Tilbake til søkeresultatene

NAERINGSPH-Nærings-phd

Robust and accelerated full waveform inversion

Alternativ tittel: Robust and accelerated full waveform inversion

Tildelt: kr 1,7 mill.

Prosjektleder:

Prosjektnummer:

291192

Prosjektperiode:

2018 - 2022

Midlene er mottatt fra:

Organisasjon:

Geografi:

Seismiske data er viktig for å karakterisere de fysiske egenskapene til undergrunnen. I innsamlingen av seismiske data sendes et signal ned i mediet. Dette signalet blir reflektert og returnert til overflaten når det påtreffer endringer i bergartene i undergrunnen. Ved å ta opp signalet når det kommer opp til overflaten, har man informasjon om hva undergrunnen består av. Utfordringen er å klare å hente ut denne informasjonen fra dataene. Bølgeformsinversjon (FWI) er en datatilpasningsmetode som forsøker å bestemme undergrunnens egenskaper ved løsning av et ikke-lineært inversproblem. Metoden bruker matematiske likninger for å generere syntetisk data som er mest mulig like de seismiske data som er tatt opp ute i naturen. Egenskapene til undergrunnen er viktige fordi de gir informasjon om bergarter og fluidinnhold, noe som er særlig interessant i leting og produksjon av hydrokarboner. Bølgeformsinversjon krever store tungregnedatamaskiner for å løses. For å kunne bruke metoden i praksis har dagens løsningsmetoder derfor en rekke begrensninger og forenklinger. På én side har begrensninger i tilgjengelig regnekraft medført forenklede antakelser for hvilken type fysikk som er inkludert i metoden. En annen begrensning er at søkealgoritmene som benyttes for å løse inversproblemet ikke er optimale. En konsekvens av dette er at med dagens løsningsmetoder må man ha stor kunnskap om undergrunnen før man benytter seg av bølgeformsinversjon. Dette er ikke alltid tilfellet, og dette fører til at løsningene fra metoden ikke er gode nok. Dette prosjektet har to delmål. Det ene fokuset er å kunne gjøre bølgeformsinversjon med en mer nøyaktig fysisk beskrivelse av undergrunnen, gjennom fokus på beregningskraft og effektiv numerisk løsning av de matematiske likningene. Det andre fokuset ligger i å benytte nye søkealgoritmer enn det som benyttes i dagens paradigme. Prosjektet ønsker å kunne frigjøre seg fra dagens begrensninger i bølgeformsinversjon. Per desember 2021 er det publisert to vitenskapelige artikler innen det første delmålet og ett konferansebidrag innen det andre delmålet. Den første artikkelen viser en ny metode for å gjøre gradientberegninger, og dermed oppdateringer av modellen av undergrunen, i FWI mer effektivt ved bruk av rekonstruksjonsmetoder av bølgefelt. Den andre artikkelen omhandler en metode for å anvende FWI med tilstrekkelig fysikk effektivt ved bruk av grafikkort (GPU) og metoden introdusert i den første artikkelen. Konferansebidraget viser en metode med en forbedret søkealgoritme for å løse det inverse problemet. Det jobbes videre med temaet med mål om en vitenskapelig artikkel ferdig for innsendelse første halvdel av 2022.

-

Bølgeformsinversjon (engelsk: full waveform inversion (FWI)) er en moderne metode for å estimere parametre som påvirker bølgeforplantning gjennom et gitt medium. Metoden er bygd opp rundt et ikke-lineært og underbestemt inversjonsproblem som blir løst ved bruk av optimeringsmetoder. Inversjonsproblemet involverer blant annet numerisk løsning av bølgelikningen for innsamlede data, i tillegg til løsning av et optimeringsproblem som (i praksis) inkluderer et søkerom bestående av millioner av ukjente variabler som skal bestemmes for å finne den optimale løsningen. Dette gjør at FWI er en beregningsmessig komplisert metode samt teoretisk utfordrende på grunn av inversproblemet. FWI krever store regnemaskiner for å bli løst. FWI slik det (i hovedsak) brukes i dag antar at mediet er et fluid. Dette er en utilstrekkelig antakelse da undergrunnen er et fast stoff. For å få FWI til å fungere under denne antakelsen kreves en rekke approksimasjoner og tilnærminger som påvirker sluttresultatet (herunder at man blir begrenset til kun å bruke gangtid i inversjonen og ikke amplituder). En mer korrekt antakelse er å anta at mediet er elastisk (inkludert anisotropi og dempning). Utfordringen med dette er at den elastiske antakelsen krever 1-2 ordener mer regnekraft for å bli løst numerisk. For å løse disse utfordringene er det helt nødvendig å optimalisere de numeriske metodene samt bruke ny type datateknologi. Det inverse problemet lider under løsningsmetoder som gir ikke-optimale resultater, spesielt hvis den elastiske antakelsen skal inkluderes i metoden. For å løse disse utfordringene må globale optimaliseringsmetoder for FWI undersøkes. I tillegg må det undersøkes om fundamentalt andre måter å løse det inverse problemet kan anvendes. Prosjektet involverer utvikling og implementasjon av nye numeriske metoder for kjøring på tungregnemaskiner, teoretisk arbeid med det inverse problemet, samt anvendelser på reelle datasett fra det norske kontinentalsokkelen.

Budsjettformål:

NAERINGSPH-Nærings-phd