Collings

解锁墨西哥旧湾的隐藏潜力，用于碳捕获和储存探索Rachel Collings*，Igor Marino，Adria

Unlocking hidden potential in shallow water Gulf of Mexico legacy data for carbon capture and storage exploration Rachel Collings*, Igor Marino, Adriana Arroyo Acosta, Jack Kinkead, Hugo Medel, Trong Tang, Gabriela Suarez and Brett Sellers, PGS Summary The development of carbon capture and storage (CCS) relies heavily on high-resolution seismic images to characterize both the存储地点及其覆盖层的地质框架。在这项研究中，我们表明，通过应用最新的成像技术，我们可以在墨西哥湾的浅水区域内产生适合表征和驱散地点的结果。对场数据的分析揭示了几何问题，幅度变化以及各种噪声的强污染。为了准备成像的数据，我们部署了全面的小波处理工作流程。为了获得高分辨率速度模型，实现了地震反转工作流。为了达到所需的分辨率，运行了最小二乘的kirchhoff迁移。然而，由于水深度从3-15 m不等，主要反射的近后地震覆盖范围不足以估计浅反射率。相反，使用了具有倍数的成像。传统的Kirchhoff体积具有有限的带宽，并且不会成像任何浅反射率。与倍数的成像揭示了通道网络以及到达水底的浅断层，这对于表征存储复合物的地质框架至关重要，并正确评估了风险。此高分辨率地震数据将允许对该区域的故障框架进行详细映射。在墨西哥湾（GOM）的浅水中引入碳捕获和储存（CCS）正在增加牵引力，作为达到零排放净排放的可行选择。对其发展至关重要的是高分辨率地震图像，以表征目标存储复合物周围的地质框架。表征碳存储位点的容量和遏制是较大CCS价值链的风险分析的一部分。浅水和环境法规导致收购新数据的艰巨成本和复杂性。但是，有大量的老式海洋底电缆（OBC）数据可供重新处理。在这项研究中，我们表明，将最新的技术解决方案和工作流应用于这些老式数据集可以解锁其他价值和信息产生的结果，适合表征碳存储站点的容量和遏制。