应用自适应矩估计的快速最小二乘逆时偏移

最小二乘逆时偏移(LSRTM)是一种高分辨率和振幅相对保真的地震成像方法,但是该方法往往需要迭代近十次,而每次迭代大约需要两次所有炮逆时偏移(RTM)的计算成本,因此计算量非常大。文中应用深度学习领域中的自适应矩估计方法提高LSRTM的计算效率:每次迭代只采用部分共炮点道集计算梯度,利用动量法对梯度进行修正;考虑梯度的非稳态性,通过均方根传播算法消除照明不足带来的影响。自适应矩估计方法结合了这两种方法的优点,不仅降低了每次迭代的计算量,而且提高了迭代收敛的速度。该方法易于实现、计算效率高、占用内存小,是一种快速有效的梯度预条件方法。自适应矩估计方法不仅可以直接用于LSRTM,也可应用于炮编码的LSRTM。SEG/EAGE盐丘模型数值试验表明,自适应矩估计方法仅需两倍的RTM计算成本就能够获得高精度、高分辨率的成像结果。计算效率的大幅度提升有助于将LSRTM方法推广应用于实际地震数据处理。