De efficiënte winning van olie en gas uit de aardkorst vereist nauwkeurige beelden van ondergrondse rotsstructuren. Sommige materialen zijn moeilijk vast te leggen, dus hebben KAUST-onderzoekers een rekenmethode ontwikkeld voor het modelleren van grote ophopingen van ondergronds zout, een uitdagend materiaal om nauwkeurig af te leiden van seismische beeldgegevens.

Bij seismische beeldvorming worden geluidsgolven de grond in gestuurd, waar ze worden weerspiegeld op grenzen tussen rotsstructuren. Wetenschappers analyseren de gereflecteerde geluidsgolven om ondergrondse rotstypes en formaties te bepalen, en om fossiele brandstofreservoirs te lokaliseren.

Echter, in sommige regio's, zoals de Golf van Mexico, de ondergrond is bezaaid met zoutlichamen, dat zijn enorme ophopingen van zout die miljoenen jaren geleden diep in de aarde zijn gevormd. Zout is een lage dichtheid, drijvende substantie, wat betekent dat zoutlichamen in de loop van de tijd geleidelijk door de aardkorst stijgen. Dit veroorzaakt stressgerelateerde complexiteiten tussen het zout en de omringende rotslagen. Verder, de kristalstructuur van het zout betekent dat geluidsgolven willekeurig worden gereflecteerd, en er zijn geen bruikbare lage frequenties behouden in de seismische gegevens.

"Gegevens uit zoutzones worden momenteel geanalyseerd door hoogopgeleide experts in plaats van gemodelleerd door een computer, " legt Mahesh Kalita uit, een KAUST Ph.D. student in de groep van Tariq Alkhalifah. "Dit is een tijdrovend en duur proces dat het risico op menselijke fouten met zich meebrengt. We hebben een robuuste rekenmethode ontwikkeld om seismische gegevens van zoutlichamen snel en nauwkeuriger te interpreteren."

Bestaande modellen gebruiken een techniek die volledige golfvorminversie (FWI) wordt genoemd om het verschil tussen waargenomen en gemodelleerde gegevens te minimaliseren. Echter, het ontbreken van lage frequenties in geluidsgolfgegevens van zoute lichamen betekent dat een traditionele FWI faalt. Kalita en het team ontwikkelden een tweeledig optimalisatieproces om FWI te verfijnen voor beeldvorming van zoutlichamen.

"Voor de bovenste laag zout, we een signaal krijgen dat goed genoeg is om te bepalen waar het zoutlichaam begint, maar dan verspreidt de geluidsgolfenergie zich snel, " zegt Kalita. "Onze techniek neemt de eerste gegevens van deze toplaag en 'smeert' deze uit over het meest waarschijnlijke gebied dat het zoutlichaam omvat. We noemen deze techniek 'flooding'."

Het resulterende model wordt vervolgens naast de waargenomen gegevens getest om te controleren of de omringende rotsstructuren overeenkomen en om ervoor te zorgen dat het model niet "overstroomd" is. De eerste proeven met een dataset uit de jaren 90 uit de Golf van Mexico waren veelbelovend, met de nieuwe techniek die een nauwkeurige weergave van lokale zoutlichamen genereert.

"We zullen onze geautomatiseerde techniek de volgende keer testen op recente, hoogwaardige datasets die meer driedimensionale details bevatten, ' zegt Kalita.