在复杂构造、复杂岩性、复杂地表条件等地区进行油气地震勘探面临诸多难题,其中剧烈起伏的地表已成为制约上述地区地震勘探发展的瓶颈之一。最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)相对于常规偏移具有更高的成...在复杂构造、复杂岩性、复杂地表条件等地区进行油气地震勘探面临诸多难题,其中剧烈起伏的地表已成为制约上述地区地震勘探发展的瓶颈之一。最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)相对于常规偏移具有更高的成像分辨率、振幅保真性及均衡性等优势,但基于矩形网格的LSRTM在面对复杂地表时无法很好地适用山前带等剧烈起伏地形。此外,山前带地震资料中包含较多的噪声,T分布相比Huber范数和混合模,在缺失数据的条件下更稳健,且没有多余参数,因而简单实用,而Huber范数和混合模的结果严重依赖参数选取,需要大量的尝试。为此,将全交错网格引入贴体网格,将T分布推广到起伏地表LSRTM,进一步推导了贴体网格线性Born正演方程,在此基础上提出了基于贴体全交错网格的起伏地表LSRTM算法,较好地克服了起伏地形的影响。模型试算验证了算法的有效性和对复杂模型的适应性。展开更多
文摘在复杂构造、复杂岩性、复杂地表条件等地区进行油气地震勘探面临诸多难题,其中剧烈起伏的地表已成为制约上述地区地震勘探发展的瓶颈之一。最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)相对于常规偏移具有更高的成像分辨率、振幅保真性及均衡性等优势,但基于矩形网格的LSRTM在面对复杂地表时无法很好地适用山前带等剧烈起伏地形。此外,山前带地震资料中包含较多的噪声,T分布相比Huber范数和混合模,在缺失数据的条件下更稳健,且没有多余参数,因而简单实用,而Huber范数和混合模的结果严重依赖参数选取,需要大量的尝试。为此,将全交错网格引入贴体网格,将T分布推广到起伏地表LSRTM,进一步推导了贴体网格线性Born正演方程,在此基础上提出了基于贴体全交错网格的起伏地表LSRTM算法,较好地克服了起伏地形的影响。模型试算验证了算法的有效性和对复杂模型的适应性。
