染色算法在复杂介质成像中的理论和应用研究

High-quality seismic imaging in complex media is an important issue in the geophysical research. One of the difficulties for imaging complex media is the weakness of the signals related to the imaging target, caused by poor illumination of the acquisition geometry on the target. To image subsurface weakly-illuminated regions, this project proposes a seismic staining algorithm inspired by the fate mapping theory in developmental biology. The model is stained mathematically near the target and the wavefield touching the stain is recorded and traced. In this way, only the wavefield related to the target is concerned and can be used for independent imaging of the target. The project develops two staining strategies – complex-number staining and wavefield energy injection staining; based on the theoretical research on the two methods, we will investigate their effects on complex media imaging, including the relationship between staining shapes and images, artifacts suppressing, resolution analysis, and 3-dimensional staining imaging. Furthermore, the project will apply the staining algorithm to other significant geophysical problems such as data discrimination and separation, microseismic fracture imaging, and full waveform inversion.

复杂介质的高精度成像是地球物理学领域的重要研究课题。造成复杂介质成像困难的主要原因之一是数据中缺乏与成像目标有关的信息，即地震采集系统对目标的照明不足。针对弱照明区域成像困难这一核心问题，本项目受发育生物学中胚胎染色的启发，首次提出了地震波场的染色算法，通过对介质进行数学染色，标定、构建并追踪与弱照明目标有关的染色波场，进而实现对弱照明目标的高分辨率独立成像。项目将在复数域、波场能量注射两种染色方式的理论研究基础之上，结合实际数据，重点分析和探讨染色算法用于复杂介质成像的效果，包括染色形态对成像的影响、染色成像噪音压制、分辨率分析和照明补偿、三维染色成像算法构建；拓展染色算法在诸如数据识别与分离、微地震裂隙成像、全波形反演等其他地球物理关键问题中的应用。

复杂地下介质的精确成像是地球物理学领域里的重要研究课题。影响成像质量的因素主要有：1. 数据质量；2. 速度模型的精度；3. 成像方法的性能。地震资料受采集系统、地下介质分布等因素的影响，数据质量低下的现象十分常见，地下弱照明区域一直以来是备受关注的难点和热点之一。而速度模型的获得是地震勘探领域长期存在的难题，也是整个成像问题的核心。同时，成像方法尤其是其内核传播算子的精度和效率，也极大影响着复杂介质成像的效果。上述三方面因素对成像的影响是互相制约和关联的，本项目围绕复杂介质成像在数据、模型、算法等方面的问题，开展了一系列有针对性的研究：对于染色成像，丰富了其理论内涵，将其用于具有方向性特点的单程波偏移，同时结合机器学习，实现了地下弱照明区域的自动识别；对于模型反演，提出了多重染色的机制并在全波形反演中加以实现，极大提升了全波形反演的抗噪性能，获得了具有高分辨率深部特征的全波形反演结果；对于成像核心传播算子，深入开展了动态晶格波场模拟算法研究，提出了高阶动态晶格法和面心动态晶格法以适应复杂各向异性介质的要求；提出了广义平均导数优化差分法，改善了非均匀介质下差分算子的计算效率；在成像算法框架方面，提出了超级炮编码和BPBS分段平面波编码框架，在提升多炮偏移成像效率的同时压制了炮间串扰噪声；此外，项目充分利用机器学习这一工具，建立了多套行之有效的算法映射方案，包括由平面波编码到反射率褶积模型的映射、由单程波偏移到逆时偏移的映射，在保持平面波编码算法和单程波偏移成像效率的同时改进了其成像结果的精度和分辨率。