The use of foam during alternate water and gas injection is known to increase sweep efficiency in advanced oil recovery. This process significantly reduces gas mobility and increases the apparent viscosity of the gas phase, which improves recovery efficiency. Computer simulations can accelerate the design development cycle and increase knowledge about the systems of interest. However, to use the simulators, it is first necessary to properly calibrate the model parameters to the observed experimental data. As the complexity and number of parameters increase, this task becomes challenging. In particular, depending on the available observations and the mathematical structure of the models, some parameters cannot be estimated, that is, they are not identifiable. This work focused on analyzing the identifiability of parameters in foam displacement models during two-phase flow in porous media, with particular interest in calibrating relative permeability and foam parameters. It is shown how the likelihood profiling technique can help analyze the parameters’ identifiability in three different scenarios. The first scenario considers the availability of two experiments, foam quality scan and steady state, while the second scenario studies calibration using only foam quality scan. All parameters were successfully estimated in the first scenario. However, in the second scenario, the likelihood profiling technique found two unidentifiable parameters, the end point of relative gas permeability and the maximum reduction in gas mobility. In the third scenario, another way to adjust all the parameters is suggested using one more experiment of water and gas flow. The results suggest that the likelihood profiling technique is an important tool in the analysis of parameter identifiabilityO uso de espuma durante a injeção alternada de água e gás é conhecido por aumentar a eficiência da varredura na recuperação avançada de petróleo. Este processo reduz significativamente a mobilidade do gás e aumenta a viscosidade aparente da fase gasosa, o que melhora a eficiência da recuperação. As simulações computacionais podem acelerar o ciclo de desenvolvimento do projeto e aumentar o conhecimento sobre os sistemas de interesse. No entanto, para usar os simuladores, primeiro é necessário calibrar adequadamente os parâmetros do modelo aos dados experimentais observados. À medida que a complexidade e o número de parâmetros aumentam, essa tarefa se torna desafiadora. Em particular, dependendo das observações disponíveis e da estrutura matemática dos modelos, alguns parâmetros não podem ser estimados, ou seja, não são identificáveis. Este trabalho foi concentrado em analisar a identificabilidade de parâmetros em modelos de deslocamento de espuma durante o escoamento bifásico em meios porosos, com interesse particular em calibrar os parâmetros de permeabilidade relativa e de espuma. É mostrado como a técnica de perfil de verossimilhança pode ajudar a analisar a identificabilidade dos parâmetros em três cenários diferentes. O primeiro cenário considera a disponibilidade de dois experimentos, varredura de qualidade de espuma e estado estacionário, enquanto o segundo cenário estuda a calibração usando apenas varredura de qualidade de espuma. Todos os parâmetros foram estimados com sucesso no primeiro cenário. No entanto, no segundo cenário, a técnica de perfil de verossimilhança encontrou dois parâmetros não identificáveis, o ponto final da permeabilidade relativa ao gás e a redução máxima na mobilidade do gás. No terceiro cenário é sugerido outra forma de ajustar todos os parâmetros usando um experimento a mais de escoamento de água e gás. Os resultados sugerem que a técnica de perfil de verossimilhança é uma ferramenta importante na análise de identificabilidade de parâmetros.