تخمين پارامترهاي كشساني از وارون كور چندكاناله مقاومت كشساني و مقايسه آن با وارون‌سازي بيزين

Estimation of elastic parameters using multichannel blind inversion of elastic impedance and comparison of it with Bayesian AVO inversion

توصيف پتروفيزيكي مخزن نيازمند آگاهي از پارامترهاي كشساني نظير سرعت موج طولي ، سرعت موج برشي ، و چگالي است. اين پارامترهاي كشساني را مي‌توان با استفاده از داده‌هاي لرزه‌اي پيش از برانبارش استخراج نمود. در اين مطالعه دو روش وارون‌سازي اين پارامترها مورد مقايسه قرار مي‌گيرد. روش اول روشي قطعي و روش دوم روشي آماري است. در روش اول در مرحله اول با استفاده از الگوريتم وارون‌سازي لرزه‌اي كور چندكاناله‌ مدل‌هاي مقاومت كشساني بلوكي با تفكيك‌پذيري بالا از مقاطع برانبارش زاويه محدود (partial angle stacks) استخراج مي‌شوند. اين وارون‌سازي بدون اطلاع از موجك چشمه و به صورت كور انجام مي‌شود تا موجك ومدل مقاومت به طور همزمان محاسبه ‌شوند. اهميت اين موضوع هنگامي معلوم مي‌شود كه بدانيم اين موجك‌ها بدليل ناهمسانگردي و طي مسيرهاي متفاوت داراي محتواي فركانسي متفاوت هستند. مرحله دوم شامل وارون مدل‌هاي مقاومت بدست آمده براي پارامترهاي كشساني است. به لحاظ رياضي مقاومت كشساني در حوزه لگاريتمي رابطه خطي با پارامترهاي كشساني دارد. با استفاده از اين واقعيت وارون‌سازي مقاومت‌ها به پارامترهاي كشساني از طريق روش كمترين مربعات صورت مي‌پذيرد. در روش دوم طي يك مرحله، در چارچوبي بيزين، با استفاده از تقريب خطي معادلات زوپريتس، توزيعي پسين براي هريك از پارامترهاي كشساني بدست مي‌آيد. استفاده از توزيع‌هاي بدست آمده به روش‌هاي گوناگوني انجام مي‌شود. در اين مطالعه با استفاده از توزيع‌هاي بدست آمده مدل با بيشترين احتمال انتخاب مي‌شود. نتايج بدست آمده از هر دو روش با استفاده از داده مصنوعي و واقعي مورد ارزيابي و بحث قرار مي‌گيرند و مزايا و كمبودهاي آنها بيان مي‌شوند.

Elastic parameters can be retrieved from pre-stack seismic data using the concept of the elastic impedance (EI). As the first inversion method in this study, an inversion algorithm is used that recovers the elastic parameters from pre-stack seismic data in two sequential steps. In the first step, using the multichannel blind seismic inversion, blocky EI models are obtained from partial angle-stacks. Using total-variation (TV) regularization, each angle-stack is inverted in a multichannel form. The second step involves the inversion of the resulting EI models for elastic parameters. Mathematically, the EIs are linearly described by the elastic parameters in the logarithm domain. Thus, a linear least-square inversion is employed to perform this step. Furthermore, elastic parameters are inverted through linearized Bayesian AVO inversion as the second inversion method, and some posterior distribution for elastic parameters is proposed. Finally, the results of both inversion methods are compared and their advantages and shortages are discussed.