分享一种基于非单调搜索技术的全波形反演方法及系统与流程

这里写的分享一种基于非单调搜索技术的全波形反演方法及系统与流程,今天小编为大家推荐

这里写的分享一种基于非单调搜索技术的全波形反演方法及系统与流程,今天小编为大家推荐


本发明涉及地震勘探技术领域,特别是涉及一种基于非单调搜索技术的全波形反演方法及系统。



背景技术:

全波形反演(fullwaveforminversion,fwi)综合利用地震波场中的全波信息,通过拟合实际观测波场和预测波场来定量修正初始模型,以重建地下介质的速度和密度等参数模型,可以为地震勘探和地球内部结构探索提供高精度的纵横波速度和密度等丰富的弹性参数信息。

全波形反演总体上是一个非线性数据拟合过程,这个过程以迭代的方式重复进行,直到观测数据与合成地震数据构成的目标函数足够小为止。首先需要给出一个地下地层参数的初始估计值,求取目标函数及其梯度,并结合反演优化算法构造搜索方向,计算步长,通过不断更新模型参数使目标函数逐次减小,最终获得满意的结果。对于非线性的地震波全波形反演问题,迭代步长必须采用沿着搜索方向的线性搜索方法求取。线性搜索方法主要包括非精确线性搜索和精确线性搜索两大类方法。精确线性搜索方法是从目标函数出发进行求解,获得最优的精确步长,可以说不同的目标函数对应不同的精确步长计算方法。抛物线类方法和直接求解法是广泛使用的精确线性搜索方法,但两者都是基于二范数型目标函数进行求解获得。针对huber范数和hybrid范数也给出了混合范数相适应的精确步长计算方法。虽然精确线性搜索方法在反演精度和收敛速度上有一定优势,但其需要针对不同的目标函数计算不同的精确步长,通用性较差,如互相关目标函数、包络型目标函数等目前具有较好发展前景的目标函数,尚未有研究给出其精确步长计算方法。

相对于精确线性搜索方法,非精确线性搜索方法却对目标函数具有广泛的适用性。非精确线性搜索方法主要利用判断条件和初始步长来确保每次迭代过程中目标函数在搜索方向上有足够的下降量,其总体上可以使目标函数下降快,在每一步并不要求目标函数达到精确最小,仅需要合适的下降量即可。目前,在地震全波形反演中传统的非精确线性搜索方法通常使用单调搜索技术要求目标函数逐次下降,如经典的wolfe判断条件。虽然这类方法也能使反演收敛,但是迫使目标函数逐次下降,会破坏反演优化方法的全局收敛性质,并且当反演陷入局部极小值附近,将会出现小步长和之字形现象,降低反演的计算效率和精度,目标函数逐次下降不利于保护反演的全局收敛性。



技术实现要素:

基于此,本发明的目的是提供一种基于非单调搜索技术的全波形反演方法及系统,将非单调搜索技术与初始步长相结合确定步长,以提高全波形反演的计算效率和精度。

为实现上述目的,本发明提供了一种基于非单调搜索技术的全波形反演方法,所述方法包括:

步骤s1:利用检波器采集地震观测数据;

步骤s2:按照设定频组范围将多尺度反演频率划分n个频组;其中,n为大于等于1的正整数;

步骤s3:采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型;

步骤s4:判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将第j频组对应的下次迭代的速度模型作为初始速度模型,并返回步骤s3;

步骤s5:基于所述最优速度模型进行地震成像。

可选的,所述采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型,具体包括:

步骤s31:采用有限差分法,根据初始速度模型求解声波方程,计算第j频组第k次迭代的模拟波场数据;

步骤s32:根据所述地震观测数据和所述模拟波场数据构建目标函数值;

步骤s33:利用伴随状态法,根据所述模拟波场数据计算梯度;

步骤s34:利用有限内存拟牛顿法,根据所述梯度构造搜索方向;

步骤s35:采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长;

步骤s36:根据所述搜索方向和所述步长确定第j频组对应的下次迭代的速度模型;

步骤s37:判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“步骤s31”;如果迭代次数k大于或等于迭代次数阈值,则执行“步骤s4”;

和/或,计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“步骤s31”;如果所述连续目标函数相对差值小于设定系数,则执行“步骤s4”。

可选的,所述采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长,具体公式为:

其中,mk+1为第k+1次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向,c1为常数,ck+1=(ηkqkck+f(mk+1))/qk+1,qk+1=ηkqk+1,ηk为非线性程度,取值为0或1,qk为所选用的连续目标函数的数量,ck为qk次目标函数的平均值,f(mk+1)为k+1次迭代的目标函数值,gk表示第k次迭代的梯度,表示第k次迭代的初始步长。

可选的,所述利用伴随状态法,根据所述模拟波场数据计算梯度,具体公式为:

其中,gk表示第k次迭代的梯度,mk为第k次迭代的速度模型,t表示观测时间长度,λk表示第k次迭代的反传残差波场,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据。

可选的,所述根据所述地震观测数据和模拟波场数据构建目标函数值,具体公式为:

其中,f(mk)表示第k次迭代的目标函数值,mk为第k次迭代的速度模型,xs表示第s个震源位置,xr表示第r个检波点位置,t表示时间,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据,表示t时刻由位于xs处的震源在xr处的观测波场数据。

本发明还提供一种基于非单调搜索技术的全波形反演系统,所述系统包括:

采集模块,用于利用检波器采集地震观测数据;

分组模块,用于按照设定频组范围将多尺度反演频率划分n个频组;其中,n为大于等于1的正整数;

速度模型确定模块,用于采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型;

判断模块,用于判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将第j频组对应的下次迭代的速度模型作为初始速度模型,并返回步骤s3;

地震成像模块,用于基于所述最优速度模型进行地震成像。

可选的,所述速度模型确定模块,具体包括:

模拟波场数据确定单元,用于采用有限差分法,根据初始速度模型求解声波方程,计算第j频组第k次迭代的模拟波场数据;

目标函数值构建单元,用于根据所述地震观测数据和所述模拟波场数据构建目标函数值;

梯度计算单元,用于利用伴随状态法,根据所述模拟波场数据计算梯度;

搜索方向构造单元,用于利用有限内存拟牛顿法,根据所述梯度构造搜索方向;

步长确定单元,用于采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长;

速度模型确定单元,用于根据所述搜索方向和所述步长确定第j频组对应的下次迭代的速度模型;

判断单元,用于判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“模拟波场数据确定单元”;如果迭代次数k大于或等于迭代次数阈值,则执行“判断模块”;

和/或,计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“模拟波场数据确定单元”;如果所述连续目标函数相对差值小于设定系数,则执行“判断模块”。

可选的,所述采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长,具体公式为:

其中,mk+1为第k+1次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向,c1为常数,ck+1=(ηkqkck+f(mk+1))/qk+1,qk+1=ηkqk+1,ηk为非线性程度,取值为0或1,qk为所选用的连续目标函数的数量,ck为qk次目标函数的平均值,f(mk+1)为k+1次迭代的目标函数值,gk表示第k次迭代的梯度,表示第k次迭代的初始步长。

可选的,所述利用伴随状态法,根据所述模拟波场数据计算梯度,具体公式为:

其中,gk表示第k次迭代的梯度,mk为第k次迭代的速度模型,t表示观测时间长度,λk表示第k次迭代的反传残差波场,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据。

可选的,所述根据所述地震观测数据和模拟波场数据构建目标函数值,具体公式为:

其中,f(mk)表示第k次迭代的目标函数值,mk为第k次迭代的速度模型,xs表示第s个震源位置,xr表示第r个检波点位置,t表示时间,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据,表示t时刻由位于xs处的震源在xr处的观测波场数据。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

本发明的目的是提供一种基于非单调搜索技术的全波形反演方法及系统,方法包括:首先按照设定频组范围将多尺度反演频率划分n个频组;其次采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型;然后判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;最后基于所述最优速度模型进行地震成像。本发明将非单调搜索技术与初始步长相结合确定步长,该方法既能够在保证反演计算效率的前提下,获得高精度的反演结果;又能够在初始速度模型较差的时候,一定程度上保证反演的全局收敛性,获得较好的反演结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1为本发明实施例基于非单调搜索技术的全波形反演方法流程图;

图2为本发明实施例基于非单调搜索技术的全波形反演系统结构图;

图3为本发明实施例marmousi模型示意图;

图4为本发明实施例光滑模型示意图;

图5为本发明实施例第一反演结果示意图;

图6为本发明实施例overthrust模型示意图;

图7为本发明实施例均匀模型示意图;

图8为本发明实施例第二反演结果示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本发明的目的是提供一种基于非单调搜索技术的全波形反演方法及系统,将非单调搜索技术与初始步长相结合确定步长,以提高全波形反演的计算效率和精度。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例基于非单调搜索技术的全波形反演方法流程图,如图1所示,本发明公开一种基于非单调搜索技术的全波形反演方法,所述方法包括:

步骤s1:利用检波器采集地震观测数据。

步骤s2:按照设定频组范围将多尺度反演频率划分n个频组;其中,n为大于等于1的正整数。

步骤s3:采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型。

步骤s4:判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将第j频组对应的下次迭代的速度模型作为初始速度模型,并返回步骤s3。

步骤s5:基于所述最优速度模型进行地震成像。

在步骤s2之前还包括:对所述地震观测数据进行去噪和振幅能量补偿处理。

下面对各个步骤进行详细论述:

步骤s3:采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型,具体包括:

步骤s31:采用有限差分法,根据初始速度模型求解声波方程,计算第j频组第k次迭代的模拟波场数据;所述模拟波场数据为正传波场。

步骤s32:根据所述地震观测数据和所述模拟波场数据构建目标函数值,具体公式为:

其中,f(mk)表示第k次迭代的目标函数值,mk为第k次迭代的速度模型,xs表示第s个震源位置,xr表示第r个检波点位置,t表示时间,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据,表示t时刻由位于xs处的震源在xr处的观测波场数据。

步骤s33:利用伴随状态法,根据所述模拟波场数据计算梯度,具体公式为:

其中,gk表示第k次迭代的梯度,mk为第k次迭代的速度模型,t表示观测时间长度,λk表示第k次迭代的反传残差波场,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据。

步骤s34:利用有限内存拟牛顿法,根据所述梯度构造搜索方向,具体公式为:

dk=-hk·gk(3);

其中,dk表示第k次迭代的搜索方向,gk表示第k次迭代的梯度,hk表示第k次迭代的海森矩阵的逆矩阵。

步骤s35:采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长,具体公式为:

其中,mk+1为第k+1次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向,c1为常数,ck+1=(ηkqkck+f(mk+1))/qk+1,qk+1=ηkqk+1,ηk为非线性程度,取值为0或1,qk为所选用的连续目标函数的数量,ck为qk次目标函数的平均值,f(mk+1)为k+1次迭代的目标函数值,gk表示第k次迭代的梯度,表示第k次迭代的初始步长。

当ηk=0时(4)式的判断条件退化为传统的单调判断条件,ηk=1时ck表示近qk次迭代情况下目标函数的平均值。当然,除了可以选取连续迭代情况下一定数量的目标函数平均值进行非单调条件判断,还可以尝试这些目标函数的最大值作为ck。非单调搜索技术不要求目标函数单调下降,允许在反演过程中出现目标函数局部上升的现象,不仅充分利用了迭代过程中产生的相关目标函数信息,也在一定程度上保护了反演的全局收敛性质。

步骤s36:根据所述搜索方向和所述步长确定第j频组对应的下次迭代的速度模型,具体公式为:

mk+1=mk+αkdk(5);

其中,mk+1为第k+1次迭代的速度模型,mk为第k次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向。

步骤s37:判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“步骤s31”;如果迭代次数k大于或等于迭代次数阈值,则执行“步骤s4”。

或,步骤s37:计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“步骤s31”;如果所述连续目标函数相对差值小于设定系数,则执行“步骤s4”。

或,步骤s37:判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“步骤s31”;如果迭代次数k大于或等于迭代次数阈值,则执行“步骤s38”。

步骤s38:计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“步骤s31”;如果所述连续目标函数相对差值小于设定系数,则执行“步骤s4”。

步骤s4:判断j是否大于n;如果j大于n,则将下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将下次迭代的速度模型作为初始速度模型,并返回步骤s3。

步骤s5:基于所述最优速度模型进行地震成像。

如图2所示,本发明还提供一种基于非单调搜索技术的全波形反演系统,所述系统包括:

采集模块1,用于利用检波器采集地震观测数据。

分组模块2,用于按照设定频组范围将多尺度反演频率划分n个频组;其中,n为大于等于1的正整数。

速度模型确定模块3,用于采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型。

判断模块4,用于判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将第j频组对应的下次迭代的速度模型作为初始速度模型,并返回步骤s3。

地震成像模块5,用于基于所述最优速度模型进行地震成像。

作为一种实施方式,本发明所述速度模型确定模块3,具体包括:

模拟波场数据确定单元,用于采用有限差分法,根据初始速度模型求解声波方程,计算第j频组第k次迭代的模拟波场数据。

目标函数值构建单元,用于根据所述地震观测数据和所述模拟波场数据构建目标函数值。

梯度计算单元,用于利用伴随状态法,根据所述模拟波场数据计算梯度。

搜索方向构造单元,用于利用有限内存拟牛顿法,根据所述梯度构造搜索方向。

步长确定单元,用于采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长。

速度模型确定单元,用于根据所述搜索方向和所述步长确定第j频组对应的下次迭代的速度模型。

第一判断单元,用于判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“模拟波场数据确定单元”;如果迭代次数k大于或等于迭代次数阈值,则执行“判断模块”。

或,第二判断单元,用于计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“模拟波场数据确定单元”;如果所述连续目标函数相对差值小于设定系数,则执行“判断模块”。

或,第三判断单元,用于判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“模拟波场数据确定单元”;如果迭代次数k大于或等于迭代次数阈值,则执行“第四判断单元”;

第四判断单元,用于计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“模拟波场数据确定单元”;如果所述连续目标函数相对差值小于设定系数,则执行“判断模块”。

作为一种实施方式,本发明所述采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长,具体公式为:

其中,mk+1为第k+1次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向,c1为常数,ck+1=(ηkqkck+f(mk+1))/qk+1,qk+1=ηkqk+1,ηk为非线性程度,取值为0或1,qk为所选用的连续目标函数的数量,ck为qk次目标函数的平均值,f(mk+1)为k+1次迭代的目标函数值,gk表示第k次迭代的梯度,表示第k次迭代的初始步长。

作为一种实施方式,本发明所述利用伴随状态法,根据所述模拟波场数据计算梯度,具体公式为:

其中,gk表示第k次迭代的梯度,mk为第k次迭代的速度模型,t表示观测时间长度,λk表示第k次迭代的反传残差波场,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据。

作为一种实施方式,本发明所述根据所述地震观测数据和模拟波场数据构建目标函数值,具体公式为:

其中,f(mk)表示第k次迭代的目标函数值,mk为第k次迭代的速度模型,xs表示第s个震源位置,xr表示第r个检波点位置,t表示时间,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据,表示t时刻由位于xs处的震源在xr处的观测波场数据。

本发明利用非单调搜索技术求解最优化问题不要求目标函数单调下降,允许在反演过程中出现目标函数局部上升的现象,充分利用了迭代过程中产生的相关目标函数信息。非单调搜索技术配合反演优化算法求解最优化问题,可以减少反演迭代过程中的目标函数和梯度的计算次数,提高计算效率。同时,在一定程度上可以保护反演的全局收敛性质。

图3为本发明实施例marmousi模型示意图,图4为本发明实施例光滑模型示意图,本发明将marmousi模型作为真实参数模型,将光滑模型作为初始速度模型进行反演,具体反演结果如图5所示,从图5中可以看出marmousi模型的整体结构和精细构造都得到很好的反演。本试验共利用95次迭代以及105次额外目标函数计算,即可获得高精度的反演结果。该实例证明了本方法在保证反演计算效率的情况下,可以获得高精度的反演结果。

图6为本发明实施例overthrust模型示意图,图7为本发明实施例均匀模型示意图,本发明将overthrust模型作为真实参数模型,将均匀模型作为初始速度模型进行反演,具体反演结果如图8所示,从图8中可以看出非单调搜索技术依旧可以恢复重建overthrust模型的中浅部的主要构造。这个例子从一定程度上说明了当初始模型较差的时候,非单调搜索技术可以保护全波形反演的全局收敛性。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。


技术特征:

1.一种基于非单调搜索技术的全波形反演方法,其特征在于,所述方法包括:

步骤s1:利用检波器采集地震观测数据;

步骤s2:按照设定频组范围将多尺度反演频率划分n个频组;其中,n为大于等于1的正整数;

步骤s3:采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型;

步骤s4:判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将第j频组对应的下次迭代的速度模型作为初始速度模型,并返回步骤s3;

步骤s5:基于所述最优速度模型进行地震成像。

2.根据权利要求1所述的基于非单调搜索技术的全波形反演方法,其特征在于,所述采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型,具体包括:

步骤s31:采用有限差分法,根据初始速度模型求解声波方程,计算第j频组第k次迭代的模拟波场数据;

步骤s32:根据所述地震观测数据和所述模拟波场数据构建目标函数值;

步骤s33:利用伴随状态法,根据所述模拟波场数据计算梯度;

步骤s34:利用有限内存拟牛顿法,根据所述梯度构造搜索方向;

步骤s35:采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长;

步骤s36:根据所述搜索方向和所述步长确定第j频组对应的下次迭代的速度模型;

步骤s37:判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“步骤s31”;如果迭代次数k大于或等于迭代次数阈值,则执行“步骤s4”;

和/或,计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“步骤s31”;如果所述连续目标函数相对差值小于设定系数,则执行“步骤s4”。

3.根据权利要求2所述的基于非单调搜索技术的全波形反演方法,其特征在于,所述采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长,具体公式为:

其中,mk+1为第k+1次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向,c1为常数,ck+1=(ηkqkck+f(mk+1))/qk+1,qk+1=ηkqk+1,ηk为非线性程度,取值为0或1,qk为所选用的连续目标函数的数量,ck为qk次目标函数的平均值,f(mk+1)为k+1次迭代的目标函数值,gk表示第k次迭代的梯度,表示第k次迭代的初始步长。

4.根据权利要求2所述的基于非单调搜索技术的全波形反演方法,其特征在于,所述利用伴随状态法,根据所述模拟波场数据计算梯度,具体公式为:

其中,gk表示第k次迭代的梯度,mk为第k次迭代的速度模型,t表示观测时间长度,λk表示第k次迭代的反传残差波场,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据。

5.根据权利要求2所述的基于非单调搜索技术的全波形反演方法,其特征在于,所述根据所述地震观测数据和模拟波场数据构建目标函数值,具体公式为:

其中,f(mk)表示第k次迭代的目标函数值,mk为第k次迭代的速度模型,xs表示第s个震源位置,xr表示第r个检波点位置,t表示时间,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据,表示t时刻由位于xs处的震源在xr处的观测波场数据。

6.一种基于非单调搜索技术的全波形反演系统,其特征在于,所述系统包括:

采集模块,用于利用检波器采集地震观测数据;

分组模块,用于按照设定频组范围将多尺度反演频率划分n个频组;其中,n为大于等于1的正整数;

速度模型确定模块,用于采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型;

判断模块,用于判断j是否大于n;如果j大于n,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;如果j小于或等于n,则令j=j+1,将第j频组对应的下次迭代的速度模型作为初始速度模型,并返回步骤s3;

地震成像模块,用于基于所述最优速度模型进行地震成像。

7.根据权利要求6所述的基于非单调搜索技术的全波形反演系统,其特征在于,所述速度模型确定模块,具体包括:

模拟波场数据确定单元,用于采用有限差分法,根据初始速度模型求解声波方程,计算第j频组第k次迭代的模拟波场数据;

目标函数值构建单元,用于根据所述地震观测数据和所述模拟波场数据构建目标函数值;

梯度计算单元,用于利用伴随状态法,根据所述模拟波场数据计算梯度;

搜索方向构造单元,用于利用有限内存拟牛顿法,根据所述梯度构造搜索方向;

步长确定单元,用于采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长;

速度模型确定单元,用于根据所述搜索方向和所述步长确定第j频组对应的下次迭代的速度模型;

判断单元,用于判断迭代次数是否大于或等于迭代次数阈值;如果迭代次数k小于迭代次数阈值,则令k=k+1,并返回“模拟波场数据确定单元”;如果迭代次数k大于或等于迭代次数阈值,则执行“判断模块”;

和/或,计算连续目标函数相对差值,并判断所述连续目标函数相对差值是否小于第一设定系数;如果所述连续目标函数相对差值大于或等于设定系数,则令k=k+1,返回“模拟波场数据确定单元”;如果所述连续目标函数相对差值小于设定系数,则执行“判断模块”。

8.根据权利要求7所述的基于非单调搜索技术的全波形反演系统,其特征在于,所述采用非单调搜索技术结合初始步长,根据所述目标函数值、所述搜索方向和所述梯度确定地震全波形反演的步长,具体公式为:

其中,mk+1为第k+1次迭代的速度模型,αk为第k次迭代的步长,dk为第k次迭代的搜索方向,c1为常数,ck+1=(ηkqkck+f(mk+1))/qk+1,qk+1=ηkqk+1,ηk为非线性程度,取值为0或1,qk为所选用的连续目标函数的数量,ck为qk次目标函数的平均值,f(mk+1)为k+1次迭代的目标函数值,gk表示第k次迭代的梯度,表示第k次迭代的初始步长。

9.根据权利要求7所述的基于非单调搜索技术的全波形反演系统,其特征在于,所述利用伴随状态法,根据所述模拟波场数据计算梯度,具体公式为:

其中,gk表示第k次迭代的梯度,mk为第k次迭代的速度模型,t表示观测时间长度,λk表示第k次迭代的反传残差波场,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据。

10.根据权利要求7所述的基于非单调搜索技术的全波形反演系统,其特征在于,所述根据所述地震观测数据和模拟波场数据构建目标函数值,具体公式为:

其中,f(mk)表示第k次迭代的目标函数值,mk为第k次迭代的速度模型,xs表示第s个震源位置,xr表示第r个检波点位置,t表示时间,pk(xr,t|xs)表示t时刻由位于xs处的震源在xr处计算的模拟波场数据,表示t时刻由位于xs处的震源在xr处的观测波场数据。

技术总结
本发明的目的是提供一种基于非单调搜索技术的全波形反演方法及系统,方法包括:首先按照设定频组范围将多尺度反演频率划分N个频组;其次采用非单调搜索技术结合初始步长,根据所述地震观测数据和初始速度模型确定第j频组对应的下次迭代的速度模型;然后判断j是否大于N;如果j大于N,则将第j频组对应的下次迭代的速度模型作为最优速度模型输出;最后基于所述最优速度模型进行地震成像。本发明将非单调搜索技术与初始步长相结合确定步长,该方法既能够在保证反演计算效率的前提下,获得高精度的反演结果;又能够在初始速度模型较差的时候,一定程度上保证反演的全局收敛性,获得较好的反演结果。

技术研发人员:马晓娜;梁光河;薛国强;秦克章;李志远;冯海新
受保护的技术使用者:中国科学院地质与地球物理研究所
技术研发日:2020.05.28
技术公布日:2020.08.25

分享一种基于非单调搜索技术的全波形反演方法及系统与流程的相关内容如下:

标题:分享一种基于非单调搜索技术的全波形反演方法及系统与流程|http://www.wc10086.cn/285986.html

本文来自网络,不代表本站立场,转载请注明出处!