基于精确Zoeppritz方程的叠前地震反演方法在面向低信噪比地震资料的应用时仍然存在较大挑战。马尔科夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)模拟是一种启发式的全局寻优算法,是实现叠前弹性参数非线性反演的有效途径。常规基于M...基于精确Zoeppritz方程的叠前地震反演方法在面向低信噪比地震资料的应用时仍然存在较大挑战。马尔科夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)模拟是一种启发式的全局寻优算法,是实现叠前弹性参数非线性反演的有效途径。常规基于MCMC算法的叠前反演采用高斯分布来刻画弹性参数的统计特征,在应用于复杂岩性储层时有较大的局限性。同时,由于地下模型参数空间巨大以及地震数据中噪声等因素的影响,MCMC对弹性参数后验概率分布的搜索过程极易受到局部极值的影响,这使得基于MCMC的叠前反演较难获得稳定、准确的结果。本文针对实际复杂储层及低信噪比地震资料条件下基于精确Zoeppritz方程的叠前反演问题,提出了一种改进的MCMC弹性参数反演方法。该方法首先利用低频模型约束,将待反演参数转换为模型参数的扰动量,从而降低后验概率分布的复杂度;其次,通过对似然函数取对数,并利用低频模型来约束地震正演过程;最后,利用基于随机子空间采样的多链算法对叠前非线性反演问题进行全局寻优,以避免采样过程过早地收敛到局部极值。低信噪比模拟数据和实际数据的测试表明,本文所提方法能够获得更加准确、稳定的弹性参数反演结果,并且能够对反演结果给出可信、定量的不确定性估计。展开更多
文摘基于精确Zoeppritz方程的叠前地震反演方法在面向低信噪比地震资料的应用时仍然存在较大挑战。马尔科夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)模拟是一种启发式的全局寻优算法,是实现叠前弹性参数非线性反演的有效途径。常规基于MCMC算法的叠前反演采用高斯分布来刻画弹性参数的统计特征,在应用于复杂岩性储层时有较大的局限性。同时,由于地下模型参数空间巨大以及地震数据中噪声等因素的影响,MCMC对弹性参数后验概率分布的搜索过程极易受到局部极值的影响,这使得基于MCMC的叠前反演较难获得稳定、准确的结果。本文针对实际复杂储层及低信噪比地震资料条件下基于精确Zoeppritz方程的叠前反演问题,提出了一种改进的MCMC弹性参数反演方法。该方法首先利用低频模型约束,将待反演参数转换为模型参数的扰动量,从而降低后验概率分布的复杂度;其次,通过对似然函数取对数,并利用低频模型来约束地震正演过程;最后,利用基于随机子空间采样的多链算法对叠前非线性反演问题进行全局寻优,以避免采样过程过早地收敛到局部极值。低信噪比模拟数据和实际数据的测试表明,本文所提方法能够获得更加准确、稳定的弹性参数反演结果,并且能够对反演结果给出可信、定量的不确定性估计。
