基于地震波场特征表达的数据域波动方程反射层析反演方法研究

The combination of anisotropic reverse time migration (RTM) and full waveform inversion (FWI) has become a hot spot of exploration seismology, which has been succeed in many commercial applications. However, those high-resolution migration/inversion methods rely on the accuracy of background model, which should be inferred from the traveltime information of seismic data. The traveltime inversion method, such as the conventional ray-based tomographic method, suffers from the limitation of ray theory, while the wave-equation-based traveltime inversion method is difficult to apply to reflection seismic data due to the problem of reflection time-shift measurement. This research will start from the characteristic expression of seismic signal. First, based on the sparse representation and dictionary learning, the traveltime information of seismic data is extracted. Then, based on modern imaging processing theory, a stable method to calculate the reflection traveltime shift is presented. Finally, a wave-equation-based traveltime inversion method is proposed, which can further improve the accuracy of background velocity model, and provide a reliable initial model for subsequent high-resolution migration and inversion methods.

目前，（各向异性）逆时偏移（RTM）技术和全波形反演（FWI）的技术组合成为了勘探方法的发展导向，在实际应用中取得了巨大的成功。然而，这些高精度偏移成像或反演成像方法严重依赖背景模型的精度，而背景模型的建立主要依赖地震波的走时信息。传统的射线层析反演方法（如成像道集层析）受制于射线理论的局限性，而基于波动方程的走时反演方法难以处理反射地震数据（难点在于反射时差的准确测量）。本项目从地震数据的特征表达出发，首先基于稀疏表达及字典学习等理论，对复杂波场中带限子波的走时信息进行特征表达与提取。接着，基于现代图像分析理论，发展一种稳健且不受振幅因素影响的带限地震信号反射时差自动测量方法。最后，构造一种波动方程反射走时反演方法，在数据域利用纯走时信息及全波算子反演背景速度模型，进一步提高背景速度模型的估计精度，为后续的高精度偏移成像或反演成像提供可靠的背景速度。

精确的构造成像甚至反演成像依赖较为准确的宏观速度模型（即背景速度模型），而背景速度模型通常利用反射地震信号的运动学信息获得。工业界常用的成像道集射线层析方法受制于高频近似等假设，反演精度不高。另一方面，成像域波动方程速度分析方法在计算和存储方面相对于射线理论有几个数量级的提升，因此难以实用化。.针对目前反射波速度反演中存在的问题，本项目提出在数据域直接进行波动方程反射走时反演，主要取得如下成果：.（1）提出了一种新的地震信号的特征表达理论，通过将地震信号用高维局部平面波稀疏表达，实现反射地震信号的特征表达，建立特征波数据空间（炮/检坐标，炮/检斜率，单震相子波）；.（2）结合特征波数据空间以及聚焦成像原理，提出了一种全新的反射地震信号差异性（如反射时差）测量方法，消除了传统方法（如Dynamic time warping）中振幅对时差测量的影响，能够自动计算反射波时差。.（3）提出了一种适用于强扰动模型的广义Rytov近似理论，并构造了反射波走时敏感度核函数，克服了Born近似中“弱散射”假设的制约。由于广义Rytov近似可以直接对散射波的相位扰动进行线性化近似，因此新的核函数更适用于走时反演（即大尺度速度异常体反演）。.与传统的成像域速度反演类方法相比，本项目方法无需计算和存储扩展成像道集，因此大幅降低了存储需求。与数据域立体层析反演方法相比，本项目方法基于波动方程线性化近似构造走时敏感度核函数，因而不受限于高频近似的制约。因此，本项目提出的反射波走时反演方法在保持波动方程高精度反演优势的同时，大幅降低了计算和存储需求。因此可以处理大规模三维实际数据，为后续的反演成像提供较为可靠的速度模型。