【技术实现步骤摘要】
本专利技术涉及地震波形反演，特别是涉及一种地震波形反演模型构建、梯度整形方法、设备及程序产品。
技术介绍
1、地震全波形反演方法是获取地下模型参数的重要途径，该方法通过求解观测数据与模拟数据的最小差值得到反演结果，该过程通过局部优化迭代更新实现，做局部优化时需要计算目标函数对模型的模型参数梯度，而模型参数梯度中包含有影响模型更新的高频/高波数扰动。
2、为压制模型参数梯度中的影响模型更新的高频/高波数扰动，现有技术通常采用高斯光滑化对模型参数梯度进行光滑，这种光滑方式未区分低波数和高波数分量，而是对所有分量同步进行光滑，使得高波数分量干扰得到压制的同时低波数分量也得到了一定程度的压制，即低波数分量数值降低，使得对模型的更新量变小，从而需要更加多的迭代次数来获取高精度的反演模型，进而增加计算时间，降低计算效率。
3、现有技术还采用结构导向的光滑化方法，此方法需要先估算倾角，而倾角计算需要花费额外的时间，进而导致了计算时间的增加。
4、因此，亟待专利技术一种高效的地震波形反演模型梯度整形方法，使得重构的模型参数梯度在有效压制高波数分量扰动干扰的同时，保持模型参数梯度中原有的低波数分量。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种地震波形反演模型构建、梯度整形方法、设备及程序产品，至少部分解决现有技术中存在的问题。
2、本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。
3、为
4、根据本专利技术实施例的第一方面，提供了一种地震波形反演模型构建方法，所述方法包括：
5、构建初始模型；
6、将地震观测炮集数据划分为至少两个子炮集数据组；
7、针对各个子炮集数据组，利用预设频段对子炮集数据组和地震子波进行滤波处理，得到滤波后的子炮集数据组和地震子波；
8、利用所述初始模型和滤波后的地震子波进行波动方程正演处理，得到正演结果；
9、利用所述滤波后的子炮集数据组和所述正演结果，得到目标函数对模型参数的参数梯度；
10、对所述参数梯度进行傅里叶级数展开处理，在傅里叶级数展开结果中截取有限项的傅里叶级数系数，利用快速傅里叶反变换重构参数梯度；
11、利用重构后的参数梯度进行模型优化，得到模型更新步长；
12、根据所述模型更新步长对模型进行更新迭代，直至满足迭代停止条件，得到反演模型。
13、进一步地，对所述参数梯度进行傅里叶级数展开处理，在傅里叶级数展开结果中截取有限项的傅里叶级数系数，利用快速傅里叶反变换重构参数梯度，包括：
14、对所述参数梯度进行傅里叶级数展开处理，得到傅里叶级数展开结果，其中，所述傅里叶级数展开结果中的傅里叶系数通过快速傅里叶变换计算得到；
15、根据所述预设频段，在所述傅里叶级数展开结果中截取有限项的傅里叶级数系数；
16、针对有限项傅里叶级数系数进行快速傅里叶反变换处理，将傅里叶反变换结果作为重构模型参数梯度近似值，得到重构后的参数梯度。
17、进一步地，利用所述滤波后的子炮集数据组和所述正演结果，得到目标函数对模型参数的参数梯度，包括：
18、利用所述滤波后的子炮集数据组和所述正演结果，计算得到对应的波场残差；
19、根据所述波场残差，得到所述初始模型对应的目标函数；
20、利用所述目标函数进行回传波场模拟，根据模拟结果计算得到所述目标函数对模型参数的参数梯度。
21、进一步地，将地震观测炮集数据划分为至少两个子炮集数据组，包括：
22、根据预设子集个数，将地震观测炮集数据随机划分为至少两个子炮集数据组。
23、进一步地，所述预设频段包括低频段、中频段和高频段。
24、进一步地，所述模型参数为速度参数。
25、根据本专利技术实施例的第二方面，提供了一种地震波形反演模型梯度整形方法，所述方法包括：
26、针对地震波形反演模型中的模型参数梯度进行傅里叶级数展开处理，在傅里叶级数展开结果中截取有限项的傅里叶级数系数，利用快速傅里叶反变换重构参数梯度。
27、进一步地，针对地震波形反演模型中的模型参数梯度进行傅里叶级数展开处理，在傅里叶级数展开结果中截取有限项的傅里叶级数系数，利用快速傅里叶反变换重构参数梯度，包括：
28、针对地震波形反演模型中的模型参数梯度进行傅里叶级数展开处理，得到傅里叶级数展开结果，其中，所述傅里叶级数展开结果中的傅里叶系数通过快速傅里叶变换计算得到；
29、根据地震观测数据的滤波频段，在所述傅里叶级数展开结果中截取有限项的傅里叶级数系数；
30、针对所述傅里叶级数系数进行快速傅里叶反变换处理，将傅里叶反变换结果作为重构模型参数梯度近似值，得到重构后的模型参数梯度。
31、根据本专利技术实施例的第三方面，提供了一种设备，所述设备包括：处理器和存储器；
32、所述存储器用于存储一个或多个程序指令；
33、所述处理器，用于运行一个或多个程序指令，用以执行如上任一项所述的一种地震波形反演模型构建方法或如上任一项所述的一种地震波形反演模型梯度整形方法的步骤。
34、根据本专利技术实施例的第四方面，提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使该计算机实现如上任一项所述的一种地震波形反演模型构建方法或如上任一项所述的一种地震波形反演模型梯度整形方法的步骤。
35、本专利技术实施例具有如下优点：
36、本专利技术实施例通过傅里叶级数展开对反演模型参数梯度进行整形光滑，能够在压制高波数干扰的同时，有效保留梯度原有的低波数分量，有助于得到高精度的反演模型；同时，本专利技术实施例借助傅里叶正变换和逆变换分别实现傅里叶系数估算与梯度重构，计算效率高，能够有效节省计算时间，提高计算效率。
本文档来自技高网...【技术保护点】
1.一种地震波形反演模型构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，对所述参数梯度进行傅里叶级数展开处理，在傅里叶级数展开结果中截取有限项的傅里叶级数系数，利用快速傅里叶反变换重构参数梯度，包括：
3.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，利用所述滤波后的子炮集数据组和所述正演结果，得到目标函数对模型参数的参数梯度，包括：
4.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，将地震观测炮集数据划分为至少两个子炮集数据组，包括：
5.如权利要求2所述的一种地震波形反演模型构建方法，其特征在于，所述预设频段包括低频段、中频段和高频段。
6.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，所述模型参数为速度参数。
7.一种地震波形反演模型梯度整形方法，其特征在于，所述方法包括：
8.如权利要求7所述的一种地震波形反演模型梯度整形方法，其特征在于，针对地震波形反演模型中的模型参数梯度进行傅里叶级数展开处
9.一种设备，其特征在于，所述设备包括：处理器和存储器；
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序指令，该计算机程序指令被处理器执行时实现如权利要求1至6任一项所述的一种地震波形反演模型构建方法或权利要求7至8任一项所述的一种地震波形反演模型梯度整形方法的步骤。
...【技术特征摘要】
1.一种地震波形反演模型构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，对所述参数梯度进行傅里叶级数展开处理，在傅里叶级数展开结果中截取有限项的傅里叶级数系数，利用快速傅里叶反变换重构参数梯度，包括：
3.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，利用所述滤波后的子炮集数据组和所述正演结果，得到目标函数对模型参数的参数梯度，包括：
4.如权利要求1所述的一种地震波形反演模型构建方法，其特征在于，将地震观测炮集数据划分为至少两个子炮集数据组，包括：
5.如权利要求2所述的一种地震波形反演模型构建方法，其特征在于，所述预设频段包括低频段、中频段和高频段。
6.如权利要求...
【专利技术属性】
技术研发人员：高凤霞，吕庆田，刘振东，严加永，张昆，
申请(专利权)人：中国地质科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。