一种稳健的弹性阻抗反演方法

摘要

利用弹性阻抗分解,从弹性阻抗体中可以直接提取与储层性质更为密切的弹性参数体.常规弹性阻抗分解算法是基于最小二乘原理,通过求取弹性阻抗分解矩阵的广义逆提取弹性参数,由于该分解矩阵的条件数较大,导致在含噪声的情况下无法获取稳定的弹性参数.结合贝叶斯定理,引入弹性参数的先验分布,构建弹性阻抗分解的正则化项,从而有效提高了弹性阻抗分解的稳定性;考虑到弹性阻抗分解是个带限过程,并且同一时间采样点的弹性参数之间并非独立不相关,因此引入多变量高斯分布描述弹性参数的自然对数更为合理;最后结合基于低频软约束的叠后反演形成一套弹性阻抗反演的流程.模型试算和实际数据测试验证了该弹性阻抗反演流程具有较强的稳定性和较高的精度.