共轭梯度归一化LSRTM方法、系统、存储介质及应用技术方案

本发明专利技术涉及共轭梯度归一化LSRTM方法、系统、存储介质及应用，属于地球物理勘探技术领域，所述方法将常规逆时偏移结果作为最小二乘反演的输入，对其进行波恩近似正演，改进迭代算法中的梯度求取公式，提高算法收敛速度，使用震源归一化共轭度计算更新步长，不断迭代输出满足收敛条件的偏移剖面。该成像方法既能够减弱地震震源效应影响，降低偏移剖面的低频干扰，提高深部照明能量和成像精度。又通过改进使得算法收敛速度相比常规最小二乘逆时偏移算法有了大幅度提高，从而节省了大量的计算资源和计算成本。本发明专利技术为下一步的地震勘探解释工作提供了高效率、高精度的偏移成像服务。

【技术实现步骤摘要】
共轭梯度归一化LSRTM方法、系统、存储介质及应用
本专利技术属于地球物理勘探
，尤其涉及一种共轭梯度归一化LSRTM方法、系统、存储介质及应用。
技术介绍
随着油气勘探的深入，勘探目标逐渐由简单构造向复杂构造演变，偏移成像方法技术也随之逐步发展，从最初的基于射线理论的Kirchhoff偏移和Beam偏移，到基于单程波和双程波的逆时偏移，再到基于反演理论的最小二乘逆时偏移。目前针对复杂构造的偏移成像方法中，基于双程波波动方程的逆时偏移方法被人们广泛的使用。相较其他常规偏移方法，它具有以下几个优点，首先就是它不受倾角的限制，可以对多种特殊波进行成像，如转换波、多次波、回转波等。其次它不受介质速度变化的影响，可以适应速度的横向变化，对于地层中的局部特殊构造也可以较好的成像。但是，逆时偏移的主要问题是：其偏移算子只是正演算子的共轭转置，并不是其逆，另外由于采集孔径有限、地下模型复杂以及地震波带宽有限等的影响，逆时偏移仅能够提供较模糊的构造信息，无法对复杂油气藏进行精细成像。而最小二乘逆时偏移方法(Leastsquaresinversetimemigrationmethod，简称LSRTM)是基于线性反演理论的真振幅成像方法，该方法可以克服逆时偏移技术对深部储层成像分辨率不高且振幅不均衡的问题，能够得到更精确的成像剖面。但是，常规最小二乘逆时偏移一般使用互相关共轭梯度法进行迭代，这种迭代方式受震源效应影响较大，偏移成像结果存在低频干扰，其深部成像振幅较弱，很难识别深部的有效能量信息。同时，其收敛速度较慢，会导致其计算量和存储需求都非常大，这会大大增加处理资料的成本。
技术实现思路
本专利技术要解决的技术问题在于提供一种共轭梯度归一化LSRTM方法、系统、存储介质及应用。在常规互相关共轭梯度法最小二乘逆时偏移的基础上，所述方法将最小二乘反演思路与逆时偏移相结合，首先将常规逆时偏移当作最小二乘反演的第一次结果，然后对逆时偏移成像结果进行波恩近似正演，不断迭代更新成像结果，同时在迭代的过程中，采用归一化思想对梯度算法进行优化，最终实现对复杂构造的精细成像。本专利技术是通过如下技术方案来实现的：一种共轭梯度归一化LSRTM方法，具体步骤如下：完成地震偏移速度场数据和地震炮记录数据输入，对输入地震数据进行逆时偏移成像处理：首先基于输入的偏移速度场进行震源波场正向延拓，对地震炮记录数据进行检波波场反向延拓，得到地震波在地下传播每一时刻的正向延拓波场值和反向延拓波场值，再利用最小二乘逆时偏移互相关成像条件得到逆时偏移剖面；进行波恩近似正演：将最小二乘反演思路与逆时偏移相结合，将常规逆时偏移结果当作最小二乘反演的第一次结果，对逆时偏移剖面进行波恩近似正演得到波恩近似正演的波场记录；进行地震数据残差的计算：使用波恩近似正演的波场记录与实际输入的地震波场相减，得到地震数据最小二乘逆时偏移计算的残差值；进行共轭梯度的计算：使用残差值，在常规互相关共轭梯度法最小二乘逆时偏移的基础上，采用共轭梯度归一化方法进行共轭梯度的计算；进行更新步长的计算并完成模型的更新：使用共轭梯度值计算更新步长，并在原来偏移剖面的基础上进行模型的更新，完成归一化互相关成像条件最小二乘逆时偏移的一次迭代；判断偏移结果是否满足输出偏移成像收敛条件：当偏移成像剖面结果满足收敛条件时，输出地震偏移剖面，如果偏移剖面不满足收敛条件时，对偏移剖面结果进行波恩近似正演并继续迭代，直到满足收敛条件时输出偏移剖面。进一步，所述的进行波恩近似正演，使用以下公式：d＝Lm其中m为偏移剖面或反射系数模型的矩阵形式，d为模拟数据的矩阵形式，L为波恩近似正传算子矩阵。进一步，所述的进行共轭梯度的计算方法：式中RS是地震记录反传波场，是震源正传波场一阶偏导使用残差值，Rres是波恩近似正演数据与采集数据残差的反传波场，为最速下降梯度，是归一化共轭梯度法修正因子，是归一化共轭梯度算子，t代表地震波传播时间，x代表地震模型横向长度，z代表地震模型纵向长度，k代表当前迭代次数，k+1代表下一次迭代次数。进一步，所述共轭梯度归一化最小二乘法逆时偏移成像方法进行进行更新步长的计算并完成模型的更新，迭代算法如下：式中是更新步长，m(k+1)是迭代更新后偏移剖面，m(k)是迭代更新前偏移剖面，使用共轭梯度值计算更新步长，并在原来偏移剖面的基础上进行模型的更新，是归一化共轭梯度算子，为最速下降梯度，T为矩阵转置标志。k代表当前迭代次数，k+1代表下一次迭代次数、L为波恩近似正传算子矩阵，是归一化共轭梯度算子，为最速下降梯度。进一步，所述判断偏移结果是否满足输出偏移成像收敛条件：在地震资料计算中，设定收敛条件为迭代次数，当满足迭代次数后进行偏移成像剖面的输出。本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述一种共轭梯度归一化LSRTM方法。本专利技术的另一目的在于提供一种实施所述共轭梯度归一化LSRTM方法的系统，所述系统包括：地震数据读入模块，用于输入地震偏移速度场数据和地震炮记录数据；逆时偏移成像处理模块，用于对输入地震数据进行逆时偏移成像处理，首先基于输入的偏移速度场进行震源波场正向延拓，对地震炮记录数据进行检波波场反向延拓，得到地震波在地下传播每一时刻的正向延拓波场值和反向延拓波场值。再利用最小二乘互相关成像条件得到逆时偏剖面；波恩近似正演模块，用于将最小二乘反演思路与逆时偏移相结合，将常规逆时偏移结果当作最小二乘反演的第一次结果，对逆时偏移剖面进行波恩近似正演得到波恩近似正演的波场记录；地震数据残差计算模块，用于地震数据最小二乘逆时偏移残差值的计算，使用波恩近似正演的波场记录与实际输入的地震波场相减，得到地震数据最小二乘逆时偏移计算的残差值；共轭梯度计算模块，用于共轭梯度的计算，使用残差值，在常规互相关共轭梯度法最小二乘逆时偏移的基础上，采用共轭梯度归一化方法进行共轭梯度的计算；更新步长计算及模型更新模块，用于使用共轭梯度值计算更新步长，并在原来偏移剖面的基础上进行模型的更新，完成归一化互相关成像条件最小二乘逆时偏移的一次迭代；收敛输出模块，用于判断偏移结果是否满足输出偏移成像收敛条件，当偏移成像剖面结果满足收敛条件时，输出地震偏移剖面，如果偏移剖面不满足收敛条件时，对偏移剖面结果进行波恩近似正演并继续迭代，直到满足收敛条件时输出偏移剖面。本专利技术的另一目的在于提供一种地球物理勘探终端，所述地球物理勘探终端搭载实施所述共轭梯度归一化LSRTM方法的系统。本专利技术与现有技术相比的有益效果：本专利技术应用于模型及实际地震资料，同时综合考虑了地质、地球物理等因素的影响，相较常规最小二乘法逆时偏移成像，中深部成像精度大幅提高，同时迭代收敛速度更快，可以大幅度降低偏移的计算成本。共轭梯度归一本文档来自技高网...

【技术保护点】
1.一种共轭梯度归一化LSRTM方法，其特征在于所述方法的具体步骤如下：/n完成地震偏移速度场数据和地震炮记录数据输入，对输入地震数据进行逆时偏移成像处理：首先基于输入的偏移速度场进行震源波场正向延拓，对地震炮记录数据进行检波波场反向延拓，得到地震波在地下传播每一时刻的正向延拓波场值和反向延拓波场值，再利用最小二乘逆时偏移互相关成像条件得到逆时偏移剖面；/n进行波恩近似正演：将最小二乘反演思路与逆时偏移相结合，将常规逆时偏移结果当作最小二乘反演的第一次结果，对逆时偏移剖面进行波恩近似正演得到波恩近似正演的波场记录；/n进行地震数据残差的计算：使用波恩近似正演的波场记录与实际输入的地震波场相减，得到地震数据最小二乘逆时偏移计算的残差值；/n进行共轭梯度的计算：使用残差值，在常规互相关共轭梯度法最小二乘逆时偏移的基础上，采用共轭梯度归一化方法进行共轭梯度的计算；/n进行更新步长的计算并完成模型的更新：使用共轭梯度值计算更新步长，并在原来偏移剖面的基础上进行模型的更新，完成归一化互相关成像条件最小二乘逆时偏移的一次迭代；/n判断偏移结果是否满足输出偏移成像收敛条件：当偏移成像剖面结果满足收敛条件时，输出地震偏移剖面，如果偏移剖面不满足收敛条件时，对偏移剖面结果进行波恩近似正演并继续迭代，直到满足收敛条件时输出偏移剖面。/n...

【技术特征摘要】
1.一种共轭梯度归一化LSRTM方法，其特征在于所述方法的具体步骤如下：
完成地震偏移速度场数据和地震炮记录数据输入，对输入地震数据进行逆时偏移成像处理：首先基于输入的偏移速度场进行震源波场正向延拓，对地震炮记录数据进行检波波场反向延拓，得到地震波在地下传播每一时刻的正向延拓波场值和反向延拓波场值，再利用最小二乘逆时偏移互相关成像条件得到逆时偏移剖面；
进行波恩近似正演：将最小二乘反演思路与逆时偏移相结合，将常规逆时偏移结果当作最小二乘反演的第一次结果，对逆时偏移剖面进行波恩近似正演得到波恩近似正演的波场记录；
进行地震数据残差的计算：使用波恩近似正演的波场记录与实际输入的地震波场相减，得到地震数据最小二乘逆时偏移计算的残差值；
进行共轭梯度的计算：使用残差值，在常规互相关共轭梯度法最小二乘逆时偏移的基础上，采用共轭梯度归一化方法进行共轭梯度的计算；
进行更新步长的计算并完成模型的更新：使用共轭梯度值计算更新步长，并在原来偏移剖面的基础上进行模型的更新，完成归一化互相关成像条件最小二乘逆时偏移的一次迭代；
判断偏移结果是否满足输出偏移成像收敛条件：当偏移成像剖面结果满足收敛条件时，输出地震偏移剖面，如果偏移剖面不满足收敛条件时，对偏移剖面结果进行波恩近似正演并继续迭代，直到满足收敛条件时输出偏移剖面。


2.根据权利要求1所述的一种共轭梯度归一化LSRTM方法，其特征在于所述的进行波恩近似正演，使用以下公式：
d＝Lm
其中m为偏移剖面或反射系数模型的矩阵形式，d为模拟数据的矩阵形式，L为波恩近似正传算子矩阵。


3.根据权利要求1所述的一种共轭梯度归一化LSRTM方法，其特征在于所述的进行共轭梯度的计算方法：









式中RS是地震记录反传波场，是震源正传波场一阶偏导使用残差值，Rres是波恩近似正演数据与采集数据残差的反传波场，为最速下降梯度，是归一化共轭梯度法修正因子，是归一化共轭梯度算子，t代表地震波传播时间，x代表地震模型横向长度，z代表地震模型纵向长度，k代表当前迭代次数，k+1代表下一次迭代次数。


4.根据权利要求1所述的一种共轭梯度归一化LSRTM方法，其特征在于所述共轭梯度归一化最小二乘法逆时偏移成像方法进行进行更新步长的计算并完成模型的更新，迭代算法如下：

【专利技术属性】
技术研发人员：徐秀刚，孙燕峰，汤乐，童思友，孙剑，赵玥，韩耀东，张浩楠，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：山东;37