研究人员提出一种最小二乘全走时反演法用于浅层地震速度建模

2019 年 8 月 9 日 中科院之声

据不完全统计,目前我国陆上尚未探明的油气资源66%集中在山地复杂构造中,利用地震勘探手段发现并探明这些资源对于保障国家能源供给和能源安全意义重大。然而,由于山地地表地形起伏剧烈、地下构造高陡复杂及地下地层速度埋深纵横向变化大等因素,使精确地震成像成为极大的挑战。

  

浅层地下速度结构的分辨率是影响深部高精度成像的重要因素。传统初至走时层析成像方法以高效、稳定性好等优点,在工业上被广泛应用于浅层速度的反演中。然而该方法有基于无限高频假设的理论缺陷,在解决复杂模型问题时存在诸多困难,且反演的分辨率不高。近几年,地震全波形反演方法发展迅速,全波形反演同时考虑走时和振幅信息能极大地提高地震反演的分辨率。传统全波形反演方法的成功十分依赖良好的初始速度或丰富的低频成分,但在实际地震资料的采集和处理中,通常难以满足以上要求。

  

基于以上问题,中国科学院地质与地球物理研究所油气资源研究重点实验室博士易佳及其导师、研究员刘伊克提出了一种最小二乘全走时反演方法,用于复杂起伏地表条件下的高分辨率浅层地震速度的重建工作:(1)将谱元法地震波正演模拟技术引入到起伏地表的速度反演中,有效防止虚假散射波的产生,为反演提供高精度的地震波场;(2)通过构建旅行时加权的波场自相关和互相关差的 L2 范数的目标函数,来克服传统互相关目标函数分辨率损失的问题;(3)依据全走时反演理论,计算目标函数的梯度,为反演迭代提供正确的更新方向。该方法只需提供任意常速度的初始模型,且在低频成分缺失情况下,也能成功重建一个较好的浅层速度模型,然后提供给全波形反演,最终获得一个高分辨率复杂起伏地表浅层速度结构(图1)。该研究成果可为地震资料处理中的起伏地表的静校正、直接自起伏地表的偏移,以及深度偏移等提供参考。


研究成果发表于Geophysics


图1 (a) 任意常速度初始模型;(b) 用于起伏地表条件下谱元法正演的非规则四边形网格剖分示意图;(c) 利用所提最小二乘全走时反演方法结合全波形反演所得的高分辨率复杂浅地表速度结构


来源:中国科学院地质与地球物理研究所


温馨提示:近期,微信公众号信息流改版。每个用户可以设置 常读订阅号,这些订阅号将以大卡片的形式展示。因此,如果不想错过“中科院之声”的文章,你一定要进行以下操作:进入“中科院之声”公众号 → 点击右上角的 ··· 菜单 → 选择「设为星标」





登录查看更多
0

相关内容

【CVPR2020-Oral】用于深度网络的任务感知超参数
专知会员服务
28+阅读 · 2020年5月25日
专知会员服务
109+阅读 · 2020年5月21日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
29+阅读 · 2020年4月6日
缺失数据统计分析,第三版,462页pdf
专知会员服务
109+阅读 · 2020年2月28日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
人工智能能够预测地震吗?
人工智能学家
7+阅读 · 2018年12月10日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
学界 | 百度提出问答模型GNR:检索速度提高25倍
机器之心
5+阅读 · 2017年9月27日
EKF常用于目标跟踪系统的扩展卡尔曼滤波器
无人机
10+阅读 · 2017年7月25日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Arxiv
8+阅读 · 2018年11月27日
VIP会员
相关资讯
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
人工智能能够预测地震吗?
人工智能学家
7+阅读 · 2018年12月10日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
学界 | 百度提出问答模型GNR:检索速度提高25倍
机器之心
5+阅读 · 2017年9月27日
EKF常用于目标跟踪系统的扩展卡尔曼滤波器
无人机
10+阅读 · 2017年7月25日
Top
微信扫码咨询专知VIP会员