叠前三参数非高斯反演方法研究

针对地球物理反演中广泛采用的"噪声高斯分布假设",本文研究了叠前地震资料中噪声的非高斯分布特征,提出了针对非高斯噪声的地震叠前非高斯反演概念和思想,构造了能同时压制高斯和非高斯噪声的混合范数作为反演目标函数,采用改进的Powell算法进行求解,有效地抑制了叠前地震资料中的高斯和非高斯混合噪声.模型试算和实际地震数据的反演结果验证了方法的正确性和算法的可靠性.     

AVO反演的不确定性分析

叠前地震数据反演可以得到比常规叠后波阻抗反演更丰富、更有效的岩性信息,但叠前数据体的噪声及其它因素严重影响了AVO反演的稳定性,如何评估AVO反演结果的可靠性显得尤为重要.本文从贝叶斯理论出发,假定均匀先验分布、高斯噪音分布,推出不确定性分析方程,利用协方差矩阵中的方差描述反演问题的不确定性,模型研究显示反演不确定性与叠前信噪比、纵横波速度比、覆盖次数及反演采用的角度范围相关,方法预测的反演误差可定量解释反演结果的可靠性,为解释人员提供有效的质量监控手段.     

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.     

数据驱动的块排列正则化多道叠前地震反演

叠前地震反演充分利用地震记录振幅随偏移距变化的信息,在储层预测中发挥着重要作用.由于地震观测数据的带限性和其中所含有的噪声,地震反演是一个典型的不适定问题.目前,提出的各种正则化方法通过对反演参数施加约束,使反演结果具备期望的特征.然而,传统的反演方法忽略了地下构造的空间连续性,当地震数据信噪比较低时,单道反演方法无法得到稳定、准确的反演结果.本文提出了一种基于自适应块排列正则化的多道叠前地震反演方法,利用叠后地震资料高信噪比的特点,提取了一个块排列矩阵来记录地下构造信息.该方法通过将地震剖面分解为地震记录块,利用地震数据的局部相似性来记录相邻采样点的位置.在此基础上,构造了多道块排列正则项,建立了多道叠前地震反演的目标函数.在多道块排列正则项中,可以自适应调整权重系数,在增强空间连续性的同时保护边缘.利用L-BFGS算法可以有效地求解多道叠前反演目标函数.合成数据和实际数据测试均表明,当观测记录信噪比较低时,该方法的反演结果优于传统的基于单道模型约束的反演结果.     

基于优化步长的混叠数据编码全波形反演方法

近年来,针对混叠数据的全波形反演(FWI)方法,逐渐成为研究的热点.本文通过引入抛物拟合策略对反演步长进行优化,实现了基于变步长的混叠数据编码全波形反演理论方法.在编程实现算法的基础上,通过简单洼陷和复杂Marmousi模型试算得到如下几点认识:1)不编码混叠数据存在串扰噪声,反演迭代到15次后残差增大,反演不收敛;常规编码FWI串扰噪声减少,误差函数收敛,但出现"锯齿"的反演不稳定现象.2)优化步长编码FWI方法较好解决了反演收敛性和稳定性问题,反演结果误差函数曲线平滑且残差逐渐减小,验证了新方法的正确性和更好的适应性.     

黄土塬少井区采用果蝇优化算法构建虚拟井方法

鄂尔多斯盆地LD地区是举世闻名的黄土塬区,地震资料处理和储层预测面临极大挑战.而且由于工区勘探程度低,探井尤其横波测井非常少,一直制约叠前技术的应用,那么黄土塬少并区要如何进行叠前反演?本文创新性地在叠前反演领域引入果蝇优化算法,并利用Schaffer函数F6进行四种算法性能比较测试,完成一维模型试算.利用全新的果蝇优化算法全局寻优优势构建虚拟井,并将其引入到叠前同时反演中,取得较好反演效果,以期解决黄土塬少井区叠前反演问题.     

基于Metropolis优化的叠前全局迭代地质统计学反演方法

叠前地质统计学反演将随机模拟与叠前反演相结合,不仅可以反演各种储层弹性参数,还提高了反演结果的分辨率.基于联合概率分布的直接序贯协模拟方法可以在原始数据域对数据进行模拟,不需要对数据进行高斯变换,拓展了地质统计学反演的应用范围;而联合概率分布的应用确保了反演参数之间相关性,提高了反演的精度.本文将基于联合概率分布的直接序贯协模拟方法与蒙特卡洛抽样算法相结合,参考全局随机反演策略,提出了基于蒙特卡洛优化算法的全局迭代地质统计学反演方法.为了提高反演的稳定性,我们修改了局部相关系数的计算公式,提出了一种新的基于目标函数的优化局部相关系数计算公式并应用到协模拟之中.模型测试及实际数据应用表明,该方法可以很好的应用于叠前反演之中.     

射线追踪的微变网格方法

本文给出一种适用于叠前数据速度分析和叠前深度偏移的快速射线追踪方法──微变网格法；该方法不仅精度高，而且计算速度极快，可适用于当前计算条件下的地球介质速度反演和叠前深度偏移成像的要求．     

基于Zoeppritz方程的叠前地震反演方法研究及其在流体识别中的应用（英文）

现阶段的叠前地震反演技术中用于描述反射系数与纵、横波速度和密度之间的关系几乎完全是Zoeppritz方程的近似式,由于这些近似公式在大角度和弹性参数变化剧烈时误差较大,这不仅降低了反演解的精度,而且增加了叠前反演的多解性。本文探索了直接利用Zoeppritz方程求解精确反射系数的理论方法,并基于广义线性反演理论详细推导了基于叠前大角度地震资料的纵、横波速度和密度三参数同步反演算法,同时在反演过程引入正则化约束阻尼因子和共轭梯度算法,有效降低了反演的不适定性和提高了反演收敛性。理论模型试算和实际工区应用表明,本文提出的反演方法能够有效利用大角度(一般入射角30°)的叠前地震数据,获得更精确的地震弹性参数反演结果,并且反演结果忠实于地震资料,与井吻合较好。     

非线性二次规划贝叶斯叠前反演

叠前反演的目的是基于弹性波理论从地震数据中获得地层参数的可靠估计,进而用于描述地层的流体和岩性特征.然而叠前反演问题都是高维的和非适定的,并且容易受各种噪声和采集过程中不确定因素的影响,因此,为了获得稳定可靠的解必需对反演过程加以合理的约束.本文提出了一种基于非线性二次规划的叠前三参数反演方法.首先基于贝叶斯参数估计理论,假设似然函数服从高斯分布,并使待反演的参数服从于改进的Cauchy分布,从而提高了反演结果的分辨率;其次用协方差矩阵来描述参数间的相关程度,进一步提高了反演结果的稳定性;最后将问题转化为一个非线性二次规划的求解问题,并在多种约束下得到问题的解.仿真实验和实际应用皆已表明,本文提出的反演方法运算速度快捷,既使在信噪比很低的情况下也可获得较好的反演结果,为储层的进一步识别提供更多的物性参数.     

基于频率-慢度域叠前地震记录的合成与并行方法研究

正演模拟是叠前弹性波反演的基础.采用慢度法计算层状介质的叠前地震记录,分别对频率和慢度进行积分变换得到时-空域的地震道集,并对在慢度积分过程中产生的计算噪音提出了解决方案.为得到高精度合成地震记录,需将地层细分,但地层层数很多时,计算量较大;而对地层粗分虽然会大大加快运算速度,但合成记录会丢失很多信息,文中给出了地层的划分原则.该方法能够计算出包括转换波和多次反射在内的全地震响应.但在提高合成记录精度的同时,也导致计算量增大、计算效率降低,因此,本文对基于慢度法全波场模拟进行了并行算法设计,采用计算域分割、工作池并行技术,建立了慢度法全波场正演模拟的并行算法,使得弹性波正演问题求解更加高效,为充分利用叠前地震资料进行叠前反演提供了研究基础.     

地震资料叠前去噪技术的现状与未来

地震资料叠前去噪是勘探地震资料处理的关键问题之一，但这个问题长期以来一直没有得到很好的解决，是提高地震资料分辨率的一个主要障碍，其中，如何有效地消除产生与地层间的多次反射波又是地震资料叠前去噪的核心问题。为此，人们进行了长期不懈的努力，以更好地消除多次波。本文着重概述现今实生常中常用的几种比较有效的消除多次波方法，包括拉冬变换，F－K方法和聚束滤波方法；同时也概述了预测反积消除水层混响和用K－L变换方法消除随机噪音提高信噪比等方法；最后，还讨论了近年发展的地震资料叠前去噪新方法及其发展趋势。     

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.     

各向异性介质Low-rank有限差分法纯qP波叠前平面波最小二乘逆时偏移

拟声波最小二乘逆时偏移是一种极具潜力的地震波成像工具,但该方法遭受各向异性拟声波近似的限制,TTI介质正演模拟不稳定、反偏移记录中遭受伪横波二次扰动及数值频散假象,另外拟声波最小二乘逆时偏移还面临计算效率低、收敛速度慢、对速度等模型参数依赖性高等问题.为了克服各向异性拟声波最小二乘逆时偏移的缺陷,在反演框架下,本文借助Low-rank有限差分算法首次提出并实现了TTI介质纯qP波线性正演模拟及纯qP波最小二乘逆时偏移;为了进一步提升反演成像效率,同时改善反演成像方法对模型参数误差的依赖性及对地震数据噪声的适应性,通过引入叠前平面波优化策略,发展了TTI介质纯qP波叠前平面波最小二乘逆时偏移成像方法.在编程实现方法的基础上,通过开展模型成像测试,展示了本方法的优势和潜力：一方面加快了反演成像效率,另一方面也提升了方法的抗噪性,同时还降低了方法对模型参数的依赖性.     

基于快速非支配排序遗传算法的VTI介质多分量叠前联合反演

在VTI介质中,由于引入了各向异性参数使得多分量多参数地震反演问题的非线性程度显著增加,因此采用传统的权重加权法构建单目标函数进行反演得到的反演结果往往并不理想.本文以反射率法为基础,结合快速非支配排序遗传算法研究了一种VTI介质的多分量叠前联合反演方法.该方法以反射率法为正演方程,应用互相关原理构建PP波和PSV波的多目标函数,进而采用快速非支配排序遗传算法全局寻优获得VTI介质的厚度、纵横波速度、密度和各向异性参数等多个参数.在正演的过程中,反射率法可以考虑几何扩散、吸收衰减、透射损失、多次波以及纵横波旅行时不匹配等地震波传播效应,更能精确地描述地震波在地下地层中的真实传播情况;在反演的过程中,快速非支配排序遗传算法可以在不引入权重系数的条件下同时优化多个目标函数,获得联合反演问题的Pareto最优解,既不添加权重系数影响又充分利用多分量地震数据.模型测试结果验证了该反演方法的有效性和可行性.     

基于多射线联合反演的速度无关叠前地震数据Q值估计

描述地震波衰减特征的品质因子Q对地震数据处理和油藏描述非常重要,在地震勘探领域,Q值一般通过垂直地震剖面(VSP)数据或地面地震数据得到.由于叠前地面地震数据具有复杂的射线路径且存在噪声、调谐干涉效应等影响,从叠前地震数据中准确估计Q值相对困难.本文以地震波射线传播为基础,根据同相轴局部斜率和射线参数的映射关系,将多射线波形频谱同时带入谱比法联合反演估计Q值,提出了基于多射线联合反演的速度无关叠前Q值估计方法.该方法通过局部斜率属性避开了速度对Q值估计的影响,局部斜率携带地震波传播的速度信息,具有相同局部斜率的地震反射波具有相同的传播射线参数.同相轴局部斜率是地震数据域的属性,而速度是模型域的参数,在估计Q值中采用数据域的属性参数可以直接应用于数据的联合反演,而不需要通过速度对其做进一步的转化,从而提高了Q值估计的精度.同时,本方法采用预测映射(predictive mapping)技术将非零炮检距反射信息映射到零炮检距处,从而获得零偏移距走时对应的Q值.模拟和实际算例验证了本文方法的有效性.     

Separation method for multi-source blended seismic data

Multi-source seismic technology is an efficient seismic acquisition method that requires a group of blended seismic data to be separated into single-source seismic data for subsequent processing. The separation of blended seismic data is a linear inverse problem. According to the relationship between the shooting number and the simultaneous source number of the acquisition system, this separation of blended seismic data is divided into an easily determined or overdetermined linear inverse problem and an underdetermined linear inverse problem that is difficult to solve. For the latter, this paper presents an optimization method that imposes the sparsity constraint on wavefields to construct the object function of inversion, and the problem is solved by using the iterative thresholding method. For the most extremely underdetermined separation problem with single-shooting and multiple sources, this paper presents a method of pseudo-deblending with random noise filtering. In this method, approximate common shot gathers are received through the pseudo-deblending process, and the random noises that appear when the approximate common shot gathers are sorted into common receiver gathers are eliminated through filtering methods. The separation methods proposed in this paper are applied to three types of numerical simulation data, including pure data without noise, data with random noise, and data with linear regular noise to obtain satisfactory results. The noise suppression effects of these methods are sufficient, particularly with single-shooting blended seismic data, which verifies the effectiveness of the proposed methods.     

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.     

储层弹性与物性参数地震叠前同步反演的确定性优化方法

储层弹性与物性参数可直接应用于储层岩性预测和流体识别,是储层综合评价和油气藏精细描述的基本要素之一.现有的储层弹性与物性参数地震同步反演方法大都基于Gassmann方程,使用地震叠前数据,通过随机优化方法反演储层弹性与物性参数;或基于Wyllie方程,使用地震叠后数据,通过确定性优化方法反演储层弹性与物性参数.本文提出一种基于Gassmann方程、通过确定性优化方法开展储层弹性和物性参数地震叠前反演的方法,该方法利用Gassmann方程建立储层物性参数与叠前地震观测数据之间的联系,在贝叶斯反演框架下以储层弹性与物性参数的联合后验概率为目标函数,通过将目标函数的梯度用泰勒公式展开得到储层弹性与物性参数联合的方程组,其中储层弹性参数对物性参数的梯度用差分形式表示,最后通过共轭梯度算法迭代求解得到储层弹性与物性参数的最优解.理论试算与实际资料反演结果证明了方法的可行性.