基于大数据量的初至层析成像算法优化

摘要

三维陆地地震资料采集技术向着高密度和宽方位的方向发展,导致产生海量地震数据。初至旅行时层析成像的经典算法需要过多内存和计算时间,不适合处理大的地震数据量。为解决这一问题,提出一种基于优化数学公式的初至旅行时层析成像算法,既减少Frechet矩阵和Hessian矩阵的存储对内存的需求,也减少Hessian矩阵的求逆时长,能快速和高效地解决大数据量的层析反演问题,适合高密度和宽方位采集的陆地地震资料和精细参数化的网格模型,并且不影响精度,易于实现并行计算。模型试验和实际数据都验证了该方法的有效性,当初至旅行时达到一定的数量时,该方法能提供可靠的层析成像结果,进行静校正。