Escolar Documentos
Profissional Documentos
Cultura Documentos
AUTNOMA DE MXICO
FACULTAD DE INGENIERA
INVERSIN DE FORMA
DE ONDA COMPLETA
TESIS
PARA OBTENER EL TTULO DE
INGENIERO GEOFSICO
PRESENTA
JOS LUIS GARCA REYES
DIRECTOR DE TESIS
DR. J. CARLOS ORTIZ ALEMN
Agradecimientos
En primer lugar quiero agradercerle a mi familia. Gracias por su apoyo incondicional en todo
momento. Gracias por creer en m.
A la Universidad Nacional Autnoma de Mxico, por brindarme la oportunidad de vivir la
mejor experiencia de mi vida.
A mi director de tesis, Dr. Carlos Ortiz Alemn, por todo su apoyo brindado, por sus grandes ideas, por conar en m, por sus palabras de aliento cuando las necesit y tambin por
permitir crear ese ambiente de trabajo tan agradable. Al Dr. Roland Martin, gracias por su
ayuda con el cambio de rumbo del trabajo. A mis sinodales, Dr. Jaime Urrutia Fucugauchi,
M.C. Mauricio Nava Flores, Dr. Arturo Iglesias Mendoza y Dr. Victor Manuel Cruz Atienza,
por su inters en el trabajo, sus observaciones y por permitirme terminar el trabajo en tiempo
para entrar al posgrado.
A todos mis amigos, gracias por los buenos momentos vividos a lo largo de la carrera.
Tambin quiero agradecerle al Instituto Mexicano del Petrleo, por brindarme la beca de tesis
que me fue de suma ayuda en estos ltimos meses.
ii
iii
Abstract
The present work is divided into three stages. The rst one consists in applying a full waveform
inversion method based in the simulated annealing tehchnique. The use of this algorithm in
this specic problem implies high execution times. This is due to the great number of iterations that it needs to converge and that the simulation of wave propagation requires of a
great number of operations. Despite this drawback, it was decided to apply it to analyze its
performance. Besides, to reduce the high execution time required, the original algorithm was
modied to include a parallel region and were used multiscale grids in order to approximate
the model parameters gradually. To evaluate the method's eciency, it was applied to nd the
parameters of a three horizontal strata medium, beginning with a homogeneous initial model.
In the second stage it is shown that with the use of the CPML absorbing boundary conditions,
which were adapted to the elastodynamic equations by Komatitsch and Roland (2007), the
reverse time migration can get acceptable results despite using simultaneously activated sources. This variant has the objective of reducing the execution time of this migration technique,
with a factor of the number of sources simultaneously triggered. As imaging conditions of this
algorithm were used the corresponding to the kernels employed in the traveltime tomography
(Tromp, Tape and Liu, 2005). To test the performance of this technique is applied to two media with dierent properties. The rst one is a homogeneous media in which were introduced
some high velocity square heterogeneities to simulate the presence of salt bodies. The second
one is a complex model, more similar to those found in reality. In this one, besides the use of
simultaneous sources, they were triggered separately in order to compare the results of both
versions. Finally, in the third stage, it was used a second full waveform inversion method,
which similarly to the applied reverse time migration, uses sensitivity kernels. Nevertheless,
these ones have a dierent source function. It is given by the dierence between synthetic and
observed data. This kind of kernels, presented by Tromp, Tape and Liu (2005) are used to calculate the Frchet derivatives of a mist function between observed and synthetic data in the
full waveform inversion problem. Nontheless, unlike the method proposed by Tarantola, this
one doesn't include the iterative calculation of the Frchet derivatives, but only the calculation
of the sensitivity kernels to identify the parameters that originate the discrepancies between
both groups of data. It is proposed to combine this calculus with a geologic interpretation stage. Only the rst iteration of this method was applied to the same medium used in with the
reverse time migration. It was used a vertical gradient model as initial medium. Similarly to
the reverse time migration implemented, this inversion was used with all the sources triggered
at the same time in order to reduce the execution time. Besides, the absorbing boundary conditions CPML were used too. With the results obtained by this rst iteration, the algorithm
is able to identify lower limits of salt structures, something that with commercial versions of
reverse time migration generally is obtained with at least three iterations.
iv
Resumen
El presente trabajo est dividido en tres etapas. La primera de ellas consiste en aplicar un
mtodo de inversin de forma de onda completa basado en el uso de la recristalizacin simulada. El uso de este mtodo en este problema especco requiere de tiempos de ejecucin
elevados. Esto se debe al gran nmero de iteraciones que necesita para converger y a que la
simulacin de la propagacin de ondas requiere de un gran nmero de operaciones. A pesar
de este inconveniente, se decidi aplicarlo para analizar su desempeo. Adems, para mitigar
el inconveniente del elevado tiempo de ejecucin se paraleliz el algoritmo original y se utilizaron mallas de diferentes tamaos para hacer la aproximacin gradual de los parmetros del
medio. Para evaluar su eciencia se aplic a un medio de tres estratos horizontales, partiendo
de un modelo inicial homogneo. La segunda parte del trabajo consiste en demostrar que con
el uso de condiciones de frontera absorbentes del tipo CPML, adaptadas al problema de la
elastodinmica por Komatitsch y Martin (2007), la migracin en tiempo reverso puede obtener resultados aceptables an con el uso de fuentes disparadas simultneamente. Esta variante
tiene el objetivo de reducir los tiempos de ejecucin de esta tcnica de migracin, con un factor del nmero de fuentes disparadas simultneamente. Como condiciones de imagen de este
algoritmo de migracin desarrollado, se utilizaron las correspondientes a los kernels empleados
en la tomografa de tiempos de arribo (Tromp, Tape y Liu, 2005). Para probar el funcionamiento de esta tcnica, se aplic a dos medios con propiedades distintas. El primero de ellos
es un medio homogneo en el que se introdujeron heterogeneidades, con formas cuadradas,
de alta velocidad para simular la presencia de cuerpos salinos. En segundo lugar se utiliz un
modelo complejo, ms acorde con los encontrados en la realidad, en el que adems se aplico la
migracin con disparos separados, para poder hacer la comparacin entre los resultados obtenidos con ambas versiones. Por ltimo, en la tercera etapa, se aplic un segundo mtodo de
inversin de forma de onda completa, que al igual que la migracin de tiempo reverso, utiliza
kernels de sensibilidad. Sin embargo, estos tienen la diferencia de que utilizan como fuente de
la propagacin adjunta, la diferencia entre datos observados y sintticos. Este tipo de kernels,
presentados por Tromp, Tape y Liu (2005), se usan para calcular las diferenciales de Frchet
de una funcin de error entre datos observados y sintticos en el problema de la inversin de
forma de onda completa. No obstante, a diferencia de lo propuesto por Tarantola (1984, 1987),
este mtodo no contempla el clculo iterativo de las diferenciales de Frchet, sino nicamente el clculo de los kernels de sensibilidad para identicar a los parmetros del subsuelo que
originan las discrepancias entre ambos conjuntos de datos. Clculo que se propone combinar
con una etapa de interpretacin geolgica. De este mtodo slo se aplic la primera iteracin
al mismo medio en el que se aplic la migracin en tiempo reverso. Como modelo inicial, se
propuso un medio de gradiente vertical. Al igual que con la migracin, se hace uso de fuentes
disparadas de manera simultnea para reducir el tiempo de ejecucin del programa y tambin
se emplean condiciones de frontera absorbentes del tipo CPML. Con los resultados obtenidos
en esta primera iteracin, se demuestra que este algoritmo es capaz de identicar las bases de
los cuerpos salinos en el medio, algo que a las migraciones en tiempo reverso comerciales les
toma, generalmente, ms de tres iteraciones.
ndice general
Agradecimientos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv
1. Introduccin
1.1.
Antecedentes
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.
Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.
Justicacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Marco terico
2.1.
2.2.
Problema directo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1.
2.1.2.
Esfuerzos
. . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.3.
Deformacin
2.1.4.
Ley de Hooke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.1.5.
16
2.1.6.
17
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problema Inverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2.2.1.
19
2.3.
. . . . . . . . . . . . . . . . . . . . . . . .
22
2.4.
Kernels de sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
3. Esquema numrico
31
3.1.
Mallas escalonadas
3.2.
3.3.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
. . . . . . . . . . . . . . . . . . . . . . . .
38
3.2.1.
39
3.2.2.
Implementacin de la CPML
. . . . . . . . . . . . . . . . . . . . . . . .
41
Esquema paralelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
4. Primera inversin
53
62
5.1.
Construccin de kernels
5.2.
Fuentes simultneas
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
6. Segunda inversin
80
7. Conclusiones
86
NDICE GENERAL
vi
89
Captulo 1
Introduccin
1.1. Antecedentes
Actualmente, en la industria petrolera la exploracin geofsica es de gran relevancia por la
creciente necesidad de encontrar ms reservas de hidrocarburos que garanticen las necesidades
energticas de la sociedad en los aos venideros. De entre los diversos mtodos geofsicos que
existen, la mayora de las compaas petroleras utilizan la prospeccin ssmica como herramienta principal en sus actividades exploratorias. Esto a pesar de que dicha rama de la geofsica
no determina directamente la ubicacin de los reservorios de petrleo, sino las estructuras
geolgicas del subsuelo, a partir de las cuales se asocian ciertas estructuras con la presencia
de hidrocarburos. Las razones principales por las que se preere utilizar este mtodo son que
posee una alta precisin, alta resolucin, y sobre todo, una gran profundidad de investigacin.
Los mtodos de exploracin ssmica tienen sus inicios en 1917 (Liner, 2004), cuando se le concedi a Reginald Fressenden una patente para el uso de ondas acsticas reejadas y refractadas
para localizar minerales. Desde entonces ha habido un gran desarrollo y comercializacin de
estas tcnicas, principalmente en la industria petrolera, ya que en 1924 se realiz el primer
descubrimiento de un yacimiento de hidrocarburos por medio de mtodos ssmicos (campo
Orchard, en Fort Bend County Texas). De manera general se pueden clasicar en mtodos
de refraccin y de reexin. Los primeros son empleados para estudios someros, mientras que
los ltimos son los que se emplean en la exploracin a grandes profundidades. Sin embargo,
ambos basan su funcionamiento en el viaje de ondas ssmicas a travs del subsuelo para determinar propiedades de las rocas a partir de las variaciones en amplitudes, frecuencias y tiempos
de arribos. En el apndice A se explica brevemente el proceso de adquisicin de datos ssmicos.
Una de las reas de inters actual en la industria petrolera es la exploracin en aguas profundas. En nuestro pas es frecuente encontrar estructuras salinas que complican la exploracin,
aunque estas estructuras se asocian con la presencia de reservorios de aceite. Las trampas de sal
se forman cuando la sal intrusiona en las rocas sedimentarias con mayor densidad depositadas
sobre sta, resultando en formas complejas que representan todo un reto para la exploracin
ssmica. El problema que plantea determinar la forma y ubicacin de estos cuerpos salinos es
que tienen una velocidad de ondas P muy superior a la de los sedimentos que los rodean, lo
cual, aunado a la forma irregular que comnmente tienen sus cimas, provoca un patrn de
dispersin de ondas ssmicas en mltiples direcciones. Si el mtodo empleado para caracterizar
CAPTULO 1.
INTRODUCCIN
estos cuerpos no es capaz de reconstruir este patrn de dispersin, la informacin de las ondas
que logran penetrar en los cuerpos, es perdida o slo parcialmente tomada en cuenta, dando
lugar a una zona de sombra con una prdida progresiva de resolucin en las imgenes ssmicas
del subsuelo.
Las tcnicas de procesamiento han ido evolucionado, pasando gradualmente del uso de la teora de rayos a la simulacin con la ecuacin de onda. Una de estas tcnicas es la migracin, la
cual es usada para obtener imgenes de las estructuras presentes en el subsuelo. Su principio
de funcionamiento es reubicar las seales reejadas obtenidas en la supercie a la posicin en
la que los contrastes de impedancia las generaron, de tal modo que representen las fronteras
entre cuerpos con propiedades distintas. En la prctica esta tcnica se utiliza en un proceso
iterativo, en el que el modelo de velocidades del subsuelo es usado como dato de entrada para realizar cada iteracin de la migracin. El resultado es una imagen que es interpretada y
utilizada para generar un nuevo modelo de velocidades, a partir del cual nuevamente se hace
la migracin y de esta manera se va actualizando parcialmente el modelo hasta obtener una
imagen que se considere representativa de las estructuras presentes en el medio geolgico.
La tcnica de migracin ms poderosa es la migracin en tiempo reverso (RTM, por sus siglas
en ingls, Reverse Time Migration), la cual utiliza la ecuacin de onda completa para simular
la propagacin de ondas. Sin embargo una de sus limitantes es el elevado tiempo de ejecucin
que requiere. Esto se debe a que necesita hacer una simulacin de la propagacin de ondas
por cada fuente que se utiliza en la adquisicin de datos. Se han hecho intentos por utilizar
fuentes disparadas simultneamente durante la simulacin, pero estos siempre arrojan como
resultado, imgenes con rasgos cticios que impiden una posible interpretacin de las estructuras presentes en el subsuelo.
Por otra parte, la inversin de forma de onda completa fue introducida en la dcada de los
80's, siendo Albert Tarantola uno de los pioneros en su estudio. sta consiste en un procedimiento de ajuste de los datos basado en el modelado de la ecuacin de onda, para extraer
informacin cuantitativa de los sismogramas (Virieux y Operto, 2009). En otras palabras, es
un problema de inversin de datos que busca encontrar las propiedades del subsuelo, a partir
de la diferencia entre sismogramas observados y sintticos generados con un medio propuesto,
el cual se va actualizando hasta minimizar la diferencia.
La diferencia entre la migracin y la inversin de forma de onda completa radica en que mientras una utiliza la diferencia entre datos observados y sintticos, la otra va actualizando el
modelo de velocidades con el uso de los sismogramas observados. Ahora bien, para poder hacer la inversin es necesario realizar un estudio de sensibilidad para determinar los parmetros
ms apropiados a invertir. Para describir un medio perfectamente elstico e istropo se necesitan tres parmetros. Usualmente uno de ellos es la densidad y los otros dos, los parmetros
de Lam
(
x)
(
x),
(
x)
(
x),
respectivamente. La
eleccin de los empleados para hacer la inversin no es aleatoria. A pesar de que en teora
son equivalentes, si no se seleccionan adecuadamente, los algoritmos numricos en la inversin
pueden resultar inecientes (Tarantola, 1986).
Por otra parte, el problema ms comn al que se enfrentan los geofsicos es el de la no unicidad. ste establece que una seal determinada puede ser generada de manera independiente
CAPTULO 1.
INTRODUCCIN
por distintos modelos fsicos, por lo que se pueden obtener varias soluciones para un mismo
problema. Elegir cul es la solucin correcta es un reto, y se debe utilizar informacin adicional
para ir descartando posibilidades hasta quedarse con los modelos ms probables. Los mtodos
de inversin iterativos han fracasado al invertir datos ssmicos de regiones con estructuras
geolgicas complejas debido al enorme nmero de parmetros involucrados considerando la
discretizacin del medio. El principal problema es la presencia de muchos mnimos locales.
Para reducir este problema en la inversin de onda completa, generalmente se ja la densidad a un valor constante y nicamente se determina el modelo de velocidades que minimice
la diferencia entre los datos observados y los modelados (Bunks et al. 1995), lo cual implica
el uso de una aproximacin acstica del medio. Al hacer esta consideracin, cuando se usan
datos reales, se debe tener en cuenta que tanto las seales generadas por las ondas S como el
decaimiento de las amplitudes debido a la disipacin de energa por el medio, sern consideradas como ruido adicional. En el presente trabajo se utiliza esta aproximacin, pero aunque
en la primera etapa se deja jo el valor de la densidad, en el resto se utilizan ambos parmetros.
1.2. Objetivo
El presente trabajo tiene tres objetivos. El primero de ellos es implementar un algoritmo de
inversin de forma de onda completa basado en la recristalizacin simulada en el dominio
del tiempo. El segundo es demostrar que con el uso de fronteras absorbentes CPML (Komatitsch y Martin, 2007), la migracin en tiempo reverso (RTM), considerando como condicin
de imagen la formulacin adjunta de los kernels de tomografa de tiempos de arribo, puede
recuperar estructuras geolgicas complejas en el subsuelo, an si se disparan todas las fuentes
simultneamente, como estrategia para reducir el costo computacional del mtodo y, por ende,
su tiempo de ejecucin. El tercero y ltimo consiste en aplicar un segundo mtodo de inversin
basado en el uso de los kernels de sensibilidad de las derivadas de Frchet de la funcin de error
entre datos observados y datos sintticos (Tromp, Tape, y Liu, 2005), con el uso de condiciones de frontera absorbentes CPML y disparos simultneos. Para poder llevar a cabo estos tres
objetivos, se utiliza el esquema numrico de mallas escalonadas propuesto por Virieux (1986).
Debido al elevado tiempo de ejecucin que implica el primero de los mtodos, se implementa
una versin paralela mediante el uso de OpenMP diseada para computadoras de memoria
compartida y se utiliza una aproximacin por mallas mltiples. En lo que respecta a la RTM,
al utilizar los distintos kernels de la tomografa de tiempos de arribo como condiciones de
imagen, se cuenta con varios resultados que ofrecen la posibilidad de asociarlos con las distintas
propiedades del medio. Para evitar el problema de la enorme memoria que requiere est tcnica
de procesamiento, se hace una retropropagacin de la propagacin inicial, de tal forma que al
hacer la propagacin adjunta se van recuperando los campos iniciales y haciendo la correlacin
al mismo tiempo. Este algoritmo es probado con un modelo de velocidades y densidades
complejo, con estructuras geolgicas caractersticas del Golfo de Mxico, mismo que tambin
se utiliza como prueba para la segunda inversin.
CAPTULO 1.
INTRODUCCIN
1.3. Justicacin
RECRISTALIZACIN SIMULADA
El algoritmo de recristalizacin simulada es un mtodo de bsqueda ampliamente utilizado en
los problemas de inversin de mtodos potenciales por su capacidad de encontrar los mnimos
globales de la funcin de error, lo cual lo convierte en una herramienta muy til en esta rea
de la exploracin. Sin embargo, es conocido por el gran nmero de iteraciones que requiere
para encontrar al modelo idneo, ya que a diferencia de los mtodos de bsqueda orientada,
la caracterstica principal de ste es su bsqueda a base de prueba y error. Esto no signica
problema alguno en esos casos por la rapidez con la que se simula el problema directo. Sin
embargo, en el fenmeno ssmico la simulacin del problema directo se caracteriza por requerir
tiempos de cmputo elevados, ya que se requiere conocer los resultados de todos los pasos
en tiempo de la simulacin. A sabiendas de esto, se decidi evaluar el rendimiento de este
algoritmo en el problema de la inversin de forma de onda completa.
RTM CON FUENTES SIMULTNEAS
La RTM es una tcnica de procesamiento muy poderosa usada en la industria de exploracin, que a diferencia del resto de las migraciones deja de lado las simplicaciones y resuelve
la ecuacin de onda completa. Como datos de entrada, esta tcnica requiere un modelo de
velocidades propuesto del medio, y como resultado, arroja una imagen representativa de las
estructuras presentes en el subsuelo. Esta imagen se obtiene al sumar los resultados parciales
obtenidos para cada una de las fuentes del arreglo de adquisicin, lo que la convierte en una
tcnica muy costosa en trminos de cmputo, al grado de que para su uso se utilizan clusters
enteros destinados con este propsito especco. Se han hecho varios intentos por disminuir
sus elevados tiempos de ejecucin. Uno de estos comprende el uso de fuentes disparadas de
manera simultnea. Sin embargo, no se han obtenido resultados satisfactorios porque la imagen resultante muestra patrones de interferencia entre las fuentes, caracterstica que impide la
identicacin de las estructuras geolgicas presentes en el subsuelo. Eliminar dicho patrn de
interferencia implicara una reduccin del tiempo de cmputo del orden del nmero de fuentes
activadas simultneamente. De aqu la importancia de reportar los buenos resultados que se
pueden obtener con el uso de fronteras absorbentes tipos CPML.
INVERSIN CON KERNELS DE SENSIBILIDAD
Los trabajos de Tarantola (1984, 1987) demuestran que la inversin de forma de onda completa
se puede resolver de manera iterativa, disminuyendo gradualmente el valor de una funcin de
error mediante el clculo de sus derivadas de Frchet. A su vez, el clculo de stas se puede
hacer mediante el empleo de kernels de sensibilidad, que como su nombre lo indica, representan
la sensibilidad entre datos observados y sintticos. En este trabajo no se plantea hacer el
clculo de las derivadas de Frchet, sino utilizar estos kernels para localizar los parmetros
del modelo que originan las discrepancias entre datos observados y sintticos, de manera que
combinando su clculo con un proceso de interpretacin geolgica se conforma un mtodo de
inversin asistido. De funcionar, este mtodo puede ser empleado en la exploracin ssmica
con prcticamente los mismos recursos que la RTM, por lo que es tambin objetivo de este
trabajo comparar los benecios de usar uno u otro mtodo.
Captulo 2
Marco terico
2.1. Problema directo
El problema directo en cuestin consiste en generar sismogramas a partir de una fuente y un
medio conocidos. Sin embargo, antes de abordar directamente la generacin de sismogramas
es indispensable conocer la teora de la propagacin de ondas ssmicas. Generalmente, por
onda nos referimos a cualquier perturbacin que se propaga por el espacio. De acuerdo con
esta denicin, nuestro mundo est repleto de ondas. Dos de las primeras manifestaciones
que percibimos de stas son la luz y el sonido. Su naturaleza es distinta, pero ambas son
perturbaciones viajando en el espacio. La luz es de origen electromagntico, mientras que el
sonido es de naturaleza mecnica. El tema central de este trabajo son las ondas ssmicas, las
cuales, al igual que el sonido, son de origen mecnico. Segn el diccionario enciclopdico de
geofsica de exploracin de Robert E. Sheri (2002), una onda es una perturbacin que se
propaga a travs de un cuerpo o sobre una supercie de un medio sin involucrar movimiento
neto de materia. En la presente seccin presento la teora de la elasticidad y el desarrollo
correspondiente de las ecuaciones de la elastodinmica, con las cuales se simula la propagacin
de ondas ssmicas, necesaria para la generacin de sismogramas sintticos y, posteriormente,
la inversin de estos para obtener el modelo de velocidades del subsuelo.
2.1.1.
CAPTULO 2.
2.1.2.
MARCO TERICO
Esfuerzos
El esfuerzo se dene como la razn de la magnitud de la fuerza aplicada sobre un rea determinada y la magnitud del rea sobre la que es aplicada. En el caso de que la fuerza aplicada
sobre toda una superce sea uniforme, esta denicin resulta perfecta, sin embargo, cuando la
fuerza aplicada sobre una supercie vara con la posicin, el esfuerzo tambin vara, por lo que
una denicin ms acertada resulta tomando el lmite cuando el rea de la supercie tiende a
cero,
= lm
S0
en donde
es el rea de la supercie y
F
S
,
(2.1)
Ahora bien, se puede clasicar a los esfuerzos en dos clases, esfuerzos normales y cortantes.
Los primeros son aquellos que actan perpendicularmente a la supercie en cuestin, mientras
que los segundos se reeren a los que actan tangencialmente. Esta clasicacin se hace con
la nalidad de facilitar el anlisis de esfuerzos actuando sobre un cuerpo, pero como es de
esperarse, en la mayora de los casos se tienen fuerzas oblicuas, lo que hace necesario descomponerlas en sus componentes normal y cortante.
De manera clsica, para analizar los regmenes de esfuerzos presentes en el subsuelo, se considera un cubo, como elemento representativo de los cuerpos tridimensionales, orientado en
un sistema coordenado de manera que los vectores normales a sus caras sean paralelos a los
ejes coordenados. Partiendo de esto, cada una de sus caras se ve sujeta a esfuerzos normales y
cortantes. En la gura 2.1 se muestran 6 de los 18 esfuerzos, que corresponden nicamente a
dos de las 6 caras del cubo. En sta se puede ver que en cada cara hay una componente normal
y dos cortantes, tales que el esfuerzo
direccin del eje
i=j
ij
i, j = x, y, z ,
con
i 6= j
j.
de esfuerzos cortantes.
Partiendo de que el cuerpo est en equilibrio, los esfuerzos que actan sobre una de las caras
deben ser iguales en magnitud y direccin, pero en sentido contrario a los que actan sobre
las caras opuestas, para evitar que el cuerpo se acelere en alguna direccin. En trminos de la
fuerza, esto se puede expresar como
Fx = 0
(2.2)
Fy = 0
(2.3)
Fz = 0
(2.4)
De esta manera los 18 esfuerzos se ven reducidos a 9. Dichas componentes constituyen el tensor
de esfuerzos que actan sobre cualquier cuerpo.
xx xy xz
ij = yx yy yz
zx zy zz
(2.5)
Por otra parte, la suma de momentos tambin debe ser cero, en caso contrario el cuerpo
comenzara a rotar,
CAPTULO 2.
MARCO TERICO
Figura 2.1: Esquema de los esfuerzos que actan sobre las caras de un cubo en equilibrio (tomada de Sheri y
Geldart, 1995).
CAPTULO 2.
El esfuerzo
yx
MARCO TERICO
Mx = 0
(2.6)
My = 0
(2.7)
Mz = 0
(2.8)
siguiente momento,
en sentido antihorario
si se observa desde arriba (de acuerdo con la gura 2.1). El par que tiende a rotar el cubo en
sentido contrario (horario) es el generado por los esfuerzos
xy ,
yx = xy
y generalizando para el resto de las caras, se tiene la siguiente propiedad del tensor de esfuerzos:
ij = ji
Esto signica que el tensor es simtrico y slo se requiere conocer 6 de sus elementos.
Aunque lo expuesto hasta el momento es cierto, es de suponerse que el estado de equilibrio
mencionado no concuerda con la propagacin de ondas, ya que stas son perturbaciones que
viajan por el medio, y sin esfuerzos resultantes no pueden existir deformaciones, que son las
perturbaciones mecnicas del subsuelo de inters.
Continuando con el cubo como objeto de estudio, si suponemos que tiene una densidad constante
se puede hacer el anlisis de fuerzas asumiendo que las componentes del tensor de
y,
F = m
a,
se
tiene que
2 uy
dxdydz
(2.9)
t2
"
#
X
dy
dz
dy
dz
Fy = yx x0 + dx, y0 + , z0 +
yx x0 , y0 + , z0 +
dydz
2
2
2
2
"
#
dz
dx
dz
dx
+ yy x0 +
, y0 + dy, z0 +
yy x0 +
, y0 , z0 +
dxdz
2
2
2
2
"
#
2 uy
dx
dy
dx
dy
+ yz x0 +
, y0 + , z0 + dz yz x0 +
, y0 + , z0
dxdy = 2 dxdydz
2
2
2
2
t
Fy =
(2.10)
CAPTULO 2.
MARCO TERICO
#
yx
dy
dy
dz
dz
+
dx yx x0 , y0 + , z0 +
dydz
yx x0 , y0 + , z0 +
2
2
x
2
2
"
#
yy
dx
dx
dz
dz
+
dxdz
+ yy x0 +
, y0 , z0 +
dy yy x0 +
, y0 , z0 +
2
2
y
2
2
"
#
yz
2 uy
dx
dx
dy
dy
+ yz x0 +
dxdy = 2 dxdydz
, y0 + , z0 +
dz yz x0 +
, y0 + , z0
2
2
z
2
2
t
"
(2.11)
yx yy
yz
2 uy
+
+
= 2
x
y
z
t
(2.12)
Haciendo un anlisis anlogo para la suma de fuerzas en las otras dos direcciones se tiene que
xz
2 ux
xx xy
+
+
= 2
x
y
z
t
(2.13)
zx zy
zz
2 uz
+
+
= 2
x
y
z
t
(2.14)
sistema internacional (SI), las unidades del esfuerzo son los Pascales ([Pa]=[N]/[m ]).
2.1.3.
Deformacin
y,
ux (x, y)
uy (x, y)
respectivamente.
ux (xP , yP )
dio de series de Taylor de primer orden, se obtienen los desplazamientos que se muestran en
la siguiente tabla para el resto de los vrtices.
Posicin original
P (x, y)
Q(x + dx, y)
R(x + dx, y + dy)
P 0 (x + ux0 , y + uy0 )
uy
x
Q0 (x + dx + ux0 + u
x dx, y + uy0 + x dx)
ux
x
R0 (x + dx + ux0 + u
x dx + y dy, y + dy + uy0 +
S(x, y + dy)
S 0 (x + ux0 +
Entonces, la arista
PQ
ux
y dy, y
+ dy + uy0 +
incrementa su longitud
uy
x dx
uy
y dy)
uy
y dy)
ux
x dx unidades y la lnea
PS
la incrementa
uy
y dy . Esto tambin se aprecia en la gura 2.2. Dado que se trata de incrementos relativos de
CAPTULO 2.
MARCO TERICO
10
CAPTULO 2.
11
MARCO TERICO
PQ
PS
se ve reducido por
1 + 2 ,
en donde
es igual a
uy
x y
es igual a
ux
y .
Este ngulo representa un cambio en la forma del cuerpo y se considera deformacin cortante.
Aunado a esto, el rectngulo gir un ngulo igual a
1 2
2
uy
x
x
u
y
.
2
Visto de otra manera, los desplazamientos relativos que sufre cualquier punto ubicado cerca
de
P,
P,
dui =
X ui
dxj
xj
(2.15)
en donde
ui = ux , uy
es la direccin de desplazamiento,
dxj = dx, dy
xj = x, y
dui =
1
2
uj
ui
+
xj
xi
dxj +
1
2
uj
ui
xj
xi
dxj
(2.16)
el primer trmino del miembro derecho de la igualdad corresponde a las deformaciones normales
y cortantes, mientras que el segundo a las rotaciones. Generalizando, para el caso tridimensional se tiene que las deformaciones normales estn dadas por
xx =
ux
,
x
(2.17)
yy =
uy
,
y
(2.18)
zz =
uz
,
z
(2.19)
xy = yx
1
=
2
yz = zy
1
=
2
xz = zx
1
=
2
uy
ux
+
x
y
uy
uz
+
y
z
ux uz
+
z
x
(2.20)
(2.21)
(2.22)
El tensor de deformaciones describe en su totalidad los cambios de volumen y forma que sufren
los cuerpos, anlogamente a lo que sucede con los esfuerzos y su tensor correspondiente. Est
constituido nicamente por las deformaciones normales y las cortantes, sin tomar en cuenta
a las rotaciones, puesto que no representan cambios de forma o de volumen, sino nicamente
cambios de posicin, de manera que el tensor contiene todas las deformaciones. Para un medio
de tres dimensiones, el tensor est conformado como lo indica la siguiente expresin:
CAPTULO 2.
12
MARCO TERICO
ux
x
1
2
1
2
uy
x
uz
x
+
+
ux
y
ux
z
ux
y +
uy
y
1 uz
2
y +
1
2
uy
x
uy
z
1 ux
2 z +
1 uy
2
z +
uz
z
uz
x
uz
y
(2.23)
Otro concepto importante relacionado con la deformacin es la dilatacin (). sta se dene
como el cambio de volumen por unidad de volumen que sufre un cuerpo.
V
V
(2.24)
Vi = dxdydz
(2.25)
(2.26)
(2.27)
uz
ux uy
+
+
x
y
z
(2.28)
(2.29)
En lo referente a las unidades, la deformacin es una cantidad adimensional por ser la razn
de cambio relativa de dimensiones.
2.1.4.
Ley de Hooke
CAPTULO 2.
13
MARCO TERICO
Figura 2.3: Relacin esfuerzo deformacin de una aleacin de aluminio (tomada de Askeland, D. R., Puhl, P.
P., 2004).
cierto valor, algunos cuerpos pasan a una etapa de ujo plstico, en el que la deformacin
aumenta y los esfuerzos se ven reducidos hasta que nalmente, terminan fracturndose. No
obstante, no todos los cuerpos pasan por el ujo plstico, algunos se rompen directamente al
llegar a su lmite plstico.
Por la naturaleza lineal de la ley de Hooke, se asume que cuando un cuerpo es sometido a
varios esfuerzos, cada uno de estos produce una deformacin independiente. De manera tal,
que se puede obtener la deformacin total que sufre un cuerpo sumando los efectos que tiene
cada uno de los esfuerzos a los que se ve sometido.
Se le conoce como ley de Hooke generalizada a la que establece la relacin entre esfuerzo y
deformacin para cuerpos de tres dimensiones,
ij = cijkl ekl
en donde
ij ,
es el tensor de esfuerzos,
kl
es el tensor de deformaciones y
(2.30)
cijkl
es un tensor
de cuarto orden que contiene los mdulos elsticos del medio. Este tensor contiene toda la
informacin relacionada con las caractersticas elsticas del medio. En otras palabras, indica
cmo ser la deformacin que sufra cierto medio si se somete a determinados esfuerzos. En
general, dos medios distintos tendrn reacciones diferentes aunque se encuentren sometidos al
mismo tensor de esfuerzos. Un claro ejemplo es el contraste de propiedades que tiene el suelo
del centro de la Ciudad de Mxico y el de Ciudad Universitaria. Mientras que la primera es
una zona que se caracteriza por favorecer la amplicacin de ondas ssmicas, en la segunda
raramente se perciben grandes vibraciones por movimientos telricos.
Originalmente para un medio en 3 dimensiones, en el que tanto el vector de esfuerzos como el de
deformaciones tienen 9 componentes, el tensor de parmetros elsticos tiene 81 componentes,
CAPTULO 2.
14
MARCO TERICO
puesto que es de cuarto orden. Sin embargo, el nmero de parmetros independientes depende
de la simetra del sistema. Primero, se debe tomar en cuenta que tanto el tensor de esfuerzos
como el de deformaciones son simtricos, de lo que se tiene
cijkl = cjikl
(2.31)
cijkl = cjilk
(2.32)
con lo que el nmero de elementos independientes se reduce a 36. En segundo lugar, basndonos
en una relacin de simetra de la energa de deformacin (Stein, 2003), se puede establecer que
el tensor de parmetros elsticos tiene la propiedad
cijkl = cklij
(2.33)
xx
yy
zz
xy
yz
zx
+ 2
0
0
0
+ 2
0
0
0
0
+ 2 0
0
0
0
0
2 0
0
0
0
0
0 2 0
0
0
0
0
0 2
xx
yy
zz
xy
yz
zx
(2.34)
que es equivalente a
ii = + 2ii
ij = 2ij
En ambas ecuaciones,
i = x, y, z,
i, j = x, y, z
(2.35)
i 6= j
(2.36)
parmetros de Lam. Adems de estos, existen otros parmetros que representan de manera
directa las propiedades fsicas del medio. Entre los ms utilizados se encuentran el mdulo de
Young
(se diferencia
senta la oposicin a los cambios en la forma de los cuerpos. Por ejemplo, los uidos no viscosos
tienen un valor de
forma de el recipiente que los contiene, es decir, presentan una oposicin muy baja a sufrir
cambios en su forma.
Por otro lado, para denir el mdulo volumtrico es necesario considerar un medio que se
encuentra sometido a cierta presin
P,
CAPTULO 2.
15
MARCO TERICO
xx = yy = zz = P
(2.37)
xy = yz = xz = 0
(2.38)
k=
(2.39)
una extensin del cuerpo sobre el que se ejerce, en la direccin paralela a la de aplicacin. A
partir de esto, el mdulo de Young se dene como la relacin entre el esfuerzo de tensin y la
magnitud de la deformacin en la direccin del esfuerzo,
E=
xx
xx
(2.40)
A su vez, la relacin de Poisson se dene como la relacin que existe entre la contraccin a lo
largo de los ejes perpendiculares a la direccin sobre la que se ejerce el esfuerzo y la extensin
a lo largo del eje paralelo a la direccin del esfuerzo,
yy
zz
=
xx
xx
(2.41)
Haciendo un poco de operaciones algebraicas se pueden determinar relaciones entre los parmetros elsticos. Las siguientes son algunas de ellas:
2
(E 2)
2
=
=k
1 2
3 E
3
(2.42)
(1 2)
3(k )
E
=
=
2
2
2(1 + )
(2.43)
3k E
=
=
2( + )
3k
6k
(2.44)
E=
(3 + 2)
= 2(1 + ) = 3k(1 2)
+
(2.45)
k =+
2
E
E
=
=
3
3(1 2)
3(3 E)
= 0,
(2.46)
= k,
por lo que a
se le suele llamar
incompresibilidad de los uidos. Por otra parte, la relacin que existe entre estas constantes
elsticas y las velocidades de ondas ondas P y S est determinada por
+ 2
(2.47)
(2.48)
CAPTULO 2.
2.1.5.
16
MARCO TERICO
y velocidad
1
Ec = m k v k2
2
(2.49)
Ec
1
= k v k2
V
2
en donde
(2.50)
tambin conocida como energa de deformacin, est dada por (Sheri y Geldart, 1995)
Ep
1 XX
=
ij ij
V
2
i
ij
ij
(2.51)
ET Ec Ep
=
+
V
V V
X
X
ET 1
=
k v k2 +
ij ij
V
2
i
(2.52)
Tomando en cuenta la discretizacin del medio realizada, se puede calcular la energa por
unidad de volumen para cada una de las celdas como entes individuales y, aunque la suma de
stas no es equivalente a la energa total por unidad de volumen, si se suma la contribucin
de todas, se tiene un estimado de la energa de todo el medio.
Para nes prcticos, se puede considerar que las rocas constituyen un medio elstico perfecto,
ya que en los estudios ssmicos de exploracin, las deformaciones que stas sufren son relativamente pequeas. Aunque ciertamente, esto no es completamente cierto, pues como lo indica la
grca de la gura 2.3, slo es cierto cuando no se rebasa el lmite elstico del medio, contrario
a lo que sucede en la proximidad de las fuentes de energa empleadas para generar las ondas
ssmicas, en donde las deformaciones quedan fuera del rgimen lineal. A pesar de esto, los
CAPTULO 2.
17
MARCO TERICO
resultados que se obtienen haciendo esta consideracin son satisfactorios. Por consiguiente,
las ecuaciones desarrolladas hasta el momento resultan vlidas y pueden ser empleadas en la
simulacin de la propagacin de ondas en el subsuelo. Sin embargo, como ya se mencion en
secciones anteriores, en este trabajo se considera una aproximacin acstica del subsuelo, lo
que implica algunas simplicaciones de las ecuaciones. En la siguiente seccin se abordan los
cambios necesarios.
2.1.6.
xx zx
2 ux
+
= 2
x
z
t
xx
zz
zx
xz
zz
2 uz
+
= 2
x
z
t
+ 2
0
=
+ 2 0
0
0
2
(2.53)
(2.54)
ux
x
uz
z
ux
z
1
2
uz
x
(2.55)
Otro cambio fundamental en el planteamiento del problema consiste en considerar las componentes de la velocidad del desplazamiento
(vx , vz )
(ux , uz ),
vi =
en donde
i = x, y .
ui
t
(2.56)
vx
1
=
t
vz
1
=
t
xx zx
+
x
z
xz
zz
+
x
z
(2.57)
(2.58)
mientras que derivando cada una de las componentes de la ecuacin (2.55) respecto al tiempo,
se obtienen las siguientes 3 ecuaciones,
vx
vz
xx
= ( + 2)
+
t
x
z
(2.59)
zz
vx
vz
=
+ ( + 2)
t
x
z
(2.60)
CAPTULO 2.
18
MARCO TERICO
zx
vx vz
= (
+
)
t
z
x
(2.61)
siendo estas 5, la base de toda la implementacin numrica. Sin embargo, an no se ha tomado en cuenta la consideracin de que el medio es acstico. Esto implica nicamente que el
parmetro de Lam
del medio es igual a cero, por lo que la ecuacin (2.55) queda reducida
xx
0
zz = 0
zx
0 0 0
ux
x
uz
z
xz
1 ux
2 ( z
y
zx
(2.62)
uz
x )
deformaciones cortantes. De este modo, las ecuaciones (2.57), (2.58), (2.59), (2.60) y (2.61)
quedan de la siguiente forma:
1 xx
vx
=
t
x
(2.63)
uz
1 zz
=
t
z
xx
vx vz
=
+
t
x
z
vx vz
zz
=
+
t
x
z
(2.64)
(2.65)
(2.66)
xz = zx = 0
(2.67)
= 0.
perder de vista el caso general, que corresponde a un modelo ms acorde con lo que sucede en
la naturaleza.
que se
quieren invertir.
La inversin de forma de onda completa se puede llevar a cabo en el dominio de las frecuencias
o en el dominio del tiempo. En este trabajo, los dos mtodos de inversin utilizados estn en
el dominio del tiempo. El primero de ellos utiliza el mtodo de recristalizacin simulada, que
describo en el siguiente apartado, como motor de bsqueda del modelo ideal, mientras que la
segunda inversin se hace con kernels de sensibilidades, a los cuales se les dedica una seccin
aparte (seccin 2.4) por su uso tanto en la inversin como en la migracin de tiempo reverso
(RTM).
CAPTULO 2.
2.2.1.
19
MARCO TERICO
ferror =
en donde
dobs
k dcal dobs k
k dobs k
(2.68)
dcal
tanto, el estado del sistema con menor energa ser aquel que con los valores de sus parmetros
genere los sismogramas con el mnimo error respecto a los datos observados. Para lograr este
objetivo se parte de una solucin inicial, a partir de la cual se hacen variar cada uno de sus
parmetros por un valor aleatorio entre -1 y 1 multiplicado por un factor particular para cada
uno de ellos. Por cada perturbacin de uno de los parmetros, la funcin de costo de todo el
sistema es evaluada. Si el error del sistema con el parmetro recin alterado es menor que el
del sistema con el parmetro sin alterar, entonces el modelo se acepta y se pasa a alterar al
siguiente parmetro, para el que se vuelve a hacer el cuestionamiento anterior. En caso de que
el error del sistema con el parmetro alterado sea mayor que el del que tiene el parmetro sin
alterar, la variacin es sometida al criterio de metrpolis. De acuerdo a ste, la probabilidad
de que la modicacin sea aceptada est dada por
P (error) = e(
en donde
rar, y
error
T
(2.69)
error es la diferencia de errores de los modelos con parmetros alterados y sin alte-
CAPTULO 2.
20
MARCO TERICO
T (t) =
en donde
r
log(t)
(2.70)
(2.71)
cercano a cero. Por otra parte, debido a la no unicidad que caracteriza a los
problemas geofsicos, resulta de gran importancia acotar el problema, esto se logra, en primera
instancia, delimitando los valores de los parmetros con un valor mximo y uno mnimo. As,
se asegura que el modelo resultante de la inversin no tendr valores de sus parmetros fuera
de estos lmites. Con esto se reduce el espacio solucin y por ende, el nmero de modelos con
respuesta similar.
Para lograr el equilibrio a una temperatura baja, tambin se podra jar la temperatura a
un valor constante (bajo), pero esto podra requerir de demasiado tiempo para alcanzarlo,
por lo que el mtodo de recristalizacin simulada utiliza una temperatura inicial elevada y su
descenso gradual. De la ecuacin 2.71 el descenso de la temperatura est dado por la constante
r.
T0 ,
Tf = TN , r
r=
Niter1
(vase
TN
T0
1
(2.72)
A pesar de la falta de justicacin terica rigurosa de su velocidad de convergencia, los investigadores han empleado extensamente el mtodo en la ltima dcada. En la gura 2.4 se
muestra el diagrama de ujo de la recristalizacin simulada. De sta se puede ver que la estructura del algoritmo est conformada por tres ciclos. El ms externo controla el descenso de
la temperatura, el intermedio se encarga de que las perturbaciones pasen por cada uno de los
parmetros del modelo y, nalmente, el interno tiene la funcin de incrementar el nmero de
modicaciones de cada parmetro a una misma temperatura. Esto ltimo con la nalidad de
hacer la bsqueda ms extensiva y as tratar de garantizar que se alcanzar el equilibrio.
CAPTULO 2.
21
MARCO TERICO
Rechazada
k
(k-1)
Ki =Ki
Reduccin de la
temperatura
Modelo Final Kf
Entre el ciclo interno y el intermedio se lleva a cabo el ajuste de la longitud de las perturbaciones de cada uno de los parmetros. Para lograr esto, se utiliz el criterio que establece Goe
(1993), segn el cual, es recomendable que los pasos sean de longitud tal, que el 50 % de las
perturbaciones que entran al criterio de metrpolis sean aceptadas y la otra mitad rechazadas.
CAPTULO 2.
22
MARCO TERICO
Z
I(
x) =
en donde
S(
x)R(
x, T t)dt,
(2.73)
De esta expresin se puede ver que la relacin entre los campos de ondas de las propagaciones
originales y de receptores es tal, que se inicia multiplicando el campo de ondas nal de la
propagacin original con el campo inicial de la propagacin por receptores y se termina con la
multiplicacin del campo inicial de la propagacin original con el campo nal de la propagacin
por receptores. Adems de llevar a cabo las multiplicaciones, los resultados se van sumando y
as, se genera la imagen correspondiente a cada una de las fuentes. El paso nal consiste en
sumar los resultados obtenidos para todas las fuentes. Esta imagen es el resultado nal de la
RTM para el modelo de velocidades introducido.
La causa del elevado costo de recursos de cmputo de esta tcnica es, precisamente, que la
construccin de la imagen nal requiere del clculo separado por cada una de las fuentes
empleadas en la adquisicin. Considerando que en la industria el nmero de stas es muy
grande, el tiempo de cmputo se convierte en una desventaja y su aplicacin resulta imprctica
en la mayora de los levantamientos 3D.
CAPTULO 2.
23
MARCO TERICO
m
,
perturbacin
m
,
debido a la
Z X
P
D m
=
(m)
V i=1
Kmi (
x)
mi (
x)
dV (
x)
mi (
x)
(2.74)
senta la perturbacin relativa de cada parmetro. Existe un kernel asociado a cada parmetro
del medio y su valor depende de la posicin.
Ahora bien, para poder denir matemticamente los kernels que caracterizan a las diferenciales,
es necesario calcular la diferencial de Frchet de la funcin de error en la direccin del vector
de perturbaciones de los parmetros. En otras palabras, calcular la variacin de la funcin de
error
(m)
debida a la perturbacin m
de los parmetros m
. Siguiendo el desarrollo de Tromp,
Tape y Liu (2005), se utiliza la funcin de error entre datos observados y datos sintticos dada
por
(m)
=
1X
2
r=1
en donde
M
T X
Z
0
(2.75)
i=1
es el nmero de receptores,
el tiempo de propagacin,
el nmero de com-
r, si (
x, t, m)
la
t para
el modelo que tiene como parmetros al vector m
y, por ltimo, di (
xr , t) es la componente i de
los datos observados en el receptor r en el tiempo t. La diferencial de Frchet queda expresada
x
r
[si (
xr , t, m)
di (
xr , t)]2 dt
en el tiempo
por
D m
=
(m)
N Z
X
r=1
en donde
D m
xr , t, m)
si (
M
T X
[si (
xr , t, m)
di (
xr , t)]Dm
xr , t, m)dt
si (
(2.76)
i=1
m
.
Hacer el clculo
directo de esta expresin es imprctico, pues implica hacer una propagacin inicial con los parmetros originales
y una para cada uno de los parmetros del modelo con su perturbacin
CAPTULO 2.
24
MARCO TERICO
(
x)
cjklm (
x)
de densidades y
constantes elsticas, respectivamente, de las del resto del medio, el campo dispersado queda
determinado por
Z tZ "
D m
xr , t, m)
=
si (
0
(
x0 )
M
X
Gij (
x, x
0 ; t t0 )
j=1
M X
M X
M X
M
X
j=1 k=1 l=1 m=1
2
sj (
x0 , t0 )
t02
0
0
x, x
; t t ) 0 sm (
xr , t) dV (
x0 )dt0
cjklm (
x ) 0 Gij (
xk
xl
0
(2.77)
en donde
es todo el volumen del medio, pero se reduce al volumen del cuerpo heterogneo
Gij
campo de desplazamientos y
fi (
x, t)
Gij (
x, x
f ; t t0 )
tiempo t, originado por
y en el
0
que se activ en el tiempo t (Aki y Richards, 2002), denida
como
fi (
x, t) = C(
xx
f )(t t0 )ij
en donde
es la amplitud de la fuente y
ij
(2.78)
j.
elastodinmica es un tensor que representa el campo de desplazamientos en cualquier direccin, por lo que satisface la ecuacin de onda.
Introduciendo la ecuacin (2.77) en la ecuacin (2.76), la diferencial de Frchet debida a la
perturbacin de parmetros
N Z
X
M
T X
Z tZ "
M
2
X
0
0
0
D m
(
m)
[s
(
x
,
t,
m)
d
(
x
,
t)]
(
x
)
G
(
x
,
x
;
t
t
)
s (
x0 , t0 )
i r
i r
ij r
02 j
t
0
V
r=1 0 i=1
j=1
#
M X
M X
M X
M
X
+
cjklm (
x0 ) 0 Gij (
xr , x
0 ; t t0 ) 0 sm (
xr , t) dV (
x0 )dt0 dt
xk
xl
j=1 k=1 l=1 m=1
(2.79)
CAPTULO 2.
25
MARCO TERICO
D m
= D (m)
+ Dcjklm (m)
(m)
(2.80)
en donde
D (m)
=
N Z
X
r=1
2
t02
M
T X
Z tZ
[si (
xr , t, m)
di (
xr , t)]
(
x)
0
i=1
M
X
Gij (
xr , x
0 ; t t0 )
j=1
(2.81)
sj (
x0 , t0 )dV (
x0 )dt0 dt
Dcjklm (m)
=
N Z
X
r=1
M
T X
[si (
xr , t, m)
di (
xr , t)]
Z tZ X
M X
M X
M X
M
0
i=1
cjklm (
x0 )
(2.82)
Gij (
xr , x
0 ; t t0 ) 0 sm (
xr , t)dV (
x0 )dt0 dt
x0k
xl
Adems, si se hace lo mismo con la ecuacin (2.74),
Z "
D m
=
(m)
V
#
M M M M
cjklm (
x)
(
x) X X X X
+
Kcjklm (
K (
x)
x)
dV (
x)
(
x)
cjklm (
x)
(2.83)
se tiene que
Z
V
X
(
x)
K (
x)
dV (
x) =
(
x)
r=1
2
t02
M
T X
Z tZ
[si (
xr , t, m)
di (
xr , t)]
0
i=1
(
x0 )
M
X
Gij (
xr , x
0 ; t t0 )
j=1
sj (
x0 , t0 )dV (
x0 )dt0 dt
(2.84)
Z
Kcjklm (
x)
V
X
cjklm (
x)
dV (
x) =
cjklm (
x)
r=1
Z
0
M
T X
[si (
xr , t, m)
di (
xr , t)]
i=1
Z tZ X
M X
M X
M X
M
0
cjklm (
x0 )
Gij (
xr , x
0 ; t t0 ) 0 sm (
xr , t)dV (
x0 )dt0 dt
0
xk
xl
(2.85)
Cambiando el orden de integracin y de las sumas en la ecuacin (2.84), se obtiene
Z
K (
x)
V
(
x)
dV (
x) =
(
x)
Z Z
V
Z tX
M X
N X
M
(
x0 )Gij (
xr , x
0 ; t t0 )[si (
xr , t, m)
di (
xr , t)]
2
sj (
x0 , t0 )dt0 dtdV (
x0 )
t02
(2.86)
CAPTULO 2.
26
MARCO TERICO
(
x)
=
K (
x)
(
x)
M X
N X
M
T X
t0
(
x0 )Gij (
xr , x
0 ; t t0 )[si (
xr , t, m)
di (
xr , t)]
(2.87)
sj (
x0 , t0 )dtdt0
t02
(
x)
K (
x)
=
(
x)
M
T X
Z
0
(
x)
(N Z
X
t0
r=1
j=1
M
T X
)
0
Gij (
xr , x
; t t )[si (
xr , t, m)
di (
xr , t)]dt
i=1
sj (
x0 , t0 )dt0
t02
(2.88)
Si adems, se utiliza la propiedad de reciprocidad que tiene la funcin de Green, segn la cual
Gij (
xr , x
0 ; t t0 ) = Gji (
x0 , x
r ; t t0 )
(2.89)
(
x)
=
K (
x)
(
x)
M
T X
Z
0
(
x0 )
(N Z
X
t0
r=1
j=1
M
T X
)
Gji (
x0 , x
r ; t t0 )[si (
xr , t, m)
di (
xr , t)]dt
i=1
sj (
x0 , t0 )dt0
t02
(2.90)
Y haciendo el cambio de variables
t00 = T t
(2.91)
t = T t00
(2.92)
(2.90) se transforma en
(
x)
K (
x)
=
(
x)
Z
0
M
T X
(
x)
(N Z
X
0
r=1
j=1
M
T t0 X
"
0
00
#
00
00
Gji (
x ,x
r ; T t t ) si (
xr , T t , m)
di (
xr , T t ) dt
i=1
2
sj (
x0 , t0 )dt0
t02
(2.93)
Si introducimos una integral de volumen y una funcin impulso espacial
(
x0
xr ), y cambiamos
(
x)
K (
x)
=
(
x)
"
Z
0
M
T X
j=1
(
x ){
N Z
X
r=1
T t0
Z X
M
Gji (
x0 , x
; T t t0 )
V i=1
2
si (
xr , T t, m)
di (
xr , T t) (
x0 x
r )dV (
x)dt} 02 sj (
x0 , t0 )dt0
t
(2.94)
)
00
CAPTULO 2.
27
MARCO TERICO
(
x)
(
x) , se tiene la expresin para el kernel
K (
x),
M
T X
Z
K (
x) =
0
(
x0 )
sj (
x0 , T t0 )
j=1
2
sj (
x0 , t0 )dt0
t02
(2.95)
en donde
T t0
sj (
x0 , T t 0 ) =
Z X
M
Gji (
x0 , x
; T t t0 )fi (
x, t)dV (
x)dt
(2.96)
V i=1
fi (
x, t) =
N
X
[si (
xr , T t, m)
di (
xr , T t)](
x0 x
r )
(2.97)
r=1
fi (
x, t) tiene la forma de una fuente
impulsiva y s
j
t0 ), de acuerdo a la denicin de funcin de Green de arriba, corresponde
al campo de desplazamientos originado por dicha fuente, es decir, s
j (
x0 , t0 ) es el campo de
Comparando las ecuaciones (2.97) y (2.78) se puede ver que
(
x0 , T
desplazamientos en la direccin de
los sintticos
d.
s y
(
x0 , T t0 )
argumento
de
sj
que el ltimo elemento del campo adjunto, se relaciona con el primero del campo original, el
penltimo con el segundo, y as sucesivamente. Esto quiere decir que si la discretizacin en
tiempo se hace en
adjunta
del
Kcjklm (
x)=
jk (
x0 , T t)cjklm (
x0 )lm (
x0 , T t)dt
(2.98)
jk (
x, T t) es el elemento jk del tensor de deformaciones de la propagacin adjunta
correspondiente a s
(
x, T t), y lm (
x, T t) el elemento lm del tensor de deformaciones de
la propagacin original correspondiente a s
(
x, t). No obstante de que con estos dos kernels se
en donde
puede caracterizar la sensibilidad de la funcin de error respecto a cada uno de los parmetros
de cualquier medio elstico, en muchos casos se hace la consideracin de que el medio objeto
de estudio es istropo, el cual se caracteriza con solamente dos de las constantes elsticas
del tensor
cjklm ,
por lo que es necesario reducir este ltimo kernel. Haciendo las reducciones
correspondientes, estos medios se pueden caracterizar por un total de tres kernels, cada uno
correspondiente parmetros independientes. Tomando en cuenta que para medios istropos se
cumple que
CAPTULO 2.
cjklm
28
MARCO TERICO
2
= jk lm + (jl + km + jm kl )
3
(2.99)
, y ,
#
Z "
(
x)
(
x)
(
x)
dV (
x) ,
D m
=
K (
x)
+ K (
x)
+ K (
x)
(m)
(
x)
(
x)
(
x)
V
(2.100)
en donde
Z
K (
x) =
x, T t) : D(
2(
x)D(
x, t)dt
(2.101)
0
T
(
x)[ s
(
x, T t)][ s(
x, T t)]dt
K (
x) =
(2.102)
0
en las que
D(
x, t)
x, T t)
D(
Z "
D m
=
(m)
V
#
(
x)
(
x)
(
x)
KX (
x)
+ K (
x)
+ K (
x)
dV (
x)
(
x)
(
x)
(
x)
(2.103)
en donde
KX (
x) = K (
x) + K (
x) + K (
x)
4
K (
x) ,
K (
x) = 2 1 +
3
(2.104)
(2.105)
"
4
K (
x) = 2 K (
x)
K (
x)
3
#
(2.106)
De este modo se cuenta con varios kernels que representan la sensibilidad entre las observaciones y los parmetros estructurales del subsuelo y constituyen la base de la inversin de forma
de onda completa. Si se trata de un medio istropo basta con conocer los kernels correspondientes a tres parmetros del subsuelo independientes a partir de los cuales se puede calcular
cualquier combinacin, sin embargo este trabajo tiene como objetivo estudiar nicamente los
medios acsticos, los cuales se caracterizan con una sola de las constantes elsticas del tensor
cjklm .
Por lo tanto, basta con obtener dos kernels para calcular sus diferenciales de Frchet.
= 0
y, por lo tanto,
deseada.
Recapitulando, la construccin de estos kernels involucra nicamente dos simulaciones de la
propagacin de ondas. La primera es la propagacin original, en la que las fuentes actan
CAPTULO 2.
29
MARCO TERICO
como fuentes y los receptores como receptores, mientras que la segunda, conocida como propagacin adjunta, utiliza a los receptores originales como fuentes, y como funciones de fuente
a las diferencias entre los sismogramas sintticos y los sismogramas observados. Con estas dos
simulaciones se generan los kernels correspondientes a los parmetros del medio seleccionados
para caracterizar la sensibilidad de la funcin de error. Este planteamiento del problema permite cambiar la integral en tiempo de la ecuacin (2.76), en la que se necesita el nmero de
propagaciones igual al nmero de parmetros ms una, por una integral espacial (Ec. (2.74)),
en la que se necesita realizar nicamente dos propagaciones (original y adjunta) para la construccin de los kernels, lo que signica una reduccin de tiempo de ejecucin del orden del
nmero de parmetros.
Por otra parte, en la tomografa de tiempos de arribo, la funcin de error est dada por
(m)
=
1X
[Tr (m)
Trobs ]2
2
(2.107)
r=1
en donde
Tr (m)
es el tiempo es el tiempo de arribo en la estacin r calculado con un conjunto
m
, y Trobs el tiempo observado para la misma estacin (Tromp, Tape y Liu,
de parmetros
D m
=
(m)
N
X
[Tr (m)
Trobs ]Dm
Tr (m)
(2.108)
r=1
en donde
Dm
Tr (m)
m
.
esta ltima diferencial se puede expresar, al igual que la diferencial de Frchet de la funcin
de error de la inversin de forma de onda completa, en trminos de kernels de sensibilidad,
Z "
D m
=
Tr (m)
(
x)
K (
x, x
r )
(
x)
(
x)
K (
x, x
r )
(
x)
(
x)
K (
x, x
r )
(
x)
#
dV (
x)
(2.109)
en donde
K (
x, x
r )
M
T X
Z
=
0
K (
x, x
r )
j=1
T
(
x)
sj (
x, x
r , T t)
2
sj (
x, t)dt
t2
x, x
2(
x)D(
r , T t) : D(
x, t)dt
(2.110)
(2.111)
0
y
K (
x, x
r )
Z
=
(
x)[ s
(
x, x
r , T t)][ s(
x, t)]dt
(2.112)
0
De los que, la nica diferencia con sus similares de las ecuaciones (2.95), (2.101) y (2.102)
es la fuente del campo adjunto. Mientras que para los kernels de la inversin de forma de
onda completa la fuente est dada por la diferencia entre los desplazamientos sintticos y los
CAPTULO 2.
30
MARCO TERICO
observados, en este ltimo caso est dada por la velocidad de los desplazamientos sintticos.
Esto signica que la propagacin adjunta relacionada con los kernels de tomografa de tiempos
de arribo es independiente de los datos observados. La expresin matemtica de la fuente est
dada por
wr (T t) si (
fi (
x, t) =
xr , T t, m)(
xx
r )
Nr
t
en donde
wr
(2.113)
Nr
es un factor de normalizacin.
Captulo 3
Esquema numrico
Para poder cumplir con los tres objetivos del trabajo, se necesita simular la propagacin de
ondas ssmicas. Para esto se utiliza el esquema de mallas escalonadas expuesto por Virieux
(1986) con condiciones de frontera absorbentes PML de tipo convolucional CPML (Komatitsch
y Martin, 2007).
f (x),
x0 ,
es una aproximacin de
f (x) = f (x0 ) + x
en donde
Rn
df (x0 )
(x)n dn f (x0 )
+ ... +
+ Rn
dx
n!
dxn
es el error de truncamiento y
la de un trmino
n+1
x = (x x0 ).
x0 ,
31
(3.1)
de la cual se
x0 ,
sino en un
CAPTULO 3.
32
ESQUEMA NUMRICO
Rn =
(3.2)
De acuerdo con esta denicin, si se hace una aproximacin de la funcin con un polinomio
de primer grado, es decir, una aproximacin lineal, la serie queda
f (x) f (x0 ) + x
df (x0 )
dx
(3.3)
f (x) f (x0 ) + x
(3.4)
est ms cerca de
x0
obtiene
df (x0 )
f (x0 + x) f (x0 )
dx
x
(3.5)
Expresin que resulta muy similar a la denicin de derivada, con la diferencia de que no se
toma el lmite cuando
tiende a cero. De igual manera que con las series de Taylor, el error
de esta aproximacin de derivada est dado por la potencia a la que est elevado
x,
por lo
que en este caso es de primer orden, o en otras palabras, el error tiende a cero conforme
lo hace. Con esta aproximacin nicamente se necesitan los valores de la funcin
puntos,
x0
x0 + x,
en dos
obtener expresiones para las derivadas con cualquier nmero de puntos adyacentes a
x0 .
El
APROXIMACIN EN
ORDEN DE
ORIGINAL
DIFERENCIAS FINITAS
APROXIMACIN
Primer derivada
df (x0 )
dx
Primer orden
Primer derivada
df (x0 )
dx
Segundo orden
Segunda derivada
d2 f (x0 )
dx2
Segundo orden
CAPTULO 3.
33
ESQUEMA NUMRICO
x0 .
Ejemplo claro es que tanto la expresin (3.5) como las dos primeras
f,
por lo que es conocida como primer derivada hacia adelante, y tiene primer orden de aproximacin al igual que la de la primer la de la tabla, con la diferencia de que el valor adyacente
que sta ocupa es
f (x0 x),
otra parte, la expresin de la segunda la de la tabla utiliza dos valores adyacentes a
son
f (x0 x)
f (x0 + x),
x0 ,
x0 ,
que
le conoce como primer derivada centrada y, a diferencia de las dos anteriores, tiene segundo
orden de aproximacin.
Ahora bien, antes de continuar es necesario abordar el tema de las ecuaciones diferenciales
a discretizar para poder desarrollar la simulacin. Para el caso acstico se puede resolver la
ecuacin de onda de segundo grado hiperblica que modela los campos de desplazamientos
horizontales y verticales, o utilizar las ecuaciones de la elastodinmica (2.63), (2.64), (2.65),
(2.66) y (2.67) desarrolladas el captulo 2. El inconveniente de la primer opcin es que se tiene
que lidiar con ecuaciones diferenciales de segundo grado, a diferencia de la segunda opcin,
puesto que las 5 son ecuaciones de primer grado. Para discretizarlas se emplearon precisamente diferencias centradas, con segundo orden de aproximacin, bajo el esquema numrico
de mallas escalonadas presentado por Virieux (1986), que fue introducido originalmente por
Madariaga (1976) para estudiar la propagacin de ondas generada por los desplazamientos
sobre fallas con forma de planos circulares. Utilizar este sistema de ecuaciones tiene la ventaja
de simular tanto la propagacin de ondas P como la de ondas S. Sin embargo, en este caso
esto no resulta muy ventajoso, ya que nicamente se analiza el caso acstico, en donde no hay
propagacin de ondas S. El esquema mencionado tiene una caracterstica peculiar, pues como
su nombre lo indica, no utiliza una malla convencional para hacer la discretizacin, sino una
malla escalonada, en la que los valores de las componentes del vector de velocidad y del tensor
de esfuerzos (en el caso acstico nicamente de la presin) se calculan en diferentes posiciones
de las celdas, como se muestra en la gura 3.1.
Las derivadas parciales de las ecuaciones (2.63), (2.64), (2.65), (2.66) y (2.67) son de dos naturalezas distintas. Por un lado estn las derivadas espaciales y por otro las temporales. De ellas
se observa que en las primeras cuatro ecuaciones, las derivadas temporales de las componentes
del vector velocidad dependen nicamente de derivadas espaciales de los esfuerzos (presin en
el caso acstico) y, las derivadas temporales de los esfuerzos dependen nicamente de derivadas espaciales de las componentes del vector velocidad. Esta dependencia es aprovechada
en el esquema de mallas escalonadas y, como se puede ver en la gura 3.1, las componentes
del vector velocidad
(vx , vz )
esfuerzos estn rodeados por las componentes del vector velocidad, de modo tal, que para
calcular los miembros derechos (derivadas espaciales) de las ecuaciones (2.63), (2.64), (2.65)
y (2.66), se puede hacer uso de diferencias centradas, como se haba anticipado, en donde los
valores centrales corresponden con las ubicaciones de los miembros izquierdos. Adems, estas relaciones explcitas, tambin permiten hacer uso de diferencias centradas en tiempo para
aproximar las derivadas temporales. En la gura 3.2 se muestra una sucesin de mallas que
representan el modelo discreto en distintos pasos de tiempo.
CAPTULO 3.
34
ESQUEMA NUMRICO
x
Vx
Vz
oxz
oxx, ozz
z
Figura 3.1: Representacin de la discretizacin del dominio en una malla escalonada, de acuerdo al trabajo de
Virieux (1986). En el lado izquierdo se observa la vista general de una malla de 6 por 11 y en el lado derecho
se muestra un acercamiento a una celda con la ubicacin de las componentes del vector velocidad
del tensor de esfuerzos (xx ,
xz
(vx , vz )
zz ).
En la gura se observa que tanto las velocidades como los esfuerzos tienen un avance cada
t,
t
2 por el uso de las diferencias centradas en tiempo. Por
consiguiente, tanto en las derivadas espaciales como en las temporales se tienen aproximaciones
de segundo orden respecto a
s
2 , en donde
k+ 21
vx(i,j)
k 12
vx(i,j)
k+ 12
1
(i,j)
t
t k
k
k
k
xx(i 1 ,j) +
1
1
xz(i,j 12 )
2
x xx(i+ 2 ,j)
z xz(i,j+ 2 )
k 12
k+1
zz(i+
1
,j)
2
k+1
xz(i,j+
1
)
2
t k
k
xz(i+1,j+ 1 ) xz(i,j+
1
)
2
2
x
(i+ 1 ,j+ 1 )
2
2
2
t
k
k
+
zz(i+
1
1
,j)
2
z zz(i+ 2 ,j+1)
k+1
xx(i+
1
,j)
2
(3.6)
(3.7)
t k+ 1
k+ 12
2
+ (i+ 1 ,j) + 2(i+ 1 ,j)
v
vx(i,j)
2
2
x x(i+1,j)
t
k+ 1
k+ 1
+ (i+ 1 ,j)
vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 ) ,
2
z
2
2
2
2
t k+ 1
k+ 12
k
2
=zz(i+ 1 ,j) + (i+ 1 ,j) + 2(i+ 1 ,j)
vz(i+ 1 ,j+ 1 ) vz(i+ 1 ,j 1 )
2
2
2
z
2
2
2
2
1
1
t
k+
k+ 2
+ (i+ 1 ,j)
v 2
vx(i,j)
,
2
x x(i+1,j)
k
=xx(i+
1
,j)
2
k
xz(i,j+
1 +(i,j+ 1 )
)
2
2
t
z
(3.8)
(3.9)
t
k+ 12
k+ 12
k+ 12
k+ 12
vx(i,j+1) vx(i,j) +
v
1
1 v
z(i 12 ,j+ 12 )
x z(i+ 2 ,j+ 2 )
(3.10)
CAPTULO 3.
Figura 3.2: Esquema del avance en tiempo de las componentes del vector velocidad
(xx ,
xz
zz )
35
ESQUEMA NUMRICO
(vx , vz )
y de los esfuerzos
t
. La
2
durante la simulacin. Como se aprecia, el avance de los pasos de tiempo se hace cada
CAPTULO 3.
36
ESQUEMA NUMRICO
en donde
k
= g(ix, jz, kt)
g(i,j)
(3.11)
Estas ecuaciones son la versin discreta de las ecuaciones contnuas (2.57), (2.58), (2.59), (2.60)
y (2.61), las cuales no toman en cuenta la simplicacin para el caso acstico, lo que singica
que pueden ser empleadas para simular la propagacin de ondas en cualquier medio elstico
e istropo. No se puede pasar por alto que en el caso acstico los nicos esfuerzos presentes
estn dados por el campo de presin,
xx = zz = P
(3.12)
Por otro lado, a pesar de que no se ha considerado la fuente de energa que incita al medio,
esto no representa un gran problema, puesto que la fuente est dada por los esfuerzos ejercidos
en el subsuelo e incluirla en este esquema numrico resulta muy sencillo. Se puede considerar
una fuente puntual tan slo con sumar los esfuerzos de la fuente en el nodo deseado. En otras
palabras, basta con sumar la presin correspondiente a la fuente, a la ya existente en el nodo
en el que se desee colocarla. Esto es gracias a la naturaleza escalonada del esquema en tiempo,
ya que con introducir el trmino de la fuente en un tiempo determinado
tk ,
se determinan las
componentes del campo de velocidades para el tiempo tk+ 1 , a partir de stas se determinan los
2
esfuerzos del tiempo tk+1 y as sucesivamente, dando como resultado la propagacin progresiva
de las ondas en el tiempo. En este caso, se utiliza como funcin fuente la derivada de un pulso
gaussiano con unidades del SI para la presin, Pascales [Pa],
f (t) =
d (tt0 )2
e
dt
(3.13)
2
(3.14)
n
o 1
2 2
2
2 ( f )
F et =
e
(3.15)
F {h(t)} = H(f )
(3.16)
entonces,
F
dh(t)
dt
= i2f H(f )
(3.17)
(3.18)
CAPTULO 3.
37
ESQUEMA NUMRICO
n
o
1
2 2
2 ( f )
t2
e
F 2te
= i2f
n
o
1
2 2
2
2 ( f ) i2f t0
e
F (f ) = F 2(t t0 )e(tt0 ) = i2f
e
(3.19)
(3.20)
Para calcular la frecuencia dominante (f0 ) basta con calcular el espectro de amplitudes y
tratarlo como un problema de valor crtico.
| F (f ) |= 2f
1
2
e(
2 f 2
)
(3.21)
d
(| F (f0 ) |) = 0
df
(3.22)
1 2 2 f 2
2 2
2 2
d
2
( f )
( f )
(| F (f ) |) = 2
e
+e
df
1
2 f02
2 2 f02
2 (
)
2
e
+1 =0
(3.23)
(3.24)
2 2 f02
=1
f0 =
2 2
(3.25)
(3.26)
f0 .
= 2 2 f02
(3.27)
= 32 2 y
f0 = 4[Hz], como
En la gura 3.3A se puede ver la grca de la funcin fuente (Ec. 3.14) con
t0 = 0,25.
= 1/f0 ),
el
cual est directamente relacionado con las longitudes de onda que se inyectan en el medio, de
acuerdo a la igualdad
L = Vp Tf
en donde
Tf
el periodo de la fuente.
(3.28)
), Vp
CAPTULO 3.
20
1.6
15
1.4
10
1.2
1
|F[f(t)]|
f(t) [Pa]
38
ESQUEMA NUMRICO
0.8
0.6
10
0.4
15
0.2
20
0.5
1
Tiempo [s]
1.5
Figura 3.3: (A) Grca de la derivada del pulso gaussiano (Ec. 3.14), con
= 32 2
10
Frecuencia [Hz]
y t0
15
20
En lo que respecta a la estabilidad del esquema, de acuerdo con Virieux (1986), en un medio
homogneo ste cumple la condicin de estabilidad numrica
s
Vp t
en donde
Vp
1
1
+
<1
2
(x)
(z)2
(3.29)
x = z
t
1
=
x
2Vp
(3.30)
Para medios heterogneos esta condicin sigue siendo vlida si se cumple en cualquier punto
del medio discreto.
P = xx = zz = 0,
esta condicin tambin se le conoce como condicin de Neuman. A su vez, las tres fronteras
restantes (laterales e inferior) son simplemente lmites cticios de nuestra regin de estudio.
La dicultad de modelarlas se debe a que stas no representan un lmite fsico, sino que en
realidad el subsuelo contina en las tres direcciones. Esto tiene como consecuencia que si se
tratan las fronteras de manera convencional, la energa se reeja al llegar a ellas, provocando
que la energa quede atrapada en la porcin del espacio discretizado, a diferencia de lo que
ocurre en una propagacin real, en donde las ondas continan propagndose por el subsuelo
sin sufrir rebote por el n del rea de estudio. La solucin podra ser incrementar el tamao de
la malla hasta que no se registren reexiones provenientes de la frontera en el rea de inters
CAPTULO 3.
39
ESQUEMA NUMRICO
durante el tiempo en el que se quiere simular el fenmeno. Sin embargo, esto supondra un
incremento en el nmero de operaciones, resultando inecaz. Para evitar esto, se debe absorber
la energa en las fronteras utilizando condiciones de frontera absorbentes.
A partir de la dcada de los 70's se desarrollaron varias tcnicas con la nalidad de simular
las condiciones de frontera absorbentes en la propagacin de ondas. Sin embargo, ninguna de
stas puede evitar el entrampamiento de energa, ya sea en alguna u otra circunstancia. Por
ejemplo, cuando el ngulo de incidencia sobre la frontera es bajo o para frecuencias bajas
con cualquier ngulo de incidencia. Por fortuna, Brenger (1994) introdujo una tcnica de
condiciones de frontera absorbentes para las ecuaciones de Maxwell, la condicin de capa
perfectamente ajustada, mejor conocida en la literatura como PML (por sus siglas en ingls,
Perfectly Matched Layer), cuya principal caracterstica es poseer coecientes de reexin nulos
para cualquier ngulo de incidencia y para cualquier frecuencia, antes de discretizar el modelo.
Esta PML, conocida como PML clsica, tiene el problema de que los coecientes de reexin
dejan de ser nulos despus de la discretizacin, y que se vuelven muy grandes cuando los ngulos
de incidencia son bajos. Posteriormente, de entre los varios intentos por mejorar la PML clsica,
Kuzuoglu y Mittra (1996) y, Roden y Gedney (2000) desarrollaron la PML convolucional o
CPML (por sus siglas en ingles, Convolutional Perfectly Matched Layer) para las ecuaciones
de Maxwell y fueron adaptadas a las ecuaciones de la elastodinmica por Komatitsch y Martin
(2007). stas ltimas son las que son utilizadas para simular el problema directo en el presente
trabajo.
3.2.1.
La tcnica de fronteras absorbentes, conocidas como PML, consiste en colocar capas adyacentes
a las fronteras en las que se desea absorber la energa de las ondas. Desde el punto de vista
matemtico, las PML son regiones en las que se siguen cumpliendo las mismas ecuaciones
diferenciales que en el dominio real, con la nica diferencia de que los ejes coordenados son
transformados del dominio real al dominio complejo, por lo que resulta necesario reescribir
las ecuaciones diferenciales en trminos de las nuevas variables independientes. Siguiendo el
desarrollo de Komatitsch y Martin (2007), a manera de ejemplo, partiendo de que se tiene una
z ),
x,
la
i
x
(x) = x
en donde
dx (s)ds
manera, el eje
(3.31)
0
en la regin de la PML. Visto de otra
el cambio de ejes coordenados, pero la
dx (x) = 0
en el dominio
sin PML. Esta transformacin de ejes implica reescribir las ecuaciones diferenciales sustituyendo los ejes originales por los transformados (para este ejemplo nicamente del eje
x)
=
x
x
x
x [x
x
R
i x
0 dx (s)ds]
x
i
dx (x)
(3.32)
CAPTULO 3.
40
ESQUEMA NUMRICO
i
=
x
i + dx (x) x
(3.33)
Sx (x, ) =
dx (x)
i + dx (x)
=1+
,
i
i
(3.34)
la derivada queda
1
=
x
Sx (x, ) x
(3.35)
Sx ,
tales que
Sx (x, ) = x (x) +
dx (x)
x (x) + i
(3.36)
1
1
dx (x)
1
h
i
=
2
d
(x)
x
Sx (x, )
x (x) [x (x)]
+
(x)
+ i
x
x (x)
Sin embargo,
Sx
(3.37)
porque nuestro esquema de diferencias nitas est en el dominio del tiempo. Para cambiar de
dominio se utiliza el teorema de la convolucin, el cual establece que dadas dos funciones
y
x(t)
H(f )
X(f ),
h(t)
(3.38)
Por lo que,
= s0x (x, t)
x
(3.39)
en donde
s0x (x, t)
=F
1
Sx (x, )
(3.40)
F{(t)} = 1
(3.41)
F eat H(t) =
en donde
(t)
H(t)
1
a + i
(3.42)
s0x (x, t)
(t)
dx (x)
H(t)e
x (x) [x (x)]2
dx (x)
+x (x)
x (x)
(3.43)
CAPTULO 3.
41
ESQUEMA NUMRICO
i
h
d (x)
(t)
dx (x)
x (x) +x (x) t
x
H(t)e
2
x (x) [x (x)]
x
h
i
d (x)
1
dx (x)
x (x) +x (x) t
x
H(t)e
=
x (x) x
[x (x)]2
x
=
x
(3.44)
(3.45)
Siguiendo con lo expuesto por Komatitsch y Martin (2007), la convolucin del segundo trmino
de la derecha se puede calcular de manera recursiva en el esquema de mallas escalonadas para
dx (x)
x (x) +x (x) nt
n
x
H(nt)e
x (x) =
[x (x)]2
x
el tiempo
xn (x)
=e
i
h
d (x)
x (x) +x (x) t
x
xn1 (x)+
dx (x)
x (x)[dx (x) + x (x)x (x)]
de la siguiente forma:
(3.46)
e
h
i
d (x)
x (x) +x (x) t
x
1
n+ 1
(3.47)
Para tener una notacin ms corta se introducen las funciones auxiliares
bx (x) = e
dx (x)
+x (x)
x (x)
(3.48)
ax (x) =
dx (x)
[bx (x) 1]
x (x)[dx (x) + x (x)x (x)]
(3.49)
de manera que
xn (x)
y nalmente la derivada
bx (x)xn1 (x)
+ ax (x)
n+ 1
2
(3.50)
1
=
+ x (x)
x
x (x) x
3.2.2.
(3.51)
Implementacin de la CPML
Para un caso bidimensional se tiene que hacer un cambio de ejes horizontales y verticales si se
desea introducir fronteras absorbentes en ambas direcciones. De acuerdo con Gedney (1996)
y Collino y Tsogka (2001), la funciones de amortiguamiento
dx (x)
dz (z)
se pueden denir
como
dx (x) = dx0
dz (z) = dz0
x
Lx
N
z
Lz
N
(3.52)
(3.53)
CAPTULO 3.
Lx
en donde
42
ESQUEMA NUMRICO
Lz
la de la PML inferior,
dx0 = (N + 1)Vp
log(Rc )
2Lx
(3.54)
dz0 = (N + 1)Vp
log(Rc )
2Lz
(3.55)
Rc
de regin sin PML a regin con PML) hasta cero en el n de la PML. En cuanto al valor de
x (x)
utilizan
k+ 12
vx(i,j)
k 21
vx(i,j)
" k
#
k
k (i, j + 1 ) k (i, j 1 )
xz
t xx(i+ 21 ,j) xx(i 12 ,j)
xz
k
2
2
+ dxx _x(i,j) +
+
(i,j)
x
z
(3.56)
"
k 12
k+ 12
(i+ 1 ,j+ 1 )
k+1
xx(i+
1
,j)
2
k+1
zz(i+
1
,j)
2
k
k
xz(i+1,j+
1
)
xz(i,j+ 1 )
2
k
+ d
1
1
xz _x(i+ ,j+ )
2
k
k
zz(i+
zz(i+
1
1
,j+1)
,j)
2
(3.57)
1
k+ 21
i v k+ 2
v
1
k+
x(i+1,j)
x(i,j)
k
+ dv 2_x(i+ 1 ,j)
=xx(i+
+ t (i+ 1 ,j) + 2(i+ 1 ,j)
1
,j)
x
2
2
2
x
2
k+ 1
k+ 1
vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 )
2
2
2
2
+ t(i+ 1 ,j)
2
z
h
(3.58)
k+ 1
k+ 1
i vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 )
k
2
2
2
2
=zz(i+
+ t (i+ 1 ,j) + 2(i+ 1 ,j)
1
,j)
2
2
2
z
h
k+ 21
vx(i+1,j)
+ t(i+ 1 ,j)
2
x
"
k+1
k
xz(i,j+
1 =xz(i,j+ 1 ) + t(i,j+ 1 )
)
2
k+ 21
+ dv
_x(i,j+ 21 )
k+ 12
vx(i,j)
(3.59)
k+ 12
+ dv
k+ 1
_x(i+ 12 ,j)
k+ 1
k+ 1
2
2
vx(i,j+1)
vx(i,j)
k+ 1
(3.60)
CAPTULO 3.
43
ESQUEMA NUMRICO
CPML inferior
k+ 21
vx(i,j)
k 21
vx(i,j)
#
" k
k
k (i, j + 1 ) k (i, j 1 )
t xx(i+ 21 ,j) xx(i 12 ,j) xz
xz
k
2
2
+
+
+ d
xz _z(i,j)
(i,j)
x
z
(3.61)
"
k 12
k+ 12
k
k
xz(i+1,j+
1
)
xz(i,j+ 1 )
2
(i+ 1 ,j+ 1 )
2
# 2
k
k
zz(i+
zz(i+
1
1
,j+1)
,j)
2
k
+ d
1
1
zz _z(i+ ,j+ )
2
(3.62)
k+1
xx(i+
1
,j)
2
k+1
zz(i+
1
,j)
2
k+ 2
i v k+ 2
vx(i,j)
x(i+1,j)
k
=xx(i+
+ t (i+ 1 ,j) + 2(i+ 1 ,j)
1
,j)
2
2
2
x
k+ 1
k+ 1
vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 )
k+ 12
2
2
2
2
+ dv _
+ t(i+ 1 ,j)
1
z z(i+ 2 ,j)
2
z
(3.63)
k+ 1
k+ 1
i vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 )
1
k+ 2
k
2
2
2
2
+ dv _
=zz(i+
+ t (i+ 1 ,j) + 2(i+ 1 ,j)
1
1
,j)
z(i+
,j)
z
2
2
2
z
2
h
+ t(i+ 1 ,j)
k+ 1
k+ 1
2
2
vx(i+1,j)
vx(i,j)
(3.64)
"
k+1
k
xz(i,j+
1 =xz(i,j+ 1 ) + t(i,j+ 1 )
)
k+ 1
k+ 12
+ dv
_z(i,j+ 12 )
(3.65)
k+ 1
k+ 1
k+ 1
2
2
vx(i,j+1)
vx(i,j)
k
d
xx x(i,j)
k1
bx(i) d
xx x(i,j)
+ ax(i)
k
k
xx(i+
xx(i
1
1
,j)
,j)
k1
k
d
+ ax(i+ 1 )
1
1 = bx(i+ 1 )
d _x(i+ 1 ,j+ 1 )
xz _x(i+ ,j+ )
2
xz
k+ 12
dv
k 12
(3.66)
k
k
xz(i+1,j+
1
)
xz(i,j+ 1 )
k+ 1
k+ 1
2
2
vx(i+1,j)
vx(i,j)
(3.67)
(3.68)
CAPTULO 3.
k 12
k+ 21
dv
x(i,j+ 21 )
44
ESQUEMA NUMRICO
= bx(i) dv
_x(i,j+ 21 ) + ax(i)
"
k1
k
d
= bz(j) d
+ az(j)
xz _z(i,j)
xz _z(i,j)
k+ 1
k+ 1
k (i, j + 1 ) k (i, j 1 )
xz
xz
2
2
z
k1
k
d
+ az(j+ 1 )
1
1 = bz(j+ 1 )
d _z(i+ 1 ,j+ 1 )
zz _z(i+ ,j+ )
2
zz
k+ 12
z
z(i+ 12 ,j)
k 12
= bz(j) dv
dv
k 12
k+ 1
k+ 1
z
k+ 1
2
2
vx(i,j)
vx(i,j+1)
(3.70)
k+ 1
k+ 21
(3.69)
k
k
zz(i+
zz(i+
1
1
,j+1)
,j)
dv
(3.71)
(3.72)
(3.73)
La gura 3.4 muestra la distribucin de las capas CPML laterales e inferiores para el problema
bidimensional en cuestin.
CPML LATERAL
IZQUIERDA
DOMINIO ORIGINAL
(SECCIN DEL SUBSUELO)
CPML LATERAL
DERECHA
CPML INFERIOR
IZQUIERDA
CPML INFERIOR
DERECHA
CPML INFERIOR
Figura 3.4: Distribucin de las capas CPML laterales e inferiores en nuestro problema bidimensional.
sucede lo mismo con las derivadas horizontales, en las esquinas inferiores (CPML inferior izquierda y CPML inferior derecha), en donde hay traslape de capas, tanto derivadas verticales
como horizontales se ven afectadas. Esto signica que en estas regiones nicamente se suman
las contribuciones de las CPML laterales e inferior.
2000 [m] hori2000 [m] de profundidad que contiene dos capas con distintas propiedades. La
3
capa superior, de 1000 [m] de espesor, tiene una densidad de 2000 [Kg/m ] y una velocidad de
ondas P de 2000 [m/s], mientras que la ms profunda tiene una densidad ligeramente mayor,
3
de 2500 [Kg/m ], y una velocidad de ondas P de 3000 [m/s]. La discretizacin espacial se
hizo con celdas de 10 [m] por 10 [m], por lo que se utiliz una malla de 200 por 200. Para
Se realiz una simulacin de propagacin de ondas acsticas en un medio de
zontales por
simular la fuente de energa se utiliz una funcin fuente similar a la de la ecuacin (3.14)
situada a los
CAPTULO 3.
45
ESQUEMA NUMRICO
y velocidad vertical
Vz
[m]
0
500
[m]
1000
1500
2000
500
1000
1500
1000
1000
1500
1500
2000
2000
x 10 [Pa]
x 10 [Pa]
[m]
0
500
[m]
1000
1500
2000
500
1000
1500
1000
1000
1500
1500
2000
2000
x 10 [Pa]
[m]
0
500
2
8
x 10 [Pa]
[m]
1000
1500
2000
500
1000
1500
2000
500
Profundidad [m]
500
Profundidad [m]
2000
500
Profundidad [m]
Profundidad [m]
500
2000
500
Profundidad [m]
Profundidad [m]
500
1000
1000
1500
1500
2000
2000
1
8
x 10 [Pa]
2
8
x 10 [Pa]
CAPTULO 3.
46
ESQUEMA NUMRICO
[m]
0
500
[m]
1000
1500
2000
500
1000
1500
1000
1000
1500
1500
2000
2000
x 10 [Pa]
x 10 [Pa]
[m]
0
500
[m]
1000
1500
2000
500
1000
0.5
1000
2000
1000
1500
1500
2000
2000
0
1
[m/s]
500
0.5
1.5
8
x 10
x 10 [Pa]
[m]
[m]
1000
1500
2000
500
1000
1500
2000
500
Profundidad [m]
500
Profundidad [m]
1500
500
Profundidad [m]
Profundidad [m]
500
2000
500
Profundidad [m]
Profundidad [m]
500
1000
1000
1500
1500
2000
2000
10
8
5
7
x 10 [Pa]
x 10 [Pa]
Figura 3.5: Imgenes del campo de presin P, de una propagacin de ondas en diferentes instantes (de arriba
hacia abajo a
0,6
[s],
0,8
[s],
0,9
[s],
1,0
[s],
1,1
[s] y
1,2
dientes a la propagacin sin condiciones de frontera absorbentes, mientras que del lado derecho se aprecian
las imgenes de la simulacin con condiciones de frontera absorbentes CPML. La propagacin se simul en
un medio de dos capas de 2000 [m] de longitud y 2000 [m] de profundidad. Los primeros 1000 [m] tienen una
3
densidad de 2000 [Kg/m ] y una velocidad de ondas P de 2000 [m/s], mientras que de los 1000 [m] a los 2000
3
[m] la densidad es de 2500 [Kg/m ] y la velocidad de ondas P de 3000 [m/s]. Se coloc una fuente similar a
la descrita en la ecuacin (3.14) a la mitad de la seccin y a
60
En estas guras se aprecia claramente que cuando no se utilizan condiciones de frontera absorbentes, la energa inyectada en el medio no puede escapar, rebota en las fronteras y, por
lo tanto, queda atrapada en el medio discretizado. Por el contrario, con el uso de condiciones
de frontera tipo CPML, se puede simular la propagacin de ondas sin que la energa quede
atrapada.
CAPTULO 3.
47
ESQUEMA NUMRICO
[m]
0
500
1000
[m]
1500
2000
500
1000
1000
1500
2000
2000
60
40
20
0
[m/s]
20
40
60
40
20
[m]
0
500
1000
2000
Profundidad [m]
Profundidad [m]
500
1500
2000
2000
0
[m/s]
20
40
20
1000
[m]
0
500
1000
1500
2000
[m/s]
20
40
[m]
1500
2000
500
1000
10
0
10
[m/s]
500
1000
1500
2000
500
Profundidad [m]
500
Profundidad [m]
40
1000
1500
20
1000
1000
1500
1500
2000
2000
40
20
0
[m/s]
20
20
[m]
0
500
1000
20
2000
1500
Profundidad [m]
500
1000
1000
1500
1500
2000
2000
30
20
10
0
[m/s]
30
[m]
1500
500
Profundidad [m]
20
500
1000
0
[m/s]
[m]
1500
500
2000
1000
1500
1500
500
Profundidad [m]
Profundidad [m]
500
10
20
20
10
0
[m/s]
10
2000
CAPTULO 3.
48
ESQUEMA NUMRICO
[m]
0
500
1000
[m]
1500
2000
500
1000
20
10
0
[m/s]
1000
500
1000
1500
2000
2000
20
0
[m/s]
20
[m]
0
500
1000
10
[m]
1500
2000
1500
2000
500
Profundidad [m]
500
Profundidad [m]
2000
1000
1500
1500
500
Profundidad [m]
500
Profundidad [m]
1000
1000
1500
1500
2000
2000
20
20
[m/s]
40
Vz ,
[m/s]
10
0,6
[s],
0,8
[s],
0,9
[s],
1,0
[s],
1,1
[s] y
1,2
[s]).
Para corroborar lo que parece evidente en estas dos guras, se hizo el clculo de la energa
del medio durante otra propagacin. En la gura 3.7 se muestra la evolucin de la suma de
densidad de energa total (Ec. 2.52) obtenida durante una propagacin de ondas acsticas en
un medio homogneo con densidad de
2200
2000
4000
[m/s],
2300
20
10
[m] por
10
[m].
nodos de espesor.
Se utiliz una presin de detonacin mxima de 50 [kbar] con una frecuencia dominante de
1 [Hz]. Como se puede ver, al inicio de la propagacin el medio est en reposo, esto se debe
al retraso que tiene la fuente (Ec. 3.14), pero despus de incrementarse, la energa alcanza
un valor constante en el que se mantiene hasta el segundo 1.8, aproximadamente. A partir
de entonces se observa que la energa decae hasta ser prcticamente nula. La razn de este
decaimiento es que el frente de onda llega a la frontera, como se puede ver en la gura 3.8, la
cual muestra el campo de presin en ese instante.
CAPTULO 3.
49
ESQUEMA NUMRICO
16
x 10
12
10
0.2
0.4
0.6
0.8
1.8
2.2
2.4
2.6
Figura 3.7: Evolucin de la suma de densidades de energa total (Ec. 2.52) durante la propagacin.
[m]
Profundidad [m]
500
1000
1500
2000
2500
3000
3500
4000
500
1000
1500
2000
400
200
200
400
[bar]
Figura 3.8: Campo de presin P a los 1,8 [s] en una propagacin de ondas en un medio homogneo (densidad
2200 [Kg/m3 ] y velocidad de ondas P de 2300 [m/s])) de 4000 [m] de longitud por 2000 [m] de profundidad.
de
Se colocaron una fuente y un receptor, ambos a 60 [m] de profundidad. La fuente a la mitad de la seccin y el
receptor a 1000 [m] del lmite izquierdo de la seccin. Se hizo una discretizacin con celdas de
10
[m] por
10
A diferencia de las guras (3.5) y (3.6), en esta nueva propagacin la onda tarda en llegar a las
fronteras aproximadamente el mismo tiempo (estrictamente llega antes a la frontera inferior
por los
60
50
ESQUEMA NUMRICO
0.05
Vx [m/s]
Vx [m/s]
CAPTULO 3.
0.05
0.05
0.05
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6
Tiempo [s]
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6
Tiempo [s]
Figura 3.9: Sismogramas de componente horizontal de una propagacin de ondas acsticas con condiciones de
frontera absorbentes (izquierda) y sin capas CPML (derecha). La simulacin es la misma que la de la gura
3.7. La fuente est ubicada a
receptor se encuentra a
1000
60
[m] de profundidad y
2000
n 1,
embargo, aunque resulte menos eciente, es posible paralelizar el cmputo de los esfuerzos y
velocidades en la malla que representa al modelo discreto, en cada una de los pasos de tiempo.
En la gura 3.10 se observan dos esquemas que representan el cmputo de elementos de una
malla en forma secuencial (izquierda) y paralela (derecha). Mientras que en el lado izquierdo,
un slo ncleo de procesamiento se encarga de todo el trabajo, en el lado derecho se observa
que ste mismo se lleva a cabo por cuatro ncleos, ya que es posible dividir la carga de tra-
CAPTULO 3.
51
ESQUEMA NUMRICO
Figura 3.10: Esquemas representativos de la diferencia entre la ejecucin secuencial (izquierda) y la paralela
(derecha) implementada para la simulacin de la propagacin de ondas en una malla de 6 por 12. Mientras que
en el lado izquierdo todos los elementos de la malla son calculados por un nico ncleo de procesamiento, en
el lado derecho se observa que el clculo de los elementos de la malla fue dividido entre 4 ncleos.
bajo entre ellos y as, en teora, disminuir el tiempo de cmputo a un cuarto del tiempo original.
La nica condicin para poder hacer este tipo de paralelizacin, es la independencia del clculo de los elementos de la malla, es decir, en trminos de la gura 3.10, que ninguno de los
ncleos 1 a 4 requiera conocer los resultados obtenidos por cualquiera de los otros 3 ncleos
para poder llevar a cabo su parte del trabajo, algo que no sucede con los distintos pasos en
tiempo. Sin embargo, de lo expuesto hasta el momento, para calcular las velocidades se utilizan los valores de la presin (esfuerzos), y para el clculo de sta se utilizan los valores de las
velocidades, por lo que ambas son mallas paralelizables. Para hacer esta versin paralela se utiliz FORTRAN como lenguaje de programacin y la interfaz de programacin de aplicaciones
(API) openMP, que funciona para computadoras con arquitecturas de memoria compartida.
As que con openMP se paralelizaron los dos ciclos correspondientes al clculo de presin y
velocidades.
Por otra parte, para hacer un anlisis de los tiempos de ejecucin con diferente nmero de
ncleos de procesamiento, se simularon propagaciones con una duracin de
en
1000
[s] discretizados
10
[m] por
10
a cada uno de los medios discretos, son cuadradas. En todos los casos se utilizaron 3 capas
CPML (lateral izquierda, lateral derecha e inferior) de 20 nodos de longitud. Los resultados
se muestran en la gura 3.11. La computadora en la que se realizaron las simulaciones es una
mquina con 4 procesadores Xenon Intel(R) Xenon(R) E7-4850, 10 ncleos de procesamiento
por procesador, 512 Gb de memoria RAM y con Red Hat 6.3 como sistema operativo.
En la grca se observa un comportamiento que en un principio podra parecer contradictorio, ya que al hablar de un programa paralelo, en primera instancia se esperara que en todo
momento se observara una relacin inversamente proporcional entre el nmero de ncleos y el
tiempo de ejecucin requerido por el programa secuencial, debido a la divisin de trabajo entre
los ncleos de procesamiento que trabajan simultneamente. Esto es, que en todo momento
el tiempo de ejecucin del programa ejecutado por 2 ncleos de procesamiento fuera de un
medio del requerido por un ncleo, que el de 3 fuera de un tercio y el de 4 de un cuarto. No
obstante, en trminos computacionales la divisin de trabajo entre ncleos de procesamiento
requiere de operaciones extras que aseguren la divisin de tareas y comunicacin entre ncleos,
CAPTULO 3.
240
52
4 Ncleos
3 Ncleos
2 Ncleos
1 Ncleo
220
200
Tiempo de ejecucin [s]
ESQUEMA NUMRICO
180
160
140
120
100
80
60
40
20
0
50
100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900
Nmero de nodos por lado de la malla cuadrada
Figura 3.11: Grca con los tiempos de ejecucin de la simulaciones de propagaciones de ondas con diferente
nmero de procesadores. El eje vertical representa el tiempo real de ejecucin en segundos, el eje horizontal las
dimensiones de las matrices cuadradas que representan a los medios discretos y, cada una de las lneas es para
el nmero de procesadores empleados durante la simulacin. Las pruebas se hicieron en una computadora con
4 procesadores Xenon Intel(R) Xenon(R) E7-4850, 10 ncleos de procesamiento por procesador y 512 Gb de
memoria RAM.
lo que requiere de tiempo de ejecucin adicional. En otras palabras, las operaciones de apertura de las zonas paralelas, de asignacin de tareas correspondientes para cada ncleo y de
cierre de las zonas, requiere de ciertas operaciones internas extras que se ven reejadas en el
tiempo de ejecucin. Adems, se debe tomar en cuenta que las dos zonas paralelas (cmputo
de velocidades y presin) se abren y cierran en cada uno de los pasos de tiempo. En la grca
de la gura 3.11 se observa que para los modelos pequeos, de 150 por 150 por ejemplo, no
hay reduccin en el tiempo de ejecucin a pesar de la divisin de carga de trabajo entre los
mltiples ncleos de procesamiento. Esto se debe a que las operaciones internas de adicionales
(apertura, divisin de tareas y cierre de las zonas paralelas) requieren de un tiempo de ejecucin similar al ahorrado por la divisin de trabajo. Conforme se incrementan las dimensiones
del modelo, la divisin de la carga de trabajo es mayor, porque se incrementa el nmero de
elementos de las matrices de los modelos que deja de calcular el ncleo nico de la versin
secuencial. Es por esta razn que en los modelos de mayor tamao de la grca, se observa
una mayor diferencia de tiempo de ejecucin. Cuando el dominio es ms grande, el tiempo
de procesamiento es mayor que el de operaciones internas y entonces, es ms conveniente
utilizar una zona paralela. A este fenmeno se le conoce en el mbito de la programacin
paralela como granularidad. Se reere a la cantidad de trabajo que se lleva a cabo en cada una
de las zonas paralelas. Mientras mayor es la granularidad, la eciencia del paralelismo es mejor.
En conclusin, para determinar cuantos ncleos utilizar al simular el problema directo en la
inversin, es necesario analizar las dimensiones del modelo a invertir y los tiempos de ejecucin
registrados con los ncleos de procesamiento disponibles.
Captulo 4
Primera inversin
La carencia de estudios sobre el empleo de la recristalizacin simulada en la inversin de forma
de onda completa no es casualidad. La razn es simple, la naturaleza no lineal de la propagacin de ondas en un medio heterogneo obliga a resolver las ecuaciones en diferencias nitas
que rigen el problema directo en cada paso de tiempo, a diferencia de lo que sucede con los
mtodos potenciales, en donde el problema directo puede ser simulado con una multiplicacin
de matrices. Esto, aunado al hecho de que este algoritmo de bsqueda basa su funcionamiento
en modicaciones de los parmetros del modelo que posteriormente son aceptadas o rechazadas, lo que convierte al proceso en una bsqueda a base de prueba y error, se ve reejado en
un excesivo tiempo de ejecucin.
Para poner en contexto el nmero de iteraciones requerido por este mtodo de inversin, lo
aplicamos al caso de la gravimetra, en el que el problema directo es lineal y puede ser modelado
con una multiplicacin de matrices,
d = Gm
(4.1)
tos discretos del medio. La matriz de sensibilidades vara dependiendo de la discretizacin que
se realice del medio y de la ubicacin de los puntos de observacin. En este caso, se considr
un ensamble de 27 cubos, de 1 [km] de lado cada uno, colocados en 3 capas con 9 cubos cada
una, como se muestra en la gura 4.1. Como modelo original, se utiliz un medio de 3 estratos.
La capa superior con un exceso de densidad de 1200 [kg/m ], la capa intermedia con un exceso
de densidad de 1000 [kg/m ] y la capa inferior con un exceso de 1500 [kg/m ]. Se delimit la
3
3
variacin de los parmetros con 1000 [kg/m ] como valor mnimo y 6000 [kg/m ] como valor
14
mximo. Se tom un valor de temperatura inicial de 0.01 y de temperatura nal de 1 x 10
con un descenso determinado por la ecuacin (2.72). Como modelo inicial se propuso un medio
aleatorio. De acuerdo con el esquema de la gura 2.4, se utilizaron 500 iteraciones para el ciclo
externo (Niter1 =500) y 5 para el ciclo interno (Niter2 =5).
Como resultado nal se obtuvo un modelo con error (Ec. 2.68) de 1.268096577306243 x 10
4 ,
que para nes prcticos es sucientemente bajo. En la grca de la gura 4.2 se observa el
descenso del error durante la inversin. El eje horizontal representa el nmero de iteraciones
completadas, que considera tanto el ciclo externo como el interno (vase gura 2.4). De esta
53
CAPTULO 4.
54
PRIMERA INVERSIN
y
x
z
3 [km]
1 [km]
1 [km] 1 [km]
3 [km]
3 [km]
Figura 4.1: Esquema que muestra la ubicacin de los puntos de observacin de la aceleracin de la gravedad
en un levantamiento gravimtrico y la discretizacin del subsuelo con un ensamble de cubos. Cada cubo mide
1 [km] en cada lado. Los puntos en la parte superior del ensamble indican la ubicacin de los puntos de
observacin. Son 9 puntos colocados sobre el centro de las caras de los 9 cubos de la capa superior. La distancia
vertical entre la cara superior del ensamble y los puntos de observacin es de 1 [km].
grca se observa que de las 2500 iteraciones el mayor descenso del error ocurri en las primeras 300, y a partir de entonces el descenso fue mnimo. Recordando que se invirtieron 27
parmetros, esto indica que el mayor descenso del error ocurri con un nmero de iteraciones del orden de 10 veces el nmero de parmetros. Sin embargo, esta relacin no puede ser
considerada como regla general, debido a que para que se cumpla interviene la delimitacin
del problema, la cual es una variable. A pesar de esto, nos brinda un punto de referencia del
nmero de iteraciones requeridas por el mtodo.
El tiempo de ejecucin del programa encargado de simular la propagacin de ondas es de 1.9
[s] para un medio de 10000 parmetros discretizado en una malla de 100 por 100. De acuerdo
con la relacin del nmero de iteraciones respecto al nmero de parmetros para el caso gravimtrico, se necesitaran aproximadamente 100000 iteraciones para observar el mayor descenso
del error en el proceso de inversin. Si al igual que para el caso gravimtrico se consideran
Niter2 =5, entonces Niter1 =20000. Adems, considerando que en cada iteracin se debe evaluar la modicacin de cada uno de los parmetros del medio (vase la gura 2.4), da un total
de 1000000000 simulaciones del problema directo, que dividido entre el tiempo de ejecucin da
un tiempo total estimado de 527780 horas, igual a 21991 das, o lo que es lo mismo, 60.24 aos,
tiempo que es inaceptable para un nmero de parmetros tan pequeo. Tal vez valdra la pena
esperar tanto tiempo si se invirtiera todo el planeta con una discretizacin na, pero este no es
el caso. De este anlisis, resulta evidente que el algoritmo no es de utilidad en su estado actual.
Como primer modicacin al algoritmo para reducir el excesivo tiempo de ejecucin se propuso la introduccin de una zona paralela en el esquema de la recristalizacin simulada. En
el diagrama de la gura 2.4 se observa que hay 3 ciclos. Cuando se debe tomar la decisin
entre paralelizar el ciclo externo o el interno en cualquier programa, siempre es deseable que el
CAPTULO 4.
PRIMERA INVERSIN
55
1.6
1.4
Error relativo
1.2
1
0.8
0.6
0.4
0.2
0
0
200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400
Iteracin
Figura 4.2: Descenso del error (Ec. 2.68) durante la inversin de datos del caso gravimtrico. El eje horizontal
representa el nmero de iteraciones de la inversin.
ciclo paralelo sea el externo, esto con la nalidad de incrementar la granularidad de las zonas
paralelas y mejorar la eciencia. Sin embargo, al igual que con la simulacin de la propagacin
de ondas, la dependencia de datos entre iteraciones consecutivas impide paralelizar el ciclo
externo del algoritmo, ya que se necesita conocer la diferencia de errores entre iteraciones
sucesivas para determinar la probabilidad de aceptar un modelo de acuerdo al criterio de metrpolis. El siguiente ciclo es el encargado de recorrer todos los parmetros y aunque no hay
problema de dependencia de datos se decidi no paralelizarlo debido a que al modicar ms
de un parmetro al mismo tiempo sin que se conozcan los resultados obtenidos entre ellos, se
corre el riesgo de que dichas modicaciones se cancelen entre s. Es por esto que se recurri a
paralelizar el ciclo interno del algoritmo, el cual tampoco tiene problemas de dependencia de
datos entre cada iteracin.
En la gura 4.3 se muestra tanto el esquema secuencial como el paralelo del algoritmo. En
la parte izquierda se observa parte del diagrama diagrama de la gura 2.4 resumido y en la
parte derecha se muestra el esquema modicado. La idea fundamental de paralelizar el ciclo
interior es dividir las iteraciones de ste entre ncleos de procesamiento diferentes, de tal modo
que si el ciclo interno tiene que ejecutar N iteraciones, stas se puedan dividir entre N ncleos
de procesamiento ejecutndose en forma paralela. ste es un caso ideal en el que se cuenta
con un nmero N de ncleos de procesamiento igual o mayor que el nmero de iteraciones
del ciclo interno. En caso tener un nmero menor, basta con repartir las iteraciones entre el
nmero de ncleos disponibles, pero generalmente el ciclo interno no requiere de un nmero
muy grande de iteraciones. En este caso se le asignaron nicamente 5 iteraciones. De este
modo, al llegar a la zona paralela, cada ncleo de procesamiento propone una perturbacin al
parmetro del modelo en cuestin, evala si el error es menor, en caso de que as sea se acepta
CAPTULO 4.
PRIMERA INVERSIN
56
la modicacin, en caso contrario se somete al criterio de metrpolis. A continuacin se comparten los resultados obtenidos por cada uno de los ncleos de procesamiento, lo que implica
comparar los errores de las modicaciones propuestas por cada ncleo, la eleccin del modelo
con el menor error y la actualizacin del nmero de veces que ha sido aceptado y rechazado el
modelo por el criterio de metrpolis. Esto ltimo con la nalidad de poder hacer el ajuste de
la longitud del paso del parmetro modicado. Esta modicacin del programa se ve reejada
en una reduccin del tiempo de ejecucin de N veces, en donde N es el nmero de iteraciones del ciclo interno, siempre y cuando se tenga el mismo nmero de ncleos de procesamiento.
Como segunda modicacin al algoritmo para disminuir el tiempo de ejecucin, se incorpor
la aproximacin del modelo por mallas variables. Esto signica que la inversin se va haciendo
para distintas discretizaciones del medio, comenzando con celdas grandes y terminando con
celdas de pequeas dimensiones. La nalidad es encontrar primero las estructuras grandes y,
conforme avanza el proceso de inversin, ir detallando el medio con aproximaciones ms nas.
Para llevar a cabo esta aproximacin no es posible hacer una discretizacin por cada una de
las mallas debido a que de ser as, sera imposible establecer las mismas posiciones de las
fuentes y los receptores en mallas diferentes. De ser as, cada una de las mallas alterara la
ubicacin real de estos debido a la naturaleza escalonada del esquema numrico. Se requiere
por lo tanto, utilizar la misma discretizacin con todas la mallas. En la gura 4.4 se observa un
medio discretizado por 3 mallas con celdas de distintos tamaos. En trminos de esta gura,
la discretizacin del medio sera con el tamao de celdas de la malla 3 por tener las celdas
ms pequeas. La nica diferencia entre las distintas mallas es el conjunto de parmetros que
modica cada una. Al iniciar el proceso, la malla 1 tendra que modicar los parmetros de
tan slo 72 celdas, cada una de ellas conformada por 16 celdas de la malla 3. La malla 2
modicara los parmetros de 288 celdas, cada una formada por un grupo de 4 celdas de la
malla 3 y, nalmente, la malla 3 se encargara de modicar los parmetros de las 1152 celdas
totales del medio discreto. Hacer la discretizacin del medio con la malla ms na no genera
ninguna reduccin en el tiempo de ejecucin del problema directo con cada una de stas, pero
la aproximacin gradual del modelo mediante mallas con tamao de celdas mayores le permite
al algoritmo encontrar primero a los cuerpos anmalos de mayor tamao, aproximando a la
funcin del error durante la inversin hacia el mnimo global, por lo que se espera que se requiera de un menor nmero de iteraciones total para encontrar al modelo nal. Para incluir esta
modicacin en el algoritmo, basta con introducir un ciclo externo que regule la malla en turno.
Como tercera y ltima modicacin se propuso hacer un descenso de temperatura diferenciado
para cada capa. En los problemas de inversin de datos gravimtricos es comn observar que
la parte profunda de los modelos no se reconstruyen adecuadamente. Esto se debe al bajo
impacto o relevancia que stas tienen en los datos sintticos generados. Se ha observado que
cuando se les asigna una mayor temperatura a las capas profundas durante la inversin con
recristalizacin simulada, stas tienen mayor probabilidad de ser aceptadas por el criterio de
metrpolis, lo que les brinda mayor probabilidad de escapar de los mnimos locales respecto a
las de capas superiores. Valor con el que tienen ms libertad de variacin. Esta mayor libertad
les proporciona mayor impacto sobre los datos sintticos generados, con lo que se mejora la
denicin de estas capas el el proceso de inversin. Se decidi utilizar este tipo de descenso
diferenciado para evitar una mala reconstruccin de las capas profundas.
CAPTULO 4.
57
PRIMERA INVERSIN
ESQUEMA SECUENCIAL
ESQUEMA PARALELO
k=1:1:Niter-1
k=1:1:Niter-1
i=1:1:NP
i=1:1:NP
k=1:1:Niter-2
Hilo 1
Perturbacin de
parmetro Ki y
aplicacin del
criterio
metrpolis
Perturbacin de
parmetro Ki y
aplicacin del
criterio
metrpolis
Hilo 2
Hilo N
Perturbacin de
parmetro Ki y
aplicacin del
criterio
metrpolis
Perturbacin de
parmetro Ki y
aplicacin del
criterio
metrpolis
Descenso de
temperatura
Descenso de
temperatura
Figura 4.3: Diagramas de ujo del algoritmo secuencial y paralelo del mtodo de recristalizacin simulada. En
la parte izquierda de la gura se muestra el esquema secuencial con la distribucin de los 3 ciclos presentes
en el algoritmo. Del lado derecho se observa el esquema paralelo, en el que cada hilo representa un ncleo de
procesamiento.
CAPTULO 4.
58
PRIMERA INVERSIN
Figura 4.4: Representacin de la discretizacin de un medio por medio de 3 mallas con tamaos de celdas
distintos.
Entonces, nalmente se aplic el algoritmo para invertir un modelo de 2000 [m] horizontales
por 2000 [m] en profundidad, discretizado con celdas de 20 [m] por 20 [m]. El medio tiene 3 estratos horizontales con propiedades distintas. El primero de ellos tiene una densidad
1 = 1800[Kg/m3 ],
2 = 5000[m/s],
1 = 2000[m/s]
2 = 2200[Kg/m3 ],
para tratar de asemejarla a un cuerpo salino, y est ubicada entre los 500
y los 1300 [m]; el tercero se encuentra desde los 1300 hasta los 2000 [m], tiene una densidad
= 2000
[kg/m ].
Ahora bien, es necesario analizar las consecuencias de esta consideracin. En las ecuaciones que
rigen la propagacin de ondas en un medio elstico se observa que para simular la propagacin
de ondas en un medio acstico se utilizan la densidad
y la constante de Lam
del medio.
Las ecuaciones (2.63) y (2.64) indican que las derivadas temporales que son empleadas para
calcular las velocidades son inversamente proporcionales a la densidad del medio, por lo que
si se mantiene constante este valor en un medio que tiene una densidad mayor al valor jo
propuesto para realizar la inversin, se deben tener derivadas espaciales de los esfuerzos de
menor magnitud, algo que se obtiene con un valor de
las ecuaciones (2.65) y (2.66). Mientras que para un medio con un valor de densidad menor
al propuesto se tendr un valor de
para el caso acstico se reduce a
CAPTULO 4.
59
PRIMERA INVERSIN
=
se observa que para un valor jo de
rho
(4.2)
se requiere de un valor de
propuesto tiene una densidad menor a la del medio real o menor si es mayor que la de ste.
Estos dos fenmenos se tienden a anular entre s. Por ejemplo, si se tiene un medio real con
una densidad mayor a la propuesta, se requerir de un valor de
, pero en
puede estar sobrestimado o subestimado,
pero no en gran medida debido a este fenmeno que tiende a cancelar las exageraciones en
los valores de velocidad de las onda P. A pesar de esto, es posible que esto afecte al resultado
nal, sin embargo, hacer la inversin de esta manera garantiza que se identicarn las capas
con propiedades distintas, con valores de
sobrestimados o subestimados.
Continuando con las especicaciones de la inversin realizada, se hizo la inversin con 2 mallas
de tamaos diferentes. Las primera de ellas es una malla de 10 x 10 con celdas que agrupan
100 celdas del medio discreto (10 x 10), reduciendo el nmero de parmetros a invertir a
tan slo 100. La segunda es una malla de 20 x 20 con celdas constituidas por grupos de 5
x 5 celdas del medio discreto, con tan slo 400 parmetros por invertir. Se decidi emplear
nicamente estas dos mallas debido al elevado tiempo de cmputo necesario para hacer la
inversin de los 10000 parmetros. En cuanto al nmero de iteraciones, para el ciclo externo
se asignaron 300 para la primer malla y 533 para la segunda, y para el ciclo interno se asignaron 5 ncleos de procesamiento que hacen las veces de 5 iteraciones de la versin secuencial.
En las simulaciones del problema directo se emple nicamente un ncleo, debido a que no
hay reduccin de tiempo de ejecucin con un mayor nmero de ncleos dadas las pequeas
dimensiones del modelo, como se puede corroborar en la gura 3.11. Con estas caractersticas
el tiempo estimado de ejecucin para llevar a cabo el total de simulaciones del problema directo es de 132.58 horas, mientras que el equivalente para la versin secuencial es de 662.89 horas.
Por otra parte, se utiliz una fuente similar a la descrita por la ecuacin 3.14, pero multiplicada
por un factor constante igual a (800000000/15.24) para obtener una presin de detonacin mxima de 80 [kbar], valor parecido al de una dinamita convencional, colocada sobre la supercie
a 990 [m] de la esquina superior izquierda. Para grabar los datos se colocaron 20 receptores de
componente vertical (nicamente se registr
vz )
y nal de 0.01 y 1 x 10
6 y 1 x 1010 en la
capa superior y de 1 x 10
CAPTULO 4.
Modelo reconstruido 1
Modelo original
500
1000
1500
2000 [m]
500
1000
1500
Modelo reconstruido 2
2000 [m]
500
[m]
[m]
500
1000
1000
1500
1500
2000
2000
2000
[m/s]
500
1000
1500
2000 [m]
1000
1500
500
[m]
60
PRIMERA INVERSIN
Figura 4.5: Imgenes con el modelo original y los resultado obtenidos con la inversin. En la parte izquierda
se muestra el modelo objetivo, en el centro el modelo obtenido con la malla inicial (de 10 x 10) y, en el lado
derecho, el obtenido con la segunda malla (de 20 x 20).
se observa el modelo original, en el centro el modelo obtenido con la malla inicial y, a la derecha, el resultado correspondiente a la segunda malla. El error (Ec. 2.68) del modelo inicial
es de 0.34277743516149, el del modelo obtenido con la primer malla es de 0.25221684541550 y
el del modelo nal es de 0.176483528835345. El tiempo de ejecucin fue de 146.68 horas, 14.1
horas ms del tiempo estimado para llevar a cabo todas las simulaciones del problema directo y 516.21 horas menos del tiempo estimado para las simulaciones de la versin secuencial.
Como desde un inicio se plante, el tiempo de ejecucin sigue siendo muy elevado, sobre todo
si se toma en cuenta que la reduccin del error es de tan slo el 50 % del error inicial, pero la
diferencia entre la versin secuencial y esta versin implementada se traduce en un ahorro del
77.87 % del tiempo original.
No obstante que el error del modelo nal es elevado, no se puede pasar por alto el nmero
de iteraciones tan bajo que se utiliz. Adems, poniendo atencin a los modelos obtenidos,
se aprecia como es que la capa de alta velocidad intermedia del modelo original se va reconstruyendo gradualmente. En la imagen del centro, se observa un medio disperso con una
capa horizontal delgada bien denida en el centro del medio, la cual contina creciendo hasta
convertirse en el resultado del modelo nal (imagen del lado derecho). Estas dos imgenes
muestran claramente la tendencia de las iteraciones posteriores de continuar con la reconstruccin gradual de la capa de alta velocidad si se hubiera iterado un mayor nmero de veces.
El problema de hacerlo sigue siendo el mismo, el elevado tiempo de ejecucin.
Respecto al problema de la sobrestimacin o subestimacin de los valores de velocidad de
ondas P discutido, en ambos modelos se observa que efectivamente hay una sobrestimacin
presente, puesto que se tienen valores de 7000 [m/s] para la capa de alta velocidad, siendo que
originalmente su valor es de 5000 [m/s]. La diferencia es de 2000 [m/s], pero esto puede deberse
a que se j un lmite superior de 7000 [m/s] para esta propiedad, por lo que la magnitud de
CAPTULO 4.
Modelo filtrado 1
500
1000
1500
500
1000
1500
2000 [m]
500
[m]
500
[m]
Modelo filtrado 3
Modelo filtrado 2
2000 [m]
1000
1000
500
1000
1500
2000 [m]
1000
1500
1500
1500
2000
2000
2000
500
[m]
61
PRIMERA INVERSIN
[m/s]
[m/s]
Figura 4.6: Resultados de aplicar 3 veces de forma recursiva el ltro de la mediana, con una rejilla de 3 x 3
parmetros, al resultado nal de la inversin (Fig. 4.5).
Captulo 5
62
CAPTULO 5.
63
K . No se hace mencin de K
es nulo.
De acuerdo al esquema numrico empleado para simular el problema directo, en los pasos
enteros de tiempo (t
tras que en los
= t, 2t, 3t,..., N t) se calculan los valores de los esfuerzos, mienpasos intermedios (t = 0,5t, 1,5t, 2,5t,..., (N + 0,5)t) se calculan los
de las velocidades (vase gura 3.2). Aparentemente ste puede ser un problema al intentar
hacer las multiplicaciones correspondientes entre campo original y adjunto. Desde luego que
se pueden hacer las interpolaciones necesarias para que todos los valores se encuentren tanto
en pasos enteros como en intermedios, pero no es necesario hacerlo porque como lo indican
las ecuaciones (2.95), (2.98), (2.101), (2.102), (2.110), (2.111) y (2.112), en todos los casos
se multiplican magnitudes fsicas que son calculadas en pasos enteros o en pasos intermedios,
es decir, la correspondencia es exacta. Adems, de la condicin de estabilidad (Ec. 3.29), la
discretizacin en tiempo tiene que ser muy na, por lo que la interpolacin representara un
incremento innecesario en el tiempo de ejecucin del programa debido al mayor nmero de
operaciones en cada paso temporal.
Ahora bien, en lo que se reere al clculo de los integrandos de las ecuaciones (2.111) y (2.112),
el esquema numrico empleado no toma en cuenta ni los desplazamientos ni las aceleraciones.
Para poder calcularlos es necesario hacer operaciones adicionales. Dado que se parte del estado
de reposo, los desplazamientos valen cero en un inicio, al igual que el resto de las magnitudes
fsicas involucradas, y a partir de ste, en pasos de tiempo posteriores se calculan mediante
las expresiones
skx(i,j)
sk1
x(i,j)
k 21
+ t vx(i,j)
(5.1)
skz(i+ 1 ,j+ 1 )
2
2
sk1
z(i+ 21 ,j+ 21 )
k 21
+ t vz(i+ 1 ,j+ 1 )
2
(5.2)
Ambas obtenidas de las versiones discretas de las derivadas temporales del desplazamiento.
Como se puede observar, de acuerdo al esquema numrico de mallas escalonadas, los valores
de los desplazamientos, al igual que los esfuerzos, se calculan en pasos enteros de tiempo. La
divergencia del campo de desplazamientos se aproxima mediante
sk(i+ 1 ,j)
2
skx(i+1,j) skx(i,j)
x
(5.3)
Para calcular las aceleraciones en cualquier punto de la malla, basta con emplear una derivada
centrada en tiempo y, al igual que con los desplazamientos, los valores de la aceleracin quedan
determinados en pasos de tiempo enteros,
CAPTULO 5.
64
Vx
Vz
0.02
5
[m/s]
[m/s]
0
5
10
15
0
0.02
0.04
0.2
0.4
0.6
[s]
0.8
0.2
0.4
0.6
[s]
0.8
Figura 5.1: Sismogramas de componente horizontal (izquierda) y componente vertical (derecha), generados con
la simulacin de la propagacin original con una duracin de 1.13 [s]. Ambos son utilizados como fuentes de la
k+ 1
akx(i,j) =
k 1
2
2
vx(i,j)
vx(i,j)
(5.4)
t
k+ 1
akz(i+ 1 ,j+ 1 ) =
2
en donde
k 1
(5.5)
akx(i,j) =
2 k
s
y
t2 x(i,j)
akz(i+ 1 ,j+ 1 ) =
2
2 k
s
.
t2 z(i+ 21 ,j+ 12 )
K ,
y 1000 [m] verticales, discretizada con celdas de 5 [m] por 5 [m], en la que se colocaron una
fuente y un receptor, ubicados a una profundidad de 500 [m] y a una distancia horizontal,
a partir del lmite izquierdo de la seccin, de 500 [m] y 1500 [m], respectivamente. El medio
tiene una densidad de 2000 [kg/m ] y una velocidad de ondas P de 2000 [m/s]. La propagacin tienen una duracin de 1.13 [s] discretizados en 650 pasos discretos para cumplir con la
condicin de estabilidad (Ec. 3.29). Se utiliz una fuente similar a la de la ecuacin (3.14),
con una frecuencia dominante de 2 [Hz] y una presin mxima de detonacin de 80 [kbar]. Los
sismogramas generados con la simulacin de la propagacin original se muestran en la gura
5.1. Estos actan como fuente de la propagacin adjunta.
De acuerdo con la ecuacin (2.112), en el clculo de
s
).
abajo, parten del inicio de la propagacin adjunta y terminan con el inicio de la propagacin
original.
En trminos de cmputo, debido a que no se puede iniciar la propagacin adjunta hasta conocer el resultado de la propagacin original, es imposible iniciarlas al mismo tiempo, lo cual,
aunado al hecho de que se necesita conocer los valores de la propagacin original en cada uno
de los pasos de tiempo al llevar a cabo la adjunta, signica que se deben guardar en memoria
para poder hacer las multiplicaciones correspondientes y generar los kernels. Si se toma en
cuenta que para hacer el clculo de cualquier kernel se necesita conocer el valor de un campo de la propagacin original y que se ocupan nmeros de doble precisin en los clculos, es
decir, 8 bytes por cada elemento de las mallas, para el caso del kernel generado en la gura
5.2 se necesita un total de 640 Mb de memoria para poder almacenar todos los valores de
[m]
1000
1500
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
1500
10
0
200
400
600
800
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
500
1000
1000
[m]
[m]
0
200
400
600
800
500
1000
0
200
400
600
800
500
1000
500
1000
500
1000
500
1000
500
1000
0
200
400
600
800
500
1000
10
4
x 10
1500
0
200
400
600
800
1500
0
200
400
600
800
1500
[m]
1500
0
200
400
600
800
1500
[m]
1500
[m]
0
200
400
600
800
1500
[m]
1500
[m]
0
200
400
600
800
1500
[m]
1500
0
200
400
600
800
[m]
1500
[m]
1
x 10
500
[m]
1500
[m]
0
200
400
600
800
[m]
0
200
400
600
800
0
200
400
600
800
[m]
1500
[m]
[m]
0
200
400
600
800
1500
[m]
1500
[m]
0
200
400
600
800
[m]
1500
1000
[m]
1500
[m]
[m]
0
200
400
600
800
500
[m]
1500
[m]
0
200
400
600
800
[m]
1500
[m]
0
200
400
600
800
[m]
1500
[m]
0
0
200
400
600
800
[m]
1500
[m]
[m]
[m]
[m]
[m]
1000
0
200
400
600
800
[m]
1500
[m]
[m]
[m]
0
200
400
600
800
[m]
0
200
400
600
800
500
[m]
1500
[m]
0
200
400
600
800
[m]
1500
[m]
1500
[m]
[m]
[m]
0
200
400
600
800
[m]
0
200
400
600
800
0
200
400
600
800
[m]
1500
[m]
0
200
400
600
800
1000
[m]
1500
[m]
[m]
[m]
0
200
400
600
800
[m]
0
200
400
600
800
500
[m]
1500
[m]
0
200
400
600
800
[m]
1500
[m]
0
200
400
600
800
[m]
0
200
400
600
800
0
200
400
600
800
[m]
1500
[m]
[m]
[m]
0
200
400
600
800
[m]
1500
[m]
500
[m]
[m]
[m]
[m]
0
200
400
600
800
65
1500
[m]
1500
[m]
CAPTULO 5.
0
200
400
600
800
2
7
x 10
1500
2
5
x 10
Figura 5.2: Secuencia de imgenes que representan distintos pasos de tiempo en la construccin del kernel
en un medio de 2000 [m] horizontales y 1000 [m] verticales, en el que se colocaron una fuente y un receptor,
ubicados a una profundidad de 500 [m] y a una distancia horizontal del lmite izquierdo de la seccin de 500
[m] y 1500 [m], respectivamente. La simulacin del problema directo tiene una duracin de 1.13 [s]. El medio
3
tienen una densidad de 2000 [kg/m ] y una velocidad de ondas P igual de 2000 [m/s]. En la primer columna
las imgenes muestran el estado de la divergencia del campo de desplazamientos de la propagacin original
( s
); en la segunda columna se observa el estado de la divergencia de los desplazamientos de la propagacin
adjunta (
s
);
CAPTULO 5.
66
t
t k
k
k
k
=
xx(i 1 ,j) +
1
1
xz(i,j 12 )
2
(i,j) x xx(i+ 2 ,j)
z xz(i,j+ 2 )
1
t k
k 12
k+ 12
k
vz(i+ 1 ,j+ 1 ) =vz(i+ 1 ,j+ 1 )
xz(i+1,j+ 1 ) xz(i,j+
1
)
2
2
(i+ 1 ,j+ 1 ) x
2
2
2
2
2
2
t k
k
+
zz(i+ 1 ,j+1) zz(i+
1
,j)
2
2
z
t k+ 1
k+ 12
k+1
k
2
xx(i+ 1 ,j) =xx(i+ 1 ,j) (i+ 1 ,j) + 2(i+ 1 ,j)
v
vx(i,j)
2
2
2
x x(i+1,j)
2
t
k+ 1
k+ 1
+ (i+ 1 ,j)
vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 )
2
z
2
2
2
2
t k+ 1
k+ 12
k+1
k
2
vz(i+ 1 ,j+ 1 ) vz(i+ 1 ,j 1 )
zz(i+ 1 ,j) =zz(i+ 1 ,j) (i+ 1 ,j) + 2(i+ 1 ,j)
2
2
2
z
2
2
2
2
2
t
k+ 12
k+ 12
v
+ (i+ 1 ,j)
vx(i,j)
2
x x(i+1,j)
k 21
vx(i,j)
k+ 12
vx(i,j)
k+1
k
(i,j+ 1 )
xz(i,j+
1 =
)
xz(i,j+ 1 )
2
t
z
k+ 1
k+ 1
2
2
vx(i,j+1)
vx(i,j)
+
t
x
(5.6)
(5.7)
(5.8)
(5.9)
k+ 1
k+ 1
vz(i+2 1 ,j+ 1 ) vz(i2 1 ,j+ 1 )
2
(5.10)
De esta modo, se llevan a cabo simultneamente la simulacin de la propagacin adjunta y la
de la retropropagacin original, al mismo tiempo que se va construyendo el kernel en cuestin.
Vistas de arriba hacia abajo, en las imgenes de la gura 5.2 se observa el avance progresivo
de la construccin de
K .
junta an no se ha activado, porque como lo indican las ecuaciones, los sismogramas que se
emplean como fuente de esta simulacin se invierten en tiempo; en la segunda la se observa
que la propagacin adjunta comienza y a partir de entonces los frentes de onda de ambas
propagaciones se traslapan . Como resultado de esta forma de interactuar, la forma del kernel
est determinada por la zona en la que existe dicho traslape. El kernel nal se muestra en la
imagen de la esquina inferior derecha, momento en el que el la propagacin original an no
inicia, debido al retraso de la funcin fuente que establece la ecuacin (3.14). La especie de
elipse que se observa, es la forma caracterstica de los kernels con esta geometra, de una fuente
CAPTULO 5.
67
K*
[m]
0
500
1000
x 10
3
1500
400
600
800
[m]
200
generado con un tiempo de propagacin de 1.4 [s] en una seccin de 2000 [m] horizontales
= 2000 [kg/m3 ] y = 2000 [m/s]. Se utiliz una fuente y un receptor. La
fuente est situada a 500 [m] del lmite izquierdo de la seccin y a 500 [m] de profundidad. El receptor se
encuentra a la misma profundidad que la fuente y a 1500 [m] del borde izquierdo de la seccin.
y un receptor, y slo para el arribo directo, puesto ste es el nico frente de onda que alcanza
al receptor durante el tiempo de simulacin. Si se simula la propagacin original por un lapso
de tiempo mayor, el kernel se ve alterado debido al arribo del frente de onda proveniente de
la reexin en la supercie libre. Este segundo arribo genera un traslape entre los frentes de
onda de las dos simulaciones similar al del arribo directo, pero de manera anticipada por haber
llegado despus al receptor. En la gura 5.3 se muestra el resultado de prolongar la simulacin
del problema directo hasta una duracin de 1.4 [s].
Como se puede observar en esta gura, a diferencia del primer kernel calculado, en ste ltimo
se observa una zona resaltada que ilumina la zona de interaccin entre el segundo frente de
onda, que llega al receptor proveniente de ser reejado en la supercie libre, y el frente de
onda generado por ste en la propagacin adjunta. Esto signica, que a diferencia del kernel
obtenido con un tiempo de propagacin de 1.13 [s] (gura 5.2), la fuente del problema adjunto
es modicada por el mayor tiempo de simulacin. En la gura 5.4 se muestra los sismogramas
generados con la propagacin original en el lapso de 1.4 [s]. A diferencia de los mostrados en
la gura 5.1, en estos se observa el arribo del frente de onda reejado en la supercie libre,
que es el responsable de el cambio mencionado en la forma nal de
K .
De estos resultado se desprende que hay un kernel con una forma especca para cada evento
ssmico y, desde luego, para cada arreglo de fuentes y receptores. En cada uno de ellos, el rea
iluminada representa la zona de mayor inuencia que determina la magnitud de los kernels.
Esto quiere decir, que las propiedades del medio en la zonas iluminadas determinan en mayor
medida la amplitud de estos. Tambin se puede ver al rea iluminada, como la zona de cober-
CAPTULO 5.
68
Vz
10
[m/s]
[m/s]
Vx
10
10
10
0
0.2
0.4
0.6
0.8
1.2
1.4
0.2
0.4
0.6
[s]
0.8
1.2
1.4
[s]
Figura 5.4: Sismogramas de componente horizontal (izquierda) y componente vertical (derecha) generados con
la simulacin de la propagacin original con una duracin de 1.4 [s] empleados como fuentes en la construccin
tura del arreglo de fuentes y receptores, sin olvidar, la duracin de la simulacin del problema
directo. Por esta razn son conocidos como kernels de sensibilidad. Esto no signica que los
parmetros del resto de medio discreto no intervenga o tenga inuencia en su amplitud, pues
claro est que de tener valores con propiedades distintas a las del resto, cualquier celda del
medio discreto puede dar lugar a un nuevo evento ssmico, como una difraccin, o inclusive, si
se modica toda una capa que no est dentro de la zona iluminada, se genera una reexin que
cambia por completo la forma del kernel. Sin embargo, para estos casos, corresponden kernels
distintos. En el caso de las guras 5.2 y 5.3, las zonas de mayor inuencia estn representadas
con colores rojo y azul marino.
En la gura 5.5 se muestran un conjunto de kernels
horizontales y 1000 [m] verticales, discretizada en celdas de 5 [m] por 5 [m], para diferentes
arreglos de fuentes y receptores y con propiedades del medio diferentes. En A el medio es homogneo, tiene una densidad
= 2000
= 2000
[m/s]. Se utilizaron
dos fuentes ubicadas a 750 [m] de profundidad y a 500 [m] y 1500 [m] horizontales del lmite
izquierdo de la seccin, y dos receptores colocados a una profundidad de 250 [m] directamente
sobre las fuentes. El tiempo de simulacin del problema directo fue de 1.13 [s]. En esta imagen
se pueden apreciar 6 zonas iluminadas en forma de las elipses caractersticas del traslape entre
los frentes de onda de las dos propagaciones. Los cuatro que se encuentran en la zona inferior
se originaron por los arribos directos de las dos fuentes a los dos receptores, mientras que
en la parte superior, se aprecian dos secciones de elipses. stas se originaron por la reexin
en la supercie libre que sufrieron los frentes de onda de la propagacin original, de manera
similar al resultado obtenido en la gura 5.3. Observando detenidamente, los restos de estas
dos elipses se extienden hasta la ubicacin de las fuentes. En B, el medio es similar al de A y
tambin se utilizaron dos fuentes y dos receptores. Las fuentes se ubicaron a una profundidad
de 500 [m] y a una distancia horizontal del lmite izquierdo de 500 [m] y 1500 [m] y, por su
parte, los receptores a 100 [m] y 900 [m] de profundidad, a 1000 [m] de los lmites laterales. El
tiempo de simulacin del problema directo fue de 0.9 [s]. En este kernel se observan 4 zonas en
forma de elipses debido a los arribos directos, dispuestos en una especie de rombo debido a la
ubicacin de fuentes y receptores. A diferencia del kernel anterior, en ste no se observan zonas
iluminadas debido a reexiones, lo que se debe al menor tiempo de simulacin del problema
directo. En C el medio tiene dos capas horizontales con propiedades diferentes. La capa superior se extiende hasta los 500 [m] de profundidad y en ella
mientras que en la inferior
= 2500
[kg/m ] y
= 3000
tro fuentes a 250 [m] de profundidad y a una distancia horizontal del lmite lateral izquierdo
de 400 [m], 800 [m], 1200 [m] y 1600 [m]. Tambin se ubicaron cuatro receptores directamente
CAPTULO 5.
69
debajo de las fuentes a una profundidad de 750 [m]. El tiempo de simulacin del problema
directo fue de 0.83 [s], suciente para que los arribos directos alcanzaran a los receptores, pero
insuciente para que lo lograran las reexiones, por lo que nicamente se aprecian zonas en
forma de elipses verticales y diagonales. El objetivo de introducir un contraste de impedancias
entre fuentes y receptores era ver el efecto que ste tiene en la forma nal del kernel. Como se
puede observar en la imagen, el resultado es la aparicin de una lnea ubicada en la posicin
del reector, pero slo en el rea cubierta por las elipses. Para observar la sensibilidad de los
parmetros en un arreglo ms parecido a lo que sucede en una adquisicin de datos real, en
D se utiliz el mismo medio homogneo que en A y B, y se colocaron nicamente una fuente
y un receptor, ambos a 15 [m] de profundidad y a una distancia horizontal de 500 [m] y 1500
[m] del borde izquierdo, respectivamente. El tiempo de simulacin del problema directo fue de
1.1 [s]. Esta imagen concuerda a la perfeccin con la pobre cobertura que tiene una fuente con
un slo receptor en un medio homogneo. En E se utiliz el mismo arreglo que en D, pero se
modicaron las propiedades del medio. ste est dividido en dos bloques separados por una
= 2000 [kg/m3 ] y
= 3000 [m/s]. El tiempo
3
[kg/m ] y
de simulacin del problema directo fue de el mismo que para D, pero se discretiz en un mayor
nmero pasos para satisfacer la condicin de estabilidad (Ec. 3.29) debido incremento de
en
en amplitudes, arriba de ste, que se pueden confundir con otros reectores. Por ltimo en
H se utiliz un medio homogneo similar al de A, en el que se coloc una heterogeneidad en
el centro de la medio, en forma cuadrada. Cada uno de sus lados mide 250 [m]. sta simula
la presencia de un cuerpo de mayor velocidad respecto al resto del medio (
y
= 3000
= 2500
[kg/m ]
de [m/s]). Para comprobar que con estos kernels tambin se puede identicar
los contraste de mayor a menor impedancia, se colocaron dos fuentes y dos receptores. Los
primeros se ubicaron a la izquierda y arriba del cuerpo cuadrado (a 600 [m] y 1000 [m] horizontales del borde izquierdo y a 500 [m] y 100 [m] de profundidad, respectivamente) y los
ltimos a la derecha y debajo de ste (a 1400 [m] y 1000 [m] horizontales del borde izquierdo y
a 900 [m] y 500 [m] de profundidad, respectivamente). Como se aprecia en la imagen, ste cambio en los contraste no signic ningn problema y se observan las cuatro aristas del cuadrado.
En resumen, de los kernels obtenidos para estos ocho casos, entre mejor sea la distribucin
espacial de fuentes y receptores, mayor es el rea de cobertura del kernel y, mientras mayor
sea sta, se observan ms y mejor los contrastes de impedancias presentes en el medio.
CAPTULO 5.
K*
70
[m]
0
500
1000
[m]
1500
K*
x 10
10
200
500
1000
1500
x 10
20
200
15
400
10
600
6
400
600
[m]
[m]
4
2
0
800
800
[m]
K*
500
1000
1500
K*
x 10
[m]
0
500
1000
1500
400
8
200
600
[m]
400
[m]
800
200
200
400
600
200
400
800
600
[m]
K*
500
1000
K*
1500
[m]
0
500
1000
1500
1000
4
200
200
400
[m]
[m]
500
0
600
400
600
800
500
800
1000
[m]
0
500
1000
[m]
200
400
600
800
1500
[m]
K*
x 10
500
1000
1500
0.5
400
600
10
0.5
1
800
15
Figura 5.5: Conjunto de kernels K generados en una seccin de 2000 [m] horizontales y 1000 [m] verticales,
discretizada en celdas de 5 [m] por 5 [m] para medios con distintas propiedades y con simulaciones del problema
directo con diferentes duraciones.
x 10
1
200
0
[m]
E
K*
x 10
1.5
CAPTULO 5.
71
K , el proceso es similar
radica en los campos de la propagacin original y de la propagacin adjunta que son multiplicados entre s, determinados por las ecuaciones (2.112) y (2.111).
[kg/m ] y
= 5000
= 2500
= 2200
[kg/m ] y
= 2300
t = 0,002 [s],
onda alcance el doble de profundidad del modelo, pensado as para considerar la posibilidad
de que hubiera una capa de alta velocidad ubicada en el fondo que produjera una reexin.
En lo que respecta a las capas CPML, en las tres fronteras se utilizaron 20 celdas destinadas
para stas. La amplitud de detonacin mxima fue de 80 [kbar] y su frecuencia dominante de
tan slo 1 [Hz]. El tiempo de ejecucin promedio para este problema es de 20 [s] utilizando
un slo ncleo de procesamiento para el problema directo, ya que como indican los resultados
de la grca en la gura 3.11, no se obtienen ventajas utilizando ms de un ncleo con estas
dimensiones del modelo. En la gura 5.7 se muestran los resultados de la RTM con sus condiciones de imagen respectivas.
En la imagen del lado izquierdo, correspondiente a la condicin de imagen de
K ,
se puede
observar que se recuper completamente la estructura del modelo, a pesar de que se activaron
todas las fuentes de manera simultnea. En cambio, en la imagen obtenida con la condicin
de imagen del kernel
embargo, analizando los datos de este ltimo resultado, se encontr que aunque no se alcanzan
a apreciar en la imagen nal, los bordes de los cuerpos cuadrados s se encuentran en la imagen.
CAPTULO 5.
72
[m]
500
1000
1500
200
400
600
[m]
800
1000
1200
1400
1600
1800
2500
3000
3500
4000
4500
5000
K*
K*
200
400
400
600
600
800
800
[m]
[m]
200
1000
1000
1200
1200
1400
1400
1600
1600
1800
1800
500
1000
[m]
1500
500
1000
[m]
(izquierda) y
1500
(derecha).
CAPTULO 5.
73
La razn por la que no se aprecian, es que los valores cercanos a la supercie son muy altos
(banda negra en la parte superior de la imagen) y, en contra de nuestros objetivos, hacen pasar
desapercibidos a los cuerpos heterogneos de alta velocidad, es decir, se trata de un problema de
escala. Sin embargo, las condiciones de imagen de la RTM se pueden normalizar para eliminar
artefactos no deseados en el resultado nal y resaltar las estructuras que se encuentran a mayor
profundidad. Esta normalizacin se puede hacer con los campos de la propagacin original, la
cual es conocida como iluminacin por fuente, o con los de la propagacin adjunta, conocida
como iluminacin por receptores. En trminos de la ecuacin (2.73), estas normalizaciones
estn determinadas por
RT
INS (
x) =
S(
x, t)R(
x, T t)dt
RT
S(
x, t)2 dt
(5.11)
RT
INR (
x) =
S(
x, t)R(
x, T t)dt
RT
R(
x, T t)2 dt
(5.12)
en donde la primer ecuacin corresponde a la iluminacin por fuente y la segunda a la iluminacin por receptores. Utilizando como referencia estas ecuaciones, para las condiciones de
imagen de
K ,
R T PM
0
KNS (
x) =
t) t
x, t)dt
2 sj (
h
i2
R T PM
2
x) t
x, t) dt
2 sj (
j=1 (
0
x)
sj (
x, T
j=1 (
(5.13)
2
x, t)dt
x)
sj (
x, T t) t
2 sj (
j=1 (
,
R T PM
2
x)
sj (
x, T t) dt
j=1 (
0
(5.14)
R T PM
KNR (
x) =
RT
KNS (
x) =
(
x)[ s
(
x, T t)][ s(
x, t)]dt
RT
x) k
s(
x, t) k2 dt
0 (
(5.15)
RT
KNR (
x) =
(
x)[ s
(
x, T t)][ s(
x, t)]dt
RT
2
x) k s
(
x, T t) k dt
0 (
(5.16)
Se utilizaron estas nuevas condiciones de imagen en la RTM aplicada al modelo anterior. Los
resultados se muestran en la gura 5.8. Como se puede ver, para
K ,
rencia marcada con ninguno de los dos tipos de iluminacin. Caso contrario al de
K ,
puesto
K .
normalizacin por receptores, slo se alcanza a percibir que efectivamente hay contrastes en las
CAPTULO 5.
K*NS
74
K*NS
200
200
400
400
600
600
800
[m]
[m]
800
1000
1200
1200
1400
1400
1600
1600
1800
1800
500
K*NR
1000
[m]
1500
K*NR
200
500
1000
[m]
1500
500
1000
[m]
1500
200
400
400
600
600
800
[m]
800
[m]
1000
1000
1000
1200
1200
1400
1400
1600
1600
1800
1800
500
1000
[m]
1500
Figura 5.8: Resultados de la RTM aplicada al modelo de la gura 5.6 con las condiciones de imagen de las
ecuaciones (5.13), (5.14), (5.15) y (5.16).
propiedades del medio, pero no con la nitidez suciente como para delimitarlos. De la ecuacin
(2.105), se puede ver que en el caso de los kernels de sensibilidad empleados para la inversin
de forma de onda completa,
sigue cumpliendo con los empleados para la RTM, ya que la nica diferencia entre estos radica
en su fuente. sta puede ser la razn de que se obtengan mejores resultados con la condicin
de imagen asociada a
De todo esto, se puede decir que los resultados son buenos y respaldan el planteamiento inicial
del trabajo, esto es, que es posible recuperar las estructuras geolgicas del subsuelo con disparos simultneos mediante el uso de la RTM con condiciones de frontera CPML. Sin embargo,
a pesar de que las esquinas de los cubos representan una enorme fuente de difracciones, el
modelo no deja de ser sencillo y, por lo tanto, no se puede concluir de manera denitiva que
esta RTM siempre funcione adecuadamente bajo estas condiciones. Para probar esta tcnica en
circunstancias ms difciles, se decidi aplicarla a un medio ms parecido a los que se encuentran en la realidad. En la gura 5.9 se muestran el modelo de velocidades y el de densidades
del medio utilizado.
El medio propuesto tiene varios cuerpos salinos, caractersticos de la zona del Golfo de Mxico.
Se espera que la forma irregular de sus cimas genere un patrn de dispersin lo sucientemente complejo como para impedir la reconstruccin de sus bases. Mide 96.54 [km] horizontales
por 12.5 [km] de profundidad. La discretizacin se realiz con una malla de 5092 por 553
(x
tud.
=18.96
[m] y
z =22.61
CAPTULO 5.
75
[km]
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
[km]
10
12
1200
1400
1600
1800
2000
2200
2400
2600
Densidad
[kg/m3]
[km]
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
[km]
10
12
2000
2500
3000
3500
4000
4500
5000
Velocidad
de ondas P
[m/s]
Figura 5.9: Medio propuesto para probar la RTM desarrollada. En la parte superior se muestra el modelo
de densidades y en la parte inferior el de velocidades. La seccin tiene una profundidad de 12.5 [km] y una
longitud horizontal de 96.54 [km]. Los ejes no se encuentran a la misma escala para poder apreciar los detalles
verticales del medio.
CAPTULO 5.
76
Al igual que con la RTM aplicada al modelo de la gura 5.6, se colocaron las fuentes y los
receptores en pares, pero esta vez dispuestos cada 10 celdas (189.6 [m]) sobre la supercie,
dando un total de 509 fuentes y receptores. Se utilizaron funciones fuente con una presin
mxima de detonacin de 80 [kbar] y una frecuencia dominante de 1 [Hz], mientras que el
lapso de propagacin fue de 12 [s], con un
t = 0,002
de la RTM con condiciones normalizadas para el modelo anterior, esta vez nicamente se hizo
la normalizacin por receptores (iluminacin por receptores). Los resultados se muestran en
la gura 5.10.
En la primera imagen, correspondiente a la condicin de imagen de
K ,
se aprecian perfec-
tamente el fondo marino, las cimas de los cuerpos salinos y sus bases. Tambin es posible
identicar al basamento, pero no de manera tan detallada como a la sal. Entre estos dos se observan muchos rasgos horizontales que no se pueden identicar y no corresponden exactamente
con los contrastes de impedancias del modelo (Fig. 5.9). Estos corresponden a la interferencia
entre fuentes. Inmediatamente bajo esta imagen, se encuentra la correspondiente a la condicin
de imagen de
KN
R.
fondo marino, la sal y el basamento, sus bordes se encuentran muy bien denidos. A diferencia
de la condicin de imagen no normalizada, en la que bajo la cima de las estructuras salinas
resulta difcil identicar estructuras, en sta, la normalizacin permite localizar el basamento
del modelo a primera vista. Tambin es posible diferenciar al cuerpo que se encuentra sobre
el basamento, pero no se puede delimitar con demasiada precisin, ya que a pesar de que en
los costados es posible, en la parte intermedia aumenta la presencia de ruido y resulta difcil
denirlo. Algo a resaltar es la polaridad invertida que tienen la cima y la base de la sal. Mientras que la los lmites superiores estn caracterizados por un color claro, las bases se observa
oscuras. Esto concuerda perfectamente con el hecho de pasar de bajos valores de impedancias
a altos y viceversa.
La tercera y cuarta imgenes corresponden a las condiciones de imagen de
KN
R , respec-
tivamente. Al igual que como sucedi en el modelo de la gura 5.6, la condicin de imagen de
tiene dicultades recuperando la parte profunda del modelo. En este caso, slo se alcanza
a denir el fondo marino y, en menor medida, las cimas de los cuerpos de sal, pero no as
sus bases. Debajo de las cimas de la sal se observa un medio uniforme, ni siquiera se percibe
el ruido correspondiente a la interferencia de fuentes. Por ltimo, en la imagen correspondiente a
KN
R,
de identicar la presencia de contrastes de impedancias, s es posible localizarlos. Esta imagen es parecida a la obtenida con
KN
R , pero tiene algunos rasgo ms borrosos que sta ltima.
Teniendo en cuenta las propiedades del fondo marino, de los cuerpos de sal, del basamento y las
del resto del medio con el que cada uno de estos interacta, se puede decir que la aplicacin de
la RTM con disparos simultneos logra recuperar los contrastes de impedancias altos, y tiene
dicultades con los que no son tan altos. Adems, los mejores resultados se obtuvieron con las
condiciones de imagen normalizadas. De stas, al igual que en el caso del modelo anterior, la
imagen ms clara se obtuvo con el kernel asociado a
En esta ocasin, para poder establecer la diferencia entre los resultados obtenidos disparando
todas las fuentes simultneamente y disparando una por una, adems de hacer la RTM con
CAPTULO 5.
77
[km]
0
10
20
30
40
10
20
30
40
10
20
30
40
10
20
30
40
50
60
70
80
90
60
70
80
90
60
70
80
90
60
70
80
90
[km]
10
12
[km]
0
50
[km]
10
12
[km]
0
50
[km]
10
12
[km]
0
50
[km]
10
12
Figura 5.10: Resultados de la RTM con disparos simultneos aplicada al modelo de la gura 5.9. De arriba a
CAPTULO 5.
78
todas las fuentes disparadas al mismo tiempo, se hizo disparando cada una de las 509 por
separado. Los resultados obtenidos se muestran en la gura 5.10.
Lo primero que salta a la vista de estas imgenes, es que los resultados obtenidos son mejores
que los de los disparos simultneos. La imagen superior corresponde a la condicin de imagen
de
K .
marino y las cimas de los cuerpos de sal. Bajo stas, sucede algo similar a lo obtenido con la
condicin de imagen del kernel asociado a
un medio uniforme. Sin embargo, esto no signica que no contenga la informacin del medio,
ya que despus de normalizarla, como se muestra en la segunda imagen, aparecen casi todos
los rasgos presentes en el modelo original. La imagen es muy ntida y no presenta los rasgos
horizontales, correspondientes a la interferencia de fuentes, que impiden hacer la interpretacin de la zona intermedia en el caso de los disparos simultneos. Por otra parte, el resultado
obtenido con
de esto, los bordes no se identican tan namente, y no se alcanza el grado de claridad que se
obtuvo con su contraparte asociada al mdulo volumtrico.
En resumen, de las cuatro imgenes, la mejor corresponde a la obtenida con la condicin de
imagen de
KN
R,
resultado obtenido con esta condicin de imagen, se deben considerar los resultados que se
obtienen con la aplicacin de las RTM comerciales en datos sintticos. Estos son de muy buena calidad, pero se caracterizan por tener bandas horizontales por todas partes. A diferencia
de estos, gracias al uso de las condiciones de frontera absorbentes, el resultado obtenido con
KN
R carece de dichas bandas y se tiene una imagen ms ntida. Parece ser que tambin sta es
la razn por la que con los disparos simultneos se logran recuperar las estructuras principales.
En lo referente a los detalles de cmputo, para aplicar estas dos versiones de RTM (disparos
simultneos y separados) se utiliz la computadora con la que se realizaron las pruebas de
tiempo de ejecucin del problema directo (gura 3.11), pero slo se dispuso de 4 ncleos de
procesamiento, as que se hicieron los disparos de cuatro en cuatro (uno en cada ncleo), lo
que tom 20 das, mientras que el tiempo de ejecucin de la RTM con disparos simultneos fue
de tan slo 143 minutos, utilizando 4 ncleos de procesamiento para las simulaciones de las
propagaciones. Teniendo en cuenta esto, queda en evidencia la diferencia en cuanto a recursos
de cmputo necesarios en ambos casos.
Por ltimo, cabe decir que si bien con los disparos separados el nivel de detalle en la imagen es
mejor, al activar las fuentes simultneamente tambin se recuperan las estructuras principales
del modelo. Los rasgos que aparecen debido a la interferencia de las fuentes no son lo sucientemente densos como para impedir la identicacin de las estructuras con contrastes de
impedancias altos. Adems, la diferencia en cuanto al tiempo de ejecucin de ambas versiones
es enorme. Por esto se puede decir que el resultado es muy bueno.
CAPTULO 5.
79
[km]
0
10
20
30
40
10
20
30
40
10
20
30
40
10
20
30
40
50
60
70
80
90
60
70
80
90
60
70
80
90
60
70
80
90
[km]
10
12
[km]
0
50
[km]
10
12
[km]
0
50
[km]
10
12
[km]
0
50
[km]
10
12
Figura 5.11: Resultados de la RTM con disparos separados aplicada al modelo de la gura 5.9. De arriba a
Captulo 6
Segunda inversin
El planteamiento para llevar a cabo esta segunda inversin de forma de onda completa consiste
en el uso de los kernels de sensibilidad
K , K
K , K
y las variaciones
relativas de los parmetros. Esto signica que si se tiene un kernel con sus valores mximos
en determinada zona, la variacin de los parmetros comprendidos en esta regin tiene mayor
impacto en la funcin de error que las variaciones de los parmetros en el resto del medio.
Tomando en cuenta que en la exploracin ssmica las seales provenientes del subsuelo son
generadas por contrastes de impedancias, estos valores altos en la amplitud de los kernels corresponden a las fronteras entre cuerpos con propiedades distintas. En otras palabras, slo se
esperan valores altos en donde se encuentran los lmites de las estructuras geolgicas, debido
a que en estos se generan las seales provenientes del subsuelo.
En la gura 6.1 se muestra el diagrama de ujo del mtodo planteado. Inicialmente lo nico
que se tiene son los sismogramas observados y un modelo inicial propuesto. Con ste se generan
los sismogramas sintticos y se calcula la diferencia entre estos y los datos observados, para
utilizarla como fuente de la propagacin adjunta. A continuacin se entra en un ciclo en el que
cada iteracin consiste en generar los kernels
K ,
modicar el modelo actual. Una vez actualizado el medio propuesto, se vuelven a calcular los
sismogramas sintticos y nuevamente se evala la diferencia entre estos y los datos observados.
De este modo se debe actualizar el modelo del subsuelo hasta que se cumpla con las condicin
80
CAPTULO 6.
81
SEGUNDA INVERSIN
de paro, la cual consiste en que la diferencia entre datos observados y datos sintticos sea nula,
puesto que de ser as, los kernels generados tambin seran nulos, seal de que no hay ms
contrastes de impedancia por encontrar, es decir, seal de que se ha encontrado el modelo nal.
A diferencia del mtodo de inversin basado en la recristalizacin simulada, implementado
en el captulo 4, que slo necesitaba del modelo inicial para obtener un modelo nal, en este
ltimo se requiere de asistencia humana en la etapa de interpretacin, es por esto que se le
puede considerar como una inversin asistida. Para comprobar que los kernels
fun-
[kg/m ], y como mximo 3000 [kg/m ], densidad caracterstica de rocas gneas y metamrcas.
Por su parte, como velocidad mnima se consider la velocidad del sonido en el agua, 1500
[m/s], y como mxima 5500 [m/s], que al igual que el valor correspondiente de densidad, es
caracterstico de rocas gneas, inclusive superior a la velocidad caracterstica de los cuerpos
salinos (4500 [m/s] a 5000 [m/s]).
A la simulacin del problema directo se le asign una duracin de 12 [s] discretizados en 6000
pasos (t
= 0,002[s]),
tiempo suciente para que el frente de ondas pueda recorrer una dis-
tancia del doble de la profundidad del modelo si se tuviera una capa con una velocidad de
2081 [m/s], la cual se encuentra por debajo de la velocidad media del modelo propuesto. En
cuanto al arreglo de adquisicin, tambin se utiliz el empleado en el captulo anterior con la
RTM para este medio, 509 fuentes y receptores dispuestos en pares, cada 10 celdas del modelo
discreto. La funcin de la fuente es la misma, tiene una frecuencia dominante de 1 [Hz] y una
amplitud mxima de detonacin de 80 [kbar].
Como el objetivo del trabajo lo establece, para reducir el tiempo de ejecucin que requerira la
simulacin de cada una de las fuentes, se dispararon las 509 fuentes simultneamente, a pesar
de la diferencia en la calidad de resultados obtenidos para la RTM en el captulo anterior. En
cuanto a la paralelizacin del problema directo, se utilizaron 4 ncleos de procesamiento. Como
resultado, el tiempo ejecucin de todo el proceso fue de 155 minutos en la misma computadora
utilizada para obtener la grca de la gura 3.11. Los kernels
obtenidos se muestran
en la gura 6.3.
Los resultados son muy buenos. Si bien se esperaba que en esta primer iteracin se observara el
fondo marino, no se tena contemplada la identicacin de las estructuras salinas y, mucho menos, la identicacin de sus bases. En ambas imgenes se observan los bordes correspondientes
a estas estructuras, pero adems de estos, tambin se aprecian una serie de repeticiones de
cada evento a mayor profundidad. La separacin entre las repeticiones incrementa conforme
aumenta la profundidad.
De entre todos los rasgos presentes en las imgenes, es posible identicar cuatro reectores
con sus respectivas repeticiones mltiples. En la parte superior se observa el contraste correspondiente al fondo marino a lo largo de toda la seccin, con mayor nitidez que el resto
de los contrastes, tal como se esperaba por tratarse de la primer iteracin. Bajo ste, en la
CAPTULO 6.
82
SEGUNDA INVERSIN
V0 (Sismogramas observados)
m0 (modelo inicial)
Clculo de sismogramas
sintticos V
Clculo de diferencia
entre sismogramas
observados y sintticos:
V= V0 V
Mientras V0:
Clculo de kernels K y K
Interpretacin geolgica
Clculo de sismogramas
sintticos V
Clculo de diferencia
entre sismogramas
observados y sintticos:
V= V0 V
Modelo Final mf
CAPTULO 6.
83
SEGUNDA INVERSIN
[km]
0
10
20
30
40
50
60
70
80
90
[km]
4
6
8
10
12
1500
2000
2500
3000
3500
4000
4500
Velocidad
de ondas P
5500 [m/s]
5000
Figura 6.2: Modelo de velocidades inicial propuesto. Los ejes no estn a la misma escala. El eje vertical est
extendido para mantener la misma proporcin que tienen los resultados de la inversin.
[km]
10
20
30
40
10
20
30
40
50
60
70
80
90
60
70
80
90
[km]
4
6
8
10
12
[km]
50
[km]
4
6
8
10
12
Figura 6.3:
obtenidos en la primer iteracin del proceso de inversin asistido con fuentes simultneas.
CAPTULO 6.
SEGUNDA INVERSIN
84
parte central del modelo se observan tanto las cimas de los cuerpos salinos, como sus bases,
pero a diferencia del modelo original, estos cuerpos tienen menores espesores. Esto se debe
a la variacin lineal del modelo inicial propuesto, dado que se trata de la primera iteracin.
Las propiedades de los cuerpos que los sobreyacen deben ser actualizados para corregir esta
deformacin. En primer lugar, conociendo la forma del fondo marino se le deben asignar sus
valores de densidad y velocidad de ondas P. A continuacin se deben identicar los lmites
entre la capa en la que se encuentran los cuerpos de sal y la superior a sta, para hacer la
interpretacin y asignarles valores de densidad y velocidad.
Cada vez que un cuerpo determinado tenga sus valores de densidad y velocidad correctos, se
dejar de aparecer en los kernels y slo estarn presentes los lmites que an falte por delimitar.
De tal modo, las cimas de los cuerpos de sal quedarn ubicadas en su posicin real cuando
se le haya asignado sus propiedades correctas al resto del medio que los sobreyace. Ser hasta
que el intrprete indique que se trata de de cuerpos de sal, cuando se les asigne sus valores
de velocidad y densidad y, entonces, quedarn ubicadas en su posicin correcta las bases de
estas estructuras geolgicas. A pesar de que se requiere llevar a cabo estos pasos para poder
encontrar la ubicacin correcta de las estructuras salinas, el slo hecho de identicar la forma
de sus bases es un gran resultado, ya que en la actualidad, los programas empleados en la
industria an tienen dicultades para lograrlo.
Continuando con la gura 6.3, en la parte inferior izquierda de ambos kernels se observan
dos repeticiones de un reector que no tienen repeticiones arriba. Esto indica que la primera
de ellas (de arriba hacia abajo) debe tratarse de un reector distinto. Observando el modelo
original (vase gura 5.9), es posible que se trate del basamento del modelo. No se puede identicar la continuidad de ste en la parte central de las secciones por la presencia de los eventos
mltiples de los cuerpos salinos y debido a que la imagen es ms difusa conforme aumenta la
profundidad. Sin embargo la identicacin de esta capa ayuda a conrmar la efectividad del
mtodo de inversin y su debida descripcin se deja para iteraciones posteriores.
Por ltimo, se decidi calcular las versiones normalizadas de los kernels con iluminacin por
receptores, al igual que lo hecho con la RTM. Los resultados se muestran en la gura 6.4. Como
se puede ver, ninguno de los dos logra superar los resultados de su versin sin normalizar. A
diferencia de los primeros, en estos se pierde la mayor amplitud de los reectores superiores
y se observa mayor uniformidad de los eventos principales y sus repeticiones. Efectivamente,
ste es el principio de funcionamiento de la normalizacin, resaltar las estructuras presentes a
mayor profundidad, lo cual va en contra de los objetivos del mtodo. Por tratarse de la iteracin inicial, se pretende caracterizar las estructuras ms someras, dejando para iteraciones
posteriores las que se encuentran a mayor profundidad.
Siguiendo el diagrama de ujo de la gura 6.1 se puede continuar hasta recuperar el modelo
original, pero no es necesario hacer ms iteraciones para poder aseverar que el mtodo propuesto funciona correctamente, ya que en tan slo una iteracin fue capaz de recuperar la
forma de las bases de los cuerpos de sal, con lo que se ha cumplido el objetivo del trabajo.
CAPTULO 6.
85
SEGUNDA INVERSIN
[km]
**
K
10
20
30
40
10
20
30
40
50
60
70
80
90
60
70
80
90
[km]
4
6
8
10
12
[km]
**
K
50
[km]
4
6
8
10
12
Figura 6.4:
de la primer iteracin del proceso de inversin asistido con fuentes simultneas y con la
Captulo 7
Conclusiones
En lo que respecta al primer algoritmo de inversin, se prob que utilizando condiciones de
frontera absorbentes CPML, el empleo de esta tcnica de bsqueda de mnimos globales, con
las modicaciones propuestas (aproximacin por mallas variables y temperaturas diferenciadas
por capas), funciona correctamente en el problema de la inversin de forma de onda completa.
Sin embargo, se observ que a pesar de utilizar un modelo original sencillo, puesto que nicamente tiene dos contrastes de impedancias horizontales, el nmero de iteraciones empleado
fue insuciente para reconstruirlo. Tomando en cuenta que en total, por las dos mallas, se
emplearon 853 iteraciones para invertir 100 parmetros, parece claro que no basta con usar
un nmero de iteraciones del orden de diez veces el nmero de parmetros, pero tampoco es
posible establecer un nmero ideal para lograrlo. En trminos generales, el total de iteraciones
necesario depender de la complejidad del modelo a invertir y de la discretizacin que se haga
del medio. A pesar de que este nmero es muy grande, tambin se mostr que es posible combinar la inversin con la aplicacin del ltro de la mediana, cuyo resultado se puede emplear
como modelo inicial para continuar con la inversin.
Por otra parte, con la paralelizacin del ciclo interno del algoritmo (vase gura 3.10) la reduccin del tiempo de ejecucin obtenida es del orden del nmero de iteraciones de ste, siempre
y cuando se cuente con el mismo nmero de ncleos de procesamiento. No obstante, aplicar
el mtodo en su estado actual es imprctico debido a que los tiempos de ejecucin continan
siendo muy elevados. No es muy eciente que para un modelo de tres estratos horizontales
se haya requerido de 6 das de tiempo de procesamiento para obtener un modelo nal. Para
que su uso llegue a ser eciente existen dos posibilidades: encontrar una forma ms rpida
de simular el problema directo o encontrar una versin paralela del criterio de metrpolis que
permita la paralelizacin del ciclo exterior del algoritmo (vase gura 2.4), aunque lo ideal
sera que se encontraran ambas.
En la segunda etapa se demostr que utilizando la RTM con condiciones de frontera absorbentes CPML, al disparar todas las fuentes posibles sobre la supercie simultneamente, se
pueden obtener buenos resultados. Se consigue denir contrastes de impedancia altos, como
el fondo marino, la cimas y bases de los cuerpos salinos y el basamento, aunque no sucede lo
mismo con los contrastes bajos. De este modo, las imgenes obtenidas slo permiten identicar
los horizontes de altos contrastes y en ellas aparecen rasgos espurios que podran interpretarse
dando lugar a estructuras cticias. Dichos rasgos corresponden a la interferencia entre fuentes.
Por otra parte, en la versin no acelerada, en la que cada una de las fuentes es activada por
86
CAPTULO 7.
87
CONCLUSIONES
separado, las imgenes reconstruidas son de alta calidad, al grado que se logran apreciar todas
las estructuras geolgicas presentes en el modelo. A diferencia de las versiones comerciales,
en las que los resultados se caracterizan por la presencia de bandas horizontales por todo el
medio, con el uso de las fronteras absorbentes CPML, los resultados de la RTM obtenidos
carecen de la presencia de dichas bandas, hacindolas ms ntidas. sta, tambin parece ser la
razn de que con disparos simultneos, la interferencia entre fuentes no es capaz de destruir
la imagen. En ambos casos, se obtuvieron mejores resultados con las condiciones de imagen
normalizadas. De stas, la mejor condicin result ser la asociada al mdulo volumtrico
La diferencia entre los tiempos de cmputo necesarios para llevar a cabo la RTM con disparos
simultneos y disparos separados es enorme. El costo computacional de la RTM con disparos
separados es prohibitivo para la mayora de las aplicaciones reales en la industria petrolera.
Sin embargo debido a que una pequea reduccin en el riesgo exploratorio conlleva grandes
benecios econmicos, una mejora en la calidad de los resultados justica el uso de la tecnologa ms costosa para construir las imgenes nales. A pesar de esto, el resultado obtenido
con las fuente simultneas representa una aproximacin muy buena, ya que permite identicar
los cuerpos con altos contrastes, caracterstica que se puede realzar mediante la aplicacin de
ltros digitales convencionales para resaltar los bordes de la imagen, como el gradiente horizontal y el laplaciano. De esta manera, es posible identicar las estructuras que realmente se
encuentran en el medio y descartar las estructuras ctcias.
Por otro lado, tanto con disparos separados como con disparos simultneos, el uso de la retropropagacin representa un ahorro enorme de memoria, sin sufrir efectos en los resultados
nales. El nico inconveniente es un incremento en el tiempo de cmputo, porque en lugar de
hacer dos simulaciones, se hacen tres. Sin embargo, el ahorro de memoria es considerable, al
grado que fue posible correr la RTM con disparos simultneos para el modelo de la gura 5.9
en una computadora personal con 8 Gb de memoria RAM.
En resumen, dados los buenos resultados obtenidos con el uso de disparos simultneos, es
posible utilizar esta tcnica para hacer las iteraciones iniciales de la RTM, dejando para las
ltimas, en las que se requiere de mayor detalle, el empleo de la versin con disparos separados.
Esto signicara un ahorro de tiempo considerable.
En cuanto a la segunda inversin, a pesar de que se utilizaron fuentes simultneas, se obtuvieron resultados muy satisfactorios. Los kernels de sensibilidad
fueron capaces de
detectar las bases de los cuerpos salinos desde la primera iteracin. Cuando se realiza el procesamiento con las RTM comerciales, obtener las bases de los cuerpos de sal alctona, toma
al menos tres iteraciones.
A sabiendas de la diferencia de calidad de resultados de la RTM con el uso de fuentes simultneas y separadas, es de esperarse que con esta segunda inversin se obtengan imgenes ms
claras del subsuelo si en lugar de activar las fuente simultneamente, se activan por separado.
De esta manera se cuenta con dos algoritmos de ltima generacin, la RTM y la inversin con
kernels de sensibilidad, dotados de las ventajas que proporcionan las condiciones de frontera absorbentes tipo CPML. Ambos requieren del mismo poder de cmputo para ejecutarse,
ya que la nica diferencia en cuanto a su programacin radica en la fuente que cada uno
ocupa para simular la propagacin adjunta. Adems, mientras que en la RTM implementada
CAPTULO 7.
88
CONCLUSIONES
las condiciones de imagen normalizadas dan mejores resultados, en la inversin con kernels
de sensibilidad sucede lo contrario, los kernels sin normalizar son ms efectivos. La razn es
simple, mientras que en la RTM se utiliz el modelo nal para probar su rendimiento, en el
caso de la inversin se hizo la primera iteracin con un modelo inicial propuesto, por lo que se
desea que los detalles obtenidos a menores profundidades tengan mayor nitidez respecto a los
que se encuentran a mayor profundidad. Este concepto es contrario al de la normalizacin, la
cual pretende uniformizar las amplitudes en todo el modelo.
Como trabajo futuro se propone probar el funcionamiento de esta inversin con kernels de
sensibilidades en un medio elstico. Debido al esquema numrico empleado, se puede realizar
este ejercicio con tan slo modicar el valor del parmetro
de que este mtodo de inversin no sea automtico, no signica que en el futuro no pueda serlo.
Bastara reemplazar la etapa de interpretacin por algn otro mtodo, la pregunta abierta por
ahora consiste en determinar cul es el ms indicado.
Y por ltimo, algo que no se puede pasar por alto es que en los resultados obtenidos a lo largo
del trabajo se utilizaron fuentes de frecuencias bajas, comparadas con el rango en que operan
los levantamientos ssmicos en la exploracin petrolera (10 [Hz] a 100 [Hz]). Para abordar el
estudio de mayores frecuencias es necesario incrementar la discretizacin del medio considerando la relacin de 10 celdas por longitud de onda que el esquema numrico empleado exige
mantener para evitar la dispersin numrica.
Apndice A
89
APNDICE A.
90
con una diferencia de potencial de magnitud proporcional a la rapidez del movimiento, con lo
que se tiene nalmente un registro de la velocidad del movimiento del suelo.
La ssmica de reexin tambin puede clasicarse en estudios de dos o tres dimensiones. En el
presente trabajo considero estudios 2D. En estos se pretende obtener imgenes de perles del
subsuelo, y los datos son adquiridos en lneas, como se muestra en la gura A.2
Ya adquiridos los datos, el siguiente paso es procesarlos para obtener imgenes que representen
las estructuras geolgicas que se encuentran en el subsuelo.
Bibliografa
[1] Aki, K., Richards, P. G.,
Simulated annealing,
Suppresing un-
wanted internal reection in prestack reverse-time migration, Geophysics, 2006, Vol. 71,
No. 6, p.p. E79-E82.
An anisotropic perfectly matched layer-absorbing medium for the truncation of FDTD lattices, IEEE Transactions on Antennas and Propagation, 1996, Vol. 44,
The Born
J. Appl. Phys.,
91
92
BIBLIOGRAFA
Frecuency dependence of the constitutive parameters of casual perfectly mathched anisotropic absorbers, IEEE Microwave and Guided Wave Letters,
607.
Convolution PML (CPML): An ecient FDTD implementation of the CFS-PML for arbitrary media, Microwave and Optical Technology
Explorationo Seismology,
An introduction to seismology, earthquakes and Earth structure, editorial Blackwell Publishing, 2003, p.p. 498.
Applied Geophysics,
segunda
93
BIBLIOGRAFA