Dissertação

{pt_PT=Inversão Geoestatística de Dados Sísmicos com Lapso de Tempo} {} EVALUATED

{pt=O objetivo deste projeto é conhecer e avaliar o processo de inversão sísmica 4D, implementando o algoritmo de Inversão Estocástica Global elaborado pelo CERENA (Centro de Estudos em Recursos Naturais e Ambiente), e o desenvolvimento de uma nova metodologia para inversão sísmica 4D, com enfoque no método de seleção dos melhores traços sísmico ao final de cada iteração. O método de Inversão Estocástica Global baseia-se na perturbação e geração de modelos elásticos de sub-superfície, através Simulação Estocástica (Simulação Sequencial Direta e Co-Simulação Sequencial Direta). A convergência do processo iterativo depende do coeficiente de correlação traço-a-traço entre as sísmicas reais e sintéticas, segundo um critério que considera simultaneamente todos os ângulos de incidência (partial angle stacks) e tempos de aquisição sísmica, para isso, ao final de cada processo iterativo, um algoritmo genético trabalha como um otimizador global do processo de inversão através da maximização do coeficiente de correlação entre os partial angle stacks reais e invertidos. Os melhores modelos de impedância acústica e elástica, juntamente com os correspondentes coeficientes de correlação, são então armazenados para geração dos modelos da iteração seguinte. A partir da inversão sísmica relata-se que o algoritmo simulou adequadamente as propriedades estudadas, onde os dados produzidos apresentavam grande correlação local e global. Destaca-se ainda que os padrões de distribuição entre propriedades correlacionadas (impedância acústica e impedância elástica) foram reproduzidos segundo as distribuições reais observadas., en=The objective of this project is to know the 4D seismic inversion process, implementing the Global Stochastic Inversion algorithm developed by CERENA (Center for the Study of Natural Resources and Environment) and the development of a new time lapse seismic inversion methodology, with focus on the selection of the best seismic traces at the end of each iteration. The Global Stochastic Inversion method is based on the perturbation and generation of elastic subsurface models, through Stochastic Simulation (Direct Sequential Simulation and Direct Sequential Co-Simulation). The convergence of the iterative process is based on the correlation coefficient, a trace-by-trace analysis, between real and synthetic seismic, according to a criterion that simultaneously considers all incident angles (partial angle stacks) and seismic acquisition times, so at the end of each iteration a genetic algorithm works as a global optimizer of the inversion procedure by maximizing the correlation coefficient between real and inverted partial angle stacks. The best acoustic and elastic impedance models, along with corresponding correlation coefficients, are then stored for generation of the next iteration models. From the seismic inversion it is reported that the algorithm adequately simulated the properties studied, where the data produced had a great local and global correlation. It is also worth noting that the distribution patterns between correlated properties (acoustic impedance and elastic impedance) were reproduced according to the actual distributions observed.}
{pt=nversão sísmica 4D, impedância acústica, impedância elástica, simulação sequencial direta, inversão estocástica global, en=Time-lapse seismic inversion, acoustic impedance, elastic impedance, direct sequential simulation, global stochastic inversion}

Dezembro 5, 2017, 15:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Leonardo Azevedo Guerra Raposo Pereira

Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)

Professor Auxiliar

ORIENTADOR

Cleyton de Carvalho Carneiro

Escola Politécnica da Universidade de São Paulo

Professor Doutor