Análise do espaço de incerteza nos modelos de recursos minerais utilizando inversão geoestatística sísmica multimodal

• Ano de defesa: 2025
• Autor(a) principal: Alves, João Lucas de Oliveira
• Orientador(a): Costa, Joao Felipe Coimbra Leite
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Reservas minerais; Minérios : Caracterização; Geoestatística
• Palavras-chave em Inglês: Geostatistical seismic inversion; Niching genetic algorithm; Multimodal optimization; Risk assessment
• Link de acesso: http://hdl.handle.net/10183/300649

A caracterização de recursos minerais em subsuperfície tem como objetivo inferir a distribuição espacial das propriedades petro-elásticas através da integração de diferentes tipos de dados, especialmente em reservatórios de óleo e gás. Essa caracterização normalmente se baseia em dois tipos principais de dados: dados sísmicos, que são espacialmente contínuos e exaustivos, e dados de perfilagem de poços, que fornecem informações de alta resolução, mas estão disponíveis em locais esparsos ou podem ser inexistentes. Os modelos petrofísicos gerados estão ligados aos dados sísmicos registrados através de leis físicas. Um dos desafios consiste em trabalhar de forma inversa, a partir dos dados observados, encontrar modelos com as propriedades físicas que geraram o sinal geofísico. Esse processo do efeito para a causa é formalmente conhecido como problema inverso. A inversão sísmica, assim como muitas técnicas de resolução de problemas inversos, visa a criar um modelo que descreva as propriedades petrofísicas capazes de replicar os dados sísmicos observados. Esses problemas de inversão são inerentemente mal postos e não possuem uma solução única e definitiva. Métodos tradicionais de inversão sísmica, como a Inversão Sísmica Geoestatística, frequentemente convergem para uma solução limitada, gerando modelos muito similares o que resulta em medidas de incerteza subestimadas em relação à variabilidade geológica real. Para superar essa limitação, o presente estudo propõe a Inversão Sísmica Geoestatística Multimodal, uma nova metodologia fundamentada em algoritmos genéticos de nichos (NGAs). Ao explorar e identificar múltiplas e distintas soluções (nichos) em um espaço multimodal, o método aborda o desafio crítico da incerteza nos modelos finais. No processo de otimização proposto, cada iteração envolve o cálculo de nichos de modelos de propriedades petrofísicas. Uma inovação central reside na etapa de migração, onde uma técnica de agrupamento de aprendizado de máquina avalia a similaridade (proximidade ou distância) entre os modelos para orientar a troca de informações entre nichos, preservando a diversidade de soluções. Dessa forma, o processo evolutivo do NGA gera múltiplas soluções que reproduzem os dados sísmicos observados, estabelecendo uma metodologia robusta de inversão sísmica de múltiplas soluções. A abordagem proposta é demonstrada através de diferentes estudos de caso voltados para a avaliação de risco em fases iniciais de exploração. Um estudo de caso foca na Inversão Acústica, apresentando a metodologia proposta que gera múltiplas soluções que são próximas aos dados sísmicos reais. Outros estudos de caso focam em uma Inversão Direta de Modelos de Porosidade com um processo de autoaprendizado. Esses estudos demonstram o potencial do método proposto para seu uso como uma ferramenta de decisão, dada a suacapacidade de gerar múltiplas e diversas soluções que são geologicamente consistentes com os dados sísmicos observados. Com isso, aprimora-se a quantificação do risco ao reconhecer a incerteza inerente às fases iniciais de exploração.