【技术实现步骤摘要】
早至波的分步联合反演方法
本专利技术涉及地震资料处理
，特别是涉及到一种早至波的分步联合反演方法。
技术介绍
初至波层析反演在目前来说是一种近地表成像的标准方法，但对于复杂地质情况比如说隐藏的速度层区不能很好的解决；早至波波形反演是一个稳健的工具对于解决复杂的结构反演。然而因为波形反演的多解性在实际中波形反演的结果并不能与初至时间相吻合，并且波形反演要求要有一个较好的初始模型，因而许多学者提出可初至波层析与波形联合反演算法。联合反演考虑的是解决波形反演局部极小的问题(HaberandOldenburg,1997；Juliàetal.,2000；GallardoandMeju,2003；ColomboandDeStefano,2007)，MAYHALED于2013年提出了使用一种混合的全波形反演，使用波动方程反射波旅行时反演来更新低波数分量，使用FWI来更新高波数分量；Zhang等人于2014年提出了初至波走时与波形联合反演的算法进行近地表结构体的成像；该方法建立了走时层析与全波形反演的基础；JiaoK，SunD等于2015年提出了一种适应性的FWI算法，使用...
【技术保护点】
1.早至波的分步联合反演方法，其特征在于，该早至波的分步联合反演方法包括：步骤1：输入观测数据和初始速度模型；步骤2：定义走时层析目标泛函表达式，利用伴随状态法获得目标泛函关于模型的梯度表达式；步骤3：利用获得的走时层析梯度对模型背景场进行更新；步骤4：将获得的模型背景场作为全波形反演的初始模型；步骤5：利用步骤4中得到的速度模型，建立全波形反演的目标泛函，利用伴随状态法获得目标泛函关于模型的梯度表达式；步骤6：利用获得的全波形反演梯度对模型背景场进行更新；步骤7：利用获得准确的模型背景场进行全波形反演，获得高精度的速度场建模结果。
【技术特征摘要】
1.早至波的分步联合反演方法，其特征在于，该早至波的分步联合反演方法包括：步骤1：输入观测数据和初始速度模型；步骤2：定义走时层析目标泛函表达式，利用伴随状态法获得目标泛函关于模型的梯度表达式；步骤3：利用获得的走时层析梯度对模型背景场进行更新；步骤4：将获得的模型背景场作为全波形反演的初始模型；步骤5：利用步骤4中得到的速度模型，建立全波形反演的目标泛函，利用伴随状态法获得目标泛函关于模型的梯度表达式；步骤6：利用获得的全波形反演梯度对模型背景场进行更新；步骤7：利用获得准确的模型背景场进行全波形反演，获得高精度的速度场建模结果。2.根据权利要求1所述的早至波的分步联合反演方法，其特征在于，在步骤1中，利用快速扫描算法，对简单双层模型和复杂实际模型进行试算，证明快速扫描算法计算精度和效率。3.根据权利要求1所述的早至波的分步联合反演方法，其特征在于，在步骤1中，输入要观测的原始单炮数据，以走时层析反演的到的速度模型作为初始速度模型m0，对观测数据做切除，获得观测数据的早至波，同时基于初始速度模型通过正演获得模拟的地震数据，同样对模拟地震数据做切除。4.根据权利要求1所述的早至波的分步联合反演方法，其特征在于，在步骤2中，利用快速扫描法计算原始单炮数据的走时；获取目标泛函对观测数据与计算数据的误差进行测量，并且将射线类的解大型的稀疏的走时层析方程组转化为非线性最优化问题，所述基于稀疏台站数据的走时层析的目标泛函为：其中：E为误差函数；Tobs为观测数据，T为模拟数据残差，Ω指的是整个模型空间，指的是模型的边界也将就是检波点所在的位置，c是模型速度，Tobs是观测到的走时，x是向量(x,z)点在模型中的位置；模拟数据根据早至波的梯度相应范围分析选取相应的偏移距和时窗使其与观测数据匹配；利用共轭梯度法更新模型，当误差泛函值小于允许值时，更行停止；使用非线性共轭梯度方法求解目标泛函。5.根据权利要求1所述的早至波的分步联合反演方法，其特征在于，在步骤2中，利用伴随状态法更新梯度，利用抛物线插值法计算步长，目标泛函的梯度表示为：其中：E为误差函数，Ω指的是整个模型空间，λ为梯度，c是模型速度，Tobs是观测到的走时，x是向量(x,z)点在模型中的位置。6.根据权利要求1所述的早至波的分步联合反演方法，其特征在于，在步骤3中，利用步骤2中获得的梯度，对梯度做预条件处理得到dk，通过求得的dk计算步长αk，利用公式mk＝mk-1-αkdk，更新速度模型，如果得到的最新速度模型mk满足：(上一次迭代得到的目标泛函值-当前迭代的目标泛函值)/上一次迭代得到的目标...
【专利技术属性】
技术研发人员：赵翠霞，赵胜天，王胜阁，刘鹏翔，刘立平，滕厚华，王蓬，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司胜利油田分公司物探研究院，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。