最小二乘逆时偏移(LSRTM)是一种高分辨率和振幅相对保真的地震成像方法,但是该方法往往需要迭代近十次,而每次迭代大约需要两次所有炮逆时偏移(RTM)的计算成本,因此计算量非常大.文中应用深度学习领域中的 自适应矩估计方法提高LSRTM的计算效率:每次迭代只采用部分共炮点道集计算梯度,利用动量法对梯度进行修正;考虑梯度的非稳态性,通过均方根传播算法消除照明不足带来的影响.自适应矩估计方法结合了这两种方法的优点,不仅降低了每次迭代的计算量,而且提高了迭代收敛的速度.该方法易于实现、计算效率高、占用内存小,是一种快速有效的梯度预条件方法.自适应矩估计方法不仅可以直接用于LSRTM,也可应用于炮编码的LSRTM.SEG/EAGE盐丘模型数值试验表明,自适应矩估计方法仅需两倍的RTM计算成本就能够获得高精度、高分辨率的成像结果.计算效率的大幅度提升有助于将LSRTM方法推广应用于实际地震数据处理.

最小二乘逆时偏移;自适应矩估计;高分辨率;振幅保真;炮编码

中国石油勘探开发研究院西北分院,甘肃兰州730030;中国石油天然气集团有限公司物联网重点实验室,甘肃兰州730030

[1]吴丹;吴海莉;李群;张向阳;刘树仁-.应用自适应矩估计的快速最小二乘逆时偏移)[J].石油地球物理勘探,2022(02):386-394

LSRTM,炮编码,EAGE

自适应矩估计,最小二乘逆时偏移,地震成像,成像方法,十次,计算成本,计算量,学习领域,估计方法,计算效率,动量法,非稳态,照明,迭代收敛,快速有效,SEG,数值试验,两倍,地震数据处理,振幅保真

0.193629