基于优化参数Adam算法的全波形反演

常规的全波形反演(FWI)计算得到的梯度往往不做优化处理, 并且每次计算模型更新量时还需要额外的波场延拓计算来获取迭代步长, 导致收敛效率和反演精度降低.本文将深度学习中的Adam算法引入到全波形反演中来, 其可在仅付出极小计算代价的前提下实现梯度的优化处理, 由梯度直接计算出模型更新量, 避免了迭代步长的计算, 且能显著提升收敛效率和反演精度; 同时针对Adam算法的默认参数优化和选取问题, 通过数值实验系统分析了不同参数的全波形反演效果, 并给出了更适合于全波形反演的优化参数.实验结果表明, 相比于默认参数的Adam算法以及L-BFGS算法的全波形反演, 基于优化参数的Adam算法其收敛速度和反演精度更高.

     

简化混合域全波形反演多GPU加速策略

全波形反演利用地震记录中的振幅、走时和相位等信息,通过拟合实际地震记录和计算波场来定量提取地下介质的弹性参数,进而为勘探地震成像、速度建模以及大尺度构造演化分析等提供可靠依据.但全波形反演计算量巨大,特别是应用于三维大区块叠前数据时,生产成本仍然很高.本文介绍并比较了时间域和频率域的全波形反演方法,综合两者的优点,最终采用混合域的反演算法,并且在此基础上做了进一步的简化以提高计算效率.针对全波形反演方法应用于大规模叠前数据时易陷入局部极小值的问题,我们提出对模型数据进行分割,同时在数个小模型内进行梯度搜索,然后对比各个局域的梯度,最终找出合适的全局下降方向,以克服局部极小的隐患.该方法能够充分利用GPU的硬件特性.在GPU环境下实现本文所提出的简化混合域全波形反演算法.数值计算实例体现出新方法具有良好的计算效率、反演精度和算法可扩展性.

     

基于混叠震源和频率组编码的频率域自适应全波形反演(英文)

全波形反演是一种高精度的地震成像方法,可以对地下介质物性参数模型进行准确的重构。然而在实际应用中,尤其是在三维复杂介质反演中,计算成本太大是该方法的一个重要缺陷。将混叠震源技术引入到频率域全波形反演中可以大幅度地降低计算成本,提高反演效率。但是使用震源编码技术也带来了两个问题:一方面,参与编码的各个震源之间会产生"串扰噪声",导致反演结果中出现假象;另一方面,基于震源编码的频率域全波形反演方法周围噪声较为敏感,使该方法对含噪数据反演质量较差。本文引入一种频率组编码方法来压制"串扰噪声",并基于震源编码技术提出一种频率域自适应全波形反演方法,通过一个与频率相关的自适应选择机制,将常规频率域全波形反演方法和基于震源编码的全波形反演方法联合起来,在保证反演质量的同时也最大程度地提高了反演效率。     

基于频域衰减的时域全波形反演

时域全波形反演由于采用了全频段信息,因此在迭代过程中不同波长的信息不能由低到高的逐步重建,极易陷入局部极小值.本文通过分频段的方式,对地震数据做正反傅里叶变换,利用频域指数衰减的方法逐级分离出地震数据中的高频成分,在时域上实现由低频向高频的波形反演,从而降低了反演的非线性,使不同波长的信息得到稳步恢复.同时,在高频成分衰减的过程中,后至波的能量也被削弱,由此也降低了深层反射在初始反演过程中的干扰.整个反演仅增加对数据做正反傅里叶变换过程,相较于混合域反演,无需提取全部波场的相应频率成分.在计算效率方面,利用GPU进行加速,并采用CUDA自带函数库中cufft来提高计算效率.通过对Marmousi模型测试,验证了所述方法的有效性.     

基于自适应非稳态相位校正的时频域多尺度全波形反演

本文提出非稳态相位校正时频域目标函数,通过缩小观测数据与模拟数据在波形相位上的差异来缓解全波形反演过程中对应波形匹配错位的问题（周波跳跃）.同时引入自适应相位校正因子,可以根据观测数据与模拟数据的差异来调整相位校正量的大小.在构建非稳态相位校正时频域全波形反演目标函数的基础上,利用链式法则详细推导了对应的伴随震源,并从理论上证明了该方法的可行性与优越性.数值测试过程中结合了低通滤波多尺度反演策略,进一步缓解全波形反演过程中的强非线性问题.缺失低频分量测试结果表明,利用自适应非稳态相位校正时频域多尺度全波形反演方法结合常规全波形反演方法在缺失7 Hz以下低频分量的地震数据中仍然能够得到高精度的反演结果.震源不准确测试结果表明,即使震源子波相位差异较大,利用非稳态相位校正方法仍然能够一定程度上缓解周波跳跃现象.测试结果综合证明了本文提出的方法在构建初始速度建模,缓解周波跳跃等方面具有一定的优势.

     

基于最优输运与循环神经网络的全波形反演

针对全波形反演收敛慢与对低频速度模型的依赖等问题,本文将深度学习与最优输运理论结合.利用循环神经网络求解时间域波动方程,进而实现波动方程的正演模拟与波形反演.在目标函数的建立上,以最优输运为基本理论,比较了不同变换下的目标函数对反演效果的影响;在收敛效率上,利用深度学习中的小批量优化算法,对比不同批量数据下的反演效果.数值实验表明,线性正变换优于比较范围内的其他变换,可有效提高反演精度.对比常规全批量的全波形反演,小批量的随机反演策略在同等计算量情况下明显提高了收敛效率.     

频率域全波形反演方法研究进展

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.根据研究需要,全波形反演既可在时间域也可在频率域实现.频率域相对于时间域反演具有计算高效、数据选择灵活等优势.近十几年来频率域全波形反演理论在波场模拟方法、反演频率选择策略、目标函数设置方式、震源子波处理方式、梯度预处理方法等方面取得了进展.目标函数存在大量局部极值的特性是影响反射地震全波形反演效果的重要内在因素之一.如果将Laplace域波形反演、频率域阻尼波场反演、频率域波形反演三种方法有机结合,可以降低反演的非线性程度.     

自适应全局混合反演

地球物理学反演多是一个多参数、非线性、多极值、非连续函数的优化问题 .在模拟退火与单纯形、均匀设计中引入自适应的退火规则 ,形成自适应全局混合反演方法 .数值检验与模型计算表明 ,该方法具有搜索速度快、效率高的特点     

Reflection full waveform inversion

Because of the combination of optimization algorithms and full wave equations, full-waveform inversion(FWI) has become the frontier of the study of seismic exploration and is gradually becoming one of the essential tools for obtaining the Earth interior information. However, the application of conventional FWI to pure reflection data in the absence of a highly accurate starting velocity model is difficult. Compared to other types of seismic waves, reflections carry the information of the deep part of the subsurface. Reflection FWI, therefore, is able to improve the accuracy of imaging the Earth interior further. Here, we demonstrate a means of achieving this successfully by interleaving least-squares RTM with a version of reflection FWI in which the tomographic gradient that is required to update the background macro-model is separated from the reflectivity gradient using the Born approximation during forward modeling. This provides a good update to the macro-model. This approach is then followed by conventional FWI to obtain a final high-fidelity high-resolution result from a poor starting model using only reflection data.Further analysis reveals the high-resolution result is achieved due to a deconvolution imaging condition implicitly used by FWI.     

Improved hybrid iterative optimization method for seismic full waveform inversion

In full waveform inversion (FWI), Hessian information of the misfit function is of vital importance for accelerating the convergence of the inversion; however, it usually is not feasible to directly calculate the Hessian matrix and its inverse. Although the limited memory Broyden-Fletcher-Goldfarb-Shanno (L-BFGS) or Hessian-free inexact Newton (HFN) methods are able to use approximate Hessian information, the information they collect is limited. The two methods can be interlaced because they are able to provide Hessian information for each other; however, the performance of the hybrid iterative method is dependent on the effective switch between the two methods. We have designed a new scheme to realize the dynamic switch between the two methods based on the decrease ratio (DR) of the misfit function (objective function), and we propose a modified hybrid iterative optimization method. In the new scheme, we compare the DR of the two methods for a given computational cost, and choose the method with a faster DR. Using these steps, the modified method always implements the most efficient method. The results of Marmousi and over thrust model testings indicate that the convergence with our modified method is significantly faster than that in the L-BFGS method with no loss of inversion quality. Moreover, our modified outperforms the enriched method by a little speedup of the convergence. It also exhibits better efficiency than the HFN method.     

基于自适应遗传算法的MRS-TEM联合反演方法研究

地面磁共振法(MRS)因具有定性、定量分析地下水能力,而备受关注.传统磁共振地层含水量反演多采用均匀半空间模型,忽略电阻率分布信息对结果的影响.针对这一问题,本文基于多层电介质中磁共振响应理论,提出MRS与瞬变电磁(TEM)联合反演方法,通过电阻率分布信息对含水量反演过程的实时修正,提高了解释结果的准确度.反演算法采用自适应遗传算法(AGA)进行,基于繁殖规则,动态调整交叉概率和变异概率,解决了标准遗传算法易未成熟收敛而难以得到全局最优解问题.模型数据表明,含噪10%情况下,联合反演仍能较准确地反映地下含水单元模型结构,对比MRS单独反演优势明显.同时,内蒙古白旗野外观测数据联合反演结果与钻井资料基本一致,充分验证了AGA反演算法的实用性及MRS-TEM联合反演的实际意义.     

基于非规则网格声波正演的时间域全波形反演

全波形反演是地震资料处理中速度建模的有力工具,相比层析成像等速度建模方法它能够得到速度场的更高频成分.本文给出了基于声波方程格子法正演的时间域全波形反演方法,该方法用非规则、非结构化的三角网格来离散计算区域及模型参数,能实现网格粒度与反演分辨率在空间上的自动匹配,内存需求少,计算效率高;采用L-BFGS优化方法,以分频段变网格的方式实施多尺度反演.以二维Overthrust模型进行了速度反演数值测试,显示了该方法的高效性和潜力.     

Site characterization using full waveform inversion

We discuss recent progress in the full-waveform-based imaging of probed soils, with geotechnical site characterization applications in mind. The primary goal is the reconstruction of the material profile of near-surface, arbitrarily heterogeneous formations, in terms of the formation's spatially distributed elastic properties, using elastic waves as the probing agent.We describe first the formulation and numerical resolution of the underlying time-dependent inverse medium problem; we report briefly on numerical experiments using synthetic data and artificial target soil profiles. These demonstrate robust reconstruction. We then report extensively on the details of a field experiment, whose records we subsequently used to drive the inversion algorithms in order to characterize the site where the field experiment took place. Lastly, we compare the inverted site profile with profiles obtained using the Spectral-Analysis-of-Surface-Waves (SASW) method, in an attempt to compare our methodology against a widely used concurrent inversion approach. We also compare the inverted profile at select locations with the results of independently performed CPT tests.Overall, whether exercised by synthetic or by physical data, the full waveform inversion method we discuss herein appears quite promising for the robust subsurface imaging of near-surface deposits in support of geotechnical site characterization investigations.     

基于波数域梯度场分解的多尺度波形反演方法

全波形反演是一种建立高精度速度模型的有力工具,是偏移模式和层析模式的联合.然而,当初始模型较差、数据缺失低频成分和大偏移距数据缺失时,常规波形反演的层析成分更新较弱.因此,反演过程以偏移模式为主,容易导致反演快速陷入局部极小值.本文发展了基于波数域梯度场分解的多尺度波形反演方法（WGDFWI）,从梯度场中分离出层析成分,在反演的初期主要依赖层析分量更新背景速度场,为常规全波形反演建立良好的初始模型.首先,基于一种高效的隐式波场分离方法,将梯度场分解为层析成分和偏移成分.然后在层析梯度上应用二维波数域滤波器,以缓解偏移成分泄露的问题,并利用多尺度反演策略,增强反演的稳定性.利用双层模型和Marmousi模型进行试算的结果表明,该方法可以有效重构背景速度模型,为常规波形反演提供良好的初始模型,有效提高反演精度.

     

基于精确震源函数的解调包络多尺度全波形反演

本文提出解调包络方法来重构地震记录中缺失的低频信号,同时该方法能够降低全波形反演的非线性程度;提出伴随状态震源函数反演方法来得到精确的震源函数,并推导了梯度计算公式;解调包络方法结合低通滤波技术,实现了从低频到高频的多尺度反演策略,有效缓解了全波形反演的周波跳跃问题.数值算例证明了解调包络、伴随状态震源函数反演方法和低通滤波多尺度反演策略的可行性及优越性.震源函数反演精度测试结果表明：即使观测记录在缺失低频信息的情况下,也能反演得到精确的震源函数.缺失低频测试和抗噪能力测试结果表明：即使地震数据中缺失9Hz以下的低频信号或者信噪比极低的情况下,利用反演得到的精确震源函数进行解调包络多尺度全波形反演,同样可以得到高精度的全波形反演结果.与Hilbert包络全波形反演对比结果表明：解调包络在重构低频和降低伴随震源主频方面具有一定优势.