波场相位相关时移全波形反演

摘要

全波形反演(FWI)算法对低频信息和初始模型的依赖比较严重,容易发生周波跳跃现象而陷入局部极小点.为减少周波跳跃现象对全波形反演的影响,提出了波场相位相关时移全波形反演算法,在反演之前对模拟数据进行处理,提高观测数据和模拟数据的匹配程度;同时为减少初始模型对FWI的影响,利用Curvelet变换的多尺度特性,在反演的不同阶段选择不同尺度的数据参与反演,从而改善全波形反演因初始模型误差较大而出现周波跳跃的问题.利用Marmousi模型对波场相位相关时移全波形反演算法进行了测试,结果表明,该反演算法以及利用Curvelet变换多尺度数据参与反演可以明显改善FWI对低频信息和初始模型的依赖,得到较好的反演结果.