亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于信息幾何的avo反演方法

文檔序號(hào):6238077閱讀:320來(lái)源:國(guó)知局
基于信息幾何的avo反演方法
【專利摘要】本發(fā)明公開了一種基于信息幾何的AVO反演方法。其包括以下步驟:反演數(shù)據(jù)輸入、建立正演模型、分析數(shù)據(jù)分布得到分布函數(shù)族、得到對(duì)應(yīng)黎曼流形、建立基于Bregman散度的目標(biāo)函數(shù)和反演求解。本發(fā)明的有益效果是:本發(fā)明的基于信息幾何的AVO反演方法通過(guò)基于黎曼空間建立新的目標(biāo)函數(shù),采用Bregman散度形式,降低了計(jì)算復(fù)雜度,更好的表征了數(shù)據(jù)的非線性特性和噪聲的隨機(jī)性,能夠得到更為精確、分辨率更高的反演結(jié)果。
【專利說(shuō)明】基于信息幾何的AVO反演方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于AVO反演【技術(shù)領(lǐng)域】,尤其涉及一種基于信息幾何的AVO反演方法。

【背景技術(shù)】
[0002]地震勘探是利用收集到的地震數(shù)據(jù)推測(cè)地下介質(zhì)的物理狀態(tài)及物質(zhì)結(jié)構(gòu),其中一個(gè)很重要的應(yīng)用就是油氣勘探。隨著油氣勘探的不斷深入和勘探水平的不斷提高,疊后地震資料數(shù)據(jù)由于不能反映反射振幅隨偏移距變化等重要信息,難以滿足巖性油氣藏勘探開發(fā)的需要。而AVO技術(shù)(Amplitude Variat1n with Offset,地震反射振幅與炮檢距的關(guān)系)采用Zoeppritz方程或者其近似方程作為理論基礎(chǔ),利用地層反射振幅隨炮檢距變化的規(guī)律,由疊前地震數(shù)據(jù)獲得描述地層屬性的參數(shù)(如縱波、橫波和密度)等信息則得到了越來(lái)越多的應(yīng)用。AVO反演是實(shí)現(xiàn)AVO技術(shù)的重要手段。AVO反演實(shí)際上將反演這一反問(wèn)題轉(zhuǎn)化為一個(gè)數(shù)學(xué)上的最優(yōu)化問(wèn)題,以數(shù)據(jù)殘差作為度量標(biāo)準(zhǔn),來(lái)衡量觀測(cè)數(shù)據(jù)和模型數(shù)據(jù)是否達(dá)到最優(yōu)的擬合。傳統(tǒng)的AVO反演算法在假設(shè)噪聲分布后,使用L2范數(shù)作為度量標(biāo)準(zhǔn),在此基礎(chǔ)上得到常見(jiàn)的LS (Least Square)問(wèn)題。使用LS范數(shù)構(gòu)造的目標(biāo)函數(shù)受到噪聲分布的限制,地震數(shù)據(jù)中的噪聲復(fù)雜多變,例如假設(shè)噪聲服從高斯分布,則L2范數(shù)性能能得到保障;若假設(shè)噪聲服從非高斯分布,則L2范數(shù)的性能會(huì)退化。基于此,國(guó)內(nèi)外一些學(xué)者研究并提出了一些魯棒性的方法。相對(duì)于L2范數(shù),LI范數(shù)在處理異常噪聲時(shí)具有更好的穩(wěn)定性,但是LI范數(shù)在零點(diǎn)處不可導(dǎo),同樣存在一些不足。另外一種魯棒性的方法,或者說(shuō)是LI范數(shù)的變形方法,將L2范數(shù)和LI范數(shù)結(jié)合起來(lái),同時(shí)利用了 L2范數(shù)對(duì)較小噪聲的平滑性和LI范數(shù)對(duì)較大噪聲(異常值)的不敏感性的特性,該結(jié)合取得了不錯(cuò)的反演效果。
[0003]對(duì)于AVO反演這樣一個(gè)復(fù)雜的非線性問(wèn)題,現(xiàn)有的建模和優(yōu)化都是基于平坦的歐氏空間,而近年來(lái)發(fā)起來(lái)的新興學(xué)科-信息幾何(informat1n geometry)則給了我們一個(gè)從不平坦的非歐空間(黎曼空間)去洞悉問(wèn)題和解決問(wèn)題的視角。信息幾何是在黎曼流形上采用現(xiàn)代微分幾何方法來(lái)研究統(tǒng)計(jì)學(xué)和信息領(lǐng)域問(wèn)題而提出的一套新的理論體系。作為一套精密而強(qiáng)有力的數(shù)學(xué)工具,信息幾何整逐步應(yīng)用于信息理論、系統(tǒng)理論、控制理論、神經(jīng)網(wǎng)絡(luò)和統(tǒng)計(jì)推斷等各個(gè)領(lǐng)域,并展現(xiàn)出強(qiáng)大的技術(shù)優(yōu)勢(shì)。相比于歐氏幾何、賦范空間和線性代數(shù)三大傳統(tǒng)數(shù)學(xué)基礎(chǔ),微分幾何和黎曼流形將成為信號(hào)處理技術(shù)的新基礎(chǔ)。在AVO反演問(wèn)題的研究中,從嚴(yán)格意義上來(lái)說(shuō),通過(guò)建模得到的正演模型是無(wú)解的,而且,考慮到觀測(cè)數(shù)據(jù)中噪聲的存在,現(xiàn)有方法都只能是在歐氏空間尋求一個(gè)在某種目標(biāo)函數(shù)下的最優(yōu)解,來(lái)最大限度的擬合觀測(cè)數(shù)據(jù)和模型數(shù)據(jù),其中的關(guān)鍵步驟就是目標(biāo)函數(shù)(約束準(zhǔn)則)的選取。
[0004]Bube和Langan在1997年提出使用迭代重加權(quán)最小二乘法(Iterativelyreweighted least square, IRLS)求解混合LI和L2范數(shù)的反演算法,并將其用在層析成像中,Bube和Nemeth在2007年又提出了一種快速線搜索的方法用以改善算法的收斂速度;Guitton和Symes在2003年提出了使用另外一種LI和L2混合范數(shù)的Huber范數(shù)的方法,并采用擬牛頓方法對(duì)其進(jìn)行求解,該方法應(yīng)用在了速度估計(jì)中。Li在2010年提出了一種新的LI范數(shù)求解的方法,通過(guò)一個(gè)混合范數(shù)函數(shù)近似LI范數(shù)路;Ji在2011年提出了另外一種魯棒性的反演算法,它是使用Biweight范數(shù)作為目標(biāo)函數(shù),使用IRLS方法并結(jié)合共軛梯度法對(duì)其進(jìn)行求解。不同于前兩種魯棒性范數(shù)處理噪聲的機(jī)制,Beweight范數(shù)對(duì)大的噪聲(異常值)直接將其排除掉,對(duì)反演效果有所提升。在AVO反演問(wèn)題的研究中,目標(biāo)函數(shù)選擇是否得當(dāng)直接影響最終的反演效果。歐氏空間作為一個(gè)平坦的空間,對(duì)深入研究非線性問(wèn)題有一定的局限,例如對(duì)于一般的非線性問(wèn)題,在歐式空間最常用的的方法就是進(jìn)行線性化處理或者切平面近似,即對(duì)非線性的測(cè)量模型或狀態(tài)模型進(jìn)行Taylor級(jí)數(shù)展開,并取其線性項(xiàng)實(shí)現(xiàn)模型的線性化,并采用線性估計(jì)的方法求解。如果對(duì)模型的線性化近似是合理有效的,那么所得到的估計(jì)結(jié)果是漸進(jìn)無(wú)偏的,且具有漸進(jìn)的最小均方誤差。但如果這種近似并不是有效的,線性化處理必然會(huì)給估計(jì)結(jié)果帶來(lái)很大的誤差。對(duì)于AVO反演這樣一個(gè)復(fù)雜的非線性問(wèn)題,現(xiàn)有方法的目標(biāo)函數(shù)的選擇都基于歐氏空間,這對(duì)深入研究AVO反演這樣一個(gè)復(fù)雜的非線性問(wèn)題無(wú)疑是存在不足的。


【發(fā)明內(nèi)容】

[0005]為了解決以上問(wèn)題,本發(fā)明提出了一種基于信息幾何的AVO反演方法。
[0006]本發(fā)明的技術(shù)方案是:一種基于信息幾何的AVO反演方法,包括以下步驟:
[0007]S1.將反演數(shù)據(jù)進(jìn)行輸入,
[0008]其中,所述反演數(shù)據(jù)包括疊后數(shù)據(jù)、超道集數(shù)據(jù)、建模數(shù)據(jù)、層位數(shù)據(jù)、子波數(shù)據(jù)和井?dāng)?shù)據(jù);
[0009]S2.根據(jù)步驟SI中的反演數(shù)據(jù),建立AVO正演模型,并得到正演模型矩陣G、觀測(cè)數(shù)據(jù)d、模型數(shù)據(jù)Cltl和待估計(jì)參數(shù)X ;
[0010]S3.分析觀測(cè)數(shù)據(jù)d和模型數(shù)據(jù)Cltl的概率分布特性,得到概率分布函數(shù)族;
[0011]S4.根據(jù)步驟S3中的概率分布函數(shù)族,得到概率分布函數(shù)族對(duì)應(yīng)的黎曼流形;
[0012]S5.在步驟S4中得到的黎曼流形的基礎(chǔ)上,建立基于Bregman散度的目標(biāo)函數(shù),得到黎曼流形上的AVO優(yōu)化模型;
[0013]S6.根據(jù)步驟S5中得到的AVO優(yōu)化模型進(jìn)行反演求解,得到反演結(jié)果。
[0014]進(jìn)一步地,正演模型矩陣G、觀測(cè)數(shù)據(jù)d和待估計(jì)參數(shù)X的關(guān)系式為:
[0015]d = Gx+v,
[0016]其中,V為噪聲,X =[ Λ Lp Λ Ls Λ Ld]τ,Λ Lp為縱波阻抗相對(duì)變化量,P為縱波波阻抗,ALs為橫波阻抗相對(duì)變化量,s為橫波波阻抗,ALd為密度相對(duì)變化量,d為密度。
[0017]進(jìn)一步地,上述步驟S5具體包括以下步驟:
[0018]S51.設(shè)定對(duì)偶平坦流形S上的任意兩點(diǎn)分別為點(diǎn)P和點(diǎn)Q,點(diǎn)P的坐標(biāo)和對(duì)偶坐標(biāo)分別為θ p和< ,點(diǎn)Q的坐標(biāo)和對(duì)偶坐標(biāo)分別為Θ q和τζ ^將點(diǎn)P和點(diǎn)Q的fcegman散度D (P, Q)定義為:

【權(quán)利要求】
1.一種基于信息幾何的AVO反演方法,其特征在于,包括以下步驟: S1.將反演數(shù)據(jù)進(jìn)行輸入, 其中,所述反演數(shù)據(jù)包括疊后數(shù)據(jù)、超道集數(shù)據(jù)、建模數(shù)據(jù)、層位數(shù)據(jù)、子波數(shù)據(jù)和井?dāng)?shù)據(jù); S2.根據(jù)步驟SI中的反演數(shù)據(jù),建立AVO正演模型,得到正演模型矩陣G、觀測(cè)數(shù)據(jù)d、模型數(shù)據(jù)Cltl和待估計(jì)參數(shù)X ; S3.分析觀測(cè)數(shù)據(jù)d和模型數(shù)據(jù)Cltl的概率分布特征,得到概率分布函數(shù)族; S4.根據(jù)步驟S3中的概率分布函數(shù)族,得到概率分布函數(shù)族對(duì)應(yīng)的黎曼流形; S5.在步驟S4中得到的黎曼流形的基礎(chǔ)上,建立基于Bregman散度的目標(biāo)函數(shù),得到黎曼流形上的AVO優(yōu)化模型; S6.根據(jù)步驟S5中得到的AVO優(yōu)化模型進(jìn)行反演求解,得到反演結(jié)果。
2.如權(quán)利要求1所述的基于信息幾何的AVO反演方法,其特征在于:所述步驟S2中建立的AVO正演模型表示為:
d = Gx+v, 其中,V為噪聲,X =[ Λ Lp Λ Ls Λ Ld]τ,Λ Lp為縱波阻抗相對(duì)變化量,P為縱波波阻抗,Δ Ls為橫波阻抗相對(duì)變化量,s為橫波波阻抗,Δ Ld為密度相對(duì)變化量,d為密度。
3.如權(quán)利要求1所述的基于信息幾何的AVO反演方法,其特征在于:所述步驟S5在步驟S4中得到的黎曼流形的基礎(chǔ)上,建立基于Bregman散度的目標(biāo)函數(shù),得到黎曼流形上的AVO優(yōu)化模型具體包括以下步驟: S51.設(shè)定對(duì)偶平坦流形S上的任意兩點(diǎn)分別為點(diǎn)P和點(diǎn)Q,點(diǎn)P的坐標(biāo)和對(duì)偶坐標(biāo)分別為θ p和 <,點(diǎn)Q的坐標(biāo)和對(duì)偶坐標(biāo)分別為Θ q和《,將點(diǎn)P和點(diǎn)Q的fcegman散度D (P, Q)定義為:
其中,Ψ ( θ p)為θ p對(duì)應(yīng)的勢(shì)函數(shù),ψ\η:4)為< 對(duì)應(yīng)的勢(shì)函數(shù); S52.對(duì)步驟S51中點(diǎn)P和點(diǎn)Q的Bregman散度D(P, Q)進(jìn)行轉(zhuǎn)換,得到D (P, Q)的對(duì)偶表達(dá)式為:
其中,為對(duì)應(yīng)的勢(shì)函數(shù); S53.根據(jù)Bregman散度D(P, Q),建立目標(biāo)函數(shù),表示為:
Target = D (P, Q)。
4.如權(quán)利要求1、2或3所述的基于信息幾何的AVO反演方法,其特征在于:所述步驟S6中求解方法具體包括以下步驟: S61.當(dāng)步驟S53中建立的目標(biāo)函數(shù)Target— O時(shí),觀測(cè)數(shù)據(jù)d和模型數(shù)據(jù)(Itl達(dá)到最佳擬合狀態(tài); S62.通過(guò)正演模型矩陣G、觀測(cè)數(shù)據(jù)d和待估計(jì)參數(shù)X的關(guān)系式d= Gx+v反演待估計(jì)參數(shù)X,得到反演結(jié)果。
【文檔編號(hào)】G01V1/28GK104199089SQ201410416225
【公開日】2014年12月10日 申請(qǐng)日期:2014年8月22日 優(yōu)先權(quán)日:2014年8月22日
【發(fā)明者】費(fèi)高雷, 宋貝貝, 胡光岷 申請(qǐng)人:電子科技大學(xué)
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1