Inversão de campos de velocidade usando o algoritmo genético com parametrização sigmoidal
DOI:
https://doi.org/10.5433/1679-0375.2022v43n1Espp17Palavras-chave:
Inversao sismica, Algoritmo genetico, Tracamento de raios, funcoes sigmoidais, Parametrização de campos de velocidadesResumo
Um metodo de inversao do tempo de transito sismico e proposto para a estimativa de modelos de velocidades suaves usando o tempo de transito observado em superficies irregulares. A parametrizacao do modelo neste estudo e descrita por um conjunto de blocos baseado na parametrizacao por funcoes sigmoidais de campos de velocidades descontinuos, o que e benefico para a descricao de superficies irregulares com alto grau de aproximacao. O campo de velocidade e definido na forma de malha retangular que e usado para a descrição da distribuicao de velocidades em toda a interpolacao sigmoidal do modelo. Alem disso, usamos o simples Algoritmo Genetico (escopo global) para o procedimento de inversao. Por meio desse metodo de inversao, fornecemos estimativas de alta resolucao dos parametros do modelo e garantimos que os resultados obtidos estejam de acordo com os dados reais. Nosso metodo e validado com exemplos sinteticos de meios isotrópicos heterogeneos e comparados com o Simulating Annealing. Os modelos de velocidade invertida e as trajetórias aproximadas dos raios obtidos coincidem bem com trajetorias simuladas em meios isotropicos heterogêneos sinteticos.Referências
BOZDAG, E.; TRAMPERT, J.; TROMP, J. Misfit functions for full waveform inversion based on instantaneous phase and envelope measurements. Geophysical Jour- nal International, Oxford, v. 185, n. 2, p. 845–870, 2011.
CERQUEIRA, A. G.; FIGUEIRÓ, W. M.; CUNHA, P. E. M. Seismic tomography using metropolis method of velocity fields parameterized by Haar wavelet series. Re- vista Brasileira de Geofísica, São Paulo, v. 34, n. 2, p. 251–260, 2016.
CERVENY, V. Seismic Ray Theory. Cambridge: Cam- bridge University Press, 2001.
DATTA, D.; SEN, M. K. Estimating a starting model for full-waveform inversion using a global optimization method. Geophysics, Tulsa, v. 81, n. 4, p. R211–R223, 2016.
DOCHERTY, P.; SILVA, R.; SINGH, S.; SONG, Z.-M.; WOOD, M. Migration velocity analysis using a genetic algorithm. Geophysical Prospecting, Oxford, v. 45, n. 5, p. 865–878, 1997.
ELY, G.; MALCOLM, A.; POLIANNIKOV, O. V. Assessing uncertainties in velocity models and images with a fast nonlinear uncertainty quantification method. Geophysics, Tulsa, v. 83, n. 2, p. R63–R75, 2018.
FERREIRA, N. R.; PORSANI, M. J.; OLIVEIRA, S. P. A hybrid genetic-linear algorithm for 2d inversion of sets of vertical electrical sounding. Revista Brasileira de Ge- ofísica, São Paulo, v. 21, p. 235–248, 2003.
HAJIAN, A.; STYLES, P. Application of soft computing and intelligent methods in geophysics. Berlin: Springer, 2018.
HANYGA, A.; SEREDYN´ SKA, M. Ray tracing in elastic and viscoelastic media. Pure and Applied Geophysics, Basel, v. 157, n. 5, p. 679–717, 2000.
JIN, C.; CAO, D.; YIN, X. Joint waveform inversion with the separated upgoing and downgoing wavefields of VSP data. Journal of Geophysics and Engineering, Oxford, v. 17, n. 1, p. 53–64, 2020.
MENKE, W. Geophysical data analysis: discrete inverse theory: MATLAB edition. Cambridge: Academic press, 2012. v. 45.
MOLLEHUARA-CANALES, R.; KOZLOVSKAYA, E.; LUNKKA, J.; MOISIO, K.; PEDRETTI, D. Non-invasivegeophysical imaging and facies analysis in mining tailings. Journal of Applied Geophysics, Amsterdam, v. 192, p. 104402, 2021.
OLIVEIRA, S. P.; AZEVEDO, J. S.; FIGUEIRÓ, W. M.; GUIMARÃES, R. A.; SILVA, W. J.; OLIVEIRA, A. Representation of discontinuous seismic velocity fields by sigmoidal functions for ray tracing and traveltime mod- elling. Geophysical Journal International, Oxford, v. 224, n. 1, p. 435–448, 2021.
RAWLINSON, N.; FICHTNER, A.; SAMBRIDGE, M.; YOUNG, M. K. Seismic tomography and the assessment of uncertainty. Advances in geophysics, New York,, v. 55, p. 1–76, 2014.
REZAIE, M. A sigmoid stabilizing function for fast sparse 3d inversion of magnetic data. Near Surface Geophysics, Houton, v. 18, n. 2, p. 149–159, 2020.
SAJEVA, A.; ALEARDI, M.; STUCCHI, E.; BIENATI, N.; MAZZOTTI, A. Estimation of acoustic macro models using a genetic full-waveform inversion: Applications to the Marmousi model. Geophysics, Tulsa, v. 81, n. 4, p. R173–R184, 2016.
SAMBRIDGE, M.; DRIJKONINGEN, G. Genetic algorithms in seismic waveform inversion. Geophysical Jour- nal International, Oxford, v. 109, n. 2, p. 323–342, 1992.
SAMBRIDGE, M.; MOSEGAARD, K. Monte Carlo methods in geophysical inverse problems. Reviews of Geo- physics, Washington, v. 40, n. 3, p. 3–1, 2002.
SEN, M. K.; STOFFA, P. L. Global optimization methods in geophysical inversion. 2. ed. Cambridge: Cambridge University Press, 2013.
STUART, G. K.; MINKOFF, S. E.; PEREIRA, F. A two-stage Markov chain Monte Carlo method for seismic in- version and uncertainty quantification. Geophysics, Tulsa, v. 84, n. 6, p. R1003–R1020, 2019.
CERQUEIRA, A. G.; FIGUEIRÓ, W. M.; CUNHA, P. E. M. Seismic tomography using metropolis method of velocity fields parameterized by Haar wavelet series. Re- vista Brasileira de Geofísica, São Paulo, v. 34, n. 2, p. 251–260, 2016.
CERVENY, V. Seismic Ray Theory. Cambridge: Cam- bridge University Press, 2001.
DATTA, D.; SEN, M. K. Estimating a starting model for full-waveform inversion using a global optimization method. Geophysics, Tulsa, v. 81, n. 4, p. R211–R223, 2016.
DOCHERTY, P.; SILVA, R.; SINGH, S.; SONG, Z.-M.; WOOD, M. Migration velocity analysis using a genetic algorithm. Geophysical Prospecting, Oxford, v. 45, n. 5, p. 865–878, 1997.
ELY, G.; MALCOLM, A.; POLIANNIKOV, O. V. Assessing uncertainties in velocity models and images with a fast nonlinear uncertainty quantification method. Geophysics, Tulsa, v. 83, n. 2, p. R63–R75, 2018.
FERREIRA, N. R.; PORSANI, M. J.; OLIVEIRA, S. P. A hybrid genetic-linear algorithm for 2d inversion of sets of vertical electrical sounding. Revista Brasileira de Ge- ofísica, São Paulo, v. 21, p. 235–248, 2003.
HAJIAN, A.; STYLES, P. Application of soft computing and intelligent methods in geophysics. Berlin: Springer, 2018.
HANYGA, A.; SEREDYN´ SKA, M. Ray tracing in elastic and viscoelastic media. Pure and Applied Geophysics, Basel, v. 157, n. 5, p. 679–717, 2000.
JIN, C.; CAO, D.; YIN, X. Joint waveform inversion with the separated upgoing and downgoing wavefields of VSP data. Journal of Geophysics and Engineering, Oxford, v. 17, n. 1, p. 53–64, 2020.
MENKE, W. Geophysical data analysis: discrete inverse theory: MATLAB edition. Cambridge: Academic press, 2012. v. 45.
MOLLEHUARA-CANALES, R.; KOZLOVSKAYA, E.; LUNKKA, J.; MOISIO, K.; PEDRETTI, D. Non-invasivegeophysical imaging and facies analysis in mining tailings. Journal of Applied Geophysics, Amsterdam, v. 192, p. 104402, 2021.
OLIVEIRA, S. P.; AZEVEDO, J. S.; FIGUEIRÓ, W. M.; GUIMARÃES, R. A.; SILVA, W. J.; OLIVEIRA, A. Representation of discontinuous seismic velocity fields by sigmoidal functions for ray tracing and traveltime mod- elling. Geophysical Journal International, Oxford, v. 224, n. 1, p. 435–448, 2021.
RAWLINSON, N.; FICHTNER, A.; SAMBRIDGE, M.; YOUNG, M. K. Seismic tomography and the assessment of uncertainty. Advances in geophysics, New York,, v. 55, p. 1–76, 2014.
REZAIE, M. A sigmoid stabilizing function for fast sparse 3d inversion of magnetic data. Near Surface Geophysics, Houton, v. 18, n. 2, p. 149–159, 2020.
SAJEVA, A.; ALEARDI, M.; STUCCHI, E.; BIENATI, N.; MAZZOTTI, A. Estimation of acoustic macro models using a genetic full-waveform inversion: Applications to the Marmousi model. Geophysics, Tulsa, v. 81, n. 4, p. R173–R184, 2016.
SAMBRIDGE, M.; DRIJKONINGEN, G. Genetic algorithms in seismic waveform inversion. Geophysical Jour- nal International, Oxford, v. 109, n. 2, p. 323–342, 1992.
SAMBRIDGE, M.; MOSEGAARD, K. Monte Carlo methods in geophysical inverse problems. Reviews of Geo- physics, Washington, v. 40, n. 3, p. 3–1, 2002.
SEN, M. K.; STOFFA, P. L. Global optimization methods in geophysical inversion. 2. ed. Cambridge: Cambridge University Press, 2013.
STUART, G. K.; MINKOFF, S. E.; PEREIRA, F. A two-stage Markov chain Monte Carlo method for seismic in- version and uncertainty quantification. Geophysics, Tulsa, v. 84, n. 6, p. R1003–R1020, 2019.
Downloads
Publicado
2022-05-17
Como Citar
Azevedo, J. dos S., & Palma, L. F. (2022). Inversão de campos de velocidade usando o algoritmo genético com parametrização sigmoidal. Semina: Ciências Exatas E Tecnológicas, 43(1Esp), 17–28. https://doi.org/10.5433/1679-0375.2022v43n1Espp17
Edição
Seção
Artigos
Licença
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação. As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
