欢迎来到天天文库
浏览记录
ID:265158
大小:2.86 MB
页数:82页
时间:2017-07-16
《波形反演方法与应用研究硕士学位论文》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、中国石油大学(华东)硕士学位论文波形反演方法与应用研究姓名:邢文军申请学位级别:硕士专业:地球探测与信息技术指导教师:王永刚20060401波形反演方法与应用研究邢文军(地球探测与信息技术)指导教师:王永刚教授摘要波形反演是近些年发展起来的一种反演方法,其优点是反演依据充分,不仅可以利用同相轴的振幅及旅行时信息提取物性参数,而且可以有效的排除偶然因素的影响。反演离不开正演,本论文首先研究了正演,用有限差分法对方程进行求解,采用完全匹配层吸收边界条件,并对其进行了试算,说明完全匹配层吸收边界条件比其它边界条件吸收的更干净、效果更好。线性的地震反演不能恢复速度场的长波长分量,因为地球物
2、理反演问题是非线性的,所以只有完全非线性地震波形反演方法,才能观测到地震速度场的所有波长分量。共轭梯度法是一种经典算法,常用于求解非线性最优化问题,它是一种快速,高精度的解法,但反演结果的好坏依赖于初始模型的选择。模拟退火法以其能突破反演过程中局部最优的限制,获得全局最优解,还并不强烈依赖于初始模型的选取,但运算量大。模拟退火法和共轭梯度法的混合优化反演方法正是利用了它们的优点,既增加了算法的稳定性,又提高了运算效率。为了说明反演方法的有效性,利用上述方法对不同模型进行了试算,结果说明波形反演要优于波阻抗反演,混合优化反演要优于单一方法反演,并且具有一定的抗噪能力。最后对实际资料进
3、行了试反演,并用井旁道和测井数据进行了比较,进一步既明了用混合优化反演方法进行波形反演的有效性。关键词:波形反演,完全匹配层,模拟退火法,共轭梯度法,混合算法ResearchontheMethodsandApplicationof蹦iveformInversionXINGWen-jun(GeophysicalProspectingandInformationTechnology)D{rectedbyProcessorWANGYong—gangAbstractSeismicwaveforminversionwasdevelopedseveralyears.Seismicwavefor
4、minversioncanacquirepetrophysicalparametersbyamplitudeandtraveltimeofeventandeliminateeffectoffactorsbyaccident,asseismicdatahaveenoughinformationforseismicwaveforminversion.Thispaperstudiesforwardmodelingatfirst,becauseforwardmodelingaheadofinversion.Thenumericalintegrationofequationisobtaine
5、dbyusingfinite—differenceschemeandabsorbingboundaryconditionbyperfectmatchedlayer.Severnexamplesshowthatperfectmatchedlayersabsorbingboundaryconditioniscleanerandbetterthanotherabsorbingboundaryconditions.ThelinearwaveforminversionseemsunabletOrecoverlongwavelengthcomponentsofthevelocitymodel.
6、a11thewavevectorcomponentsshouldbeobservablewhileusinganonlinearapproachtoseismicwaveforminversionproblems,becauseinversionNoblemsofgeophysicsarenonlinear.Theconjugate—gradientmethodisaclassicalquickandhighprecisionalgorithmwhichusuallyusedtononlinearoptimizationproblems,however’inversionresul
7、tsdependonthechoiceofinitialmodel.Thesimulatedannealingmethodhastheadvantageofavoidinglocalminimizationanddoesn’tdependonthechoiceofinitialmodel,butithasadrawbackofmuchcalculation、Hybridalgorithmofsimulatedannealingmethodandconjugate—gr
此文档下载收益归作者所有