一种基于稀疏表示的地震各向异性参数反演方法技术

本发明专利技术公开一种基于稀疏表示的地震各向异性参数反演方法，应用于地震数据处理领域，各向异性参数反演中的稳定性问题，本发明专利技术根据实测数据获得训练样本，基于K‑SVD方法从实际测井数据中学习六个参数各自的在线稀疏字典作为初始字典；再在反演过程中根据在线字典学习方法逐步更新字典，并将反演的各参数在对应的稀疏字典上的稀疏表达作为约束条件，从而进行各参数的反演，使得反演结果更趋向于测井数据，进而保证纵向分辨率的提高，使得反演结果更准确。

An inversion method of seismic anisotropy parameters based on sparse representation

The invention discloses an inversion method of seismic anisotropic parameters based on sparse representation, which is applied to the field of seismic data processing and the stability problem in the inversion of anisotropic parameters. The invention obtains training samples according to the measured data, learns the online sparse Dictionary of six parameters from the actual logging data based on the K \u2011 SVD method as the initial dictionary, and then uses the online sparse Dictionary of six parameters as the initial dictionary according to the The online dictionary learning method gradually updates the dictionary, and takes the sparse expression of each parameter in the corresponding sparse dictionary as the constraint condition, so as to carry out the inversion of each parameter, making the inversion result more tend to the well logging data, thus ensuring the improvement of the vertical resolution, making the inversion result more accurate.

【技术实现步骤摘要】
一种基于稀疏表示的地震各向异性参数反演方法
本专利技术属于地震数据解释领域，特别涉及一种地震各向异性参数反演技术。
技术介绍
地震波各向异性反演是利用地表观测的叠前方位角道集地震资料，以已知地质规律和钻井、测井资料为约束，对地下岩层裂缝及各向异性特征的空间结构和进行成像的过程。各向异性反演为油气勘探中的储层预测提供了重要的依据。各向异性参数需要和弹性参数同步反演，这些参数(后称六参数)同时反演时，其反演框架同叠前反演一致，是一种基于模型的叠前反演方法，是预测地层裂缝和各向异性参数的中有手段。该方法从初始地质模型出发，利用合成记录与实际地震数据之间的残差计算出的模型修正量来不断迭代更新初始模型，使模型正演合成记录与实际地震记录达到最佳吻合，最终得到的模型数据便是反演结果。各向异性参数需要和弹性参数同步反演，这些参数同时反演时，由于其反演参数多、参数对地震数据影响微弱等原因导致反演结果存在极大地不稳定性。通常解决反演稳定性最直接方法就是加入先验信息约束，但是传统的先验约束信息都需要假设模型具有特定的结构(稀疏、光滑等)或具有一个唯一确定的数学表达形式(高斯或者柯西先验分布)。比如，增强反演结果光滑性最流行的正则化方法是Tikhonov型正则化，该类方法以最小化模型参数的低阶空间导数的l2范数作为先验约束；以及，2012年，Anagaw等基于全变差(TV)方法设计出能生成块状结构的弹性参数的反演方法，而这种方法是以最小化模型参数的梯度的l1范数为目标。这些先验信息通常只是一种单纯的数学抽象，只能适用于特定的工区，对地下信息的刻画并不完备，如果将这种先验信息用于各向异性反演必然导致反演结果存在误差。由于传统的正则化方法没有考虑到测井数据中内含的地层特征，针对这一缺陷，基于稀疏表征的反演方法因此产生。稀疏表示技术是将信号在预先获得的一组基向量中进行分解，使得信号可以尽可能地由少量几个基向量线性表示。如今，稀疏表征理论在图像超分辨率重建，信号去噪，等领域中都取得成功的应用。稀疏表征技术包括字典学习和稀疏重构。1996年，Olshausen等在《Nature》上发表的著名的Sparsenet字典学习方法奠定了字典学习的理论基础。其主要思想是从自然图像库中抽取大量的小图像块作为训练集，采用交替优化方法不断的学习训练更新字典，以获得信号的稀疏表示。2006年，Aharon提出了K-SVD方法，可很好地用于字典学习中；该方法使用正交匹配追踪技术，逐个考虑原子信号对数据拟合的贡献并逐个更新原子信号，目前，该方法已经成为字典学习应用最广泛的方法。稀疏重构就是将信号在预先学好的字典中进行稀疏分解，使得信号可以尽可能地由少量原子线性表示。稀疏分解实质是求一个l0范数的问题，求解方法主要有匹配追踪，正交匹配追踪等。字典学习最早用于主成分分析方法中，2006年，Elad成功的将字典学习应用于图像去噪。2012年，Tang等引入了学习型超完备字典，将字典学习与总变差(TV)最小化结合起来用于地震数据去噪，并证明非均匀原子的字典更适合于地震数据去噪。2015年，Zhu改进了以往的字典方法，引入基于参数的字典学习方法用于地震数据去噪，在合成地震记录中有很好的效果。2016年，Chen将字典模型的分析方法和学习方法结合起来提出双稀疏字典学习方法用于地震数据去噪。在2017年，Nazari等通过多任务策略将二维的字典学习模型扩展到三维并用于三维地震数据去噪。同样地，2018年，Liu等将字典学习用于地震数据的稀疏表示，进而作为一个正则项用于地震数据去噪。前述在地震勘探中的字典学习方法均是用于数据去噪。2018年，Li首次将字典学习方法用于地震的全波形反演，提出基于多类字典学习的正则化框架，并在数值模拟中有较好的成果。同样地，在2018年，She等首次将字典学习方法运用于叠前AVO弹性参数反演，并提出将稀疏表示作为正则化项这一新方法，不管是在数值模拟还是在实际数据上均有很好的效果，这是反演历史的一个突破。但是She的方法只能利用初始的井数据学习字典，无法在反演过程中对字典进行更新。
技术实现思路
为解决各向异性参数反演中的稳定性问题，本专利技术提出了一种基于稀疏表示在线学习字典的地震各向异性参数反演方法，降低反演不稳定性。本专利技术采用的技术方案为：一种基于稀疏表示的地震各向异性参数反演方法，根据同一工区中地层在横向上具有连续性，将各向异性介质中地震训练样本在字典上的稀疏表达作为约束条件进行反演，得到地层各向异性参数的反演结果，同时在反演过程中字典原子能够根据反演结果进行同步更新，避免因原始井数据较少导致的样本不足等问题。进一步地，包括以下步骤：S1、根据实际测井数据训练，具体的：根据实际的测井数据提取训练集，对训练集进行稀疏表示，基于K-SVD方法从实际测井数据中学习各参数对应的稀疏字典作为反演计算中所需要的初始字典；所述训练集中包括若干训练样本；S2、通过对实际测井数据进行插值处理，建立各向异性介质中地震数据反演的初始模型；S3、根据步骤S2建立的模型建立各向异性参数的反演目标函数，将一个地震剖面反演过程中，已反演好的结果再作为训练样本，进而实现在线更新字典，最后得到地层各向异性参数的反演结果；所述反演目标函数在同一工区中，地层在横向上具有连续性的假设下，将各参数在对应的稀疏字典上的稀疏表达作为约束条件。进一步地，所述各参数包括各向异性参数及弹性参数；具体的各向异性参数包括ε，δ，γ，弹性参数包括：纵波速度Vp，横波速度Vs,密度ρ。进一步地，步骤S3所述更新字典，具体为：A1、将六个参数的反演结果进行分块处理，得到各参数的N个长度为M的训练样本集；A2、设置正则化参数以及最大迭代次数；A3、以步骤S1中从实际测井数据中学习得到的各参数对应的稀疏字典作为各参数对应的初始字典，并根据各参数的初始字典确定对应的初始化的稀疏系数矩阵；A4、假设各字典中的原子固定，采用OMP方法对参数的训练样本进行稀疏编码，得到参数对应的稀疏系数矩阵；A5、对字典中的原子进行逐个迭代更新，从而得到各参数对应的稀疏字典以作为反演计算中所需要的字典。更进一步地，步骤S1包括以下分步骤：S11、将实际测井数据进行分块处理，得到各参数的N个长度为M的训练样本集；S12、设置正则化参数以及最大迭代次数；S13、初始化各参数对应的字典和稀疏系数矩阵；S14、假设各字典中的原子固定，采用OMP方法对参数的训练样本进行稀疏编码，得到参数对应的稀疏系数矩阵；S15、对字典中的原子进行逐个迭代更新，从而得到各参数对应的稀疏字典以作为反演计算中所需要的初始字典。进一步地，步骤S15所述逐个原子更新具体为：B1、将当前要更新的第k列原子记为dk，记Ik＝{i|αi(k)≠0,1≤i≤N}，i表示第i个测井数据的小块，αi(k)为αi中的第k个元素，则Ik表示所有样本中使用到第k列原子dk的索引集；B2、用表示去除字典中第k本文档来自技高网...

【技术保护点】
1.一种基于稀疏表示的地震各向异性参数反演方法，其特征在于，根据同一工区中，地层在横向上具有连续性，将各向异性介质中各参数在字典上的稀疏表达作为约束条件进行反演，得到地层各向异性参数的反演结果。/n

【技术特征摘要】
1.一种基于稀疏表示的地震各向异性参数反演方法，其特征在于，根据同一工区中，地层在横向上具有连续性，将各向异性介质中各参数在字典上的稀疏表达作为约束条件进行反演，得到地层各向异性参数的反演结果。


2.根据权利要求1所述的一种基于稀疏表示的地震各向异性参数反演方法，其特征在于，包括以下步骤：
S1、根据实际测井数据训练，具体的：根据实际的测井数据提取训练集，对训练集进行稀疏表示，基于K-SVD方法从实际测井数据中学习各参数对应的稀疏字典作为一个初始的字典供反演计算中使用；所述训练集中包括若干训练样本；
S2、通过对实际测井数据进行插值处理，建立各向异性介质中地震数据反演的初始模型；
S3、根据步骤S2建立的模型建立各向异性参数的反演目标函数，将一个地震剖面反演过程中，已反演好的结果再作为训练样本，进而更新字典，最后得到地层各参数的反演结果；所述反演目标函数在同一工区中，地层在横向上具有连续性的假设下，将各参数在对应的在线稀疏字典上的稀疏表达作为约束条件。


3.根据权利要求2所述的一种基于稀疏表示的地震各向异性参数反演方法，其特征在于，所述各参数包括各向异性参数及弹性参数；具体的各向异性参数包括ε，δ，γ，弹性参数包括：纵波速度Vp，横波速度Vs,密度ρ。


4.根据权利要求3所述的一种基于稀疏表示的地震各向异性参数反演方法，其特征在于，步骤S3所述更新字典，具体为：
A1、将六个参数的反演结果进行分块处理，得到各参数的N个长度为M的训练样本集；
A2、设置正则化参数以及最大迭代次数；
A3、以步骤S1中从实际测井数据中学习得到的各参数对应的稀疏字典作为各参数对应的初始字典，...

【专利技术属性】
技术研发人员：王峣钧，张真梁，刑凯，伍锡军，胡光岷，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51