O Domo de Vargeão representa um notável e raro exemplo de estrutura de impacto meteorítico formada sobre derrames vulcânicos cretáceos da Formação Serra Geral, na América do Sul. Esta conspícua depressão circular tem seu centro localizado em 26º49'S e 52º10'W, e possui 12,4 km de diâmetro. No interior do Domo ocorrem feições características de deformação por impacto, tais como shatter cones em arenitos e basaltos, e feições microscópicas do tipo deformação planar em quartzo. Dados magnéticos e sísmicos de reflexão disponíveis para a região da estrutura foram processados e interpretados em conjunto com dados de sensoriamento remoto, tais como modelos digitais de elevação SRTM (Shuttle Radar Topographic Mission) e imagens Radarsat-1 e TERRA/ASTER. A análise dos dados magnéticos e sísmicos permitiu: (i) classificar o Domo de Vargeão como uma estrutura de expressão crustal rasa, com indicativos da existência de uma zona de intensa deformação situada abaixo da mesma; (ii) associar o alto magnético coincidente com o núcleo da estrutura à ocorrência de brechas de impacto do tipo pseudotaquilíticas; e (iii) associar a zona de baixo magnético, localizada próxima às bordas da estrutura, à ocorrência de blocos da unidade Ácidas Chapecó. O grau de exposição e fácil acesso aos afloramentos rochosos em seu interior tornam esta estrutura um sítio potencial para a realização de estudos de análogos em processos de evolução das superfícies planetárias, que contribuam para o entendimento da evolução de corpos planetários sólidos como a Lua, Marte e Vênus, entre outros.

Vargeão Dome constitutes a rare example of a complex meteoritic impact structure formed in the Cretaceous volcanic lava flows of Serra Geral Formation, in South America. This conspicuous circular depression has its center at 26º49'S and 52º10'W and a diameter of 12.4 km. Impact deformation features found at Vargeão include shatter cones in sandstone and basalt, as well as planar deformational features in quartz. Available geophysical data for this structure comprise airborne magnetics and seismic surveys, which were processed and interpreted in combination with remote sensing data, such as digital elevation model generated by the SRTM (Shuttle Radar Topographic Mission) and Radarsat-1 and TERRA/ASTER satellites images. Magnetic and seismic data analysis allowed: (i) to interpret it as shallow structure, with a strongly deformed zone underneath; (ii) to associate a magnetic high spatially coincident with the central portion of the structure to the occurrence of pseudotachylite impact breccia; (iii) to associate the circular magnetic low located near the rim of the structure to the occurrence of large blocks of the Ácidas Chapecó volcanics unit. Favorable exposure of the shocked rocks, combined with easy access, makes this impact structure potentially important for conducting analogue studies of planetary surfaces, thus helping to understand the evolution of solid bodies such as the Moon, Mars, Venus, among others.

Os dados sísmicos terrestres são afetados pela existência de irregularidades na superfície de medição, e.g. a topografia. Neste sentido, para obter uma imagem sísmica de alta resolução, faz-se necessário corrigir estas irregularidades usando técnicas de processamento sísmico, e.g. correições estáticas residuais e de campo. O método de empilhamento Superfície de Reflexão Comum, CRS ("Common-Reflection-Surface", em inglês) é uma nova técnica de processamento para simular seções sísmicas com afastamento-nulo, ZO ("Zero-Offset", em inglês) a partir de dados sísmicos de cobertura múltipla. Este método baseia-se na aproximação hiperbólica de tempos de trânsito paraxiais de segunda ordem referido ao raio (central) normal. O operador de empilhamento CRS para uma superfície de medição planar depende de três parâmetros, denominados o ângulo de emergência do raio normal, a curvatura da onda Ponto de Incidência Normal, NIP ("Normal Incidence Point", em inglês) e a curvatura da onda Normal, N. Neste artigo o método de empilhamento CRS ZO 2-D é modificado com a finalidade de considerar uma superfície de medição com topografia suave também dependente desses parâmetros. Com este novo formalismo CRS, obtemos uma seção sísmica ZO de alta resolução, sem aplicar as correições estáticas, onde em cada ponto desta seção são estimados os três parâmetros relevantes do processo de empilhamento CRS.

The land seismic data suffers from effects due to the near surface irregularities and the existence of topography. For obtaining a high resolution seismic image, these effects should be corrected by using seismic processing techniques, e.g. field and residual static corrections. The Common-Reflection-Surface (CRS) stack method is a new processing technique to simulate zero-offset (ZO) seismic sections from multi-coverage seismic data. It is based on a second-order hyperbolic paraxial traveltime approximation referred to a central normal ray. By considering a planar measurement surface, the CRS stacking operator is defined by means of three parameters, namely the emergence angle of the normal ray, the curvature of the normal incidence point (NIP) wave, and the curvature of the normal (N) wave. In this paper the 2-D ZO CRS stack method is modified in order to consider effects due to the smooth topography. By means of this new CRS formalism, we obtain a high resolution ZO seismic section, without applying static corrections. As by-products the 2-D ZO CRS stack method we estimate at each point of the ZO seismic section the three relevant parameters associated to the CRS stack process.

O método de empilhamento Superfície de Reflexão Comum (SRC) foi originalmente introduzido como um método data-driven para simular seções afastamento-nulo a partir de dados sísmicos de reflexão pré-empilhados 2-D adquiridos ao longo de uma linha de aquisição reta. Este método está baseado em uma aproximação de tempos de trânsito hiperbólica de segunda ordem parametrizada com três atributos cinemáticos do campo de onda. Em dados terrestres, os efeitos topográficos desempenham um papel importante no processamento e imageamento de dados sísmicos. Assim, esta característica tem sido considerada recentemente pelo método SRC. Neste trabalho apresentamos uma revisão das aproximações de tempos de trânsito SRC que consideram topografia suave e rugosa. Adicionalmente, nós revemos também a aproximação de tempos de trânsito Multifoco para o caso da topografia rugosa. Por meio de um exemplo sintético simples, nós fornecemos finalmente as primeiras comparações entre as diferentes expressões de tempos de trânsito.

The Common-Reflection-Surface (CRS) stacking method was originally introduced as a data-driven method to simulate zero-offset sections from 2-D reflection pre-stack data acquired along a straight line. This approach is based on a second-order hiperbolic traveltime approximation parameterized with three kinematic wavefield attributes. In land data, topographic effects play an important role in seismic data processing and imaging. Thus, this feature has been recently considered by the CRS method. In this work we review the CRS traveltime approximations that consider the smooth and rugged topography. In addition, we also review the Multifocusing traveltime for a rugged topography. By means of a simple synthetic example, we finally provide first comparisons between the various traveltime expressions.

O método da superfície comum de reflexão CRS (Common Reflection Surface) é uma extensão do tradicional método NMO (Normal Move Out). O CRS permite somar ou empilhar traços dispostos em configurações mais gerais que as de ponto médio comum CMP (Common MidPoint). Para tal propósito, o método CRS utiliza uma equação de tempo de trânsito generalizada, que depende da tradicional velocidade NMO e de outros parâmetros. Da mesma maneira que no método NMO, os parâmetros CRS são determinados a partir de uma análise de coerência nos dados de cobertura múltipla. A construção das seções simuladas de afastamento nulo requer três parâmetros no caso 2D. Este trabalho trata a estimação destes parâmetros e compara três algoritmos de otimização local aplicados ao refinamento dos parâmetros CRS. As comparações são feitas usando dados sintéticos e reais.

The Common Reflection Surface (CRS) method is a powerful extension of the well established Common Midpoint (CMP) method in the sense that it is able to accept, at each trace location on the zero-offset (ZO) section to be constructed, reflection data from source and receiver pairs that are arbitrarily located around that point. The CRS method uses the general hyperbolic moveout, that depends, in the 2D situation considered in this work, on three parameters. One of these parameters is the classical NMO velocity. As in the single-parameter CMP method, the CRS parameters or attributes are estimated by a direct application of suitable coherence analysis to the input multicoverage data. The estimation of the three CRS parameters is generally performed in two steps. The first step has a global character and aims in obtaining an initial estimate of the parameters. The second step has a local character, trying to refine the previous initial values to more accurate values. Here we focus on the refinement step assuming that initial estimates have been already provided. We review and compare three of these methods and compare their performances on illustrative synthetic and real data examples. Comparisons with the application of the conventional CMP method are also provided.

Propomos um método capaz de filtrar ruído bem como suprimir outliers de uma função real amostrada, impondo praticamente nenhuma condição. A partir de uma seleção a priori da quantidade de nós que definirão a spline, porém não suas localizações, o método automaticamente determina a spline cúbica que melhor ajusta os dados, no sentido de quadrados mínimos. Dado que o método é rápido, torna-se viável a realização de vários ajustes com quantidades distintas de nós, conferindo assim a flexibilidade desejada ao processo. Como exemplo, aplicamos o método a alguns problemas em Geofísica.

We propose a method that is capable to filter out noise as well as suppress outliers of sampled real functions under fairly general conditions. From an a priori selection of the number of knots that define the adjusting spline, but not their location in that curve, the method automatically determines the adjusting cubic spline in a least-squares optimal sense. The method is fast and easily allows for selection of various possible number of knots, adding a desirable flexibility to the procedure. As an illustration, we apply the method to some typical situations found in geophysical problems.

Aplicado aos dados multicovertura, o método da Superfície Comum de Reflexão (CRS) obtém uma seção empilhada mais limpa e um número de parâmetros do tempo de trânsito ou atributos definidos em cada ponto da seção. Os parâmetros do CRS proporcionam informação útil para uma variedade de processos sísmicos. Consideramos o uso de atributos do CRS na identificação e na atenuação de múltiplas. Na situação 2D, o método CRS fornece três parâmetros associados com a resultante (empilhada) seção de afastamento nulo (ZO). Apresentamos e discutimos um algoritmo simples desenhado para identificar e, num próximo estágio, atenuar ou eliminar múltiplas. As primeiras experiências mostram que estes algoritmos têm o potencial favorável de substituir os métodos de supressão existente.

Applied to multicoverage data, the Common-Reflection-Surface (CRS) method obtains, besides a clear stacked section, also a number of traveltime parameters or attributes defined at each point of that section. The CRS parameters provide useful information for a variety of seismic processing purposes. We consider the use of CRS attributes in multiple identification and attenuation. In the 2D situation, the CRS method produces three parameters associated with the resulting simulated (stacked) zero-offset (ZO) section. We propose and discuss simple algorithms designed to identify and, as a next stage, attenuate or eliminate multiples. First experiments show that these algorithms have the potential of favorably replace well-established multiple suppression methods.