[发明专利]基于MWV模型的频率域多道反射系数联合反演方法及系统

说明书

本发明提供了一种基于MWV模型的频率域多道反射系数联合反演方法及系统，该方法包括：获取经过预处理的叠后地震资料；根据所述叠后地震资料获取频率域多道反射系数联合反演参数先验信息；从所述叠后地震资料中提取地震子波；基于傅里叶变换提取所述地震子波的频谱信息；根据所述频率域多道反射系数联合反演参数先验信息构建频率域多道反射系数联合反演的正演算子矩阵；通过傅里叶变换逐道提取所述叠后地震资料的频谱信息；基于所述频谱信息构建频率域多道反射系数联合反演的目标函数，并通过MMV模型和块稀疏贝叶斯学习理论求解所述目标函数，以获取反射系数模型参数。本发明有效提高了频率域反射系数反演结果的精度和稳定性。

技术领域

本发明涉及油气田地震勘探领域，尤其涉及一种基于MMV模型的频率域多道反射系数联合反演方法及系统。

背景技术

在油气田勘探开发领域，地震勘探一直是探明地下油藏特征、开展储层精细解释的重要技术手段。地震资料具有覆盖范围广、横向连续性强等特点，其在识别地下薄层，特别是含油气地层在地下空间的三维展布特征等方面具有不可替代的优势。然而在实际生产中，由于地震资料频带宽度有限，制约了地震数据薄层分辨能力。因此基于地震资料开展反射系数反演拓宽其有效频带宽度是提高地震分辨率的关键，为后续薄层识别及储层精细解释奠定基础。

地震反射系数反演可大致分为时间域反演方法和频率域反演方法，其都需要输入地震子波相关信息，并通过剔除带限子波影响从而提高资料分辨率。两类方法不同之处则主要体现在：时间域反射系数反演方法基于时域褶积模型，通过地震子波时间序列构建褶积矩阵，地震波形可视为子波的线性叠加，对应加权系数即为反射系数。频率域反射系数反演方法则是通过构建地震资料频谱与其子波频谱的线性响应关系，视其加权系数为地震道对应的反射系数。对于白噪声，两类反演方法都有较好的压制效果。然而对于有色地震噪声，其有效功率谱通常集中在某一频带范围内，频率域反演方法可通过优选合适频带范围予以处理从而降低有色噪声的影响，而时间域反演方法则难以灵活规避这一问题。此外，频率域反演方法可通过调整频谱采样密度控制正演算子矩阵规模，从而平衡反演精度与运算效率，而时间域反演算法中正演算子矩阵规模受地震道和地震子波的时间长度制约，限制了方法的灵活性。频率域反演方法从频谱角度分析求解问题，更符合拓宽频谱提高分辨率的宗旨。

对于稀疏反射系数反演，其本质是求解稀疏约束即L₀范数约束的最优化问题。由于L₀范数求解属于NP难问题，因此传统基追踪理论将其简化为L₁范数约束的线性规划(LP)问题求解。而稀疏贝叶斯学习理论将L₀范数约束问题转换为一种贝叶斯框架下的稀疏训练问题，其与基追踪的差别在于基追踪理论中L₁范数的权系数为一个预先给定的常数，而稀疏贝叶斯学习理论则对每个基向量设置独立的正则参数，并通过一定的学习机制训练最优正则参数组合。上述理论在频率域反射系数反演中仍有以下问题亟待进一步优化：

1)反演结果的稀疏性。由于L₁范数的稀疏表示能力天然不足，基追踪理论将L₀范数近似转换为L₁范数所求得的解的稀疏性通常不足，其反演结果通常存在结构误差，即所获取的稀疏解并不一定对应于全局最优解。而稀疏贝叶斯学习理论通过贝叶斯学习机制训练开展正则参数训练，较大程度优化了解的稀疏性，但由于当前参数学习准则的精度不足且未考虑反射系数的横向连续性等因素，其求解精度仍有待提高。

2)反演算法的抗噪性。在含噪情况下，基于基追踪理论的稀疏反射系数反演结果的稀疏性会遭到破坏。而对于稀疏贝叶斯学习理论，在含噪情况下其所求的稀疏反射系数与真实情况通常存在一定位置偏差，且偏差程度随噪声的增加而扩大；同时资料噪声也在一定程度上破坏解的稀疏性。

3)反射系数的横向连续性。地震反射系数在地下空间一定范围内表现为垂向稀疏性和横向连续性，传统反演理论，包括基追踪和稀疏贝叶斯学习理论，仅考虑了垂向稀疏性而对其横向连续性则均未加以约束。横向连续性约束的缺失会进一步破坏结果的稀疏性和抗噪性。

发明内容