基于罚函数全波形反演优化模型及其算法研究.docVIP

基于罚函数全波形反演优化模型及其算法研究 　　摘 要：地震波反演技术在地质勘探中具有重要意义，该文在总结归纳拉格朗日乘子法和约化空间法的基础上，提出了基于罚函数的求解地震波反演方法的优化模型及其算法，利用共轭梯度法求取地震波反演中最小二乘问题的最优解。在实际模型中的数值实验表明，该模型和算法是行之有效的。 　　关键词：全波形反演 最小二乘法 罚函数 模型 　　中图分类号：P631.4 文献标识码：A 文章编号：1674-098X（2015）08（c）-0036-02 　　全波形反演技术在近年来不断受到很多学者的关注，其研究在石油、工程等诸多勘探问题中具有重要意义。该文对全波形反演问题求解中的拉格朗日乘子法[1]和约化空间法[2]做了简要介绍，建立了基于罚函数的反演优化模型，并且提出利用交替算法求解全波形反演的最小二乘问题的方法，最后，本文用Matlab语言编写出算法，在实际模型中验证了模型和算法的有效性。 　　20世纪60年代末，Backus等[3]提出地震波反演理论。受当时较为发达的医学层析成像技术的影响，地质学家从中受到启发，利用地震波对地下不同介质的反映，准确描绘地下地层结构。此后，Claerbout等[4]陆续提出了建立在波动方程基础上的地球反演理论框架，地球反演技术得以发展起来。 　　全波形反演是利用完整波场信息进行地震波反演的方法[5]，其优势在于可以精确刻画模型细节，使得反演效果更加出色。Tarantola等[6]首先在1982年提出了基于最小二乘法进行反演的时间域全波形反演，随后Pratt[7]又将其扩展至频率域。频率域全波形反演较之时间域全波形反演，拥有更快的计算速度和更高的计算精度。在求解频率域全波形反演时，该文在研究拉格朗日乘子法和约化空间法的基础上，建立了基于罚函数的反演优化模型，利用交替方向算法对其最小二乘问题进行求解。在数值实验中得到体现。 　　1 全波形反演模型及主要方法 　　频率域的全波形反演主要是基于Helmhotz波动方程的模型求解，通过对反射地震波的数据收集，进行反演的模拟，在这个过程中，要求使得模拟值与真实值之间的差值最小。也可简要描述为如下约束最小二乘问题： 　　（1） 　　其中，为波场与观测数据之间的转化算子，为实验次数，表示第次实验，为波场，代表实际观测数据，为地层模型，能够反映地震波在不同介质中传播的差距；为该公式的约束条件，是联系波场、波源信息和地层模型的模型方程，其中，是离散之后的Helmhotz算子，是圆频，是作用在波场上的离散的Laplacian算子，代表波源信息。 　　求解上述约束最小二乘问题的常用方法有两种，一种是Lagrange乘子法，其优化目标函数更改如下： 　　。 　　（2） 　　其中是Lagrange乘子，表示共轭转置。 　　该方法的优越性在于以Lagrange乘子的形式将约束条件增加到目标函数中，使得搜索区域扩大，减少局部最小值对优化问题的影响。同时，Lagrange乘子法能够有效避免每次迭代都要对波动方程进行精确求解的弊端，减少计算量，提高了运算效率。但是在实际问题中，往往对较大范围的区域进行反演，如果每次迭代更新都对的波场信息进行储存，可能会造成存储量太大。因此，Lagarange乘子法对于全波形反演并不完全适用。 　　另外一种方法则是先求解Helmhotz方程，得到，再将求得的代入目标函数得到关于的单变量函数： 　　。 （3） 　　这种方法称为约化空间法，将代入到目标函数并对求导，得到梯度： 　　。 （4） 　　满足共轭方程。 　　约化空间法与Lagrange乘子法相比，在每次更新时无需对波场信息进行存储，即存储量较小，但是在随后的梯度计算时，则需要对波动方程以及共轭方程进行精确求解。由于求解这两步的难度较大，当在处理大型问题时，计算代价就会较高。 　　2 基于罚函数的反演优化模型提出 　　由于Lagrange乘子法和约化空间法在频率域的全波形反演上均有优势，但也有各自的不足，本文将两者的优势综合，将约束条件引入到罚函数中[8]，建立了基于罚函数的频率域全波形反演优化模型。 　　罚函数的模型摒弃了伴随波场，减少了计算量和存储量。同时扩大了原有目标函数的搜索空间，有效的限制了出现局部最小点的情况。罚函数模型将波动方程作为惩罚项，令物理条件更加松弛。在对模型实际求解时，可以通过适当调节惩罚因子，从而平衡约束条件误差以及目标误差，有利于得到更为便捷有效的求解方法。引入罚函数之后，可将目标函数改写为： 　　。 　　（5） 　　首先设为固定值，将上式展开，目标函数是关于的函数，对求导，最小化，对每次实验，均有： 　　。 　　（6） 　　整理之后，波场可由下列公式求解得到： 　　。 （7） 　　其中