二维叠前偏移速度估计的最优化方法
摘要
偏移速度分析通常有手工和人机交互两种形式。后者是通过用不同的试验速度模型对地震数据进行偏移并检验成像的效果来实现的。我们可以将这个问题看成一个使确切定义的目标函数最小的最优化问题。在这个问题中,目标模型或图象是未知的,同时在产生合成地震记录中必须避开高密集运算,因此目标函数的选择是方法的关键所在。这里,我们用地震道的泛函(偏移数据本身)来确定一般期望目标函数。这样做的理由是偏移是一个包括消除绕射、使反射能量聚焦和压制随机噪声的内在光滑过程。我们主要采用偏移后反射波的横向一致性作为模型不吻合程度的量度。为寻找目标函数的全局极小,我们应用了三种最优化方法:(1)线性反演(LI)或梯度下降法;(2)遗传算法(GA);(3)最近研究出的号称运算速度很快的模拟退火法(SA)。我们发现,即使对于用偏移数据定义的目标函数,线性反演法对初始模型的选择仍是很敏感的。这表明目标函数是多峰的。模拟退火法和遗传算法都能获得良好的图像。但这些方法的运算量很大。好在我们通过样条参数化的选择减少了模型参数的数目,同时在克希霍夫偏移中采用快速旅行时码使算子在实际问题运算中易于控制。
引文
版权所有：© 2023 中国地质图书馆 中国地质调查局地学文献中心