高分辨率波阻抗贝叶斯序贯随机反演

摘要

cqvip:确定性反演常见的方法包括模型法反演和稀疏脉冲反演,在特定的解约束条件下,只能进行单一的最优解估计,无法评价反演结果的不确定性;地质统计学反演主流算法均为地质统计学随机模拟方法与马尔科夫链-蒙特卡洛方法的某种结合,并没有将地震反演、测井数据约束、随机模拟方法统一在一个理论框架下。为此,首先在贝叶斯理论框架下,将地震反演理论、测井数据约束、地质统计信息统一在波阻抗求解这个问题中,推导了基于对数波阻抗的地震数据与测井数据联合方程,然后通过序贯高斯随机模拟算法对反演方程进行高效采样求解。数值算例表明:与常规波阻抗最小二乘法反演相比,该方法分辨率高、反演结果受先验统计学参数约束,且输出的多个波阻抗反演结果可用于不确定性评价;与纯粹基于测井数据的序贯高斯随机模拟方法相比,该方法最大的优点就是考虑了地震数据约束,降低了反演结果的不确定性。针对实际数据,对比、分析了模型法反演、稀疏脉冲法反演、贝叶斯序贯随机反演结果,表明贝叶斯序贯随机反演方法在提高反演纵向分辨率与不确定性评价方面具有良好的应用前景。