วิธีผกผันคลื่นเต็มรูปแบบในการสำรวจทางธรณีฟิสิกส์

วิธีผกผันคลื่นเต็มรูปแบบในการสำรวจทางธรณีฟิสิกส์

ในช่วงไม่กี่ทศวรรษที่ผ่านมา อุตสาหกรรมธรณีวิทยา โดยเฉพาะอย่างยิ่งการสำรวจน้ำมันและก๊าซ พลังงานความร้อนใต้พิภพ และการศึกษาธรณีวิทยาใต้ผิวดิน ได้เห็นความก้าวหน้าอย่างรวดเร็วในเทคโนโลยีการสร้างภาพด้วยคลื่นไหวสะเทือน ในขณะที่การตีความโครงสร้างใต้ผิวดินในอดีตอาศัยการทำแผนที่การสะท้อนและการวิเคราะห์ความเร็วแบบง่ายๆ เป็นหลัก ปัจจุบันวิธีการขั้นสูงกว่ากำลังได้รับความนิยมมากขึ้นเรื่อยๆ วิธีหนึ่งที่ถือเป็น "มาตรฐานทองคำ" สำหรับการสร้างแบบจำลองความเร็วใต้ผิวดินที่มีความละเอียดสูงคือ การผกผันคลื่นเต็มรูปแบบ (Full Waveform Inversion: FWI) วิธีนี้ใช้ข้อมูลทั้งหมดที่มีอยู่ในคลื่นไหวสะเทือน ไม่ใช่แค่เวลาเดินทางหรือแอมพลิจูดการสะท้อนที่จำกัด ดังนั้น FWI จึงเป็นเครื่องมือที่มีประสิทธิภาพในการปรับปรุงความแม่นยำของแบบจำลองใต้ผิวดินและลดความไม่แน่นอนในการตีความ

แนวคิดพื้นฐานของการผกผันรูปคลื่นเต็มรูปแบบ

กล่าวโดยง่าย FWI คือกระบวนการผกผันแบบไม่เชิงเส้นที่มีจุดมุ่งหมายเพื่อค้นหาแบบจำลองของพารามิเตอร์ใต้พื้นผิว (เช่น ความเร็วคลื่น P ความเร็วคลื่น S ความหนาแน่น หรือพารามิเตอร์ความยืดหยุ่นอื่นๆ) เพื่อให้ข้อมูลแผ่นดินไหวสังเคราะห์ที่คำนวณจากแบบจำลองนั้นตรงกับข้อมูลแผ่นดินไหวที่สังเกตได้ในภาคสนาม แตกต่างจากวิธีการทั่วไปที่ใช้เพียงข้อมูลคลื่นบางส่วน (เช่น การเลือกจุดแตกหักแรกสำหรับการสร้างภาพตัดขวาง) FWI พยายามจับคู่รูปคลื่นที่สมบูรณ์ ได้แก่ เฟส แอมพลิจูด และการรบกวนระหว่างเหตุการณ์คลื่น

โดยทั่วไปแล้ว FWI ถูกกำหนดให้เป็นปัญหาการหาค่าที่เหมาะสมที่สุด: การลดความคลาดเคลื่อนระหว่างข้อมูลที่สังเกตได้และข้อมูลสังเคราะห์ให้เหลือน้อยที่สุด ความคลาดเคลื่อนนี้สามารถแสดงได้ในรูปของฟังก์ชันเป้าหมาย เช่น ค่ากำลังสองน้อยที่สุดของความแตกต่างระหว่างชุดข้อมูลสองชุด กระบวนการลดความคลาดเคลื่อนนี้เป็นแบบวนซ้ำ โดยปรับปรุงแบบจำลองทีละน้อยจนกว่าความคลาดเคลื่อนจะถึงค่าต่ำสุดหรือเป็นไปตามเกณฑ์การบรรจบกัน

เหตุใด FWI จึงมีความสำคัญในการสำรวจทางธรณีวิทยาด้วยคลื่นไหวสะเทือน?

การสร้างภาพใต้ผิวดินได้รับอิทธิพลอย่างมากจากคุณภาพของแบบจำลองความเร็ว ในการสำรวจคลื่นไหวสะเทือนแบบสะท้อน แบบจำลองความเร็วจะเป็นตัวกำหนดความแม่นยำในการประมวลผล ตำแหน่งของชั้นสะท้อน ความคมชัดของภาพ และแม้กระทั่งการตีความแหล่งกักเก็บไฮโดรคาร์บอน หากแบบจำลองความเร็วไม่ถูกต้อง ภาพโครงสร้างอาจเลื่อน เอียง หรือแม้กระทั่งแสดงสิ่งผิดปกติ ซึ่งท้ายที่สุดแล้วจะนำไปสู่การตัดสินใจในการสำรวจที่ผิดพลาด

FWI ช่วยแก้ไขปัญหานี้โดยการสร้างแบบจำลองที่มีรายละเอียดมากขึ้นซึ่งสอดคล้องกับหลักฟิสิกส์ของการแพร่กระจายคลื่น ด้วยความละเอียดสูงกว่าโทโมกราฟีเวลาเดินทาง FWI สามารถจับภาพความแปรผันของความเร็วในแนวราบและแนวตั้งที่ละเอียดอ่อน รวมถึงโซนที่ซับซ้อน เช่น:

– ตัวแบบเกลือที่มีความคมชัดสูง
– ความซับซ้อนบริเวณใกล้ผิวดิน (ชั้นหินผุกร่อน หินคาร์บอเนตกลวง)
– โครงสร้างรอยเลื่อนและรอยพับที่ซับซ้อน
– อ่างเก็บน้ำบางหรือความไม่สม่ำเสมอระดับปานกลาง

ผลลัพธ์ที่ได้คือแบบจำลองใต้พื้นผิวที่คมชัดยิ่งขึ้น ช่วยให้กระบวนการเคลื่อนย้ายข้อมูล (RTM/LSRTM) มีประสิทธิภาพมากขึ้น และปรับปรุงความน่าเชื่อถือของการตีความทางธรณีวิทยา

หลักการทำงานและขั้นตอนของ FWI

โดยทั่วไป กระบวนการทำงานของ FWI ประกอบด้วยขั้นตอนหลักหลายขั้นตอน:

1. การเตรียมแบบจำลองเบื้องต้น
FWI อาศัยคุณภาพของแบบจำลองเริ่มต้นเป็นอย่างมาก แบบจำลองนี้สามารถได้มาจากภาพตัดขวาง การตีความทางธรณีวิทยา แบบจำลองความเร็วการเคลื่อนที่ หรือการผสมผสานหลายวิธี แบบจำลองเริ่มต้นที่ห่างไกลจากสภาพจริงมากเกินไปอาจทำให้การผกผันล้มเหลวในการหาค่าที่เหมาะสม

2. การจำลองแบบไปข้างหน้า (การจำลองคลื่น)
คลื่นแผ่นดินไหวถูกจำลองโดยใช้สมการคลื่น (อะคูสติก/อิลาสติก) ตามแบบจำลองปัจจุบัน ผลลัพธ์ที่ได้คือแผนภาพคลื่นแผ่นดินไหวสังเคราะห์

3. การคำนวณค่าความคลาดเคลื่อน
ค่าความคลาดเคลื่อน (Misfit) คำนวณจากความแตกต่างระหว่างข้อมูลสังเคราะห์และข้อมูลที่สังเกตได้ การเปรียบเทียบสามารถทำได้ในโดเมนเวลา โดเมนความถี่ หรือแม้แต่โดเมนคุณลักษณะเฉพาะ

4. การคำนวณเกรเดียนต์ (วิธีสถานะผกผัน)
ในการปรับปรุงแบบจำลอง จำเป็นต้องทราบทิศทางการเปลี่ยนแปลงของพารามิเตอร์เพื่อลดความคลาดเคลื่อน วิธีสถานะผกผันช่วยให้การคำนวณเกรเดียนต์มีประสิทธิภาพ แม้จะมีจำนวนพารามิเตอร์มากก็ตาม

5. ปรับปรุงโมเดล (การปรับปรุงแบบวนซ้ำ)
แบบจำลองจะได้รับการปรับปรุงโดยใช้อัลกอริธึมการหาค่าเหมาะสมที่สุด เช่น steepest descent, conjugate gradient หรือ quasi-Newton (L-BFGS) กระบวนการนี้จะทำซ้ำหลายครั้งจนกว่าผลลัพธ์จะถือว่าน่าพอใจ

ในทางปฏิบัติ FWI มักใช้กลยุทธ์แบบหลายระดับ: การวิเคราะห์ย้อนกลับเริ่มต้นที่ความถี่ต่ำ (เพื่อจับแนวโน้มความเร็วขนาดใหญ่) แล้วค่อยๆ เพิ่มความถี่สูงขึ้นเพื่อปรับปรุงความละเอียดของรายละเอียด กลยุทธ์นี้มีความสำคัญเพื่อหลีกเลี่ยงกับดักของคำตอบเฉพาะที่

ความท้าทายหลัก: ความไม่เป็นเชิงเส้นและการข้ามรอบ

หนึ่งในความท้าทายที่ใหญ่ที่สุดใน FWI คือความไม่เป็นเชิงเส้น ซึ่งทำให้พื้นผิวของฟังก์ชันเป้าหมายมีจุดต่ำสุดเฉพาะที่จำนวนมาก ปัญหาที่รู้จักกันดีที่สุดคือการข้ามรอบ ซึ่งค่าสังเคราะห์และค่าที่สังเกตได้แตกต่างกันมากกว่าครึ่งคาบคลื่น ทำให้การผกผัน "ติดขัด" และนำแบบจำลองไปสู่คำตอบที่ผิดพลาด

การข้ามรอบมักเกิดขึ้นเมื่อ:
– แบบจำลองเริ่มต้นนั้นแตกต่างจากแบบจำลองจริงมากเกินไป
– ความถี่ต่ำไม่พร้อมใช้งานหรือมีคุณภาพต่ำ
– รูปทรงการได้มาซึ่งข้อมูลที่ไม่เหมาะสม (ขาดค่าชดเชย/มุมอะซิมุธ)
– อัตราส่วนสัญญาณต่อสัญญาณรบกวนต่ำ หรือข้อมูลไม่ได้รับการประมวลผลอย่างถูกต้อง

เพื่อลดความเสี่ยงนี้ จึงมีการใช้วิธีการหลายอย่าง เช่น การใช้ข้อมูลความถี่ต่ำ การเลือกฟังก์ชันวัตถุประสงค์ทางเลือก (แบบอิงซองสัญญาณหรือความคลาดเคลื่อนของเวลาเดินทาง) การปรับค่าให้เป็นระเบียบ และการบูรณาการข้อมูลทางธรณีวิทยาและข้อจำกัดต่างๆ

ประเภทของ FWI: อะคูสติก, ยืดหยุ่น และแอนไอโซโทรปิก

FWI มีมากกว่าหนึ่งประเภท การเลือกใช้ขึ้นอยู่กับความซับซ้อนของสื่อและกลุ่มเป้าหมายของการศึกษา:

– FWI แบบอะคูสติก: สมมติว่าตัวกลางเป็นอะคูสติก (ไม่มีคลื่นเฉือน) วิธีนี้ง่ายกว่าและนิยมใช้เป็นจุดเริ่มต้นมากกว่า โดยเฉพาะในสภาพแวดล้อมทางทะเลที่คลื่น P เป็นหลัก
– FWI แบบยืดหยุ่น: พิจารณาทั้งคลื่น P และ S รวมถึงการแปลงโหมด เหมาะสำหรับข้อมูลพื้นดินที่ซับซ้อนและข้อมูลใกล้พื้นผิว แต่มีค่าใช้จ่ายในการคำนวณสูงกว่าและไวต่อสัญญาณรบกวนมากกว่า
– FWI แบบแอนไอโซโทรปิก: รวมผลกระทบแบบแอนไอโซโทรปิก (VTI, TTI) ซึ่งมีความสำคัญในตะกอนที่มีชั้นหรือพื้นที่ที่มีโครงสร้างทางธรณีวิทยาเฉพาะ วิธีนี้ช่วยเพิ่มความแม่นยำ แต่ก็เพิ่มจำนวนพารามิเตอร์ที่ต้องนำมาคำนวณด้วย

ในการสำรวจสมัยใหม่ แนวโน้มกำลังมุ่งไปสู่การผกผันที่สมจริงมากขึ้น เช่น การผกผันแบบยืดหยุ่นและแบบแอนไอโซโทรปิก โดยเฉพาะอย่างยิ่งเมื่อเป้าหมายสูงสุดคือการหาลักษณะเฉพาะของแหล่งกักเก็บและคุณสมบัติของหิน

ความต้องการด้านข้อมูลและการประมวลผล

FWI ต้องการข้อมูลคุณภาพสูง การครอบคลุมออฟเซ็ตที่ดี และการควบคุมการประมวลผลที่เข้มงวด ข้อมูลต้องผ่านขั้นตอนต่างๆ เช่น การลดสัญญาณรบกวน การแก้ไขแหล่งกำเนิด การกำจัดภาพซ้อน (สำหรับทางทะเล) การแก้ไขค่าคงที่ (สำหรับบนบก) และการปรับแอมพลิจูด/เฟส เพื่อให้มั่นใจได้ว่าการเปรียบเทียบข้อมูลสังเคราะห์และข้อมูลที่สังเกตได้มีความสอดคล้องกัน

จากมุมมองด้านการคำนวณ FWI มีค่าใช้จ่ายสูงมาก เนื่องจากการสร้างแบบจำลองไปข้างหน้าและแบบจำลองผกผันต้องดำเนินการกับแหล่งข้อมูลและรอบการทำซ้ำหลายชุด ดังนั้น การใช้งาน FWI จึงมักใช้การประมวลผลแบบขนานบนคลัสเตอร์หรือ GPU เกือบทุกครั้ง ด้วยความก้าวหน้าของการประมวลผลประสิทธิภาพสูง (HPC) วิธีนี้จึงมีความเหมาะสมมากขึ้นสำหรับการใช้งานในอุตสาหกรรม

การประยุกต์ใช้และผลกระทบต่อการตัดสินใจในการสำรวจ

FWI ได้รับการพิสูจน์แล้วว่าช่วยปรับปรุงคุณภาพของแบบจำลองความเร็ว ซึ่งส่งผลโดยตรงต่อ:

– การเคลื่อนย้ายที่เน้นเป้าหมายมากขึ้นและการวางตำแหน่งแผ่นสะท้อนแสงที่แม่นยำยิ่งขึ้น
– ปรับปรุงการตีความโครงสร้าง (รอยเลื่อน, ขอบเกลือ, ร่องน้ำ)
– ลดความไม่แน่นอนของความลึกเป้าหมายในการเจาะ
– การบูรณาการที่ดีขึ้นกับข้อมูลหลุมเจาะ ข้อมูล VSP และธรณีวิทยาระดับภูมิภาค

สำหรับบริษัทสำรวจ การปรับปรุงเล็กน้อยในด้านความลึกและความแม่นยำของภาพสามารถช่วยประหยัดต้นทุนได้อย่างมากและลดความเสี่ยงในการเจาะหลุมแห้งได้

ปิด

การวิเคราะห์คลื่นเต็มรูปแบบ (Full Waveform Inversion หรือ FWI) เป็นหนึ่งในความก้าวหน้าครั้งสำคัญที่สุดในวิศวกรรมสำรวจทางธรณีวิทยาในยุคปัจจุบัน โดยใช้ประโยชน์จากข้อมูลคลื่นแผ่นดินไหวอย่างครอบคลุม ด้วยวิธีการผกผันแบบไม่เชิงเส้นและการสร้างแบบจำลองทางฟิสิกส์ของคลื่นอย่างละเอียด FWI สามารถสร้างแบบจำลองใต้พื้นดินที่มีความละเอียดสูง ซึ่งมีความสำคัญอย่างยิ่งต่อการสร้างภาพและการตีความทางธรณีวิทยา แม้ว่าจะเผชิญกับความท้าทายต่างๆ เช่น การข้ามรอบคลื่น ความต้องการข้อมูลคุณภาพสูง และภาระการคำนวณที่สูง แต่การพัฒนาอัลกอริทึม กลยุทธ์หลายระดับ และความก้าวหน้าในการคำนวณแบบขนาน ทำให้ FWI มีความสมบูรณ์และใช้งานได้อย่างกว้างขวางมากขึ้น ในบริบทของการสำรวจ วิธีนี้ไม่เพียงแต่ปรับปรุงคุณภาพของภาพใต้พื้นดินเท่านั้น แต่ยังเป็นรากฐานที่สำคัญสำหรับการตัดสินใจที่แม่นยำ มีประสิทธิภาพ และมีความเสี่ยงต่ำกว่าอีกด้วย