非高斯AVO三參數(shù)反演算法及其應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩148頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著油氣勘探的不斷深入和勘探技術(shù)的不斷提高,油氣勘探的重點(diǎn)逐漸從構(gòu)造油氣藏轉(zhuǎn)移至巖性油氣藏。與傳統(tǒng)的構(gòu)造油氣藏相比,巖性油氣藏隱蔽性更大,成藏規(guī)律更復(fù)雜,勘探難度更大,對(duì)儲(chǔ)層預(yù)測(cè)精度的要求更高,以便獲取更可靠的儲(chǔ)層信息,降低勘探開發(fā)的風(fēng)險(xiǎn)。
  AVO(Amplitude Variation with Offset)反演是提取隱藏在地震信息中的彈性參數(shù)的重要途徑,是當(dāng)前地震信號(hào)處理與解釋應(yīng)用領(lǐng)域的前沿研究課題之一。傳統(tǒng)的地震反演算

2、法為了建模的簡單性和解析的易處理性,通常假設(shè)噪聲服從高斯分布。這種假定對(duì)信噪比相對(duì)較高的疊后地震反演來說是基本適用的,但是對(duì)于信噪比相對(duì)較低的地震疊前數(shù)據(jù)來說,尤其是某些復(fù)雜儲(chǔ)層(如生物礁儲(chǔ)層),高斯噪聲假設(shè)往往難以滿足實(shí)際情況,使得傳統(tǒng)的基于高斯模型的疊前反演方法很難取得令人滿意的效果。所以從反演性能損失的角度來看,為了給地震解釋人員提供更可靠地解釋依據(jù),更準(zhǔn)確的非高斯模型還是必要的。文章首先對(duì)AVO反演迭代算法中反演迭代誤差以及實(shí)際

3、地震疊前資料中的噪音的非高斯性進(jìn)行了分析討論,在此基礎(chǔ)上,對(duì)高斯環(huán)境下的AVO三參數(shù)反演算法進(jìn)行了深入研究,以提高地震疊前反演的準(zhǔn)確度,為地震解釋人員提供更可靠的解釋依據(jù)。
  本文主要針對(duì)地震疊前反演中噪聲和反演算法中迭代殘差的非高斯特征,首先對(duì)常見的非高斯模型進(jìn)行了分析,并在此基礎(chǔ)上研究了不同噪音模型下的非高斯AVO三參數(shù)反演方法。論文的研究工作主要包括:
  (1)針對(duì)地震疊前反演中普遍使用的高斯模型,文章首先分析了A

4、VO三參數(shù)反演迭代算法中反演迭代誤差源,并利用某地震工區(qū)的實(shí)際地震資料對(duì)地震疊前數(shù)據(jù)中的噪音以及迭代算法中反演迭代誤差的非高斯性進(jìn)行了分析驗(yàn)證,為整篇論文的非高斯反演算法研究奠定了理論基礎(chǔ)。
  (2)針對(duì)AVO反演迭代算法中迭代誤差的非高斯特征,采用廣義極值分布對(duì)反演迭代誤差進(jìn)行建模,由于廣義極值分布根據(jù)參數(shù)選取的不同,可以擬合具有任意分布形態(tài)的概率密度函數(shù),避免了使用單一分布造成的建模誤差。同時(shí)針對(duì)迭代誤差的時(shí)變性,在每一次迭

5、代更新過程中利用廣義極值分布對(duì)迭代殘差實(shí)時(shí)擬合,提高了算法對(duì)的各類非高斯噪聲的適應(yīng)能力。并結(jié)合擬牛頓算法收斂速度快和共軛梯度算法數(shù)據(jù)存儲(chǔ)量低的優(yōu)點(diǎn),提出了基于自適應(yīng)廣義極值分布的擬共軛梯度算法。
  (3)針對(duì)l1范數(shù)的奇異性導(dǎo)致的優(yōu)化困難,提出了一種歸一化符號(hào)梯度算法,該算法不僅保持了l1范數(shù)對(duì)脈沖噪聲的魯棒性,而且在迭代更新過程中不需要矩陣求逆,減少了計(jì)算量,提高了反演效率。同時(shí)引入變步長的思想,提出了變步長歸一化符號(hào)梯度算法

6、,解決了定步長算法存在的收斂速度和失調(diào)量之間的矛盾。
  (4)在分析迭代重加權(quán)最小二乘算法以及不同加權(quán)范數(shù)的優(yōu)缺點(diǎn)的基礎(chǔ)上,通過引入Hampel三段下降函數(shù),提出一種迭代重加權(quán)最小M估計(jì)算法,算法通過結(jié)合Huber范數(shù)和Biweight范數(shù)的優(yōu)點(diǎn),提高了算法對(duì)脈沖噪聲和高斯背景噪聲的抑制能力。
  (5)針對(duì)地震疊前資料中噪聲的非高斯分布特征,提出了一種基于l1、l2混合范數(shù)反演算法:算法構(gòu)造了能同時(shí)壓制高斯和非高斯噪聲的

7、l1、l2混合范數(shù)作為反演目標(biāo)函數(shù);同時(shí)在反演目標(biāo)函數(shù)中加入測(cè)井約束信息,提高了反演的穩(wěn)定性。
  (6)在基于l1、l2混合范數(shù)反演算法研究基礎(chǔ)上,通過引入廣義似然比檢驗(yàn)函數(shù),對(duì)l1范數(shù)和l2范數(shù)的權(quán)重進(jìn)行自適應(yīng)調(diào)節(jié),提出了基于l1、l2自適應(yīng)混合范數(shù)反演算法,提高了算法對(duì)地震疊前數(shù)據(jù)中非高斯噪聲的自適應(yīng)抑制能力。
  (7)由于l2范數(shù)在超高斯噪聲和高斯噪聲環(huán)境下有較好的反演性能,l4范數(shù)在亞高斯噪聲干擾下有較好的反演性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論