Dissertação

{pt_PT=Exploring seismic inversion methodologies for non-stationary geological environments: a benchmark study between deterministic and geostatistical seismic inversion} {} EVALUATED

{pt=Esta tese compara os resultados obtidos a partir de metodologias de inversão sísmica determinística e geoestatística, quando aplicadas em estruturas geológicas desafiantes, como as associadas a ambientes sedimentares turbidíticos. Actualmente, as metodologias de inversão sísmica geoestatística são comuns na indústria e no meio académico, em contraste às metodologias determinísticas de inversão sísmica que são cada vez menos usadas como parte do fluxo de trabalho de geo-modelação. O primeiro grupo de metodologias permite a previsão simultânea do modelo inverso mais ajustado juntamente com a incerteza espacial da propriedade elástica de referência; o segundo grupo de metodologias tem resultados comprovados em prever corretamente as propriedades elástica da superfície de interesse com custos computacionais bastante menores. Esta tese resume os resultados de um estudo de caso, aplicando as diferentes metodologias de inversão sísmica determinística e geoestatística a um reservatório sintético, tridimensional e realista, com o objectivo de avaliar o seu desempenho e a avaliar a sua convergência. Também compara e discute o impacto da parametrização da inversão sobre a exploração do espaço da incerteza do modelo inverso. Os resultados mostram que a metodologia de inversão sísmica escolhida deve ser dependente do tipo e quantidade de dados disponíveis (sísmica, dados de poços, etc.), da avaliação da complexidade do ambiente geológico e das suposições por trás de cada técnica de inversão sísmica. A avaliação do modelo inverso no espaço mostra que o palpite inicial das metodologias tradicionais de inversão sísmica determinística é de grande importância, pois determinará a localização do melhor modelo inverso., en=This thesis compares results obtained from deterministic and geostatistical seismic inversion methodologies when applied in challenging geological frameworks such as those associated with turbiditic sedimentary environments. Geostatistical seismic inversion methodologies are nowadays commonplace in both industry and academic, contrasting with deterministic seismic inversion methodologies which are becoming less used as part of the geo-modelling workflow. While the first set of techniques allows the simultaneous prediction of the best fit inverse model along with the spatial uncertainty of the subsurface elastic property, the second family of inverse methodology has proven results in predicting correctly the subsurface elastic properties of interest with comparatively less computational costs. This thesis summarizes the results of a benchmark study performed over a realistic three-dimensional synthetic dataset in order to assess the performance and convergence of different deterministic and geostatistical seismic inverse methodologies. It also compares and discusses the impact of the inversion parameterization over the exploration of the model parameter space. The results show that the chosen inverse methodology should always be dependent on the type and quantity of the available data, both seismic and well-log, and the complexity of the geological environment versus the assumptions behind each inversion technique. The assessment of the model parameter space shows that the initial guess of traditional deterministic seismic inversion methodologies is of high importance since it will determine the location of the best-fit inverse solution.}
{pt=Inversão sísmica, sparse-spike, model-based, inversão estocástica, inversão determinística, multidimensional scaling, en=Seismic inversion, sparse-spike, model-based, stochastic inversion, deterministic inversion, multidimensional scaling}

Novembro 28, 2019, 15:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Leonardo Azevedo Guerra Raposo Pereira

Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)

Professor Auxiliar