层析反演中的正则化方法研究.pdf

《层析反演中的正则化方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第54卷第5期石油物探Vo1．54，No．52015年9月GEOPHYSICALPR0SPECTINGF0RPETROLEUMSep．，2015李辉，王华忠，张兵．层析反演中的正则化方法研究口]．石油物探，2015，54(5)：569—581LiHui，WangHuazhong，ZhangBing．Thestudyofregularizationintomography[J]．GeophysicalProspectingforPetroleum，2015，54(5)：569—581层析反演中的正则化方法研究李辉h，王华忠，张兵。(1．同济大

2、学海洋与地球科学学院波现象与反演成像研究组，上海200092；2．青凤致远应用地球物理研究所，上海200093；3．中国石油化工股份有限公司石油物探技术研究院，江苏南京211103)摘要：正则化可显著降低层析反演解的非唯一性，提高层析反演结果的质量。主要研究了模型参数正则化和数据正则化。地下介质参数之间的关联性如何加入模型正则化是讨论的问题之一；观测数据之间的关联性加入数据正则化的方法则是另一个主要议题。此外，讨论了Tikhonov正则化和预条件两种模型正则化实现策略，指出前者理论比较直观，后者计算效率更高，并证明了两者在理论上的等价性。模

3、型正则化通过构造各向异性光滑算子加入地质构造特征，数据正则化则通过在层析矩阵中加入预先构造的数据预条件矩阵来实现。通过层析偏移速度分析给出了模型正则化和数据正则化的具体实现策略。理论分析和层析偏移速度分析的数值实验说明本文的模型正则化和数据正则化可显著提高层析反演的质量。关键词：层析偏移速度分析；模型正则化；数据正则化；预条件；地质构造约束中图分类号：P631文献标识码：A文章编号：1000—1441(2015)05—0569—13DOI：10．3969／j．issr~1000—1441．2015．05．010Thestudyofregul

4、arizati0nintomographyLiHui，WangHuazhong，ZhangBing’。(1．WavePhenomenaandInversionImagingGroup(WPI)，TongjiUniversity，Shanghai200092，China：2．Qingfeng—zhiyuanAppliedGeophysicsInstitute，Shanghai200093，China；3．SinopecGeophysicalResearchInstitute，Nanj’ing211103，China)Abstract：Regu

5、larizationintomographyisabletoweakenthenon-uniquenessoftomographytoimprovetheinversionresult—Thediscussionofregularizationinthispaperincludesmodel—regularizationanddata-regularizationModelparametersarenoti—solated，h0wtoaddtherelationshipoftheseparametersintotomographyisone

6、ofthemissionshereSimilarly，consideringda—tumrelationshipintomographyisanotherproblemTheso-called“straightforwardregularization’’andthe“preconditionregu—larizatio’arefocused，andweachievethatthe{ormeriSintuitionisticandthe1atteriSmoreefficiencyAlso．wepointoutthattheabovetwoa

7、lgorithmsareequivalenttoeachother，andthiswillbeshowninthispaperThegeologicalstructurecharacter—isticsofthemediumcanbeintegratedintothetomographyusingthemodel-regularizationwithanisotropicsmoothmatrix．Thedata-regularizationisrealizedwithanothersmoothoperatorwhichwillbeinteg

8、ratedintothetomographicmatrix．Themodel-regularizationanddata-regularizationaretestedwitht