A hybrid genetic-linear algorithm for 2D inversion of sets of vertical electrical sounding

AUTOR(ES)
FONTE

Revista Brasileira de Geofísica

DATA DE PUBLICAÇÃO

2003-12

RESUMO

A inversão de uma sondagem elétrica vertical (SEV) normalmente assume que o meio é estratifcado e formado por camadas horizontais homogêneas e isotrópicas. A simplicidade deste modelo geofísico torna a inversão simples e com reduzido custo computacional. Esta simplicidade, junto às principais qualidades do método de eletroresistividade, foi responsável por tornar a SEV um dos métodos geofísicos mais populares nos trabalhos de exploração de águas subterrâneas e geofísica aplicada à engenharia. Porém, mesmo em bacias sedimentares, onde a geologia é mais conforme, a hipótese de camadas planas e homogêneas não é válida, o que limita a confiabilidade dos resultados da inversão. Apresentamos neste artigo um algoritmo rápido e robusto de modelagem e inversão eletroresistiva para a interpretação de conjuntos de SEVs. Consideramos três algoritmos de inversão: o método de inversão linearizada de Gauss-Newton (LI), o algorítmo genético (GA), e uma abordagem híbrida (GA-LI) que usa a inversão linearizada para aprimorar o melhor modelo obtido ao final de cada geração do algoritmo genético. A parametrização do meio consiste na partição do dommínio em blocos retangulares e homogêneos, de modo que a resistividade de cada bloco é um parâmetro do modelo. A resistividade aparente é calculada com um método iterativo baseado numa aproximação por diferenças finitas da equação do potencial elétrico. Um precondicionamento do tipo Cholesky incompleto é utilizado para acelerar a convergência do método. Avaliamos a performance do método híbrido por meio de experimentos numéricos com perfis de eletroresistividades reais e sintéticos, formados por conjuntos de SEVs obtidas com o arranjo Schlumberger. Os dados de campo foram coletados nas proximidades de Conceição do Coité, estado da Bahia, Brasil.

ASSUNTO(S)

fatoração incompleta de cholesky modelagem bidimensional de resistividade inversão geofísica algoritmos genéticos inversão linearizada otimização híbrida

Documentos Relacionados