладывающихся полос. Этим находится в сущности оператор вертикальной производной потенциального поля, приложенный к поверхности геоида. Гравитационный эквивалент упомянутой модели EGM96 тогда восстановливает в результате аномалию гравитационного поля в свободном воздухе.
Примеры решения
Чтобы оценивать улучшенное решение, мы сосредоточимся на примерах в ряде трудных областей данных.
Оффшорное устье реки Амазонки: Так как смежные орбитальные траектории не последовательны (они могут быть зарегистрированы в любое время до 12 месяцев обособленно), могут быть большие проблемы в картировании высот уровня моря в местах типа устьев главных речных систем, где изменяются соленость, температурные и сезонные уровни) потока, как сезонно, так и из года в год. Публичные региональные решения сохраняют ориентируемый по следу шум в этих областях до такой степени, что их данные имеют небольшую ценность.
GETECH преодолел эти проблемы при помощи технологии микро-выравнивания, которая является способной выравнять данные в этих проблематичных областях без любой потери информации высокой частоты. Рисунок 6 показывает последовательность стадий обработки от A) после выравнивания по пересечениям показывает обилие остаточной орбитальной ошибки, B) после микро-выравнивания, где присутствует только шум с короткой длиной волны (~5 км), C) преобразование в сиду тяжести и D) полная горизонтальная производная, которая хороша при идентификации любого остаточного орбитального шума (отсутствующего в этом решении).
Рисунок 6. Последовательность обработки стадий для получения карты аномалий в свободном воздухе (C) и ее полная горизонтальная производная (D).
Океанские потоки оффшорной Южной Африки: Океанские потоки проявляются как временное и пространственнео длинноволновое изменение высоты поверхности моря. Этот эффект иллюстрирован рисунком 7A, где пакет смежных RSSH следов обрезан океанским потоком. Следы на левой стороне изображения показывают влияние переходного потока, где смежные следы заметно отличаются в промежуточном звене к длинным волнам. В сопоставлении на следы справа рисунка 7A меньше воздействует поток и приблизительно параллельны. Когда эти следы просто гридируются вместе, это ведет к коротковолновому высокоамплитудному загрязнению шума поперек следов из-за сравнительно маленького расстояния, которое отделяет смежные следы.
Рисунок 7B показывает RSSH после выравнивания по пересечениям с океанским потоком, текущим ниже Мыса Африки, причиняющим полосу шумового загрязнения, простирающуюся приблизительно с востока на запад через центр изображения. Если эти несоответствия не разрешены до преобразования к силе тяжести, этот коротковолновый шум доминирует над заключительным гравиметрическим решением из-за эффекта применения вертикальной производной. Однако, осторожным применением технологии микро-выравнивания GETECH мы решили эти невязки океанских потоков без потери сигнала, смотри рисунок 7C.
Рисунок 7. Эффективное подавление сигнала океанского потока без потери коротковолнового решения (2" graticule для масштаба).
Прибрежное определение: заново выбирая 20 Hz ERS1 данные мы стали способны к отслеживанию изменчивости волны близко от берега так, чтобы ложные волны могли быть удалены до окончательного определения параметров волны и инверсии. Эти данные тогда были объединены с тщательно отредактированными Geosat 10 Hz данными, которые позволили нам отследить решения в пределах от 2 до 5 км побережья по сравнению с 50 км для публичных региональных решений. Хороший пример показан для N Sulawesi на рисунке 8, где определение наших спутниковых данных, таких как гравитационное поле в свободном воздухе или его полная горизонтальная производная, ясно видно. Это позволяет морским спутниковым данным быть более легко увязанными с береговыми гравиметрическими данными.
Рисунок 8. Улучшенное определение морского гравиметрического поля в пределах от 2 до 5 км от береговой линии
Магнитные данные глобальных континентальных окраин
Ценный источник данных, в основном малоиспользуемых, является большой объем публичных региональных магнитных данных, составленных NGDO (www. ngdc. noaa. gov) из широкого ряда академических, промышленных и государственных источников. После объединения с собственными данными имеется внушительное покрытие. GETECH в настоящее время перерабатывает эти публичные региональные данные для нефтедобывающей промышленности для области, подобной охваченной Глобальным гравиметрическим изучением континентальных окраин (Рисунок 1). Рисунок 9 показывает глобальный охват этих данных, и рисуннок 10 показывает, как хорошо данные могут быть повторно обработаны, используя собственное программное обеспечение микро-выравнивания по сравнению с многочисленными другими попытками (например, DNAG, NAMAG-2003, не показанные).
Рисунок 9. Покрытие Глобальногое магнитного изучения континентальных окраин по опубликованным областям и данным, составленным GETECH.
Эти данные были зарегистрированы как абсолютные значения магнитного поля и содержат ряд ошибок и шумовых сигналов, включая скачки, магнитные бури, дневные вариации и вековые вариации. Некоторые из этих шумовых сигналов требуют осторожного просмотра и редактирования, некоторые могут быть удалены детерминированными подходами, а другие могут рассматриваться подобно длинно волновым сигналами океанских течений, показанными на рисунке 7. Эта технология микро-выравнивания может применяться к таким данным как показано на рисунке 10 допуская использование всех коротковолновых сигналов. Корреляции и-или недостаток корреляций между гравиметрическими и магнитными данными обеспечивают ценное понимание под-поверхностной структуры.
В экваториальных областях осадочные бассейны часто проявляют себя как простые гладкие положительные магнитные аномалии и, на самом простом уровне, нужно только найти такие аномалии для предсказания местоположения бассейна. Malay бассейн в Малайзии - хороший пример (рисунок 11) где магнитная аномалия отражает основную геометрию бассейна. Хотя этот бассейн имеет более 14 км отложений, едва имеется какое-либо гравитационное выражение низкоплотностных отложений! Это из-за изостатического отклика поднятого уровня Моха ниже бассейна и демонстрирует важность использования как гравиметрических, так и магнитных данных скорее вместе, чем изолированно. Не всюду пространственное покрытие магнитных данных столь же хорошо, как показано на рисунках 10 и 11. В таких областях отдельные магнитные профили через бассейны могут обеспечивать важную информацию.
Рисунок 10. Карибские сравнения повторно обработанных опубликованных региональных магнитных данных и спутниковые гравиметрические данные в свободном воздухе. Отметьте подобия и различия (2° graticule для масштаба)
Рисунок 11. Полная интенсивность магнитного поля Malay бассейна оффшорной зоны полуострова Малайзия показывает гладкую большой амплитуды положительную аномалию по бассейну. (1° graticule для масштаба)
Заключение
Ценность исследования высокого решения (до 10 км в 2-3 mGal) спутниковых гравиметрических данных теперь оценивается многими международными нефтяными компаниями. Они используются для картирования геологических региональных структур до масштабов концессии для идентификации структур, которые являются достойными дальнейшего исследования. Вместе с магнитными данными, есть ли это отдельный профиль или хорошее пространственное покрытие, и данными о просачивании нефти, несейсмические данные станут ценным и эффективным по стоимомти инструментом исследования. Эффективность по стоимости в этом случае означает, что данные могут использоваться целенаправленно в тех областях, где закупка спекулятивных сейсмических данных будет оправдана. Это не может быть сообщением, которое сейсмические компании хотят слышать!
Ссылки
Fairhead, J. D., Green, C. M. and Dickson, W. G. [2001a] Oil exploration from space: fewer places to hide. [Разведка нефти из космоса: меньше мест, чтобы скрыться] First Break, 19.9, 514-519.
Fairhead, J. D., Green, C. M. and Odegard, M. E. [2001b] Satellite derived gravity having an impact on marine exploration. [Полученная спутником гравиметрия воздействует на морское исследование] The Leading Edge (August), 873-876.
Haxby, W. F., [1987] Gravity field of the world oceans. [Гравитационное поле мировых океанов] National Geophysical Data Center, NOAA, Boulder, CO.
Maus, S., Green, C. M. and Fairhead, J. D. [1998] Improved ocean-geoid resolution from retracked ERS1 satellite altimeter waveforms. [Улучшение океанически-геоидного решения от повторно прослеженных ERS1 спутниковых волн высотомера] Geophysical Journal International, 134,243-253.
Olgiati, A., Balmino, G., Sarrailh, M., and Green, C. M. [1995] Gravity anomalies from satellite altimetry: comparison between computation via geoid heights and via deflections of the vertical [Гравитационные аномалии от спутниковых высотомеров: сравнение вычисления через высоты геоида и через отклонения вертикальных] : Bulletin Geodesique 69, 252-260.
Sandwell, D. T. and Smith, W. H. F. [1997] Marine gravity anomaly from Geosat and ERS1 satellite altimetry. [Морские гравитационные аномалии от Geosat и ERS1 спутниковых высотомеров] Journal of Geophysical Research, 102, 10,039-10,054.
First Break. Volume 22, November 2004, pages 59-63
Special Topic * Non-Seismic Methods / Airborne
Hydrocarbon screening of the deep continental margins using non-seismic methods
J. Derek Fairhead, Chris M. Green and Kirsten M. U. Fletcher
Geophysical Exploration (GETECH), University of Leeds, LS2 9JT, UK
E-mail:*****@***com
Authors of UK-based company GETECH claim new refinements in resolution are providing increasing value for satellite-derived gravity data in hydrocarbon exploration.
A major focus of marine oil exploration is in the deep water parts of the continental margins where various non-seismic methods are playing an increasing role in helping to high grade target areas prior to seismic surveys or drilling. Methods currently used include gravity and magnetic as well as satellite-based Synthetic Aperture Radar (SAR) and/or its airborne equivalent to detect natural oil seeps that may be present on the sea surface. Once the subsurface structure has been seismically imaged, active source electromagnetic sounding is now being increasingly used to determine whether the target horizon (reservoir) contains a resistive layer to warrant drilling. Application of this latter technology by ExxonMobil in offshore Angola probably in part accounts for its incredible string of exploration drilling successes!
This article concentrates on how satellite-derived gravity is able to play a significant role in screening continental margins, often in conjunction with seeps analysis and other available geophysical data such as marine and airborne magnetic data. Previously the authors reported in First Break (Fairhead et al. 2001a) the ability of satellite gravity to reliably image anomalies down to 10 km (full wavelength) and showed examples from West Africa, Gulf of Thailand, Gulf of Mexico and offshore Yucatan Peninsula, Mexico.
Since that time GETECH has undertaken a major two year consortium study () to develop further its satellite processing technology and to map the gravity of all ice-free continental margins on Earth (Figure 1). This dataset extends 2 to 5 km from the coast out to ~ 500 km into the deep ocean basins. It can be used to recognise and map subtle features related to oceanic plate tectonic fracture zones that influence and segment the continental margins. The difference between this data and public domain solutions is that ERS1 satellite waveforms, that represent about half the data volume of the solution, were not well picked and introduced significant noise contamination for wavelengths below 100 km with little reliability of signals below 30 to 40 km wavelength. Filtering and reprocessing the original agency picked (tracked) data using 'geoid to gravity' transformation methods only slightly improved the resolution (after Fairhead et al 2001b). It has only been by repicking (or retracking) the altimeter waveforms that 'ultimate resolution' has been achieved, thereby bringing the data resolution fully within the exploration window.
Converting sea-surface height variations, derived from satellite altimetry, to free air gravity is not new. What is new is the ability to use existing satellite data to resolve anomalies down to 10 km wavelength and to within 2 to 5 km of the coast globally. This article discusses the methodology used and presents examples of how the solution is able to handle difficult data areas such as the mouths of major river systems, regions containing significant ocean currents, and areas close to the shoreline (Figure 1).
Figure 1. Coverage of the Global Continental Margin Gravity Study showing locations of examples used in this study.
In the mid-1980s William Haxby (1987) produced the first global marine gravity map from SeaSat satellite altimeter data with orbital track spacing of about 150 km at the Equator. Haxby's map had a significant impact on plate tectonic theory because marine free air gravity data were able for the first time to image uniformly the tectonic fabric of the Earth's oceanic crust. However, the track spacing was the limiting factor on resolution.
Since that time, much effort has been applied to improving satellite-derived gravity resolution. A major advance occurred in 1995, when the altimeter data from the Geodetic Missions (GM) of Geosat and ERS1 satellites were combining their orbital tracks, a track density of ~3 km was achieved at the Equator, with increasing track density toward the Poles. This resulted in a spectacular global marine gravity model developed by Sandwell and Smith (1997), based on the sea-surface height data provided by NASA (Geosat) and Eurimage (ERS1). Despite the dense spatial coverage of the orbital tracks (~3 km), it was surprising that the overall resolution of this new data set was no better than 30 to 40 km.
In 1993, GETECH started working with the International Gravity Bureau (Toulouse, France) and showed that by improving and refining the processing procedures, the resolution could be improved to about 20 km using the same publicly available data (Olgiati et at, 1995)
Visual inspection of the ERS1 repeat track data indicated a significant noise envelope, which suggested the major resolution problem was the way the return radar waveform onsets had originally been picked. GETECH thus set out to investigate this, by repicking (or retracking) the sea-surface heights from the 'raw' radar waveform data (Maus et al, 1998). Reprocessing the entire GM datasets of Geosat and ERS1 had not previously been done. This was due in part to the large data volumes involved, i. e., in 1997 it took a total of six months to download the entire ERS1 GM data onto 130 exabytes and three months to load them into the computer system. GETECH raised funds from UK Government agencies, followed by an oil industry consortium study, to develop the technology and to test it out over a selected area in the Gulf of Mexico. The study proved highly successful such that a further oil industry consortium was formed in 2002 to map the ice-free global continental margins (Figure 1).
Satellite processing method
The easiest way to understand what satellite-derived gravity is and how it is determined is to think of it as a mega seismic experiment to map the sea surface from 800 km above the Earth. The shape of the sea surface, if there were no disturbing effects such as wind, currents, tides, temperature variations etc., is an equipotential surface of the Earth's gravity field. The 'vertical gradient' of this equipotential surface (sea surface) gives the free air gravity anomaly which is measured at the sea surface, not at the satellite height of 800 km. The satellite seismic source is radar, with pulses of 13.5 GHz emitted at a rate of 1020 times a second. After 50- and 100-fold stacking of the data on board the ERS1 and Geosat satellites, the data were then transmitted back to Earth as 1/20 s and 1/10 s waveform datasets respectively. The stacked waveforms are spaced at 350 m (ERS1) and 700 m (Geosat) along track with sampling of each waveform at 3 ns (equivalent to 45 cm in sea-surface height). This sampling was increased to 1.5 ns over the leading edge of Geosat data.
Data processing can be considered to be split into three distinct operations (Figure 2): repicking (or retracking); the application of transmission and tidal corrections and editing; and integrating the two datasets using 'geoid to gravity', which involves the precise application of micro-levelling (Fairhead et al, 2001b). Figure 2 shows the processing sequence. The database is central to all the processing steps to record changes in point values due to editing and application of corrections (wet and dry troposphere, tidal corrections, etc). The importance of recording such changes in the database allows, when necessary, these changes to be reversed or modified in later parts of the processing sequence.
Figure 2. Satellite-derived gravity. Processing Flow Diagram
The three distinct data processing operations are:
1. Waveform Retracking: The methods for repicking the ERS1 data have been developed over seven years and have been designed to handle the noise problems in the data and the under-sampling of the waveform along the leading edge (not such a problem with Geosat data, which had twice the sampling in the region of the leading edge) and the variability between adjacent waveforms. To track the onsets of the waveforms, a synthetic signal (Figure 3) was constructed that uses the slope of the leading edge and its amplitude, so that the midpoint position of the leading edge (MSE at 50%, see Figure 4) can be determined. This synthetic waveform is then used to cross correlate with the observed waveforms to determine their onset times. Using such a synthetic waveform, up to 40 waveforms were inverted together to determine the 42 unknowns of average amplitude, average slope and 40 onset times. This method allowed us to isolate waveforms that did not conform within specified limits and these waveform results can be either removed from subsequent analysis and/or visually inspected. This type of analysis has allowed us to track reliably the waveforms to within 2 to 5 km from the coastline.
Figure 3. Stacked 40 consecutive waveforms representing 2 seconds or 14 km of data along the orbital track. If no noise is present on the leading edge then a perfect stack would be produced. (A) shows stack of poorly picked agency data with large noise scatter; (B) shows the synthetic signal (red) used to match the leading edge and triangular sampling points on the raw waveform data; and (C) same stack after GETECH picking reducing scatter by factor of 5
Figure 4. Schematic representation of the change in shape of the radar return signal due to changes in sea conditions. The mean sea level (MSL) occurs at the 50% level for incident (AB for calm sea) and emergent (CD for rough sea) returning radar signals. The black and red wavy lines represent calm and rough sea surfaces, respectively.
2. Corrections and editing: Several corrections need to be applied to the altimetry range to correct for environmental effects which impact either the travel time of the radar pulse (e. g. tropospheric corrections) or the height measured for the sea surface (e. g. tidal corrections). Data gaps found in both the wet and dry tropospheric corrections could lead to bias in the final gravity solution. These gaps were carefully filled using either alternative sources, such as meteorological models or polynomial interpolation. For altimeter range and tidal corrections see Fairhead et al, (2001b). Prior to the editing stage, a long wavelength spherical harmonic definition of the geoid (EGM96) is subtracted from the sea surface height to give the residual sea surface height (RSSH). The RSSH is useful here as it permits straightforward visualisation during editing and a more stable geoid to gravity conversion. Automatic editing of the largest data spikes was performed using several algorithms that check gradients between points and a least squares algorithm which performs a statistical analysis of the data within a window. This allows the identification of the worst data points that exceed a user defined tolerance. This stage of editing removed approximately 6% of the data, the majority of which were located at high latitudes where sea ice contaminates the data. The iterative manual editing is a very time-consuming process but a necessary stage of editing and is carried out prior to and after both the geoid construction and the gravity conversion to eliminate spurious values. Initially all the satellite tracks are edited using computer visualisation software to simultaneously view swaths of 15 geographically adjacent orbital tracks and remove any data which are clearly inconsistent with adjacent tracks. Once the initial editing is complete the data are leveled, gridded and further evaluated in 2D to identify remaining noise. Once a track with spurious data is identified, the satellite track visualisation software is used to remove the associated spike. This process is repeated until all significant noise and spikes have been removed.
3. Geoid to gravity: Converting the repicked sea-surface heights to their gravity equivalent is a complex process. The sea-surface heights can be considered as geoid heights. We have used the 'geoid to gravity' method rather than the 'along track gradient' method used by Sandwell and Smith (1997). The reasons were our need to generate a reliable geoid model and the fact that geoid grid interpolation is more robust than derivative grid interpolation in the presence of noise and where data coverage is irregular. This method also produces a solution which is more isotropic in equatorial regions. This process required the application of levelling techniques to reduce track orientated noise. Significantly, this reduces the effect of time variant ocean currents, which cannot be corrected due to their spatial and temporal variability.
Figure 5 illustrates the 'geoid to gravity' method for the Black Sea after the removal of the 0.5° EGM96 reference geoid model. The method relies on the removal of orbital errors without filtering the data. This is achieved by initially applying cross-over-error corrections and then applying GETECH proprietary micro-levelling methods.
Figure 5. Black Sea example of the 'geoid to gravity' method of converting sea-surface heights to gravity using micro-levelling to minimize sea-surface height errors. For all figures warm colours (red) are high or positive anomalies and cold colours (blue) are low or negative anomalies.
Micro-levelled sea-surface heights are then converted to gravity by using the gravity coating method and the spherical FFT technique using a series of overlapping bands. This is in essence the potential field vertical derivative operator applied to the geoid surface. The gravity equivalent of the EGM96 reference model is then restored to produce the free air anomaly gravity field.
Resolution examples
To appreciate the improved resolution we focus the examples on a number of difficult data areas.
Offshore mouth of the Amazon River: Since the adjacent orbital tracks are not sequential (they can be recorded any time up to 12 months apart), there can be major problems in mapping sea level heights in places such as the mouth of major river systems where the salinity, temperature and seasonal flow rates vary both seasonally and from year to year. Public domain solutions retain track orientated noise in these areas to such an extent that their data are of little value.
GETECH has overcome these problems by the use of micro-levelling technology which is able to level data in these problematical areas without any loss of high frequency information. Figure 6 shows a sequence of processing stages from A) post cross-over adjustment showing the abundance of residual orbital error, B) post micro-levelling where only short wavelength noise (~5km) is present, C) conversion to gravity and D) the total horizontal derivative which is good at identifying any residual orbital noise (absent in this solution).
Figure 6. Sequence of processing stages to derive the Free air anomaly map (C) and its total horizontal derivative (D).
Oceanic currents offshore South Africa: Oceanic currents manifest themselves as temporally and spatially varying long wavelength sea surface heights. This effect is illustrated in Figure 7A, where a packet of adjacent RSSH tracks are cut by an ocean current. The tracks to the left hand side of the image display the influence of a transient current where adjacent tracks differ markedly at the intermediate to long wavelengths. In contrast the tracks on the right of Figure 7A are less affected by the current and are approximately parallel. When these tracks are simply gridded together this leads to short wavelength high amplitude noise contamination across tracks, due to the comparatively small distance that separates adjacent tracks.
Figure 7B shows the RSSH after cross-over-levelling with the ocean current running below the Cape of Africa causing a band of noise contamination running approximately east/west across the centre of the image. If these discrepancies are not resolved prior to conversion to gravity this short wavelength noise will dominate the final gravity solution because of the effect of applying a vertical derivative. However, by careful application of the GETECH micro-levelling technique we have resolved these ocean current discrepancies without a loss of signal, see Figure 7C
Figure 7. Effective suppression of ocean current signal without loss of short wavelength resolution (2" graticule for scale).
Inshore definition: By re-picking the 20 Hz ERS1 data we have been able to track the variability of the waveforms close to shore so that spurious waveforms can be removed prior to finally defining the waveform parameters and inversion. These data have then been integrated with the carefully edited Geosat 10 Hz data, which has allowed us to track solutions to within 2 to 5 km of the coast compared with up to 50 km for public domain solutions. A good example is shown for N Sulawesi in Figure 8, where the definition of our satellite data, either as the free air gravity or its total horizontal derivative, are clear to see. This allows the marine satellite data to be more easily linked to the onshore gravity data.
Figure 8 Improved definition of the marine gravity field to within 2 to 5 km from the coast line
Global continental margin magnetic data
A valuable source of data, generally underused, is the large volume of public domain magnetic data compiled by NGDO (www. ngdc. noaa. gov) from a wide range of academic, industry and government sources. When integrated with proprietary data there is an impressive coverage. GETECH is currently reprocessing these public domain data for the oil industry for a similar area covered by the Global Continental Margins Gravity Study (Figure 1). Figure 9 shows the global coverage of these data and figure 10 shows how well the data can be reprocessed using proprietary micro-levelling software compared with numerous other attempts (e. g. DNAG, NAMAG-2003 not shown).
Figure 9. Global Continental Margins Magnetic Study coverage of public domain and GETECH compilation data sets.
These data have been recorded as absolute values of the magnetic field and contain a range of errors and noise signals including spikes, magnetic storms, diurnal variations and secular variations. Some of these noise signals require careful inspection and editing, some can be removed by deterministic approaches and others can be considered similar to the long wavelength ocean current signals shown in Figure 7. This micro-levelling technology can be applied to such data as revealed in Figure 10 allowing retention of all the short wavelength signals. The correlations and/or the lack of correlations between the gravity and magnetic data provide valuable insight to sub-surface structure.
In Equatorial areas sedimentary basins often manifest themselves as simple smooth positive magnetic anomalies and, at the simplest level, one only needs to find such anomalies to predict the location of a basin. The Malay basin off Malaysia is a good example (Figure 11) where the magnetic anomaly reflects the underlying basin geometry. Although this basin has in excess of 14 km of sediments, there is hardly any gravitational expression of the low density sediments! This is due to the isostatic response of the elevated Moho beneath the basin and demonstrates the importance of using both gravity and magnetic data together rather than in isolation. Not everywhere is the spatial coverage of magnetic data as good as shown in Figures 10 and 11. In such areas single magnetic profiles through basins can provide important information.
Figure 10. Caribbean comparisons of the reprocessed public domain magnetic data and satellite derived free air gravity data. Spot the similarities and differences (2° graticule for scale)
Figure 11. Total Intensity magnetic field of the Malay basin offshore Peninsula Malaysia showing smooth large amplitude positive anomaly over the basin. (1° graticule for scale)
Conclusion
The exploration value of the high resolution (down to 10 km at 2-3 mGal) satellite gravity data is now being appreciated by many international oil companies. They are being used to map geological structure regionally down to concession scales to identify structures that are worthy of further investigation. When coupled with magnetic data, be it single profile or good spatial coverage, and oil seep data, the non-seismic data become a valuable and cost efficient exploration tool. Cost effective in this case means that the data can be used to target those areas where the purchase of speculative seismic data will be justified. This may not be the message that seismic companies want to hear!
References
Fairhead, J. D., Green, C. M. and Dickson, W. G. [2001a] Oil exploration from space: fewer places to hide. First Break, 19.9, 514-519.
Fairhead, J. D., Green, C. M. and Odegard, M. E. [2001b] Satellite derived gravity having an impact on marine exploration. The Leading Edge (August), 873-876.
Haxby, W. F., [1987] Gravity field of the world oceans. National Geophysical Data Center, NOAA, Boulder, CO.
Maus, S., Green, C. M. and Fairhead, J. D. [1998] Improved ocean-geoid resolution from retracked ERS1 satellite altimeter waveforms. Geophysical Journal International, 134,243-253.
Olgiati, A., Balmino, G., Sarrailh, M., and Green, C. M. [1995] Gravity anomalies from satellite altimetry: comparison between computation via geoid heights and via deflections of the vertical: Bulletin Geodesique 69, 252-260.
Sandwell, D. T. and Smith, W. H. F. [1997] Marine gravity anomaly from Geosat and ERS1 satellite altimetry. Journal of Geophysical Research, 102, 10,039-10,054.
abundance | зд. избыток |
achieve | достигать |
adjacent | смежный |
agency | агентство, сила, фактор |
airborne | бортовой |
allow | разрешать, давать возможность |
altimeter | высотомер, альтиметр |
altimetry | альтиметрия, измерение высоты |
aperture | апертура (оптич.) |
application | применение, наложение (матем.) |
approach | приближение, подход, приближаться |
basin | бассейн |
bias | наклон |
break | бросок, сдвиг |
claim | зд. заявлять |
comparison | сравнение |
conjunction | соединение |
consecutive | последовательный |
consider | рассматривать |
consortium | консорциум |
contaminate | загрязнять, портить |
contamination | загрязнение, порча |
converting | преобразование |
coverage | охват |
crust | зд. земная кора |
dataset | набор данных |
density | плотность, распределение |
derivative | производный |
derived | производный |
design | план, проектировать |
determine | определять, обулавливать |
deterministic | детерминированный |
develop | развивать, разрабатывать |
discrepancy | расхождение |
distinct | отдельный, явный, определённый |
disturbing | нарушение, разрушение |
diurnal | суточный |
domain | зд. собственность |
drilling | решение, разрешение |
edge | кромка, грань |
effort | усилие |
electromagnetic | электромагнитный |
emergent | появляющийся, возникающий |
envelope | пакет |
equipotential | эквипотенциальный |
exploration | изучение, исследование |
filtering | фильтрация |
fracture | разлом |
gap | пробел, пропуск, разрыв |
geoid | геоид |
globally | глобально |
gravity | сила тяжести; тяготение |
handle | управлять (обрабатывать) |
hydrocarbon | углеводород, углеводородный |
impact | влияние, воздействие |
improving | улучшать, совершенствовать |
incident | случайность, событие, инцидент |
inconsistent | несовместимый |
increasing | возрастающий |
influence | влияние, воздействие |
inspection | осмотр, экспертиза |
interpolation | интерполяция |
isostatic | изостатический |
location | местоположение |
magnetic | магнитный |
margin | приграничная полоса |
mega | очень крупный |
micro-levelling | микро-уравнивание |
midpoint | середина |
mouth | зд. устье |
noise | шум |
non-seismic | не-сейсмический |
oil | нефть |
offshore | офшор |
onset | начало, атака |
operation | операция, процесс |
pick | выбирать, отбирать |
plate | плита, земной пласт |
polynomial | полиномиальный |
previously | предварительно |
procedure | процедура, процесс |
processing | обработка |
proprietary | собственность, патентованное средство |
provide | давать, обеспечивать |
reducing | уменьшение, ослабление |
refinement | обработка |
refining | очистка, перегонка |
release | выпускать, опубликовывать (амер.) |
reliability | надежность, достоверность |
reprocessing | переработка |
reservoir | хранилище; накопитель |
residual | остаточный |
resistive | имеющий сопротивление |
resolution | решение, анализ |
respectively | соответственно |
response | ответ, отклик |
retention | использование |
removal | удаление, выемка |
reverse | обратный, перемена |
sampling | выборка |
satellite-based | спутниковый |
satellite-derived | определяемый по спутниковым данным |
scatter | разброс |
screening | экранирование |
sedimentary | осадочный |
secular | вековой, долговременный |
seep | просачивание, утечка |
segment | сегментировать |
sequential | последовательный |
simultaneously | вместе, совместно |
slope | наклон |
solution | решение |
sounding | зондирование |
spacing | расстояние, расположение |
spectacular | впечатляющий |
spike | резкий скачок |
split | разбить |
spurious | ложный |
stack | компоновка, множество, собирать |
straightforward | прямой |
structure | структура |
subsequent | последующий |
subsurface | подповерхностный |
subtle features | тонкие особенности |
survey | обзор, исследование |
swath | ряд |
target horizon | целевой горизонт |
tectonic | тектонический |
tidal | приливо-отливный |
time-consuming | требующий больших затрат времени, длительный |
tolerance | отклонение, допуск |
track | прокручивать |
transmit | передавать, зд. пересчитывать |
triangular | треугольный |
ultimate | окончательный |
under-sampling | "при осуществлении выборки" |
unknown | неизвестный, неизвестная величина |
variation | вариация, разброс |
warrant | гарантировать, служить основанием |
waveform | волна, сигнал |
wavelength | длина волны |
