Entropia de Tsallis aplicada à inversão sísmica
Entropia de Tsallis, Máxima verossimilhança, 𝑞-gaussiano, problemas inversos, imageamento sísmico, Marmousi, Método l-BFGS
A crescente demanda energética mundial tem exigido cada vez mais desses recursos, nesse sentido os reservatórios de “fácil exploração e produção” estão se exaurindo. Isso tem levado a inúmeras pesquisas que possibilitem sanar essas carências. Empresas do setor petrolífero tem investido em técnicas que ajudam na localização e perfuração de poços. Uma das técnicas empregadas na exploração do petróleo é a inversão pós-empilhamento. Aqui estudamos o papel da estatística generalizada de Tsallis na teoria do problema inverso. Esse por sua vez é formulado como um problema de otimização que visa estimar os parâmetros físicos de subsuperfície a partir de observações indiretas e parciais. Em abordagens convencionais, a função misfit que será minimizada baseia-se na distância dos mínimos quadrados entre dados reais e dados modelados, supondo que os ruídos sigam uma distribuição gaussiana, porém, em muitas situações reais isso não acontece e o erro normalmente é não gaussiano, o que faz essa técnica falhar. Nosso trabalho estudou a função desajuste com base em distribuições não gaussianas, a q-distribuição gaussiana associada ao Princípio da Entropia Máxima no formalismo de Tsallis. Propormos e testamos nosso método em um problema inverso de dados geofísicos, a inversão post-stack (PSI), que visa estimar a refletividade de subsuperfície (parâmetro físico) e resultados mostram que nosso método (q-PSI) supera o PSI convencional, em especial com dados ruidosos não gaussianos.