基于改进的贝叶斯推断和最小二乘支持向量机的非线性多波联合AVO反演（英文）

多波地震资料采集和处理技术的发展促进了联合PP波和PS波数据的多波联合AVO反演的应用,常规多波联合反演是线性的,通常基于Zoeppritz方程近似式进行多次迭代,导致其在远炮检距情况下求解得到的纵、横波速度和密度等参数精度不高。多波联合反演存在非线性问题。为此,本文提出了一种基于精确Zoeppritz方程的非线性反演方法。该方法结合改进的贝叶斯推断和最小二乘支持向量机方法来求解非线性反演问题。首先,采用粒子群算法来优化贝叶斯推断的参数初始值。改进的贝叶斯推断是通过最大化超参数的后验概率来获得最小二乘支持向量机的最优参数,提高了最小二乘支持向量机的学习和泛化能力。然后,利用此最优参数建立PP波、PS波反射振幅与弹性参数之间的最优非线性最小二乘支持向量机模型,从而提高了多波联合反演的精度。该方法只需训练一次模型,就可以解决多波联合反演的非线性问题。模型测试表明,利用该方法反演出的弹性参数精度要高于仅用PP波进行贝叶斯线性近似式反演得到的结果。此外加噪模型数据的反演结果表明,该方法具有较好的抗噪性。实际多波资料的应用进一步验证了方法的可行性及其相对于PP波贝叶斯线性近似式反演的优势。