[发明专利]基于被动源地震波形及其逆时成像的联合速度反演方法有效
申请号: | 201810583801.3 | 申请日: | 2018-06-08 |
公开(公告)号: | CN110579795B | 公开(公告)日: | 2020-11-06 |
发明(设计)人: | 张建中;李青峰;杨华臣 | 申请(专利权)人: | 中国海洋大学 |
主分类号: | G01V1/28 | 分类号: | G01V1/28 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 266100 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 被动 源地 震波 及其 成像 联合 速度 反演 方法 | ||
本发明涉及一种基于被动源地震波形及其逆时成像的联合速度反演方法,属于被动源地震探测的速度建模领域。主要包括如下步骤:1)对地震数据预处理并提取震源子波;2)计算逆时延拓波场,进行逆时成像和震源定位;3)计算理论地震记录与观测地震记录之间的差;4)建立反演速度的目标函数;5)基于伴随状态法计算目标函数对模型参数的梯度以及更新方向和步长;6)更新纵、横波速度模型;7)判断是否满足迭代终止条件,如果满足则输出定位结果及速度模型,否则返回步骤2。本发明的联合速度建模方法在震源位置未知情况下,可以获得高分辨率速度模型。
技术领域
本发明涉及一种基于被动源地震波形及其逆时成像的联合速度反演方法,属于被动源地震探测的速度建模领域。
背景技术
在传统地震勘探中,由天然地震或地下微动诱发的地震波常被视为噪声干扰,在资料处理过程中会通过各种手段对其进行压制。但是由被动源诱发的地震波中同样包含大量的有用信息,可用于探测地下地质结构。被动源地震勘探相比主动源地震勘探具有诸如无需人工震源、施工方便、能连续观测等优势,在油气储层、大坝、地下油库的地质监测中具有较强的应用价值。
速度模型是诸多地震成像的基础,精确的速度模型可直接用于地下地质解释、储层预测等。被动源地震的能量往往很弱,地面监测方式易受噪声干扰,导致被动源地震资料的信噪比较低,地震旅行时往往难以拾取,这时,基于旅行时的定位和反演方法将不能应用。目前被广为研究的基于波形的反演方法,利用观测数据和模拟数据间的误差建立目标函数,其反演的速度模型具有高分辨率的优势。但在被动源地震勘探的反演问题中,由于速度模型、震源位置和发震时刻均为未知量,导致这种基于波形匹配的反演问题具有很强的非线性和不适定性,极容易发生周期跳跃,陷入局部极小解。
在被动源地震速度建模中,常规反演方法均需要已知震源位置。对于低信噪比资料,逆时成像是确定震源位置的有效方法。当速度模型准确时,纵波自相关、横波自相关和纵横波互相关三种成像条件的逆时成像结果将同时在震源位置处聚焦;而当速度模型不准确时,三者的逆时成像结果的聚焦程度和聚焦位置存在差异。因此利用这三种逆时成像对速度误差响应的不同,便可建立目标函数,迭代反演速度模型。但这种基于三种成像结果间差异的成像域速度反演方法获得的速度模型分辨率不高。
因此,本发明将成像域速度反演方法与分辨率较高的波形反演结合起来,形成一种联合的震源定位和速度建模的迭代反演方法,为被动源勘探速度建模提供一种高分辨率、高适用性的方法。
发明内容
本发明提出了一种基于被动源地震波形及其逆时成像的联合速度反演方法,先用被动地震逆时成像进行震源定位,再将不同成像条件逆时成像之间差异和地震记录波形匹配差异联合起来建立目标函数,利用梯度类最优化方法反演速度模型,从而研发了一种被动源地震的高分辨率速度建模方法,并同时给出准确震源位置。
本发明是采用以下的技术方案实现的:基于被动源地震波形及其逆时成像的联合速度反演方法,包括如下步骤:
1)获取观测数据。在地面布设三分量地震仪监测被动源地震数据;
2)对观测数据进行预处理。包括去噪、有效震源事件识别和提取,纵波与横波分离、取包络等处理;
3)提取地震子波。采用高阶统计方法,从观测资料中提取地震子波s;
4)计算目标函数中的权重系数。在反演迭代的初期,主要使用基于不同成像条件的逆时成像间差异的成像域反演方法,建立模型的背景速度场,并获得震源位置。当目标函数下降到一定程度时,逐渐将波形反演加入到反演过程中。在反演迭代后期,主要使用基于波形的反演方法提高反演速度模型的分辨率。因此,本发明采用下式计算权重系数:
其中,k是当前的迭代次数,N是总的迭代次数,J表示当前迭代目标函数值,Jmax表示目标函数最大值,即初始目标函数值;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国海洋大学,未经中国海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810583801.3/2.html,转载请声明来源钻瓜专利网。