一种基于梯度道集相关加权的全波形反演梯度预处理方法

摘要

本发明涉及一种基于梯度道集相关加权的全波形反演梯度预处理方法，属于地震偏移成像领域，具体包括以下步骤：首先在全波形反演中得到每一炮的梯度剖面，在各炮的梯度剖面中将同一位置处的梯度道分别抽取出来，并按照道与炮之间的距离由小到大进行排列，以此得到各个位置处的梯度道集，然后在每个梯度道集中，对远道的噪音部分进行初步切除，并将梯度道集中的所有梯度道与参考道逐一进行相关，选取相关值较大的N道进行叠加，从而形成一个新的梯度道，对各个梯度道集进行上述处理，并将各个新的梯度道放于对应位置处，得到最终的梯度剖面。本发明方法可提高梯度预处理的精度，减少迭代次数，节约计算时间，从而显著提升全波形反演的效果。

说明书

技术领域

本发明属于地震速度建模领域，具体涉及一种基于梯度道集相关加权的全波形反演梯度预处理方法。

背景技术

全波形反演作为一种高精度的地震速度建模算法，其每次迭代过程中，首先基于初始速度模型，采用双程波方程有限差分数值模拟技术得到合成地震记录，然后对合成地震记录与实测地震记录的差值建立目标泛函，基于最小平方框架下的优化思想计算出梯度方向，从而得到模型修改量完成一次迭代。整个全波形反演通常需要几十次甚至上百次的迭代反演。

全波形反演不仅考虑了地震波传播的旅行时等运动学信息，而且充分利用了振幅、相位等动力学信息，理想条件下其反演精度可达到波长数量级，因此其在未来的油气勘探中被寄予厚望。

常规全波形反演算法求取梯度剖面时，总的梯度剖面是由每一炮的梯度剖面叠加而成，实际上，当梯度道和炮点距离很远时，当前炮对此道的梯度几乎无贡献，相反，会带来不规则干扰，影响梯度剖面的质量，进而增加迭代次数和计算时间。当前并无很好地选取有效梯度炮从而提升反演收敛效率的方法。

发明内容

本发明要解决的技术问题在于提供一种基于梯度道集相关加权的全波形反演梯度预处理方法。首先在全波形反演中得到每一炮的梯度剖面，在各炮的梯度剖面中将同一位置处的梯度道分别抽取出来，并按照道与炮之间的距离由小到大进行排列，以此得到各个位置处的梯度道集，然后在每个梯度道集中，对远道的噪音部分进行初步切除，并将梯度道集中的所有梯度道与参考道(即每个处理后的梯度道集所有道叠加的结果)逐一进行相关，选取相关值较大的N道(N为给定的有效叠加道数，一般取该条地震测线满覆盖次数的1/2)进行叠加，从而形成一个新的梯度道，对各个梯度道集进行上述处理，并将各个新的梯度道放于对应位置处，得到最终的梯度剖面。模型实验结果表明，本方法可提高梯度预处理的精度，减少迭代次数，节约计算时间，从而显著提升全波形反演的效果。

本发明采取以下技术方案：

一种基于梯度道集相关加权的全波形反演梯度预处理方法，其特征在于所述方法具体包括以下步骤：

(1)给定一个初始速度模型V(x,z)，其中x、z表示空间位置坐标(x＝1,2,3,…,Nx,z＝1,2,3,…,Nz)，Nx、Nz分别代表模型横向和纵向网格点总数；给定地震子波W

(2)给定实际地震记录Obs

(3)利用公式(1)得到各炮的常规预处理梯度剖面G

(4)对于这S个梯度剖面，将每一个剖面中的同一个x位置处的道提取出来，形成Nx个梯度道集，记为IG

(5)在各个梯度道集IG

(6)利用公式(3)将各个梯度道集IG

(7)在各个梯度道集IG

全波形反演每次迭代中的梯度预处理均需要重复以上7个步骤。

进一步，所述步骤(7)中的N取该条地震测线满覆盖次数的1/2。

本发明与现有技术相比的有益效果：

本发明提出的一种基于梯度道集相关加权的全波形反演梯度预处理方法。首先在全波形反演中得到每一炮的梯度剖面，在各炮的梯度剖面中将同一位置处的梯度道分别抽取出来，并按照道与炮之间的距离由小到大进行排列，以此得到各个位置处的梯度道集，然后在每个梯度道集中，对远道的噪音部分进行初步切除，并将梯度道集中的所有梯度道与参考道(即每个处理后的梯度道集所有道叠加的结果)逐一进行相关，选取相关值较大的N道(N为给定的有效叠加道数，一般取该条地震测线满覆盖次数的1/2)进行叠加，从而形成一个新的梯度道，对各个梯度道集进行上述处理，并将各个新的梯度道放于对应位置处，得到最终的梯度剖面。模型实验结果表明，本方法可提高梯度预处理的精度，减少迭代次数，节约计算时间，从而显著提升全波形反演的效果。

附图说明

图1为全波形反演常规梯度预处理方法流程图；

图2为基于梯度道集相关加权的全波形反演梯度预处理方法流程图；

图3为Marmousi速度模型；

图4为第250道的梯度道集图；

图5为对第250道的梯度道集切除后的图片；

图6为第250道梯度道集的参考道；

图7为常规梯度预处理后的梯度剖面；

图8为基于道集相关加权的梯度预处理后的梯度剖面；

图9常规梯度预处理的第15次反演结果；

图10基于梯度道集相关加权的梯度预处理的第10次反演结果。

具体实施方式

本发明以Marmousi模型为例(如图3所示)进行阐述，Marmousi模型横向长度为9220m，纵向长度为3460m,模型x、z方向的网格步长均为20m。

基于该模型，一共进行461次放炮，炮间隔为20m，设置461个检波点，检波点以20m为间隔均匀的分布在模型的正上方，炮点深度和检波点深度均为0m。

下面详细阐述本发明具体实施方式，流程如图2所示，具体步骤如下：

(1)将横向长度为9220m，纵向长度为3460m的Marmousi模型网格化，模型x、z方向的网格步长均为20m，得到网格大小为461×173的模型，其中x、z表示网格位置坐标(x＝1,2,3,…,461,z＝1,2,3,…,173)；给定地震子波W

(2)给定实际地震记录Obs

(3)利用公式(1)得到各炮的常规预处理梯度剖面G

对于这461个梯度剖面，将每一个剖面中的同一个x位置处的道提取出来，形成461个梯度道集，记为IG

(4)在各个梯度道集IG

(5)利用公式(3)将各个梯度道集IG

(6)在各个梯度道集IG

为了证明本发明所述方法的有益效果，这里与常规梯度预处理(流程如图1所示)后的梯度剖面进行对比。如图7为常规梯度预处理后的梯度剖面，图8为基于梯度道集相关加权的梯度预处理梯度剖面。对比两图可以发现，图8顶部低频噪音得到消除，其两侧的同相轴连续性得到增强，同相轴均衡性变好。图9为常规梯度预处理的第15次反演结果，图10为基于梯度道集相关加权的梯度预处理的第10次反演结果，对比发现，两图精度相当，则说明基于道集相关加权的梯度预处理方法可以减少全波形反演的迭代次数，从而减少计算时间。