基于GPU/CPU和震源随机编码技术的混合域全波形反演

传统的全波形反演利用普通炮集进行反演,反演计算量过大;且利用传统的相位编码技术进行全波形反演,会产生炮间串扰问题,因此,提出了基于GPU/CPU和震源随机编码技术的混合域全波形反演。该方法将参与反演的多个炮集随机组合并分成炮集数相同的组,各组炮集叠加形成多个组合炮集,然后将组合炮集代替普通炮集进行反演。与传统的相位编码反演方法相比,震源随机编码技术在反演效率和收敛速度方面均有优势,且减少了炮间串扰噪声;并且在GPU的加速下,计算效率会再次提升。Marmousi模型数据测试结果表明:组合炮集方法得到了与普通炮集方法相同的反演效果,但计算效率却比普通炮集方法明显提高,且相较于传统的相位编码技术,组合炮集方法有效抑制了串扰噪声。     

不依赖子波的弹性波混合域全波形反演

震源子波的准确性直接影响全波形反演的建模效果,获取准确的实际子波十分困难。本文基于去子波影响的褶积法,提出弹性波混合域不依赖子波的全波形反演策略。基于二阶弹性波应力-位移方程的混合域反演理论,把观测地震记录与模拟记录的特征道、模拟记录与观测记录的特征道在频率域做乘积运算,构造了不依赖子波的弹性波混合域全波形反演目标函数,推导了反传震源的理论公式。最后,对Overthrust模型进行试算,得到了较好的反演结果,验证了该方法的可行性。     

Laplace-Fourier域多尺度高效全波形反演方法

针对常规Laplace-Fourier域全波形反演计算量大、耗时长的问题,提出一种多尺度高效Laplace-Fourier域全波形反演方法,并针对Marmousi和Overthrust模型进行数值模拟。Laplace-Fourier域多尺度高效全波形反演方法对于不同频率点选择大小不同的网格,并且根据Laplace衰减常数选择不同的模型计算区域深度,既不影响反演精度,又显著提高反演计算效率,同时由于反演网格数减少,反演稳定性也有所提高。Marmousi和Overthrust模型的反演结果验证了算法的有效性,同时在缺失低频信息时,Laplace-Fourier域多尺度高效全波形反演结果仍较好。     

基于柯西分布的频率域全波形反演

全波形反演利用了波形的整体特征,是一种高分辨率的成像方法。目前广泛使用的最小二乘法全波形反演隐含了地震数据处理中噪声服从正态分布,限制了实际应用的效果。本文在假设地震数据噪声误差服从柯西分布的前提下,提出了一种基于柯西分布的频率域目标函数构造方法,推导出了相应的梯度表达式,通过对理论模型的数值合成记录加入随机脉冲噪声、高斯噪声和线性噪声,验证本方法的正确性。反演过程中采用拟牛顿法从低频到高频进行了多尺度的全波形反演,并将低频反演结果作为高频反演的初始模型以便减少解的非唯一性。研究结果表明：该方法相对于最小二乘全波形反演方法,在噪声存在且不满足高斯正态分布的情况下,仍然能够得到较好的反演结果。     

基于L-BFGS算法的时间域全波形反演

全波形反演是大规模参数、强烈非线性的最小值问题, 在数学上利用无约束的非线性最优化方法求解。本文基于标量波动方程, 利用最小二乘法建立了无约束的目标函数, 推导了时间域目标函数的梯度算子表达式; 在迭代求解问题上利用有限内存L-BFGS算法, 结合最优化一维线搜索方法, 求解全波形反演的强非线性问题。通过复杂断块模型的理论测试验证了反演算法的稳定性和适应性, 实际资料的初步测试验证了反演算法的有效性。     

二维时间域黏声波全波形反演

实际地下介质具有黏滞性,因此在全波形反演中必须考虑吸收衰减效应。本文从基于广义标准线性固体（GSLS）模型的黏弹性波动方程出发,得到一阶速度-应力黏声波方程,并推导出相应的纵波速度梯度计算公式;再采用高阶交错网格有限差分法和共轭梯度法,实现了基于一阶速度-应力黏声波方程的二维时间域黏声波全波形反演方法。模型测试结果表明：与未考虑吸收衰减效应的纵波速度反演结果相比,采用本文方法能得到更准确的纵波速度反演结果。     

频率域多尺度弹性波全波形反演

弹性波全波形反演对于多分量地震勘探的矢量波场处理具有重要研究意义。基于弹性波方程进行全波形反演能够充分利用多波多分量地震数据,获取地下多参数信息。针对弹性波波形反演具有强非线性性,局部寻优过程中容易陷入局部极值,采用频率域多尺度反演策略可以在一定程度上降低这一风险。将声波假设下的频率选择策略拓展到弹性波,并且为了避免离散频率逐级反演存在不稳定性问题,将频率划分为合适的频组,通过从低频到高频的逐频组反演可分别获取模型的低、中、高波数成分,减少陷入局部极值的可能性。模型试算结果表明,基于多尺度反演策略的弹性波全波形反演方法能够相对稳定地反演纵、横波速度信息,实现多参数反演。     

最小平方滤波法时间域全波形反演

全波形反演是一种利用叠前地震记录的全波场信息重建地下介质物性参数的高精度速度建模法,但其反演效果常会受到“跳周”现象的影响。本文提出一种用最小平方滤波做数据预处理的反演方法,有效减弱“跳周”现象对反演结果的影响。该方法利用最小平方滤波减小模拟波场与观测波场之间的相位差,由滤波后波场构建一种新目标函数,使反演过程稳定地朝着全局极小点处收敛。数值模拟试验结果表明：基于最小平方滤波的全波形反演能有效改善反演效果,尤其在模型深部或大炮检距范围的效果更明显;新目标函数相比常规L₂范数能更稳定地下降,不易陷入局部极小,避免了常规全波形反演中易出现的严重“跳周”现象。     

频率域八阶NAD有限差分模拟及全波形反演

全波形反演是一种利用波动方程与最优化算法定量获取地下介质物性参数的高分辨率成像方法。正演模拟是反演的基础,为进一步提高正演计算效率,提出用八阶频率域近似解析离散化（NAD）方法离散二维声波方程,详细推导了高阶NAD格式的构造过程,并采用一类不精确旋转分块三角预处理算子加速Krylov迭代方法求解离散后得到的大型稀疏线性代数方程组。波场模拟与数值频散分析结果体现了该方法在压制数值频散和提高计算效率方面的优势,即每个波长少于2个点即可准确恢复波场,突破了采样频率极限。运用所构造的正演算法进行反演,并对两种典型的分层介质模型和Marmousi模型进行频率域全波形反演,得到了高分辨率、高保真的计算结果,结合反演误差曲线验证了所提方法的有效性和适用性。     

L-BFGS法时间域全波形反演中初始矩阵的选择方法

有限内存BFGS(Limited-memory Broyden-Fletcher-Goldfarb-Shanno,L-BFGS)方法是地震全波形反演(Full waveform inversion,FWI)中应用最广泛的优化方法之一。该方法需要提供Hessian逆矩阵的一个初始近似矩阵,初始近似矩阵可以在每次迭代中都进行更新,也可以固定不变。L-BFGS法的收敛性能与初始矩阵的选择以及更新方式紧密相关。在分析了全波形反演中Hessian逆矩阵的几种不同近似方式之后,分别将它们作为初始矩阵应用到了时间域L-BFGS法全波形反演中,详细比较了不同近似方式对反演精度和效率的影响,为LBFGS法全波形反演中初始矩阵的选择提供了依据。数值试验结果表明,在不同的初始矩阵选择以及不同更新方式下,L-BFGS法的收敛速度表现出明显差异。当初始矩阵固定不变时,以虚震源为基础的两种方式收敛最快,采用波场能量矩阵的两种方式要慢一些,其中包含有记录残差反传波场能量的方式收敛最慢。初始矩阵每次迭代更新时,各种方式的收敛速度都慢于固定不变时的情形。此外,同种方式分别作为L-BFGS法的初始矩阵和共轭梯度法的预条件矩阵时,L-BFGS法的性能要优于预条件共轭梯度法。     

全波形反演配套技术及应用

在研究区A区块的海洋浅水三维拖缆数据的全波形反演（FWI）应用中发现,输入数据低频端的信噪比低、初始速度模型的精度低等严重制约了全波形反演效果。为此,利用Fresnel层析速度模型在浅层精度高的特点,在浅层将其与均方根速度模型融合,从而解决在浅层由于近炮检距覆盖次数低造成的初始速度模型精度低的问题;利用Cadzow滤波、KL滤波等去噪手段精细处理低频噪声,通过对实际数据与模型数据的互相关质控优化FWI起始频段,有效提高了全波形反演精度。通过FWI建立了准确的速度模型,提高了Kirchhoff叠前深度偏移的成像质量。     

全波形反演正则化方法对比

正则化是缓解反演不适定性、约束解特征的重要方式.Tikhonov正则化、全变分(TV)正则化是全波形反演中常用的两种正则化方法,分别具有压制高波数和保护地层边缘的特点.双参数整形正则化、混合双参数正则化和稀疏结构约束正则化是在二者的基础上发展而来,并具备各 自优势.为系统论证不同正则化方法特点,对五种正则化方法的全波形...     

快速共轭梯度法频率域声波全波形反演

针对全波形反演中Hessian矩阵庞大、共轭梯度法收敛速度慢的问题,提出了一种新的算法--快速共轭度梯度法(Fast Conjugate Gradient,FCG)。该方法通过引入新的变量对共轭梯度法进行改进,在加快收敛速度的同时使收敛更加稳定,额外的计算量是少许的点乘计算,计算量增加很少。将该法应用于频率域声波全波形反演中,并用简单的凹陷模型和抽稀的复杂Marmousi模型进行测试。测试结果表明：相对于传统的共轭梯度法,该方法能加快收敛速度,同时深部反演效果更好。     

基于CPU/GPU异构平台的全波形反演及其实用化分析

全波形反演(Full Waveform Inversion,FWI)在理论上是当前精度最高的速度估计方法。通过分析FWI的计算特点,使用图形处理器(Graphic Processing Unit,简称GPU)进行算法加速,形成了基于CPU/GPU异构平台的时空域声波方程全波形反演算法实现流程。理论模型测试结果表明,该算法不仅对速度模型具有高精度刻画能力,而且计算效率比基于CPU集群的FWI算法大幅提升。对胜利探区某陆上区块实际地震资料进行全波形速度反演试处理,取得了初步的应用效果。在此基础上,讨论了FWI对实际地震资料质量的要求,就FWI在陆上地震资料的生产性应用提出了相应的策略。     

基于多卡GPU的随机炮分配相位编码全波形反演

针对传统时间域相位编码全波形反演的炮间串扰问题,提出了一种基于随机炮分配的相位编码时间域全波形反演策略,并实现了基于多卡GPU的加速。基于四卡GPU加速的模型反演实验表明:在GPU和相位编码技术的共同加速下,时间域全波形反演的计算效率可得到显著提升,同时由于各卡间的随机炮分配,基于随机炮分配的相位编码时间域全波形反演策略能更有效地压制串扰噪声,因此其比传统的相位编码全波形反演具有更高的反演精度和收敛效率。     

基于多尺度双变网格的时间域全波形反演

巨大的计算量成为影响全波形反演发展的重要因素之一。为了提高计算效率,时空双变技术被引入到时间域多尺度全波形反演中。在波场正向延拓与残差波场的反向延拓过程中,在不同区域采用不同的网格间隔,并采用局部变时间采样来配合变网格方法,随着反演精度的提高,由低频到高频逐步反演,全局网格尺度不断减小,同时局部加密网格尺度也成比例地减少。从起伏地表模型和Marmousi模型的反演结果可以看出,采用多尺度时空双变网格全波形反演方法减少了计算量,目标区域的反演精度也得到了提高。     

混合超记忆梯度法多尺度全波形反演

超记忆梯度类优化算法具有全局收敛性和超线性收敛速度,计算内存需求小,适合求解大规模无约束优化问题。将超记忆梯度类优化算法应用到全波形反演中,结合超记忆梯度类方法优点,提出混合超记忆梯度法全波形反演策略,并给出详细的实施流程。数值试算结果表明,混合超记忆梯度法优于共轭梯度法。含不同强度噪声的地震数据及不同精度初始模型的反演结果表明,混合超记忆梯度法反演精度较高。反演效率分析结果表明,混合超记忆梯度法反演耗时较短,证明了该混合策略在全波形反演应用中有一定的优势。     

基于声波波动方程的全波形反演方法及应用

全波形反演利用的是整个或部分地震记录波形,此波形不仅包含时间、速度等地震波运动学特征,还包含振幅、相位等地震波动力学特征,通过迭代反演,理论上可以实现更加准确的速度参数构建。针对全波形反演方法的基本实现原理和实际应用,结合伴随状态原理研究,建立了以波场误差反传为迭代修正算法的梯度引导型全波形反演方法,同时针对全波形反演方法在实际资料应用过程中存在的问题,研究建立了实际地震资料的针对性优化预处理流程,实现了全波形反演的实际应用。理论模型和实际资料的分析表明,该方法具有较好的应用效果。     

一阶近似瞬时频率时间域声波全波形反演

通过全波形反演（FWI）在理论上可得到较高精度的深层速度模型,而在实际中相关条件却难以完全具备。究其原因主要为：FWI对初始速度模型的依赖性强;深层信号弱,在目标函数中的贡献较小。为此,提出基于一阶近似瞬时频率的时间域声波FWI方法。根据瞬时相位公式推导出一阶近似瞬时频率的目标函数和伴随震源项公式;充分发挥瞬时频率可突出低频信息和深层弱信号的特点,为FWI建立初始速度模型;同时加入梯度衰减因子以进一步提高深层反演效果、防止深浅层间互相干涉。模型和实际资料测试证明了该方法的可行性和有效性。     

基于照明预处理的分步多参数时间域声波全波形反演方法研究

密度是地震勘探中最重要的信息之一,在岩性解释、储层流体预测等多个方面起到不可替代的作用。但在全波形反演(FWI)中,由于密度和速度串扰的影响,很难反演出理想的密度信息。针对该问题,采取分步多参数全波形反演的策略,将反演的高精度速度结果作为初始速度模型,联合初始密度模型进行下一步多参数同时反演,通过提高初始速度模型的精度,得到更为准确的密度结果。同时,为了进一步平衡梯度能量,减小地震波传播过程中几何扩散的影响,采用照明预处理L-BFGS法提高反演精度。模型测试结果表明,分步多参数全波形反演及照明预处理L-BFGS法能很好地提高反演精度。