وارون سازی لرزه ای زمین آماری با مدل های پیوستگی فضایی محلی تطبیق پذیر

روش های وارون سازی لرزه ای دامنه های لرزه ای را به مدل های عددی از ویژگی های کشسان سنگ تبدیل می کنند. روش های وارون سازی لرزه ای تصادفی ابزارهای ارزشمندی برای مدل سازی هستند که امکان ارزیابی عدم قطعیت توزیع فضایی ویژگی های پتروفیزیکی-کشسان وارون شده را فراهم می کنند. در این چارچوب، روش های تکرارشونده ی وارون سازی لرزه ای زمین آماری از شبیه سازی متوالی تصادفی به عنوان روش تولید و آشفتگی مدل استفاده می کنند. این رویکردهای شبیه سازی، الگوی پیوستگی فضایی ویژگی زیرسطحی موردنظر را با استفاده از یک مدل واریوگرام کلی بیان می کنند. در حالی که، در محیط های زمین شناسی پیچیده و ناپایا، مقید کردن مدل ها به یک واریوگرام واحد مناسب نیست و منجر به مدل های ضعیفی می شود که قادر به توصیف دقیق ویژگی های ناپایا نیستند. این پژوهش یک روش جدید وارون سازی لرزه ای زمین آماری تکرارشونده معرفی می کند که در آن مدل های پیوستگی فضایی محلی بر اساس عدم انطباق داده های لرزه ای واقعی و پیش بینی شده اصلاح می شوند. اصلاح تکرارشونده مدل های پیوستگی فضایی محلی تلاش دارد محدودیت های روش های متداول را که به یک مدل واریوگرام از پیش تعریف شده متکی هستند، برطرف کند. این روش بر روی یک مجموعه داده مصنوعی سه بعدی ناپایا اعمال شد. نتایج نشان داد که اصلاح تدریجی مدل های پیوستگی محلی بر اساس عدم انطباق داده ها مزایای چشمگیری دارد. مدل های وارون شده حاصل، در مقایسه با داده های واقعی و ساختارهای زمین شناسی، هماهنگی و انطباق بهتری نشان دادند و هندسه های پیچیده و ناپیوستگی ها را با دقت بیشتری بازتولید کردند.

کلیدواژه ها:

وارون سازی لرزه ای زمین آماری ، مدل های واریوگرام محلی ، شبیه سازی متوالی مستقیم ، خودبه روزشونده ، خوشه بندی