• Full Waveform Inversion (FWI)
• near-surface
• sismica a riflessione superficiale

Il lavoro di Tesi consiste nell’applicazione della Full Waveform Inversion (FWI) acustica su dati di sismica a riflessione superficiale i quali, per le loro caratteristiche di offset sorgente-ricevitore ristretti e per la grande contaminazione introdotta dagli effetti superficiali; rendono questi dati più difficilmente trattabili. Tuttavia, la scelta di impiegare l’approssimazione acustica ed una opportuna sequenza di elaborazione del dato osservato, permettono di ignorare gli effetti generati dalle onde superficiali. Gli algoritmi della FWI presentati, permettono di estrarre un modello di velocità con un’accuratezza e una risoluzione difficilmente raggiungibili con altri metodi. La parte più affascinante di questo lavoro risiede proprio nel risolvere problematiche geofisiche inerenti alle porzioni più superficiali del semispazio, utilizzando però strumenti e tecniche che risultano assolutamente innovative anche nei campi della geofisica più profonda, volta per esempio allo studio dei terremoti o all’esplorazione petrolifera.
Il dataset sismico utilizzato è stato acquisito in prossimità del campo archeologico di Luni, nella porzione più orientale della Liguria, al confine con la provincia di Massa-Carrara. La stratificazione piano-parallela osservabile nei livelli più superficiali, già confermata dagli studi geologici/geomorfologici condotti, rende l’area stessa di particolare semplicità strutturale e quindi ben adatta a verificare il funzionamento di queste tecniche di inversione all’avanguardia.
La sequenza di processing adottata ha permesso di ottenere il modello di velocità intervallare iniziale da fornire come input alle inversioni globali, e lo spessore dello strato aerato utilizzato per vincolare l’inversione e ridurre lo “spazio nullo” dei modelli. Su alcuni shot selezionati è stata applicata una elaborazione ad hoc per l’applicazione delle operazioni di inversione che hanno permesso di estrarre un primo campo di velocità a bassa risoluzione dagli eventi rifratti (fino a 50 Hz), utilizzando strategie di ottimizzazione globali. Queste sono state applicate prima sugli inviluppi delle forme d’onda per evitare fenomeni di cycle-skipping e poi sulle forme d’onda stesse. È stato poi possibile raffinare i risultati ottenuti precedentemente grazie a inversioni di tipo locale con metodo steepest descent; successivamente ho ottenuto un modello a più alta risoluzione incorporando anche gli eventi riflessi ed adottando una procedura frequency marching (fino a 65 Hz). Data l’assenza di pozzetti esplorativi nella zona di studio, la verifica dei campi di velocità estratti si è basata essenzialmente sull’allineamento degli eventi osservabili nei CIGs (common image gathers) ottenuti tramite migrazione di Kirchhoff in dominio pre-stack che hanno mostrato risultati soddisfacenti.
A seguito dell’esperienza sviluppata in questo lavoro di tesi, si può affermare che gli algoritmi della FWI hanno restituito ottimi risultati, infatti nonostante l’acquisizione fosse mirata a risolvere le porzioni più superficiali del semispazio, il rapporto S/N fosse piuttosto basso e la porzione di segnale utile limitata agli offset maggiori, è stato possibile ricostruire un modello accurato delle onde di pressione. La sequenza di processing adottata ha fornito due importanti informazioni a priori che hanno permesso di guidare l’inversione al raggiungimento di una soluzione ottimale ottenuta attraverso successivi step di inversione, globale e locale. Un possibile sviluppo futuro riguarderebbe l’utilizzo di codici elastici, questi infatti consentirebbero di sfruttare integralmente le informazioni contenute nel sismogramma, anche nelle porzioni di dato che attualmente non sono state considerate.