基于拟Hessian梯度预处理算子的勒夫波全波形反演研究

构建近地表横波速度模型是煤田多分量地震资料处理的重要环节。相较于面波多道分析法,全波形反演在构建近地表横波模型中具有更高的分辨率。然而,在基于梯度的全波形反演中,由于地震记录频带有限、波场的非均匀覆盖以及双重散射等原因导致梯度算子不随深度的增加而缩放,模型深部参数得不到明显更新。目标函数的Hessian算子包含曲率信息,可清晰预测梯度算子中的焦散现象及双重散射产生的伪影,因此,逆Hessian算子则可作为反卷积算子实现对梯度的预处理,加强对模型深部的照明能力。然而Hessian算子具有巨大维度,对其显式计算十分困难。基于此,借鉴逆散射理论的思想,给出勒夫波全波形反演目标函数的拟Hessian算子的表达式,并提出一种梯度预处理的全波形反演方法。将该方法分别应用于断层模型、凹陷模型以及起伏界面模型的重构试验,反演结果表明:与传统的共轭梯度全波形反演方法相比,基于拟Hessian算子的预处理共轭梯度方法可加快收敛速度,提升成像质量。      

低频缺失下跨孔雷达包络波形反演

全波形反演方法作为一种高分辨率成像手段在跨孔雷达反演中得到有效应用,但其仍受局部最小问题影响。一个有效的解决方法是为反演提供一个准确的初始模型。但在应用真实雷达数据时,由于地下介质未知且存在低频数据缺失的情况,全波形反演往往难以获得理想结果。为此,使用对包络目标函数求导的方法,详细推导了包络波形反演的梯度公式。该方法与传统全波形反演方法在原始数据低频成分缺失情况下的反演结果对比表明,该方法能够有效还原缺失的低频信息并且对低频缺失数据有更好的反演能力,可以直接为地下介质提供定量解释。     

时间域跨孔雷达全波形反演及实际应用

通过对目标函数求导的方式详细推导了时间域全波形反演的梯度公式,并使用共轭梯度法同时迭代介电常数和电导率。将该方法应用到一组合成数据和实际数据中,合成数据结果表明全波形反演能够准确刻画地层结构,精确重建亚波长尺寸异常体的位置和参数信息。实际数据的反演结果证明全波形反演能够反映地层中的细微结构,提供高分辨率的反演结果,其波形比配结果也更准确。     

气云区全波形反演约束Q场建模技术

复杂的浅层气云使地下波场严重扭曲,地震剖面呈现模糊带,影响工区的构造认识和储层描述。品质因子Q是地震波在地层中的衰减属性,Q深度偏移是考虑了地层吸收衰减的偏移成像技术,是提高气云区成像质量的有效方法;但是当浅层气云和深层底辟构造复杂发育时,常规Q场建模的精度往往不能满足Q偏移精细建模的需求。为解决以上难题,本文创新性地提出了全波形反演（full wave inversion, FWI）约束Q场建模技术思路：基于常规网格层析建立初始速度模型,利用FWI技术精细刻画速度异常进而约束Q模型的建立。这一“常规层析-FWI-Q反演”迭代的技术思路在白云凹陷Q深度偏移成像中得到成功应用,不仅提高了气云模糊区的成像质量,而且避免了油气勘探认识的多解性,证明了FWI约束Q场建模和Q深度偏移技术方法对改善复杂气云发育区的成像有效性。     

基于并行预处理算法的三维重力快速反演

随着地球物理设备和探测技术的不断发展,快速处理大规模地球物理数据的需求也随之增长。为了解决三维重力数据密度反演的耗时问题,提出一种并行的预处理共轭梯度算法来提高计算效率。本文分别采用两种不同的预处理算子通过组合模型数据反演进行测试比较,并利用迭代残差和计算用时共同评价其加速效果。结果表明：对称逐次超松弛预处理方法比对角预处理方法反演计算速度快,密度结果更贴近实际模型;与传统串行的共轭梯度算法相比,本文并行预处理快速算法可以获得近19倍的加速比。将该算法应用于美国Vinton盐丘的实测重力数据中,反演结果能够很好地圈定出岩体的位置,验证了本文并行预处理共轭梯度法在三维重力数据快速反演中的高效性和可行性。     

电阻率三维复杂结构的快速反演

运用共轭梯度迭代算法解三维反问题中的线性方程组,并结合求Jacobi矩阵 G 的Rodi算法,则每次反演迭代仅需一次正演计算,大大加快了计算速度,实现了直流电阻率三维快速反演。另外,由于避免了存储 G 和 G T G 所需的庞大存储量,以及在三维反演中加入光滑约束,有利于精细网格下的复杂模型反演。      

互相关与最小二乘加权目标函数全波形反演

全波形反演是一个高度非线性的优化问题,当地震数据中缺少低频成分而初始速度与真实速度相差较远时,反演容易陷入局部极小值。笔者提出一种新的目标函数,将模拟地震记录和观测记录的归一化互相关与最小二乘结合。互相关侧重相位匹配,具有更强的线性,能减弱"跳周"现象。通过设置权重因子,在反演前期利用互相关先恢复低波数的背景速度模型,再加入最小二乘约束恢复高波数的模型细节。数值模拟试验结果表明,基于该目标函数的全波形反演不依赖精确的初始模型和低频信息,向全局极小值迅速收敛,能有效改善反演的稳定性,并获得比基于常规目标函数的全波形反演更精确的结果。     

Acceleration strategies for elastic full waveform inversion workflows in 2D and 3D

Full waveform inversion (FWI) is one of the most challenging procedures to obtain quantitative information of the subsurface. For elastic inversions, when both compressional and shear velocities have to be inverted, the algorithmic issue becomes also a computational challenge due to the high cost related to modelling elastic rather than acoustic waves. This shortcoming has been moderately mitigated by using high-performance computing to accelerate 3D elastic FWI kernels. Nevertheless, there is room in the FWI workflows for obtaining large speedups at the cost of proper grid pre-processing and data decimation techniques. In the present work, we show how by making full use of frequency-adapted grids, composite shot lists and a novel dynamic offset control strategy, we can reduce by several orders of magnitude the compute time while improving the convergence of the method in the studied cases, regardless of the forward and adjoint compute kernels used.     

基于探地雷达的路基地下异常体全波形反演

路面塌陷及地下空洞隐患往往较为隐蔽且事发突然,造成了人们生命和财产的巨大损失,对于道路塌陷及地下空洞隐患的检测分析显得至关重要。探地雷达(Groud Penetrating Radar, GPR)因其具有精度高、效率快、连续无损、实时成像等优点,是目前城市道路塌陷隐患探测的主要方法。针对GPR传统目标函数全波形反演(Full Waveform Inversion, FWI)中激励源子波估计不准确而导致反演准确性和可靠性降低的问题,提出了一种褶积型目标函数FWI算法。对于路面塌陷及地下空洞2种情况,通过建立合成数据模型,与传统目标函数FWI的反演结果进行对比,说明了褶积型目标函数FWI算法在激励源子波估计不准确的情况下依然可以得到良好的反演结果,验证了该算法的有效性;最后将该算法用于2组不同灾害类型的GPR实测数据中,分析反演得到的地下介质相对介电常数分布情况,验证了褶积型目标函数FWI算法对于实测数据的实用性,从而为路基地下异常体探测提供理论依据。      

崎岖海底OBC地震数据全波形反演策略

针对崎岖海底引起的波场传播和全波形反演处理的复杂性,本文提出相应的反演策略。通过对崎岖海底网格特殊处理解决正演和静校正时的地形近似问题。全波形反演采用快速多尺度算法、宽角补偿策略和静校正处理策略。结果表明,该反演策略在大大提高反演效率的同时,能兼顾深部和远偏移距反演效果,并能针对海水误差情况选择策略,在崎岖海底情况下得到好的全波形反演结果。     

基于自然伽马测井信号的维纳滤波法求取泥质含量

泥质含量是定性、定量评价储层属性的一个重要参数.研究经济、适用、高精度的储层泥质含量求取方法, 对储层的评价、预测含油气远景和计算储层油气储量意义明确.提出了测井自然伽马求取泥质含量的新原理, 认为测井自然伽马信号是地层自然伽马真值通过一个系统的卷积滤波输出.利用测井自然伽马信号和提取的自然伽马真值子波, 采用维纳滤波法求取测井系统逆因子函数, 根据逆因子函数, 用自然伽马测井信号做卷积直接计算泥质含量.本研究在中国西北某油气勘探区有岩心分析资料的K13井进行了试验, 求取的泥质含量精度比测井常规解释方法大幅提高, 在同一勘探区K11、S44、S4等井试验性应用, 效果良好.      

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。     

Three-Dimensional Conjugate Gradient Inversion of Magnetotelluric Impedance Tensor Data

We developed a three-dimensional(3D) conjugate gradient inversion algorithm for in-verting magnetotelluric impedance tensor measurements.In order to show the importance of including diagonal components of magnetotelluric impedance tensor in 3D inversion,synthetic data were inverted using the 3D conjugate gradient inversion,and the inversion results were compared and analyzed.The results from the 3D inversion of synthetic data indicate that both the off-diagonal and the diagonal components are required in in...     

梯度反褶积法及其在矿产勘探中的应用

梯度探测技术以其信息量大、精度高、干扰小等优点在地球物理领域中得到广泛应用,但现今针对梯度数据的反演方法还比较少。笔者提出一种新的梯度数据解释方法--梯度反褶积法,该方法以梯度数据为基础获得场源体的位置信息,在计算公式中消除了构造指数,避免了因构造指数选取不当引起的误差。通过理论模型试验证明,梯度反褶积法能有效地完成目标体的反演工作,反演结果与理论值之间的误差小于5%,且相对于常规欧拉反褶积法更加稳定、准确。将梯度反褶积法应用于实测航磁梯度异常的解释,获得了地下铁矿的分布状态。     

基于预优共轭梯度的磁化强度反演方法及应用

基于预优共轭梯度算法的反演方法在求解磁化强度大规模欠定线性方程组时可以改善方程组的条件数,并提高算法的纵向分辨率。该方法对磁性体形状无要求,且收敛速度快、稳定性好,能较直观地反映磁性体特征。本文通过理论模型试验结果分析证明了基于预优共轭梯度的磁化强度反演方法的稳定可靠性,北衙铁金矿区万硐山矿段L32线磁异常反演结果表明了该方法应用于实际资料处理与解释的有效性和可靠性。     

基于L-BFGS算法和同时激发震源的频率多尺度全波形反演

全波形反演可以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,庞大的计算量和存储空间需求,限制了全波形反演的发展。在频率多尺度全波形反演中将L BFGS数值优化算法与同时激发震源技术相结合的方法来改善这一现状。首先,对Marmousi模型进行了速度反演：在计算过程中明显发现对计算机内存的占用减少,最终反演结果与实际Marmousi模型的拟合误差为0.095 9,较小;采用10个频带单炮震源正演384炮所需时间约为32 640 s,而采用同时激发震源（384炮）正演一次所需时间仅约为700 s。然后,基于高速楔形体模型进行了抗噪能力研究：原始含噪地震记录信噪比为11.147 3 dB;对反演得到的速度模型进行正演,其地震记录信噪比为22.251 8 dB。最后,基于逆冲断层模型进行了反演速度扰动能力研究,反演得到的最终模型很清晰,与具有速度扰动特性的实际模型非常接近,拟合误差仅为0.036 0。数值模拟试验结果表明：此方法反演精度高,内存开销较小,能够显著提高计算效率,并且具有良好的抗噪能力,能够反演出具有速度扰动特性的介质。     

Application and performances of unconstrained optimization methods in seafloor AVO inversion

Seafloor elastic parameters are important for seafloor engineering and geophysical detection beneath the seafloor. We have proposed to use AVO (amplitude variation with offset) theory to estimate seafloor elastic parameters. However, the previous inversion methods are time-consuming. To improve the computing efficiency, we try to solve the inverse problem as an unconstrained optimization problem in this paper. Three kinds of classical unconstrained optimization methods are applied to seafloor AVO inversion, including the steepest descent method, the Newton’s method, and the conjugate gradient method. Then, we design different initial models to test the convergence behaviors of the three methods. Numerical tests show that the perturbation level of the initial models and the noise level of the observed data have a significant effect on the convergence performances of the three methods. Even for the same perturbation and noise levels, the convergence performances differ with different combinations of the perturbed initial elastic parameters. All three methods have higher computing efficiency than the previous methods. This research also offers a strategy to choose a proper optimization method for a specific case in real seafloor AVO inversion.     

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。      

混合遗传算法在大地电磁一维反演中的应用

遗传算法是近些年来产生和发展的一种模拟生物进化过程的自适应启发式全局优化的搜索算法。它不完全依赖于初始猜测,且具有全局收敛的特点,可以被用来解决各种复杂的实际问题,如工程优化设计,人工智能和决策系统,以及地球物理反演等。尽管遗传算法是一种效率很高的全局优化算法,但许多仿真结果表明,它具有计算时间长,局部搜索能力弱的缺点。而共轭梯度法属于非启发式全局优化搜索方法,收敛速度快,但容易陷入局部极值,且严重依赖初始猜测。根据遗传算法和共轭梯度法的特点,这里提出了一种混合遗传算法,用来进行地球物理反演。该算法既具有遗传算法的全局收敛性,又有共轭梯度法的快速收敛性,经实际应用,取得了良好的效果。     

基于二维NLCG反演的水文地质结构辨识研究

地下水调查是草原水资源合理开发利用的前提,而探明水文地质结构对地下水调查尤为重要.笔者充分利用大地电磁法(MT)和地面核磁共振(SNMR)各自的优点,尝试采用MT和SNMR对水文地质结构进行探测,并通过二维非线性共轭梯度(NLCG)反演解译了电性与地层两者的对应关系;实现了典型层状含水层模型和局部含水层模型正反演试验;...