Inversion « time-lapse » en onde complète.

Mardan, Amirhossein (2022). Inversion « time-lapse » en onde complète. Thèse. Québec, Doctorat en sciences de la Terre, Université du Québec, Institut national de la recherche scientifique, 123 p.

Prévisualisation

PDF Télécharger (15MB) | Prévisualisation

Résumé

La surveillance du sous-sol est d’une grande importance dans l’industrie pétrolière et gazière ainsi que pour le stockage de CO2. En raison de la grande couverture spatiale, des techniques d’imagerie avancées telles que l’inversion des formes d’ondes complètes et de la sensibibilité des ondes sismiques aux changements de fluides dans le sous-sol, les données sismiques sont une source d’information inestimable pour évaluer les changements dans les réservoirs. L’inversion des formes d’ondes complètes a montré son potentiel pour générer des images à haute résolution du sous-sol à partir de données sismiques brutes. Cette méthode est cependant un problème très mal posé qui peut générer de forts artefacts. Les effets de ces artefacts dans les estimations time-lapse sont plus importants. En effet, les changements dans le sous-sol sont généralement faibles en termes de magnitude et d’étendue spatiale, et l’inversion time-lapse des formes d’ondes complètes peut avoir des difficultés à séparer les artefacts des véritables anomalies liées au temps. Pour améliorer les résultats de l’inversion time-lapse des formes d’ondes complètes, deux stratégies principales ont été utilisées : soit la diminution des artefacts dans le résultat final en estimant plusieurs images et en faisant en sorte que les artefacts s’annulent, soit la réduction de la propagation des artefacts par l’inversion simultanée des différents levés sismiques. Dans cette thèse, nous avons proposé l’inversion à moyenne pondérée qui suit la première stratégie et peut générer des estimations très précises avec un temps de calcul moindre en comparaison avec d’autres méthodes telles que l’inversion de mise à jour croisée, la différence centrale et l’inversion simultanée. À ce jour, la surveillance du sous-sol à l’aide de l’inversion des formes d’ondes complètes s’est limitée à l’estimation des changements des propriétés (visco)élastiques. Pour surveiller les changements de saturation de fluide dans le sous-sol, une stratégie d’inversion en deux étapes a été utilisée dans différentes études. Dans cette méthode, les résultats de l’inversion des formes d’ondes complètes sont à leur tour inversés pour estimer les changements de saturation. Cette stratégie en deux étapes introduit des incertitudes supplémentaires sur la prédiction de la saturation. De plus, les études antérieures considèrent généralement un milieu acoustique, ce qui introduit des sérieuses limitations pour l’estimation de la saturation. Tout en considérant un milieu élastique, dans cette thèse, nous avons proposé une nouvelle formulation permettant d’estimer les changements de la saturation en fluide directement à partir de tirs sismiques, en une seule étape. L’inversion des formes d’ondes complètes et par conséquent l’inversion time-lapse sont des problèmes lourds en temps de calcul. Dans cette thèse, le paquet python PyFWI est introduit. PyFWI utilise le traitement graphique avec OpenCL pour réduire le temps de calcul. Ce paquet peut être facilement installé et fournit différents outils pour réduire les défis liés à l’exécution de l’inversion des formes d’ondes complètes. Par ailleurs, PyFWI contient l’implémentation de dif férentes méthodes d’inversion time-lapse telles que l’inversion parallèle, en cascade, à double différence, à mise à jour croisée, à différence centrale, à moyenne pondérée et simultanée.

Monitoring the subsurface is of great importance in the oil and gas industry as well as for CO2 storage. Due to the great spatial coverage, advanced imaging techniques such as full-waveform inversion (FWI), and sensitivity of seismic waves to fluid changes in the subsurface, seismic data are an invaluable source of information for estimating the changes in reservoirs. FWI has shown its potential to generate high-resolution images of the subsurface from raw seismic data. FWI however is a highly ill-posed problem that can generate strong artifacts. The effects of these artifacts in time lapse estimates are more important. This is because the changes in the subsurface are typically small in terms of magnitude and spatial extent, and time-lapse full-waveform inversion (TL-FWI) can have difficulties separating the true time-lapse anomalies from artifacts. To improve the results of TL-FWI, two main strategies have been employed : either decreasing the artifacts in the final result by estimating multiple images and make the artifacts cancel out, or reducing the propagation of artifacts of the inversion of one vintage to the next by using simultaneous inversion. In this thesis, we proposed weighted-average TL-FWI which follows the first strategy and can generate highly accurate estimates with the least computation time in comparison to other methods such as the cross-updating, central-difference, and simultaneous inversion. Monitoring the subsurface using FWI has been limited to estimating the changes in (visco)elastic properties. To monitor the changes in fluid saturation in the subsurface, a two-step inversion strategy has been used in different studies. In this method, the results of FWI are inverted to estimate changes in saturation. This two-step strategy introduces additional uncertainties on the saturation prediction. Moreover, previous studies generally consider an acoustic medium, which introduces serious limitations for the estimation of saturation. While considering an elastic medium, in this the sis, we proposed a new formulation allowing to estimate changes in fluid saturation directly from seismic shot gathers, in a single step. FWI, and consequently TL-FWI, are heavy computational problems. In this thesis, PyFWI is introduced which is a Python package that uses graphics processing with OpenCL to decrease the computation time. This package can be easily installed and provides different tools to decrease the challenges of performing FWI. PyFWI can also be used to perform different TL-FWI methods such as the parallel, cascaded, double-difference, cross-updating, central-difference, weighted-average, and simultaneous inversion.

Type de document:	Thèse Thèse
Directeur de mémoire/thèse:	Giroux, Bernard
Co-directeurs de mémoire/thèse:	Fabien-Ouellet, Gabriel
Mots-clés libres:	inversion des formes d’ondes complètes; inversion time-lapse; surveillance de réservoir; surveillance de saturati; OpenCL; full-waveform inversion; time-lapse inversion; reservoir monitoring; saturation monitoring
Centre:	Centre Eau Terre Environnement
Date de dépôt:	30 mars 2023 19:25
Dernière modification:	23 nov. 2023 18:41
URI:	https://espace.inrs.ca/id/eprint/13247

Gestion Actions (Identification requise)

Modifier la notice