Tesis
Scattering-based decomposition of sensitivity kernels of acoustic full waveform inversion = Decomposição baseada em teoria de espalhamento dos núcleos de sensibilidade da inversão de onda completa acústica
Decomposição baseada em teoria de espalhamento dos núcleos de sensibilidade da inversão de onda completa acústica
Registro en:
Autor
Macedo, Daniel Leal, 1975-
Institución
Resumen
Orientador: Dietrich Wilhelm Schleicher Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Instituto de Geociências Resumo: A inversão de onda completa (FWI, do inglês ''full waveform inversion'') nãolinear baseada em gradientes (métodos de descida) é, a princípio, capaz de levar em conta todos os aspectos da propagação de onda contida nos dados síismicos. Porém, FWI baseada em gradientes é limitada pela sua bem conhecida sensibilidade no que diz respeito à escolha do modelo inicial. Com o intuito de melhor entender algumas questões relacionadas à convergência do modelo na FWI, nós estudamos uma decomposição baseada na teoria de espalhamento que permite dividir os núcleos de sensibilidade dos campos de onda acústica em função dos parâmetros do modelo em duas partes: uma relativa ao componente de fundo, outra relativa à componente singular do modelo. Estimativas para a perturbação de fundo, bem como para a perturbação da parte singular do modelo obtidas com os adjuntos destes subnúcleos são componentes da estimativa obtida com o adjunto do núcleo total de sensibilidade. Os experimentos numéricos suportam a tese de que a decomposiçao em subnúcleos permite que se retroprojete somente os resíduos do campo de onda espalhado de modo a obter estimativas razoáveis da perturbação de fundo do modelo. Em um experimento com geometria de aquisição restrita (dados de reflexão com afastamento curto), os subnúcleos baseados em espalhamento múltiplo se aproveitam da autoiluminacão do meio devido às ondas multiplamente espalhadas. A autoiluminação fornece estimativas melhores com conteúdo espectral mais rico nas baixas frequências Abstract: While in principle nonlinear gradient-based full-waveform inversion (FWI) is capable of handling all aspects of wave propagation contained in the data, including full nonlinearity, in practice, it is limited due to its notorious sensitivity to the choice of the starting model. To help addressing model-convergence issues in FWI, we study a decomposition based on the scattering theory that allows to break the acoustic-wavefield sensitivity kernels with respect to model parameters into background and singular parts. The estimates for both background perturbation and/or singular-part perturbation obtained with the subkernels' adjoints are components of the estimate obtained with the total kernel's adjoint. Our numerical experiments shows the feasibility of our main claim: the decomposition into subkernels allows to backproject the scattered-wavefield residuals only so as to obtain reasonable background-model perturbation estimates. In an experiment with restricted acquisition geometry (reflection data, narrow offset), the multiple-scattering subkernels take advantage of medium self-illumination provided by the scattered wavefields. This self-illumination provides better estimates, with longer wavelengh content Doutorado Reservatórios e Gestão Doutor em Ciências e Engenharia de Petróleo