O documento discute modelagem sísmica usando a equação da onda acústica resolvida numericamente. Aborda tópicos como meios acústicos, modelagem acústica com diferenças finitas, estabilidade de esquemas numéricos e migração reversa no tempo para imageamento.
Slides Lição 5, CPAD, Os Inimigos do Cristão, 2Tr24, Pr Henrique.pptx
Modelagem sísmica usando equação da onda
1. Método
Experimentos numéricos
Aspectos da modelagem e imageamento
usando equação da onda
Jessé Costa∗ ,
∗ Universidade Federal do Pará, INCT-GP
Semana de Inverno de Geofísica, 2012
2. Método
Experimentos numéricos
Tópicos
Modelagem Sísmica
Meios Acústicos
Modelagem acústica usando diferenças finitas
Relações de reciprocidade em meios acústicos
Princípio de Huygens e Reversão Temporal
Migração Reversa no Tempo
3. Método
Experimentos numéricos
Tópicos
Modelagem Sísmica
Meios Acústicos
Modelagem acústica usando diferenças finitas
Relações de reciprocidade em meios acústicos
Princípio de Huygens e Reversão Temporal
Migração Reversa no Tempo
4. Método
Experimentos numéricos
Tópicos
Modelagem Sísmica
Meios Acústicos
Modelagem acústica usando diferenças finitas
Relações de reciprocidade em meios acústicos
Princípio de Huygens e Reversão Temporal
Migração Reversa no Tempo
5. Método
Experimentos numéricos
Tópicos
Modelagem Sísmica
Meios Acústicos
Modelagem acústica usando diferenças finitas
Relações de reciprocidade em meios acústicos
Princípio de Huygens e Reversão Temporal
Migração Reversa no Tempo
6. Método
Experimentos numéricos
Tópicos
Modelagem Sísmica
Meios Acústicos
Modelagem acústica usando diferenças finitas
Relações de reciprocidade em meios acústicos
Princípio de Huygens e Reversão Temporal
Migração Reversa no Tempo
7. Método
Experimentos numéricos
Tópicos
Modelagem Sísmica
Meios Acústicos
Modelagem acústica usando diferenças finitas
Relações de reciprocidade em meios acústicos
Princípio de Huygens e Reversão Temporal
Migração Reversa no Tempo
8. Método
Experimentos numéricos
Modelagem sísmica
Michael Orisgtaglio, Yale University & SEAM II project Manager
9. Método
Experimentos numéricos
Modelagem Sísmica
Propriedades das Rochas:
Vargila
Porosidade
Saturação de Fluidos, etc..
10. Método
Experimentos numéricos
Modelagem Sísmica
Propriedades das Rochas: Parâmetros geofísicos :
Vargila ρ
Porosidade Vp , Vs , CIJ
Saturação de Fluidos, etc.. Q, σ, etc..
11. Método
Experimentos numéricos
Modelagem Sísmica
SEAM I salt model
12. Método
Experimentos numéricos
Modelagem Sísmica:SEAM model
Dimensão : 35 km× 40 km × 15 km
Malha uniforme: 10 m
Modelo: ρ, Vp 84GB
Vmin = 1490m/s Vmax = 4800 m/s
13. Método
Experimentos numéricos
Modelagem Sísmica: SEAM model
Modelagem por diferenças finitas:
fmax = 30 Hz
Offset máximo=10 km
62478 tiros, 450.000 traços/tiro
3.5 GB por tiro
220 TB início 2009-término 2011
Modelagem eástica ≈ 100× Modelagem Acústica
14. Método
Experimentos numéricos
Modelagem para imageamento sísmico
Acústica ou pseudo-acústica(TTI)
Densidade Constante
15. Método
Experimentos numéricos
Meios Acústicos
∂v(x, t)
ρ(x) = − p(x, t) + f(x, t)
∂t
∂p(x, t)
= −K (x) · v(x, t) + q(x, t)
∂t
x, t: posição, tempo
p(x, t) campo de pressão
v(x, t) campo de velocidade das partículas do meio
16. Método
Experimentos numéricos
Meios Acústicos
∂v(x, t)
ρ(x) = − p(x, t) + f(x, t)
∂t
∂p(x, t)
= −K (x) · v(x, t) + q(x, t)
∂t
ρ(x): densidade de massa
K (x): módulo de incompressibilidade
17. Método
Experimentos numéricos
Meios Acústicos
∂v(x, t)
ρ(x) = − p(x, t) + f(x, t)
∂t
∂p(x, t)
= −K (x) · v(x, t) + q(x, t)
∂t
f(x, t): densidade de fontes dipolares
q(x, t): taxa de injeção de pressão na fonte
18. Método
Experimentos numéricos
Meios Acústicos: equação densidade variável
∂2p p ∂q f
=K · + −K ·
∂t 2 ρ ∂t ρ
19. Método
Experimentos numéricos
Equação escalar com densidade constante
∂2p ∂q
= c2 2
p+ − c2 ·f
∂t 2 ∂t
K
c(x) = ρ: velocidade de propagação
20. Método
Experimentos numéricos
Equação da onda
∂2p
= c2 2
p + s(t)δ(x − xs )
∂t 2
c(x): velocidade de propagação
s(t): fonte puntual em xs
s(t): pulso fonte
21. Método
Experimentos numéricos
Equação da onda: soluções em meios homogêneos
Ondas esféricas
1 s(t − |x − xs |/c)
p(x, t; xs ) =
4πc 2 |x − xs |
Ondas planas
+∞
n ωn
p(x, t) = p t − ·x = P(ω) exp[ i( · x − ωt)]dω
c −∞ c
ωn
k≡ c : número de onda
22. Método
Experimentos numéricos
Equação da onda: soluções em meios heterogêneos
Soluções analíticas:
meios com simetria: plana, esférica, cilíndica,...
23. Método
Experimentos numéricos
Equação da onda: soluções em meios heterogêneos
Aproximações Assintóticas:
WKBJ: meios estratificados plana
Teoria do raio, feixes gaussianos, Maslov, estados
coerentes,...
24. Método
Experimentos numéricos
Equação da onda: soluções em meios heterogêneos
Aproximações numéricas:
Refletividade: meios estratificados
Diferenças finitas
Elementos finitos
métodos espectrais
25. Método
Experimentos numéricos
Aproximações numéricas: ckeck list
Acurácia
quantos comprimentos de onda a propagar...
26. Método
Experimentos numéricos
Aproximações numéricas: ckeck list
Custo computacional
operações de ponto flutuante
armazenamento
27. Método
Experimentos numéricos
Aproximações numéricas: ckeck list
Especificação do modelo
malha regular e uniforme
malha regular não uniforme
malha não estruturada
28. Método
Experimentos numéricos
Aproximações numéricas: ckeck list
Condições de fronteira
fronteira livre
fronteiras internas
fronteiras absorventes
29. Método
Experimentos numéricos
Acurácia e Custo Computacional
Elementos Finitos Espectral
30. Método
Experimentos numéricos
Acurácia e Custo Computacional
Diferenças finitas:
malha regular (fácil de especificar o modelo)
fácil de programar
emula bem a física
custo aumenta em escala razoável
31. Método
Experimentos numéricos
Diferenças Finitas
1
f (x0 ± h) = f (x0 ) ± f (x0 )h + f (x0 )h2 ± O(h3 )
2
forward
f (x0 + h) − f (x0 )
f (x0 ) = + O(h)
h
32. Método
Experimentos numéricos
Diferenças Finitas
1
f (x0 ± h) = f (x0 ) ± f (x0 )h + f (x0 )h2 ± O(h3 )
2
backward:
f (x0 ) − f (x0 − h)
f (x0 ) = + O(h)
h
33. Método
Experimentos numéricos
Diferenças Finitas
1
f (x0 ± h) = f (x0 ) ± f (x0 )h + f (x0 )h2 ± O(h3 )
2
central
f (x0 + h/2) − f (x0 − h/2)
f (x0 ) = + O(h2 )
h
34. Método
Experimentos numéricos
Diferenças Finitas
i) aproximar operadores diferenciais por diferenças em uma
malha
ii) ordem da aproximação depende do ponto de atribuição
35. Método
Experimentos numéricos
Diferenças Finitas: cálculo dos coeficientes
Avaliar as derivadas de x K para K = 1, 3, ..., 2N − 1
N−1
1 1
Kx0 −1 h =
K
dj [(x0 + (j + )h)K − (x0 − (j + )h)K ]
2 2
j=0
dj : coeficientes do operador de diferenças
K −1 N−1
x0 K K x0 2j + 1 K x0 2j + 1 K
K h = h dj [( + ) −( − ) ]
h h 2 h 2
j=1
36. Método
Experimentos numéricos
Diferenças Finitas: cálculo dos coeficientes
Em x0 = 0 e h = 1
N−1 K
2j + 1
K δK ,1 = 2 dj K = 1, 3, ..., 2N − 1
2
j=0
A solução deste sistema linear determina os coeficientes dj
para uma aproximação de ordem 2N.
37. Método
Experimentos numéricos
Diferenças Finitas: cálculo dos coeficientes
Para aproximação da derivada segunda:
N−1
K (K − 1)δK ,2 = d0 δK ,1 + 2 dj j K K = 0, 2, .., 2N − 1
j=1
A solução deste sistema linear determina os coeficientes dj
para uma aproximação de ordem 2N + 2.
38. Método
Experimentos numéricos
Diferenças Finitas: Equação da onda
p(x, y , t + ∆) = 2p(x, y , t) − p(x, y , t − ∆)
2
c(x, y )∆
+ [2d0 p(x, y , t)
h
N−1
+ dj (p(x + jh, y , t) + p(x − jh, y , t))
j=1
N−1
+ dj (p(x, y + jh, t) + p(x, y − jh, t))
j=1
+ ∆t 2 s(t)δBL (x − xs ) + O(∆t 2 , h2N )
39. Método
Experimentos numéricos
Diferenças Finitas: Equação da onda
p(x, y , t + ∆) = 2p(x, y , t) − p(x, y , t − ∆)
2
c(x, y )∆
+ [2d0 p(x, y , t)
h
N−1
+ dj (p(x + jh, y , t) + p(x − jh, y , t))
j=1
N−1
+ dj (p(x, y + jh, t) + p(x, y − jh, t))
j=1
+ ∆t 2 s(t)δBL (x − xs ) + O(∆t 2 , h2N )
δBL (x − xs ) = exp[−(x − xs ) · (x − xs )/2h2 ]
40. Método
Experimentos numéricos
Teorema de Lax
"Um esquema de diferenças finitas consistente para um
problema de valor inicial bem posto é convergente se e
somente se ele é estavel."
41. Método
Experimentos numéricos
Análise de estabilidade
ω
p(x, y , t) = exp [i (k n · x − ωt)] k ≡
c
N−1
ω∆ µ2
sin2 =− d0 + dj (cos jkh cos φ + cos jkh sin φ)
2 2
j=1
n ≡ (cos φ, sin φ) e µ ≡ c∆/h.
42. Método
Experimentos numéricos
Análise de estabilidade
ω
p(x, y , t) = exp [i (k n · x − ωt)] k ≡
c
N−1
ω∆ µ2
sin2 =− d0 + dj (cos jkh cos φ + cos jkh sin φ)
2 2
j=1
n ≡ (cos φ, sin φ) e µ ≡ c∆/h.
Para evitar aliasing:
0 ≤ ω∆ ≤ π
43. Método
Experimentos numéricos
Análise de estabilidade
ω
p(x, y , t) = exp [i (k n · x − ωt)] k ≡
c
N−1
ω∆ µ2
sin2 =− d0 + dj (cos jkh cos φ + cos jkh sin φ)
2 2
j=1
n ≡ (cos φ, sin φ) e µ ≡ c∆/h.
Para evitar aliasing:
0 ≤ ω∆ ≤ π
0 ≤ kh ≤ π
44. Método
Experimentos numéricos
Análise de estabilidade
Condição de estabilidade:
c∆ −2
µ= < N−1
h d0 + 1 dj (−1)j
h
∆ < µ
c
45. Método
Experimentos numéricos
Análise de erro
Velocidade de fase cFD = ω/k :
N−1
cFD 2 d0 + j=1 dj (cos jkh cos φ + cos jkh sin φ)
= sin−1 µ −
c µkh 2
cFD (k , φ) : dispersão e anisotropia numérica
46. Método
Experimentos numéricos
Análise de erro
Velocidade de grupo vg = ∂ω/∂k :
N−1
vg µ
= j dj (cos φ cos jkh cos φ + sin φ cos jkh sin φ)
c sin(µkh)
j=1
vg (k ) : dispersão
47. Método
Experimentos numéricos
Otimização dos coeficientes para reduzir dispersão
Ajuste de da velocidade de fase por quadrados mínimos no
intervalo 0 < kh < απ/2:
2 N−1
cFD µ
sin2 µkh = − d0 + dj (cos jkh cos φ + cos jkh sin φ)
C 2
j=1
sujeito a:
N−1
d0 + 2 dj = 0
j=1
e
N−1
d0 + 2 dj j 2 = 2
j=1
48. Método
Experimentos numéricos
Otimização dos coeficientes
Ajuste da velocidade de fase e velocidade de grupo por
quadrados mínimos no intervalo 0 < kh < απ/2:
N−1
vg µ
= j dj (cos φ cos jkh cos φ + sin φ cos jkh sin φ)
c sin(µkh)
j=1
sujeito a:
N−1
d0 + 2 dj = 0
j=1
e
N−1
dj j 2 = 2
j=1
Para tratamentos mais elaborados:
Holberg, O, 1987. Geophysical Prospecting.35,629-655, 1987.
Kosloff et al., 2010. Geophysics.75(6),T167-T174.
49. Método
Experimentos numéricos
Fronteiras Absorventes: PML
Atenuação ao direcional:
iω Γ(x)
P(x, y , ω) = exp nx 1− x + ny y
c iω
x
Γ(x) 1
X =x− =x− σ(ξ)dξ
iω iω 0
∂2P ∂2P
(−iω)2 P(x, ω) = c 2 +
∂X 2 ∂y 2
55. Método
Experimentos numéricos
Fronteiras Absorventes: PML
0 no domínio de interesse
σ(x) = 3 1 x 2
2 log R cmax ∆ L nas bordas
R: coef. de reflexão desejado para incidência normal ≈ 10−6
c
L: largura da banda de absorção ≈ λ = 2fmax
2 pico
fpico : frequência pico do pulso
Collino & Tsogka, 2001. Geophysics, 66(1),294-307.
56. Método
Experimentos numéricos
Fronteiras Absorventes: PML
a) Muito eficazes para modelagem acústica
57. Método
Experimentos numéricos
Fronteiras Absorventes: PML
a) Muito eficazes para modelagem acústica
b) Campos auxiliares implementados apenas nas regiões de
absorção.
58. Método
Experimentos numéricos
Fronteiras Absorventes: PML
a) Muito eficazes para modelagem acústica
b) Campos auxiliares implementados apenas nas regiões de
absorção.
c) Várias abordagens na literartura CPML, M-PML, etc...
59. Método
Experimentos numéricos
Fronteiras Absorventes: PML
a) Muito eficazes para modelagem acústica
b) Campos auxiliares implementados apenas nas regiões de
absorção.
c) Várias abordagens na literartura CPML, M-PML, etc...
d) podem apresentar instabilidade (meios elásticos
anisotrópicos, ondas de superfície)
60. Método
Experimentos numéricos
Fronteiras Absorventes: implementação simples
∂2p ∂p
2
+ σ(x, y ) = c2 2
p
∂t ∂t
σ(x, y ) = γ(x)γ(y )
0 no domínio de interesse
γ(x) = x 2
πfpico ∆ L nas bordas
fpico : frequência pico do pulso
cmax
L: largura da banda de absorção ≈ λ = fpico
61. Método
Experimentos numéricos
Fonteiras absorventes
p(x, y , t + ∆) − 2p(x, y , t) + p(x, y , t − ∆)
∆γ(x)γ(y )
+ [p(x, y , t + ∆) − p(x, y , t − ∆)]
2
c(x, y )∆ 2
= [2d0 p(x, y , t)
h
N−1
+ dj (p(x + jh, y , t) + p(x − jh, y , t))
j=1
N−1
+ dj (p(x, y + jh, t) + p(x, y − jh, t))
j=1
+ ∆t 2 s(t)δBL (x − xs ) + O(∆t 2 , h2N )
62. Método
Experimentos numéricos
Fronteiras Absorventes: região de absorção
σ>0
σ=0
63. Método
Experimentos numéricos
Modelagem FD: escolha de h e ∆
1 Determine a frequência máxima do pulso sísmico fmax
64. Método
Experimentos numéricos
Modelagem FD: escolha de h e ∆
1 Determine a frequência máxima do pulso sísmico fmax
2 Determine o comprimento de onda mínimo:
λmin = cmin /fmax
65. Método
Experimentos numéricos
Modelagem FD: escolha de h e ∆
1 Determine a frequência máxima do pulso sísmico fmax
2 Determine o comprimento de onda mínimo:
λmin = cmin /fmax
3 h = λmin /N. N deve ser avaliado a partir das curvas de
dispersão do esquema.
66. Método
Experimentos numéricos
Modelagem FD: escolha de h e ∆
1 Determine a frequência máxima do pulso sísmico fmax
2 Determine o comprimento de onda mínimo:
λmin = cmin /fmax
3 h = λmin /N. N deve ser avaliado a partir das curvas de
dispersão do esquema.
4 ∆ = µh/cmax
67. Método
Experimentos numéricos
Modelagem FD: custo
1 Armazenamento :
D
Nfmax
Nx × Ny × Nz = V
cmin
D : dimensão do domínio
V : volume do domínio
T : tempo de simulação
Nd : comprimento do operador de FD
68. Método
Experimentos numéricos
Modelagem FD: custo
1 Armazenamento :
D
Nfmax
Nx × Ny × Nz = V
cmin
2 Número de operações :
Tcmax N D D+1
Nx × Ny × Nz × Nt × Nd = Nd V D
fmax
µcmin
D : dimensão do domínio
V : volume do domínio
T : tempo de simulação
Nd : comprimento do operador de FD
69. Método
Experimentos numéricos
Métodos pseudo-espectrais
Calcula de derivadas espaciais
∂ n p(x, t) −1 n
= FFTx [kx FFTx [p(x, t)]]
∂x n
a) Amostragem no limite de Nyquist (menor custo de
armazenamento)
70. Método
Experimentos numéricos
Métodos pseudo-espectrais
Calcula de derivadas espaciais
∂ n p(x, t) −1 n
= FFTx [kx FFTx [p(x, t)]]
∂x n
a) Amostragem no limite de Nyquist (menor custo de
armazenamento)
b) Resposta espectral do operador correta até Nyquist (π/h)
71. Método
Experimentos numéricos
Métodos pseudo-espectrais
Calcula de derivadas espaciais
∂ n p(x, t) −1 n
= FFTx [kx FFTx [p(x, t)]]
∂x n
a) Amostragem no limite de Nyquist (menor custo de
armazenamento)
b) Resposta espectral do operador correta até Nyquist (π/h)
c) Condições de contorno periódicas
72. Método
Experimentos numéricos
Métodos pseudo-espectrais:evolução temporal
usando REM
∂ 2 p(x, t)
= c 2 (x) 2
p(x, t) = L2 p(x, t)
∂t 2
Para meios homogêneos:
p(x, t + ∆t) + p(x, t − ∆t) = cos(Lt)p(x, t)
73. Método
Experimentos numéricos
Métodos pseudo-espectrais:evolução temporal
usando REM
∂ 2 p(x, t)
= c 2 (x) 2
p(x, t) = L2 p(x, t)
∂t 2
Para meios homogêneos:
p(x, t + ∆t) + p(x, t − ∆t) = cos(L∆t)p(x, t)
74. Método
Experimentos numéricos
Métodos pseudo-espectrais:evolução temporal REM
M
iL
cos(L∆t) = c2k J2k (∆tR) Q2k
R
k =0
c0 = 1 c2k = 2, k > 1
Qn+2 (x) = (4x + 1)Qn (x) − Qn−2 (x) , Q0 (x) = 1 Q2 = 2x 2 + 1
2
1 2 1
R > πcmax ( ) + ( )2 , M > R∆t
hx hy
J2M (∆tR) ≈ 10−6
Tal-Ezer, H., 1986. SIAM Journal on Numerical Analysis, 23, 11-26
Pestana & Stoffa,2010.Geophysics.V75(4),T121-T131.
Tessmer,2011.Geophysics.V76(4),S177-T185.
75. Método
Experimentos numéricos
Métodos pseudo-espectrais:evolução temporal REM
a) permite passos no tempo iguais a taxa de amostragem
dos dados sísmicos
76. Método
Experimentos numéricos
Métodos pseudo-espectrais:evolução temporal REM
a) permite passos no tempo iguais a taxa de amostragem
dos dados sísmicos
b) combinado com FFT para avaliação acurácia limitada a
precisão do sistema de ponto flutuante
77. Método
Experimentos numéricos
Reciprocidade e reversão temporal
80. Método
Experimentos numéricos
Reversão temporal
Grande terremoto de Sumatra 2004:
Larmat, C. et al. 2010. Physics Today, August,p31-35.
81. Método
Experimentos numéricos
Teoremas de reciprocidade: geometria
p(x,t)
A
q(x,t)
A
p(x,t) q(x,t)
B B
pA (x, t): campo de pressão gerado por fontes qA (x, t)
pB (x, t): campo de pressão gerado por fontes qB (x, t)
De Hoop, A. & Stam, H.J. 1988. Wave Motion, 10, 479-489.
82. Método
Experimentos numéricos
Teoremas de reciprocidade: geometria
p(x,t)
A
q(x,t)
A
p(x,t) q(x,t)
B B
Dominínio de propagação comum
Condições de fronteira podem ser diferentes
De Hoop, A. & Stam, H.J. 1988. Wave Motion, 10, 479-489.
83. Método
Experimentos numéricos
Teorema de reciprocidade tipo convolução
t
dτ [pA (x, τ ) pB (x, t − τ ) − pB (x, τ ) pA (x, t − τ )] · n dS =
0 ∂V
t
− dτ [pA (x, τ )qB (x, t − τ ) − pB (x, τ )qA (x, t − τ )] dV
0 V
84. Método
Experimentos numéricos
Teorema de reciprocidade tipo correlação
+∞
dτ [pA (x, τ − t) pB (x, τ ) − pB (x, τ ) pA (x, τ − t)] · n dS =
t ∂V
+∞
− dτ [pA (x, τ − t)qb (x, τ ) − pB (x, τ )qA (x, τ − t)] dV
t V
85. Método
Experimentos numéricos
Consequências dos teoremas de reciprocidade
Problema direto ou modelagem acústica
86. Método
Experimentos numéricos
Consequências dos teoremas de reciprocidade
Problema direto ou modelagem acústica
Inversão da fonte acústica
87. Método
Experimentos numéricos
Consequências dos teoremas de reciprocidade
Problema direto ou modelagem acústica
Inversão da fonte acústica
Retropropagação do campo acústico
88. Método
Experimentos numéricos
Consequências dos teoremas de reciprocidade
Problema direto ou modelagem acústica
Inversão da fonte acústica
Retropropagação do campo acústico
Espalhamento Inverso
89. Método
Experimentos numéricos
Função de Green
1 ∂ 2 g(x, t; x , t ) 2
= g(x, t; x , t ) + δ(t − t )δ(x − x ) .
c 2 (x) ∂t 2
g(x, t; x , t ) = 0 t < t
˙
g(x, t; x , t ) = 0 t < t
Condições de fronteira:
∂g(x, t; x , t )
g(x, t; x , t ) x∈∂V ∂n x∈∂V
90. Método
Experimentos numéricos
Função de Green e teorema de reciprocidade
Fronteiras homogêneas:
a) o domínio é ilimitado. Neste caso observando que
lim g=0,
x →+∞
e pressupondo a condição de radiação
1 ∂g
lim (x − x0 ) · g(x, t; x0 ) + x − x0 =0.
x−x0 →+∞ c ∂t
Esta condição garante que não há radiação de fora para
dentro do domínio.
91. Método
Experimentos numéricos
Função de Green e teorema de reciprocidade
Fronteiras homogêneas:
b) Fronteira livre, ou seja, a pressão se anula sobre a
fronteira g = 0. Esta condição ocorre na interface entre a
terra e o ar.
92. Método
Experimentos numéricos
Função de Green e teorema de reciprocidade
Fronteiras homogêneas:
c) Fronteiras rígidas g = 0, ou seja a aceleração se anula
sobre a fronteira.
93. Método
Experimentos numéricos
Função de Green e teorema de reciprocidade
Se as condições de fronteiras são homogêneas:
a) Invariância no tempo:
g(x, t − t ; x , 0) = g(x, t; x , t )
94. Método
Experimentos numéricos
Função de Green e teorema de reciprocidade
Se as condições de fronteiras são homogêneas:
b) Reciprocidade espacial:
g(x, t; x , t ) = g(x , t; x, t )
95. Método
Experimentos numéricos
Função de Green e teorema de reciprocidade
Se as condições de fronteiras são homogêneas:
c) Reciprocidade espaço-temporal:
g(x , t ; x, t) = g(x, t; x, t )
g(x, −t; x , 0) = g(x, t; x, 0)
96. Método
Experimentos numéricos
Teoremas de reciprocidade: modelagem
t
p(x, t) = dτ g(x, t − τ ; x , 0)q(x , τ )dV
0 V
t
+ dτ p(x , τ ; x0 ) g(x, t − τ, x , 0)
0 ∂V
− g(x, t − τ, x , 0) p(x , τ ; x0 ) · n dS ,
97. Método
Experimentos numéricos
Teoremas de reciprocidade: princípio de Huygens
98. Método
Experimentos numéricos
Teoremas de reciprocidade: princípio de Huygens
t
p(x, t) = dτ p(x , τ ; x0 ) g(x, t − τ, x , 0)
t0 ∂Vt0
− g(x, t − τ, x , 0) p(x , τ ; x0 ) · n dS
Se x está no interior do domínio.
99. Método
Experimentos numéricos
Teoremas de reciprocidade:princípio de Huygens
t
0 = dτ p(x , τ ; x0 ) g(x, t − τ, x , 0)
t0 ∂Vt0
− g(x, t − τ, x , 0) p(x , τ ; x0 ) · n dS
Se x está fora do domínio.
100. Método
Experimentos numéricos
Teoremas de reciprocidade: reversão no tempo
101. Método
Experimentos numéricos
Teoremas de reciprocidade: reversão no tempo
T −t
p(x, t) = − dξ x g(x, T − ξ − t; x , 0)p(x , T − ξ)
0 ∂V
− g(x, T − ξ − t; x , 0) x p(x , T − ξ) · n dS
Se x está no interior do domínio.
102. Método
Experimentos numéricos
Teoremas de reciprocidade: reversão no tempo
Incluindo a região com a fonte:
T −t
p(x, t) = − dτ g(x, T − t − ξ; x , 0)q(x , T − ξ)dV
0 V
T −t
− dξ x g(x, T − ξ − t; x , 0)p(x , T − ξ)
0 ∂V
− g(x, T − ξ − t; x , 0) x p(x , T − ξ) · n dS
Se x está no interior do domínio.
103. Método
Experimentos numéricos
Teoremas de reciprocidade: reversão no tempo
T −t
p(x, t) = − dξ x gL (x, T − ξ − t; x , 0)p(x , T − ξ) · n dS
0 ∂V
gL : função de Green com fronteira livre.
104. Método
Experimentos numéricos
Experimentos de reversão temporal
106. Método
Experimentos numéricos
Cobertura completa
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
Geometria de aquisição dos dados no primeiro experimento.
receptores ao longo do retângulo a cada 12m. A posição da
fonte está indicada pelo asterisco.
107. Método
Experimentos numéricos
Campo de pressão p(xr , t)
0
0.2
0.4
0.6
Tempo (s)
0.8
1
1.2
1.4
100 200 300 400 500 600 700 800 900 1000
Receptores
128. Método
Experimentos numéricos
Reversão no tempo de Vx (xr , t)
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
129. Método
Experimentos numéricos
Reversão no tempo de Vz (xr , t)
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
130. Método
Experimentos numéricos
Reversão no tempo de P(xr , t)
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
131. Método
Experimentos numéricos
Reversão no tempo de V(xr , t)
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
132. Método
Experimentos numéricos
Reversão no tempo de P(xr , t) e V(xr , t)
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
133. Método
Experimentos numéricos
Reversão temporal: modelo suavizado
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
1000 1500 2000 2500 3000 3500 4000 4500 5000 5500
Modelo Marmousi suavizado pela aplicação de uma janela de
média móvel de dimensões 3 × 3, recursivamente, 100 vezes.
134. Método
Experimentos numéricos
Reversão no tempo de P(xr , t): cobertura completa
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
135. Método
Experimentos numéricos
Reversão no tempo de P(xr , t): grande abertura
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
136. Método
Experimentos numéricos
Reversão no tempo de P(xr , t): pequena abertura
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
137. Método
Experimentos numéricos
Reversão temporal: modelo suavizado
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
1000 1500 2000 2500 3000 3500 4000 4500 5000 5500
Modelo Marmousi suavizado pela aplicação de uma janela de
média móvel de dimensões 3 × 3, recursivamente, 1000 vezes.
138. Método
Experimentos numéricos
Reversão no tempo de P(xr , t): cobertura completa
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
139. Método
Experimentos numéricos
Reversão no tempo de P(xr , t): grande abertura
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
140. Método
Experimentos numéricos
Reversão no tempo de P(xr , t): pequena abertura
0
500
Profundidade (m)
1000
1500
2000
2500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Distancia (m)
141. Método
Experimentos numéricos
Migração por reversão no tempo
142. Método
Experimentos numéricos
Migração RTM: Por que?
Resposta ao Impulso Kirchhoff:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
143. Método
Experimentos numéricos
Migração RTM: Por que?
Resposta ao Impulso Feixes Gaussianos:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
144. Método
Experimentos numéricos
Migração RTM: Por que?
Resposta ao Impulso WEM:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
145. Método
Experimentos numéricos
Migração RTM: Por que?
Resposta ao Impulso RTM:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
146. Método
Experimentos numéricos
Migração RTM: Por que?
Migração Kirchhoff:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
147. Método
Experimentos numéricos
Migração RTM: Por que?
Migração Feixes Gaussianos:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
148. Método
Experimentos numéricos
Migração RTM: Por que?
Migração WEM:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
149. Método
Experimentos numéricos
Migração RTM: Por que?
Migração RTM:
Etgen, J. et al, 2010. Geophysics, 74(6),WCA5-WCA17,
150. Método
Experimentos numéricos
RTM: características
Vantagens da RTM:
Equação da onda
completa
Campos de velocidade
com forte contraste
Imageamento de eventos
com mergulho arbitrário e
turning waves
151. Método
Experimentos numéricos
RTM: características
Vantagens da RTM:
Equação da onda
completa
Campos de velocidade
com forte contraste
Imageamento de eventos
com mergulho arbitrário e
turning waves
152. Método
Experimentos numéricos
RTM: características
Vantagens da RTM:
Equação da onda
completa
Campos de velocidade
com forte contraste
Imageamento de eventos
com mergulho arbitrário e
turning waves
153. Método
Experimentos numéricos
RTM: características
Limitações da RTM:
Vantagens da RTM:
Custo computacional
Equação da onda
menor banda espectral
completa
Ruído devido a
Campos de velocidade
retro-espalhamento
com forte contraste
Ruído devido a múltiplo
Imageamento de eventos
espalhamento
com mergulho arbitrário e
turning waves Preservação de
amplitudes
154. Método
Experimentos numéricos
RTM: características
Limitações da RTM:
Vantagens da RTM:
Custo computacional
Equação da onda
menor banda espectral
completa
Ruído devido a
Campos de velocidade
retro-espalhamento
com forte contraste
Ruído devido a múltiplo
Imageamento de eventos
espalhamento
com mergulho arbitrário e
turning waves Preservação de
amplitudes
155. Método
Experimentos numéricos
RTM: características
Limitações da RTM:
Vantagens da RTM:
Custo computacional
Equação da onda
menor banda espectral
completa
Ruído devido a
Campos de velocidade
retro-espalhamento
com forte contraste
Ruído devido a múltiplo
Imageamento de eventos
espalhamento
com mergulho arbitrário e
turning waves Preservação de
amplitudes
156. Método
Experimentos numéricos
RTM: características
Limitações da RTM:
Vantagens da RTM:
Custo computacional
Equação da onda
menor banda espectral
completa
Ruído devido a
Campos de velocidade
retro-espalhamento
com forte contraste
Ruído devido a múltiplo
Imageamento de eventos
espalhamento
com mergulho arbitrário e
turning waves Preservação de
amplitudes
157. Método
Experimentos numéricos
RTM: características
Limitações da RTM:
Vantagens da RTM:
Custo computacional
Equação da onda
menor banda espectral
completa
Ruído devido a
Campos de velocidade
retro-espalhamento
com forte contraste
Ruído devido a múltiplo
Imageamento de eventos
espalhamento
com mergulho arbitrário e
turning waves Preservação de
amplitudes
160. Método
Impementação da RTM
Experimentos numéricos
Implementação da RTM
1 Usando a equação da onda:
Modelagem direta da propagação do campo da fonte
Modelagem reversa da propagação do campo de onda
registrado nos receptores
161. Método
Impementação da RTM
Experimentos numéricos
Implementação da RTM
1 Usando a equação da onda:
Modelagem direta da propagação do campo da fonte
Modelagem reversa da propagação do campo de onda
registrado nos receptores
162. Método
Impementação da RTM
Experimentos numéricos
Implementação da RTM
1 Usando a equação da onda:
Modelagem direta da propagação do campo da fonte
Modelagem reversa da propagação do campo de onda
registrado nos receptores
2 Aplicação da condição de imagem: correlação cruzada
destes dois campos no ponto imagem
163. Método
Impementação da RTM
Experimentos numéricos
Condição de imagem
T
I(x) = pS (x, t; xS )pR (x, t; xR )dt
S 0 R
x: ponto imagem
xS : positição da fonte
xR : posição do receptor
T : tempo de registro dos dados
164. Método
Impementação da RTM
Experimentos numéricos
RTM: fluxo das propagações
Campo Receptores Campo Fonte
Superficie Superficie
t=T t=0
t=T−t1 t=t1
165. Método
Impementação da RTM
Experimentos numéricos
RTM: implementação
Modelagem direta do campo da fonte produz frames na
ordem 0, ∆, ...., Nt ∆
166. Método
Impementação da RTM
Experimentos numéricos
RTM: implementação
Modelagem direta do campo da fonte produz frames na
ordem 0, ∆, ...., Nt ∆
Modelagem reversa do campo dos receptores produz
frames na ordem Nt ∆, (Nt − 1)∆, ..., 0
167. Método
Impementação da RTM
Experimentos numéricos
RTM: implementação
Calcular o campo da fonte a partir de t=0 para intante de
aplicação da condição de imagem t1 : custo ≈ N 2
modelagens
168. Método
Impementação da RTM
Experimentos numéricos
RTM: implementação
Calcular o campo da fonte a partir de t=0 para intante de
aplicação da condição de imagem t1 : custo ≈ N 2
modelagens
armazenar o campo da fonte em disco: alto custo de
armazenamento (3D)
169. Método
Impementação da RTM
Experimentos numéricos
RTM: implementação
Calcular o campo da fonte a partir de t=0 para intante de
aplicação da condição de imagem t1 : custo ≈ N 2
modelagens
armazenar o campo da fonte em disco: alto custo de
armazenamento (3D)
compromisso entre armazenamento e computação:
checkpoints
170. Método
Impementação da RTM
Experimentos numéricos
Alternativas para otimizar custo
P0 P1
Checkpoint
Buffer
Tempo
PK PK+1
PN
Symes, W., 2007. Geophysics, 72(5),SM213-SM221.
171. Método
Impementação da RTM
Experimentos numéricos
Alternativas para otimizar custo
Migração com ondas planas(Delay-shot) ou phase encoding
Zhang, Y. et al. 2005. Geophysics, 70(5), E21-E28.
Romero, L. A. et al. 2000. Geophysics, 62(2), 426-436.
172. Método
Impementação da RTM
Experimentos numéricos
RTM: redução de tempo
Migração com ondas planas(Delay-shot) ou phase encoding
Reduz muito o número de modelagens
173. Método
Impementação da RTM
Experimentos numéricos
RTM: redução de tempo
Migração com ondas planas(Delay-shot) ou phase encoding
Reduz muito o número de modelagens
região de migração mais extensa: memória e
armazenamento
174. Método
Impementação da RTM
Experimentos numéricos
RTM: redução de tempo
Migração com ondas planas(Delay-shot) ou phase encoding
Reduz muito o número de modelagens
região de migração mais extensa: memória e
armazenamento
ruído por cross-talk
175. Método
Impementação da RTM
Experimentos numéricos
Phase encoding cross-talk
Condição de imagem domínio do tempo:
T
I(x) = pS (x, t; S1 )pR (x, t; S1 )dt
0
Condição de imagem domínio do freqência:
∗
I(x) = PS (x, ω; S1 )PR (x, ω; S1 )
ω
178. Método
Impementação da RTM
Experimentos numéricos
Condição de imagem usando correlação cruzada
Imageamento de eventos em campo de velocidade com
forte variações
179. Método
Impementação da RTM
Experimentos numéricos
Condição de imagem usando correlação cruzada
Imageamento de eventos em campo de velocidade com
forte variações
Não possui limitação de megulho
180. Método
Impementação da RTM
Experimentos numéricos
Condição de imagem usando correlação cruzada
Imageamento de eventos em campo de velocidade com
forte variações
Não possui limitação de megulho
Não preserva amplitude
181. Método
Impementação da RTM
Experimentos numéricos
Condição de imagem usando correlação cruzada
Imageamento de eventos em campo de velocidade com
forte variações
Não possui limitação de megulho
Não preserva amplitude
Ruído por retro-espalhamento
185. Método
Impementação da RTM
Experimentos numéricos
Ruído por retro-espalhamento
Zhang, Y. et al. 2010. Leading Edge,Novembro, p. 1364-1371.
186. Método
Impementação da RTM
Experimentos numéricos
Ruído por retro-espalhamento
Distance(m)
2000 3000 4000 5000 6000 7000 8000 9000
0
Depth(m)
2000
CI correlação cruzada
187. Método
Impementação da RTM
Experimentos numéricos
Ruído por retro-espalhamento
Zhang, Y. et al. 2010. Leading Edge,Novembro, p. 1364-1371.
188. Método
Impementação da RTM
Experimentos numéricos
Ruído por retro-espalhamento
Estratégias de mitigação:
Filtro passa alta na imagem: 2, ∂ 2 /∂z, etc...
189. Método
Impementação da RTM
Experimentos numéricos
Ruído por retro-espalhamento
Estratégias de mitigação:
Filtro passa alta na imagem: 2, ∂ 2 /∂z, etc...
Poderações na condição de imagem: vetor Poynting.
190. Método
Impementação da RTM
Experimentos numéricos
Amplitudes na migração RTM
Análise assintótica da CI por correlação cruzada
191. Método
Impementação da RTM
Experimentos numéricos
Amplitudes na migração RTM
Análise assintótica da CI por correlação cruzada
Modelo: meio homogêneo em 3D com um único refletor
com mergulho
192. Método
Impementação da RTM
Experimentos numéricos
Amplitudes na migração RTM
Análise assintótica da CI por correlação cruzada
Modelo: meio homogêneo em 3D com um único refletor
com mergulho
Aquisição: cobertura ilimitada de fontes e receptores na
superfície
193. Método
Impementação da RTM
Experimentos numéricos
Análise da CI por correlação cruzada
194. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
3 R(x0 , x0 )
I(x) ≈ cP φ(ξ)
cos3 D
195. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
sign(ξ) 2 cos D 2 cos D
φ(ξ) = ¨
w ¨
ξ ⊗w ξ
ξ cP cP
ξ(x, z) = x tan D + zd − z = zreflector (x) − z
196. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
O estiramento do pulso inversamente proporcional a cos D
197. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
O estiramento do pulso inversamente proporcional a cos D
O pulso é anti-simétrico em relação a posição do refletor
198. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
O estiramento do pulso inversamente proporcional a cos D
O pulso é anti-simétrico em relação a posição do refletor
A amplitude do pulso decai com a distancia ao refletor
199. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
O estiramento do pulso inversamente proporcional a cos D
O pulso é anti-simétrico em relação a posição do refletor
A amplitude do pulso decai com a distancia ao refletor
O espalhamento geométrico é compensado pela CI por
correlação cruzada
200. Método
Impementação da RTM
Experimentos numéricos
Resultados do método de fase estacionária
O estiramento do pulso inversamente proporcional a cos D
O pulso é anti-simétrico em relação a posição do refletor
A amplitude do pulso decai com a distancia ao refletor
O espalhamento geométrico é compensado pela CI por
correlação cruzada
O fator de obliquidade aumenta a amplitude com mergulho
do refletor como ocorre na migração Kirchhoff
201. Método
Impementação da RTM
Experimentos numéricos
CI para RTM com compensação das amplitudes
Correlação cruzada com compensação de iluminação
202. Método
Impementação da RTM
Experimentos numéricos
CI para RTM com compensação das amplitudes
Correlação cruzada com compensação de iluminação
Vetor Poynting
203. Método
Impementação da RTM
Experimentos numéricos
CI para RTM com compensação das amplitudes
Correlação cruzada com compensação de iluminação
Vetor Poynting
compensação do fator de obliquidade
204. Método
Impementação da RTM
Experimentos numéricos
Correlação cruzada com compensação de iluminação
T
0 R pS (x, t; xS )pR (x, t; xR )dt
I(x) = T
S 0 pS (x, t; xS )pS (x, t; xS )dt
205. Método
Impementação da RTM
Experimentos numéricos
CI com vetor Poynting
T
0 R W (θ)pS (x, t; xS )pR (x, t; xR )dt
I(x) = T
S 0 pS (x, t; xS )pS (x, t; xS )dt
na qual θ é o ângulo de espalhamento
206. Método
Impementação da RTM
Experimentos numéricos
CI com vetor Poynting
...
E
SS
θ
SR D
207. Método
Impementação da RTM
Experimentos numéricos
CI com vetor Poynting
...
E
1 se θ ≤ θmax
SS W (θ) =
θ 0 caso contrário
SR D
208. Método
Impementação da RTM
Experimentos numéricos
CI com vetor Poynting:como estimar θ
1- Usando: v(x, t) ou P(x, t) e P(x, t)