Neste trabalho é estudado um novo método determinístico de estimativa do pulso sísmico (Weglein e Secrest, 1988) aplicado para meios acústicos bidimensionais. Sob condiçães ideais este método estima o pulso gerado pela fonte de maneira perfeita, porém seu resultado depende da geometria de aquisição. Para parâmetros realísticos o método tem resultado distorcido, apresentando um pulso próximo do real porém diferente a cada ponto do meio. É mostrada a dependência do método em relação a cada parâmetro de aquisição isoladamente e em conjunto. É apresentada uma abordagem determinístico-estatística do método que só depende dos parâmetros de aquisição, independente das heterogeneidades do meio e da forma da assinatura da fonte. Tal abordagem permite conhecer a energia do erro da estimativa em cada ponto do meio, podendo ser empregada tanto na fase de aquisição dos dados, como também no processamento e na otimização dos pulsos estimados. São aplicados e comparados procedimentos provenientes da abordagem determinístico-estatística e puramente estatísticos na correção das distorçães causadas pelo método determinístico.

In this work we study a new method of wavelet estimation (Weglein e Secrest, 1988), and apply it to 2-D acoustic media. Under ideal conditions, this method estimates the source-generated wavelet exactly, but the results is influenced by the field parameters. For realistic consitions, however, this method shows a distorted result in which the wavelet is close to the actual one, but varies at every point of the medium. The method's dependence on every single acquisition parameters is shown, as well as for grouped parameters. A stochastic-deterministic approach to this method is showed and used, which depends only on field acquisition parameters, independently from heterogeneities of the medium and wavelet's shape. Such approach gives us the wavelet estimation error at each point of the medium and can be applied during data acquisition as well as during signal processing and to give optimum wavelet estimation. We apply the stochastic-deterministic and purely sthocastic methods to minimize the estimation error.