基于伴随状态法二维时间域勒夫波全波形反演研究

高频面波技术作为一种先进的地球物理勘探技术可被用来估计近地表横波速度.然而,基于频散曲线反演的高频面波技术对于非层状复杂的地质模型是不适用的.为此,本文对勒夫波进行时间域全波形反演以估计近地表横波速度.有别于经典的伴随状态法,本文基于一阶勒夫波伴随状态法求取模型参数梯度,该伴随状态法可以求取精确的伴随源.为削弱震源与近自由地表的耦合作用,本文对梯度进行适当的预调节.采取共轭梯度算法优化目标函数,并通过三点抛物法确定最优步长.分别对两个模型的无噪声和噪声勒夫波数据,应用本文方法测试.结果表明:经过50次迭代后,真实模型的主要异常已经被精确重建;噪声会加强震源与近自由地表的耦合作用,在近自由地表附近产生假异常;基于伴随状态法的全波形反演对于异常体的边界刻画能力较弱.     

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.     

一种时间域全波形反演中的地震子波估计方法

全波形反演具有高精度成像能力,然而由理论走向实际应用还存在很多问题.全波形反演通过匹配波形来更新模型,数据的波形与地震子波有直接的关系.本文介绍了一种针对时间域波形反演的子波估计方法,并将其应用到全波形反演中.由于在频率域子波反演可表示为一个线性优化问题,因此本文先给定一个试探子波,在时间域通过有限差分法正演得到地震波场,并在频率域与观测数据比较分析,反演得到预测子波.此外,本文还简要地介绍了如何使用伴随状态法计算全波形反演的梯度.数值实验证明,本文方法反演得到地震子波与真实子波具有很好的吻合度,并在全波形反演中取得了不错的效果.相比不依赖于子波的方法,提前进行子波估计可提高反演效率.此外,本文方法适用于全波形反演中常使用的多尺度反演策略.     

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.

     

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．      

频率域全波形反演方法研究进展

全波形反演是一种利用地震波传播的动力学特征来获取地下介质物性参数的反演方法,可为揭示地下精细结构提供重要依据。本文以弹性波方程作为数学模型来模拟地震波传播规律并进行相应的反演方法研究。为提高计算效率与反演结果的准确性,可将近似解析离散化（NAD）算子用于频率域弹性波方程的正演模拟。本文在频率域NAD离散的基础上推导阻抗矩阵的稀疏分块结构与反演目标函数对模型参数的梯度计算公式,由此建立基于NAD算子的频率域弹性波全波形反演方法。为验证该方法的有效性,文中通过数值实验对多种典型介质模型进行反演计算,均得到了理想的反演结果。

     

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.

     

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GPU并行的时间域全波形优化共轭梯度法快速GPR双参数反演

探地雷达（GPR）时间域全波形反演计算量巨大,内存要求高,在微机上计算难度大.本文中作者基于GPU并行加速的维度提升反演策略,采用优化的共轭梯度法,避免了Hessian矩阵的计算,在普通微机上实现了时间域全波形二维GPR双参数（介电常数和电导率）快速反演.论文首先推导了二维TM波的时域有限差分法（FDTD）的交错网格离散差分格式及波场更新策略.然后,基于Lagrange乘数法,将约束问题转化为无约束最小问题,构建了共轭梯度法反演目标函数,采用Fletcher-Reeves公式与非精确线搜索Wolfe准则,确保了梯度方向修正因子及迭代步长选取的合理性.而GPU并行计算及维度提升反演策略的应用,数倍地提升了反演速度.最后,开展了3个模型的合成数据的反演实验,分别从观测方式、梯度优化及天线频率等方面,分析了这些因素对雷达全波形反演的影响,说明双参数的反演较单一的介电常数反演,能提供更丰富的信息约束,有效提高模型重建的精度.

     

基于修正拟牛顿公式的全波形反演

波形反演是一种利用全波场信息,通过最小化预测波场和实际波场的残差来揭示地下岩性和构造信息的方法.本文首先简述了常规拟牛顿算法的原理,之后利用一种新的拟牛顿公式对Davidon-Fletcher-Powell(DFP)和Broyden-Fletcher-Goldfarb-Shanno(BFGS)算法进行了修正,改进后的BFGS算法在近似Hessian矩阵逆矩阵时,不仅考虑了梯度和模型信息,还加入了目标函数本身的信息,而且对于每次迭代,基本没有增加计算量.数值试验表明,相对常规拟牛顿方法,修正BFGS算法在保证反演精度的同时,明显提高了反演效率.     

Full waveform inversion based on deep learning and optimal nearly analytic discrete method

In this study,we implement forward modeling and inversion based on deep-learning strategies using an optimal nearly analytic discrete(ONAD)method.The forward-mo...     

基于自动微分的图空间最优输运全波形反演

全波形反演能够利用地震波场信息进行高分辨率地下介质速度建模,具有精确刻画模型细节特征的潜力.传统的全波形反演以L2范数作为目标函数,逐样本比较观测地震数据和合成地震数据之间差异,利用伴随状态法求解梯度.由于全波形反演是高度非线性的,当初始模型不准确时,反演结果容易陷入局部极小值.本文提出使用具有全局比较能力的图空间最优输运Sinkhorn距离作为目标函数.图空间Sinkhorn距离对信号时移和振幅变化具有较好的凸性,能够解决反演过程中的周期跳变问题.利用理论指导的数据科学算法将全波形反演问题转化为深度学习优化问题,偏微分方程约束用于优化波动方程中表征介质地球物理性质的模型参数.反演过程中采用自动微分计算梯度,并利用Adam优化算法对模型进行更新.模型测试结果表明本文方法能够取得较好的反演结果,并且具有较强的噪声鲁棒性,对于震源子波和初始模型的依赖性较低.

     

地震全波形反演方法研究综述

近年来,随着计算机硬件水平的提高,地震全波形反演技术研究快速发展,并有效的推进了油气勘探.本综述主要对当前地震全波形反演主要存在反演非唯一性、噪声敏感性、初始模型强依赖、易陷入局部极值、计算量大等问题进行调研,重点介绍了地震全波形反演方法在时间域,频率域和Laplace域内的各种改进和优化的策略,为全波形反演方法研究提供参考.     

基于归一化能量谱目标函数的全波形反演方法

基于L2范数的常规全波形反演目标函数是一个强非线性泛函,在反演过程中容易陷入局部极小值.本文提出归一化能量谱目标函数来缓解全波形反演过程中的强非线性问题,同时能够有效地缓解噪声和震源子波不准等因素的影响.能量谱目标函数是通过匹配观测数据与模拟数据随频率分布的能量信息来实现最小二乘反演的,其忽略了地震数据波形与相位变化的细节特征,这在反演的过程中能够有效缓解波形匹配错位等问题.数值测试结果表明,基于归一化能量谱目标函数在构建初始速度模型、抗噪性和缓解震源子波依赖等方面都优于归一化全波形反演目标函数.金属矿模型测试结果表明,即使地震数据缺失低频分量,基于归一化能量谱目标函数的全波形反演方法在像金属矿这样的强散射介质反演问题上同样具有一定的优势.

     

Full waveform inversion using oriented time‐domain imaging method for vertical transverse isotropic media

Full waveform inversion for reflection events is limited by its linearised update requirements given by a process equivalent to migration. Unless the background velocity model is reasonably accurate, the resulting gradient can have an inaccurate update direction leading the inversion to converge what we refer to as local minima of the objective function. In our approach, we consider mild lateral variation in the model and, thus, use a gradient given by the oriented time‐domain imaging method. Specifically, we apply the oriented time‐domain imaging on the data residual to obtain the geometrical features of the velocity perturbation. After updating the model in the time domain, we convert the perturbation from the time domain to depth using the average velocity. Considering density is constant, we can expand the conventional 1D impedance inversion method to two‐dimensional or three‐dimensional velocity inversion within the process of full waveform inversion. This method is not only capable of inverting for velocity, but it is also capable of retrieving anisotropic parameters relying on linearised representations of the reflection response. To eliminate the crosstalk artifacts between different parameters, we utilise what we consider being an optimal parametrisation for this step. To do so, we extend the prestack time‐domain migration image in incident angle dimension to incorporate angular dependence needed by the multiparameter inversion. For simple models, this approach provides an efficient and stable way to do full waveform inversion or modified seismic inversion and makes the anisotropic inversion more practicable. The proposed method still needs kinematically accurate initial models since it only recovers the high‐wavenumber part as conventional full waveform inversion method does. Results on synthetic data of isotropic and anisotropic cases illustrate the benefits and limitations of this method.