全波形反演的一个新目标函数：数据域中的微分相似优化

全波形反演(full waveform inversion,FWI)目前已有广泛的工业实践,但因其本质上的非线性,不如走时层析成像等传统速度建模技术稳健,非线性程度也因目标函数不同而不同。研究分析了FWI中几种不同目标函数的性质,基于定义在数据域中的微分相似概念,提出了一种新的目标函数。初步试验表明,这种目标函数对于比较大范围的数据残差都有凸状性质,基于梯度优化法时使用该目标函数的FWI比传统FWI更稳健,而且波形反演的良好分辨率基本得以保留。