一种基于测井匹配的全波形反演初始模型构建方法与流程

技术特征：

1.一种基于测井匹配的全波形反演初始模型构建方法，其特征是包括：

(1)对测井数据进行预处理；

(2)建立初始速度模型；

(3)测井数据加权匹配初始速度模型；

(4)基于高精度初始模型的全波形反演。

2.如权利要求1所述的基于测井匹配的全波形反演初始模型构建方法，其特征在于：

(1)测井数据预处理

首先，根据工区先验地质背景信息，对所选测井纵波速度曲线进行分析，去除奇异值；其次，通过井震标定获取正确的时深关系，将测井纵波速度曲线由时间域转到深度域表示；然后，根据地质背景，通过平滑或者滤波方法提取测井数据的低频信息，得到测井纵波曲线V_well；

(2)建立初始速度模型

初始速度模型的建立包括以下几种方法的任一种：一是通过旅行时层析方法建立初始模型；二是通过偏移速度分析建立初始模型；三是通过叠加速度谱方法提供初始速度模型；

(3)测井数据加权匹配初始速度模型

首先根据工区情况确定井数量及井位置信息，将步骤(1)得到的测井纵波曲线数据记为V_well(i_xw,i_z)，i_xw指示井的位置，i_z为测井速度采样点；设定步骤(2)得到的基于常规初始速度模型建立的背景速度场V_initial(i_x,i_z)，通过测井数据对其加权匹配修正，得到高精度的初始速度模型V_m(i_x,i_z)，如下式

$V_m(i_x,i_z)={\mathrm{\α}}_0{V}_{initial}(i_x,i_z)+\underset{k=1}{\overset{n}{\Σ}}{\mathrm{\α}}_{wk}{V}_{wellk}(i_{xwk},i_z)---\left(1\right)$

其中，k为井的个数，α₀、α_w为空间加权匹配因子，在相应空间位置α_wk为第k口井的空间加权匹配因子；

对于空间加权匹配因子，

$\left\{\begin{array}{c}{\mathrm{\α}}_w\left(i_x,i_z\right)=\frac{1}{1+e^{a\left(i_x-i_{xw}-R_w/2\right)}},i_x\>i_{xw}\\ {\mathrm{\α}}_w\left(i_x,i_z\right)=\frac{1}{1+e^{-a\left(i_x-i_{xw}-R_w/2\right)}},i_x\≤i_{xw}\end{array}\right.---\left(2\right)$

其中，R_w为测井匹配控制半径，a为控制因子系数，e为自然常数；

(4)基于高精度初始速度模型的全波形反演

通过步骤(3)给定的高精度初始模型进行正演模拟获得正传波场，然后得到合成地震记录，与实际地震记录进行匹配，得到波场残差，将波场残差作为震源进行波场模拟，获得反传波场，依据梯度公式求取梯度算子，然后通过抛物插值法求取适合的迭代步长，根据迭代步长更新初始速度模型，迭代上述过程，直到满足收敛条件，得到最终反演结果。

3.如权利要求2所述的基于测井匹配的全波形反演初始模型构建方法，其特征在于所述步骤(4)的基于高精度初始速度模型的全波形反演是：

根据步骤(3)得到的高精度初始速度，进行全波形反演，其步骤是通过波动方程正演得到合成地震记录与野外实际采集的地震数据进行匹配，求得两数据体之间的差别最小，从而得到最佳的模型数据；

目标函数定义为：

$E\left(v\right)=\frac{1}{2}\left|\right|d_{obs}-d_{\mathrm{mod}}|{|}^2---\left(3\right)$

其中，v为速度模型，d_obs为野外实际采集地震数据，d_mod为正演记录，其梯度公式为：

$g\left(v\right)=\frac{\mathrm{\δ}E\left(v\right)}{\mathrm{\δ}v}=\frac{2}{v^3}\mathrm{\Σ}\mathrm{\Σ}\frac{{\∂}^{2}u}{\∂t^2}(u-d_{obs})---\left(4\right)$

其中，u为正演模拟波场，B^*为波场残差反传算子。

4.如权利要求2或3所述的基于测井匹配的全波形反演初始模型构建方法，其特征在于通过叠加速度谱方法提供初始速度模型的步骤是：在对地震记录反射波同相轴动校正中给出不同的速度，同时分析校正后的叠加效果，获得叠加效果最好的那个速度，此速度就是该反射波的叠加速度，进而通过叠加速度谱获得初始背景速度场V_initial(i_x,i_z)，其中，i_x＝1,2,…,n_x，i_z＝1,2,…,n_z，n_x为模型横向采样点数，n_z为模型纵向采样点数。