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.