Nankai Trough Velocity Structure Reconstruction using FWI of Wide-angle OBS Data with Graph-space Optimal Transport Misfit Function

Technical development oriented on the detailed seismic imaging and velocity model building coupled with rapid increase of the computing power available nowadays make it possible to process large volumes of seismic data using numerically intensive approaches based the wavefield propagation.

A review on reflection-waveform inversion

Full-waveform inversion(FWI)utilizes optimization methods to recover an optimal Earth model to best fit the observed seismic record in a sense of a predefined norm.Since FWI combines mathematic inversion and full-wave equations,it has been recognized as one of the key methods for seismic data imaging and Earth model building in the fields of global/regional and exploration seismology.Unfortunately,conventional FWI fixes background velocity mainly relying on refraction and turning waves that are commonly rich in large offsets.By contrast,reflections in the short offsets mainly contribute to the reconstruction of the high-resolution interfaces.Restricted by acquisition geometries,refractions and turning waves in the record usually have limited penetration depth,which may not reach oil/gas reservoirs.Thus,reflections in the record are the only source that carries the information of these reservoirs.Consequently,it is meaningful to develop reflection-waveform inversion(RWI)that utilizes reflections to recover background velocity including the deep part of the model.This review paper includes:analyzing the weaknesses of FWI when inverting reflections;overviewing the principles of RWI,including separation of the tomography and migration components,the objective functions,constraints;summarizing the current status of the technique of RWI;outlooking the future of RWI.

基于互相关目标函数的反射波波形反演

在速度—密度参数化模式下,传统全波形反演(FWI)得到的密度结果存在严重的偏移效应,即无法恢复模型中的低波数信息。反射波波形反演(RWI)能够反演密度模型的低波数分量,将其与FWI结合能够更准确地反演密度模型。为此,提出基于互相关目标函数的速度—密度双参数RWI方法。首先回顾了传统声波变密度方程双参数反演,并利用辐射模式分析了密度反演的偏移特征;然后在实施RWI过程中借助速度和密度高度耦合性,通过Gardner公式同步更新速度和密度参数;再将最终的反演结果作为输入模型进行传统速度—密度双参数FWI;最终建立了基于RWI+FWI的速度—密度双参数反演流程。简单双层模型和重采样的Sigsbee 2A模型测试结果表明,RWI可克服反演局部极值并减弱密度偏移特征,在实施RWI过程中利用Gardner经验公式同时对速度和密度进行更新,可精确地恢复速度、密度的低波数信息。

一种基于拟相位信息目标泛函的反射波波形反演方法（英文）

反射波波形反演(RFWI)通过交替更新模型的中低波数和高波数成分,为传统的全波形反演(FWI)提供较为准确的初始速度场。但是由于低频信息的缺失和振幅信息的复杂性,传统的反射波波形反演存在极强的非线性。将振幅与相位信息的分离能够有效提高RFWI的线性程度,然而传统的相位计算方法具有严重的相位跳变(wrapping)问题。基于此,本文首先给出一种拟相位信息的计算方法,利用地震数据的包络信息,以避免传统相位信息的跳变问题。然后利用拟相位信息构建反射波波形反演的目标泛函,并给出相应的伴随震源和梯度表达式。理论分析证明了拟相位信息的计算方法能够保证相位信息的稳定和准确性,并且基于拟相位信息的目标泛函具有更广的全局收敛域。将本文方法应用到部分Sigsbee2A模型并与传统的目标泛函对比结果表明:与传统的全波形反演方法相结合,新的RFWI能够在初始模型不准确情况下得到较为准确的反演结果。除此之外,本文方法对含噪音数据和低频数据缺失情况具有一定的适用性。

基于反射地震数据的时频域包络反演

包络信号含有丰富的低频分量,即使在地震数据缺失低频条件下,包络目标函数也能有效缓解全波形反演的周期跳跃现象.但是,当初始速度模型较为平滑时,观测数据中的反射地震事件在模拟数据中没有与之相对应的波形,导致包络反演初期无法很好地利用反射波信号进行速度建模.本文提出基于反射地震数据的时频域包络反演方法,通过结合反射波全波形反演理论,构建反射波时频域包络目标函数,来提高包络反演的速度建模精度.本文首先利用Gabor变换获取时频域地震数据,并提取振幅信息,即为时频域包络信号.然后,推导反射波时频域包络反演的伴随震源和梯度算子.Marmousi模型数据测试结果表明,基于反射地震数据的时频域包络反演方法可以为全波形反演提供一个较好的初始速度模型.