[pt] Este trabalho tem por objetivo investigar um método para auxiliar na quantificação de características sísmicas do subsolo. O modelo sísmico bidimensional de reflexão usa a equação Normal Move Out (NMO), para calcular os tempos de trânsito das ondas sísmicas, tipo P, refletidas em camadas isotrópicas e inclinadas. Essa equação usa a velocidade raiz quadrática média RMS como valor representativo das velocidades intervalares das camadas unidas. No processo de inversão para múlltiplas camadas, as velocidades RMS representam o problema principal para estimar as velocidades intervalares. Conseqüentemente, o método proposto estima sequencialmente os parâmetros do modelo sísmico, para resolver esse problema a partir dos tempos de trânsito com Algoritmos Genéticos Híbridos (algoritmo genético e algoritmo Nelder Mead Simplex). Os tempos de trânsito são sintéticos e a estimação de parâmetros é tratada como um problema de minimização. Com o método proposto foi obtido um alto grau de exatidão, além de reduzir o tempo de computação em 98,4 % em comparação com um método de estimação simultânea de parâmetros. Para aliviar a complexidade e a demora na geração de um modelo em três dimensões se contrói um modelo sísmico em três dimensões formado com modelos bidimensionais, sob cada unidade retangular da malha de receptores do levantamento sísmico, para camadas isotrópicas curvadas, com variações suaves das pendentes e sem descontinuidades. Os modelos bidimensionais formam polígonos que representam as superfícies de interface que são projetadas sob os retângulos da malha. Dois conjuntos de superfícies poligonais são gerados para auxiliar na localização das camadas. / [en] The objective of the present work is to investigate a method to help in the quantification of seismic characteristics underground. The two-dimensional seismic model of reflection employs the equation Normal Move Out (NMO) to calculate the travel times of P waves reflected on inclined and isotropic layers. This equation uses the root mean square velocity as a representative value of the joined layers velocities. At the inversion process, for multiple layers, the root mean square velocities are the main problem to estimate the layer velocities. Consequently, to solve that problem, the proposed method estimates sequentially the parameters of the seismic model using travel times and the Hybrid Genetic Algorithms (Genetic algorithm and the Nelder Mead Simplex algorithm). The travel times are synthetic and the estimation of parameters is treated as a minimization problem. With proposed method was obtained high grade of accurate, and the reduction of 98.4 % of computing time when it was compared to a simultaneous parameters estimation method. For decreasing the complexity and the delay to generate the models in three dimensions is proposed the construction of a three-dimensional seismic model formed with two-dimensional models, under every rectangular cell of the mesh of receptors of the seismic survey, for curved isotropic layers with soft variations in the gradient and without discontinuities. The two-dimensional models form polygons that represent the surfaces of interfaces that are designed under the rectangles of the surface or soil. Two sets of polygonal surfaces are generated to help at the geometric localization of layers.

[pt] Este trabalho quantifica o erro que se comete durante o processamento sísmico quando uma abordagem isotrópica é utilizada na análise de velocidade e correção de sobretempo normal (NMO) em dados anisotrópicos. Esta quantificação é realizada através da repetição do experimento de análise de velocidade em dados sísmicos sintéticos construídos a partir de um modelo geológico simples (porém realista) representando uma seqüência sedimentar típica de águas profundas com camadas horizontais onde uma delas é anisotrópica (VTI). A variação da anisotropia é conhecida e a diferença entre as velocidades NMO encontradas para cada modelo é quantificada. O resultado também é quantificado através da diferença na profundidade de uma camada resultante da conversão tempo- profundidade a partir da velocidade obtida no procedimento e mostra que, dependendo da anisotropia, o erro na velocidade (e/ou profundidade) por não se considerar anisotropia pode chegar a 10-15 porcento para valores de anisotropia que são encontrados habitualmente na natureza. A análise desta quantificação também mostra que o parâmetro de anisotropia delta é muito mais influente sobre o erro da velocidade que o parâmetro e e que a espessura da camada utilizada no experimento. Para complementar o trabalho, é verificada a melhor abordagem anisotrópica de correção de sobretempo normal para dados reais a partir de equações existentes na literatura, tanto para a correção de NMO quanto para a estimativa de parâmetros de anisotropia. A utilização de equações que incluem anisotropia permitem uma melhor correção do sobretempo normal e uma boa estimativa dos parâmetros de anisotropia épsilon e delta. Os parâmetros estimados foram utilizados em um algoritmo de migração para meio anisotrópico pré-empilhamento em profundidade e foi verificado que quando existe uma boa estimativa de delta, a profundidade migrada do refletor sofre uma distorção, desprezível em comparação à sua posição original. Em conjunto com este estudo, também é proposta uma técnica alternativa para análise de velocidade utilizando uma função de discriminantes lineares chamada gradiente descendente. Esta metodologia permite adaptar várias equações de NMO e obter todos os parâmetros da equação de uma única vez (t0 ,VNMO e eta), diferentemente do método de coerência geralmente utilizado para realizar análise de velocidade e que só permite a obtenção de dois parâmetros ao mesmo tempo (t0 e VNMO), tornando necessária uma segunda análise de velocidade. O método do gradiente descendente proposto neste trabalho foi testado para quatro funções de sobretempo normal com dados sintéticos e um dado real e foi considerado rápido, robusto e eficiente. / [en] This work quantifies the error created during seismic processing when isotropic approach is used to normal moveout correction and velocity analysis and the seismic data is anisotropic. This quantification is made by performing velocity analysis in several synthetic seismograms built from a simple (but realistic) geological model with some horizontal layers, one of them being anisotropic (VTI), representing a common deep water sedimentary sequence. The anisotropy in the model is known and the difference between the NMO velocities found by seismic processing (semblance analysis) is quantified for each model. The result is also shown through the difference in depth obtained from time-depth conversion with NMO velocity. Depending on the anisotropic degree, the velocity (and/or depth) error produced when the anisotropy is not considered can be up to 10-15 percent for anisotropic values commonly found in nature. This quantification analysis also concludes that delta parameter influences more on velocity error than e parameter and layer depth. To complement this work, the best anisotropic approach for normal moveout correction to be used in real data is investigated, by comparing some NMO functions found in technical papers, analyzing the data correction and the parameter estimation. The usage of NMO equation with anisotropic approach in anisotropic seismic data allows a better normal moveout correction and the anisotropic parameters ( épsilon and delta) can be estimated from velocity analysis. The estimated anisotropic parameters were applied in a pre-stack anisotropic depth migration algorithm and it was verified that when delta is well estimated, the migrated position of a seismic reflector is not very distorted from its real position. It is also proposed in this Thesis one alternate technique for velocity analysis using one linear discriminant function called gradient descendent. This methodology allows adopting several normal moveout functions and obtaining all the equation parameters (t0 , VNMO and eta) at once, differently from semblance method used in conventional velocity analysis that only allows obtaining two parameters at the same time (t0 and VNMO ), which requires a second velocity analysis to obtain all equation parameters. The proposed gradient descendent method was tested with four NMO equations and it was shown to be fast, robust and efficient.

[pt] Esta dissertação investiga o uso de Algoritmos Genéticos aplicados em dados sísmicos com o objetivo de obter parâmetros físicos e atributos sísmicos que auxiliem na caracterização das rochas de um subsolo terrestre. Os dados sísmicos têm sido extensamente empregados no setor de exploração de petróleo. As aplicações envolvendo sísmica não se restringem na busca por novas reservas de petróleo, mas também são usadas para projetar novos poços e melhorar a produção dos reservatórios de petróleo. O levantamento de dados sísmicos permite analisar extensas áreas da subsuperfície com custo praticável em relação a outras técnicas. Entretanto, a interpretação desses dados com o objetivo de obter informações relevantes e acuradas não é uma tarefa simples. Para isto, várias técnicas de inversão sísmica vêm sendo desenvolvidas. Este trabalho consistiu em avaliar uma alternativa que emprega Algoritmos Genéticos para inverter parâmetros a partir de dados sísmicos. Existem 3 etapas principais neste trabalho. Primeiramente, foram estudados o tema da exploração sísmica e a técnica de Algoritmos Genéticos. Na segunda etapa foi definido um modelo, usando Algoritmos Genéticos, que busca, neste caso, minimizar uma medida de erro, para obtenção dos parâmetros objetivos. Finalmente, foi implementado um sistema a partir do modelo proposto e realizados os estudos de casos com dados sísmicos sintéticos para avaliar o seu desempenho. O modelo baseado em Algoritmos Genéticos foi avaliado submetendo-se seus resultados a um especialista e comparando-os com os da busca aleatória. Os resultados obtidos se mostraram consistentemente satisfatórios e sempre superiores aos da busca exaustiva. / [en] This dissertation investigates the use of Genetic Algorithms applied to seismic data with the objective of obtaining physical parameters and seismic attributes that would facilitate the characterization of rocks in terrestrial subsoil. The seismic data has been extensively utilized in the field of petroleum exploration. The applications involving seismic are not restrained to the search for new petroleum reserves, but are also used to project new wells and to improve the production of existing petroleum reservoirs. The survey of seismic data allows the analysis of extended areas of the subsurface at an affordable price relative to other techniques. However, the interpretation of the data with the objective of obtaining relevant and accurate information is not an easy task. For that, several seismic inversion techniques are being developed. This work consists in evaluating an alternative that uses Genetic Algorithms to invert parameters from seismic data. There are 3 main stages in this work. Initially, the theme of seismic exploration and the technique of Genetic Algorithms have been studied. On the second stage a model has been defined, using Genetic Algorithms, which aims, in this case, to minimize an error measurement, obtaining objective parameters. Finally, a system from the proposed model has been implanted and the study of cases with synthetic seismic data has been executed to evaluate its performance. The process of optimizing has been compared to the process of random search and the results obtained by the model have always been superior.