联合结构张量与运动学反偏移的立体层析数据空间提取与反演策略.docxVIP

联合结构张量与运动学反偏移的立体层析数据空间提取与反演策略 三维层析反演是在模型层析反演速度建模方法中非常独特的一种方法。立体层析将一个局部相干同相轴在炮道集与检波点道集内的射线参数水平分量 (P 在实践中我们体会到, 立体层析数据空间的正确提取是保证其反演成功的最关键因素。在BILLET-TE等 然而, 无论是基于倾斜叠加能量谱的交互拾取还是基于结构张量的自动拾取, 都无法完全避开上述非一次反射波的干扰, 例如:基于倾斜叠加能量谱的交互拾取对多次波的识别或许有效, 但是对绕射波与侧面波则无能为力;基于结构张量的自动拾取尽管效率十分令人满意, 但对于绕射波、多次波和侧面反射均无法自动识别。总之, 无论使用何种快速算法, 直接从叠前数据体中提取数据空间必然遇到无法辨识多次波、绕射波以及侧面反射的问题;其次, 由于信噪比和能量强度的原因, 自动拾取往往导致浅层的数据点获取密度很高, 但是深层的数据点信息则大幅减少, 无法保证数据空间的均匀性。这对于中深部目标体的反演相当不利。 CHAURIS等 值得注意的是, 当射线参数水平分量和射线出射到地表的坐标也被纳入到数据空间后, 会导致层析反演有多种可能的实现路径。本文首先分析了立体层析的理论基础———反射地震学中重要的“走时一一映射”条件, 针对立体层析数据空间的特点分析了各种可能的实现策略, 并指出本文的实现策略与所有这些可能策略的关系;然后详细介绍结构张量以及“运动学反偏移+校正”获得立体层析数据空间的方法原理;最后利用一个典型的深水理论数据验证了上述算法设计与实现策略的正确性, 证实其可以获得更可靠的数据空间, 获得更合理的反演结果。 1 走时一卷映射条件 首先以二维情况为例介绍立体层析反演的模型空间与数据空间。如图1a所示, 反射射线可以认为是从反射点出发, 分别以不同的散射角θ 式中:s, r分别为炮点和检波点横坐标;t为双程走时;x 公式 (1a) 表达了拾取到的 立体层析数据空间中最重要的数据分量是射线参数水平分量 (或慢度矢量水平分量) 。图1中所示P 对应于二维立体层析的Fréchet偏导数矩阵为: 注意, 图1a表达了反射地震学成像理论中的一个非常重要的成像条件:走时一一映射条件。事实上走时一一映射条件是立体层析与共角度域成像共同的理论基础。该条件由TEN KROODE等 走时一一映射条件的重要性不仅在于正确的理解角度域成像道集, 还在于它同时揭示了对层析成像而言一些非常重要的事实: (1) 既然炮检点处出射方向确定的一个射线对, 唯一对应于地下的一个反射点, 那么在层析反演中, 就可以将反射问题转化为透射问题, 从而回避传统反射层析中反射层深度与速度耦合性; (2) 方向信息可以更好地约束射线对, 减少其模糊性。方向信息明确的射线对可以给速度分析提供额外的约束信息, 使得在复杂地质结构下的层析成像成为可能。正是这些重要的认识促使BILLETTE等 体现这些优势的关键在于同相轴的斜率信息 (即P参数) 必须进入层析反演的数据空间。通过一个简单的概念实验即可说明同相轴斜率对速度模型的约束作用。如图1b所示, 当地表炮点位置 (S) 、检波点位置 (R) 、炮点处的慢度矢量水平分量 (P 显然, 共炮点、共检波点道集上同相轴的斜率为层析反演提供了除走时外的新的运动学约束信息, 即数据空间可以由更加丰富的运动学波场属性参数来刻画, 可以认为立体层析反演的优势主要得益于同相轴斜率的引入, 使得数据空间和模型空间都得到了合理的扩展。 2 层析反演算法 从上一节中的概念出发, 即可对基于P参数的层析反演进行归纳和总结。当我们除了拥有旅行时和坐标信息, 同时拥有炮点和检波点处的P参数信息时, 反演方案将会有很多。从残差所属域的角度来看:数据域有旅行时差、P参数差、炮检点坐标差;成像域残差则体现为剩余曲率 (RMO) 不为零, 即所谓的不聚焦现象。数据残差的多样性决定了反演时可以有多种策略供选择。注意无论使用哪种算法, 其数据残差各分量与模型残差各分量之间的一阶扰动关系, 都可以通过文献[13]中的射线扰动理论来建立。图2显示了联合P参数与旅行时的各种层析反演策略。 第1种方案如图2a所示:先根据炮点和检波点的P参数信息进行运动学偏移, 即利用P 第2种方案如图2b所示:先根据炮点和检波点处的P参数信息进行反向射线追踪, 直到两支射线在地下相交。相当于完全用P参数成像 (即利用P参数确定反射点的位置) , 因为速度还不准确, 这时t 第3种方案如图2c所示:先分别计算炮点和检波点的旅行时表, 找到地下的等T 第4种方案如图2d所示:以初始速度的运动学偏移 (即向地下出射射线) 初始化地下反射点位置, 从地下反射点往地表出射射线, 找到炮点和检波点, 建立δP 第5种方案如图1a所