基于复频率衰减反传算子的全波形反演梯度构建

从梯度构建中反传算子的角度出发,本文分析了影响梯度精度的因素, 并提出了一种新的基于复频率衰减反传算子的全波形反演梯度构建法, 以压制梯度构建过程中产生的弧状噪音;针对全波形反演的巨大存储量和精度问题,本文采用限内存的BFGS(L-BFGS)算法进行迭代反演．对平层模型、逆掩断层模型以及凹陷模型的测试结果表明,与常规梯度算法相比,基于复频率衰减反传算子算法所构建梯度的精度得到明显改善．用复杂断块模型进行全波形反演测试,并将其与常规算法得到的反演速度精度进行对比,结果验证了该方法的正确性及其对提高梯度精度的有效性．      

基于特征能量梯度算子的时间域全波形反演

全波形反演中构建常规梯度算子过程中需要三步骤:震源子波的正向传波场传播,波场残差的反传波场和波场互相关构建梯度算子,其过程存在数据量大、效率低等缺点,为提高反演的效率,本文针对常规时间域梯度算子进行优化,提出了基于特征能量的梯度算法.在正传过程中计算每一个网格点上的正传波场的最大激发能量及其对应的时间步,保存一个子波时间长度的利用特征能量以构建梯度算子.在构建梯度算法中利用保存的子波长度的特征能量进行构建梯度算子.该算法无需保存震源的正传波场,可以减少运算过程中的磁盘读写,提高全波形反演的计算效率.在Mamousi模型梯度测试和实际资料的反演测试中表明:该算法在可以保证梯度算子的精度,具有数据读写量小的优点,效率高的优点.     

单相介质AVO反演的精度分析

振幅随偏移距变化（AVO）反演是一个非线性的组合最优化过程,理论上可先将该非线性问题线性化,然后求解线性问题;或者直接利用非线性的模拟退火、遗传算法等方法求解.但无论哪种反演思路,实际中影响其精度的因素很多,因此分析AVO反演中的误差来源对提高反演精度和评价反演方法的可靠性非常重要.本文对能造成反演误差的主要因素,噪音、薄层调谐、地震数据处理中的误差、入射角范围等进行了分析,讨论了这些因素可能对反演结果造成的影响,发现在AVO反演过程中可以从优化参数选择和针对性处理方面来减小这些误差,提高反演精度.     

基于截断牛顿法的VTI介质声波多参数全波形反演

不同类别参数间的相互耦合使多参数地震全波形反演的非线性程度显著增加,地震波速度与各向异性参数取值数量级的巨大差异也会使反演问题的性态变差.合理使用Hessian逆算子可以减弱这两类问题对反演的影响,提高多参数反演的精度,而截断牛顿法是一种可以比较准确地估计Hessian逆算子的优化方法.本文采用截断牛顿法在时间域进行了VTI介质的声波双参数同时反演的研究.不同模型的反演试验表明,在VTI介质声波双参数同时反演中,截断牛顿法比有限内存BFGS(Limited-memory Broyden-Fletcher-Goldfarb-Shanno,L-BFGS)法能更准确地估计Hessian逆算子,进而较好地平衡两类不同参数的同时更新,得到了比较精确的反演结果.     

基于支持向量机的非线性AVO反演

本文提出了一种新的AVO非线性反演方法,即利用支持向量机来求解AVO非线性反演问题.文中先对支持向量机的原理进行了阐述,然后建立了适合AVO反演的支持向量机模型.最后利用该方法对模型数据和实际资料进行了反演计算,反演结果表明,该方法在没有牺牲反演效果的情况下较好的解决了传统反演方法所具有的局限性,可以直接从合成记录中提取地层的弹性参数,反演速度快、稳定性好.     

海域天然气水合物全波形反演研究进展

在海域天然气水合物勘探过程中,全波形反演可以在缺少井资料情况下提供水合物及游离气区域精细速度结构,与AVO分析相比,全波形反演可以有效降低薄层效应影响.概述了全波形反演的研究进展及其在海域天然气水合物参数结构分析中的应用现状;讨论了天然气水合物全波形反演策略,包括基于层状介质假设的全局优化与局部优化相结合反演策略和基于有限差分、有限元正演模拟的多参数结构直接反演策略等;探讨了天然气水合物全波形反演中一些具有代表性的技术特点,包括地震子波估计方式、海底多分量地震数据的应用、多参数同时反演;最后给出天然气水合物全波形反演发展趋势和可能改进建议.随着三维全波形反演算法的不断改进,海域天然气水合物勘探精度将进一步提高,为水合物商业开发提供依据.     

带粒子滤波约束的PP-PS联合反演的稀疏解算法

随着地震勘探目标从构造型油气藏向岩性油气藏的转变,地震勘探难度日益增大,这就要求从地震数据中获得更多可靠且具有明确地质含义的属性信息,并充分利用这些属性信息来对储层的岩性、岩相进行分析.AVO三参数反演能够从振幅随炮检距的变化信息中直接提取纵波速度、横波速度以及密度来估计岩石和流体的性质,进而对储层进行预测.然而,AVO反演本身是一个不适定的问题,加上地震纵波反射系数对横波速度和密度的不敏感,会造成单纯利用纵波地震数据进行反演的结果误差大.随着地震接收和数据处理技术的发展,越来越多的学者对PP-PS联合反演方法进行了研究并在实际资料中得以运用.融合转换横波地震数据的联合反演在一定程度上提高了反演的精度,降低了解的不稳定性.但是在信噪比较低的情况下,联合反演的效果受到了限制.本文从优化理论出发,提出了基于粒子滤波提供先验知识的l₁范数约束极小化问题的稀疏解算法.并将上述方法运用到了不同的模型中,通过比较分析,证实了该方法在不同信噪比资料中的有效性和在信噪比较低情况下的优势.     

基于代数重构算法的重力梯度张量反演

本文基于重力梯度张量密度反演基本理论,建立了模型约束正则化密度反演矩阵方程.分析了代数重构算法(ART)中迭代初始值、松弛因子和终止条件三个关键参数的影响;与最小二乘求逆法对应比较分析了算法的时间和精度.结果表明:在地震、地质等地球物理手段提供初值、边界等约束较多的情况下,ART可以克服方程的不适定进行直接求解,并且合理的松弛因子和终止条件可有效提高反演效率.当初始信息不足时,添加光滑假设、深度加权等模型约束,正则化方程可以提高反演结果的可靠性.ART的行迭代可有效避免观测误差的积累和矩阵求逆的计算,从而使计算精度和速度提高数倍.最后基于GOCE地球重力场模型所得重力梯度,以地震层析成像所得速度模型为约束,对华北克拉通密度结构进行了反演,并与该区已有密度研究结果进行了对比.结果表明:利用GOCE重力场系数计算重力梯度扰动,以速度模型为约束,基于代数重构算法进行重力梯度反演所得密度模型与重力-地震联合反演所得密度模型具有很好的对应性.ART算法为重力梯度张量反演中大规模复杂问题的快速计算提供了又一种有效手段.     

基于精确Zoeppritz方程三变量柯西分布先验约束的广义线性AVO反演

常规AVO三参数反演是通过Zoeppritz方程的近似公式来建立AVO正演模拟的过程,然而在P波入射角过临界角和弹性参数在纵向上变化剧烈的情况下,Zoeppritz方程近似公式精度有限.针对这种情况,可以使用精确的Zoeppritz方程来构建反演目标函数,由于精确Zoeppritz方程中P波反射系数和弹性参数之间是一种复杂的非线性关系,通常解决途径是利用非线性的优化算法来进行数值计算,但是非线性优化算法的缺点是计算量过大;另外一种途径是利用广义线性反演的方法,通过泰勒一阶展开式将P波反射振幅展开后,用线性关系近似表达非线性关系,经过几次迭代后,在理论上可以达到很高的精度,但是广义线性反演算法的核心部分--Jacobian矩阵由于矩阵条件数过大,往往会造成反演算法的不稳定,其应用范围得到了限制.贝叶斯反演方法是通过引入模型参数的先验分布结合噪声的似然函数,生成模型参数的后验分布,通过求取模型参数的最大后验概率分布来得到模型参数的反演解,由于引入模型参数的先验分布信息,可以有效的降低反演的不适定问题.本文将两种反演算法的思想相结合,利用广义线性反演算法的思想,构建AVO正演模拟的过程来提高大角度地震数据反演的精度,同时结合贝叶斯理论,通过引入模型参数的先验分布信息构建反演目标函数的正则化项,可以有效降低由于Jacob矩阵条件数过大带来的反演不适定问题,该算法假设模型参数服从三变量柯西分布.     

纵向和横向同时约束AVO反演

为了提高AVO(amplitude versus offset)反演结果的精度和横向连续性,本文提出了一种新的AVO反演约束方法,该方法结合贝叶斯原理和卡尔曼滤波算法实现了对反演参数纵向和横向的同时约束.文章首先结合反演参数的纵向贝叶斯先验概率约束和反演参数的横向连续性假设建立了与卡尔曼滤波算法对应的AVO反演系统的数学模型,然后将该数学模型代入卡尔曼滤波算法框架,利用卡尔曼滤波算法实现了双向约束AVO反演.二维模型测试和实际数据测试结果表明,相对于单纯的纵向贝叶斯先验概率约束,双向约束能更准确地刻画参数的横向变化,得到更准确、横向连续性更好的反演结果.     

Analytical wavefront curvature correction to plane‐wave reflection coefficients for a weak‐contrast interface

Most amplitude versus offset (AVO) analysis and inversion techniques are based on the Zoeppritz equations for plane‐wave reflection coefficients or their approximations. Real seismic surveys use localized sources that produce spherical waves, rather than plane waves. In the far‐field, the AVO response for a spherical wave reflected from a plane interface can be well approximated by a plane‐wave response. However this approximation breaks down in the vicinity of the critical angle. Conventional AVO analysis ignores this problem and always utilizes the plane‐wave response. This approach is sufficiently accurate as long as the angles of incidence are much smaller than the critical angle. Such moderate angles are more than sufficient for the standard estimation of the AVO intercept and gradient. However, when independent estimation of the formation density is required, it may be important to use large incidence angles close to the critical angle, where spherical wave effects become important. For the amplitude of a spherical wave reflected from a plane fluid‐fluid interface, an analytical approximation is known, which provides a correction to the plane‐wave reflection coefficients for all angles. For the amplitude of a spherical wave reflected from a solid/solid interface, we propose a formula that combines this analytical approximation with the linearized plane‐wave AVO equation. The proposed approximation shows reasonable agreement with numerical simulations for a range of frequencies. Using this solution, we constructed a two‐layer three‐parameter least‐squares inversion algorithm. Application of this algorithm to synthetic data for a single plane interface shows an improvement compared to the use of plane‐wave reflection coefficients.     

地震数据互相关驱动的多道反演方法

地震反演是储层定量描述和地震油气识别的关键技术,反演结果在复杂构造区域的横向连续性和保真性是影响地震资料定量解释精度的重要因素.基于此,本文发展了地震数据互相关驱动的多道反演方法.考虑地层反射系数与地震数据在结构上具有相似性的特点,基于地震数据互相关描述地层反射系数的结构特征,并将其作为多道地震反演的横向约束条件;此外,为改善地震数据本身横向连续性差对反演结果的影响,在目标泛函的惩罚项中引入局部优化算子,构建了一个易于求解的多道地震反演目标泛函.与常规多道地震反演方法相比,本文方法能够设计更合理、更符合实际情况的横向约束算子,提高反演结果的横向连续性,并且能有效降低地震资料质量对反演结果的影响.模型测试和实际应用验证了本方法的可靠性和稳定性.     

基于贝叶斯理论的AVO三参数波形反演

在实际的AVO反演问题中,叠前数据体中的噪声或其他因素严重影响了AVO反演问题的适定性,而采用先验地质信息作为AVO反演问题的约束条件是解决AVO反演问题不适定的一种可行方法. 文中的似然函数采用了[WTBX]ι[WTBX]p范数的解,并用Cauchy分布表示先验模型参数的分布. 以此为基础,在反演中建立了测井数据的参数协方差矩阵对反演过程进行约束,并采用了共轭梯度算法实现多参数非线性的反演过程. 同时,为了提高反演精度,避免动校正拉伸及依赖于炮检距的调谐效应对参数估计的影响,反演采用动校前地震数据进行参数估计. 从应用效果分析来看,即使叠前道集的信噪比不高,反演的结果也能较好地与实际情况相匹配,为识别储层流体性质提供了新的手段.     

Joint AVO inversion, wavelet estimation and noise-level estimation using a spatially coupled hierarchical Bayesian model

The main objective of the AVO inversion is to obtain posterior distributions for P-wave velocity, S-wave velocity and density from specified prior distributions, seismic data and well-log data. The inversion problem also involves estimation of a seismic wavelet and the seismic-noise level. The noise model is represented by a zero mean Gaussian distribution specified by a covariance matrix. A method for joint AVO inversion, wavelet estimation and estimation of the noise level is developed in a Bayesian framework. The stochastic model includes uncertainty of both the elastic parameters, the wavelet, and the seismic and well-log data. The posterior distribution is explored by Markov-chain Monte-Carlo simulation using the Gibbs' sampler algorithm. The inversion algorithm has been tested on a seismic line from the Heidrun Field with two wells located on the line. The use of a coloured seismic-noise model resulted in about 10% lower uncertainties for the P-wave velocity, S-wave velocity and density compared with a white-noise model. The uncertainty of the estimated wavelet is low. In the Heidrun example, the effect of including uncertainty of the wavelet and the noise level was marginal with respect to the AVO inversion results.     

Non‐linear prestack seismic inversion with global optimization using an edge‐preserving smoothing filter

Estimating elastic parameters from prestack seismic data remains a subject of interest for the exploration and development of hydrocarbon reservoirs. In geophysical inverse problems, data and models are in general non‐linearly related. Linearized inversion methods often have the disadvantage of strong dependence on the initial model. When the initial model is far from the global minimum, inversion iteration is likely to converge to the local minimum. This problem can be avoided by using global optimization methods. In this paper, we implemented and tested a prestack seismic inversion scheme based on a quantum‐behaved particle swarm optimization (QPSO) algorithm aided by an edge‐preserving smoothing ( EPS) operator. We applied the algorithm to estimate elastic parameters from prestack seismic data. Its performance on both synthetic data and real seismic data indicates that QPSO optimization with the EPS operator yields an accurate solution.     

地层衰减对地震波速度逆散射反演的影响研究

在利用地震波数据进行地球物理反演时,地层对地震波的吸收衰减效应会对地层物性参数的准确反演产生较大的影响,因此利用黏弹性声波方程进行反演更符合实际情形.本文在考虑地层衰减效应进行频率空间域正演模拟的基础上,提出基于黏弹性声波方程的频率域逆散射反演算法并对地震波传播速度进行反演重建,在反演过程中分别用地震波传播复速度和实速度来表征是否考虑地层吸收衰减效应.基于反演参数总变差的正则化处理使反演更加稳定,在反演中将低频反演速度模型作为高频反演的背景模型进行逐频反演,由于单频反演过程中背景模型保持不变,故该方法不需要在每次迭代中重新构造正演算子,具有较高的反演效率;此外本文在反演过程中采用了基于MPI的并行计算策略,进一步提高了反演计算的效率.在二维算例中分别对是否考虑地层吸收衰减效应进行了地震波速度反演,反演结果表明考虑衰减效应可以得到与真实模型更加接近的速度分布结果,相反则无法得到正确的地震波速度重建结果.本文算法对复杂地质模型中浅层可以反演得到分辨率较高的速度模型,为其他地震数据处理提供比较准确的速度信息,在地层深部由于地震波能量衰减导致反演分辨率不太理想.     

Facies-constrained prestack seismic probabilistic inversion driven by rock physics

Seismic Rock physics plays a bridge role between the rock moduli and physical properties of the hydrocarbon reservoirs. Prestack seismic inversion is an important method for the quantitative characterization of elasticity, physical properties, lithology and fluid properties of subsurface reservoirs. In this paper, a high order approximation of rock physics model for clastic rocks is established and one seismic AVO reflection equation characterized by the high order approximation(Jacobian and Hessian matrix) of rock moduli is derived. Besides, the contribution of porosity, shale content and fluid saturation to AVO reflectivity is analyzed. The feasibility of the proposed AVO equation is discussed in the direct estimation of rock physical properties. On the basis of this, one probabilistic AVO inversion based on differential evolution-Markov chain Monte Carlo stochastic model is proposed on the premise that the model parameters obey Gaussian mixture probability prior model. The stochastic model has both the global optimization characteristics of the differential evolution algorithm and the uncertainty analysis ability of Markov chain Monte Carlo model. Through the cross parallel of multiple Markov chains, multiple stochastic solutions of the model parameters can be obtained simultaneously, and the posterior probability density distribution of the model parameters can be simulated effectively. The posterior mean is treated as the optimal solution of the model to be inverted.Besides, the variance and confidence interval are utilized to evaluate the uncertainties of the estimated results, so as to realize the simultaneous estimation of reservoir elasticity, physical properties, discrete lithofacies and dry rock skeleton. The validity of the proposed approach is verified by theoretical tests and one real application case in eastern China.     

Cauchy prior distribution-based AVO elastic parameter estimation via weakly nonlinear waveform inversion

Cauchy priori distribution-based Bayesian AVO reflectivity inversion may lead to sparse estimates that are sensitive to large reflectivities. For the inversion, the computation of the covariance matrix and regularized terms requires prior estimation of model parameters, which makes the iterative inversion weakly nonlinear. At the same time, the relations among the model parameters are assumed linear. Furthermore, the reflectivities, the results of the inversion, or the elastic parameters with cumulative error recovered by integrating reflectivities are not well suited for detecting hydrocarbons and fuids. In contrast, in Bayesian linear AVO inversion, the elastic parameters can be directly extracted from prestack seismic data without linear assumptions for the model parameters. Considering the advantages of the abovementioned methods, the Bayesian AVO reflectivity inversion process is modified and Cauchy distribution is explored as a prior probability distribution and the time-variant covariance is also considered. Finally, we propose a new method for the weakly nonlinear AVO waveform inversion. Furthermore, the linear assumptions are abandoned and elastic parameters, such as P-wave velocity, S-wave velocity, and density, can be directly recovered from seismic data especially for interfaces with large reflectivities. Numerical analysis demonstrates that all the elastic parameters can be estimated from prestack seismic data even when the signal-to-noise ratio of the seismic data is low.     

基于稀疏反演理论的自动叠加速度反演方法

叠加速度分析技术是常规地震资料处理中的重要环节,也是经典的时间域速度建模方法.叠加速度分析技术主要包括速度谱计算和拾取两个步骤.至今为止,多数研究工作通过提高速度谱的分辨率以及抗噪声能力,获得高质量的速度谱从而有利于拾取.本文的目标是将叠加速度分析技术转为一个全自动化的处理流程.从参数估计的角度出发,将叠加速度估计转化为稀疏反演框架下的模型参数估计问题,并通过稀疏反演算法自动反演叠加速度,进而提高叠加速度建模的效率.为实现这一目标,首先给出了正问题的定义,即层状介质中CMP道集的预测模型,利用叠加速度、垂向双程走时(t_0)以及反射子波以及CMP道集时距关系(如双曲时距关系)可以预测CMP道集.接着,速度分析反问题可以描述为已知观测的CMP道集,估计模型参数(叠加速度及t_0时间等).利用模型参数的稀疏性作为约束条件并用L_0范数作为模型稀疏性的度量准则,叠加速度分析可以转化为L_0范数约束下的稀疏反演问题.本文提出了一种基于预测校正思想的匹配追踪算法求解上述反问题,实现了自动叠加速度建模并为后续的高精度速度反演方法提供较好的初始模型.理论和实际资料的测试结果证明了本文方法的有效性.