频率域全波形反演方法在叠前地震波场中的应用.docxVIP

频率域全波形反演方法在叠前地震波场中的应用.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
频率域全波形反演方法在叠前地震波场中的应用 0 改进目标函数 初始演算方法由pratt等人提出,并在频域中开发。 为此,本文提出一种改进目标函数的算法,在不增加计算量的同时降低频率域全波形反演算法对初始模型要求,提高频率域全波形反演算法的适用性。由于远炮点道数据相对近炮点的经过的地下区域大,包含更多的地下信息,而地下结构是未知的,导致方程组的不确定性更高,同时地表浅层的速度模型精度对整个反演有至关重要的影响,因此提出在原始固定目标函数的基础上,在反演过程中针对性的调整目标函数,具体是在每个频率点进行反演的N次迭代中,进行前N/2 次迭代时,增大近炮点道数据残差在目标函数中的权重因子,以降低远炮点道数据的影响,从而降低方程组的不确定性,提高地表浅层的反演精度;在进行后N/2次迭代时,增大远炮点道数据残差在目标函数中的权重因子,使方程组包含更多地下深层的结构信息,以提高地下深层速度模型的反演精度。本文算法与常规算法相比,改进之处仅在于目标函数加权系数的改变,因此并不会引入额外的计算量。对地球物理反演中常用的Marmousi模型进行实验,实验表明,改进目标函数后的算法在初始模型较差时,能得到更高精度的反演结果。 1 反演频率范围内的所有波形的方法 1.1 有限差分处理 正演是反演的基础,正演的精度和效率在很大程度上决定了反演的精度和效率。二维频率域声波方程的形式如下: 式中v为声波在介质中的传播速度,p为Fourier域压强波场,s表示Fourier域震源,? 有限差分法的基本思想是将计算区域离散为许多小网格,应用差分原理将微商用差商近似代替,将求解连续函数的问题转换为求解网格点上的差分方程组的问题,于是可将上述方程通过有限差分离散化,写成矩阵形式: 式中A为复阻抗矩阵,与复频率和介质参数、离散近似格式以及吸收边界条件有关,本文采用混合网格有限差分 求解上述方程时,由于A矩阵独立于震源,多个炮点正演只需对A矩阵进行一次LU分解。本文采用MUMPS进行,它是一个大型并行稀疏矩阵直接解法器 1.2 与理论数据的残差计算 反演首先要设计一个好的目标函数,波形层析成像中最经常使用的平方差目标函数,即观测数据与理论数据的残差的L 式中 Δd是观测数据与模型m的计算数据之差, 式中H 在某个频率点的每次迭代,都通过计算式(4),更新速度模型m ,直到目标函数满足停止条件或迭代次数超过给定的限值,然后以同样的方法计算下一个频率点,依次计算完所有频率点,得到最终的速度模型。 2 基于加权因子的模型反演 相比常规固定的目标函数,本文提出的改进目标函数,是在式(3)的基础上,在每个频率点反演的N次迭代中,有针对性的改变加权系数矩阵W 式中o 设置类似这样的加权因子,来增加远炮点道数据的残差在目标函数中的比重,提高地下深层速度模型的反演精度。 反演时,对每个频率点进行N次迭代,前N/2次迭代时,设置使用式(6)的权重因子,首先计算近似黑塞矩阵,然后根据式(4))更新模型速度;后N/2 迭代时,设置使用式(7)的权重因子,重新计算黑塞矩阵,再根据式(4)更新模型速度。依次对所有频率点进行串行反演,得到最终反演结果。 3 模型建立与反演 为了验证本文提出的改进目标函数的有效性,本文选用Marmousi模型进行算法实验,使用的电脑为台式PC,配置主频3.00 GHz的Intel E54500 处理器,8 G DDR3 内存;运行环境为win?dows7 操作系统,软件平台是Visual Studio 2010,程序用C++语言完成,在求解线性方程组的部分调用MUMPS库进行计算。 Marmousi理论模型,水平方向为9212 m,纵向为3000 m,水平和纵向网格间距都为12.5 m,共有737*240 个网格,地表速度值为1500 m/s。反演使用的合成数据集是通过频域混合网格有限差分得到的,震源为主频8 Hz的雷克子波,时间采样步长为4 ms,总共记录时间为3 s。炮点共有368 个,均设置在模型地表,炮点间距为25 m,每个炮点对应368 个接收点,接收点间距也为25m。反演时采用从低频到高频的串行反演策略,共选用8 个频率点,分别为1.75、2.50、3.50、4.75、7.50、9.75、12.50、15.50 Hz。实验设定,上一次迭代目标函数值减去当前目标函数值的差值,大于上一次目标函数值的1%为收敛条件。 反演时,每个频率点进行12 次迭代,前6 次迭代时设置式(6)中,a为10,b为1,则权重系数为: 式中,o 权重系数矩阵中的元素w 常规算法的实验设置与上述基本一致,不同之处仅在每个频点的前6次迭代和后6次迭代过程中,权重系数始终为常数1,不随炮检距的改变而变化,因此两种算法的计算量基本相同。下面对不同初始模型,比较常规算法和本文改进目标

文档评论(0)

lmzwkyc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档