Inversão do Campo de Onda Completo (FWI)

Home / Portfolio / Inversão do Campo de Onda Completo (FWI)

FWI, fornecendo modelos de alta resolução
A inversão pré-empilhamento do campo de onda (FWI – Full Waveform Inversion) usa a equação da onda completa para estimar os parâmetros elásticos de subsuperfície, fornecendo imagens de alta resolução. Ela vai além das técnicas de tomografia de refração e reflexão, que usam apenas a cinemática do tempo de trânsito dos dados sísmicos e usa as informações complementares fornecidas pela amplitude e fase da onda sísmica.
Dado um modelo de parâmetros de fundo, a FWI tem como objetivo minimizar a diferença entre o dado adquirido em campo e o dado modelado. A FWI clássica envolve a minimização do resíduo entre o dado modelado e o dado observado utilizando a norma L2, mas outras normas também podem ser utilizadas. Para o sucesso da aplicação da FWI, as baixas frequências do dado e um bom modelo de velocidades de entrada têm papel fundamental. A regularização e pré-condicionamento do dado são necessários para manipular dados ruidosos.
A FWI calcula iterativamente o gradiente para atualizar o modelo de velocidade atual em um processo muito similar a Migração Reversa no Tempo (RTM – Reverse Time Migration). O modelo de velocidades fornecidos pela FWI pode ser utilizado para caracterização de reservatórios ou mesmo para melhorar o resultado da RTM. A FWI pode ser incluída em um fluxo de trabalho para imageamento em profundidade fornecendo melhores modelos de fundo para a RTM, melhorando, assim, os resultados do processo de imageamento.

Podemos realizar a FWI no domínio da frequência ou do tempo, explorando os benefícios de cada modelo matemático. Este pode ser isotrópico, anisotrópico com eixo de simetria vertical (VTI – Vertically Transversely Isotropic) ou anisotrópico com eixo de simetria inclinada (TTI – Tilted Transversely Isotropic).
Técnicas de cálculo altamente intensivo e técnicas de alto desempenho (HPC – High Performance Computing) são utilizadas para tornar o processo da FWI mais rápido e consequentemente reduzir o custo computacional. O uso de algoritmos com alta taxa de convergência também pode ajudar a diminuir o tempo de processamento da FWI, mas a estimativa da matriz Hessiana pode consumir muitos recursos computacionais devido ao grande número de parâmetros, como é o caso da FWI.

Caraterísticas:

• Estimativa da fonte a partir do dado sísmico
• Regularização e pré-condicionamento para dado ruidoso
• Técnica de Multi-Escala
• Processo de minimização altamente eficiente (QUASI-NEWTON, GAUSS-NEWTON etc.)
• Estimativa de pseudo-Hessiana para o processo de minimização
• Critério eficiente de parada para o processo de minimização
• Baixa demanda de memória.
• Equação da onda completa.
• Operadores de propagação de altas ordens otimizados.
• Malha computacional otimizada.
• Ambiente de computação de alto desempenho.
• Soluções isotrópicas e anisotrópicas (VTI,TTI), 2D e 3D.
• Bordas de absorção altamente eficientes (CPML).
• Paralelização de tarefas e de domínio de alto nível.