UNIVERSIDAD NACIONAL

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

CIUDAD UNIVERSITARIA, MXICO, ENERO DE 2013

A mis padres y mis hermanas,

porque sin ustedes nada de esto hubiera sido posible.

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.

Teora de la elasticidad y ecuaciones de la elastodinmica

2.1.2.

Esfuerzos

. . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.1.3.

Deformacin

2.1.4.

Ley de Hooke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12

2.1.5.

Energa de la propagacin de ondas . . . . . . . . . . . . . . . . . . . . .

16

2.1.6.

Aproximacin acstica en 2 dimensiones . . . . . . . . . . . . . . . . . .

17

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Problema Inverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

2.2.1.

19

Recristalizacin simulada (simulated annealing) . . . . . . . . . . . . . .

2.3.

Migracin en tiempo reverso (RTM)

. . . . . . . . . . . . . . . . . . . . . . . .

22

2.4.

Kernels de sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

23

3. Esquema numrico

31

3.1.

Mallas escalonadas

3.2.

Condiciones de frontera absorbentes

3.3.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

. . . . . . . . . . . . . . . . . . . . . . . .

38

3.2.1.

Formulacin de la CPML en el esquema de velocidad-esfuerzo . . . . . .

39

3.2.2.

Implementacin de la CPML

. . . . . . . . . . . . . . . . . . . . . . . .

41

Esquema paralelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

50

4. Primera inversin

53

5. RTM con disparos simultneos

62

5.1.

Construccin de kernels

5.2.

Fuentes simultneas

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

63

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

6. Segunda inversin

80

7. Conclusiones

86

NDICE GENERAL

A. Adquisicin de datos ssmicos

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),

o las velocidades de las ondas P y S,

(
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.

Teora de la elasticidad y ecuaciones de la elastodinmica

La propagacin de ondas ssmicas en el subsuelo se basa en el carcter elstico de las rocas.

Segn la teora de la elasticidad, cuando un cuerpo es sometido a fuerzas externas, fuerzas que
actan directamente sobre su supercie, ste tiende a sufrir cambios en su forma y volumen, es
decir, sufre una deformacin, y si tiene la capacidad de recuperar su forma y volumen originales
despus de eliminar las fuerzas externas, se dice que el cuerpo es elstico. En otras palabras,
la elasticidad es la propiedad de los cuerpos de resistir cambios en su forma o volumen, y de
regresar a su estado original despus de retirar las fuerzas externas que le provocaron dichos
cambios. De esta denicin se pueden identicar dos conceptos clave, esfuerzo y deformacin,
en los que se enfocan los dos apartados siguientes.

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)

es la magnitud de la fuerza que acta sobre sta.

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

se reere al esfuerzo que acta en

sobre la cara del cubo perpendicular al eje

se trata de esfuerzos normales y cuando

i 6= j

j.

Esto quiere decir que cuando

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)

y su contraparte similar en la cara contraria forman un par que genera el

siguiente momento,

Mz1 = (magnitud de la f uerza)(brazo de palanca) = (yx dydz)dx

Este momento tiende a rotar al elemento de volumen alrededor del eje

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 ,

Mz2 = (xy dxdz)dy

Por lo que,

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

esfuerzos varan con la posicin y el tiempo. Entonces, para un momento determinado, se

pueden calcular las componentes en caras opuestas del cubo por medio de series de Taylor de
primer orden a partir de los valores de estos en las caras posteriores. Si se toman en cuentas
los esfuerzos en direccin del eje

y,

de acuerdo con la segunda ley de Newton,

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)

Ecuaciones que son de fundamental importancia en la simulacin numrica. Entre tanto, en el

sistema internacional (SI), las unidades del esfuerzo son los Pascales ([Pa]=[N]/[m ]).

2.1.3.

Deformacin

La deformacin se dene como cualquier cambio en la forma o tamao de un cuerpo. Al igual

que los esfuerzos, las deformaciones se pueden dividir en deformaciones normales y deformaciones cortantes. Para verlo de manera simplicada, se analiza un cuerpo rectangular, teniendo
en cuenta que para el caso tridimensional el comportamiento es similar. En la gura 2.2 se
muestra un rectngulo deformado en el que cada uno de los vrtices sufre distintos desplazamientos. Las funciones
direccin

y,

ux (x, y)

uy (x, y)

describen los desplazamientos de los vrtices en

respectivamente.

ux (x, y) y uy (x, y) a partir de su valor en P , sean ux0 =

uy0 = uy (xP , yP ), al igual que con los esfuerzos en caras opuestas, por me-

Si se aproximan las funciones

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

Posicin despus del desplazamiento

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

Figura 2.2: Deformaciones en un cuerpo bidimensional (tomada de Sheri y Geldart, 1995).

10

CAPTULO 2.

11

MARCO TERICO

la longitud de las aristas, estas derivadas corresponden a las deformaciones normales.

Siguiendo con lo que se muestra en la gura 2.2, el ngulo recto, formado originalmente por
las lneas

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,

respecto a los desplazamientos de

P,

dui =

se pueden expresar como

X ui
dxj
xj

(2.15)

en donde

ui = ux , uy

es la direccin de desplazamiento,

posicin respecto al punto

dxj = dx, dy

xj = x, y

la direccin del cambio de

la magnitud del cambio de posicin. Adems, si

se expresa la ecuacin 2.15 como

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)

y las deformaciones cortantes por

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

xx xy xz

ij = yx yy yz =

zx zy zz

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)

Si el volumen original del cuerpo es

Vi = dxdydz

(2.25)

y se consideran las deformaciones normales previamente desarrolladas, se tiene un volumen

nal igual a

Vf = (1 + xx )(1 + yy )(1 + zz )dxdydz

(2.26)

Entonces, se tiene un cambio de volumen aproximado

V xx yy zz dxdydx

(2.27)

y, de acuerdo con la ecuacin (2.24), la dilatacin resulta

= xx + yy + zz

=

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

Como ya se mencion, cuando un cuerpo es sometido a un rgimen de esfuerzos, sufre cambios

en su forma, volumen, o ambos, dependiendo del tipo de esfuerzos que actan sobre l, pero
no basta con saberlo, es necesario conocer la relacin existente entre dichos fenmenos. La ley
de Hooke establece que los esfuerzos aplicados a un cuerpo son directamente proporcionales a
las deformaciones que originan, esto signica que estn relacionados linealmente, sin embargo,
esto no es del todo cierto. La gura 2.3 muestra el comportamiento de la relacin esfuerzodeformacin de una aleacin de aluminio.
En la gura se puede apreciar que existen tres etapas de deformacin. La primera es una etapa
en la que se satisface la ley de Hooke, esfuerzo y deformacin estn relacionados linealmente.
Esto slo se cumple hasta cierto valor de esfuerzo, denominado lmite elstico, a partir del cual
la deformacin del cuerpo tiene un comportamiento plstico, en el que determinado esfuerzo
produce deformaciones mayores a las que generaba cuando la relacin era lineal. Adems, en
estas condiciones el cuerpo no necesariamente recupera su estado original despus de eliminar
los esfuerzos a los que est sometido. Si se continan incrementado los esfuerzos, al alcanzar

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)

reducindose de esta manera el nmero de parmetros independientes a 21. Si a esto se aade

la consideracin de que el medio es istropo, lo que quiere decir que sus propiedades fsicas
son independientes de la direccin en la que se midan, el nmero de parmetros elsticos
independientes se reduce a nicamente 2 y la ley de Hooke se puede expresar de la siguiente
manera:

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)

son los dos parmetros elsticos conocidos en la literatura como

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

E , la incompresibilidad o mdulo volumtrico k y la relacin de Poisson

(se diferencia

de los esfuerzos por no tener subndices).

se le llama mdulo de rigidez. Esto debido a que si de la expresin

xy
xy = 2xy , se despeja xy , se obtiene xy = 2
, de donde se observa que dado determinado
esfuerzo, a mayor valor de se tiene una menor deformacin cortante. De modo que repreA la constante de Lam

senta la oposicin a los cambios en la forma de los cuerpos. Por ejemplo, los uidos no viscosos
tienen un valor de

muy cercano a cero, lo que concuerda con su propiedad de adaptar la

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,

en donde los esfuerzos normales son iguales,

CAPTULO 2.

15

MARCO TERICO

xx = yy = zz = P

(2.37)

xy = yz = xz = 0

(2.38)

y los esfuerzos cortantes son nulos,

Bajo estas condiciones, la incompresibilidad se dene como la relacin entre la presin y la

dilatacin, esto es,

k=

(2.39)

Para visualizar el concepto de mdulo de Young y de relacin de Poisson, consideremos un

medio en el que el nico esfuerzo diferente de cero es

xx , y que ste es positivo cuando produce

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)

Si bien la constante de Lam

no viscosos

= 0,

(2.46)

carece de sentido fsico directo, recordando que para uidos

de la igualdad (2.46) se tiene que

= 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

Energa de la propagacin de ondas

Uno de los aspectos ms importantes de la simulacin de la propagacin de ondas ssmicas es

el anlisis de la energa asociada a su paso a travs del medio. Generalmente no se cuantica
la energa total, sino la densidad de energa, esto es, la energa por unidad de volumen.
Para poder hacer el anlisis de energa se deben tomar en cuenta tanto la energa cintica
como la potencial. La energa cintica es aquella asociada al movimiento de los cuerpos, en
este caso, el subsuelo, mientras que la energa potencial es la capacidad que posee un cuerpo
para realizar un trabajo debido nicamente a su posicin. En este caso particular, corresponde
a la capacidad del medio para realizar trabajo despus de ser deformado por el paso de las
ondas. La expresin para calcular la energa cintica de un cuerpo con masa

y velocidad

est dada por

1
Ec = m k v k2
2

(2.49)

Por lo tanto, la energa cintica por unidad de volumen es igual a

Ec
1
= k v k2
V
2
en donde

(2.50)

es la densidad del cuerpo. En cambio, la energa potencial por unidad de volumen,

tambin conocida como energa de deformacin, est dada por (Sheri y Geldart, 1995)

Ep
1 XX
=
ij ij
V
2
i

en donde los subndices

ij

ij

(2.51)

son los elementos de los tensores de esfuerzos y deformaciones,

respectivamente. La suma depende entonces de la dimensin del medio en la que se estn

propagando las ondas. Finalmente, la expresin de la energa total de un cuerpo (ET ) por
unidad de volumen queda de la siguiente manera:

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.

Aproximacin acstica en 2 dimensiones

Para simular la propagacin de ondas se utilizan las ecuaciones de la elastodinmica (2.12),

(2.13), (2.14) y (2.34). Sin embargo, a diferencia de lo presentado hasta el momento en este
captulo, el presente trabajo tiene como objeto de estudio secciones ssmicas, para las que basta
con simular la propagacin de ondas en medios bidimensionales. Adems, como se coment en
el captulo 1, se considera al subsuelo como un medio acstico.
Pasar de tres a dos dimensiones se ve reejado en una reduccin de las ecuaciones, ignorando
a uno de los ejes coordenados. En este caso se seleccion al eje
y al eje

como la supercie del suelo

como la profundidad. Entonces, el conjunto de ecuaciones se reduce a

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 )

en lugar de las del desplazamiento mismo

(ux , uz ),
vi =
en donde

i = x, y .

ui
t

(2.56)

Por lo que las ecuaciones (2.53) y (2.54) se pueden reescribir como

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

de donde se aprecia que los esfuerzo cortantes,

xz

1 ux
2 ( z
y

zx

(2.62)

uz
x )

son nulos y, por lo tanto, no hay

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)

Finalmente, este conjunto de ecuaciones rige la propagacin de ondas en un medio acstico

bidimensional. En el captulo 3 se muestra el esquema numrico empleado para simular la
propagacin de ondas en este trabajo. Si bien est en trminos de un medio elstico, emplearlo
para un medio acstico es tan simple como declarar

= 0.

Esto se hace con la nalidad de no

perder de vista el caso general, que corresponde a un modelo ms acorde con lo que sucede en
la naturaleza.

2.2. Problema Inverso

Como bien se ha mencionado, en trminos generales, el problema inverso en exploracin geofsica consiste en encontrar el modelo de la Tierra con el que se generen los datos que mejor
se ajusten a los datos observados. Con la aproximacin acstica del medio, los parmetros
del subsuelo que se buscan son la velocidad de ondas P y la densidad. Para esto se hace una
discretizacin del subsuelo en la que cada elemento posee los dos parmetros ( y

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

Recristalizacin simulada (simulated annealing)

Recristalizacin simulada es el nombre que se le da a un mtodo probabilstico que busca

los mnimos globales de funciones con varios mnimos locales. El mtodo debe su nombre a
que su funcionamiento se asemeja al proceso termodinmico de cristalizacin de minerales.
Fue propuesto por Kirkpatrick, Gelett y Vecchi (1983) y Cerny (1985). En la cristalizacin
de minerales se tiene un uido con una temperatura inicial elevada, esto es, un sistema con
alto contenido de energa. A partir de esta sustancia, la disminucin gradual de temperatura
permite alcanzar al sistema su conguracin molecular de menor energa. El mtodo es un
proceso iterativo en el que un parmetro relacionado con la probabilidad de escapar de los
mnimos locales de las funciones, anlogamente a la temperatura, va disminuyendo. El estado
de mnima energa que se pretende alcanzar corresponde con el valor mnimo de una funcin,
que para nuestros nes, es la funcin de error

ferror =
en donde

dobs

k dcal dobs k
k dobs k

(2.68)

dcal

corresponde al vector de datos observados y

al de datos calculados. Por lo

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-

es el parmetro temperatura. De esta expresin se puede ver que la dependencia de la

probabilidad con la temperatura

indica que a mayor temperatura, la probabilidad de que sea

aceptada la alteracin de algn parmetro, de acuerdo con el criterio de metrpolis, es mayor.

Siendo as, el descenso de la temperatura conlleva una reduccin gradual de la probabilidad de
escapar de los mnimos locales. Adems, el factor por el que cada parmetro es multiplicado
por el nmero aleatorio entre -1 y 1, se determina a partir del nmero de veces que han sido
aceptadas y rechazadas las variaciones para cada parmetro en particular. Si las modicaciones
que incrementan el error de las soluciones no se sometieran al criterio de metrpolis, se tendra
una reduccin constante del error. Aunque en principio esto parece deseable, para modelos en
los que existen varios mnimos locales, proceder de esta manera podra provocar el estancamiento de la bsqueda del mnimo global en uno local. Esto quiere decir que utilizar el criterio
de metrpolis para aceptar modelos con errores mayores, permite esquivar los mnimos locales.
A la funcin que determina el descenso del parmetro temperatura se le conoce como funcin
de enfriamiento, por obvias razones. La eleccin de sta tiene inuencia en la calidad de la

CAPTULO 2.

20

MARCO TERICO

solucin obtenida por el mtodo. Regresando a la analoga con la cristalizacin de minerales,

cuando la temperatura del entorno en el que se gesta la formacin de stos desciende demasiado
rpido, el resultado es la formacin de un vidrio en lugar de un cristal. Algo similar sucede con
el algoritmo, reducir la temperatura muy rpido da como resultado que la solucin no sea la
de mnima energa, o error en este caso. Las funciones de enfriamiento que son ms utilizadas
son de la siguiente forma (Bertsimas y Tsitsiklis, 1993):

T (t) =
en donde

r
log(t)

es una constante arbitraria positiva y

(2.70)

es el tiempo, que se reere al nmero de

iteraciones. La funcin de enfriamiento que se ocupa en este trabajo es de la forma

T (nt) = T ((n 1)t)r

con un valor de

(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.

Para una temperatura inicial

T0 ,

gura 2.4) y una temperatura nal

un nmero de iteraciones del ciclo externo

Tf = TN , r

r=

Niter1

(vase

est dada por

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

K=K0 (modelo inicial) , T=T0 (temperatura inicial)

Niter-1=Nmero de iteraciones ciclo exterior
Niter-2=Nmero de iteraciones ciclo interior
NP=Nmero de parmetros
R=Factor de reduccin de temperatura
Na=Nr=0 (nmero de aprobaciones y rechazos)
Problema
directo
Clculo del error
inicial (E0)
k=1:1:Niter-1
i=1:1:NP
k=1:1:Niter-2
Perturbacin del
k
parmetro Ki
Problema
directo
Clculo del error
inicial (E)
Criterio de
metrpolis
Aceptada

Rechazada
k

(k-1)

Ki =Ki

Ajuste del paso

de perturbacin
,

Reduccin de la
temperatura

Modelo Final Kf

Figura 2.4: Diagrama de ujo del mtodo de inversin recristalizacin simulada.

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

2.3. Migracin en tiempo reverso (RTM)

Hasta el momento se ha hecho mencin de la migracin en tiempo reverso, de sus capacidades
y sus limitaciones, pero no se ha abordado su principio de funcionamiento. Como bien se ha
dicho, la migracin en tiempo reverso (RTM) es una tcnica de migracin antes de apilar que
a diferencia del resto de las migraciones, deja de lado las simplicaciones y utiliza la ecuacin
de onda completa. Esto le permite considerar el viaje de las ondas en cualquier direccin, es
decir, las ondas reejadas con patrones complejos, caracterstica que la hace superior al resto
de las tcnicas de migracin.
Conceptualmente, es una tcnica sencilla, sin embargo, en la prctica resulta una herramienta muy costosa en trminos de tiempo y recursos de cmputo. Su implementacin consta de
tres pasos. Dado un modelo de velocidades del subsuelo, en primer lugar, se llevan a cabo
las propagaciones de ondas directas para cada fuente por separado. El resultado es una serie
de sismogramas registrados por todos los receptores para cada una de las fuentes disparadas.
El siguiente paso consiste en hacer una propagacin hacia atrs para cada una de las fuentes
disparadas, en las que los receptores actan como fuentes y utilizan como funcin fuente a los
sismogramas que registraron en las propagaciones originales. A stas se les conoce como propagaciones de receptores. A veces, tambin se suele referirse a ellas como retropropagaciones,
pero en realidad consisten en el mismo problema directo de la propagacin original. La nica
diferencia son las fuentes que cada una emplea para incitar al medio.
A medida que se hacen las propagaciones de receptores, se van correlacionando los campos
de ondas obtenidos en ambas simulaciones mediante una condicin de imagen. La migracin
en tiempo reverso estndar usa como condicin de imagen una correlacin cruzada con cero
retraso, la cual puede ser escrita como

Z
I(
x) =
en donde

S(
x)R(
x, T t)dt,

(2.73)

el el tiempo de registro de las propagaciones originales (Fletcher, et. al., 2006).

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

2.4. Kernels de sensibilidad

De acuerdo con Tarantola (1984), la inversin de forma de onda completa para el caso acstico
se puede hacer mediante un proceso iterativo en el que se busca disminuir el valor de la funcin
de error entre los datos observados y los sintticos mediante la perturbacin de cada uno de
los parmetros del modelo, pero a diferencia de la recristalizacin simulada, para hacerlo de
manera ecaz, debe emplearse la diferencial de Frchet de la funcin de error en la direccin de
la perturbacin que sufren los parmetros, la cual representa la sensibilidad del error respecto
a cada uno de los parmetros del medio.
Segn Tromp, Tape y Liu (2005), la diferencial de Frchet de una funcin de error entre
sismogramas observados y sintticos generados con un conjunto de parmetros

m
,

perturbacin

m
,

debido a la

tiene la forma general

Z X
P

D m
=
(m)

V i=1

Kmi (
x)

mi (
x)
dV (
x)
mi (
x)

(2.74)

P es el nmero de tipos de parmetros del modelo, Kmi es el kernel asociado al

x)
i (
parmetro mi y mi (
x) es la perturbacin que sufre el parmetro mi , por lo que m
mi (
x) repreen donde

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

ponentes que registra cada receptor,

componente

x
r

[si (
xr , t, m)
di (
xr , t)]2 dt

el vector con la ubicacin del receptor

de los desplazamientos sintticos generados en la posicin

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

es otra diferencial de Frchet, que representa la variacin en los des-

plazamientos debido a la perturbacin

que sufrieron los parmetros

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

correspondiente, lo cual no es conveniente si tomamos en cuenta el gran nmero de parmetros

CAPTULO 2.

24

MARCO TERICO

a invertir y el tiempo requerido para simular el problema directo.

Para expresar la diferencial de Frchet que qued dentro de la integral de una forma tal que
su clculo sea menos costoso en trminos computacionales, es necesario recurrir a la teora de
la dispersin de ondas elsticas, proceso que se reere a la desviacin de ondas respecto a la
direccin inicial de su movimiento provocada por la interaccin con cierta heterogeneidad del
medio. Segn esta teora, es posible determinar el campo de ondas dispersado por una heterogeneidad que tiene densidades y constantes elsticas ligeramente diferentes del medio que los
rodea usando el mtodo de la fuente equivalente y la aproximacin de Born (Wu y Aki, 1985).
La aproximacin de Born es una herramienta muy utilizada para estudiar la dispersin de
partculas subatmicas en la mecnica cuntica. Uno de los primeros en introducirla al estudio
de la dispersin de ondas elsticas fue Gubernatis (1977b). De acuerdo con Tromp, Tape y
Liu (2005), si se tiene una heterogeneidad con variaciones

(
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

porque en el resto del espacio las perturbaciones son nulas,

Gij

campo de desplazamientos y

representa el desplazamiento en la direccin i, en la posicin

una fuente impulsiva

fi (
x, t)

es el nmero de componentes del

Gij (
x, x
f ; t t0 )
tiempo t, originado por

es la funcin de Green de la elastodinmica.

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

trata de una fuerza aplicada en la direccin

(2.78)

es la delta de Kronecker, lo cual indica que se

j.

Esto signica que la funcin de Green de la

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

se puede expresar como

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

Ecuacin que se puede reescribir en trminos de los parmetros perturbados,

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 )

V j=1 k=1 l=1 m=1

(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)

j=1 k=1 l=1 m=1

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 )

V j=1 k=1 l=1 m=1

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)]

0 j=1 r=1 i=1

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)]

j=1 r=1 i=1

(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)

(2.88) se puede escribir como

(
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

la variable muda t por t, la ecuacin anterior se transforma en

(
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

Finalmente, agrupando trminos y multiplicando por

(
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.

generado por la diferencia entre los datos observados

s y

A esta propagacin se le conoce en la literatura como propagacin adjunta y

a los campos involucrados en ella campos adjuntos. La funcin de Green de la elastodinmica

dentro de la integral indica que se trata del problema directo de propagacin de ondas, y el

(
x0 , T t0 )

argumento

de

sj

indica que la relacin entre el campo original y el adjunto es tal

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

N pasos, al construir los kernels se relacionan los valores de la propagacin

2
del paso 1 con los valores de 02 s del paso N de la propagacin original, los valores
s
t
paso 2 de la propagacin adjunta con los del paso N 1 de la propagacin original, y as

tiempo se hace en
adjunta
del

sucesivamente. De lo que se concluye que a pesar de que se invirti el orden de integracin

en (2.93), no se trata de una retropropagacin, sino que, como lo indica la ecuacin (2.96), se
resuelve el mismo problema directo, y este cambio de orden nicamente hace referencia a la
relacin que tiene esta propagacin con la original. Haciendo un desarrollo similar se puede
probar que

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

se puede expresar la diferencial de Frchet en trminos de

(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)

es el tensor de esfuerzos desviador de la propagacin original y

x, T t)
D(

el correspondiente a la propagacin adjunta. Adems de estas formas de obtener la diferencial

de Frchet, tambin es posible obtenerla en trminos de kernels que dependen de las velocidad
de ondas P y S,

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.

Esto se aprecia claramente si consideramos que en estas condiciones

K = 0, por lo que basta con calcular K

= 0

y, por lo tanto,

para conocer cualquier combinacin de kernels

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

2005). La diferencial de Frchet de esta funcin de error en la direccin de la perturbacin de

parmetros

D m
=
(m)

est dada por

N
X

[Tr (m)
Trobs ]Dm

Tr (m)

(2.108)

r=1
en donde

Dm

Tr (m)

es la diferencial de Frchet de los tiempos de arribo en direccin de la

perturbacin de los parmetros

m
.

De acuerdo con el trabajo de Tromp, Tape y Liu (2005),

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

es una ventana de correlacin cruzada y

(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).

3.1. Mallas escalonadas

El primer paso para poder resolver las ecuaciones diferenciales numricamente, es discretizar el
dominio y las ecuaciones. Existen varias tcnicas de discretizacin de ecuaciones en derivadas
parciales. Entre las ms utilizadas se encuentran las tcnicas de diferencias nitas, volumen
nito y elemento nito. En el presente trabajo se emplean diferencias nitas para modelar la
propagacin de ondas.
La historia de estos mtodos se remonta al siglo XVIII, cuando Leonhard Euler (1707-1783)
desarroll un mtodo para resolver ecuaciones diferenciales ordinarias al que se le conoce como mtodo de Euler, siendo ste el primer trabajo con el principio de funcionamiento de las
diferencias nitas, por lo que a l se le atribuye la introduccin de esta tcnica matemtica
(Zill y Cullen, 2007).
La idea fundamental de la aproximacin de ecuaciones diferenciales por diferencias nitas
es que una vez discretizado el dominio, se pueden sustituir las derivadas involucradas por
relaciones sencillas de sumas y restas entre valores de posiciones adyacentes en el dominio
discreto. La teora que respalda el uso de esta tcnica es la de las aproximaciones polinmicas
de funciones por series de Taylor. La serie de Taylor de una funcin
sta, en la vecindad de un valor determinado

f (x),

x0 ,

es una aproximacin de

por medio de polinomios. Dada una funcin

(a, b), que tiene n derivadas contnuas, y

x0 (a, b), f (x0 ), su serie de Taylor se dene como

denida en un intervalo abierto

conoce su valor para cierta

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)

La expresin del error es similar a

de la serie, con la diferencia de que no est evaluado en

punto desconocido entre

de la cual se

x0 ,

sino en un

CAPTULO 3.

32

ESQUEMA NUMRICO

Rn =

(x)n+1 dn+1 f (n+1 )

(n + 1)!
dxn+1

Esta expresin es vlida siempre y cuando existan

x0 < n+1 < x0 + x

(3.2)

n+1 derivadas contnuas de la funcin f (x).

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)

y si la aproximacin es cuadrtica, la serie resulta

f (x) f (x0 ) + x

df (x0 ) (x)2 d2 f (x0 )

+
dx
2
dx2

(3.4)

f (x) son ms exactas mientras mayor es el grado

x0 . Haciendo los despejes necesarios,
derivadas de la funcin f (x) en un valor determinado

Es claro que las aproximaciones de la funcin

del polinomio empleado y mientras

est ms cerca de

se pueden obtener expresiones para las

x0

a partir de estas aproximaciones polinmicas. Por ejemplo, de la aproximacin lineal se

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

pero haciendo desarrollos algebraicos de las series de Taylor se pueden

obtener expresiones para las derivadas con cualquier nmero de puntos adyacentes a

x0 .

El

orden de aproximacin es mayor mientras ms puntos sean utilizados y la eleccin de qu orden

de aproximacin se debe usar es un compromiso entre el tiempo de cmputo y la resolucin
que se desean. Con aproximaciones de rdenes bajos, se requiere de mallas ms nas que las
necesarias con aproximaciones de rdenes mayores si se desea tener resultados equivalentes en
cuanto a magnitud de errores obtenidos. En la siguiente tabla se muestran expresiones alternas
para la aproximacin de las derivada de primer orden y una expresin para las derivadas de
segundo orden con sus respectivos rdenes de aproximacin.
EXPRESIN

APROXIMACIN EN

ORDEN DE

ORIGINAL

DIFERENCIAS FINITAS

APROXIMACIN

Primer derivada

df (x0 )
dx

f (x0 x)f (x0 )

x

Primer orden

Primer derivada

df (x0 )
dx

f (x0 +x)f (x0 x)

2x

Segundo orden

Segunda derivada

d2 f (x0 )
dx2

f (x0 +x)2f (x0 )+f (x0 x)

(x)2

Segundo orden

CAPTULO 3.

33

ESQUEMA NUMRICO

Como se ya se mencion, es posible incrementar el orden de aproximacin haciendo uso de ms

puntos adyacentes a

x0 .

Ejemplo claro es que tanto la expresin (3.5) como las dos primeras

de la tabla son aproximaciones de la primer derivada de

f,

pero tienen distintos rdenes de

aproximacin. La expresin (3.5) utiliza el valor de un punto adyacente a

x0 , que es f (x0 +x),

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),

por lo que es conocida como primer derivada hacia atrs. Por

otra parte, la expresin de la segunda la de la tabla utiliza dos valores adyacentes a
son

f (x0 x)

f (x0 + x),

ambos a los costados de

x0 ,

x0 ,

que

por lo que a esta aproximacin se

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 )

estn rodeadas espacialmente por los esfuerzos, y viceversa, los

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,

pero en conjunto avanzan cada

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

representa la longitud de las aristas de las

celdas de la malla escalonada o el avance de tiempo. Finalmente, el conjunto de ecuaciones en

diferencias nitas de la elastodinmica bajo el esquema de mallas escalonadas es el siguiente:

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

vz(i+ 1 ,j+ 1 ) =vz(i+ 1 ,j+ 1 ) +

2

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

notacin de los elementos de las celdas es similar a la de la gura 3.1.

CAPTULO 3.

36

ESQUEMA NUMRICO

t es la duracin de los pasos en tiempo, x es la longitud de las aristas horizontales

de las celdas de la malla, z la longitud de las aristas verticales e i, j y k son los ndices de
discretizacin, de modo que para una funcin arbitraria g(x, z, t),

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

f (t) = 2(t t0 )e(tt0 )

(3.14)

En cualquier estudio ssmico es de gran relevancia conocer el contenido de frecuencias de la

fuente. Partiendo de que la transformada de Fourier del pulso gaussiano est dada por

n
o  1
2 2
2
2 ( f )

F et =
e

(3.15)

y considerando las propiedades de la transformada de Fourier de derivacin y traslacin en

tiempo, segn las cuales, si

F {h(t)} = H(f )

(3.16)

entonces,


F

dh(t)
dt


= i2f H(f )

(3.17)

F {h(t t0 )} = H(f )ei2f t0

(3.18)

CAPTULO 3.

37

ESQUEMA NUMRICO

se puede obtener el contenido de frecuencias de la fuente,

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)

De donde se observa que el parmetro

controla la frecuencia dominante

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.

En 3.3B su espectro de amplitudes, en el que se comprueba que

lo establece la ecuacin (3.26).

Conocer la frecuencia dominante es de inters porque, de acuerdo con lo establecido por Virieux
(1986), tiene efectos sobre la dispersin numrica. Entendindose por dispersin, el viaje a
diferentes velocidades de las distintas componentes en frecuencia de las ondas, la dispersin
numrica se reere a la dispersin generada por problemas de discretizacin, concretamente,
por submuestreo en la malla del modelo. De acuerdo al artculo citado, se puede tomar como
regla general que se necesita un mnimo de 10 nodos de malla por cada longitud de onda para
garantizar un comportamiento no dispersivo de las ondas P del sistema. As, si se conoce la
frecuencia dominante de la fuente se puede determinar el periodo dominante (T0

= 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

es la longitud de onda (para evitar la confusin con el parmetro de Lam

es la velocidad de las ondas P del medio y

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

= 0,25, que es empleada

como funcin fuente y (B) su espectro de amplitudes.

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

es la velocidad de las ondas P. Cuando se utiliza

(3.29)

x = z

para hacer la discre-

tizacin del modelo, la condicin se reduce a

t
1
=
x
2Vp

(3.30)

Para medios heterogneos esta condicin sigue siendo vlida si se cumple en cualquier punto
del medio discreto.

3.2. Condiciones de frontera absorbentes

Uno de las retos que hay que enfrentar para poder simular la propagacin de ondas son las
condiciones de frontera. En nuestro caso de estudio, como el dominio en el que se propagan las
ondas es una malla rectangular que representa parte del subsuelo, se tienen cuatro fronteras.
La frontera superior corresponde a la supercie libre, un lmite fsico en el que los esfuerzos
son nulos, por lo que al momento de programarla es suciente con jar

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.

Formulacin de la CPML en el esquema de velocidad-esfuerzo

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 ),

frontera absorbente PML lateral (paralela al eje

transformacin del eje

x,

la

est determinada por

i
x
(x) = x

en donde

ubicada en la parte positiva del eje

dx (s)ds

dx (x) es una funcin de amortiguamiento

x se ve afectado en su totalidad por

manera, el eje

(3.31)

0
en la regin de la PML. Visto de otra
el cambio de ejes coordenados, pero la

funcin de amortiguamiento es nula en el dominio original, es decir,

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)

para implementarlas numricamente, se deben expresar en trminos de los ejes originales. La

expresin para la derivada respecto al nuevo eje coordenado se puede obtener por la regla de
la cadena,

=
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)

Introduciendo la funcin auxiliar

Sx (x, ) =

dx (x)
i + dx (x)
=1+
,
i
i

(3.34)

la derivada queda

1
=
x

Sx (x, ) x

(3.35)

La diferencia principal entre la PML clsica y la CPML es la introduccin de dos parmetros

nuevos en la funcin auxiliar

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)

se encuentra en el dominio de la frecuencia, en donde no nos es de utilidad

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)

que tienen transformadas de Fourier

H(f )

X(f ),

h(t)

respectivamente, se cumple que

F{h(t) x(t)} = H(f )X(f )

(3.38)

Por lo que,

= s0x (x, t)
x

(3.39)

en donde

s0x (x, t)

=F

1
Sx (x, )


(3.40)

De aqu el carcter convolucional de la PML. Adems, tomando en cuenta que

F{(t)} = 1

(3.41)



F eat H(t) =
en donde

(t)

H(t)

1
a + i

(3.42)

son las distribuciones delta de Dirac y Heaviside, respectivamente,

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

resultando la derivada en la regin de la PML,

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

nt, a partir de la obtenida en el tiempo (n 1)t,



h
i
d (x)

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)

queda expresada como

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

es la longitud de la PML lateral,

Lz

la de la PML inferior,

dx0 = (N + 1)Vp

log(Rc )
2Lx

(3.54)

dz0 = (N + 1)Vp

log(Rc )
2Lz

(3.55)

para un coeciente de reexin terico

Rc

N =2. x (x) y z (z) se deninen como funciones

max = f0 en el inicio de la PML (cambio

que varan linealmente desde un valor mximo

de regin sin PML a regin con PML) hasta cero en el n de la PML. En cuanto al valor de

x (x)

utilizan

z (z), al igual que en el artculo de Komatitsch y Martin (2007), en este trabajo se

x (x) = z (z) = 1. El resultado de todo esto, es que las ecuaciones (3.6), (3.7), (3.8),

(3.9) y (3.10) quedan de la siguiente manera dentro de las CPML:

CPML laterales

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)

vz(i+ 1 ,j+ 1 ) =vz(i+ 1 ,j+ 1 ) +

2

"

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

vz(i+2 1 ,j+ 1 ) vz(i2 1 ,j+ 1 )

2

(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)

vz(i+ 1 ,j+ 1 ) =vz(i+ 1 ,j+ 1 ) +

2

"

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

vz(i+2 1 ,j+ 1 ) vz(i2 1 ,j+ 1 )

2

k+ 1

k+ 1

2
2
vx(i,j+1)
vx(i,j)

En las que estas versiones discretas de los trminos convolutivos

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

_x(i+ 12 ,j) = bx(i+ 12 ) dvx _x(i+ 21 ,j) + ax(i+ 12 )

(3.66)

k
k
xz(i+1,j+
1
)
xz(i,j+ 1 )

estn dadas por:

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

vz(i+2 1 ,j+ 1 ) vz(i2 1 ,j+ 1 )

2

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

_z(i+ 21 ,j) + az(j)

dv

k 12

_z(i,j+ 12 ) = bz(j+ 21 ) dvx _z(i,j+ 21 ) + az(j+ 12 )

k+ 1

k+ 1

z
k+ 1

2
2
vx(i,j)
vx(i,j+1)

(3.70)

k+ 1

k+ 21

vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j 1 )

2

(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.

Aunque en las CPML laterales las derivadas respecto a

no se ven afectadas y en la inferior

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

1000 [m] horizontales (en el centro de la seccin) y 60 [m] de profundidad. En las

CAPTULO 3.

45

ESQUEMA NUMRICO

guras (3.5) y (3.6) se muestran los estados de los campos de presin

y velocidad vertical

Vz

durante diferentes instantes de la propagacin. En la parte izquierda de ambas se muestran los

resultados de la simulacin sin utilizar condiciones de frontera absorbentes, y del lado derecho
los resultados obtenidos al emplear capas CPML.

[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

[s]). Del lado izquierdo se ven las imgenes correspon-

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

[m] de profundidad. Se utilizaron fronteras

absorbentes de 20 nodos de malla de espesor.

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

Figura 3.6: Imgenes del campo de velocidades verticales

Vz ,

para los mismos instantes de tiempo (de arriba hacia abajo a

[m/s]

10

de la misma simulacin que la de la gura 3.5

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

[Kg/m ] y velocidad de ondas P de

valores caractersticos de una roca sedimentaria. La seccin mide

2000

4000

[m/s],

[m] horizontales por

[m] de profundidad. La discretizacin del medio se hizo con celdas de

Al igual que en la primer simulacin presentada, se utilizaron CPML de

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

Suma de densidad de energa total [J/m3]

x 10

12

10

0.2

0.4

0.6

0.8

1.2 1.4 1.6

Tiempo [s]

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

[m]. Se utilizaron fronteras absorbentes de 20 nodos de malla de espesor.

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

[m] de profundidad de la fuente). Es precisamente sta la razn por la que se eligi

cambiar el medio. En la gura (3.9) se comparan el sismograma de componente vertical de

esta ltima simulacin y los obtenidos sin utilizar las capas CPML.
Debido a la ubicacin del receptor, cuando no se utilizan capas CPML se alcanza a registrar
el rebote proveniente de la frontera izquierda. Con estos resultados queda comprobado que la
implementacin de las capas CPML que se hizo funciona correctamente absorbiendo energa
y as queda solucionado este inconveniente.

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

[m] longitudinales (a la mitad), mientras que el

[m] de izquierda a derecha.

3.3. Esquema paralelo

Hoy en da, el desarrollo de la tecnologa ha alcanzado un punto tal, que nos permite tener
al alcance equipos de cmputo personales con capacidades cada vez ms poderosas. En lo que
se reere a mtodos numricos, la tendencia mundial indica que el desarrollo de programas
paralelos es el presente y futuro de estas tcnicas, encaminadas a la reduccin de tiempos de
cmputo aprovechando las caractersticas de los equipos de cmputo actuales. La esencia del
cmputo paralelo es dividir la carga de trabajo, que en los programas secuenciales se ejecuta
por un procesador, entre mltiples ncleos de procesamiento. Con esta nalidad, es posible
desarrollar programas paralelos que se ejecuten en computadoras personales que cuentan con
mltiples procesadores, en clusters, en tarjetas grcas o en una combinacin de ellas, siempre
intentando utilizar todos los recursos y poder de cmputo disponibles. Sin embargo, no es posible paralelizar todos los programas, hay algunos que slo se pueden ejecutar secuencialmente,
o los hay parcialmente paralelizables.
Considerando que la simulacin de la propagacin de ondas, como se ha visto en las secciones
anteriores, requiere de un nmero de operaciones grande, que con la primer tcnica de inversin que se utiliza se necesita de la simulacin de la propagacin de ondas en cada una de sus
iteraciones, y que con este mtodo se pueden requerir del orden de millones de iteraciones para
invertir modelos con parmetros del orden de miles, es evidente que el tiempo de ejecucin del
problema directo desempea un papel fundamental. Por esto, se realiz una versin paralela
del programa encargado de simularlo.
El principal inconveniente al intentar paralelizar el programa es la dependencia que hay entre los datos de pasos sucesivos de tiempo (vase la gura 3.2). Esto imposibilita dividir el
cmputo de los distintos instantes de la propagacin entre diferentes ncleos de procesamiento, porque para poder calcular los esfuerzos y velocidades en el paso
valores de los mismos en el paso

n 1,

se necesita conocer los

lo que obliga a emplear una ejecucin secuencial. Sin

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

pasos de tiempo, en medios homogneos con la misma longitud horizontal y verti-

cal, discretizados con celdas de

10

[m] por

10

[m], por lo que las matrices que representan

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)

d es el vector que contiene los datos observados (aceleracin de la gravedad), G es la

matriz de sensibilidades y m
es el vector que contiene los parmetros (densidad) de los elemenen donde

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

Eleccin de la mejor perturbacin y ajuste de paso para el parmetro Ki

Ajuste del paso
del parmetro Ki

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 ],

una velocidad de ondas P

de 500 [m]; el segundo tiene una densidad

y llega hasta una profundidad

una velocidad de onda P alta,

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

3 = 2600[Kg/m3 ] y una velocidad de ondas P 3 = 3500[m/s]. Esta discretizacin y el hecho

de que se necesiten dos parmetros para describir los medios acsticos dan un total de 2000
parmetros a invertir, pero como se mencion en el captulo 1, una prctica generalizada en
la inversin de datos acsticos es invertir nicamente uno de los dos parmetros del medio,
jando con un valor constante al otro, lo que reduce a 1000 el nmero de parmetros a invertir.
En este caso se invirtieron las velocidades de ondas P, dejando con un valor jo a la densidad,
especcamente se le asign un valor

= 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

menor al verdadero de acuerdo con

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

mayor al verdadero. Adems, en la ecuacin (2.47), que

CAPTULO 4.

59

PRIMERA INVERSIN

=
se observa que para un valor jo de

rho

(4.2)

se requiere de un valor de

mayor al real si el medio

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

menor al verdadero, pero

para calcularlo a partir de la densidad y de la velocidad de ondas P se requerir de un valor

sobrestimado de

, pero en
puede estar sobrestimado o subestimado,

aunque esta sobrestimacin se hace respecto al valor real de

este caso estara disminuido, por lo que el valor de

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 )

cada 100 [m] sobre la supercie, a partir de

20 [m] de distancia del lmite izquierdo de la seccin.

En lo que se reere a la distribucin del parmetro de la temperatura entre las distintas capas,
para la malla inicial (10 x 10), en la capa superior se utilizaron valores de temperatura inicial

6 , respectivamente, y en la capa inferior valores de 1 y 1 x 103 . Los

y nal de 0.01 y 1 x 10

valores correspondientes a capas intermedias se interpolaron linealmente entre los valores de

6 y 1 x 1010 en la

stas dos. Para la segunda malla (20 x 20) se utilizaron valores de 1 x 10

3 y 1 x 103 en la capa inferior y, al igual que en la malla inicial,

capa superior y de 1 x 10

se interpolaron el resto de valores iniciales y nales. La acotacin de los parmetros se hizo

con un valor mximo de 7000 [m/s] y un valor mnimo de 1000 [m/s], tomados de una tabla
de velocidades de ondas P (Telford, Geldart y Sheri, 1990).
En la gura 4.5 se muestran los resultados obtenidos con esta inversin. En la parte izquierda

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

2000 3000 4000 5000 6000

500
[m]

60

PRIMERA INVERSIN

2000 3000 4000 5000 6000

[m/s]

2000 3000 4000 5000 6000

[m/s]

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

2000 3000 4000 5000 6000

[m/s]

500
[m]

61

PRIMERA INVERSIN

2000 3000 4000 5000 6000

2000 3000 4000 5000 6000

[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).

este efecto podra ser an mayor.

Tambin es de resaltar que aunque no se observa una capa al fondo del modelo bien denida,
el conjunto de valores de la parte profunda del medio tiene valores menores a los de la capa de
alta velocidad, fenmeno conocido en la exploracin petrolera como inversin de velocidades.
Esto sucede cuando capas con velocidades mayores (posiblemente sal) sobreyacen a las de
menor velocidad (el resto del medio). Se le conoce de esta manera debido a que comnmente
sucede lo contrario, las capas de mayor velocidad se encuentran a mayor profundidad como
resultado de los mayores esfuerzos a los que se encuentran sometidos.
Por ltimo, se aplic un ltro de la mediana al modelo nal. Se trata de un ltro espacial no
lineal utilizado comnmente en el tratamiento de imgenes para eliminar ruido de stas. Su
aplicacin consiste en sustituir los valores de cada pxel de la imagen con el de la mediana de
su vecindad. Debido a que los valores de inters son los de la velocidad de ondas P del medio,
se emple una rejilla de 3 x 3 parmetros que comprende la vecindad del parmetros a sustituir, el cual toma la posicin del central. Los resultados de aplicar el ltro 3 veces de forma
recursiva se muestran en la gura 4.6. Como se puede observar, la aplicacin de este ltro
contina con la reconstruccin de la capa intermedia de alta velocidad, que indica la tendencia
de convergencia del proceso de inversin. Inclusive, dados los buenos resultados obtenidos con
la aplicacin de este ltro, es posible volver a hacer la inversin utilizando como modelo inicial
el resultado nal ltrado.

Captulo 5

RTM con disparos simultneos

No obstante del gran desarrollo tecnolgico que se ha alcanzado, hoy en da, la aplicacin de la
migracin en tiempo reverso en tres dimensiones, con el uso de la ecuacin de onda completa,
contina siendo prohibitiva debido al elevado costo computacional que implica el modelado
del problema directo para cada una de las fuentes, proceso necesario por cada iteracin de esta
tcnica. Para solucionar este inconveniente, el uso de disparos simultneos permitira mitigar
el nmero de simulaciones necesario. Sin embargo, esto no ha sido posible porque al intentar
disparar fuentes simultneamente, el resultado nal contiene ruido que impide la identicacin de las estructuras presentes en el subsuelo. ste es generado por la interferencia entre las
fuentes.
Por otra parte, a pesar de que provienen de planteamientos diferentes, de acuerdo a lo visto
en las secciones 2.3 y 2.4, el proceso de construccin de los kernels empleados en la tomografa
de tiempos de arribo es similar a llevar a cabo una iteracin de la RTM. En ambos casos se
hace la correlacin de los campos obtenidos en la propagacin original y los obtenidos con
la propagacin de receptores (propagacin adjunta), en la que las seales recibidas por los
receptores son utilizadas como fuentes. Por esta razn, dichos kernels pueden ser vistos como
el resultado de una RTM con sus condiciones de imagen propias, o se puede decir que se trata
de una RTM con las condiciones de imagen de los kernels.
El objetivo del presente captulo es mostrar que la RTM con el uso de fronteras absorbentes
del tipo CPML, y las condiciones de imagen de los kernels empleados para la tomografa de
tiempos de arribo (seccin 2.4), es capaz de recuperar una buena imagen del subsuelo utilizando fuentes simultneas. En este caso, slo se hace el anlisis de los resultados obtenidos en
un medio bidimensional, pero las implicaciones son las mismas para el caso de tres dimensiones.
En la siguiente seccin se muestra el proceso de construccin de los kernels de la tomografa
de tiempos de arribo con el esquema numrico desarrollado en el captulo 3 y posteriormente,
en la seccin 5.2, se ponen a pruebas con el uso de fuentes simultneas.

62

CAPTULO 5.

RTM CON DISPAROS SIMULTNEOS

63

5.1. Construccin de kernels

A pesar de que cada uno de los kernels requiere de valores distintos de la propagacin original
y la adjunta, que pueden ser desplazamientos, aceleraciones, derivadas espaciales o deformaciones, el procedimiento para construirlos es similar. En este apartado se muestra el proceso
de construccin de los kernels

K . No se hace mencin de K

porque en medios acsticos

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

skz(i+ 1 ,j+ 1 ) skz(i+ 1 ,j 1 )

2

(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

RTM CON DISPAROS SIMULTNEOS

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

propagacin adjunta en la construccin de K .

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

vz(i+2 1 ,j+ 1 ) vz(i+2 1 ,j+ 1 )

2

(5.5)

akx(i,j) =

2 k
s
y
t2 x(i,j)

akz(i+ 1 ,j+ 1 ) =
2

Para ilustrar la construccin del kernel

2 k
s
.
t2 z(i+ 21 ,j+ 12 )

K ,

se utiliz una seccin de 2000 [m] horizontales

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

intervienen la divergencia del campo

de desplazamientos de la propagacin original ( s

) y la del correspondiente a la propagacin
adjunta (

s
).

En la gura 5.2 se muestran ambas divergencias, la interaccin entre stas y

el estado de construccin parcial de

en distintos instantes de tiempo, que de arriba hacia

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

RTM CON DISPAROS SIMULTNEOS

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
);

en la tercera se observa el producto de las dos primeras columnas y, nalmente, en la ltima

K .

se muestra el estado de la construccin parcial de

CAPTULO 5.

66

RTM CON DISPAROS SIMULTNEOS

la divergencia del campo de desplazamientos de la propagacin original (Nmero de bytes

=(Nmero de bytes por elemento de la malla)(Nmero de elementos en la malla)(Nmero de
pasos de tiempo que dura la simulacin)). Esto representa una limitante importante, pues
aunque actualmente se comercializan computadoras con memoria RAM de capacidad superior
a esta cantidad, este modelo tiene dimensiones muy pequeas. Para solucionar este inconveniente se sustituy el almacenamiento del campo de la propagacin original requerido, por la
reconstruccin de ste mediante una retropropagacin a partir de su estado nal. Esto es, al
concluir la simulacin de la propagacin original, se almacenaron los valores de los campos de
velocidades, desplazamientos y presin, y se utilizaron como condiciones iniciales para llevar
a cabo la retropropagacin. Esto implica sustituir las ecuaciones (3.6), (3.7), (3.8), (3.9) y
(3.10), por las siguientes:

 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 .

En la primera la se observa que la fuente de la propagacin ad-

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

RTM CON DISPAROS SIMULTNEOS

K*

[m]
0

500

1000

x 10
3

1500

400

600

800

[m]

200

Figura 5.3: Kernel

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

y 1000 [m] verticales, en la que

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

RTM CON DISPAROS SIMULTNEOS

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

del K de la gura 5.3.

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

generados en una seccin de 2000 [m]

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

[kg/m ] y una velocidad

= 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

= 2000 [kg/m3 ] y = 2000 [m/s],

[m/s]. En este caso se colocaron cua-

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

RTM CON DISPAROS SIMULTNEOS

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

interfase vertical en el centro de la seccin. En el bloque de la izquierda

= 2000 [m/s], mientras que en el de la derecha = 2500

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

el segundo bloque. El resultado de colocar un contraste de impedancias es similar al obtenido

en C, un realce del lmite entre cuerpos con distintas propiedades. En F se utiliz la misma
posicin que en D de fuentes y receptores y, al igual que en E, se introdujo un bloque de mayor
impedancia acstica, de hecho con los mismos valores de densidad y de velocidad que los del
de E, pero a diferencia de ste, el bloque introducido es una capa horizontal que se extiende a
partir de los 1000 [m] hasta el fondo del medio. El tiempo de simulacin del problema directo
fue de 1.2 [s], suciente para que el frente de onda reejado en la capa inferior alcance al receptor, por lo que la forma de este kernel es diferente a la del obtenido en D. Con la nalidad
de comprobar que se pueden identicar las ubicaciones de los contrastes de impedancias, en
G se utiliz el mismo medio que en F, pero se colocaron 10 fuentes y 10 receptores para tener
una mayor cobertura, todos a 15 [m] de profundidad dispuestos alternadamente cada 100 [m]
a partir de 150 [m] del borde izquierdo. El tiempo de simulacin del problema directo fue de
el mismo que para D. La imagen muestra que efectivamente se observa un contraste en las
amplitudes de

a los 1000 [m] de profundidad, pero adems se observan otras variaciones

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

RTM CON DISPAROS SIMULTNEOS

[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

RTM CON DISPAROS SIMULTNEOS

K , el proceso es similar

K , si se utilizara un medio elstico. La nica diferencia

Aunque hasta el momentos slo se ha mostrado la construccin de

para K , en el caso acstico, y para

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).

5.2. Fuentes simultneas

Como lo indican las ecuaciones (2.110), (2.111) y (2.112), los kernels empleados en la tomografa de tiempos de arribo, al igual que la RTM, fueron desarrollados para ser aplicados con
cada fuente por separado. Sin embargo, como se vio en la seccin anterior, utilizando ms
de una fuente es posible identicar los contrastes de impedancias presentes en el medio. Esta
caracterstica es la que se pretende utilizar para reducir el tiempo de ejecucin de la RTM y de
la inversin de forma de onda completa. Por otra parte, se sabe que utilizar una distribucin
de fuentes muy cercanas provoca interferencia entre estas, razn por lo que esta tcnica no es
utilizada. Sin embargo, uno de los objetivos del presente trabajo es demostrar que con el uso
de fronteras absorbentes CPML este efecto negativo puede ser disminuido al grado de que es
posible identicar las estructuras geolgicas del subsuelo empleando disparos simultneos.
Para poder evaluar el funcionamiento de la RTM con fuentes simultneas, se aplic al medio
de la gura 5.6, el cual est conformado por cuerpos cuadrados de alta velocidad (

[kg/m ] y

= 5000

= 2500

[m/s]) que simulan la presencia de cuerpo salinos dentro de un medio

homogneo de baja velocidad (

= 2200

[kg/m ] y

= 2300

[m/s]). Se utiliz un arreglo de

50 fuentes y 50 receptores, colocados en pares de un gefono y un receptor dispuestos cada 40

[m], a partir de 20 [m] del borde izquierdo de la seccin. De esta manera, en lugar de simular
50 propagaciones iniciales y 50 adjuntas, slo se hizo una inicial y una adjunta.
La discretizacin del medio se hizo con celdas cuadradas de 10 [m] por lado. Se utiliz un
tiempo de propagacin de 2 [s] discretizado con

t = 0,002 [s],

suciente para que el frente de

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

no se puede apreciar ninguno de los cuerpos de alta velocidad. Sin

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

RTM CON DISPAROS SIMULTNEOS

[m]
500

1000

1500

200
400
600

[m]

800
1000
1200
1400
1600
1800

2500

3000

3500

4000

4500

5000

Figura 5.6: Modelo de velocidades.

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

Figura 5.7: Resultados de la RTM con las condiciones de imagen de

500

1000
[m]

(izquierda) y

1500

(derecha).

CAPTULO 5.

73

RTM CON DISPAROS SIMULTNEOS

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 ,

la normalizacin que se emple est determinada por las expresiones

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 ,

no se observa una dife-

rencia marcada con ninguno de los dos tipos de iluminacin. Caso contrario al de

K ,

puesto

que en la iluminacin por receptores, a diferencia de la condicin no normalizada, se puede

observar la presencia de los cuerpos cuadrados, aunque claro est, no se alcanza el nivel de
detalle obtenido con

K .

Mientras tanto, en la iluminacin por fuentes no sucede lo mismo,

en sta no se observa mejora alguna.

De las seis imgenes, el mejor resultado se obtuvo con la condicin de imagen asociada al
mdulo volumtrico,

En el caso de la asociada con

a pesar de la mejora obtenida con la

normalizacin por receptores, slo se alcanza a percibir que efectivamente hay contrastes en las

CAPTULO 5.

K*NS

74

RTM CON DISPAROS SIMULTNEOS

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,

es tan slo el doble de

para el caso acstico, relacin que se

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

, ya que la velocidad de onda P tiene mayor variabilidad que la densidad.

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

[m]). Adems, se utilizaron capas CPML de 20 celdas de longi-

CAPTULO 5.

75

RTM CON DISPAROS SIMULTNEOS

[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

RTM CON DISPAROS SIMULTNEOS

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

[s]. Despus de analizar los resultados

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.

En sta se observa un resultado mucho mejor. Adems de recuperar el

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,

sucede algo diferente a lo obtenido en el problema anterior, ya que adems

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

RTM CON DISPAROS SIMULTNEOS

[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

hacia abajo, las imgenes corresponden a las condiciones de imagen de K , KN R , K y KN R .

CAPTULO 5.

RTM CON DISPAROS SIMULTNEOS

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 .

A diferencia de su versin con disparos simultneos, en sta slo se aprecia el fondo

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

utilizando fuentes simultneas, es decir, se observa

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

tambin tiene dicultades recuperando las estructuras a profundidad, pero

su versin normalizada, al igual que su equivalente para

, no tiene este inconveniente. A pesar

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,

tal y como sucedi con disparos simultneos. Para poner en contexto el

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

RTM CON DISPAROS SIMULTNEOS

[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

hacia abajo, las imgenes corresponden a las condiciones de imagen de K , KN R , K y KN R .

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

desarrollados en la seccin 2.4. A diferencia de

lo propuesto por Tarantola (1984), no se pretende hacer el clculo de la diferencial de Frchet

de la funcin de error, sino nicamente utilizar los kernels para identicar los contrastes de
impedancias del medio, aprovechando que estos determinan la sensibilidad entre las observaciones y los parmetros estructurales del subsuelo. Como ya se mencion, la nica diferencia
respecto a los kernels

radica en que utilizan la diferencia entre los datos observados

y los sintticos como fuente de la propagacin adjunta.

La idea fundamental del mtodo es utilizar las funciones de Green del modelo actual para
localizar los parmetros del modelo que originan las diferencias entre los datos observados y
los sintticos (Tromp, Tape y Liu, 2005). En otras palabras, cuando se hace la relacin entre
las propagaciones original y adjunta, utilizando las diferencias entre los sismogramas sintticos
y los observados como fuentes de sta ltima, se localizan los parmetros que originan dichas
diferencias. Esto es precisamente lo que se necesita para poder realizar la inversin de forma
de onda completa, pues bien, de acuerdo a la ecuacin 2.74, la diferencial de Frchet de la
funcin de error est determinada por el producto entre los kernels

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 ,

hacer una interpretacin geolgica y

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-

cionan adecuadamente, se utiliz el mismo medio empleado para evaluar el funcionamiento de

la RTM en el captulo anterior (gura 5.9), con la misma discretizacin. Como modelo inicial
se propuso uno en el que tanto la densidad como la velocidad de onda P se van incrementando
linealmente desde un valor mnimo en la supercie hasta uno mximo en el fondo del modelo
(vase gura 6.2). Como valor mnimo de densidad se utiliz la densidad del agua pura, 1000

[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

Modificacin del modelo

m=m+m

Clculo de sismogramas
sintticos V
Clculo de diferencia
entre sismogramas
observados y sintticos:
V= V0 V

Modelo Final mf

Figura 6.1: Diagrama de ujo del mtodo de inversin planteado.

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

condicin de imagen normalizada.

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

. Tambin cabe decir que el hecho

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

Adquisicin de datos ssmicos

A diferencia de los sismos naturales, en prospeccin ssmica se utilizan fuentes de energa
controladas. Para registrar el movimiento de suelo se distribuyen receptores uniformemente
de acuerdo a los objetivos especcos de los estudios. De esta manera, cuando la fuente es
activada, los receptores generan seales que dependen del movimiento del terreno en el rea
donde se encuentran ubicados y los datos registrados son sismogramas. Cada una de ellos
muestra como fue el movimiento de cada receptor respecto al tiempo a partir de que el medio
fue excitado con la fuente de energa.
El tipo de receptores que se utilice depende de la naturaleza de la adquisicin. En estudios
que involucran operaciones marinas se utilizan los hidrfonos, que miden cambios de presin
en el agua producidos por el paso de las ondas acsticas, mientras que en estudio terrestres los dispositivos ms utilizados para registrar el movimiento del suelo son los gefonos,
que convierten la velocidad del movimiento en seales elctricas, relacionando la velocidad de
las partculas con el tiempo. De acuerdo a su construccin, los gefonos se pueden clasicar
en los siguiente tipos: electromagnticos, capacitivos, de reductancia variable y piezoelctricos.
Hay gefonos de una o ms componentes, en donde cada componente registra el movimiento
en una determinada direccin. Si son de una componente, estn diseados para responder
nicamente a movimientos verticales del suelo.
De los varios tipos de gefonos que existen, los electromagnticos son los ms sencillos y los
ms empleados en ssmica de reexin. Actualmente estos son sosticados dispositivos de medicin que cuentan en su interior con una bobina, un imn y un sistema de resortes del que se
suspende uno de los dos, y basan su funcionamiento en el movimiento relativo de la bobina y el
imn. Aunque hay gefonos en los que la bobina es la que se encuentra suspendida por resortes, generalmente es el imn el que es sujetado por estos. Cuando una vibracin de cualquier
tipo mueve al receptor, ocurre un movimiento relativo entre la bobina y el campo magntico
generado por el imn, puesto que cualquiera de los dos elementos que est suspendido del
sistema de resortes tiende a permanecer jo por su inercia y el otro (bobina en la mayora de
los casos) se mueve junto con todo el gefono jo en suelo. En la gura A.1 se puede ver una
representacin de la estructura interna de un gefono.
De acuerdo con la ley de induccin de Faraday, el movimiento relativo de la bobina y el imn,
generado por el paso de las ondas ssmicas a travs de la tierra, genera una corriente elctrica

89

APNDICE A.

ADQUISICIN DE DATOS SSMICOS

90

Figura A.1: Esquema de la estructura interna de un gefono. Tomada de Liner (2004).

Figura A.2: Representacin de la geometra de adquisicin de datos ssmicos 2D.

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.,

Quantitative Seismology, segunda edicin, editorial Univer-

sity Science Books, 2002, p.p. 700.

[2] Askeland, D. R., Puhl, P. P.,

Ciencia e Ingeniera de los Materiales, cuarta edicin,

editorial Internacional Thompson Editores S.A. de C.V., 2004, p.p. 805.

[3] Brenger, J. P.,

A perfectly matched layer for the absorption of electromagnetic waves,

Journal of computational physics, 1994, 114, p.p. 185-200.

[4] Bertsimas, D., Tsitsiklis, J.,

Simulated annealing,

Statistical science, 1993, Vol. 8,

No. 1, p.p. 10-15.

[5] Bunks, C., Saleck, F. M., Zaleski, S., Chavent, G.,

inversion, Geophysics, 1995, Vol. 60, No. 5, p.p. 1457-1473.

Multiscale seismic waveform

A termodynamic approach to the traveling salesman problem: An ecient

simulation, J. Optim. Theory Appl., 1985, Vol. 45, p.p. 41-51.

[6] Cerny, V.,

Application of the PML absorbing layer model to the linear

elastodynamic problem in anisotropic heterogeneus media, Geophysics, 2001, Vol 66, p.p.

[7] Collino, F., Tsogka, C.,

294-307.

[8] Fletcher, R. P., Fowler, P. J., Kitchenside, P., Albertin, U.,

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,

[9] Gedney, S. D.,

p.p. 1630-1639.

[10] Goffe, W. L., Ferrier, G. D., Rogers, J.,

with simulated annealing, 1993, p.p. 40.

Global optimization of statistical functions

[11] Gubernatis, J. E., Domany, E. Krumhansl, J. A., Huberman, M.,

aproximation in the theory of the scattering of elastics waves by ows,

The Born

J. Appl. Phys.,

1977b, Vol. 48, p.p. 2812-2819.

[12] Kirkpatrick, S., Gelett, C. D., Vecchi, M. P.,
Science, 1983, Vol. 220, p.p. 621-630.

91

Optimization by simulated annealing,

92

BIBLIOGRAFA

An unsplit convolutional perfectly matched layer improved

at grazing incidence for the seismic wave equation, Geophysics, 2007, Vol. 70, No. 5., p.p.

[13] Komatitsch, D., Martin, R.,

SM155-SM167.

Frecuency dependence of the constitutive parameters of casual perfectly mathched anisotropic absorbers, IEEE Microwave and Guided Wave Letters,

[14] Kuzuoglu, M., Mittra, R.,

1996, Vol. 6, p.p. 447-449.
[15] Liner, C. L.,

Elements of 3D seismology, segunda edicin, editorial PennWell, 2004, p.p.

607.

Dynamics of an expanding circular fault, Bull. Seismol. Soc. Am., 1976,

[16] Madariaga, R.,

Vol. 65, p.p. 163-182.

[17] Mora, P.,

Nonlinear two-dimensional elastic inversion of multioset seismic data,

Geophysics, 1987, Vol. 52, No. 9, p.p. 1211-1228.

Convolution PML (CPML): An ecient FDTD implementation of the CFS-PML for arbitrary media, Microwave and Optical Technology

[18] Rodden, J. A., S. D. Gedney,

Letters, 2000, Vol. 27, p.p. 334-339.

[19] Sheriff, R. E.,

Encyclopedic Dictionary of Exploration Geophysics, cuarta edicin, So-

ciety of Exploration Geophysicist, 2002, p.p. 422.

[20] Sheriff, R. E., Geldart, L. P.,

Explorationo Seismology,

segunda edicin, editorial

Cambridge University Press, 1995, p.p. 592.

An introduction to seismology, earthquakes and Earth structure, editorial Blackwell Publishing, 2003, p.p. 498.

[21] Stein, S., Wysession, M.,

Inversion of seismic reection data in the acoustic approximation,

[22] Tarantola, A.,

Geophysics, 1984, Vol. 49, No. 8, p.p. 1259-1266.

[23] Tarantola, A,

A strategy of nonlinear elastic inversion of seismic reection data,

Geophysics, 1986, Vol. 51, No. 10, p.p. 1893-1903.

[24] Tarantola, A.,

Inversion of travel times and seismic waveforms, in seismic tomography,

ed. Nolet, G., Reidel, Dordrecht, 1987, p.p. 135-157.

[25] Telford, W. M., Geldart, L. P., Sheriff, R. E.,

Applied Geophysics,

segunda

edicin, editorial Cambridge University Press, 1990, p.p. 744.

Seismic tomography, adjoint methods, time reversal and

banana-doughnut kernels, Geophys. J. Int., 2005, Vol. 160, p.p. 195-216.

[26] Tromp, J., Tape, C., Liu, Q.,

P-SV propagation in heterogeneous media: velocity-stress nite-dierence

method, Geophysics, 1986, Vol. 51, p.p. 889-901.

[27] Virieux, J.,

[28] Virieux, J., Operto, S.,

An overview of full-waveform inversion in exploration geophy-

sics, Geophysics, 2009, Vol. 74, No. 6, p.p. WCC127-WCC152.

[29] Wu, R., Aki, K.,

Scattering characteristics of elastic waves by an elastic heterogeneity,

Geophysics, 1985, Vol. 50, No. 4, p.p. 582-595.

93

BIBLIOGRAFA

[30] Zill, D. G., Cullen, M. R.,

Ecuaciones diferenciales con problemas de valores en la

frontera, sexta edicin, editorial Thomson, 2006, p.p. 559.