Métodos híbridos para modelagem de incerteza em inversão sísmica acústica e inversão para propriedades petrofísicas

Abstract

Problemas inversos consistem uma ampla área de pesquisa, com aplicações em diversos campos da indústria. São chamados inversos pois partem dos resultados de experimentos para descobrir as causas. Sua importância se deve ao fato da solução produzir informações sobre parâmetros que não são observáveis diretamente. Na área de óleo e gás, a inversão sísmica é uma técnica importante para modelagem e caracterização de reservatórios devido ao seu potencial de inferir propriedades da subsuperfície, as quais não são observáveis diretamente por experimentos na superfície, e.g. impedância acústica. A presente tese avança nas técnicas de inversão sísmica acústica e inversão para propriedades petro-físicas. A primeira contribuição utiliza uma truncagem no modelo de continuidade espacial, possibilitando a imposição de correlação horizontal no resultado da inversão Bayesiana linearizada por máximo a posteriori. A próxima contribuição utiliza os resultados da inversão por máximo a posteriori como médias locais na amostragem da distribuição posterior, evitando a necessidade utilizar um método iterativo para buscar o modelo que se ajusta aos dados experimentais. Finalmente, a terceira contribuição utiliza a distribuição experimental de física de rochas encontrada nos logs de poço para amostrar propriedades petro-físicas. A amostragem é feita dentro do fluxo de trabalho da inversão sísmica conjunta para propriedades elásticas e petrofísicas e fácies, utilizando um algoritmo de Gibbs. As propostas foram validadas utilizando conjuntos de dados sintéticos e reais. Testes de poço cego foram realizados em conjunto com uma estimativa de função de densidade para avaliar a capacidade de modelagem da incerteza da segunda proposta. A terceira proposta foi validada comparando-se com a inversão sísmica conjunta Bayesiana com modelagem a priori integrada com física de rochas linearizada.

Abstract : Inverse problems are a broad research area with applications in many fields. They are called inverse because they start with the experiment results aiming to discover its causes. Its importance is due to its solution producing information about non-observable parameters. In the oil and gas field the seismic inversion is an important technique for reservoir modeling and characterization by virtue of its capability of inferring subsurface properties, e.g. acoustic impedance. This thesis presents advances on acoustic inversion and petro-physical inversion techniques. The first contribution makes use of a truncation on the spatial continuity model, allowing for the imposition of horizontal correlation on the results of the Bayesian linearized inversion by maximum a posteriori. The next contribution uses the maximum a posteriori results as local means for sampling the posterior distribution, avoiding the need for an iterative method to search for a model that matches the experimental data. Lastly, the third contribution employ the rock physics experimental distribution found at the well logs to sample petro-physic properties. The sampling is performed inside the workflow for joint seismic inversion for elastic and petrophysical properties with facies, using a Gibbs algorithm. The proposals were validated using synthetics and real datasets. Blind well tests were performed in combination with a kernel density estimation to assess the uncertainty modeling capabilities of the second proposal. The third proposal were validated comparing against the joint seismic Bayesian inversion with a priori modeling integrated with linearized rock physics.