Spelling suggestions: "subject:"ondas sísmica - velocidade"" "subject:"ondas sísmica - elocidade""
1 |
Inversão da forma de onda orientada ao alvoCOSTA, Carlos Alexandre Nascimento da 16 September 2016 (has links)
Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-08-10T15:47:06Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Tese_InversaoFormaOnda.pdf: 6710248 bytes, checksum: 11d58ee38a890375b5e4f94c3fd3e8d9 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-23T13:46:27Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Tese_InversaoFormaOnda.pdf: 6710248 bytes, checksum: 11d58ee38a890375b5e4f94c3fd3e8d9 (MD5) / Made available in DSpace on 2017-08-23T13:46:27Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Tese_InversaoFormaOnda.pdf: 6710248 bytes, checksum: 11d58ee38a890375b5e4f94c3fd3e8d9 (MD5)
Previous issue date: 2016-09-16 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / FAPESP - Fundação de Amparo à Pesquisa do Estado de São Paulo / INCT/GP - Instituto Nacional de Ciência e Tecnologia de Geofísica do Petróleo / PETROBRAS - Petróleo Brasileiro S.A. / Propomos uma nova metodologia de inversão da forma de onda orientada ao alvo para estimar os parâmetros físicos de uma área alvo em subsuperfície para dados sísmicos adquiridos com aquisição VSP-desviado ou com aquisição com fontes e receptores localizados na superfície. Além disso, investigamos a importância de eventos de múltiplos espalhamentos no conjunto de dados usados como inputs para estimar as respostas ao impulso da área alvo em subsuperfície iterativamente através de um esquema de inversão esparso para as mesma geometria de aquisição anteriormente citadas. Essas metodologias são baseadas no ajuste entre os campos de onda ascendente observado e modelado em um específico nível em profundidade próximo da área alvo, onde o campo de onda ascendente modelado é estimado através da representação tipo-convolução para função de Green. A principal característica de nossa metodologia de inversão da forma de onda orientada ao alvo é usar como inputs os campos de onda descendente e ascendente para estimar os parâmetros físicos locais sem necessitar que estes campos de onda sejam locais, dessa maneira evitamos adotar qualquer metodologia de redatumação para estimar as respostas ao impulso locais. Mostramos através de exemplos numéricos que podemos relaxar a necessidade de uma densa amostragem de fontes e receptores, característicos de esquemas de redatumação baseados em interferometria, para estimar as respostas ao impulso da área alvo através do esquema de inversão esparso usando como inputs os campos de onda com eventos de múltiplos espalhamentos. Estas metodologia são atraentes para dados sísmicos de aquisição VSP-desviado, pois para este tipo de dado não é necessário conhecer a região localizada acima da área alvo para estimar os campos de onda ascendente e descendente usados como inputs em ambas as metodologias. No entanto, para dados sísmicos adquiridos com fontes e receptores localizados na superfície, em princípio é necessário conhecer um modelo de velocidade a priori para estimar os campos de onda ascendente e descendente próximo da área alvo. Para ambas as metodologias investigadas, usamos a inversão da forma de onda baseada em migração para estimar os campos de onda ascendente e descendente próximo da área alvo a partir de dados sísmicos adquiridos com fontes e receptores na superfície. / We propose a new target-oriented waveform inversion to estimate the physical parameters from a specific target in the subsurface from observed data from deviated-VSP acquisition or surface seismic data. Furthermore, we investigate a strategy to estimate the impulse responses from a local target in the subsurface from deviated-VSP acquisition or surface seismic data as an iterative sparse inversion approach, where the main feature of this strategy is that all multiple scattering in the data is used to enhance the illumination at target level. In these approaches we fit the upgoing wavefields observed at a specific level near the local target with the upgoing wavefields estimated at same depth level through convolution-type representation for the Green’s function. The main feature of the target-oriented waveform inversion is that we just need to know the up- and downgoing wavefields at the depth level above the target area to estimate the physical parameters for the area of interest. We show through numerical tests that the iterative sparse inversion approach does not require dense sources sampling to estimate the impulse responses from a target below a complex overburden, because of all the extra illumination via multiples. The physical parameters above the target area is not necessary to know if we use the data from deviated-VSP geometry of acquisition, but for surface seismic data we need to know a smooth physical parameter above the target area to estimate the up- and downgoing wavefields at depth level nearby the local target. For surface seismic data we used Joint Migration Inversion to estimate the up- and downgoing wavefields at depth level near the target area.
|
2 |
Inversão de velocidades por otimização global usando a aproximação superfície de reflexão comum com afastamento finitoMESQUITA, Marcelo Jorge Luz 25 August 2016 (has links)
Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-08-31T16:35:28Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Tese_InversaoVelocidadesOtimizacao.pdf: 16170706 bytes, checksum: 1d10f311dfa0d1972ce89dfbef3c1907 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-09-11T15:52:36Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Tese_InversaoVelocidadesOtimizacao.pdf: 16170706 bytes, checksum: 1d10f311dfa0d1972ce89dfbef3c1907 (MD5) / Made available in DSpace on 2017-09-11T15:52:36Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Tese_InversaoVelocidadesOtimizacao.pdf: 16170706 bytes, checksum: 1d10f311dfa0d1972ce89dfbef3c1907 (MD5)
Previous issue date: 2016-08-25 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A literatura geofísica recente tem mostrado que a construção de um modelo inicial mais realístico possível é a forma mais apropriada de se reduzir complicações do problema mal posto da inversão da forma da onda completa, e de fornecer as condições necessárias de convergência da função objetivo em direção ao mínimo global. Modelos otimizados são úteis como estimativas iniciais para métodos mais sofisticados de inversão e migração. Desenvolvo um método de inversão de velocidade da onda P usando dados sísmicos pré-empilhados para grandes afastamentos e baseado em medidas de coerência. A estratégia de inversão proposta é totalmente automática, baseada no cálculo do semblance e regida pela aproximação de tempo de trânsito paraxial, o chamado método da Superfície de Reflexão Comum com Afastamento Finito. Ela é realizada em dois passos, a princípio, usando raios imagens e o conhecimento de um modelo de velocidades conhecido a priori, determino as interfaces refletoras em profundidade a partir de seção migrada em tempo. A seguir, o modelo em profundidade gerado é usado como entrada na parametrização do modelo de velocidades, o qual é feito camada por camada. A estratégia de inversão é baseada na análise dos semblances calculados em cada ponto médio comum pelo método da Superfície de Reflexão Comum com Afastamento Finito. Para iniciar a inversão no segundo passo, a aproximação paraxial é feita pelo traçamento de raios no modelo de velocidades em profundidade obtido no primeiro passo. Usando a média aritmética dos semblances calculados em todos os pontos médios comuns como função objetivo, camada após camada, o algoritmo de otimização global Very Fast Simulated Annealing é aplicado para obter a convergência da função objetivo em direção ao máximo global. Ao aplicar a estratégia de inversão em dados sintéticos e reais, mostro a robustez do algoritmo de inversão proposto, produzindo modelos de velocidades da onda P otimizados a partir de dados pré-empilhados. / The recent geophysical literature has shown the building of an accurate initial model is the more appropriate way to reduce the ill-posedness of the Full Waveform Inversion, providing the necessary convergence of the misfit function toward the global minimum. Optimized models are useful as initial guess for more sophisticated velocity inversion and migration methods. I developed an automatic P-wave velocity inversion methodology using pre-stack two-dimensional seismic data. The proposed inversion strategy is fully automatic, based on the semblance measurements and guided by the paraxial traveltime approximation, so-called Finite-Offset Common-Reflection-Surface. It is performed in two steps, at first using image rays and an a priori known initial velocity model we determine the reflector interfaces in depth from time migrated section. The generated depth macro-model is used as input at the second step, where the parametrization of the velocity model is made layer by layer. Each layer is separated from each other by smoothed interfaces. The inversion strategy is based on the scan of semblance measurements in each common-midpoint gather guided by the Finite-Offset Common-Reflection-Surface traveltime paraxial approximations. For beginning the inversion in the second step, the finite-offset common-midpoint central rays is built by ray tracing from the velocity macro-model obtained in the first step. By using the arithmetic mean of total semblance calculated from the whole common-midpoint gathers as objective function, layer after layer, a global optimization method called Very Fast Simulated Annealing algorithm is applied in order to obtain the convergence of the objective function toward the global maximum. By applying to synthetic and real data, I showed the robustness of the inversion algorithm for yielding an optimized P-wave velocity macro-model from pre-stack seismic data.
|
Page generated in 0.0528 seconds