We discuss a full-waveform based material profile reconstruction in two-dimensional heterogeneous semi-infinite domains. In particular, we try to image the spatial variation of shear moduli/wave velocities, directly in the time-domain, from scant surficial measurements of the domain's response to prescribed dynamic excitation. In addition, in one-dimensional media, we try to image the spatial variability of elastic and attenuation properties simultaneously. To deal with the semi-infinite extent of the physical domains, we introduce truncation boundaries, and adopt perfectly-matched-layers (PMLs) as the boundary wave absorbers. Within this framework we develop a new mixed displacement-stress (or stress memory) finite element formulation based on unsplit-field PMLs for transient scalar wave simulations in heterogeneous semi-infinite domains. We use, as is typically done, complex-coordinate stretching transformations in the frequency-domain, and recover the governing PDEs in the time-domain through the inverse Fourier transform. Upon spatial discretization, the resulting equations lead to a mixed semi-discrete form, where both displacements and stresses (or stress histories/memories) are treated as independent unknowns. We propose approximant pairs, which numerically, are shown to be stable. The resulting mixed finite element scheme is relatively simple and straightforward to implement, when compared against split-field PML techniques. It also bypasses the need for complicated time integration schemes that arise when recent displacement-based formulations are used. We report numerical results for 1D and 2D scalar wave propagation in semi-infinite domains truncated by PMLs. We also conduct parametric studies and report on the effect the various PML parameter choices have on the simulation error. To tackle the inversion, we adopt a PDE-constrained optimization approach, that formally leads to a classic KKT (Karush-Kuhn-Tucker) system comprising an initial-value state, a final-value adjoint, and a time-invariant control problem. We iteratively update the velocity profile by solving the KKT system via a reduced space approach. To narrow the feasibility space and alleviate the inherent solution multiplicity of the inverse problem, Tikhonov and Total Variation (TV) regularization schemes are used, endowed with a regularization factor continuation algorithm. We use a source frequency continuation scheme to make successive iterates remain within the basin of attraction of the global minimum. We also limit the total observation time to optimally account for the domain's heterogeneity during inversion iterations. We report on both one- and two-dimensional examples, including the Marmousi benchmark problem, that lead efficiently to the reconstruction of heterogeneous profiles involving both horizontal and inclined layers, as well as of inclusions within layered systems. / text

Actuellement, le principal obstacle à la mise en œuvre de la FWI élastique en trois dimensions sur des cas d'étude réalistes réside dans le coût de calcul associé aux taches de modélisation sismique. Pour surmonter cette difficulté, je propose deux contributions. Tout d'abord, je propose de calculer le gradient de la fonctionnelle avec la méthode de l'état adjoint à partir d'une forme symétrisée des équations de l'élastodynamique formulées sous forme d'un système du premier ordre en vitesse-contrainte. Cette formulation auto-adjointe des équations de l'élastodynamique permet de calculer les champs incidents et adjoints intervenant dans l'expression du gradient avec un seul opérateur de modélisation numérique. Le gradient ainsi calculé facilite également l'interfaçage de plusieurs outils de modélisation avec l'algorithme d'inversion. Deuxièmement, j'explore dans cette thèse dans quelle mesure les encodages des sources avec des algorithmes d'optimisation du second-ordre de quasi-Newton et de Newton tronqué permettait de réduire encore le coût de la FWI. Finalement, le problème d'optimisation associé à la FWI est mal posé, nécessitant ainsi d'ajouter des contraintes de régularisation à la fonctionnelle à minimiser. Je montre ici comment une régularisation fondée sur la variation totale du modèle fournissait une représentation adéquate des modèles du sous-sol en préservant le caractère discontinu des interfaces lithologiques. Pour améliorer les images du sous-sol, je propose un algorithme de débruitage fondé sur une variation totale locale au sein duquel j'incorpore l'information structurale fournie par une image migrée pour préserver les structures de faible dimension. / Currently, the main limitation to perform 3D elastic full waveform inversion on a production level is the computational cost it represents. With this in mind, we provide two contributions. First, we develop a self adjoint formulation of the isotropic first order velocity-stress elastic equations that allow to implement only one forward modeling operator in the gradient computation. Second, we combine Newton and quasi-Newton optimization methods with source encoding techniques to see to what extent the computational cost could be further reduced. Finally, the optimization process associated to FWI is ill posed and requires regularization constraints. I show that the total variation of the model as a regularization term provides and adequate description of earth models, preserving the discontinuous character of the lithological layers. To improve the quality of the images, we propose a local total variation denoising algorithm based on the incorporation of the information provided by a migrated image.

在植被覆蓋的山區中，由於空載雷射掃描可穿透植被間縫隙的特性，有較高機會收集到植被下的地面資訊，因此適合作為製作植被覆蓋地區數值高程模型的資料來源，而在過濾過程中，一般僅利用點雲間的三維位置關係進行幾何過濾，而全波形空載雷射掃描可另外提供點位的波形寬、振幅值、散射截面積以及散射截面積數等波形資料，本研究將透過波形資料分析進行點雲過濾。 首先經最低點採樣後，本研究利用貝氏定理自動分析並計算得到地面點的波形資料的特徵區間範圍，採用振幅值、散射截面積以及散射截面積係數得到的特徵區間範圍開始第一階段的波形資料過濾，完成後再以第二階段的一般幾何過濾濾除剩餘之非地面點，最後的成果將與航測以及只採用幾何過濾時的成果比較。 由研究成果中顯示，不同的植被覆蓋間的單一回波波形資料的差異較明顯，最後回波類似。同一植被覆蓋下的單一回波及最後回波反應不同。而在成果的比較中，本實驗的成果與不採用波形資料輔助的成果大致相同本研究的成果在部分植被覆蓋的區域成果稍差，但透過波形過濾，可將幾何過濾所需計算的點雲數減少許多，可以增進整理過濾的效率。本研究的成果與航測相比時，在植被覆蓋區域較航測成果貼近實際的地面起伏，數值高程模型成果較為正確。 / In mountain areas covered with vegetation, discrete airborne laser scanning is an appropriate technique to produce DEMs for its laser signal is able to reach the ground beneath the vegetation. Once the scanned data was derived, point cloud filtering was performed based on the geometry relationship between the points at the processing stage. With the development of the advanced full-waveform laser scanning system, the additional waveform data has been proved useful for improving the performance of point cloud filtering. This research therefore focused on using the waveform data to extract DEM over vegetation covered area. The amplitude, backscatter cross-section and backscatter cross-section coefficient were the waveform parameters used to do the filtering. After initial waveform analysis was accomplished, an automated method to determine threshold range of each parameter representing ground points was proposed. By applying the thresholds, the original point cloud was filtered. Geometric filtering method was then used to eliminate the remained non-ground points. As a result, the DEM over the target vegetated area was derived. With the comparison against photogrammetric DEM and DEM derived from traditional filtering method, it was demonstrated that the quality of the resultant DEM was improved.

La caractérisation de la proche surface est un enjeu majeur pour l'industrie pétrolière. Lors des acquisitions terrestres et Ocean Bottom Cable (OBC), les couches superficielles généralement altérées ou peu consolidées, présentent des structures géologiques complexes et ont éventuellement des variations topographiques importantes. Les ondes de surface, énergétiques, se propagent dans ce milieu complexe et dominent les sismogrammes, ce qui masque le signal utile pour le traitement sismique classique et rend difficile l'imagerie à la profondeur du réservoir.Il est donc important de pouvoir atténuer ces ondes, éventuellement d'appliquer des corrections statiques et/ou d'amplitude. Ceci qui nécessite une connaissance précise du modèle de vitesse de la proche surface. L'étude de la dispersion des ondes de surface est couramment utilisée en sismologie globale et à l'échelle géotechnique pour évaluer les propriétés des milieux terrestres. Il existe néanmoins des limitations: la mesure de cette dispersion est souvent difficile et les profils de vitesses obtenus sont 1D. A l'échelle pétrolière, l'hypothèse 1D n'est pas toujours adaptée, ce qui motive l'utilisation d'une méthode alternative d'imagerie plus haute résolution, la méthode d'inversion de la forme d'onde (FWI). Cependant, le modèle de vitesse initial doit être assez précis pour éviter le "cycle-skipping" et permettre la convergence vers la solution optimale.Cette étude explore différentes alternatives de fonctions coûts pour résoudre le "cycle-skipping" et diminuer la dépendance de l'inversion à la qualité du modèle initial. En exprimant les fonctions coûts dans le domaine f-k (fréquence-nombre d'onde) et le domaine f-p (fréquence-lenteur), la FWI est plus robuste. A l'aide d'exemples synthétiques, nous démontrons l'efficacité de ces nouvelles approches qui permettent bien de retrouver les variations latérales de vitesses d'onde S.Dans une seconde partie, nous développons une inversion FWI en "layer stripping", adaptée spécifiquement à la physique des ondes de surface. Comme la profondeur de pénétration de ces ondes dépend de leur longueur d'onde, et donc, de leur contenu fréquentiel, nous proposons d'inverser séquentiellement des plus hautes aux plus basses fréquences de ces ondes pour contraindre successivement les couches superficielles jusqu'aux plus profondes. Un fenêtrage selon la distance source-station est également appliqué. Dans un premier temps seules les courtes distances sont inversées, au fur à mesure les données associées à des plus grandes distances sont rajoutées, plus fortement impactées par le "cycle-skipping". Nous démontrons à l'aide d'exemples synthétiques l'avantage de cette méthode par rapport aux méthodes multi-échelles conventionnelles inversant des basses vers les hautes fréquences.Enfin, l'inversion des ondes de surface pour la caractérisation de la proche surface est confrontée à un cas réel. Nous discutons la construction et la pertinence du modèle initial et les difficultés rencontrées lors de l'inversion. / The characterization of the near surface is an important topic for the oil and gas industry. For land and Ocean Bottom Cable (OBC) acquisitions, weathered or unconsolidated top layers, prominent topography and complex shallow structures may make imaging at target depth very difficult. Energetic and complex surface waves often dominate such recordings, masking the signal and challenging conventional seismic processing. Static corrections and the painstaking removal of surface waves are required to obtain viable exploration information.Yet surface waves, which sample the near surface region, are considered as signal on both the engineering and geotechnical scale as well as the global seismology scale. Their dispersive property is conventionally used in surface wave analysis techniques to obtain local shear velocity depth profiles. But limitations such as the picking of dispersion curves and poor lateral resolution have lead to the proposal of Full Waveform Inversion (FWI) as an alternative high resolution technique. FWI can theoretically be used to explain the complete waveforms recoded in seismograms, but FWI with surface waves has its own set of challenges. A sufficiently accurate initial velocity model is required or otherwise cycle-skipping problems will prevent the inversion to converge.This study investigates alternative misfit functions that can overcome cycle-skipping and decrease the dependence on the initial model required. Computing the data-fitting in different domains such as the frequency-wavenumber (f-k) and frequency-slowness (f-p) domains is proposed for robust FWI, and successful results are achieved with a synthetic dataset, in retrieving lateral shear velocity variations.In the second part of this study a FWI layer stripping strategy, specifically adapted to the physics of surface waves is proposed. The penetration of surface waves is dependent on their wavelength, and therefore on their frequency. High-to-low frequency data is therefore sequentially inverted to update top-to-bottom layer depths of the shear velocity model. In addition, near-to-far offsets are considered to avoid cycle-skipping issues. Results with a synthetic dataset show that this strategy is more successful than conventional multiscale FWI in using surface waves to update the shear velocity model.Finally inversion of surface waves for near surface characterization is attempted on a real dataset at the oil and gas exploration scale. The construction of initial models and the difficulties encountered during FWI with real data are discussed.

Title: Automated determination of earthquake source parameters Author: Jiří Vackář Department: Department of Geophysics Supervisor: prof. RNDr. Jiří Zahradník, DrSc., Department of Geophysics Abstract: The thesis deals with methods for automated inversion of seismic source parameters. We studied the influence of structure model used and show an ex- ample how the existing model can be improved. We have developed a new, fully automated tool for the centroid moment tensor (CMT) inversion in a Bayesian framework. It includes automated data retrieval from ArcLink server or local data storage. Step-like disturbances are detected using modeling of the distur- bance according to instrument parameters and such components are automati- cally excluded from further processing. Frequency ranges for the filtration and time windows for the inversion are determined automatically due to epicentral distance. Full-waveform inversion is performed in a space-time grid around a provided hypocenter. A data covariance matrix calculated from pre-event noise yields an automated weighting of the station recordings according to their noise levels and also serves as an automated frequency filter suppressing noisy frequency ranges. The method is tested on synthetic and observed data. It is applied on a dataset from the Swiss seismic...

Au cours des dernières années, s’est développé un intérêt tout particulier pour l’optimisation sans dérivée. Ce domaine de recherche se divise en deux catégories: une déterministe et l’autre stochastique. Bien qu’il s’agisse du même domaine, peu de liens ont déjà été établis entre ces deux branches. Cette thèse a pour objectif de combler cette lacune, en montrant comment les techniques issues de l’optimisation déterministe peuvent améliorer la performance des stratégies évolutionnaires, qui font partie des meilleures méthodes en optimisation stochastique. Sous certaines hypothèses, les modifications réalisées assurent une forme de convergence globale, c’est-à-dire une convergence vers un point stationnaire de premier ordre indépendamment du point de départ choisi. On propose ensuite d’adapter notre algorithme afin qu’il puisse traiter des problèmes avec des contraintes générales. On montrera également comment améliorer les performances numériques des stratégies évolutionnaires en incorporant un pas de recherche au début de chaque itération, dans laquelle on construira alors un modèle quadratique utilisant les points où la fonction coût a déjà été évaluée. Grâce aux récents progrès techniques dans le domaine du calcul parallèle, et à la nature parallélisable des stratégies évolutionnaires, on propose d’appliquer notre algorithme pour résoudre un problème inverse d’imagerie sismique. Les résultats obtenus ont permis d’améliorer la résolution de ce problème. / In recent years, there has been significant and growing interest in Derivative-Free Optimization (DFO). This field can be divided into two categories: deterministic and stochastic. Despite addressing the same problem domain, only few interactions between the two DFO categories were established in the existing literature. In this thesis, we attempt to bridge this gap by showing how ideas from deterministic DFO can improve the efficiency and the rigorousness of one of the most successful class of stochastic algorithms, known as Evolution Strategies (ES’s). We propose to equip a class of ES’s with known techniques from deterministic DFO. The modified ES’s achieve rigorously a form of global convergence under reasonable assumptions. By global convergence, we mean convergence to first-order stationary points independently of the starting point. The modified ES’s are extended to handle general constrained optimization problems. Furthermore, we show how to significantly improve the numerical performance of ES’s by incorporating a search step at the beginning of each iteration. In this step, we build a quadratic model using the points where the objective function has been previously evaluated. Motivated by the recent growth of high performance computing resources and the parallel nature of ES’s, an application of our modified ES’s to Earth imaging Geophysics problem is proposed. The obtained results provide a great improvement for the problem resolution.

Le suivi temporel est un processus d’acquisition et d’analyse d’acquisitions multiples répétées au même endroit sur la même cible à différentes périodes de temps. Cela s’applique bien à l’exploration sismique quand les propriétés de la cible varient au cours du temps comme pour les réservoirs pétroliers. Cette technique de sismique, dite 4D en raison de l’intégration du temps dans la construction des images, permet une détection et une estimation des variations du sous-sol survenues lors de l’évolution en temps du milieu. En particulier, dans l’industrie, le suivi et la surveillance peuvent améliorer notre compréhension d’un réservoir de pétrole/gaz ou d’un site de stockage de CO2. Analyser la sismique 4D peut aider à mieux gérer les programmes de production des réservoirs. Ainsi, des acquisitions répétées permettent de suivre l’évolutiondes fronts de fluide injectés: on peut optimiser les programmes d’injection de fluides pour une récupération améliorée des hydrocarbures (enhanced oil recovery). Plusieurs méthodes ont été développées pour l’imagerie variable dans le temps en utilisant les informations des ondes sismiques. Dans ma thèse, je montre que l’inversion de forme d’onde complété (FWI) peut être utilisée pour cette imagerie. Cette m´méthode offre des images sismiques quantitatives haute résolution. Elle est une technique prometteuse pour reconstruire les petites variations de propriétés physiques macro-échelle du sous-sol. Sur une cible identifiée pour ces imageries 4D, plusieurs informations a priori sont souvent disponibles et peuvent être utilisées pour augmenter la résolution de l’image. J’ai introduit ces informations grâce à la définition d’un modèle a priori dans une approche classique FWI en l’accompagnant de la construction d’un modèle d’incertitudes a priori. On peut réaliser deux reconstructions indépendantes et faire la différence les reconstruits: on parle de différence parallèle. On peut aussi effectuer une différence séquentielle o`u l’inversion de l’ensemble de données de la second acquisition, dite moniteur, se fait `a partir du modèle de base et non plus à partir du modèle utilisé initialement. Enfin, l’approche double-différence conduit à l’inversion des différences entre les deux jeux de données que l’on rajoute aux données synthétiques du modèle de base reconstruit. J’étudie quelle stratégie est à adopter pour obtenir des changements vitesse plus précis et plus robustes. En plus, je propose une imagerie 4D ciblée en construisant un modèle d’incertitude a priori grâce `a une information (si elle existe) sur la localisation potentielle des variations attendues. Il est démontré que l’inversion 4D ciblée empêche l’apparition d’artéfacts en dehors des zones cibles: on évite la contamination des zones extérieures qui pourrait compromettre la reconstruction des changements 4D réels. Une étude de sensibilité, concernant l’échantillonnage en fréquence pour cette imagerie 4D, montre qu’il est nécessaire de faire agir simultanément un grand nombre de fréquences au cours d’un cycle d’inversion. Ce faisant, l’inversion fournit un modèle de base plus précis que l’approche temporelle, ainsi qu’un modèle des variations 4D plus robuste avec moins d’artéfacts. Toutefois, la FWI effectuée dans le domaine temporel semble être une approche plus intéressante pour l’imagerie 4D. Enfin, l’approche d’inversion 4D régularisée avec un modèle a priori est appliquée sur des ensembles de données réelles d’acquisitions sismiques répétées fournis par TOTAL. Cette reconstruction des variations locales s’inscrit dans un projet d’injection de vapeur pour améliorer la récupération des hydro-carbures: Il est possible de reconstituer des variations de vitesse fines causées par la vapeur injectée. / Time-lapse monitoring is the process of acquiring and analysing multiple seismic surveys, repeatedat the same place at different time periods. This seismic technique, called 4D becauseof the integration time in the construction of images, allows detection and estimation of thesubsurface parameter variations occured through a time evolution. Particularly, in industries,the monitoring can improve our understanding of a producing oil/gas reservoir and CO2 storagesite. Analyzing the time-lapse seismics can help to better manage production programsof reservoirs. In addition, repeated surveys can monitor the evolution of injected fluid frontsand can permit to optimize injection programs which are considered for enhanced oil recovery(EOR) techniques.Several methods have been developed for time-lapse imaging using seismic wave information.In my thesis, I show that full waveform inversion (FWI) can be used for time-lapseimaging, since this method delivers high-resolution quantitative seismic images. It is a promisingtechnique to recover small variations of macro-scale physical properties of the subsurface.In time-lapse applications, several sources of prior information are often available and shouldbe used to increase the image reliability and its resolution. I have introduced this informationthrough a definition of a prior model in a classical FWI approach by also considering a prioruncertainty model. In addition, I have suggested a dynamic weighting to reduce the importanceof these prior models in the final convergence. In realistic synthetic cases, I have shownhow the prior model can reduce the sensitivity of FWI to a less accurate initial model. It istherefore possible to obtain a highly accurate baseline model for 4D imaging.Once the baseline reconstruction is achieved, several strategies can be used to assess thephysical parameter changes. We can make two independent reconstructions of baseline andmonitor models and make subtraction of the two reconstructed models. This strategy is calledparallel difference. The sequential difference strategy inverts the monitor dataset starting fromthe recovered baseline model, and not from the model used initially. Finally, the doubledifferencestrategy inverts the difference data between two datasets which are added to thecalculated baseline data computed in the recovered baseline model. I investigate which strategyshould be adopted to get more robust and more accurate time-lapse velocity changes. Inaddition, I propose a target-oriented time-lapse imaging using regularized FWI including priormodel and model weighting, if the prior information exists on the location of expected variations.It is shown that the target-oriented inversion prevents the occurrence of artifacts outsidethe target areas, which could contaminate and compromise the reconstruction of the effectivetime-lapse changes.A sensitivity study, concerning several frequency decimations for time-lapse imaging, showsthat the frequency-domain FWI requires a large number of frequencies inverting simultaneously.By doing so, the inversion provides a more precise baseline model and more robust time-lapsevariation model with less artifacts. However, the FWI performed in the time domain appearsto be a more interesting approach for time-lapse imaging considering all frequency content.Finally, the regularized time-lapse FWI with prior model is applied to the real field timelapsedatasets provided by TOTAL. The reconstruction of local variations is part of a steaminjection project to improve the recovery of hydrocarbons: it is possible to reconstruct thevelocity variations caused by the injected steam.

La détection, la localisation et le suivi de l’évolution de défauts dans les milieux périodiques et les guides d’ondes est un enjeu majeur dans le domaine du Contrôle Non Destructif (CND). La propagation d’ondes dans ce genre de milieux est complexe, par exemple lorsque la vitesse dépend de la fréquence (dispersion) ou de la direction de propagation (anisotropie). La signature du défaut peut également être « noyée » dans le champ acoustique renvoyé par la structure (réverbération ou diffusion multiple). C’est pour répondre à ces enjeux de taille que l’Optimisation Topologique (OT) a été adaptée aux problèmes de diffraction des ondes acoustiques par des défauts infinitésimaux afin d’obtenir des images de réflectivité des milieux inspectés. La méthode peut être appliquée à toutes sortes de milieux, quelle que soit leur complexité, à condition d’être capable de simuler correctement (sur un milieu de référence) la propagation des ondes de l’expérience physique. En s’inspirant de l’OT, les travaux de cette thèse proposent de mettre en oeuvre des méthodes d’imagerie qualitatives adaptées aux spécificités des Cristaux Phononiques (CP) et des guides d’ondes. Dans un premier temps, nous nous attachons à la description du formalisme mathématique de l’Optimisation Topologique et de la Full Waveform Inversion (FWI). Bien que ces méthodes ne cherchent pas à résoudre les mêmes problèmes inverses, nous mettons en évidence leurs points communs. Dans un deuxième temps, nous appliquons l’Imagerie Topologique (IT) à l’inspection en réflexion des milieux faiblement hétérogènes. Dans un troisième temps, nous nous inspirons de l’IT pour définir une nouvelle variante de celle-ci nommée Imagerie Topologique Hybride (ITH). Nous appliquons ces méthodes pour l’inspection en réflexion des CP crées par des tiges d’acier immergées dans l’eau. Nous comparons les performances de ces méthodes en fonction du type de défaut dans le CP. Les simulations numériques correspondantes à certains cas d’étude sont appuyées par des essais expérimentaux concluants. Dans un quatrième temps, nous adaptons l’IT à une configuration d’inspection en transmission afin de mette en oeuvre une méthode de Structural Health Monitoring (SHM) des guides d’ondes. A ce propos, nous avons mis au point une nouvelle méthode d’imagerie mieux adaptée que l’IT aux configurations d’inspection en transmission. / The detection, localization and monitoring of the evolution of defects in periodic media and waveguides is a major issue in the field of Non-Destructive Testing (NDT). Wave propagation in such media is complex, for example when the velocity depends on the frequency (dispersion) or direction of propagation (anisotropy). The signature of the defect can also be "embedded" in the acoustic field reflected by the structure (reverberation or multiple diffusion). It is to answer these stakes of the size that the Topological Optimization (TO) has been adapted to the problems of diffraction of the acoustic waves by infinitesimal defects in order to obtain reflectivity images of the inspected media. The method can be applied to all kinds of media, regardless of their complexity, provided an exact simulation of the wave propagation in a reference medium (without defects) is performed. Inspired by the TO, the work of this thesis proposes to implement qualitative imaging methods adapted to the specificities of Phononic Crystals (PC) and waveguides. First, we focus on the description of the mathematical formalism of Topological Optimization and Full-Waveform Inversion (FWI). Although these methods do not try to solve the same inverse problems, we highlight their similarities. In a second step, we apply Topological Imaging (TI) to the inspection in pulse-echo configuration of weakly heterogeneous media. Thirdly, we draw inspiration from TI to define a new variant of this method called Hybrid Topological Imaging (HTI).We apply these methods for the pulse-echo configuration inspection of PCs created by steel rods immersed in water.We compare the performance of these methods according to the kind of defects in the PC. Numerical simulations for some case studies are supported by conclusive experimental trials. In a fourth step, we adapt the TI to a pitch-catch configuration in order to implement a new method of Structural Health Monitoring (SHM) of waveguides. In this regard, we have developed a new imaging method that is better suited than TI to pitch-catch configurations.

Probabilistic inference, especially in the Bayesian framework, is a foundation for quantifying uncertainties in geophysical inversion applications. However, due to the presence of high-dimensional datasets and the large-scale nature of geophysical inverse problems, the applicability and scalability of probabilistic inference face significant challenges for such applications. This thesis is dedicated to improving the probabilistic inference algorithms' scalability and demonstrating their applicability for large-scale geophysical inversion applications. In this thesis, I delve into three leading applied approaches in computing the Bayesian posterior distribution in geophysical inversion applications: Laplace's approximation, Markov chain Monte Carlo (MCMC), and variational Bayesian inference. The first approach, Laplace's approximation, is the simplest form of approximation for intractable Bayesian posteriors. However, its accuracy relies on the estimation of the posterior covariance matrix. I study the visualization of the misfit landscape in low-dimensional subspace and the low-rank approximations of the covariance for full waveform inversion (FWI). I demonstrate that a non-optimal Hessian's eigenvalues truncation for the low-rank approximation will affect the approximation accuracy of the standard deviation, leading to a biased statistical conclusion. Furthermore, I also demonstrate the propagation of uncertainties within the Bayesian physics-informed neural networks for hypocenter localization applications through this approach. For the MCMC approach, I develop approximate Langevin MCMC algorithms that provide fast sampling at efficient computational costs for large-scale Bayesian FWI; however, this inflates the variance due to asymptotic bias. To account for this asymptotic bias and assess their sample quality, I introduce the kernelized Stein discrepancy (KSD) as a diagnostic tool. When larger computational resources are available, exact MCMC algorithms (i.e., with a Metropolis-Hastings criterion) should be favored for an accurate posterior distribution statistical analysis. For the variational Bayesian inference, I propose a regularized variational inference framework that performs posterior inference by implicitly regularizing the Kullback-Leibler divergence loss with a deep denoiser through a Plug-and-Play method. I also developed Plug-and-Play Stein Variational Gradient Descent (PnP-SVGD), a novel algorithm to sample the regularized posterior distribution. The PnP-SVGD demonstrates its ability to produce high-resolution, trustworthy samples representative of the subsurface structures for a post-stack seismic inversion application.

No description available.