基于逐减随机震源采样法的频率域二维黏滞声波方程全波形反演

全波形反演方法利用叠前地震波场的运动学和动力学信息重建地下速度结构,具有揭示复杂地质背景下构造与岩性细节信息的潜力。然而,巨大的计算量是阻碍其发展的一个瓶颈问题。为此,研究者们提出了震源编码技术来减少计算量,但是此方法在模型更新过程中会引进随机串扰噪声,降低反演结果准确性。所以,在保证计算精度的情况下,本文提出了采用逐减随机震源采样的方法来高效计算全波形反演问题。笔者将此方法应用于频率域二维黏滞声波波动方程全波形反演,开始了在频率域进行随机震源采样类方法的研究,计算过程中共使用了依次增大的8个频率段;并应用Overthrust模型来验证此类随机震源采样法的正确性。实验结果表明：基于逐减随机震源采样法的反演结果与实际Overthrust模型的拟合误差为0.065 65,而应用基于全部震源的全波形反演方法得到的反演结果与实际Overthrust模型的拟合误差为0.064 64,两者差别不大;但计算用时由740 min减少到291.2 min,即计算效率提高了2.54倍。为了更好地确定方法的有效性,将其应用于Marmousi模型进行试算。模型试算结果表明：基于逐减随机震源和基于全部震源得到的反演结果与实际Marmousi模型的拟合误差分别为0.080 12和0.078 97,相差不大;但计算用时由1 218.9 min减少到274.4 min,计算效率提高了4.44倍。综上,在保证反演精度的情况下,基于逐减随机震源采样法的频率域全波形反演方法大大减少了计算量,具有不可替代的计算优势,并且没有引进随机串扰噪声。     

基于共轭梯度法的全波形反演

全波形反演是一种全新的地震成像方法,主要利用全波形信息反演地下介质参数,通过非线性优化波场理论值和观测值的残差实现波形反演。基于时间域声波方程,建立了时间域波场残差目标函数,以分层模型为例,分别从波场精度、目标函数收敛性和运行时间3个方面,比较了共轭梯度（Conjugate Gradient,CG）算法和拟牛顿算法（Broyden-Fletcher-Goldfarb-Shanno,BFGS）反演的效果。同时,应用共轭梯度法对正、逆断层模型和Marmousi模型进行了速度结构反演。反演结果表明:共轭梯度法计算效率较高,反演得到的速度模型精度更高,反演效果较好,是一种有效的波形反演方法。      

基于GPU加速的包络波形反演

波形反演利用地震资料的相位和振幅信息对速度进行建模,是当前分辨率最高的速度估计方法。波形反演对初始速度场具有较高的要求,当初始速度场和真实的速度场相差较远时,容易产生周波跳跃问题。通常在进行速度反演时,采用多尺度方法减轻波形反演的非线性,然而当实际地震资料中缺少大偏移距和低频数据时,多尺度方法不再适用。此外,计算效率也限制了波形反演的应用。因此,这里提出基于GPU加速的包络波形反演来获取包含长波长信息的初始速度场,并提高计算效率。通过对Marmousi模型的测试,验证了方法的正确性和有效性。     

基于L—BFGS算法的全波形反演Q值方法研究

估计地层品质因子Q对描述地下构造分布和油气预测都有着重要的意义。考虑到地震波在介质中传播时的黏滞吸收作用,笔者选择2D黏滞性声波方程全波形反演,将观测波场与正演模拟计算得到的波场构建一个目标函数,引入L--BFGS算法反演出地层品质因子。将该方法应用于异常体模型和Marmousi模型测试,结果均表明反演的模型与理论模型的相对误差较小,计算精度高,反演效果好。     

二维瑞雷波多参数全波形反演方法探测浅地表空洞应用研究

浅地表低速异常体(如空洞)的精确探测一直是地球物理领域具有重要价值与挑战性的研究课题,对城市灾害评估与复杂条件下煤田地震勘探的浅地表精细建模具有重要意义。面波全波形反演适合浅地表高精度建模,然而在实际应用中仍存在诸多亟待解决的难题。针对面波全波形反演方法中多参数串扰、实际数据预处理、震源子波估计等关键问题,开发了一套完整的瑞雷波多参数全波形反演方法流程,以实现对浅地表空洞的精确探测。该方法中模型的横波速度、纵波速度和密度随反演进程均被同步更新,减弱后两个参数偏离真实值对横波速度反演精度的消极影响。采用伴随状态法构建的拟海森算子对梯度进行预处理以压制地表伪影、增强波场照明,提高对小尺度异常的表征能力。通过褶积因子消除波场正演与实际数据采集的维数差,实现3D波场到2D波场的转换。采用校正滤波方法估计震源子波,并在迭代进程中进行动态估计,以减弱特定参数模型不准确的影响。同时,该方法采用多尺度反演策略,减轻由低速异常引起的目标函数非凸性,提高反演稳定性。合成数据和实际案例测试结果表明,瑞雷波多参数全波形反演方法得到的横波、纵波速度模型、密度模型具有基本一致性,其中横波速度模型准确度最高。实测数...     

基于自适应步长OBFGS算法的快速时间域全波形反演

将OBFGS(Online-BFGS)优化算法应用到全波形反演中,OBFGS算法是一种不依赖Wolfe准则求取步长的优化算法。基于OBFGS算法的特点,提出了自适应步长策略,可以根据当前目标函数的变化情况自适应调整步长。基于自适应步长的OBFGS算法不要求在调整步长时计算正演和梯度,因此可以加快计算速率。通过对Marmousi型进行反演的精度分析表明,基于自适应步长OBFGS算法全波形反演提高了反演精度。反演效率分析结果表明,基于自适应步长的OBFGS算法的反演耗时较短,具有更快的收敛速度,提高了反演的效率。     

小生境遗传算法及其在区域速度结构波形反演中的应用研究

利用波数-频率积分法(F-K方法)合成不同震中距、不同方位角的三分量加噪理论地震图,之后采用小生境遗传算法对上述波形进行地壳速度结构的反演,探讨了震中距、方位角及单路径和多路径反演对反演结果的影响。研究表明,运用不同震中距和方位角所合成理论地震图进行波形反演其结果并无明显差异,说明震中距和方位角对波形反演方法的影响很小。尽管单路径反演和多路径反演均能得到较为准确的反演结果,但多路径的反演结果的准确性明显优于单路径。基于小生境遗传算法的波形反演方法是一种十分有效的求取区域一维速度结构的方法,可以为地震定位、震源矩张量反演及精细速度结构反演等研究提供基础资料,具有一定的实用价值。     

基于CMP域的山地表层速度模型构建

对于山地地震勘探而言,地形起伏,不能直接使用Herglotz-Wiechert公式反演近地表速度模型,这里采用不同于前人在炮域处理的思路,而是在CMP域建立了一组基于CMP浮动基准面对起伏地表上的炮检对走时和偏移距进行校正的公式,首先用本文提出的公式去除起伏地表对初至波的影响,然后应用Herglotz-Wiechert公式快速反演地形起伏地区近地表速度模型。该方法采用地震反射波的CMP浮动基准面校正思路,包含三个关键步骤:①产生CMP浮动基准面;②实测时距曲线的校正;③计算射线参数和速度-深度函数的计算。此方法无需射线追踪,无需初始模型,计算速度快,反演得到的模型具有和地震数据相同的水平分辨率,该模型可用于计算基准面静校正量,或用于叠前深度偏移速度场的表层建模,也可以作为回转初至波层析反演或全波形反演的初始模型。     

叠前地震全波形反演实际应用的关键影响因素

叠前地震全波形反演是利用波动方程正演模拟来描述地震波传播特征,通过非线性局部寻优方法来获取高精度反演结果的方法。与其他反演方法相比,全波形反演利用的是叠前炮域地震数据,没有经过叠加处理,更好地保留了振幅、相位、频率等波形参数随偏移距变化的特征。在反演结果中得到的不再是简单的界面和旅行时信息,而是反映地层速度和构造特征的深度域数据体,有助于对地质体的分析和认识。从叠前全波形反演方法的优势出发,通过理论模型的全波形反演,分析做好全波形反演的技术关键,然后将全波形反演方法应用于实际资料处理,并将反演结果应用于偏移处理和河流相储层识别中,取得了良好的应用效果。最后针对全波形反演实际资料应用中应该注意的问题进行了总结,为叠前全波形反演的进一步发展和应用提供借鉴。     

基于组合震源编码的多尺度全波形反演方法

全波形反演(full waveform inversion, FWI)是目前精度最高的一种速度反演工具,通过迭代反演得到高精度的地下构造,为叠前成像技术提供更准确的速度场,满足目前勘探开发日益复杂的需求。但FWI需要估计精确的震源子波,而从野外采集的地震数据提取子波是非常困难的,此外,反演过程中,模型参数与观测数据存在强的非线性关系,容易产生周波跳跃现象。针对中低波数反演过程中存在周波跳跃现象与地震子波难提取的问题,本文构建了一种基于组合震源的多尺度波形反演方法。首先对子波和地震数据进行时移组合叠加,再进行互相关梯度求取,只需要一次逆时偏移的计算量,就可以完成梯度的求取,实现多尺度反演的目标。通过模型试算,基于组合震源的FWI方法,可以达到多尺度反演的目的,使得反演结果更稳定;与不依赖子波的方法相结合,反演结果相对准确。     

基于模型参数化的地震波走时与射线路径计算

模型的建立与描述是地震资料分析与处理的基础,合理的模型参数化方式对于地震正反演的各个方面都有很好的效果,其中射线追踪在正演模拟、层析成像及偏移等研究领域中都占有很重要的地位。本文针对地震波走时与射线路径计算,设计了一种将离散模型连续化的最小二乘模型参数化方法,分别对速度模型和走时模型进行模型参数化,然后进行梯度速度模型验算及误差分析。计算结果表明,该模型参数化方法使走时计算精度从10^-2提高到10^-3,使射线路径的计算精度提高了14.33%。最后通过经典Marmousi模型和Sigsbee 2A模型实例验证,充分证明了该模型参数化方法的有效性及普遍适用性。     

井间地震走时波形层析成像方法

提出了井间地震走时波形顺序反演方法。该方法先利用井间地震走时反演得到速度模型的低频成分 ,然后用井间地震波形反演获得速度模型的高频成分。数值模型试验和实际应用结果表明 ,该方法反演稳健 ,提高了走时成像的分辨率 ,克服了波形成像易于陷入局部极小的缺陷 ,实现了快速高分辨率成像。     

基于遗传算法的叠前地震波形反演构建虚拟井曲线

叠前地震波形反演能够提供详细的地下地层特征，但由于其计算量大、数据和模型之间的非线性、目标函数的多极值和反演结果的多解性使叠前地震反演的实施成为一大难点。本文通过叠前和叠后混合反演技术采用遗传算法实现了深海无井地震反演。遗传算法思想简单、易于实现和使用、具有隐含并行性和全局搜索能力等优点，基于遗传算法的叠前地震波形反演得到了与井中实际数据基本吻合的速度和密度数据。     

2.5维各向异性介质中地震波场数值模拟

这里实现了在2.5维各向异性介质中地震波传播的数值模拟。首先从2.5维一阶速度-应力弹性各向异性波动方程出发,得出了该方程的拟谱法数值解法;然后通过对Marmousi速度模型进行数值模拟,表明了拟谱法的有效性;最后计算并分析了均匀和混合各向异性介质中波的传播快照和理论模拟的地震记录,进一步认识了波在各向异性介质中的传播规律。     

基于时间卷积网络的地震波阻抗反演

近些年来,深度学习网络的兴起极大地推动了人工智能技术在地震数据处理、反演以及解译等领域的应用.地震波阻抗反演是石油地震勘探领域的一项关键技术,其反演精度在圈定油气储层构造中起到非常重要的作用.提出了一种基于数据驱动时间卷积网络（temporal convolution network,TCN）模型的地震波阻抗反演方法,旨在无需建立初始反演模型,直接利用工区的少量测井标签数据,以地震振幅数据为输入,将波阻抗反演转化为时间序列建模任务,最终输出地下模型的阻抗信息.采用Marmousi2数据集对基于TCN的波阻抗反演模型进行训练、验证和测试,结果显示,在测试集上该模型预测结果的皮尔逊系数和决定系数分别达到97.92%和95.95%,并对远离训练区域的波阻抗信息预测有着良好的泛化性,且在预测时间和预测精度等方面都要明显优于前人的相关研究工作.上述结果表明,TCN时间序列深度学习模型在复杂地层波阻抗反演中具有一定优越性和应用前景,为地震波阻抗反演提供了新思路.      

基于程函方程反演的跨孔地震岩溶探测数值模拟研究

岩溶探测对于岩溶发育地区的工程建设有重大意义,跨孔地震波探测是工程勘察有效的地球物理探测技术。本文旨在利用基于程函方程的初至旅行时层析方法,实现对跨孔地震波岩溶探测的反演,并通过多个工况的数值模拟验证其有效性,探索其适用性和局限性。首先,基于波动方程的时域有限差分对跨孔地震岩溶探测进行正演模拟;然后从模拟的地震记录中提取初至旅行时,最后以基于程函方程的初至层析方法反演得到钻孔间的地层速度模型。本文设置了单一溶洞,单一断层,溶洞断层组合及多溶洞组合4种工况,通过数值试验得到了地震记录、旅行时、反演图像、迭代残差等结果。结果表明基于程函方程的初至旅行时层析反演方法对溶洞位置、大小,断层的方位反演较为准确,对于复杂地质条件,多溶洞和裂隙组合反演较为稳定,相互之间干扰很小,能定性区分对溶洞填充物的速度与地层背景波速的高低。但岩溶异常体中的反演速度较真实速度有偏高,纵向分辨率比横向分辨率高。相比溶洞,该方法对断层较不敏感。考虑到基于程函方程的跨孔层析反演在多个岩溶地质体共存的复杂地质条件下依然保持高效和稳定,该方法可以为实际工程提供重要勘察信息。     

基于地震波形指示反演的陷落柱识别方法及应用

在煤层气勘探开发中，陷落柱是制约煤层气勘探成效的重要因素之一，因此，有效识别陷落柱对提高煤层气勘探成效具有重要意义。以往识别方法都是基于三维地震数据利用陷落柱这一构造引起的地震反射同相轴的非连续性进行识别，本次将陷落柱作为一种地质异常体，利用地震波形指示反演的方法对其进行识别预测。通过测井资料分析和地质建模正演，分析得出煤层中陷落柱发育位置地震波形的3种地球物理响应特征:纵波阻抗值高、地震波形变化和振幅减弱。从地震波形指示反演的基本原理入手，明确该反演方法能够利用陷落柱上述3个响应特征对其进行有效识别。以沁水盆地樊庄区块为例，用该方法对陷落柱识别进行试验，识别结果与钻井含气性及水文地质背景相吻合。结果表明波形指示反演法对陷落柱能够达到有效识别，该方法是识别陷落柱的一种有效手段。