CN115951401A - 成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质 - Google Patents

成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质 Download PDF

Info

Publication number
CN115951401A
CN115951401A CN202210872042.9A CN202210872042A CN115951401A CN 115951401 A CN115951401 A CN 115951401A CN 202210872042 A CN202210872042 A CN 202210872042A CN 115951401 A CN115951401 A CN 115951401A
Authority
CN
China
Prior art keywords
imaging
operator
seismic
migration
wave field
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210872042.9A
Other languages
English (en)
Other versions
CN115951401B (zh
Inventor
卢绍平
吴涵
张树奎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202210872042.9A priority Critical patent/CN115951401B/zh
Publication of CN115951401A publication Critical patent/CN115951401A/zh
Application granted granted Critical
Publication of CN115951401B publication Critical patent/CN115951401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及地球物理勘探技术领域,为一种成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质。本发明提供的方法通过在最小二乘偏移成像方法中采用比传统互相关成像条件具有更高性能的成像条件,根据选择的成像条件构建共轭正演算子,通过对观测地震记录进行改造,从而实现等效于应用了更高性能的成像条件的成像结果。在保证最小二乘逆时偏移成像方法稳定性和收敛性的同时,将新成像条件的特性引入算法,起到加快算法收敛速度、提高成像结果分辨率和信噪比的作用,使最小二乘偏移方法能够得到更广泛的应用。

Description

成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质
技术领域
本发明涉及地球物理勘探技术领域,具体涉及一种成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质。
背景技术
随着地震勘探需求的提高,当前工业界应用的成像技术已不满足于仅获取地下构造的几何结构信息,地下反射率模型的获取成为了地震成像的新目标。在此背景下,基于反演理论的最小二乘逆时偏移受到了工业界的广泛关注和初步应用。传统最小二乘逆时偏移是由线性化的波动方程(正演算子、反偏移算子)出发,推导与之共轭的偏移算子,进而应用反演求解器迭代获取成像结果。
然而直接由线性化的波动方程推导出的偏移算子中的成像条件为互相关成像条件。尽管这种成像条件稳定且易于实现,但是其会在成像结果中引入强烈的低波数噪音。为了消除成像结果中的低波数噪音,往往需要耗费数次迭代的计算,这严重降低了反演算法的收敛速度。另外,最小二乘逆时偏移单次迭代的计算量至少相当于进行一次常规逆时偏移,其巨大的计算量也是当前工业界未将其广泛应用的原因之一。
为了加快最小二乘逆时偏移方法的收敛速度,许多将基于不同成像条件的偏移算子应用于最小二乘逆时偏移的研究被提出,尽管这些成像条件的应用能够有效消除成像条件中的低波数噪音,但是大多数研究在将这些成像条件应用于最小二乘逆时偏移时,未充分考虑偏移算子和正演算子的共轭性,这可能会导致算法在进行成像时收敛性被破坏甚至不收敛,快速线性反演求解器(如LSQR算法)也无法应用。
发明内容
有鉴于此,本发明的第一个目的在于提出一种成像条件驱动的最小二乘逆时偏移成像方法,通过成像条件构建共轭算子,并通过对观测记录进行改造,实现加快算法收敛速度、更准确估计地下反射率模型。
基于同样的发明构思,本发明的第二个目的在于提出一种计算机设备。
基于同样的发明构思,本发明的第三个目的在于提出一种存储介质。
本发明的第一个目的可以通过采取如下技术方案实现:
一种成像条件驱动的最小二乘逆时偏移成像方法,包括以下步骤:
设定成像条件,根据所设定成像条件的偏移算子,构建与所述偏移算子共轭的正演算子;
观测地震记录结果,获取第一地震记录;
根据构建的正演算子,将第一地震记录改造为第二地震记录;
根据第二地震记录,使用构建的偏移算子进行成像,得到模拟成像结果;
根据模拟成像结果,使用构建的正演算子,计算获得模拟地震记录;
计算模拟地震记录与第二地震记录之间的记录残差;
根据残差,应用偏移算子计算成像梯度结果,再利用线性反演求解器获取更新成像结果;
判断是否满足预设终止条件,若满足则输出成像结果;否则继续计算残差和成像结果,进行迭代。
进一步的,构建与所述偏移算子共轭的正演算子,包括以下步骤:
根据所设定成像条件的偏移算子形式构建最小二乘逆时偏移中的增广目标函数;
提取增广目标函数的伴随波场项的公因式,将其设为正演算子的震源项,构建正演算子。
进一步的,所设定的成像条件为反散射成像条件;根据所设定成像条件的偏移算子形式构建最小二乘逆时偏移中的增广目标函数,包括以下步骤:
将偏移算子中的正传波场看作背景波场项,将反传波场看作伴随波场项,根据增广算子对反射率模型的梯度等于偏移算子项这一特征,即增广目标函数对地下反射率模型的偏导等于零(即
Figure BDA0003753313460000023
)时,可求得最小二乘逆时偏移中的偏移算子,其具体可表示为:
g(x)=∫∫S(x,t)dtdxs
其中,g表示成像结果的梯度,即最小二乘逆时偏移中成像结果的更新方向,再将偏移算子代入拉格朗日乘子法,即将成像条件公式代入S中,即可构建拉格朗日增广目标函数。
进一步的,构建的拉格朗日增广目标函数可表示为:
Figure BDA0003753313460000021
其中,J表示增广目标函数,m为地下反射率模型,δp为地下扰动波场,dmod和dobs分别为模拟地震记录及观测地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间,
Figure BDA0003753313460000022
表示拉普拉斯算子。
进一步的,提取增广目标函数的伴随波场项的公因式,包括以下步骤:
根据增广目标函数,对目标函数中的时间及空间相关项分别采用分布积分,同时应用正传波场和伴随波场的初始、终止及边界条件,修改目标函数的形式,提取目标函数中伴随波场项的公因式。
进一步的,根据构建的正演算子,将第一地震记录改造为第二地震记录,具体为:
将第一地震记录改造为传播特征符合构建的正演算子传播特征的第二地震记录。
进一步的,设定的成像条件为反散射成像条件,其具体形式可表示为:
Figure BDA0003753313460000031
其中,m为地下反射率模型,x为地下空间点位置,ps为正传地震波场,pr为反传地震波场,v为地震波在地下传播的速度,t为时间,
Figure BDA0003753313460000032
表示梯度算子。
进一步的,根据反散射成像条件驱动的最小二乘偏移成像方法包括以下步骤:
利用反散射成像条件构建拉格朗日增广目标函数,具体形式为:
Figure BDA0003753313460000033
其中,J表示增广目标函数,m为地下反射率模型,δp为地下扰动波场,d′mod和d′obs分别为模拟地震记录及第二地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间,p0为背景波场,
Figure BDA0003753313460000034
表示梯度算子,
Figure BDA0003753313460000035
表示拉普拉斯算子;
提取增广目标函数的伴随波场项的公因式,将其设为正演算子的震源项,构建正演算子,所构建的正演算子的具体形式为:
Figure BDA0003753313460000036
其中,m为地下反射率模型,δp为地下扰动波场,d′mod和d′obs分别为模拟地震记录及第二地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间;
应用变换矩阵T将第一地震记录改造为传播特征符合构建的正演算子传播特征的第二地震记录,其中变换矩阵T的具体形式为:
Figure BDA0003753313460000037
其中,Gs为震源格林函数,S为正传地震波场,Gr为接收格林函数,上标*表示伴随算子;ω为角频率,j指虚数单位。
本发明的第二个目的可以通过采取如下技术方案实现:
一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的成像条件驱动的最小二乘逆时偏移成像方法。
本发明的第三个目的可以通过采取如下技术方案实现:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的成像条件驱动的最小二乘逆时偏移成像方法。
本发明相对于现有技术具有如下的有益效果:
(1)本发明提供的成像条件驱动的最小二乘逆时偏移成像方法中构建的新的相互共轭的正演和偏移算子保证了算法的稳定性和收敛性,为快速线性反演求解器的使用提供了便利条件的同时,将所述成像条件的特性代入最小二乘逆时偏移,为抑制低波数噪音、加快算法收敛速度等提供了可能。
(2)本发明使用改造后的地震观测记录进行成像和残差计算,保证了在新的正演及偏移算子的作用下,可以等价获取基于对应不同成像条件的成像结果,有助于加快算法收敛速度。
(3)本发明提供的方法在保证最小二乘逆时偏移成像方法稳定性和收敛性的同时,将新成像条件的特性引入算法,起到加快算法收敛速度、提高成像结果分辨率和信噪比的作用,使最小二乘偏移方法能够得到更广泛的应用。
附图说明
图1是本发明实施例1的成像条件驱动的最小二乘逆时偏移成像方法的流程示意图。
图2是本发明实施例1的传统基于互相关成像条件和反散射成像条件驱动的最小二乘逆时偏移方法中正演与偏移算子的点积测试结果示意图。
图3是本发明实施例1所采用的地下真实反射率模型示意图。
图4是本发明实施例1中传统基于互相关成像条件的逆时偏移成像结果示意图;
图5是本发明实施例1中传统基于互相关成像条件的最小二乘逆时偏移成像结果(迭代次数为20次)示意图。
图6是本发明实施例1中原始地震记录与改造后地震记录对比示意图,其中(a)为原始地震记录,(b)为改造后地震记录。
图7是本发明实施例1中原始地震记录与改造后地震记录对应的理论振幅谱和实际振幅谱,其中(a)为原始地震记录的理论振幅谱和实际振幅谱,(b)为改造后地震记录的理论振幅谱和实际振幅谱。
图8是本发明实施例1中反散射成像条件驱动的逆时偏移成像结果示意图。
图9是本发明实施例1中反散射成像条件驱动的最小二乘逆时偏移成像结果(迭代次数为20次)示意图。
图10是本发明实施例1中传统基于互相关成像条件和反散射成像条件驱动的最小二乘逆时偏移方法目标函数收敛曲线对比示意图。
图11是本发明实施例2的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图1所示,本实施例提供了一种成像条件驱动的最小二乘逆时偏移成像方法,包括以下步骤:
S10、设定成像条件,根据所设定成像条件的偏移算子,构建所述偏移算子共轭的正演算子,包括:
S11、设定成像条件。本实施例中,设定的成像条件为反散射成像条件,其具体形式如式(1)所示:
Figure BDA0003753313460000051
其中,m为地下反射率模型,x为地下空间点位置,ps为正传地震波场,pr为反传地震波场,v为地震波在地下传播的速度,t为时间,
Figure BDA0003753313460000052
表示梯度算子,xs表示震源的空间位置,xr表示检波点的空间位置。
以反散射成像条件来更新成像结果,表达式如式(2)所示:
Figure BDA0003753313460000053
S12、根据所设定成像条件的偏移算子形式构建最小二乘逆时偏移中的增广目标函数,所构建的拉格朗日增广目标函数可表示为:
Figure BDA0003753313460000054
其中,J表示增广目标函数,m为地下反射率模型,δp为地下扰动波场,dmod和dobs分别为模拟地震记录及观测地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间,
Figure BDA0003753313460000067
表示拉普拉斯算子。
其中,成像条件可根据不同的应用场景或需求,设定为不同的成像条件。在优选的实施例中,所设定的成像条件为反散射成像条件;利用反散射成像条件构建得出的拉格朗日增广目标函数如式(4)所示:
Figure BDA0003753313460000061
其中,d′mod和d′obs分别为模拟地震记录及第二地震记录,p0为背景波场,
Figure BDA0003753313460000062
表示梯度算子,p0为背景波场。
S13、提取增广目标函数的伴随波场项的公因式,将其设为正演算子的震源项,构建正演算子,包括:
将目标函数右端时间相关项进行整理,如式(5)所示:
Figure BDA0003753313460000063
对其他项采用类似的推导方式,得到式(6):
Figure BDA0003753313460000064
其中伴随波场项的公因式项即为反散射成像条件驱动的最小二乘逆时偏移方法中的正演算子,其表达式如式(7)所示:
Figure BDA0003753313460000065
S20、观测地震记录结果,获取观测地震记录dobs,并作为第一地震记录。本实施例中,观测地震记录为人工爆炸源激发(陆上工区为炸药、海上工区为气枪),高密度地震检波器阵列接收的主动源地震数据。
为提高地震成像质量及记录改造效果,可对观测地震数据进行去噪(去除随机噪音、面波噪音、无线电干扰、邻炮干扰、线性噪音等)、切除(切除地震记录中的折射波成分)、反褶积等操作。
S30、根据构建的正演算子,将第一地震记录改造为第二地震记录,具体步骤为:
根据WKBJ反射近似,实际散射波场在地下的传播特征如式(8)所示:
Figure BDA0003753313460000066
可以发现,其与互相关成像条件以外的成像算子构建得出的正演算子描述的传播特征不同,因此为了保证算法的收敛性,根据反散射成像条件对实际地震数据进行修改。散射波场和反散射成像条件对应的正演算子的传播特征在频域利用格林函数G可表示为式(9):
Figure BDA0003753313460000071
其中,Gs为震源格林函数,S为正传地震波场,Gr为接收格林函数,上标*表示伴随算子;ω为角频率,j指虚数单位。
假设变换矩阵T可以将第一地震记录改造为符合所述构建得出的正演算子传播特征的第二地震记录,可推导出变换矩阵T的具体形式如式(10)所示:
Figure BDA0003753313460000072
则第二地震记录d′obs可以表示为式(11):
Figure BDA0003753313460000073
S40、根据第二地震记录,使用构建的偏移算子进行成像,得到模拟成像结果。
S50、根据模拟成像结果,使用构建的正演算子,计算获得模拟地震记录。
S60、计算模拟地震记录与第二地震记录之间的记录残差。
S70、根据残差,应用偏移算子计算目标函数对应的成像梯度结果,将成像梯度结果作为输入,应用线性反演求解器(最速下降法、共轭梯度法、LSQR算法等)获取更新成像结果。
S80、判断是否满足预设终止条件,若满足则输出成像结果;否则继续计算残差和成像结果,进行迭代。
本实施例中,进行迭代的方法是:将步骤S70获取的更新成像结果作为步骤S50的成像结果输入,并再次执行步骤S50-S80。
本实施例中,预设终止条件为:满足预设条件中的任意一条,包括:
第一预设条件,与残差相关的目标函数小于设定阈值;
第二预设条件,算法迭代次数大于设定阈值。
图2为传统基于互相关成像条件和反散射成像条件驱动的最小二乘偏移方法中正演与偏移算子的点积测试结果示意图,已知点积测试的结果越逼近1,则正演算子与偏移算子共轭性越好,如图2所示,利用本发明中的成像条件驱动的最小二乘逆时偏移中共轭算子构建方法构建得出的与基于反散射成像条件的偏移算子相共轭的正演算子,与偏移算子几乎严格共轭,这保证了算法的收敛性,同时有利于快速线性反演求解器(如LSQR算法)的使用,能够加快算法计算效率。
图3为本实施例中采用的地下真实反射率模型。图4、图5分别为本发明实施例中使用传统基于互相关成像条件获得的常规逆时偏移成像结果和最小二乘逆时偏移成像结果(迭代次数为20次),这些结果对应输入速度模型大小为3201*1201个网格点,网格间距为25英尺,输入地震数据为20个长度为10秒的共炮点道集。可以看出图4中的成像结果存在强烈的低波数噪声,在其影响下成像结果中的有效信息几乎不可见;图5中的成像结果显示,经过数轮迭代,成像结果中的低波数噪音被去除,但是其中盐丘边界附近的成像不佳,如不均匀的盐丘顶界面(小椭圆圈)、倾斜的盐丘边界(大椭圆圈)和盐丘顶部的向斜处(箭头)。
图6和图7分别展示了原始观测地震记录、基于反散射成像条件改造后地震记录及其对应的振幅谱,可以发现实际数据与改造数据之间的振幅谱与理论振幅谱之间的趋势一致。
图8和图9分别为本实施例中使用反散射成像条件驱动的常规逆时偏移成像结果和最小二乘偏移成像结果(迭代次数分别为10次和20次)。可以看出图8中成像结果的低波数噪声明显少于图4成像结果中的,展示了反散射成像条件的优越性。对比图5和图9中的成像结果,可以发现,图9中的成像结果很好地解析了复杂的构造,如不均匀的盐丘顶界面(小椭圆圈)、倾斜的盐丘边界(大椭圆圈)、盐丘顶部的向斜处(箭头)和盐丘下方区(黑色虚线框)。这些改进表明,成像条件驱动的最小二乘偏移成像方法能够更加稳健地求解反演问题。
图10是本实施例中传统基于互相关成像条件和反散射成像条件驱动的最小二乘偏移方法目标函数收敛曲线对比示意图,可以发现反散射成像条件驱动的最小二乘偏移方法相比传统基于互相关成像条件的最小二乘偏移拥有更快的算法收敛速度,反散射成像条件驱动的最小二乘逆时偏移迭代3次即可达到与基于互相关成像条件的最小二乘偏移迭代20次相当的成像效果。
因此,本实施例提供的成像条件驱动的最小二乘逆时偏移成像方法中构建的新的相互共轭的正演和偏移算子保证了算法的稳定性和收敛性,同时为快速线性反演求解器的使用提供了便利条件的同时,将所述成像条件的特性代入最小二乘逆时偏移,为抑制低波数噪音、加快算法收敛速度等提供了可能。同时,本实施例使用改造后的地震观测记录进行成像和残差计算,保证了在新的正演及偏移算子的作用下,可以等价获取基于对应不同成像条件的成像结果,有助于加快算法收敛速度。总体而言,本实施例提供的方法在保证最小二乘逆时偏移成像方法稳定性和收敛性的同时,将新成像条件的特性引入算法,起到加快算法收敛速度、提高成像结果分辨率和信噪比的作用,使最小二乘偏移方法能够得到更广泛的应用。
实施例2:
如图11所示,本实施例提供了一种计算机设备,该计算机设备包括通过系统总线1101连接的处理器1102、存储器、输入装置1103、显示装置1104和网络接口1105,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质1106和内存储器1107,该非易失性存储介质1106存储有操作系统、计算机程序和数据库,该内存储器1107为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器1102执行存储器存储的计算机程序时,实现上述实施例1的基于反褶积成像条件的最小二乘偏移成像方法,具体如下:
设定成像条件,根据所设定成像条件的偏移算子,构建与所述偏移算子共轭的正演算子;
观测地震记录结果,获取第一地震记录;
根据构建的正演算子,将第一地震记录改造为第二地震记录;
根据第二地震记录,使用构建的偏移算子进行成像,得到模拟成像结果;
根据模拟成像结果,使用构建的正演算子,计算获得模拟地震记录;
计算模拟地震记录与第二地震记录之间的记录残差;
根据残差,应用偏移算子计算成像梯度结果,再利用线性反演求解器获取更新成像结果;
判断是否满足预设终止条件,若满足则输出成像结果;否则继续计算残差和成像结果,进行迭代。
实施例3:
本实施例提供了一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的基于反褶积成像条件的最小二乘偏移成像方法,具体如下:
设定成像条件,根据所设定成像条件的偏移算子,构建与所述偏移算子共轭的正演算子;
观测地震记录结果,获取第一地震记录;
根据构建的正演算子,将第一地震记录改造为第二地震记录;
根据第二地震记录,使用构建的偏移算子进行成像,得到模拟成像结果;
根据模拟成像结果,使用构建的正演算子,计算获得模拟地震记录;
计算模拟地震记录与第二地震记录之间的记录残差;
根据残差,应用偏移算子计算成像梯度结果,再利用线性反演求解器获取更新成像结果;
判断是否满足预设终止条件,若满足则输出成像结果;否则继续计算残差和成像结果,进行迭代。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以以一种或多种程序设计语言或其组合来编写用于执行本实施例的计算机程序,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Python、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
显然,上述所述的实施例只是本发明的一部分实施例,而不是全部实施例,本发明不限于上述实施例的细节,任何所属技术领域的普通技术人员对其所做的适当变化或修饰,皆视为不脱离本发明的专利范畴。

Claims (10)

1.一种成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,包括以下步骤:
设定成像条件,根据所设定成像条件的偏移算子,构建与所述偏移算子共轭的正演算子;
观测地震记录结果,获取第一地震记录;
根据构建的正演算子,将第一地震记录改造为第二地震记录;
根据第二地震记录,使用构建的偏移算子进行成像,得到模拟成像结果;
根据模拟成像结果,使用构建的正演算子,计算获得模拟地震记录;
计算模拟地震记录与第二地震记录之间的记录残差;
根据残差,应用偏移算子计算成像梯度结果,再利用线性反演求解器获取更新成像结果;
判断是否满足预设终止条件,若满足则输出成像结果;否则继续计算残差和成像结果,进行迭代。
2.根据权利要求1所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,构建与所述偏移算子共轭的正演算子,包括以下步骤:
根据所设定成像条件的偏移算子形式构建最小二乘逆时偏移中的增广目标函数;
提取增广目标函数的伴随波场项的公因式,将其设为正演算子的震源项,构建正演算子。
3.根据权利要求2所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,所设定的成像条件为反散射成像条件;根据所设定成像条件的偏移算子形式构建最小二乘逆时偏移中的增广目标函数,包括以下步骤:
将偏移算子中的正传波场看作背景波场项,将反传波场看作伴随波场项,根据增广算子对反射率模型的梯度等于偏移算子项这一特征,将偏移算子代入拉格朗日乘子法,构建拉格朗日增广目标函数。
4.根据权利要求3所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,构建的拉格朗日增广目标函数可表示为:
Figure FDA0003753313450000011
其中,J表示增广目标函数,m为地下反射率模型,δp为地下扰动波场,dmod和dobs分别为模拟地震记录及观测地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间,
Figure FDA0003753313450000025
表示拉普拉斯算子。
5.根据权利要求2所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,提取增广目标函数的伴随波场项的公因式,包括以下步骤:
根据增广目标函数,对目标函数中的时间及空间相关项分别采用分布积分,同时应用正传波场和伴随波场的初始、终止及边界条件,修改目标函数的形式,提取目标函数中伴随波场项的公因式。
6.根据权利要求1所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,根据构建的正演算子,将第一地震记录改造为第二地震记录,具体为:
将第一地震记录改造为传播特征符合构建的正演算子传播特征的第二地震记录。
7.根据权利要求1-6中任一项所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,设定的成像条件为反散射成像条件,其具体形式可表示为:
Figure FDA0003753313450000021
其中,m为地下反射率模型,xx为地下空间点位置,ps为正传地震波场,pr为反传地震波场,v为地震波在地下传播的速度,t为时间,
Figure FDA0003753313450000022
表示梯度算子,xs表示震源的空间位置,xr表示检波点的空间位置。
8.根据权利要求7所述的成像条件驱动的最小二乘逆时偏移成像方法,其特征在于,包括以下步骤:
利用反散射成像条件构建拉格朗日增广目标函数,具体形式为:
Figure FDA0003753313450000023
其中,J表示增广目标函数,m为地下反射率模型,δp为地下扰动波场,d′mod和d′obs分别为模拟地震记录及第二地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间,p0为背景波场,
Figure FDA0003753313450000026
表示梯度算子,
Figure FDA0003753313450000027
表示拉普拉斯算子;
提取增广目标函数的伴随波场项的公因式,将其设为正演算子的震源项,构建正演算子,所构建的正演算子的具体形式为:
Figure FDA0003753313450000024
其中,m为地下反射率模型,δp为地下扰动波场,d′mod和d″obs分别为模拟地震记录及第二地震记录,λ为伴随波场,S为正演算子中的震源项,v为地震波在地下传播的速度,x表示地下空间点位置,t为时间;
应用变换矩阵T将第一地震记录改造为传播特征符合构建的正演算子传播特征的第二地震记录,其中变换矩阵T的具体形式为:
Figure FDA0003753313450000031
其中,Gs为震源格林函数,S为正传地震波场,Gr为接收格林函数,上标*表示伴随算子;ω为角频率,j指虚数单位。
9.一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1-8任一项所述的成像条件驱动的最小二乘逆时偏移成像方法。
10.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-8任一项所述的成像条件驱动的最小二乘逆时偏移成像方法。
CN202210872042.9A 2022-07-19 2022-07-19 成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质 Active CN115951401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210872042.9A CN115951401B (zh) 2022-07-19 2022-07-19 成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210872042.9A CN115951401B (zh) 2022-07-19 2022-07-19 成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115951401A true CN115951401A (zh) 2023-04-11
CN115951401B CN115951401B (zh) 2023-09-15

Family

ID=87281295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210872042.9A Active CN115951401B (zh) 2022-07-19 2022-07-19 成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115951401B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120075954A1 (en) * 2010-09-24 2012-03-29 CGGVeritas Services (U.S.) Inc. Device and Method for Calculating 3D Angle Gathers from Reverse Time Migration
US20140301158A1 (en) * 2013-04-03 2014-10-09 Cgg Services Sa Device and method for stable least-squares reverse time migration
US20160370481A1 (en) * 2015-06-19 2016-12-22 Chevron U.S.A. Inc. System and method for high resolution seismic imaging
CN107783190A (zh) * 2017-10-18 2018-03-09 中国石油大学(北京) 一种最小二乘逆时偏移梯度更新方法
CN109946741A (zh) * 2019-03-29 2019-06-28 中国石油大学(华东) 一种TTI介质中纯qP波最小二乘逆时偏移成像方法
CN110133713A (zh) * 2019-04-24 2019-08-16 中国石油大学(华东) 一种全传播路径衰减补偿的多次波最小二乘逆时偏移成像方法和系统
CN111999764A (zh) * 2020-05-20 2020-11-27 中国矿业大学 基于时频域目标函数的盐下构造最小二乘逆时偏移方法
CN112083493A (zh) * 2020-08-19 2020-12-15 中国石油大学(华东) 一种三维c-τ坐标系的圆锥波编码多震源最小二乘逆时偏移成像方法
CN112130199A (zh) * 2020-07-31 2020-12-25 西安工程大学 一种优化的最小二乘逆时偏移成像方法
US20210103065A1 (en) * 2019-10-07 2021-04-08 Pgs Geophysical As Determining properties of a subterranean formation using an acoustic wave equation with a reflectivity parameterization
CN112965102A (zh) * 2021-02-07 2021-06-15 中国石油大学(华东) 一种基于阻抗敏感核函数的最小二乘逆时偏移成像方法
CN113064203A (zh) * 2021-03-26 2021-07-02 中国海洋大学 共轭梯度归一化lsrtm方法、系统、存储介质及应用
US20210341635A1 (en) * 2020-04-28 2021-11-04 Xi'an Jiaotong University Method of high-resolution amplitude-preserving seismic imaging for subsurface reflectivity model
CN113866826A (zh) * 2021-08-23 2021-12-31 中国石油大学(华东) 一种混合域地震偏移海森矩阵估计方法
CN114690242A (zh) * 2022-03-02 2022-07-01 中国石油大学(北京) 一种低噪音的最小二乘逆时偏移方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120075954A1 (en) * 2010-09-24 2012-03-29 CGGVeritas Services (U.S.) Inc. Device and Method for Calculating 3D Angle Gathers from Reverse Time Migration
US20140301158A1 (en) * 2013-04-03 2014-10-09 Cgg Services Sa Device and method for stable least-squares reverse time migration
US20160370481A1 (en) * 2015-06-19 2016-12-22 Chevron U.S.A. Inc. System and method for high resolution seismic imaging
CN107783190A (zh) * 2017-10-18 2018-03-09 中国石油大学(北京) 一种最小二乘逆时偏移梯度更新方法
CN109946741A (zh) * 2019-03-29 2019-06-28 中国石油大学(华东) 一种TTI介质中纯qP波最小二乘逆时偏移成像方法
CN110133713A (zh) * 2019-04-24 2019-08-16 中国石油大学(华东) 一种全传播路径衰减补偿的多次波最小二乘逆时偏移成像方法和系统
US20210103065A1 (en) * 2019-10-07 2021-04-08 Pgs Geophysical As Determining properties of a subterranean formation using an acoustic wave equation with a reflectivity parameterization
US20210341635A1 (en) * 2020-04-28 2021-11-04 Xi'an Jiaotong University Method of high-resolution amplitude-preserving seismic imaging for subsurface reflectivity model
CN111999764A (zh) * 2020-05-20 2020-11-27 中国矿业大学 基于时频域目标函数的盐下构造最小二乘逆时偏移方法
CN112130199A (zh) * 2020-07-31 2020-12-25 西安工程大学 一种优化的最小二乘逆时偏移成像方法
CN112083493A (zh) * 2020-08-19 2020-12-15 中国石油大学(华东) 一种三维c-τ坐标系的圆锥波编码多震源最小二乘逆时偏移成像方法
CN112965102A (zh) * 2021-02-07 2021-06-15 中国石油大学(华东) 一种基于阻抗敏感核函数的最小二乘逆时偏移成像方法
CN113064203A (zh) * 2021-03-26 2021-07-02 中国海洋大学 共轭梯度归一化lsrtm方法、系统、存储介质及应用
CN113866826A (zh) * 2021-08-23 2021-12-31 中国石油大学(华东) 一种混合域地震偏移海森矩阵估计方法
CN114690242A (zh) * 2022-03-02 2022-07-01 中国石油大学(北京) 一种低噪音的最小二乘逆时偏移方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨仁虎: "叠前逆叠前逆时偏移影响因素分析", 《中国科学院地质与地球物理研究所第十届(2010年度)学术年会论文集(下)》, pages 371 - 382 *
石露: "逆时偏移的研究及应用", 《中国优秀硕士论文电子期刊》 *

Also Published As

Publication number Publication date
CN115951401B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
US8553497B2 (en) Removal of surface-wave noise in seismic data
US6687659B1 (en) Method and apparatus for absorbing boundary conditions in numerical finite-difference acoustic applications
US8737165B2 (en) Interferometric seismic data processing for a towed marine survey
US7286939B2 (en) Method for estimating porosity and saturation in a subsurface reservoir
US20120275267A1 (en) Seismic Data Processing
US8274858B2 (en) Method for full-bandwidth deghosting of marine seismic streamer data
US9025413B2 (en) Method for full-bandwidth source deghosting of marine seismic streamer data
EA021972B1 (ru) Множественная инверсия анизотропных параметров для трансверсально-изотропной модели земли с наклонной осью симметрии
US8213260B2 (en) Fast residual migration of seismic data through parsimonious image decomposition
EP2165221A1 (en) Method for velocity analysis using waveform inversion in laplace domain for geophysical imaging
Huang et al. Target-oriented inversion of time-lapse seismic waveform data
CN109541681B (zh) 一种拖缆地震数据和少量obs数据联合的波形反演方法
Tang et al. 3D angle gathers with plane-wave reverse-time migration
US20140379266A1 (en) Processing survey data containing ghost data
US9188690B2 (en) Non-linear tomography method for main axis of symmetry of anisotropic velocity model and apparatus
CN115166827B (zh) 基于反褶积成像条件的最小二乘偏移成像方法、设备及存储介质
Aldawood et al. The possibilities of least-squares migration of internally scattered seismic energy
CN115951401A (zh) 成像条件驱动的最小二乘逆时偏移成像方法、设备及存储介质
US8391564B2 (en) Providing an imaging operator for imaging a subterranean structure
Liu et al. Characterizing near-surface structures at the Ostia archaeological site based on instantaneous-phase coherency inversion
CN115201913A (zh) 基于无网格有限差分法的最小二乘逆时偏移成像方法、系统及存储介质
CN115951402B (zh) 基于向量反射率正演算子的偏移成像方法、系统及介质
CN110082825B (zh) 一种基于卷积稀疏编码的高斯束偏移方法
CN110858000B (zh) 地震数据重构方法、装置、计算机设备及存储介质
CN113031072A (zh) 虚同相轴层间的多次波压制方法、装置及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant