地震数据全波形反演算法的一些新进展

赵泽宇 博士

2022.10.28（星期五）15:00，理科2号楼2821室

报告摘要：

地球物理反问题一直是探究地球内部构造、估算物性参数的重要手段。地震数据的反演因为能提供较高准确度的地下模型而一直受到学界广泛关注。其中全波形反演方法利用地震波波形信息获取高精度、高分辨率的地下介质参数，适用于天然地震数据和人工地震数据反演，用于解决多种尺度的地球物理结构、岩石物性反演和成像问题，近年来在科学领域及工程勘探领域应用广泛。地震数据全波形反演问题有不同的求解方式，比较主流的全波形反演方法利用局部优化算法寻求目标函数最优解。然而，地震数据与地下介质参数由多参数波动方程描述，地震数据与模型参数存在强非线性，该类反问题为高维空间的强非线性反问题，目标函数通常为非凸，传统的基于局部优化算法的全波形反演求解往往在实际应用中会遇到如低频信息缺失，初始模型不准确等各种问题，实际应用效果欠佳。同时，由于该类反问题为病态反问题，反演结果往往存在多解性，即同一地震数据可被不同地下模型所解释，反演结果存在不确定性。对于全波形反演这类高维强非线性反问题，传统局部优化算法存在一些理论限制。针对上述问题，报告人提出了一系列新的全波形反演问题求解方法，其中包括一类混合优化算法和一种基于贝叶斯反演框架下的蒙特卡洛快速采样算法。其中混合优化的方法结合全局优化的思想，使得全波形反演不依赖于低频信息和初始模型，解决了传统局部优化算法仅适用于线性或弱非线性反问题的限制。蒙特卡洛快速采样算法使采样收敛速度大幅提高，能比较快速地估算高维度反问题的后验概率，描述反问题的多解性，提供不确定性分析。新算法在不同模拟模型、盲测模型与实际地震数据应用中均取得较好效果。

报告人简介：

报告人于2011年本科毕业于中国石油大学（华东），2015年博士毕业于德克萨斯大学奥斯汀分校，随后在同一院校进行博士后、副研究员的科研工作。科研方向主要以地震地球物理方法研究及其应用为主，致力于勘探地震数据的成像和反演方法，近期科研成果包括平面波偏移成像、全波形反演优化算法和蒙特卡洛快速采样算法等。