CN117194855B - 一种弱各向异性走时的拟合解析分析方法及相关设备 - Google Patents
一种弱各向异性走时的拟合解析分析方法及相关设备 Download PDFInfo
- Publication number
- CN117194855B CN117194855B CN202311461103.3A CN202311461103A CN117194855B CN 117194855 B CN117194855 B CN 117194855B CN 202311461103 A CN202311461103 A CN 202311461103A CN 117194855 B CN117194855 B CN 117194855B
- Authority
- CN
- China
- Prior art keywords
- target
- slowness
- travel time
- point
- equation
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000000243 solution Substances 0.000 description 49
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 230000001364 causal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005452 bending Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000012088 reference solution Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种弱各向异性走时的拟合解析分析方法及相关设备,方法包括:构建目标网络模型;基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程;基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果;对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。本发明通过构建目标网络模型,将走时域的求解转换到慢度域,然后将慢度方程拟合为二次方程解析地快速求解走时,避免了在计算走时时由于迭代求解和寻找根的范围过大,极大地提高了走时计算的效率和稳定性。
Description
技术领域
本发明涉及地震波走时计算的技术领域,特别涉及一种弱各向异性走时的拟合解析分析方法及相关设备。
背景技术
在现有技术中,有以下几种地震波的走时计算方法,如打靶法和弯曲法、最短路径法、波前扩展法以及有限差分法等。而有限差分法目前在地震波走时计算领域占据着重要地位。有限差分法目前最常用的两种方法是快速行进法和快速扫描法。其中,快速扫描法(FSM)基本思想是沿着不同的波传播方向反复扫描求解程函方程,从中选取符合因果条件的最小走时作为更新点。通过对每个空间点的计算更新,获得走时场。
快速扫描法目前发展的方法技术都是在局部范围内用数值迭代算法求解程函方程。传统的技术通过构造局部空间解,把qP波和qSV波的解耦慢度四次方程推导替换成走时的四次方程,然后数值求解四次方程。然而,传统技术存在的问题有两个:第一个是在他们都是选择在走时域推导的四次方程,求解比较困难,并且计算量大;第二个是寻找每个根存在的区间范围和迭代求解,不仅消耗计算还可能不稳定。因此,需要一种更高效更稳定的方法求解走时。
因此,现有技术还有待改进和提高。
发明内容
针对现有技术的上述缺陷,本发明提供一种弱各向异性走时的拟合解析分析方法、装置、终端及存储介质,旨在解决现有技术中在求解走时时计算量大且不稳定的问题。
为了解决上述技术问题,本发明所采用的技术方案如下:
本发明的第一方面,提供一种弱各向异性走时的拟合解析分析方法,所述方法包括:
构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系;
基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程;
基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果;
对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。
所述的弱各向异性走时的拟合解析分析方法,其中,所述构建目标网络模型,包括:
基于第一点和第二点的走时构建目标慢度分量的第一表达式,所述目标慢度分量包括所述目标点与所述第一点之间的慢度分量和所述目标点与所述第二点之间的慢度分量,其中,所述第一点、所述第二点和所述目标点均为所述目标区间内网格中的点,所述第一点、第二点和所述目标点构成一个等腰直角三角形,其中,所述第一点与所述第二点的连线与网格的x轴平行,所述第二点与所述目标点的连线与网格的y轴平行;
基于水平和垂直方向的慢度获取所述目标慢度分量的第二表达式;
基于所述第一表达式和所述第二表达式得到所述目标点的慢度和走时之间的局部解关系式。
所述的弱各向异性走时的拟合解析分析方法,其中,所述目标点的慢度和走时之间的局部解关系式为:
;
其中,和/>为所述目标区间内水平和垂直方向的慢度;/>和/>表示所述第一点和所述第二点的走时,/>表示所述目标点的走时,Q为所述目标点、所述第一点和所述第二点在网格坐标中的映射矩阵,h为网格间距。
所述的弱各向异性走时的拟合解析分析方法,其中,所述基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,包括:
获取目标分量,所述目标分量为TTI介质中的慢度分量基于目标旋转公式旋转为所述目标网络模型的坐标系下的分量;
基于所述目标分量和VTI介质中qP波和qSV波对应的慢度方程获取所述目标慢度方程。
所述的弱各向异性走时的拟合解析分析方法,其中,当基于TTI介质条件,所述目标慢度方程为:
;
;
其中,和/>分别表示TTI介质条件下qP波和qSV波对应的慢度方程;/>和/>为所述目标分量;/>、/>;/>和/>为Thomsen参数;/>和/>表示沿着坐标轴的纵横波速度。
所述的弱各向异性走时的拟合解析分析方法,其中,所述基于所述目标网络模型和所述目标慢度方程获取目标二次方程,包括:
基于所述目标网络模型获取所述目标点的目标走时范围,在所述目标走时范围中获取目标走时点,所述目标走时点为三个,基于所述目标走时点获取目标系数;
基于所述目标系数将所述目标慢度方程拟合为所述目标二次方程。
所述的弱各向异性走时的拟合解析分析方法,其中,所述基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,包括:
解析求解所述目标二次方程,得到所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式;
基于所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式和所述局部解关系式求解所述目标点在TTI介质各方向的走时结果。
本发明的第二方面,提供一种弱各向异性走时的拟合解析分析装置,包括:
构建模块,所述构建模块用于构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系;
方程获取模块,所述方程获取模块用于基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程;
计算模块,所述计算模块用于基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果;
验证模块,所述验证模块用于对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。
本发明的第三方面,提供一种终端,所述终端包括处理器、与处理器通信连接的计算机可读存储介质,所述计算机可读存储介质适于存储多条指令,所述处理器适于调用所述计算机可读存储介质中的指令,以执行实现上述任一项所述的弱各向异性走时的拟合解析分析方法的步骤。
本发明的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任一项所述的弱各向异性走时的拟合解析分析方法的步骤。
与现有技术相比,本发明提供了一种弱各向异性走时的拟合解析分析方法及相关设备,所述的弱各向异性走时的拟合解析分析方法,通过构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系,然后基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程,之后,基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,最后,对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。本发明所提出的弱各向异性走时的拟合解析分析方法,通过构建目标网络模型,基于所述目标网络模型将走时域的求解转换到慢度域,然后将慢度方程拟合为二次方程解析地快速求解走时的方法,解决了现有技术中在求解走时时计算量大且不稳定的问题,避免了在计算走时时由于迭代求解和寻找根的范围过大,极大地提高了走时计算的效率和稳定性。
附图说明
图1为本发明提供的弱各向异性走时的拟合解析分析方法的实施例的流程图;
图2为本发明提供的弱各向异性走时的拟合解析分析方法的实施例的局部三角形网络图;
图3为本发明提供的弱各向异性走时的拟合解析分析方法的实施例的慢度曲线对比图一;
图4为本发明提供的弱各向异性走时的拟合解析分析方法的实施例的慢度曲线对比图二;
图5为本发明提供的弱各向异性走时的拟合解析分析方法的实施例的qP波等时线对比图;
图6为本发明提供的弱各向异性走时的拟合解析分析方法的实施例的qSV波等时线对比图
图7为本发明提供的弱各向异性走时的拟合解析分析装置的实施例的结构原理图;
图8为本发明提供的终端的实施例的原理示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式’“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本发明提供的弱各向异性走时的拟合解析分析方法,可以应用于具有计算能力的终端中,终端可以执行本发明提供的弱各向异性走时的拟合解析分析方法来求解地震波的走时。
实施例一
本实施例是一种弱各向异性走时的拟合解析分析方法。是一种求解地震波的走时的方法。
地震波走时计算是一种非常重要的工具,在深度偏移成像、速度模型反演和地震定位等方面起着不可或缺的作用。各向异性现象是广泛存在于地球内部介质的,对地震波传播的走时计算有重要影响。求解走时的程函方程,考虑各向异性十分有必要。
目前,有以下几种地震波的走时计算方法,如打靶法和弯曲法、最短路径法、波前扩展法以及有限差分法等。打靶法和弯曲法计算量比较大、难以克服低速影区和全局最小值的问题,虽然最短路径法可以解决这些弊端,但存储空间需求大,计算消耗高;波前扩展法实现较难,效率也较低;有限差分法的思想是用数值算法解程函方程,提高了算法的稳定性,并且计算效率较高和易于实现。因此,有限差分法目前在地震波走时计算领域占据着重要地位。其中,最常用的两种方法是快速行进法和快速扫描法。快速行进法(FMM)的基本思想是沿着扩展的波前提取波前带中最小的走时,再利用迎风差分格式求解离程函方程计算周围点的走时,并加入扩展的波前,再次寻找波前带中最小的走时作为下次扩展波前的更新点。快速扫描法(FSM)基本思想是沿着不同的波传播方向反复扫描求解程函方程,从中选取符合因果条件的最小走时作为更新点。通过对每个空间点的计算更新,获得走时场。
对于各向异性介质,快速行进法(FMM)从波前上最小走时点更新波场,可能会违背时间的因果条件,也就是说,可能求得的最小的走时点不符合实际波传播的规律,它只是像各向同性介质一样只满足了费马最小走时原理。实际的各向异性介质,走时的传播,不仅需要满足最小走时而且需要满足因果条件。而快速扫描法通过不同方向的扫描更新,则很好地克服该问题,在求解向异性介质中的走时计算中应用更为广泛。快速扫描法目前发展的方法技术难点都是在局部范围内用数值迭代算法求解程函方程。传统的技术通过构造局部空间解,把qP波和qSV波的解耦慢度四次方程推导替换成走时的四次方程,然后数值求解四次方程,包括方法:将四次方程求导得到三次方程,求出三次方程的根作为四次方程的求解子区间,在每个子区间内使用二分法寻找可能的走时解;或者是从各向异性的程函方程推导出走时四次方程,然后计算走时范围,并且将这个范围划分为几个只包含一个解的子区间,在子区间内用试位法迭代算法求解。然而,传统技术存在两个问题:第一个是在他们都是选择在走时域推导的四次方程,求解比较困难,并且计算量大;第二个是寻找每个根存在的区间范围和迭代求解,不仅消耗计算还可能不稳定。因此,在本实施例中,是将走时域的求解转换到慢度域,在局部解中将慢度方程拟合为二次方程解析地快速求解走时,这样能够避免迭代求解和寻找根的范围,极大地提高了计算效率和稳定性。
具体地,各向异性程函方程的快速求解,是制约地震波走时计算效率和稳定性的核心问题。传统的技术是将程函方程在局部解中转换为一个四次方程,四次方程虽然有解析求解算法,但是在实际应用中因为计算机的截断误差,存在求解不稳定现象,并且四次方程的解析算法也非常复杂。传统技术只能用迭代求解的方法求解四次方程。存在最明显的两个缺点:
1.需要确定每个解存在的区间,在每个区间内使用迭代算法计算走时。每个空间点寻找解的区间和迭代算法造成了计算效率低。
2.迭代法本身就存在不收敛的可能性,会造成算法在实际的大规模计算中出现不稳定,有计算奇异值。
针对上述程函方程的求解问题在本实施例中,提出了一种将慢度方程在局部解中拟合为二次方程形式的计算初至走时的快速扫描算法,避免转换到走时域成为复杂的四次方程。
如图1所示,本发明提供的弱各向异性走时的拟合解析分析方法的一个实施例中,所述弱各向异性走时的拟合解析分析包括步骤:
S100、构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系。
其中,所述构建目标网络模型,包括:
S110、基于第一点和第二点的走时构建目标慢度分量的第一表达式,所述目标慢度分量包括所述目标点与所述第一点之间的慢度分量和所述目标点与所述第二点之间的慢度分量,其中,所述第一点、所述第二点和所述目标点均为所述目标区间内网格中的点,所述第一点、第二点和所述目标点构成一个等腰直角三角形,其中,所述第一点与所述第二点的连线与网格的x轴平行,所述第二点与所述目标点的连线与网格的y轴平行;
S120、基于水平和垂直方向的慢度获取所述目标慢度分量的第二表达式;
S130、基于所述第一表达式和所述第二表达式得到所述目标点的慢度和走时之间的局部解关系式。
在现有的快速扫描法计算弱各向异性介质走时时,具体计算流程如下:
1).在初始震源点,选择一个小的区域,用解析解做初始走时。将剩余的所有空间点的值设置为一个极大的值。
2).Gauss-Seidel 迭代:
a).二维空间,走时在局部解中需要扫描的四个方向如下:
i=1:nx,j=1:nz;i=nx:1,j=1:nz;
i=1:nx;
j=nz:1;
i=nx:1,j=nz:1。
b).在每个扫描方向中,验证局部解求得的走时是否符合因果性。
c).如果局部解无解或者求出的解不满足因果性,那么用固定方向更新走时。
对于每个空间点,选择所有扫描方向中满足因果性的最小的走时作为该点要更新的结果。
3).计算网格点本次迭代走时值与前一次迭代走时值的L1误差,判断是否满足阈值条件。如果不满足,那么Gauss-Seidel迭代就继续。
本实施例则是构建二维空间,以计算在TTI介质中走时在局部解中需要扫描的四个方向对应的走时结果,然后经过验证得到满足条件的唯一正确的走时结果。
具体地,参照图2,在所述目标网络模型中构建局部解,利用相邻点的走时求解待求点的走时,也即所述目标点的走时,以图2中的三角形单元0为例。在本实施例中,在三角网格0中,所述第一点为A,所述第二点为B,所述目标点为C,假设A点和B点的走时已知,CA和CB方向的慢度分量通过第一公式表示为:
;
其中,和/>表示A点和B点的走时,/>表示待求点C的走时,h表示所述目标网络模型的网格间距。
通过几何关系,CA和CB方向的慢度可以由水平和垂直方向的慢度映射得到第二公式:
;
其中Q是映射矩阵。结合所述第一公式和所述第二公式,推导出走时和慢度在局部网格中的关系式,也就是所述局部解关系式为:
;
其中,和/>为所述目标区间内水平和垂直方向的慢度;/>和/>表示所述第一点和所述第二点的走时,/>表示所述目标点的走时,Q为所述目标点、所述第一点和所述第二点在网格坐标中的映射矩阵,h为网格间距。
在所述目标网络模型中,其他三角形局部解的构造过程类似。
S200、基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程。
所述基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,包括:
S210、获取目标分量,所述目标分量为TTI介质中的慢度分量基于目标旋转公式旋转为所述目标网络模型的坐标系下的分量;
S220、基于所述目标分量和VTI介质中qP波和qSV波对应的慢度方程获取所述目标慢度方程。
具体地,首先获取VTI介质中qP波和qSV波对应的慢度方程。
在二维VTI介质中,从Christoffel方程导出的解耦的qP波和qSV波的VTI介质对应的慢度四次方程如下:
;
其中,和/>表示Thomsen (1986)参数;/>和/>表示沿着坐标轴的纵横波速度,/>和表示水平方向和垂直方向的慢度分量。
将所述VTI介质对应的慢度四次方程简化为第三公式:
,
,
,
将所述第三公式中的作为一个整体,得到所述第四公式:
,
,
和/>分别表示基于VTI介质中qP波和qSV波对应的慢度方程。
对于TTI介质,则需要基于目标旋转公式将慢度分量旋转为新坐标系下的所述目标分量和/>,所述目标旋转公式为:
;
其中,和/>为所述目标分量,/>和/>为所述目标区间内水平和垂直方向的慢度,θ为TTI介质的旋转轴跟x坐标轴的夹角。
将旋转后的慢度分量和/>代入Christoffel方程导出的解耦的qP波和qSV波的慢度四次方程,就得到TTI介质对应的慢度四次方程:
。
基于所述第三公式和所述第四公式的方法,将所述TTI介质对应的慢度四次方程简化为所述目标慢度方程:
;
;
其中,和/>分别表示TTI介质条件下qP波和qSV波对应的慢度方程;/>和/>为所述目标分量;/>、/>;/>和/>为Thomsen参数;/>和/>表示沿着坐标轴的纵横波速度。
S300、基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果。
所述基于所述目标网络模型和所述目标慢度方程获取目标二次方程,包括:
S310、基于所述目标网络模型获取所述目标点的目标走时范围,在所述目标走时范围中获取目标走时点,所述目标走时点为三个,基于所述目标走时点获取目标系数;
S320、基于所述目标系数将所述目标慢度方程拟合为所述目标二次方程。
所述基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,包括:
S330、解析求解所述目标二次方程,得到所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式;
S340、基于所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式和所述局部解关系式求解所述目标点在TTI介质各方向的走时结果。
具体地,对于VTI介质,可以直接将所述局部解关系式简化为一个二次方程,过程如下:
对所述局部解关系式进行进一步地推导,得到慢度和走时的具体关系式,第六公式:
;
在本实施例中,选取网格的时候对角点都为C点,水平或者竖直的是B点(图2所示)。因此,在每个三角形单元中必然有或者/>为0,这说明/>和/>其中一个是已知的,可以由相邻点的走时计算。以单元0为例,其中:/>和/>,代入所述第六公式可以得到第七公式:
,
,
此时,为已知,所述第二公式中的B和C也为已知,/>为待求,这样,在VTI介质的慢度方程就简化为了第八公式:
,
,
不难看出,所述第八公式为一个二次方程,基于所述第八公式就直接可以解析求解地震波在VTI介质中的走时。
但是对于TTI介质,直接使用解析求解并不适用。当分析其在弱各向异性条件下的慢度曲线,参照图3和图4,实线为真实慢度曲面,虚线为拟合慢度曲线,可以观察到采用拟合的慢度曲面和原方程的慢度曲面重合的比较好。因此,在本实施例中,是用二次方程去拟合TTI介质中的所述局部解关系式以得到所述目标二次方程,再使用解析法求解所述目标二次方程。
为了求解所述局部解关系式的拟合曲线,需要在走时范围内选取三个点。由于只考虑初至走时,那么的走时范围用第九公式表示,所述第九公式为:
;
其中,和/>分别为AC和BC方向的群速度。从所述第九公式中表达的走时范围中选取3个走时点,计算对应的慢度分量(/>,/>,/>),然后带入TTI介质中的所述局部解关系式得到对应的曲线分量(/>,/>,/>),得到第十公式:
;
;
;
其中,,/>和/>为所述目标系数,所述目标系数/>,/>和/>可以计算如下:
;
;
;
基于所述目标系数,/>和/>,获取拟合对应TTI慢度方程的所述目标二次方程:
;
此时,将所述目标二次方程带入所述第七公式,就能计算所述目标点在TTI介质各方向的走时结果。
图5为本实施所提供的方法计算的走时和参考解中qP波的结果对比图,和图6为本实施所提供的方法计算的走时和参考解中qSV波的结果对比图,其中,实线等时线是传统技术结果,虚线等时线是本实施例所提供的结果,参照图5和图6可以看出,在均匀的弱各向异性条件下,本实施例所提供的方法计算的走时和参考解匹配较好。
S400、对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。
在各向同性介质中,相速度方向和群速度方向是重合的,程函方程的求解也是简单的。在本实施例中,所述相速度可以理解为走时的梯度,群速度可以理解为射线的传播方向。然而,在各向异性条件下,两种的方向是不同的。因此,在本实施例中,每个空间点更新走时的过程中,不仅需要确保走时在局部解中最小,而且还要满足走时是沿着群速度方向传播的。也就是说,所述目标点的所述目标走时结果需要满足所述目标条件,其中实施目标条件为:所述目标走时结果为所述目标点的局部解中的最小结果且所述目标走时结果的走时是沿着群速度方向传播的,其具体的验证公式为:
;
;
其中,和/>分别为群速度的水平分量和垂直分量。由慢度分量计算群速度的方向,二维平面有四个象限,计算的群速度分量可以判断出其在哪个象限。如果判断结果显示它是在对应象限的三角形单元里面,那么因果条件就满足,否则不满足条件。当三角形中的局部解无解或者不满足因果性,那么认为射线是直接经过线段AC或者线段BC传播到C点。
综上所述,本实施例提供一种弱各向异性走时的拟合解析分析方法,通过构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系,然后基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程,之后,基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,最后,对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。本实施例所提出的弱各向异性走时的拟合解析分析方法,通过构建目标网络模型,基于所述目标网络模型将走时域的求解转换到慢度域,然后将慢度方程拟合为二次方程解析地快速求解走时的方法,解决了现有技术中在求解走时时计算量大且不稳定的问题,避免了在计算走时时由于迭代求解和寻找根的范围过大,极大地提高了走时计算的效率和稳定性。
应该理解的是,虽然本发明说明书附图中给出的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取计算机可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
实施例二
基于上述实施例,本发明还相应提供了一种弱各向异性走时的拟合解析分析装置,如图7所示,所述弱各向异性走时的拟合解析分析装置包括:
构建模块,所述构建模块用于构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系,具体如实施例一中所述;
方程获取模块,所述方程获取模块用于基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程,具体如实施例一中所述;
计算模块,所述计算模块用于基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,具体如实施例一中所述;
验证模块,所述验证模块用于对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果,具体如实施例一中所述。
实施例三
基于上述实施例,本发明还相应提供了一种终端,如图8所示,所述终端包括处理器10以及存储器20。图8仅示出了终端的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述终端的内部存储单元,例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器20上存储有弱各向异性走时的拟合解析分析程序30,该弱各向异性走时的拟合解析分析程序30可被处理器10所执行,从而实现本申请中弱各向异性走时的拟合解析分析方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他芯片,用于运行所述存储器20中存储的程序代码或处理数据,例如执行所述弱各向异性走时的拟合解析分析方法等。
在一实施例中,当处理器10执行所述存储器20中弱各向异性走时的拟合解析分析程序30时实现以下步骤:
构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系;
基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程;
基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果;
对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果。
其中,所述构建目标网络模型,包括:
基于第一点和第二点的走时构建目标慢度分量的第一表达式,所述目标慢度分量包括所述目标点与所述第一点之间的慢度分量和所述目标点与所述第二点之间的慢度分量,其中,所述第一点、所述第二点和所述目标点均为所述目标区间内网格中的点,所述第一点、第二点和所述目标点构成一个等腰直角三角形,其中,所述第一点与所述第二点的连线与网格的x轴平行,所述第二点与所述目标点的连线与网格的y轴平行;
基于水平和垂直方向的慢度获取所述目标慢度分量的第二表达式;
基于所述第一表达式和所述第二表达式得到所述目标点的慢度和走时之间的局部解关系式。
其中,所述目标点的慢度和走时之间的局部解关系式为:
;/>
其中,和/>为所述目标区间内水平和垂直方向的慢度;/>和/>表示所述第一点和所述第二点的走时,/>表示所述目标点的走时,Q为所述目标点、所述第一点和所述第二点在网格坐标中的映射矩阵,h为网格间距。
其中,所述基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,包括:
获取目标分量,所述目标分量为TTI介质中的慢度分量基于目标旋转公式旋转为所述目标网络模型的坐标系下的分量;
基于所述目标分量和VTI介质中qP波和qSV波对应的慢度方程获取所述目标慢度方程。
其中,当基于TTI介质条件,所述目标慢度方程为:
;
;
其中,和/>分别表示TTI介质条件下qP波和qSV波对应的慢度方程;/>和/>为所述目标分量;/>、/>;/>和/>为Thomsen参数;/>和/>表示沿着坐标轴的纵横波速度。
其中,所述基于所述目标网络模型和所述目标慢度方程获取目标二次方程,包括:
基于所述目标网络模型获取所述目标点的目标走时范围,在所述目标走时范围中获取目标走时点,所述目标走时点为三个,基于所述目标走时点获取目标系数;
基于所述目标系数将所述目标慢度方程拟合为所述目标二次方程。
其中,所述基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,包括:
解析求解所述目标二次方程,得到所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式;
基于所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式和所述局部解关系式求解所述目标点在TTI介质各方向的走时结果。
实施例四
本发明还提供一种计算机可读存储介质,其中,存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上所述的弱各向异性走时的拟合解析分析方法的步骤。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种弱各向异性走时的拟合解析分析方法,其特征在于,所述弱各向异性走时的拟合解析分析方法包括:
构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系;
基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程;
基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果;
对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果;
所述基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,包括:
获取目标分量,所述目标分量为TTI介质中的慢度分量基于目标旋转公式旋转为所述目标网络模型的坐标系下的分量;
基于所述目标分量和VTI介质中qP波和qSV波对应的慢度方程获取所述目标慢度方程;
当基于TTI介质条件,所述目标慢度方程为:
;
;
其中,和/>分别表示TTI介质条件下qP波和qSV波对应的慢度方程;/>和/>为所述目标分量;/>、/>;/>和/>为Thomsen参数;/>和/>表示沿着坐标轴的纵横波速度。
2.根据权利要求1所述的弱各向异性走时的拟合解析分析方法,其特征在于,所述构建目标网络模型,包括:
基于第一点和第二点的走时构建目标慢度分量的第一表达式,所述目标慢度分量包括所述目标点与所述第一点之间的慢度分量和所述目标点与所述第二点之间的慢度分量,其中,所述第一点、所述第二点和所述目标点均为所述目标区间内网格中的点,所述第一点、第二点和所述目标点构成一个等腰直角三角形,其中,所述第一点与所述第二点的连线与网格的x轴平行,所述第二点与所述目标点的连线与网格的y轴平行;
基于水平和垂直方向的慢度获取所述目标慢度分量的第二表达式;
基于所述第一表达式和所述第二表达式得到所述目标点的慢度和走时之间的局部解关系式。
3.根据权利要求2所述的弱各向异性走时的拟合解析分析方法,其特征在于,所述目标点的慢度和走时之间的局部解关系式为:
;
其中,和/>为所述目标区间内水平和垂直方向的慢度;/>和/>表示所述第一点和所述第二点的走时,/>表示所述目标点的走时,Q为所述目标点、所述第一点和所述第二点在网格坐标中的映射矩阵,h为网格间距。
4.根据权利要求2所述的弱各向异性走时的拟合解析分析方法,其特征在于,所述基于所述目标网络模型和所述目标慢度方程获取目标二次方程,包括:
基于所述目标网络模型获取所述目标点的目标走时范围,在所述目标走时范围中获取目标走时点,所述目标走时点为三个,基于所述目标走时点获取目标系数;
基于所述目标系数将所述目标慢度方程拟合为所述目标二次方程。
5.根据权利要求4所述的弱各向异性走时的拟合解析分析方法,其特征在于,所述基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果,包括:
解析求解所述目标二次方程,得到所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式;
基于所述目标网络模型的坐标系下垂直方向的慢度分量的二次方程表达式和所述局部解关系式求解所述目标点在TTI介质各方向的走时结果。
6.一种弱各向异性走时的拟合解析分析装置,其特征在于,包括:
构建模块,所述构建模块用于构建目标网络模型,所述目标网络模型中建立了目标区间内每个目标点的慢度和走时之间的关系;
方程获取模块,所述方程获取模块用于基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,所述目标慢度方程为TTI介质中qP波和qSV波对应的慢度方程;
计算模块,所述计算模块用于基于所述目标网络模型和所述目标慢度方程获取目标二次方程,基于所述目标二次方程计算所述目标点在TTI介质各方向的走时结果;
验证模块,所述验证模块用于对所述目标点在TTI介质各方向的走时结果进行验证,获取目标走时结果;
所述基于VTI介质中qP波和qSV波对应的慢度方程获取目标慢度方程,包括:
获取目标分量,所述目标分量为TTI介质中的慢度分量基于目标旋转公式旋转为所述目标网络模型的坐标系下的分量;
基于所述目标分量和VTI介质中qP波和qSV波对应的慢度方程获取所述目标慢度方程;
当基于TTI介质条件,所述目标慢度方程为:
;
;
其中,和/>分别表示TTI介质条件下qP波和qSV波对应的慢度方程;/>和/>为所述目标分量;/>、/>;/>和/>为Thomsen参数;/>和/>表示沿着坐标轴的纵横波速度。
7.一种终端,其特征在于,所述终端包括:处理器、与处理器通信连接的计算机可读存储介质,所述计算机可读存储介质适于存储多条指令,所述处理器适于调用所述计算机可读存储介质中的指令,以执行实现上述权利要求1-5任一项所述的弱各向异性走时的拟合解析分析方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-5任一项所述的弱各向异性走时的拟合解析分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311461103.3A CN117194855B (zh) | 2023-11-06 | 2023-11-06 | 一种弱各向异性走时的拟合解析分析方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311461103.3A CN117194855B (zh) | 2023-11-06 | 2023-11-06 | 一种弱各向异性走时的拟合解析分析方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117194855A CN117194855A (zh) | 2023-12-08 |
CN117194855B true CN117194855B (zh) | 2024-03-19 |
Family
ID=88990858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311461103.3A Active CN117194855B (zh) | 2023-11-06 | 2023-11-06 | 一种弱各向异性走时的拟合解析分析方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194855B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102455440A (zh) * | 2011-12-02 | 2012-05-16 | 中国科学院地质与地球物理研究所 | Vti介质中地震波的走时计算方法 |
CN108072897A (zh) * | 2018-01-23 | 2018-05-25 | 西南交通大学 | 一种混合二维地震波走时计算方法 |
WO2020139362A1 (en) * | 2018-12-28 | 2020-07-02 | Halliburton Energy Services, Inc. | Subsurface wave slowness prediction system |
CN115826038A (zh) * | 2022-11-08 | 2023-03-21 | 中海石油(中国)有限公司 | 一种vti介质伴随状态法走时多参数层析成像方法及系统 |
CN116224439A (zh) * | 2023-02-17 | 2023-06-06 | 南方海洋科学与工程广东省实验室(广州) | 强各向异性层状vti介质高效射线追踪方法、设备和介质 |
CN116774292A (zh) * | 2023-08-22 | 2023-09-19 | 浙江大学海南研究院 | 一种地震波走时确定方法、系统、电子设备及存储介质 |
-
2023
- 2023-11-06 CN CN202311461103.3A patent/CN117194855B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102455440A (zh) * | 2011-12-02 | 2012-05-16 | 中国科学院地质与地球物理研究所 | Vti介质中地震波的走时计算方法 |
CN108072897A (zh) * | 2018-01-23 | 2018-05-25 | 西南交通大学 | 一种混合二维地震波走时计算方法 |
WO2020139362A1 (en) * | 2018-12-28 | 2020-07-02 | Halliburton Energy Services, Inc. | Subsurface wave slowness prediction system |
CN115826038A (zh) * | 2022-11-08 | 2023-03-21 | 中海石油(中国)有限公司 | 一种vti介质伴随状态法走时多参数层析成像方法及系统 |
CN116224439A (zh) * | 2023-02-17 | 2023-06-06 | 南方海洋科学与工程广东省实验室(广州) | 强各向异性层状vti介质高效射线追踪方法、设备和介质 |
CN116774292A (zh) * | 2023-08-22 | 2023-09-19 | 浙江大学海南研究院 | 一种地震波走时确定方法、系统、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
三维 TTI 介质中的走时计算;芦永明;中国地球科学联合学术年会 2019;第1500页 * |
求解二次方程的二维VTI介质qsv波和qsh波走时快速扫描算法;芦永明 等;地球物理学报;第65卷(第1期);第244-255页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117194855A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Restelli et al. | A conservative discontinuous Galerkin semi-implicit formulation for the Navier–Stokes equations in nonhydrostatic mesoscale modeling | |
Rong et al. | Efficiency improvement of the polar coordinate transformation for evaluating BEM singular integrals on curved elements | |
CN116245049B (zh) | 节点式非结构网格的边界修正方法、装置、设备及介质 | |
CN116774292B (zh) | 一种地震波走时确定方法、系统、电子设备及存储介质 | |
Chu et al. | Volumetric variational principles for a class of partial differential equations defined on surfaces and curves: In memory of Heinz-Otto Kreiss | |
WO2019242045A1 (zh) | 一种虚拟震源二维波前构建地震波走时计算方法 | |
CN117194855B (zh) | 一种弱各向异性走时的拟合解析分析方法及相关设备 | |
Liu et al. | Recovery of high frequency wave fields from phase space–based measurements | |
CN113420004A (zh) | 隧道点云数据的存储方法、装置、计算机设备及存储介质 | |
US9928315B2 (en) | Re-ordered interpolation and convolution for faster staggered-grid processing | |
CN116224439B (zh) | 强各向异性层状vti介质高效射线追踪方法、设备和介质 | |
CN109557588B (zh) | 一种煤矿井下二维矿震波速反演降维方法 | |
Honti et al. | Automation of cylinder segmentation from point cloud data | |
JP5252855B2 (ja) | 地図の座標補正方法及び座標補正装置並びに座標補正プログラム | |
Wang et al. | Hybrid compact-WENO finite difference scheme with radial basis function based shock detection method for hyperbolic conservation laws | |
Mayer | RPBA--Robust Parallel Bundle Adjustment Based on Covariance Information | |
CN103630121A (zh) | 一种基于最佳扫描行快速定位的线阵影像微分纠正方法 | |
He et al. | Aerodynamic data fusion with a multi-fidelity surrogate modeling method | |
CN117725807B (zh) | 基于边界元计算非均质储层裂缝应力的方法、系统及设备 | |
Gharehbaghi et al. | Three-dimensional superconvergent patch recovery method and its application to data transferring in small-strain plasticity | |
US11138696B2 (en) | Geolocation improvement of image rational functions via a fit residual correction | |
CN117607957B (zh) | 基于等效慢度的快速推进法的地震波走时求解方法及系统 | |
CN112505765B (zh) | Lax Friedrichs扫描地震波旅行时间的方法 | |
CN113267813A (zh) | 一种速度结构和震源位置联合反演的方法、系统、终端及可读存储介质 | |
CN113219534B (zh) | 一种叠前深度偏移速度质控方法、装置、介质及电子设备 |
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 |