Итеративная инверсия данных от одновременных геофизических источников

Итеративная инверсия данных от одновременных геофизических источников

Иллюстрации

Показать все

Реферат

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

Изобретение, в общем, относится к области геофизических исследований и, более конкретно, к обработке геофизических данных. В частности, изобретением является способ для инверсии данных, полученных от многочисленных геофизических источников, таких как сейсмические источники, включая геофизическое моделирование, которое вычисляет данные от многих одновременно активных геофизических источников при одном выполнении моделирования.

УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ

Геофизическая инверсия [1, 2] пытается найти модель свойств геологической среды, которая оптимально объясняет наблюдаемые данные и удовлетворяет геологическим и геофизическим ограничениям. Существует большое число хорошо известных способов геофизической инверсии. Эти хорошо известные способы попадают в одну из двух категорий: итеративная инверсия и неитеративная инверсия. Последующее является определениями того, что обычно подразумевается каждой из двух категорий.

Неитеративная инверсия - инверсия, которая выполняется, допуская простую фоновую модель и обновляя модель на основе входных данных. Этот способ не использует обновляемую модель как вход на другой этап инверсии. Для случая сейсмических данных эти способы, в общем, упоминаются как построение изображения, миграция, дифракционная томография или инверсия Борна.

Итеративная инверсия - инверсия, включающая в себя повторное улучшение модели свойств геологической среды из условия, что найдена модель, которая удовлетворительно объясняет наблюдаемые данные. Если инверсия сходится, тогда конечная модель лучше объясняет наблюдаемые данные и более тесно приближает фактические свойства геологической среды. Итеративная инверсия обычно выводит более точную модель, чем неитеративная инверсия, но она более дорогая для вычислений.

Двумя способами итеративной инверсии, обычно используемыми в геофизике, являются оптимизация функции затрат и методы рядов. Оптимизация функции затрат включает в себя итеративную минимизацию или максимизацию значения в отношении модели М, функции S(M) затрат, которая является измерением несоответствия между вычисленными и наблюдаемыми данными (это также иногда упоминается как целевая функция), где вычисленные данные моделируются с помощью компьютера, используя текущую модель геофизических свойств и физику, влияющую на распространение сигнала источника в среде, представленной указанной моделью геофизических свойств. Вычисления модели могут быть выполнены с помощью любого из нескольких числовых способов, включая, но не ограничиваясь, конечную разность, конечные элементы или построение лучей. Методы рядов включают в себя инверсию при решении итеративными рядами уравнения рассеяния (Weglein [3]). Решение записывается в форме рядов, где каждый термин в рядах соответствует более высоким порядкам рассеяния. Итерации в этом случае соответствуют добавлению члена более высокого порядка в рядах к решению.

Методы оптимизации функции затрат являются либо локальными, либо глобальными [4]. Глобальные методы просто включают в себя вычисление функции S(M) затрат для совокупности моделей {M₁, M₂, M₃, ...} и выбор набора одной или более моделей из этой совокупности, которые приблизительно минимизируют S(M). Если дополнительное улучшение желательно, этот новый выбранный набор моделей затем может использоваться как основа для формирования новой совокупности моделей, которая может быть снова протестирована относительно функции S(M) затрат. Для глобальных методов каждая модель в проверяемой совокупности может рассматриваться как итерация, или на более высоком уровне каждый набор из проверяемых совокупностей может рассматриваться итерацией. Хорошо известные глобальные методы инверсии включают в себя способ Монте-Карло, метод модельного отжига, генетические и эволюционные алгоритмы.

Локальная оптимизация функции затрат включает в себя:

1 - выбор начальной модели,

2 - вычисление градиента функции S(M) затрат в отношении параметров, которые описывают модель,

3 - поиск обновленной модели, которая является отклонением от начальной модели в направлении градиента, которое лучше объясняет наблюдаемые данные.

Эта процедура повторяется, используя новую обновленную модель как начальную модель для другого поиска градиента. Процесс продолжается до тех пор, пока обновленная модель не найдена, которая удовлетворительно объясняет наблюдаемые данные. Обычно используемые локальные методы инверсии функции затрат включают в себя поиск градиента, сопряженные градиенты и метод Ньютона.

Как рассмотрено выше, итеративная инверсия предпочтительна над неитеративной инверсией, так как она выдает более точные параметрические модели геологической среды. К сожалению, итеративная инверсия настолько дорога по вычислениям, что непрактично использовать ее для многих интересующих проблем. Эти высокие затраты на вычисления являются результатом того, что все методики инверсии требуют многих прямых и/или обратных моделей с большой вычислительной мощностью. Прямая модель означает вычисление данных, последующих во времени, и обратная модель означает вычисление данных, ретроспективных во времени. Время вычислений какой-либо отдельной модели пропорционально числу источников, которые необходимо инвертировать, и типично существует большое число источников в геофизических данных. Проблема отягощается для итеративной инверсии, так как число моделей, которые должны быть вычислены, пропорционально числу итераций в инверсии, и число требуемых итераций типично в порядке от сотен до тысяч.

Затраты на вычисления всех категорий инверсии могут быть снижены с помощью инверсии данных скорее из комбинаций источников, чем из инверсии отдельных источников. Это может называться одновременной инверсией источников. Известны несколько типов комбинаций источников, включающие в себя: когерентную сумму тесно расположенных источников для создания эффективного источника, который создает фронт волны желаемой формы (например, плоская волна), сумму широко расположенных источников, или полностью или частичное суммирование данных до инверсии.

Снижение затрат на вычисления, получаемое инверсией объединенных источников, по меньшей мере, частично смещается из-за обстоятельства, что инверсия объединенных данных обычно создает менее точную инвертированную модель. Эта потеря в точности существует из-за обстоятельства, что информация теряется, когда отдельные источники суммируются, и, следовательно, суммируемые данные не ограничивают инвертируемую модель также жестко, как и несуммируемые данные. Эта потеря информации во время суммирования может быть минимизирована с помощью кодирования каждой короткой записи до суммирования. Кодирование до объединения сохраняет значительно больше информации в данных от синхронных источников и, следовательно, лучше ограничивает инверсию. Кодирование также допускает комбинацию тесно расположенных источников, таким образом допуская к объединению больше источников для заданной вычислительной области. Различные схемы кодирования могут использоваться с этой методикой, включая кодирование со сдвигом во времени и кодирование со случайной фазой. В заключение, в этом разделе предшествующего уровня техники кратко рассматриваются различные опубликованные методики синхронных геофизических источников как кодированных, так и некодированных.

Van Manen [5] предлагает использовать метод сейсмической интерферометрии для ускорения прямой модели. Сейсмическая интерферометрия работает с помощью размещения источников повсюду на границе с интересующей областью. Эти источники моделируются отдельно, и волновое поле записывается во всех положениях, для которых желательна функция Грина. Функция Грина между любыми двумя записанными положениями затем может быть вычислена с помощью взаимно корреляционных трасс, полученных в двух записанных положениях, и суммированием по всем граничным источникам. Если данные, которые должны быть инвертированы, имеют большое число источников и приемников, которые находятся в интересующей области (в отличие от одного или другого по границе), тогда это очень эффективный способ для вычисления желаемых функций Грина. Однако для случая сейсмических данных является редким, что как источник, так и приемник для данных, которые необходимо инвертировать, находятся в интересующей области. Следовательно, это улучшение имеет очень ограниченную применимость для проблемы сейсмической инверсии.

Berkhout [6] и Zhang [7] предлагают, чтобы инверсия в целом могла быть улучшена с помощью инверсии некодированных синхронных источников, которые когерентно суммируются для создания желательного волнового фронта в некоторой области геологической среды. Например, данные точечного источника могут быть суммированы с временными сдвигами, которые являются линейной функцией положения источников для создания нисходящей плоской волны при определенном угле в отношении геологической среды. Эта методика может использоваться для всех категорий инверсии. Проблема с этим методом в том, что когерентное суммирование сейсмограмм источников обязательно снижает объем информации в данных. Так, например, суммирование для создания плоской волны удаляет всю информацию в сейсмических данных, связанных с перемещением сдвига во времени, в противоположность сдвигу источник-приемник. Эта информация критична для обновления модели медленно изменяющейся фоновой скорости, и, следовательно, метод Berkhout не полностью ограничен. Для того чтобы преодолеть эту проблему, многочисленные различные когерентные суммы данных (например, многочисленные плоские волны с различными направлениями распространения) могут быть инвертированы, но тогда эффективность теряется, так как затраты на инверсию пропорциональны числу различных инвертированных сумм. Подобные когерентно суммируемые источники называются обобщенными источниками. Следовательно, обобщенный источник может являться либо точечным источником, либо суммой точечных источников, которая создает волновой фронт некоторой желаемой формы.

Van Riel [8] предлагает инверсию с помощью некодированного суммирования или частичного суммирования (в отношении смещения источник-приемник) входных сейсмических данных, затем определяя функцию затрат в отношении этих суммируемых данных, которые оптимизируются. Таким образом, эта публикация предлагает улучшение функции затрат на основе инверсии, используя некодируемые синхронные источники. То, что было верно в отношении способа инверсии синхронных источников Berkhout [6], суммирование, предлагаемое этим способом, уменьшает объем информации в данных, которые должны быть инвертированы, и, следовательно, инверсия достаточно менее ограничена, чем это было с исходными данными.

Mora [9] предлагает инвертирование данных, которые являются суммой редко расположенных источников. Таким образом, эта публикация предлагает улучшение эффективности инверсии, используя моделирование некодируемых синхронных источников. Суммирование редко расположенных источников имеет преимущество сохранения гораздо большей информации, чем когерентная сумма, предложенная Berkhout. Однако суммирование редко расположенных источников подразумевает, что апертура (инвертируемая область модели), которая должна использоваться в инверсии, должна быть увеличена для согласования всех редко расположенных источников. Так как время вычислений пропорционально области этой апертуры, способ Mora не создает такого прироста эффективности, как может быть достигнуто, если суммируемые источники были бы рядом друг с другом.

Ober [10] предлагает ускорить сейсмическую миграцию, отдельный случай неитеративной инверсии, с помощью использования синхронных кодируемых источников. После проверки различных способов кодирования Ober обнаружил, что результирующие мигрированные изображения значительно уменьшили соотношение сигнал-шум благодаря обстоятельству, что функции широкополосного кодирования необходимы только, скажем, ортогонально. Таким образом, когда суммировали более чем 16 кадров, качество инверсии не было удовлетворительным. Так как начинать с неитеративной инверсии не очень затратно, и так как высокое отношение сигнал-шум желательно, эта методика не широко распространена в геофизических методах разведки.

Ikelle [11] предлагает способ для быстрого прямого моделирования с помощью синхронного моделирования точечных источников, которые активированы (в модели) в различные временные интервалы. Также рассматривается способ для декодирования этих моделируемых данных синхронных источников со сдвигом во времени обратно в отдельных моделях, которые получены от отдельных точечных источников. Эти декодированные данные могут затем использоваться как часть любой традиционной процедуры инверсии. Проблема со способом Ikelle в том, что предлагаемый способ декодирования создает отдельные данные, имеющие уровни шума, пропорциональные разнице между данными от соседних источников. Этот шум станет значительным для моделей геологической среды, которые горизонтально не постоянные, например, из моделей, содержащих наклонные отражающие границы. Кроме того, этот шум возрастает пропорционально числу синхронных источников. Из-за этих сложностей подход Ikelle к синхронным источникам может привести к неприемлемым уровням шума, если используется в инвертировании геологической среды, который горизонтально не постоянен.

То, что необходимо, - это более эффективный способ итеративного инвертирования данных без значительного снижения точности результирующей инверсии.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Модель физических свойств дает одно или более свойств геологической среды как функция расположения в области. Сейсмическая волновая скорость является одним таким физическим свойством, но таковыми являются (например) скорость p-волны, скорость поперечных колебаний, несколько параметров анизотропии, параметры затухания (q), пористость, проницаемость и сопротивление. Ссылаясь на блок-схему последовательности операций способа фиг.10, в одном варианте осуществления изобретения существует машинореализованный способ для инверсии измеряемых геофизических данных для определения модели физических свойств для области геологической среды, содержащий:

(a) получение группы из двух или более кодированных сейсмограмм измеряемых геофизических данных, при этом каждая сейсмограмма ассоциируется с единственным обобщаемым источником или, используя взаимность источника-приемника, с единственным приемником, и при этом каждая сейсмограмма кодируется с различной кодируемой формой импульса, выбираемой из набора неэквивалентных кодируемых форм импульса;

(b) суммирование (4) кодируемых сейсмограмм в группе с помощью суммирования всех записей данных в каждой сейсмограмме, которые соответствуют единственному приемнику (или источнику, если используется взаимность), и повторение для каждого отличного приемника, что приводит к синхронно кодируемой сейсмограмме;

(c) допущение модели 5 физических свойств области геологической среды, упомянутая модель, предоставляющая значения, по меньшей мере, одного физического свойства в положениях по всей области геологической среды;

(d) вычисление обновления 6 для предполагаемой модели физических свойств, которая более совместима с синхронно кодируемой сейсмограммой от этапа (b), упомянутое вычисление, которое включает одну или более операций прямого (или обратного) моделирования кодированных синхронных источников, которые используют предполагаемую модель физических свойств и кодированные формы импульса источника, использующие те же самые функции кодирования, используемые для кодирования соответствующих сейсмограмм измеряемых данных, при этом полная синхронная кодированная сейсмограмма моделируется в единственной операции моделирования;

(e) повторение этапа (d), по меньшей мере, еще одной итерацией, используя обновляемую модель физических свойств из предыдущей итерации этапа (d) как предполагаемой модели для создания дополнительной обновляемой модели (7) физических свойств области геологической среды, которая больше согласуется с соответствующей синхронной кодированной сейсмограммой измеряемых данных, используя те же самые кодированные формы импульса для форм импульса источника в модели, которые использовались в формировании для соответствующей синхронной кодированной сейсмограммы измеряемых данных; и

(f) загрузку дополнительной обновляемой модели физических свойств или сохранение ее на запоминающее устройство.

Может быть желательным для сохранения качества инверсии или по другим причинам осуществлять моделирование закодированных синхронных источников на этапе (b) в более чем одной группе. В таком случае, этапы (a)-(b) повторяются для каждой дополнительной группы, и модели инвертированных физических свойств от каждой группы складываются до осуществления обновления модели на этапе (d). Если закодированные сейсмограммы не получены уже закодированными из геофизических исследований, как описано ниже, тогда сейсмограммы геофизических данных 1 кодируются с помощью использования закодированных форм 3 импульсов, выбираемых из набора неэквивалентных закодированных форм 2 сигнала.

В другом варианте осуществления настоящее изобретение является машинореализуемым способом для инверсии измеряемых геофизических данных для определения модели физических свойств для области геологической среды, содержащим:

(a) получение группы из двух или более кодированных сейсмограмм измеряемых геофизических данных, при этом каждая сейсмограмма ассоциируется с единственным обобщаемым источником или, используя взаимность источника-приемника, с единственным приемником, и при этом каждая сейсмограмма кодируется с различной кодируемой формой импульса, выбираемой из набора неэквивалентных кодируемых форм импульса;

(b) суммирование кодируемых сейсмограмм в группе с помощью суммирования всех записей данных в каждой сейсмограмме, которые соответствуют единственному приемнику (или источнику, если используется взаимность), и повторение для каждого отличного приемника, что приводит к синхронно кодируемой сейсмограмме;

(c) допущение модели физических свойств области геологической среды, упомянутая модель, предоставляющая значения, по меньшей мере, одного физического свойства в положениях по всей области геологической среды;

(d) моделирование синтетической синхронно кодируемой сейсмограммы, соответствующей синхронной кодируемой сейсмограмме измеряемых данных, которые используют предполагаемую модель физических свойств, при этом модель использует кодированные формы импульса источника, используя те же самые функции кодирования, используемые для кодирования синхронно кодируемых сейсмограмм измеряемых данных, при этом полная синхронная кодированная сейсмограмма моделируется в единственной операции моделирования;

(e) вычисление функции затрат, измеряющей степень несоответствия между синхронной кодируемой сейсмограммой измеряемых данных и моделируемой синхронно кодируемой сейсмограммой;

(f) повторение этапов (a), (b), (d) и (e) для, по меньшей мере, еще одного цикла, накапливая затраты от этапа (e);

(g) обновление модели физических свойств с помощью оптимизации накопленных затрат;

(h) повторяющиеся этапы (a)-(g), по меньшей мере еще раз используя обновляемую модель физических свойств от предыдущей итерации, как допускаемая модель физических свойств на этапе (c), при этом различные установленные кодируемые неэквивалентные формы импульса могут использоваться для каждой итерации, что приводит к дополнительно обновляемой модели физических свойств; и

(f) загрузку дополнительной обновляемой модели физических свойств или сохранение ее на запоминающее устройство.

В другом варианте осуществления изобретение является машинореализуемым способом для инверсии измеряемых геофизических данных для определения модели физических свойств для области геологической среды, содержащим:

(a) получение группы из двух или более кодированных сейсмограмм измеряемых геофизических данных, при этом каждая сейсмограмма ассоциируется с единственным обобщаемым источником или, используя взаимность источника-приемника, с единственным приемником, и при этом каждая сейсмограмма кодируется с различной кодируемой формой импульса, выбираемой из набора неэквивалентных кодируемых форм импульса;

(b) суммирование кодируемых сейсмограмм в группе с помощью суммирования всех записей данных в каждой сейсмограмме, которые соответствуют единственному приемнику (или источнику, если используется взаимность), и повторение для каждого отличного приемника, что приводит к синхронно кодируемой сейсмограмме;

(c) допущение модели физических свойств области геологической среды, упомянутая модель, предоставляющая значения, по меньшей мере, одного физического свойства в положениях по всей области геологической среды;

(d) выбор решения с итеративными рядами для уравнения рассеивания, которое описывает волну, рассеивающую в упомянутой области геологической среды;

(e) начало с первых n членов упомянутых рядов, где n≥1, упомянутые первые n членов, которые соответствуют допущенной модели физических свойств области геологической среды;

(f) вычисление следующего члена в рядах, упомянутое вычисление, которое включает в себя одну или более операций прямого (или обратного) моделирования кодированных синхронных источников, которые используют предполагаемую модель физических свойств и кодируемые формы импульса источника, используя те же самые функции кодирования, используемые для кодирования соответствующих сейсмограмм измеряемых данных, при этом полная синхронная кодированная сейсмограмма моделируется в единственной операции моделирования, и моделированная кодированная сейсмограмма и измеряемая кодированная сейсмограмма объединяются образом, совместимым с итеративными рядами, выбираемыми на этапе (d);

(g) обновляют модель с помощью добавления следующего члена в рядах, вычисленных на этапе (f), к предполагаемой модели;

(h) повторяют этапы (f) и (g), по меньшей мере, один раз для добавления, по меньшей мере, еще одного члена к рядам для дополнительного обновления модели физических свойств; и

(i) загружают дополнительно обновляемую модель физических свойств или сохраняют ее на запоминающее устройство.

В другом варианте осуществления изобретение является машинореализуемым способом для инверсии измеряемых геофизических данных для определения модели физических свойств для области геологической среды, содержащим этапы, на которых:

(a) получают измеряемые геофизические данные из геофизического исследования области геологической среды;

(b) инвертируют измеряемые данные с помощью итеративной инверсии, включающей в себя синхронное моделирование данных исследования, представляющих собой множество источников исследования (или приемников, если взаимность источник-приемник используется), при этом формы импульса источника в моделировании кодируются, что приводит к моделируемой синхронной кодируемой сейсмограмме геофизических данных, процесс инверсии, который включает в себя обновление допускаемой модели физических свойств для уменьшения несоответствия между моделируемой синхронной кодируемой сейсмограммой и соответствующей синхронной кодируемой сейсмограммой, создаваемой суммированием сейсмограмм измеряемых данных исследования, кодируемых с помощью тех же самых функций кодирования, используемых в моделировании; и

(с) загружают обновляемую модель физических свойств или сохраняют ее на запоминающее устройство.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Настоящее изобретение и его преимущества лучше понятны, ссылаясь на следующее подробное описание и прилагаемые чертежи, на которых:

фиг.1 является блок-схемой последовательности операций способа, которая показывает этапы в способе для подготовки данных для синхронной инверсии кодированного источника;

фиг.2 является блок-схемой последовательности операций способа, показывающей этапы в одном варианте осуществления настоящего изобретательского способа для синхронного вычисления источника функции затрат с инверсией данных;

фиг.3 является базовой моделью скорости для примера, который показывает вычисление функции затрат полного волнового поля;

фиг.4 является устройством отображения данных, которое показывает первые 3 из 256 последовательных записей данных источника, смоделированных в примере из базовой модели фиг.3;

фиг.5 показывает сейсмограмму единственного синхронного кодированного источника, создаваемую из 256 последовательных записей данных, три первых из которых показаны на фиг.4;

фиг.6 иллюстрирует одно из отклонений базовой модели фиг.3, которое используется в примере, чтобы показать вычисление функции затрат с инверсией полной волны, которая использует синхронные источники;

фиг.7 показывает функцию затрат, вычисленную для данных синхронного источника настоящего изобретения, показанную на фиг.5;

фиг.8 показывает функцию затрат, вычисляемую для последовательных данных источника, показанных на фиг.4, т.е. с помощью традиционной инверсии;

фиг.9 показывает функцию затрат для сейсмограммы предшествующего уровня техники "супер-ОПВ", создаваемой простым суммированием данных последовательных источников, показанных на фиг.4; и

фиг.10 является блок-схемой последовательности операций способа, которая показывает основные этапы в одном варианте осуществления настоящего изобретательского способа.

Изобретение описано в связи с его предпочтительными вариантами осуществления. Тем не менее, в той степени, в которой последующее подробное описание конкретно к отдельному варианту осуществления или отдельному использованию изобретения, это предназначено только для пояснений, и не подразумевается как ограничивающее объем изобретения. Напротив, подразумевается охватить все альтернативы, модификации и эквиваленты, которые могут быть включены в объем изобретения, как задано прилагаемой формулой изобретения.

ПОДРОБНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

Настоящее изобретение является способом для уменьшения времени вычислений, необходимого для итеративного инвертирования геофизических данных с помощью использования моделирования синхронно кодируемых источников.

Геофизическая инверсия делает попытку найти модель свойств упругости геологической среды, которая оптимально объясняет наблюдаемые геофизические данные. Пример сейсмических данных используется повсюду для иллюстрации изобретательского способа, но способ может преимущественно использоваться к любому способу геофизических поисков, включая, по меньшей мере, один источник, активируемый в многочисленных положениях, и, по меньшей мере, один приемник. Инверсия данных наиболее точно осуществляется, используя итеративные способы. К сожалению, итеративная инверсия часто чрезмерно дорога в вычислительном отношении. Большая часть времени вычислений в итеративной инверсии тратится, вычисляя прямую и/или обратную модели геофизических данных (здесь прямая означает "прямая во времени", и обратная означает "обратная во времени"). Высокие затраты этих моделей возникают частично из-за обстоятельства, что каждый геофизический источник во входных данных должен вычисляться в отдельном прогоне вычислительной машины с программным обеспечением моделирования. Таким образом, затраты моделирования пропорциональны числу источников в геофизических данных (типично, порядка от 1000 до 10000 источников для геофизического исследования). В этом изобретении формы импульсов источников для группы источников кодируются, и эти кодированные источники моделируются в единственном запуске программного обеспечения, что приводит к ускорению вычислений, пропорциональному числу источников, вычисляемых синхронно.

Как рассмотрено выше в разделе предшествующего уровня техники, способы синхронных источников предложены в нескольких публикациях для снижения затрат различных процессов для инверсии геофизических данных [3, 6, 7, 8, 9]. В более ограниченном числе случаев методики синхронно кодированных источников раскрыты для определенных целей [10, 11]. Эти все способы показаны для предоставления повышенной эффективности, но всегда при значительных затратах при пониженном качестве, обычно в форме более низкого отношения сигнал-шум, когда используется большое число синхронных источников. Настоящее изобретение смягчает снижение качества инверсии, показывая, что моделирование синхронно кодированного источника может преимущественно использоваться в связи с итеративной инверсией. Итерация имеет поразительный эффект снижения нежелательного шума, к чему приводит использование синхронно кодируемых источников. Это считается неожиданным в свете общего представления, что инверсия требует входных данных наиболее высокого возможного качества. По сути, методика синхронно кодируемого источника создает моделированные данные, которые оказываются значительно ухудшенными относительно моделирования единственного источника (из-за кодирования данных и суммирования, которое имеет внешнее представление рандомизирования данных), и использует эти очевидно ухудшенные данные для создания инверсии, которая, как показано ниже, фактически того же самого качества, как и результат, который мог быть достигнут с помощью чрезмерно дорогого процесса инвертирования данных из отдельных источников. (Положение каждого источника в исследовании рассматривается отличным "источником" для целей инверсии).

Причина, по которой эти очевидно ухудшенные данные могут использоваться для осуществления итеративной инверсии высокого качества, в том, что с помощью кодирования данных до суммирования источников информационное содержание данных лишь слегка ухудшается. Так как существует только несущественная потеря информации, эти визуально ухудшенные данные ограничивают итеративную инверсию точно так же, как и данные традиционных последовательных источников. Так как синхронные источники используются в этапах моделирования инверсии, время вычисления значительно уменьшается относительно традиционной инверсии последовательных источников.

Двумя способами итеративной инверсии, обычно используемыми в геофизике, являются оптимизация функции затрат и способы рядов. Настоящее изобретение может использоваться к каждому из этих способов. Сперва рассматривается оптимизация функции затрат синхронно кодируемых источников.

Оптимизация итеративной функции затрат

Оптимизация функции затрат осуществляется с помощью минимизации значения в отношении модели М геологической среды, функции S(M) затрат (иногда упоминаемой как целевая функция), которая является мерой несоответствия между наблюдаемыми (измеряемыми) геофизическими данными и соответствующими данными, вычисленными с помощью моделирования предполагаемой модели. Простая функция S затрат часто используется в геофизической инверсии:

(1),

где N - критерий для функции затрат (типично наименьшие квадраты, или используется критерий L2, в случае которого N=2),

M - модель геологической среды,

G - индекс сейсмограммы (для данных точечного источника это соответствует отдельным источникам),

N _g - число сейсмограмм,

R - индекс приемника в сейсмограмме,

N _r - число приемников в сейсмограмме,

t - индекс временной выборки в записи данных,

N _t - число временных выборок,

Ψ_calc - расчетные геофизические данные из модели М,

Ψ_obs - измеряемые геофизические данные, и

w_g - форма импульса источника для сейсмограммы g, т.е. сигнал источника без эффектов фильтрации среды.

Сейсмограмма в уравнении 1 может быть любого типа сейсмограммы, которая может моделироваться в выполнении программы прямого моделирования. Для сейсмических данных сейсмограммы соответствуют сейсмическому взрыву, хотя взрывы могут быть более общими, чем точечные источники [6]. Для точечных источников индекс g сейсмограммы соответствует расположению отдельных точечных источников. Для источников плоских волн g соответствует различным направлениям распространения плоских волн. Эти обобщенные данные источника Ψ_obs могут быть либо получены в поле, либо могут быть синтезированы из полученных данных, используя точечные источники. Расчетные данные Ψ_calc, с другой стороны, могут быть вычислены, непосредственно используя функцию обобщенного источника во время прямого моделирования (например, для сейсмических данных прямое моделирование, как правило, означает решение уравнения распространения анизотропной вязкоупругой волны или ее некоторое приближение). Для многих типов прямого моделирования, включая моделирование конечных разниц, время вычислений, необходимое для обобщенного источника, приблизительно равно времени вычислений, необходимому для точечного источника. Модель М является моделью одного или более физических свойств области геологической среды. Сейсмическая волновая скорость является одним таким физическим свойством, но таковыми являются (например) скорость p-волны, скорость поперечных колебаний, несколько параметров анизотропии, параметры затухания (q), пористость и проницаемость. Модель М может представлять собой единственное физическое свойство или может содержать много различных параметров в зависимости от уровня сложности инверсии. Как правило, область геологической среды разделена на дискретные ячейки, каждая ячейка характеризуется единственным значением каждого параметра.

Уравнение 1 может быть упрощено как:

(2),

где теперь подразумевается сумма по приемникам и временным выборкам, и

(3).

Одна основная проблема с итеративной инверсией в том, что вычисление Ψ_calc занимает большую величину времени вычислений, и, следовательно, вычисление функции S затрат очень продолжительно. Кроме того, в типичном проекте инверсии эта функция затрат должна быть вычислена для многих различных моделей М.

Время вычислений для Ψ_calc пропорционально числу сейсмограмм (для данных точечных источников это равняется числу источников) N _g , которое равно порядку от 10000 до 100000 для типичной сейсморазведки. Настоящее изобретение значительно снижает время, необходимое для геофизической инверсии, показывая, что S(M) может быть достаточно аппроксимирована с помощью вычисления Ψ_calc для многих кодируемых обобщенных источников, которые активируются синхронно. Это уменьшает время, необходимое для вычисления Ψ_calc коэффициента, равного числу синхронных источников. Более подробная версия предшествующего описания технической проблемы, к которой обращаются, следует дальше.

Функция затрат в уравнении 2 заменяется следующим:

(5),

где суммирование по приемникам и временным выборкам допускается как в уравнении 2, и:

задает сумму по сейсмограммам с помощью подгрупп сейсмограмм,

S _sim - функция затрат для данных синхронных источников,

G - группы синхронных обобщенных источников, и

N _G - число групп,

c _g - функции времени, которые свертываются () с каждой формой импульса источника сейсмограммы для кодирования сейсмограмм, эти функции кодирования выбираются отличными, т.е. неэквивалентными, для каждого индекса сейсмограммы (например, различные варианты осуществления функций со случайной фазой)