Abstract ：

本发明公开了一种利用零偏VSP资料估计速度和Q值的自适应波形的反演方法，该方法可根据实际VSP资料的信噪比及直达波受上行波干涉的程度，自适应最大限度地选取未受干扰的初至波片段，充分地利用有效信息来构造目标函数；针对Q值比其它参数更难估计的特点，通过恰当地构造数据加权矩阵提高了目标函数对Q值变化的敏感度；采用近来发展的自适应乘性正则化方法改善了非线性反演的病态问题，并通过非线性变换限定了待求参数的取值范围；推导出了雅可比矩阵各元素的解析表达式，从而减小了反问题的计算量。该方法与谱比值法和子波包络峰值瞬时频率法等相比较，该方法法受上行波影响相对较小、抗噪性能更强，反演的参数精度高。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种倾斜层状粘弹性介质中波场正演模拟方法，该方法针对地质模型为含倾斜界面的粘弹性层状介质，将点源激发的球面波分解为平面波，利用矢量波动方程不依赖于坐标系这一性质，在固定坐标系和随倾斜界面变化的动坐标系下交替地讨论波的传播。首先由传统的反射和透射系数推导出单个倾斜界面上平面波的反射和透射系数，得到该界面上的反射及透射波；然后递推求得平面波经过多个倾斜界面时的反射和透射系数。最后由传播后的各平面波合并得到点源激发波场，合并时采用了快速的振荡积分计算方法和一条适合粘弹性介质的积分路径。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种用于高维参数空间波形反演的协同变异差分进化算法，该算法将分解——协调的思想引入差分进化算，将高维个体分解为一系列的子成分，并引入局部适应度函数对每个子成分进行评价。然后在变异操作中利用局部适应度引导各子成分的变异方向，而在选择操作中利用全局适应度协调各子成分达到共同进化。与常用的快速模拟退火法和遗传算法相比，协同变异差分进化算法更加适合于高维参数空间波形反演；当层较薄、待反演参数多的情况下，协同变异差分进化算法能搜索到更加接近真实值的解。另外，协同变异差分进化算法的收敛速度对维数增加不敏感，维数很高时仍用很快的收敛速度。

Cite：

Copy from the list or Export to your reference management。

Keyword ：

波形反演 差分进化法 局部适应度 协同进化

Cite：

Copy from the list or Export to your reference management。

Abstract ：

石油天然气是人类社会赖以生存和发展的重要能源，在经济发展和国家安全中具有极其重要的地位。石油天然气等资源的勘探及开发中，地震方法是最主要的手段。随着油气田勘探开发程度的加深，油气勘探逐渐由简单构造油气藏向复杂构造油气藏转移，从构造油气藏向地层－岩性等隐蔽油气藏转移。复杂构造的精细成像，隐蔽油气藏储层的识别与描述等成为当前油气勘探需解决的重要课题。地震波形反演可充分利用地震波丰富的信息，能够为地下复杂构造精细成像提供一个精度和分辨率较高的速度模型，也可获得高空间分辨率的波阻抗、密度和Q值等岩性参数。因此波形反演已成为解决复杂储层勘探与开发问题的核心技术。然而，复杂介质中的波形反演还存在诸多难题需要解决，例如：这类反问题非线性强、依赖于初始模型、计算量大等。在此背景下，本论文研究了快速有效的波形反演方法及反演所需的波场正演方法，主要工作包括以下几个方面：（1）提出一种利用零偏VSP(vertical seismic profiling)资料估计Q值及层速度等参数的自适应时域波形反演方法。该方法可根据VSP资料的信噪比及直达波受上行波干涉的程度，自适应最大限度地选取未受干扰的初至波片段，充分地利用有效信息来构造目标函数；针对Q值比其它参数更难估计的特点，通过恰当地构造数据加权矩阵提高了目标函数对Q值变化的敏感度；采用近来发展的自适应乘性正则化方法改善了非线性反演的病态问题，并通过非线性变换限定了待求参数的取值范围；推导出了雅可比矩阵各元素的解析表达式，从而减小了反问题的计算量。合成数据反演结果表明，与谱比值法和子波包络峰值瞬时频率法相比较，本文方法受上行波影响相对较小，抗噪性能更强，反演的参数精度高，实际资料算例进一步证明了该方法的有效性。（2）针对倾斜层状粘弹性介质，提出一种精确有效的波场正演方法，快速振荡积分计算方法的使用和特殊积分路径的选取使得正演非常快速。该正演方法非常灵活，可以选择性地仅模拟感兴趣的波类型，如一次反射波或转换波等。模型算例证明了该方法能精确地模拟粘弹性介质中的波传播。然后以此正演方法为基础，用波形反演同时求取P波速度、S波速度、密度、Q值和界面倾角。反演采用不依赖于初始模型的快速模拟退火法，叠前地面资料和非零偏VSP资料算例验证了快速模拟退火法能有效地搜索到精确的模型参数值。针对快速模拟退火法需要大量波场正演的缺陷，结合前面正演方法的特点，提出将地面数据分解到平面波域并只利用少数几个平面波道集进行波形反演，从而大大减少了计算量。（3）针对一般启发式全局优化方法的寻优能力随维数增加而急剧下降的“维数瓶颈”问题，提出一种适用于高维优化问题的协同选择差分进化算法（DE-CCS, Differential Evolution with Cooperative Coevolutionary Selection），并将其应用于高维参数空间波形反演。DE-CCS将分解——协调的思想引入差分进化法的选择操作中，把高维问题按参数相互依赖程度适当地分解为一系列子问题，并引入局部适应度函数对各子问题进行评价，利用局部适应度和全局适应度同时引导算法的搜索方向。多个基准函数测试结果表明，在能给出适当的局部适应度函数条件下，DE-CCS在高维优化问题中能更好地收敛到全局最优。在层状或横向缓慢变化介质的波形反演应用中，给出了适当的分解策略和局部适应度函数，计算局部适应度值不需增加正演次数。与常用的快速模拟退火法等相比，DE-CCS在模型参数较多的情况下仍能快速搜索到更接近真实值的解；实际地震资料算例也验证了DE-CCS法的有效性。（4）将分解策略和局部适应度函数应用于差分进化法的变异操作中，提出一种更加适用于高维参数空间波形反演的协同变异差分进化法(DE-CCM, Differential Evolution with Cooperative Coevolutionary Mutation)。在变异步骤中用局部适应度引导各子问题的变异方向，提出一个新的变异算子；在选择步骤中用全局适应度协调各子问题，从而达到共同进化。DE-CCM不仅在每次迭代中只需DE-CCS一半的波场正演次数，在相同的迭代次数下也比DE-CCS收敛更快。合成数据算例证明，DE-CCM的收敛速度对维数增加不敏感；与波形反演常用的快速模拟退火及其它几种方法相比， DE-CCM具有更强的全局寻优能力和更快的收敛速度，更加适合高维参数空间波形反演。实际资料处理验证了DE-CCM的有效性。随后实验性地将DE-CCM法扩展应用到井间地震资料波形反演，提出了适用于复杂2D模型的分解策略、局部适应度函数和交叉算子。

Keyword ：

波场正演 波形反演 差分进化法 局部适应度 品质因子

Cite：

Copy from the list or Export to your reference management。