Esse trabalho apresenta e discute a inversão híbrida de dados sísmicos como um método para a obtenção das propriedades físicas de rochas em subsuperfície.

Métodos de otimização baseados em algoritmos determinísticos (busca local) ou estocásticos (busca global) usualmente são utilizados na solução de problemas inversos. Alternativamente, podemos utilizar um sistema híbrido de otimização combinando-se o algoritmo de pesquisa global com o de pesquisa local. O objetivo dessa combinação é conjugar a atuação entre os dois métodos de modo que cada um aja na condição de melhor desempenho. Dentro de uma faixa de liberdade o método global atua definindo uma região de mínimo e o método local age refinando e definindo o mínimo dessa região.

Investigamos a aplicabilidade de algoritmos estocásticos da classe do resfriamento simulado em conjunto com a inversão linearizada através da decomposição de valores singulares. O primeiro fornece como saída uma informação prévia para o segundo algoritmo.

Os algoritmos determinísticos e estocásticos foram utilizados separadamente e na forma híbrida em dados sintéticos 1-D, no caso na inversão do coeficiente de reflexão global, e 2-D, na tomografia de tempos de trânsito. No caso da inversão 1-D foram utilizados também dados reais, provenientes da Bacia de Campos (RJ).

This work discusses and present a hybrid philosophy for the inversion of seismic data for the determination of physical properties of subsurface rocks. Deterministic approaches (local search) and stochastic approaches (global search) are usually used for the solution of inverse problems in geophysics. Alternatively, we can use a hybrid optimization system combining an algorithm of global search with another of local one. The purpose of this combination is to conjugate the two techniques in such a way that each one acts with the best performance. Within such a way that each one acts with the best performance. Within a freedom range the global method acts defining a region of minimum and the local method acts refining and defining the minimum of that region. We investigate the feasibility of stochastic algorithms of the so called simulated annealing family in conjunction with linearized inversion through singular value decomposition. The former proviinversion through singular value decomposition. The former provides as output a prior information for the latter. Deterministic and stochastic algorithms were used separated and in the hybrid form in 1-D synthetic data, in the case global reflection coefficient inversion and in 2-D, in traveltime tomography. In the case of 1-D inversion, real data was also used, available from Bacia de Campos (RJ).