• turning ray tomography
• tomography
• tomographic inversion
• first arrival
• primi arrivi
• inversione tomografica
• tomografia

Lo scopo principale di questo lavoro di tesi è stato quello di stimare un modello di velocità 2D tramite lo studio tomografico di un profilo sismico, utilizzando i primi arrivi di un dato reale 3D, acquisito nell’area geotermica di Larderello, in Toscana.
Il dato utilizzato è stato ottenuto da precedenti lavori di ricerca, per il quale risulta siano state compiute operazioni di elaborazione principalmente volte al miglioramento della qualità; inoltre, sono state applicate delle correzioni statiche di rifrazione, con flat datum a 200 m.s.l.m.
L’inversione tomografica dai primi arrivi è un problema inverso non lineare e può essere affrontato come segue: inizialmente, è necessario possedere i tempi dei primi arrivi (diretti e rifratti) e le coordinate delle sorgenti e dei ricevitori ad essi associate, dopodiché si definisce un modello di velocità (m) di partenza (anche noto come starting model), che può anche essere molto semplice (1D e/o smooth) nel caso non si abbiano informazioni a priori; con questi elementi, è possibile effettuare il tracciamento dei raggi (turning rays) e calcolare i primi arrivi modellizzati. Successivamente, si costruisce la matrice di inversione (G) e si calcola la differenza tra tempi osservati e predetti così da ottenere il vettore dei residui (d). A questo punto, è possibile stimare la perturbazione (Δs) da applicare al modello di velocità precedentemente utilizzato. L’inversione si basa sulla minimizzazione della somma quadratica dei residui (norma L2), quindi tutti questi processi possono essere ripetuti iterativamente, consentendo così un continuo aggiornamento del modello di velocità di partenza, fino a quando non si avranno più variazioni significative nel misfit tra tempi osservati e predetti, oppure nelle perturbazioni nel modello di velocità. Tramite l’utilizzo di curve di varianza è possibile comprendere il numero di iterazioni sufficienti alla minimizzazione della somma quadratica dei residui.
Per effettuare le inversioni tomografiche è stato utilizzato il codice PROFIT, ideato appositamente per studi tomografici 2D.
L’obiettivo di tesi punta alla stima di un modello di velocità che si collochi spazialmente in prossimità dell’Inline 122, per questo motivo la prima fase di elaborazione ha riguardato l’analisi del dato, volta a identificare quali ricevitori e sorgenti fossero più vicine alla Inline. Sono stati quindi isolati la receiver line 1030 e utilizzati 23 shot, realizzati tramite cariche esplosive che variano tra 1 e 5 kg; le differenti cariche sono dovute alle variazioni litologiche superficiali e ai conseguenti effetti di assorbimento e dispersione di energia. I ricevitori tenuti in considerazione riguardano unicamente quelli della receiver line 1030, costituita da 120 stazioni equispaziate di 50m e a loro volta composte da 12 ricevitori ciascuna.
La seconda fase, principalmente effettuata tramite l’utilizzo del software ProMAX, ha riguardato il riconoscimento e la registrazione (picking) dei primi arrivi, relativamente agli shot scelti.
Successivamente, è stato necessario apportare delle correzioni geometriche ai dati a causa della differenza tra la geometria di acquisizione del dato (3D) e quella dell’inversione tomografica (2D), al fine di effettuare delle inversioni tomografiche più accurate. Per queste operazioni è stato utilizzato il software Matlab.
Terminate le correzioni geometriche, verificando passo-passo la correttezza delle operazioni svolte, è stato necessario effettuare dei test volti a identificare lo starting model ideale per le inversioni; questo è stato fatto anche con l’aiuto di informazioni a priori, sia geologiche che geofisiche, in particolare derivanti da log di pozzo e VSP (Vertical Seismic Profile).
Definito il modello di velocità di partenza, l’ultimo step ha previsto la costruzione della curva di trade-off, al fine di identificare quei parametri di inversione che offrissero il miglior compromesso tra complessità del modello e minimizzazione del misfit.
Una parte centrale in questo lavoro di tesi, svolta in fase preliminare, ha anche riguardato delle simulazioni su dati sintetici, al fine di prendere confidenza con le inversioni tomografiche, nonché di verificare le capacità e limitazioni del codice PROFIT. Da indagini più approfondite sono inoltre emerse interessanti osservazioni, sia qualitative che quantitative, in merito alla dipendenza dell’inversione dallo starting model e dai dati di input (primi arrivi).