[發明專利]基于快速正交字典的稀疏表征正則化疊前AVO反演方法

有效

• 申請號: 202010168773.6
• 申請日: 2020-03-12
• 公開（公告）號: CN111368247B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 王峣鈞;劉宇;厙斌;胡光岷
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F17/11
• 分類號: G06F17/11;G06F17/16;G01V1/28;G01V1/30
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開一種基于快速正交字典的稀疏表征正則化疊前AVO反演方法，應用于地球物理勘探解釋技術領域，針對現有基于KSVD字典反演的運算速率慢且受控參數多的問題，本發明根據已知的角道集地震數據、子波序列、入射角信息和初始模型參數，構建目標函數；然后加入正則化約束；最后基于正交字典迭代求解正則化約束目標函數，得到最終的模型參數；本發明的方法在保證與KSVD字典方法具有相當反演效果的同時，能有效提升稀疏反演速率。

技術領域

本發明屬于地球物理勘探解釋技術領域，特別涉及一種利用正交字典學習結合稀疏表征正則化約束的疊前AVO反演技術。

背景技術

AVO(Amplitude variation with offset,振幅隨偏移距的變化)反演試圖將疊前振幅轉化為反映地下介質巖性和含油氣信息的有效彈性參數，是當前最為重要的儲層預測手段之一。由于先驗信息不足，數據受噪聲干擾嚴重、反演參數多等原因，使得AVO反演具有多解性和不穩定性的特點。減少反演結果非唯一性和不穩定性是反演算法的核心問題(Samet al，2015)，正則化技術便是最常用的提高反演過程穩定性的方法之一。正則化方法首先由Tikhonov提出(Tikhonov and Arsenin,1977)。后來，許多科學家在Tikhonov框架的基礎上發展了各種正則化方法。通常這類正則化方法假設地層模型服從特定的分布，比如高斯分布或柯西分布，這樣我們可以通過解析化的手段對模型參數進行表征，將解析化的先驗信息用于約束反演求解過程，即可降低反演多解性。這類方法已經被證明是行之有效的技術手段，但是隨著我們對儲層分析的深入，這類對儲層假設統一數學模型的方法已經很難適應地質特征不同區域的反演問題(Bin She et al,2018,2019)。

近年來有學者在地震反演中引入了數據驅動先驗信息學習及其約束反演方法，取得了顯著的效果(Bin She et al,2018,2019)。該方法采用KSVD字典學習方法從測井數據中學習地層特征，利用字典的稀疏表征作為先驗信息實現對地震反演的約束，該方法使得反演先驗信息獲取從數學分布假設變為從數據中獲取，避免了工區單一數學模型假設問題，提升了先驗信息對地層特征刻畫的全面性和有效性。這類數據驅動AVO反演方法的核心是字典的學習和基于字典的稀疏表征過程。目前基于KSVD字典反演方法假設其字典原子冗余，即原子之間存在信息重疊，在該算法中使用冗余度較高的字典原子能夠提高表征系數的稀疏性，但也造成了字典學習過程迭代的增加和小塊冗余重疊，因此反演過程存在運算效率較慢且受控參數多等問題，極大的限制了算法的實際應用。

發明內容

為解決上述技術問題，本發明提出一種基于快速正交字典的稀疏表征正則化疊前AVO反演方法，在能夠保證反演效果與原有基于KSVD字典學習疊前AVO反演方法相當的條件下，本發明的方法參數調節更加便捷，運算效率更高，更適合實際地震數據反演。

本發明采用的技術方案為：一種基于快速正交字典的稀疏表征正則化疊前AVO反演方法，包括：

A、根據已知的角道集地震數據、子波序列、入射角信息和反演模型參數，構建目標函數；

B、加入正則化約束；

C、基于正交字典迭代求解正則化約束目標函數，得到最終的模型參數。

步驟A中所述的模型參數包括：縱波速度、橫波速度以及密度；所述反演模型參數為：縱波速度的初始值、橫波速度的初始值以及密度的初始值。

步驟B所述加入正則化約束的目標函數為：