INVERSIÓN SÍSMICA

• Algunos ejemplos de México, Egipto, Australia y el Mar del Norte demuestran las
aplicaciones del proceso de inversión para ajustar localizaciones de perforación,
caracterizar yacimientos en los que es difícil generar imágenes, mapear la saturación de
agua, mejorar las simulaciones de yacimientos e incrementar el conocimiento de las
propiedades geomecánicas.

• Principios de la inversión sísmica:

Para los problemas que se generan dentro de la etapa de interpretación, no hay una respuesta
única que los resuelva, por esa razón se acude a la inversión sísmica. Que es una forma
matemática de estimar una respuesta, verificarla en función de las observaciones y modificarla
hasta que sea aceptable.

• Como su nombre lo indica, la inversión sísmica es la inversa del modelado directo.

El modelado directo comienza con un modelo de las propiedades del subsuelo, luego simula
matemáticamente un proceso físico (por ejemplo electromagnético, acústico, nuclear, químico u
óptico) en el modelo del subsuelo para finalmente proveer como salida una respuesta modelada.

La inversión sísmica hace lo contrario, es decir, no inicia modelando las propiedades del subsuelo,
sino parte de los datos reales, aplica una operación que le permite retroceder a partir de la salida
del proceso físco y entonces modela la respuesta.

Resumen

La inversión se puede definir como un procedimiento para obtener modelos que describan
adecuadamente un conjunto de datos. En el caso de los datos geofísicos, nuestras observaciones
muestran los efectos de las propiedades de las rocas en fenómenos físicos como la propagación de
ondas sísmicas. Debido a que la inversión geofísica nos permite extraer información del modelo
geológico de estos datos, el procedimiento es de interés para los científicos de la tierra.

Relación entre modelado e inversión

El proceso de inversión está estrechamente relacionado con el modelado directo. y en la Figura 1 se

muestra una comparación entre los dos procedimientos. El modelado directo usa una relación
matemática, como la ecuación de onda, para sintetizar la respuesta de la Tierra para un conjunto
dado de parámetros de modelo. Estos parámetros generalmente incluyen las propiedades de la roca
y la geometría de las interfaces de las capas de roca.

En el modelado sísmico, la ecuación de onda elástica usa los parámetros de densidad de roca y
velocidad de onda para producir un sismograma sintético como respuesta del modelo. En el análisis
geofísico, es crucial elegir un procedimiento de avance que describa las observaciones de manera
adecuada. Además de la elección de un modelo matemático apropiado, también es importante
saber cuántos parámetros del modelo se deben utilizar y qué parámetros son significativos.

La idoneidad de las opciones de modelado dependerá del problema de exploración particular y del
área geológica de interés. Por ejemplo, un modelo de capas horizontales puede ser apropiado para
la geología en el centro de Kansas, pero no sería adecuado en el cinturón de Overthrust de Wyoming.
Figura 1. Ilustración de los objetivos del modelado e inversión hacia adelante.

Como se muestra en la Figura 1b, la inversión, o "modelado inverso", usa un procedimiento

"inverso" al del modelado directo. Para un conjunto de datos dado, la inversión busca definir un
modelo geológico que esté de acuerdo con las observaciones. Inherente al proceso de inversión es
un intento de determinar los parámetros de propiedad de la roca que permiten que las respuestas
del modelo se ajusten a los datos disponibles. Por lo tanto, la elección de un modelo apropiado es
importante para la inversión, y el geofísico siempre debe preocuparse por la base física del modelo
de inversión.

Aun suponiendo que hayamos tomado la opción de modelado correcta, quedan numerosos
problemas. De hecho, Jackson (1972) describió acertadamente la inversión en el título de su trabajo
como "interpretación de datos inexactos, insuficientes e inconsistentes".

Al abordar algunos de estos problemas, adoptamos una notación simbólica. Por lo tanto, denotamos
el proceso de modelado directo como una transformación, f = T (x), donde f es la respuesta del
modelo, x es un vector que contiene parámetros del modelo geológico, y T es una transformación
que matemáticamente describe un proceso físico. En el caso sísmico, T generalmente produce una
respuesta modelo derivada de una solución a la ecuación de onda o una aproximación de la misma.
Luego, el proceso de inversión se escribe como x = T-1 (y), donde x es el conjunto de parámetros
estimados del modelo (el espacio modelo) derivado del vector de datos y (el espacio de datos). El
operador T-1 denota la transformación inversa del espacio de datos al espacio modelo.

Incluso si la elección de un modelo (o la elección de T) es físicamente realista, quedan ciertos

problemas con el T-1 inverso. En primer lugar, existe la posibilidad de que T-1 no exista. Los datos
adquiridos pueden tener "puntos ciegos" en los que las grabaciones no han iluminado partes del
verdadero modelo subsuperficial. Por lo tanto, la verdadera reconstrucción subsuperficial puede ser
imposible.
Además, algunos problemas inversos tienen más ecuaciones que incógnitas.

A veces, un sistema de ecuaciones sobredeterminado será inconsistente y, en consecuencia,

carecerá de una solución bien planteada.

Por otro lado, muchas realizaciones de x gorrito = T-1 (y) son posibles debido a la no unicidad (que
también proporciona empleo para aquellos en la adaptación del modelo). Esto generalmente surge
como resultado de la naturaleza finita de los datos. Tales casos presentados podrían ser causados
por la presencia de más incógnitas que las ecuaciones (un sistema indeterminado), que producen
muchas soluciones (posiblemente un número infinito).

Esta falta de uniformidad, o ambigüedad, se ilustra mediante el modelo convolucional para la traza
sísmica, como se muestra en la Figura 2a. Esta traza podría estar formada por la ondícula y la
respuesta de impulso en la Figura 2b, que corresponden a una ondícula de polaridad positiva y una
respuesta de impulso de capa de agua para reflexiones desde un fondo oceánico con un coeficiente
de reflexión positiva. Este impulso de reflexión exhibirá una serie de coeficientes de signos alternos
y amplitud decreciente. (En este ejemplo, el coeficiente de reflexión del fondo del agua fue 0.5).

La similitud matemática de los modelos en las Figuras 2b y 2c se puede ilustrar mediante el uso de
la transformada z. (La transformada z asocia los coeficientes de una serie de tiempo - (x0, x1, x2, ...,
xn) con un polinomio en potencias de z. En este caso, el polinomio sería x0 + x1z + x2z2 +. . + xnzn. Este
polinomio es equivalente a la transformada discreta de Fourier para z = , para el caso en que
la muestra temporal es la unidad).

La transformada z para la serie de reverberación de fondo de agua viene dada por

Figura 2. (a) Traza que ilustra la ambigüedad matemática básica del modelo convolucional. (b)
Modelo 1: traza fuente (izquierda) y respuesta de impulso (derecha). (c) Modelo 2: traza fantasma
(izquierda) y respuesta de impulso (derecha).

donde n es el índice de tiempo de viaje para un reflejo en el fondo del agua. Si W (z) representa la
transformada z de la ondícula sinusoidal amortiguada en la figura 2a, la traza puede representarse
por Y (z) = W (z) R (z). Ahora R (z) se puede factorizar y escribir como

Vemos por inspección que si el operador fantasma (1 - C1zn) está incluido en la wavelet en lugar de
la respuesta al impulso, podemos tener
W (z) y R (z), respectivamente, representan las transformadas z de las respuestas wavelet e impulso
en la figura 2c. Por lo tanto, tenemos un dilema matemático.

Afortunadamente, podemos descartar el segundo modelo debido a la polaridad de las llegadas.

Debido a que una onda de presión ascendente encuentra un coeficiente de reflexión negativa de -
1.0 en la superficie libre y las ondas descendentes encuentran un coeficiente de reflexión positivo
en el fondo del océano, las reflexiones múltiples tienen signos alternos. La lección es que la física a
menudo nos permite elegir el modelo más creíble entre dos que inicialmente parecen ser válidos
porque son equivalentes matemáticamente.

El problema de deconvolución sísmica es un ejemplo relevante para la inversión 1D. También surgen
los problemas de singularidad en dos y tres dimensiones, pero son menos severos. (Esta declaración
no se basa en pruebas rigurosas, sino en la experiencia personal). Sin embargo, veremos que tales
problemas de falta de integridad en 2D y 3D ciertamente pueden surgir en problemas cinemáticos
de inversión de tiempo de viaje o en problemas dinámicos, como migraciones.

Se crea un tercer problema porque las grabaciones geofísicas inevitablemente están corrompidas
por el ruido. Por lo tanto, en lugar de calcular x = T-1 (y), calculamos x = T-1 (y + n), donde n
representa el ruido o el vector de error en las mediciones. Desafortunadamente, el ruido puede
causar amplias variaciones o inestabilidades en las estimaciones de los parámetros del modelo y
puede destruir la validez de la solución.

A pesar de estas dificultades, la inversión se ha utilizado con éxito para extraer información de los
datos geofísicos, como lo demuestran los ejemplos en los siguientes capítulos. El procedimiento de
inversión involucra varios aspectos del análisis geofísico, incluidos el modelado, el procesamiento y
la interpretación. En última instancia, los pasos de procesamiento intentan recuperar un modelo de
los datos y, por lo tanto, pueden considerarse como procesos de inversión. Debido a que las
soluciones para conjuntos de datos limitados adolecen de falta de unidad, la interpretación a
menudo es necesaria para elegir el modelo más creíble.

El resto de este capítulo analiza los aspectos teóricos y las aplicaciones prácticas de la teoría inversa
en gran detalle. Será evidente que, a pesar de las limitaciones de los procedimientos, la inversión
ha proporcionado a los geofísicos información valiosa sobre la Tierra.

Inversión sísmica usando modelos 1D

Gran parte del procesamiento de datos sísmicos se basa en la suposición de que la geología local se
puede aproximar mediante una serie de capas paralelas horizontales. Cada una de las capas planas
en este sistema posee densidades características, velocidades acústicas y grosor. Fue este simple
modelo de tierra el que permitió a Dix (1955) estimar las velocidades de capa a partir del
conocimiento de los tiempos de reflexión sísmica y las distancias del receptor fuente. La aplicación
actual generalizada de la ecuación de Dix indica que el modelo 1D puede ser apropiado para algunos
casos de datos. El procedimiento de apilamiento del punto medio común (CMP) también se basa en
la suposición del pastel de capas. En este procedimiento, se supone que la suma o el apilamiento de
las trazas sísmicas que tienen un punto medio fuente-receptor común producirá una señal para la
reflexión subsuperficial del punto de profundidad común (CDP). Una ilustración del modelo en esta
suposición se muestra en la Figura 3.

Figura 3. Modelo de tierra unidimensional que consiste en una serie de capas horizontales con
densidades, velocidades y espesores característicos.

Para tales situaciones geológicas, la aplicación de una corrección de movimiento normal, seguida de
apilamiento, se aproxima a la respuesta de una onda plana normalmente incidente en un medio en
capas. El modelo de seguimiento sísmico apropiado para tales datos se define por la convolución de
una wavelet fuente con la secuencia de reflectividad del medio. El objetivo de la inversión sísmica
1D para tales datos es estimar los coeficientes de reflexión para estas capas en el modelo. Un
objetivo adicional a menudo implica la estimación del espesor y la impedancia acústica de las capas
en el sistema.

La estimación de los coeficientes de reflexión para un sistema estratificado puede derivarse

utilizando el modelo de tierra Goupillaud, como se describe en Goupillaud (1961). Este modelo
consiste en un sistema estratificado en el cual todas las capas tienen intervalos de tiempo de viaje
bidireccionales iguales. Gran parte de la teoría inversa 1D se basa en este modelo. El documento de
Goupillaud demuestra que la respuesta de reflexión para un sistema en capas se puede considerar
como una función de las respuestas de reflexión y transmisión.

Kunetz (1964) utilizó el modelo Goupillaud para formular un procedimiento de inversión que deriva
coeficientes de reflexión para las interfaces de capa a partir del conocimiento de la respuesta de
impulso para el sistema estratificado. Desafortunadamente, tales métodos de estimación son
inestables para datos ruidosos. En la práctica, los coeficientes de reflexión se estiman mediante una
serie de pasos de procesamiento.

Para los datos reales, los coeficientes de reflección se estiman tratando de desconvolucionar los
wavelets fuente y los múltiplos de los datos. Si suponemos que la deconvolución se ha llevado a
cabo correctamente, los coeficientes de reflexión para un sistema estratificado se pueden estimar
como una función del tiempo de viaje vertical bidireccional.

Estimación de la impedancia sísmica

Idealmente, muchos intérpretes geológicos querrían convertir las estimaciones de los coeficientes
de reflexión en una imagen de impedancia acústica con profundidad. Este problema de inversión
fue abordado en dos artículos bien conocidos, por Lavergne y Willm (1977) y por Lindseth (1979).
Conceptualmente, el problema parece ser simple, porque para las ondas de presión normalmente
incidentes, los coeficientes de reflexión para las interfaces de capa están relacionados con la
impedancia acústica por

donde ck = coeficiente de reflexión de la interfaz kth y pkVk es la impedancia acústica de la capa kth.
La impedancia acústica se puede recuperar con la siguiente expresión:

Es decir, la impedancia de una capa se puede deducir a partir de los coeficientes de reflexión y la
impedancia de la capa directamente sobre ella. Esta inversión, a menudo llamada inversión Seislog®,
es en realidad un procedimiento no trivial porque los datos sísmicos son limitados y ruidosos. A
pesar de estos problemas, Lindseth (1979) demuestra que el método Seislog® proporciona
información valiosa que puede ser utilizada por intérpretes sísmicos.

Si se conocen estimaciones fiables de la densidad de las rocas o se pueden asumir relaciones de

densidad-velocidad de forma segura, el uso de la información de reflexión sísmica para derivar la
variación de impedancia en función de la profundidad puede emplearse en la estimación de la
velocidad. Por lo tanto, los términos pseudo-velocity log (Lavergne y Willm, 1977) y los registros
sónicos sintéticos (Seislog®) (Lindseth, 1979) describen los intentos de estimar la velocidad a partir
de las amplitudes del coeficiente de reflexión.

Antes de examinar el proceso de inversión de rastros, debemos reconocer la motivación del

proceso. Desde un punto de vista sísmico, no se genera nueva información. Sin embargo, al
presentar los datos sísmicos en un contexto diferente, podemos obtener una nueva perspectiva
interpretativa. Esto es especialmente atractivo para los intérpretes geológicos que prefieren un
registro sónico (o formato de registro pseudosonic). Aunque las secciones de reflectividad sísmica
convencionales intentan mostrar la geometría de los límites de la capa, la sección Seislog® intenta
mostrar los parámetros, como la impedancia o la velocidad, de las capas entre los límites.

Para obtener estimados de impedancia, podemos aplicar la ecuación 5 recursivamente. Deje que Ik=
pkVk denote la impedancia. Si tenemos una estimación de la impedancia acústica de la capa superior,
podemos encontrar la impedancia de las capas más profundas mediante la aplicación repetida de la
ecuación 5. Es decir, porque
La aplicación repetida da

Para la mayoría de los límites geológicos, los coeficientes de reflexión típicos raramente exceden
0.3. Es decir, Ck 0.3 y, en una buena aproximación, la ecuación 4 puede expresarse como

Si consideramos las secuencias de reflectividad como una secuencia continua, podemos decir que

en lim

La integración en el tiempo produce

En muchos casos, es posible que deseemos ocuparnos de las velocidades sísmicas en lugar de la
impedancia, ya que los cambios de velocidad fraccional suelen ser mayores que los cambios de
densidad fraccional. Además, las variaciones de densidad para ciertos tipos de rocas pueden
obedecer a las relaciones de Gardner entre densidad y velocidad (Gardner et al., 1974). Es decir, la
densidad (p) puede expresarse en términos de velocidad, v,

Como

Para la relación de Gardner, a = 0.25 y Beta = 0.23 (para la velocidad en pies / s y la densidad en gm
/ cm3). En algunos casos, se supone que la densidad es constante, en cuyo caso b = 1 y a = 0.

Por lo tanto, la función de velocidad se puede obtener mediante la integración de series de

reflectividad a lo largo del tiempo.
Aunque las matemáticas de este método de integración de reflectividad son bastante sencillas, se
han hecho implícitamente varias suposiciones. Se ha supuesto que podemos obtener la secuencia
de reflectividad de los datos mediante el procesamiento. Es decir, suponemos que los datos se han
desenredado correctamente para eliminar el efecto de los múltiplos y la wavelet fuente. Una
deconvolución de wavelet ideal eliminaría las distorsiones de la fase de ondaleta y el espectro de
amplitud.

Esto último es equivalente a la suposición de que tenemos una wavelet de fase cero de banda
completa. Además, este proceso de inversión asume una alta relación señal / ruido en nuestras
trazas sísmicas.

Para la interpretación de las inversiones sísmicas en términos de profundidades geológicas, también

es necesario tener los datos migrados a las posiciones laterales correctas. Además, está el problema
de la escala de rastreo en la inversión sísmica. Como es evidente a partir de la ecuación 4, los
coeficientes de reflexión varían en amplitud de -1 a +1. Por otro lado, las amplitudes de seguimiento
sísmico son significativas solo en sus tamaños relativos, y las amplitudes numéricas sufren un ajuste
en el procesamiento.

El problema no trivial es procesar datos sísmicos de modo que las amplitudes se escalen a un rango
en el que representen las amplitudes de los coeficientes de reflexión sísmica.

Los problemas más importantes de la estimación de impedancia Seislog® surgen debido a problemas
de escala y la naturaleza limitada de banda de los datos sísmicos. Estas dificultades fueron
reconocidas por Lindseth (1979), quien mostró ejemplos que describieron los problemas de las
frecuencias faltantes y la escala.

Una diferencia importante entre los registros sónicos y los registros sónicos sintéticos producidos a
partir de datos sísmicos mediante los métodos Seislog® es que las bandas de baja frecuencia
(normalmente 0-5 Hz) no están presentes en los datos sísmicos. Un ejemplo de Lindseth (1979)
ilustra esta característica.

La Figura 4 muestra el efecto de eliminar la banda de baja frecuencia 0-5 Hz de un registro sónico
muestreado en el tiempo en el que la frecuencia de Nyquist es de 250 Hz. El registro sónico se
muestra como la suma de la función de velocidad detallada (6-250 Hz) y la función de velocidad
bruta (0-5 Hz). Esta banda de baja frecuencia faltante es típica de la que falta en los datos sísmicos.
Por lo tanto, la figura muestra esencialmente que incluso una inversión idealizada (con toda la banda
de alta frecuencia) carecería de la información de tendencia importante contenida en los registros
sónicos.

Otro problema importante es el componente faltante de alta frecuencia de la impedancia, porque

las frecuencias altas (típicamente 100 Hz a la frecuencia Nyquist) tampoco están presentes en los
datos sísmicos. La Figura 5 (de Lindseth, 1979) ilustra este problema mostrando registros sónicos de
filtro de paso bajo en los que cada filtro de paso bajo tiene un límite de alta frecuencia diferente. A
medida que se reduce el límite, la resolución disminuye. La situación de peor caso de la figura 5
tiene una frecuencia de corte de 50 Hz, y esto no es inusual para muchos conjuntos de datos
sísmicos.

Se puede realizar un análisis matemático de la banda de baja frecuencia faltante considerando la

siguiente descomposición de la reflectividad en componentes de baja frecuencia y alta frecuencia:
donde cL (t) falta la reflectividad de baja frecuencia, (0 - fL Hz) y
cH (t) es la reflectividad sísmica (fL - fH Hz). Aquí, fL es el límite
de baja frecuencia para los datos sísmicos y fH es el límite de alta
frecuencia.

En este caso, la sustitución en la ecuación 10 rinde

Figura 5. Ejemplo que muestra que la eliminación de

componentes de alta frecuencia de registros sónicos da como
resultado una disminución de la resolución (de Lindseth, 1979).

De las ecuaciones 13 y 14, vemos que hay esencialmente dos

métodos para insertar información de baja frecuencia en la
ecuación 14 una vez que se conoce cL (t). Podemos aplicar la
ecuación 13 o 14. Es decir, podemos calcular la reflectividad en
partes de baja frecuencia y alta frecuencia, como se muestra en
la ecuación 13, antes de aplicar los cálculos de impedancia de la
ecuación 5. Alternativamente, podemos aplicar la ecuación 14 a
calcular la impedancia multiplicando IH por IL = Io exp 2 integral cL dt.q

Tales enfoques requieren que encontremos algún método para recuperar funciones de baja
frecuencia cL (t) o IL (t). Esto normalmente se logra usando información de registro sónico existente
o usando estimaciones de la velocidad de intervalo (tal vez obtenida a partir de la velocidad de
apilamiento).

Ejemplos de interpretación

Lindseth (1979) demostró muchas de las primeras aplicaciones de la estimación de la impedancia.

Estas aplicaciones generalmente estaban relacionadas con la detección de trampas estratigráficas,
incluidas las zonas de porosidad de carbonato y arenisca. Las zonas de mayor porosidad
generalmente están relacionadas con zonas de baja impedancia acústica.

Una de estas aplicaciones se muestra en las Figuras 6a y b. La sección sísmica para la línea en la
Figura 6a indica una ligera disminución de la amplitud en el carbonato Crossfield (parte de la
Formación Devonian Wabamun) entre los puntos de disparo (SP) 39 y 55. Los resultados de Seislog®
de Lindseth en la Figura 6b muestran esta disminución de la impedancia acústica en el Crossfield
entre los SP 39 y 55, en comparación con los SP 15-39. Estas zonas de baja impedancia
correspondieron a carbonato poroso lleno de gas.

La porosidad se indicó más claramente en las secciones de Seislog® que en las secciones sísmicas
originales.

El método de estimación de impedancia sísmica también se puede aplicar en la evaluación de

litología invirtiendo ambos datos, onda P y onda S. Esto fue demostrado en una premiada
conferencia presentada en 1990 por Gary Ruckgaber en la Reunión del Instituto Noruego del
Petróleo. Ruckgaber usó datos multicomponente de Hambert Field, Colorado, grabados con
vibradores de onda P y onda estacionaria. La inversión de trazas sísmicas funcionó de la misma
manera para los datos de ondas P y S (Ruckgaber, 1990).

Figura 6. (a) Ejemplo de datos reales que muestra una sección sísmica en la que hay producción del
carbonato Crossfield (de Lindseth, 1979). (b) Registros sónicos sintéticos para datos en la Figura 4b.
La inversión Seislog de Lindseth (1979) mostró un aumento en la lentitud (y porosidad) para el
carbonato Crossfield entre los puntos de disparo 39 y 55.

La ventaja de la grabación multicomponente sobre la grabación de componentes verticales es que

los datos multicomponente nos permiten estimar las relaciones VP / VS además de la velocidad de
la onda P. Esto tiene la ventaja de permitirnos distinguir entre litologías como arenisca y pizarra,
como investigaremos más a fondo en el Capítulo 22.

Plays