Improving the efficiency of wide-angle seismic data inversion through a nonlinear algorithm: case study of the MARCONI-3 profile

• Andrés Olivar-Castaño ^[1] ; Irene DeFelipe ^[2] ; Marco Pilz ^[3] ; Mario Ruiz ^[4] ; Ramón Carbonell ^[4]
  1. [1] Universidad de Oviedo

     Universidad de Oviedo

     Oviedo, España

     
  2. [2] Universidad de Salamanca

     Universidad de Salamanca

     Salamanca, España

     
  3. [3] Helmholtz-Zentrum Potsdam – GeoForschungsZentrum (GFZ), Potsdam, Alemania,
  4. [4] Instituto Geociencias Barcelona, 08028 Barcelona

  Mostrar afiliaciones +
• Localización: Geogaceta, ISSN 0213-683X, Nº. 71, 2022, págs. 27-30
• Idioma: inglés
• Títulos paralelos:
  • Mejorando la eficiencia de la inversión de datos de sísmica de gran ángulo por medio de un algoritmo no lineal: aplicación al perfil MARCONI-3
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los estudios de reflexión/refracción sísmica de gran ángulo (WA) proporcionan datos que se pueden invertir para obtener modelos de velocidad de ondas P (VP) a escala litosférica. La interpretación de este tipo de datos se realiza a menudo a través de un laborioso procedimiento de prueba y error que puede requerir mucho tiempo, en el que los parámetros relevantes del modelo (espesor de las capas y VP) se ajustan manualmente hasta que la modelización directa se ajusta a los tiempos de llegada observados. En este trabajo, presentamos un enfoque no lineal iterativo totalmente automático para la inversión de datos de WA basado en la técnica de enfriamiento simulado. Probamos nuestro enfoque propuesto con datos del perfil MARCONI-3 WA (al sur del Golfo de Vizcaya) y comparamos el resultado con una interpretación detallada ya existente, discutiendo las similitudes entre los dos modelos y la concordancia entre nuestro modelo y los tiempos de llegada observados.

  • English

    Wide-angle seismic reflection/refraction (WA) surveys provide data that can be modeled to obtain lithospheric-scale P-wave velocity (VP) models. The interpretation of these datasets is often performed as a laborious and time-consuming trial-and-error procedure, in which the relevant model parameters (layer thickness and VP) are manually adjusted until the forward modeling matches the observed travel-times. In this work, we present a fully automatic iterative nonlinear approach to invert WA datasets based on the simulated annealing technique. We test our proposed approach with data from the MARCONI-3 WA profile (southern Bay of Biscay) and compare the outcome with an existing detailed interpretation, discussing the similarities between the two models and the agreement between our model and the observed travel-times.