基于先验模型约束的最小二乘逆时偏移方法

摘要

由于反演问题的不适定性,最小二乘逆时偏移(LSRTM)收敛速度缓慢,甚至陷入局部极值,无法收敛.另一方面,由于观测系统及地层吸收衰减的影响,往往造成地下照明盲区,LSRTM无法恢复照明盲区的构造.为此,通过测井数据构建先验反射系数模型,将其作为正则化项加入LSRTM约束反演过程,发展了基于先验模型约束的最小二乘逆时偏移算法(RLSRTM).并通过动态的正则化参数及对正则化项的预处理改善了约束效果.在实现算法的基础上对稀疏Marmousi模型进行了成像测试,计算结果表明:①常规LSRTM能够压制逆时偏移(RTM)结果中的成像噪声,补偿深部反射同相轴能量,但是对于照明不均匀现象的补偿效果有限,并且照明盲区的构造信息无法恢复;②正则化项预处理RLSRTM能够进一步恢复LSRTM照明补偿不足区域的构造信息,尤其对深部的背斜构造边界及其他地层刻画得更加清楚,也可以恢复部分照明盲区的构造信息;③无正则化项预处理RLSRTM的部分构造边界模糊,甚至出现假构造.因此正则化项梯度预处理RLSRTM能够加快收敛速度,改善弱照明及照明盲区的成像分辨率和保幅性,可以保证反演结果稳定,防止在反射率模型中引入极值,相比LSRTM,RLSRTM对低信噪比炮记录具有更好的适应性.