CN103852789B - 用于地震数据的非线性层析方法及其装置 - Google Patents

Abstract

本发明提供了一种用于地震数据的非线性层析方法和装置，所述方法包括：获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型；利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值；通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长；当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型。通过采用非线性层析的方法对速度模型进行更新，很大程度上提高了计算效率，且得到的速度更新模型更加稳定可靠。

Description

用于地震数据的非线性层析方法及其装置

技术领域

本发明涉及地震数据，更具体地讲，涉及一种用于地震数据的非线性层析方法和装置。

背景技术

随着地球物理勘探技术的广泛应用，出现了很对针对用于地震数据层析方法。现有的层析方法主要有走时层析和线性层析。走时层析利用走时的残差反投影到射线路径上进行模型更新，其对初始模型的要求相对较低，但反演速度的分辨率较低。线性层析在每次更新速度模型后，都需要重新进行偏移和拾取，才能得到更新后的模型的道集是否拉平以及剩余动校正量，理论上只有在局部线性化的假设下才能一次收敛到真解，但实际上需要反复多次更新才能反演出真实的速度，而在此过程中重复的偏移和拾取会大大降低层析的效率。

因此，需要一种提高更新效率且降低计算成本的层析方法。

发明内容

本发明的目的在于解决上述技术问题，因此，本发明的一方面提供了一种用于地震数据的非线性层析方法和装置。

为了实现上述目的，提供了一种用于地震数据的非线性层析方法，可包括以下步骤：获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型；利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值；通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长；当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型。

优选地，第一数据可还包括：剩余时差和Frechet微商，通过第一数据得到第二数据的步骤可包括：通过剩余时差和Frechet微商得到梯度参数，通过梯度参数得到第二数据。

优选地，利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理得到处理后的第一数据的步骤可包括：初始地震数据参数经过道集拾取处理后得到地震数据运动学信息，地震数据运动学信息经过零射线偏移后得到反射点位置，再经过射线正演得到第一数据。

优选地，初始地震数据参数可经过偏移得到角度道集数据，角度道集数据通过道集拾取处理和反偏移处理后得到地震数据运动学信息。

为了实现上述目的，提出了一种用于地震数据的非线性层析装置，可包括：获取模块，获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型；第一处理模块，利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值；第二处理模块，通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长；输出模块，当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型。

优选地，第一数据可还包括：剩余时差和Frechet微商，第二处理模块可通过剩余时差和Frechet微商得到梯度参数，通过梯度参数得到第二数据。

优选地，第一处理模块可将初始地震数据参数经过道集拾取处理后得到地震数据运动学信息，地震数据运动学信息经过零射线偏移后得到反射点位置，再经过射线正演得到第一数据。

优选地，第一处理模块可将初始地震数据参数经过偏移得到角度道集数据，角度道集数据通过道集拾取处理和反偏移处理后得到地震数据运动学信息。

上述用于地震数据的非线性层析方法和装置，通过采用非线性层析的方法对速度模型进行更新，很大程度上提高了计算效率，且得到的速度更新模型更加稳定可靠。

附图说明

通过下面结合附图对本发明的示例性实施例进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：

图1是根据本发明第一示例性实施例的用于地震数据的非线性层析方法的流程图；

图2是根据本发明第二示例性实施例的用于地震数据的非线性层析方法的流程图；

图3是根据本发明第三示例性实施例的用于地震数据的非线性层析装置的框图。

具体实施方式

以下，参照附图来详细说明本发明的实施例。

总体来讲，根据本发明的用于地震数据的非线性层析方法包括以下步骤：获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型；利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值；通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长；当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型。

下面将结合本发明的具体实施例来对本发明的用于地震数据的非线性层析方法进行详细描述。

图1是根据本发明第一示例性实施例的用于地震数据的非线性层析方法的流程图。

在步骤S101，获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型。

在步骤S102，利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值。

例如，初始地震数据参数可经过道集拾取处理后得到地震数据运动学信息，地震数据运动学信息经过零射线偏移后得到反射点位置，再经过射线正演得到第一数据。

例如，初始地震数据参数可经过偏移得到角度道集数据，角度道集数据通过道集拾取处理和反偏移处理后得到地震数据运动学信息。

在步骤S103，通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长。

此外，第一数据可还包括：剩余时差和Frechet微商（即射线路径）。可通过剩余时差和Frechet微商得到梯度参数，通过梯度参数得到第二数据，从而可通过第一数据来得到第二数据。

在步骤S104，当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型。

图2是根据本发明第二示例性实施例的用于地震数据的非线性层析方法的流程图。

在步骤S201，获取初始地震数据参数中的地表观测数据d_obs和初始速度模型m₀。此时迭代次数k为1。

在步骤S202，利用叠前深度偏移以及运动学反偏移计算剩余时差Frechet微商以及目标函数值（C^k），设定Q=0，Q为目标函数值连续上升的累计次数。

具体地讲，地表观测数据d_obs经过偏移后得到角道集参数，角道集参数通过道集拾取后得到拾取后的角道集，拾取后的角道集再经过反偏移得到地震数据运动学信息，地震数据运动学信息经过零偏射线偏移后确定反射点的位置，通过射线正演得到地表正演数据d和地震数据叠前走时t_obs，通过地表正演数据d得到正演的射线走时t。

对于网格表达的模型，Frechet微商矩阵的元素可由下面的公式（1）：

$\frac{{\∂t}_i}{{\∂m}_j}=l_{\mathrm{ij}}---\left(1\right)$

其中，l_ij为第i根射线、第j个网格内的射线路径的片段长度，本发明采用样条表达的模型，通过下面公式（2）表示：

$\frac{{\∂t}_i}{{\∂m}_j}=\underset{l}{\∫}{\mathrm{\β}}_x\left(x\right){\mathrm{\β}}_y\left(y\right){\mathrm{\β}}_z\left(z\right)\mathrm{dl}---\left(2\right)$

其中，β_i(i=x,y,z)为三个方向上的样条基函数（样条基函数为已知量）。

由公式（1）和（2）即可得到第k次迭代中模型m的Frechet微商的值。通过剩余时差和Frechet微商得到第k次迭代的目标函数值的公式（如公式（3）所示）。

$C\left(m\right)=\frac{1}{2}({\left|\right|t\left(m\right)-t_{\mathrm{obs}}\left|\right|}^2+\mathrm{\λ}{\left|\right|\mathrm{Dm}\left|\right|}^2)---\left(3\right)$

其中，C(m)为第k次迭代中模型m的目标函数值，即C^k，t(m)为模型m的正演的射线走时，t_obs为地震数据叠前走时（t_obs为不变量），λ为正则化因子（其为已知量），Dm为模型m的差分矩阵（其为已知量）。

在步骤S203，判断目标函数值是否下降，即比较C^k是否小于C^k-1，如果下降，则执行步骤S204，计算梯度参数g^(k)，并通过梯度参数计算得到迭代的下降方向p^(k)和迭代步长α^(k)。随后，在步骤S205，输出更新的速度模型m。具体公式如下面公式（4）所示。

$\▿C\left(m\right)={\left(\frac{\∂t}{\∂m}\right)}^T(t-t_{\mathrm{obs}}){|}_{m=m0}+{\mathrm{\λD}}^T\mathrm{Dm}{|}_{m=m0}---\left(4\right)$

其中，为第k次迭代中模型m的梯度参数的值，即g^(k)。

通过采用共轭梯度法进行非线性优化，得到第k次迭代的迭代下降方向p^(k)和迭代步长α^(k)，如公式（5）和（6）所示。

p^(k)=g^(k)+β^(k)p^(k-1) （5）

其中， ${\mathrm{\β}}^{\left(k\right)}=\frac{{\left|\right|g^{\left(k\right)}\left|\right|}_2^2}{{\left|\right|g^{(k-1)}\left|\right|}_2^2}.$

${\mathrm{\α}}^{\left(k\right)}=\frac{C_k}{{\left|\right|g^{\left(k\right)}\left|\right|}_2^2}---\left(6\right)$

如果没有下降，则执行步骤S206，Q值增加1，然后执行步骤S207，判断Q值是否大于预定值Q0（一般情况下，预定值大于或等于三次），如果大于预定值，则执行步骤S208，停止迭代，即结束此次更新。

如果小于等于预定值，则执行步骤S202，重新计算剩余时差、Frechet微商以及目标函数值。具体地讲，利用已经得到的地震数据运动学信息，在更新后速度模型中进行零偏射线偏移确定反射点的位置，然后通过射线正演得到更新的地表正演数据d，将更新的地表正演数据与地震数据叠前走时t_obs进行匹配，通过更新的地表正演数据d得到更新的正演的射线走时t。由于采用了更新后的速度拾取对数据进行一系列处理，使得通过公式（1）、（2）和（3）得到的剩余时差、Frechet微商以及目标函数值也是更新后的值。

图3是根据本发明第三示例性实施例的用于地震数据的非线性层析装置的框图。

如图3所示，本发明示例性实施例的用于地震数据的非线性层析装置包括：获取模块100、第一处理模块200、第二处理模块300和输出模块400。

获取模块100用于获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型。

第一处理模块200利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值。

第二处理模块300通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长。

当目标函数值下降时，输出模块400输出与迭代下降方向相对应的速度更新模型。

进一步地，第一数据还包括：剩余时差和Frechet微商；第二处理模块通过剩余时差和Frechet微商得到梯度参数，通过梯度参数得到第二数据。

可选地，第一处理模块将初始地震数据参数经过道集拾取处理后得到地震数据运动学信息，地震数据运动学信息经过零射线偏移后得到反射点位置，再经过射线正演得到第一数据。

可选地，第一处理模块将初始地震数据参数经过偏移得到角度道集数据，角度道集数据通过道集拾取处理和反偏移处理后得到地震数据运动学信息。

应该理解，根据本发明示例性实施例的用于地震数据的非线性层析装置可执行以上参照图1至图2描述的用于地震数据的非线性层析方法，为了避免重复，在此不再赘述。

上述用于地震数据的非线性层析方法和装置，通过采用非线性层析的方法对速度模型进行更新，很大程度上提高了计算效率，且得到的速度更新模型更加稳定可靠。

上面已经结合具体实施例描述了本发明，但是本发明的实施不限于此。在本发明的精神和范围内，本领域技术人员可以进行各种修改和变型，这些修改和变型将落入权利要求限定的保护范围之内。

Claims (4)

1.一种用于地震数据的非线性层析方法，包括以下步骤：

获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型；

利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值；

通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长；

当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型，

其中，利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理得到处理后的第一数据的步骤包括：初始地震数据参数经过道集拾取处理后得到地震数据运动学信息，地震数据运动学信息经过零射线偏移后得到反射点位置，再经过射线正演得到第一数据，

其中，初始地震数据参数经过偏移得到角度道集数据，角度道集数据通过道集拾取处理和反偏移处理后得到地震数据运动学信息。

2.如权利要求1所述的方法，其特征在于，第一数据还包括：剩余时差和Frechet微商，

通过第一数据得到第二数据的步骤包括：通过剩余时差和Frechet微商得到梯度参数，通过梯度参数得到第二数据。

3.一种用于地震数据的非线性层析装置，包括：

获取模块，获取初始地震数据参数，其中，初始地震数据参数包括地表观测数据和初始速度模型；

第一处理模块，利用叠前深度偏移以及运动学反偏移对初始地震数据参数进行处理，得到处理后的第一数据，其中，第一数据包括目标函数值；

第二处理模块，通过第一数据得到第二数据，其中，第二数据包括迭代下降方向和迭代步长；

输出模块，当目标函数值下降时，输出与迭代下降方向相对应的速度更新模型，

其中，第一处理模块将初始地震数据参数经过道集拾取处理后得到地震数据运动学信息，地震数据运动学信息经过零射线偏移后得到反射点位置，再经过射线正演得到第一数据，

其中，第一处理模块将初始地震数据参数经过偏移得到角度道集数据，角度道集数据通过道集拾取处理和反偏移处理后得到地震数据运动学信息。

4.如权利要求3所述的装置，其特征在于，第一数据还包括：剩余时差和Frechet微商，第二处理模块通过剩余时差和Frechet微商得到梯度参数，通过梯度参数得到第二数据。