结构TV正则化联合道间差异约束的叠前反演方法及装置

结构tv正则化联合道间差异约束的叠前反演方法及装置
技术领域
1.本发明涉及地震勘探技术领域，尤其是涉及一种结构tv正则化联合道间差异约束的叠前反演方法及装置。


背景技术：

2.在地震勘探领域中，叠前振幅随偏移距或入射角变化(avo/ava)反演已经成为了连接地震数据与各种弹性参数之间的有效手段。纵波速度、横波速度和密度是叠前反演最常见的反演目标，再根据岩石物理模型即可提供孔隙度、杨氏模量、流体含量等储层参数，对于描述储层的变化有非常重要的意义。但是，现有的叠前反演方法得到的弹性参数可靠性以及分辨率较差。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种结构tv正则化联合道间差异约束的叠前反演方法及装置，以提高了叠前反演得到的弹性参数的可靠性和分辨率。
4.为了实现上述目的，本发明实施例采用的技术方案如下：
5.第一方面，本发明实施例提供了一种结构tv正则化联合道间差异约束的叠前反演方法，包括：获取目标工区的原始地震数据，并对原始地震数据进行数据处理得到实际地震数据；基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据；基于实际地震数据和正演合成数据构造stv正则化项和数据约束正则化项；基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数；对目标函数进行求解，得到弹性参数的反演结果。
6.在一种实施方式中，基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据，包括：基于预设频率，将实际地震数据进行插值操作和外推操作得到弹性参数的初始模型，以及将实际地震数据进行分角度叠加得到地震子波；采用zoeppritz方程计算反射系数序列；基于反射系数序列、弹性参数的初始模型和地震子波进行褶积计算得到正演合成数据。
7.在一种实施方式中，基于实际地震数据和正演合成数据构造stv正则化项和数据约束正则化项，包括：采用平面波破坏滤波算法计算地层倾角，并基于地层倾角将传统tv正则化旋转为平行倾角方向和垂直倾角方向，得到stv正则化项；将多个相邻地震道确定为地震道集合，并基于相邻地震道之间的实际地震数据和正演合成数据之间的差值确定数据约束正则化项。
8.在一种实施方式中，基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数，包括：以多个相邻地震道为一个地震道集合，按照以下公式构造目标函数：
9.10.stv(m
t
)＝||d
parlmt
||1+||d
perpmt
||111.其中，j(m)表示目标函数，d
t
表示第t个地震道集合的实际地震数据，g(m)
t
表示第t个地震道集合的正演合成数据，b表示二阶差分矩阵，m
t
表示第t个地震道集合的弹性参数，λstv(m
t
)表示stv正则化项，表示数据约束正则化项，η、λ、β表示正则化参数。
12.在一种实施方式中，对目标函数进行求解，得到弹性参数的反演结果，包括：基于弹性参数的初始模型和实际地震数据，采用split-bregman算法和levernberg-marquardt算法对目标函数进行求解，得到弹性参数的反演结果。
13.在一种实施方式中，采用split-bregman算法和levernberg-marquardt算法对目标函数进行求解，包括：采用split-bregman算法将目标函数转换为第一目标函数；采用levernberg-marquardt算法对第一目标函数进行求解。
14.第二方面，本发明实施例提供了一种结构tv正则化联合道间差异约束的叠前反演装置，包括：数据获取模块，用于获取目标工区的原始地震数据，并对原始地震数据进行数据处理得到实际地震数据；数据合成模块，用于基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据；约束项确定模块，用于基于实际地震数据和正演合成数据构造stv正则化项和数据约束正则化项；目标函数确定模块，用于基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数；反演模块，用于对目标函数进行求解，得到弹性参数的反演结果。
15.在一种实施方式中，数据合成模块还用于：基于预设频率，将实际地震数据进行插值操作和外推操作得到弹性参数的初始模型，以及将实际地震数据进行分角度叠加得到地震子波；采用zoeppritz方程计算反射系数序列；基于反射系数序列、弹性参数的初始模型和地震子波进行褶积计算得到正演合成数据。
16.第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。
17.第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。
18.本发明实施例带来了以下有益效果：
19.本发明实施例提供的上述结构tv正则化联合道间差异约束的叠前反演方法及装置，首先，获取目标工区的原始地震数据，并对原始地震数据进行数据处理得到实际地震数据；然后，基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据；接着，基于实际地震数据和正演合成数据构造stv正则化项和数据约束正则化项；之后，基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数；最后，对目标函数进行求解，得到弹性参数的反演结果。上述方法通过采用stv正则化向引入目标函数能够减低反演的不确定性，增强稀疏性；同时，将数据约束正则化项引入目标函数能够使反演结果与实际数据更加匹配，从数据层面缩小反演解的空间，提高叠前反演得到的弹性参数的可靠性；最后，上述方法能够直接得到弹性参数的
反演结果，从而有效地避免了传统方法计算带来的误差，进一步提高了反演结果的可靠性和分辨率。
20.本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
21.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
22.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1为本发明实施例提供的一种结构tv正则化联合道间差异约束的叠前反演方法的流程图；
24.图2为本发明实施例提供的另一种结构tv正则化联合道间差异约束的叠前反演方法的流程图；
25.图3为本发明实施例提供的一种结构tv正则化联合道间差异约束的叠前反演装置的结构示意图；
26.图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
27.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
28.目前，传统叠前反演首先反演反射率再通过道积分得到纵波速度、横波速度和密度等弹性参数，可靠性以及分辨率较差。
29.基于此，本发明实施例提供的一种结构tv正则化联合道间差异约束的叠前反演方法及装置，可以提高叠前反演得到的弹性参数的可靠性和分辨率。
30.为便于对本实施例进行理解，首先对本发明实施例所公开的一种结构tv正则化联合道间差异约束的叠前反演方法进行详细介绍。
31.实施例一：
32.本发明实施例提供了一种结构tv正则化联合道间差异约束的叠前反演方法，参见图1所示的一种结构tv正则化联合道间差异约束的叠前反演方法的流程图，示意出该方法主要包括以下步骤s101至步骤s105：
33.步骤s101：获取目标工区的原始地震数据，并对原始地震数据进行数据处理得到实际地震数据。
34.在一种实施方式中，获取目标工区的原始地震数据，包括：地震炮集数据、测井数
据和层位数据；将原始地震数据进行数据处理，包括：去除噪声、反卷积、静校正、动校正以及超道集等，得到有较高信噪比的实际地震数据。本发明实施例中还可以将处理后的有较高信噪比的实际地震数据转换为角道集。具体的，在进行角道集转换时，可以根据测井数据确定均方根速度，然后根据均方根速度将实际地震数据转换为角道集。
35.步骤s102：基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据。
36.在一种实施方式中，可以采用精确的zoeppritz方程计算反射系数序列，并进行褶积运算完成正演，得到正演合成数据。
37.步骤s103：基于实际地震数据和正演合成数据构造stv正则化项和数据约束正则化项。
38.在一种实施方式中，可以基于实际地震数据，利用平面波破坏滤波(pwd)算法获得地层倾角后，将传统tv正则化方向旋转为平行倾角方向和垂直倾角方向作为stv正则化项；利用实际地震数据和正演合成数据之间差异的残差作为数据约束正则化项。
39.步骤s104：基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数。
40.在一种实施方式中，可以利用利用实际地震数据和正演合成数据之间的残差l2范数作为目标函数的主体，结合stv正则化项和数据约束正则化项作为新的目标函数。
41.步骤s105：对目标函数进行求解，得到弹性参数的反演结果。
42.在一种实施方式中，可以split-bregman算法结合levernberg-marquardt算法对目标函数进行求解，得到弹性参数的反演结果。
43.本发明实施例提供的上述叠前反演方法，通过采用stv正则化向引入目标函数能够减低反演的不确定性，增强稀疏性；同时，将数据约束正则化项引入目标函数能够使反演结果与实际数据更加匹配，从数据层面缩小反演解的空间，提高叠前反演得到的弹性参数的可靠性；最后，上述方法能够直接得到弹性参数的反演结果，从而有效地避免了传统方法计算带来的误差，进一步提高了反演结果的可靠性和分辨率。
44.在一种实施方式中，对于前述步骤s102，即在基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据时，可以采用包括但不限于以下方式：
45.首先，基于预设频率，将实际地震数据进行插值操作和外推操作得到弹性参数的初始模型，以及将实际地震数据进行分角度叠加得到地震子波。
46.本发明实施例中的弹性参数包括：纵波速度、横波速度和密度。在具体实施时，设置合适的预设频率，根据预设频率，通过将实际地震数据中的测井数据和层位数据进行差值和外推得到低频纵波速度、横波速度和密度的初始模型m0；然后将实际地震数据分角度进行叠加，得到地震波因子w(θ)用于褶积正演正演合成数据。
47.然后，采用zoeppritz方程计算反射系数序列。
48.在具体实施时，采用精确的zoeppritz方程计算反射系数序列r
pp
(θ)。
49.最后，基于反射系数序列、弹性参数的初始模型和地震子波进行褶积计算得到正演合成数据。
50.在具体实施时，褶积计算过程如下：
[0051][0052]
其中，d表示正演合成数据，θi(i＝1,2,
…
,n)表示入射角，n表示入射角的个数，m＝[v
pvs
ρ]
t
表示反演的弹性参数，v
p
表示纵波速度，vs表示横波速度，ρ表示密度，mj(j＝1,2,
…
,n)表示第j个采样点的弹性参数，j表示采样点个数，k表示地震道的个数。
[0053]
多道集模式下的正演公式如下：
[0054][0055]
其中，k表示地震道个数。
[0056]
在一种实施方式中，对于前述步骤s103，即在基于实际地震数据构造stv正则化项和数据约束正则化项时，可以采用包括但不限于以下方式：
[0057]
(1)采用平面波破坏滤波算法计算地层倾角，并基于地层倾角将传统tv正则化旋转为平行倾角方向和垂直倾角方向，得到stv正则化项。
[0058]
在具体实施时，可以在叠后剖面上采用平面波破坏滤波算法计算相应的倾角域剖面，得到地层倾角；然后，将传统tv正则化沿着横向和纵向方向旋转为平行倾角方向和垂直倾角方向，构造stv正则化项。
[0059]
具体的，平面波破坏滤波算法如下所示：
[0060]
平面波可以用一阶微分方程表示：
[0061][0062]
其中，p(x,t)表示平面波场，(,t)表示局部斜率，σ(x,t)表示地层倾角。在离散空间中，相邻点之间的斜率(空间间隔x)可以用时间间隔t和(x,t)表示，即：
[0063]
p＝σ(x,t)δx/δt(4)
[0064]
局部范围内，波场值一致，即：
[0065]
p(x,t)＝p(x+δx,t+pδt)(5)
[0066]
使用z变换将上述公式(5)转变为空间域和时间域：
[0067][0068]
其中，z
x
、zy分别表示空间域和时间域的转换算子，分别表示空间域和时间域的转换算子，表示平面波破坏算子：
[0069]
[0070]
其中，b(z
t
)可以通过拟合低频滤波器的频率响应获得。进一步，可以最小化公式(8)最小二乘问题来确定目标斜率，获得倾角域剖面。
[0071]
c(σ,z
x
,z
t
)p(z
x
,z
t
)≈0(8)
[0072]
σ为获得的地层倾角，旋转方向：
[0073][0074]
其中，r
x
和rz分别表示地震数据在横向及纵向上的一阶差分，d
parl
和d
perp
分别表示平行和垂直于地层倾角σ的一阶差分算子。
[0075]
(2)将多个相邻地震道确定为地震道集合，并基于相邻地震道之间的实际地震数据和正演合成数据之间的差值确定数据约束正则化项。
[0076]
在具体实施时，为了避免多道集同时反演重新排列地震道会导致大量的运算和消耗内存，本发明实施例中将相邻p个地震道作为一个地震道集合，依次进行反演，并基于相邻地震道之间的实际地震数据和正演合成数据之间的差值确定数据约束正则化项，即根据d
(,)
(第t个地震道集合中第i个地震道的实际地震数据)和(第t+1个地震道集合中第i个地震道的实际地震数据)与相应正演合成数据共同构成数据约束正则化项，其表达式如下：
[0077][0078][0079]
其中，g(m)表示实际地震数据的正演合成过程，δd
t
、δg(m)
t
分别表示p个地震道为一个地震道集合时，第t个地震道集合与相邻地震道集合的实际地震数据的差异和正演合成数据的差异。
[0080]
在一种实施方式中，对于前述步骤s104，即在基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数时，可以采用包括但不限于以下方式：
[0081]
在具体实施时，以相邻p个地震道作为一个地震道集合，将实际地震数据与正演合成数据之间残差l2范数与参数二阶差分约束项、stv正则化项以及数据约束正则化项结合，构建目标函数。具体的，按照以下公式构造目标函数：
[0082][0083]
stv(m
t
)＝||d
partmt
||1+||d
perpmt
||1[0084]
其中，j(m)表示目标函数，d
t
表示第t个地震道集合的实际地震数据，g(m)
t
表示第t个地震道集合的正演合成数据，b表示二阶差分矩阵，m
t
表示第t个地震道集合的弹性参数，
λstv(m
t
)表示stv正则化项，表示数据约束正则化项，η、λ、β表示正则化参数。
[0085]
在一种实施方式中，对于前述步骤s105，即在对目标函数进行求解，得到弹性参数的反演结果时，可以采用包括但不限于以下方式：基于弹性参数的初始模型和实际地震数据，采用split-bregman算法和levernberg-marquardt算法对目标函数进行求解，得到弹性参数的反演结果。
[0086]
在具体实施时，利用split-bregman算法结合levernberg-marquardt算法对带有l1范数的目标函数进行求解时，首先，采用split-bregman算法将目标函数转换为第一目标函数；然后，采用levernberg-marquardt算法对第一目标函数进行求解。
[0087]
具体的，在反演过程中，需引入新的参数f
parl
＝
perp
＝
parl
＝g
perp
＝，反演具体算法如下：
[0088]
输入：初始模型；地震数据
[0089]
输出：高分辨率的弹性参数结果：v
p
，vs，ρ
[0090]
1，获得叠前地震剖面。
[0091]
2，初始化：m＝0，f
parl
＝
perp
＝
parl
＝
perp
＝。
[0092]
3，循环：whilev《v
max
(split-bregman算法)
[0093][0094]
end
[0095][0096]
4，输出最后的反演结果(
v+1
)
t
。
[0097]
进一步，采用levernberg-marquardt算法求解第一目标函数，即公式(12)，计算模型更新量δm
t
，其表达式如下所示：
[0098]
δm
t
＝-a-1
c(2)
[0099]
[0100][0101]
其中，q＝w*x，w表示子波矩阵，x表示雅各比矩阵，b表示二阶差分矩阵，是反射系数与弹性参数之间的偏导数矩阵，其计算的精度直接影响lm算法的最终结果，为提高计算精度和扩大反演能应用的角度范围，需要建立基于精确zoeppritz方程的雅各比矩阵。单道反演时雅各比矩阵x和海森矩阵h的表达式如下：
[0102][0103]
其中，l＝3，n表示入射角个数，n表示入射角个数，
[0104]
当多道集同时反演时，雅各比矩阵和海森矩阵分别变为：
[0105][0106]
通过前述算法，本发明实施例中没有传统叠前反演的近似条件，不需要进行道积分，能够直接得到v
p
，vs，ρ，最后将反演结果与测井曲线进行对比，调整合适的正则化参数，设置迭代次数，针对所有p个地震道集合进行反演，获得高分辨率的弹性参数剖面。
[0107]
本发明实施例提供的上述方法，为了使反演结果更加稳定，在目标函数中引入stv正则化项、参数二阶差分l2范数和数据约束正则化项，参数二阶差分l2范数能够带来优良的抗噪能力，stv正则化可以保护地层边界，提高分辨率，数据约束正则化项能以数据层面进一步压缩反演解的空间，使正演合成数据变化特征更符合实际数据。本发明采用多道同时反演模式，相比传统单道反演模式，能够更好的考虑到相邻道之间的联系，可以将传统的tv正则化扩展到结构stv正则化，对于倾斜地层断层等构造反演有重要意义。
[0108]
实施例二：
[0109]
本发明实施例还提供了一种结构tv正则化联合道间差异约束的叠前反演方法，参见图2所示，主要包括以下步骤s201至步骤s207：
[0110]
步骤s201：获取地震数据。
[0111]
具体的，获取目标工区的炮集数据、测井数据和层位数据，对炮集数据进行去噪等处理，获得有较高信噪比的角道集数据。
[0112]
步骤s202：基于地震数据进行正演。
[0113]
具体的，利用精确的zoeppritz方程计算反射系数序列，并进行褶积运算完成正演获得正演合成数据。
[0114]
步骤s203：构造stv正则化项。
[0115]
具体的，利用平面波破坏滤波算法获得地层倾角后，将传统tv正则化方向旋转为平行倾角和垂直倾角方向构造stv正则化项。
[0116]
步骤s204：构造数据约束正则化项。
[0117]
具体的，将实际地震数据之间差异和反演正演合成数据之间差异的残差作为数据约束正则化项，即道间差异约束项。
[0118]
步骤s205：建立目标函数。
[0119]
具体的，利用实际地震数据和正演合成数据之间的残差l2范数作为目标函数主体，结合stv正则化项和数据约束正则化项作为新的目标函数。
[0120]
步骤s206：解目标函数。
[0121]
具体的，采用split-bregman算法结合levernberg-marquardt算法，首先采用split-bregman算法解决目标函数中的l1范数约束项；然后采用levernberg-marquardt算法进行求解。
[0122]
步骤s207：完成反演。
[0123]
具体的，选择正则化参数，设置迭代次数，获得稳定的三参数反演结果。
[0124]
本发明实施例提供的上述方法，应用精确的zoeppritz方程进行正演，避免近似公式带来的假设误差；采用了多道集同时反演的方式，能够充分考虑到相邻道集，加强道与道之间的联系；加入地震数据道集差异约束，增强了横向连续性和分辨率的同时，对于差异较大的相邻道集也有较好的反演结果；加入二阶差分l2范数与stv正则化使反演具有更强的抗噪能力，地层分辨能力和凸显构造能力；采用split-bregman算法结合levernberg-marquardt算法对目标函数进行求解，能够稳定快速的解决l1范数最优化问题；结合以上正则化项和优化算法，本发明实施例提供的反演方法既考虑了道间联系有较强抗噪能力，又能保护地层边界，凸显地质构造，而且对于道间差异较大区域也有好的反演结果，提高了反演结果的可靠性和分辨率。
[0125]
实施例三：
[0126]
本发明实施例提供了一种结构tv正则化联合道间差异约束的叠前反演装置，参见图3所示的一种结构tv正则化联合道间差异约束的叠前反演装置的结构示意图，该装置可以包括以下部分：
[0127]
数据获取模块301，用于获取目标工区的原始地震数据，并对原始地震数据进行数据处理得到实际地震数据；
[0128]
数据合成模块302，用于基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据；
[0129]
约束项确定模块303，用于基于实际地震数据和正演合成数据构造stv正则化项和数据约束正则化项；
[0130]
目标函数确定模块304，用于基于stv正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差l2范数构造目标函数；
[0131]
反演模块305，用于对目标函数进行求解，得到弹性参数的反演结果。
[0132]
本发明实施例提供的上述叠前反演装置，通过采用stv正则化向引入目标函数能够减低反演的不确定性，增强稀疏性；同时，将数据约束正则化项引入目标函数能够使反演结果与实际数据更加匹配，从数据层面缩小反演解的空间，提高叠前反演得到的弹性参数的可靠性；最后，上述装置能够直接得到弹性参数的反演结果，从而有效地避免了传统方法计算带来的误差，进一步提高了反演结果的可靠性和分辨率。
[0133]
在一种实施方式中，上述数据合成模块302进一步还用于：基于预设频率，将实际地震数据进行插值操作和外推操作得到弹性参数的初始模型，以及将实际地震数据进行分角度叠加得到地震子波；采用zoeppritz方程计算反射系数序列；基于反射系数序列、弹性参数的初始模型和地震子波进行褶积计算得到正演合成数据。
[0134]
在一种实施方式中，上述约束项确定模块303进一步还用于：采用平面波破坏滤波算法计算地层倾角，并基于地层倾角将传统tv正则化旋转为平行倾角方向和垂直倾角方向，得到stv正则化项；将多个相邻地震道确定为地震道集合，并基于相邻地震道之间的实际地震数据和正演合成数据之间的差值确定数据约束正则化项。
[0135]
在一种实施方式中，上述目标函数确定模块304进一步还用于：以多个相邻地震道为一个地震道集合，按照以下公式构造目标函数：
[0136][0137]
stv(m
t
)＝||d
parlmt
||1+||d
perpmt
||1[0138]
其中，j(m)表示目标函数，d
t
表示第t个地震道集合的实际地震数据，g(m)
t
表示第t个地震道集合的正演合成数据，b表示二阶差分矩阵，m
t
表示第t个地震道集合的弹性参数，λstv(m
t
)表示stv正则化项，表示数据约束正则化项，η、λ、β表示正则化参数。
[0139]
在一种实施方式中，上述反演模块305进一步还用于：基于弹性参数的初始模型和实际地震数据，采用split-bregman算法和levernberg-marquardt算法对目标函数进行求解，得到弹性参数的反演结果。
[0140]
在一种实施方式中，述反演模块305进一步还用于：采用split-bregman算法将目标函数转换为第一目标函数；采用levernberg-marquardt算法对第一目标函数进行求解。
[0141]
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
[0142]
本发明实施例还提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。
[0143]
图4为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器40，存储器41，总线42和通信接口43，所述处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。
[0144]
其中，存储器41可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通
信连接，可以使用互联网，广域网，本地网，城域网等。
[0145]
总线42可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0146]
其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。
[0147]
处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。
[0148]
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。
[0149]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0150]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

技术特征：
1.一种结构tv正则化联合道间差异约束的叠前反演方法，其特征在于，包括：获取目标工区的原始地震数据，并对所述原始地震数据进行数据处理得到实际地震数据；基于所述实际地震数据计算反射系数序列，并基于所述反射系数序列进行褶积计算得到正演合成数据；基于所述实际地震数据和所述正演合成数据构造stv正则化项和数据约束正则化项；基于所述stv正则化项、所述数据约束正则化项以及所述实际地震数据与所述正演合成数据之间残差l2范数构造目标函数；对所述目标函数进行求解，得到弹性参数的反演结果。2.根据权利要求1所述的方法，其特征在于，基于所述实际地震数据计算反射系数序列，并基于所述反射系数序列进行褶积计算得到正演合成数据，包括：基于预设频率，将所述实际地震数据进行插值操作和外推操作得到弹性参数的初始模型，以及将所述实际地震数据进行分角度叠加得到地震子波；采用zoeppritz方程计算反射系数序列；基于所述反射系数序列、所述弹性参数的初始模型和所述地震子波进行褶积计算得到正演合成数据。3.根据权利要求1所述的方法，其特征在于，基于所述实际地震数据和所述正演合成数据构造stv正则化项和数据约束正则化项，包括：采用平面波破坏滤波算法计算地层倾角，并基于所述地层倾角将传统tv正则化旋转为平行倾角方向和垂直倾角方向，得到stv正则化项；将多个相邻地震道确定为地震道集合，并基于所述相邻地震道之间的所述实际地震数据和所述正演合成数据之间的差值确定数据约束正则化项。4.根据权利要求1所述的方法，其特征在于，基于所述stv正则化项、所述数据约束正则化项以及所述实际地震数据与所述正演合成数据之间残差l2范数构造目标函数，包括：以多个相邻地震道为一个地震道集合，按照以下公式构造目标函数：stv(m
t
)＝||d
parl
m
t
||1+d
perp
m
t
||1其中，j(m)表示目标函数，d
t
表示第t个地震道集合的实际地震数据，g(m)
t
表示第t个地震道集合的正演合成数据，b表示二阶差分矩阵，m
t
表示第t个地震道集合的弹性参数，λstv(m
t
)表示stv正则化项，表示数据约束正则化项，η、λ、β表示正则化参数。5.根据权利要求2所述的方法，其特征在于，对所述目标函数进行求解，得到弹性参数的反演结果，包括：基于所述弹性参数的初始模型和所述实际地震数据，采用split-bregman算法和levernberg-marquardt算法对所述目标函数进行求解，得到弹性参数的反演结果。6.根据权利要求5所述的方法，其特征在于，采用split-bregman算法和levernberg-marquardt算法对所述目标函数进行求解，包括：
采用split-bregman算法将所述目标函数转换为第一目标函数；采用levernberg-marquardt算法对所述第一目标函数进行求解。7.一种结构tv正则化联合道间差异约束的叠前反演装置，其特征在于，包括：数据获取模块，用于获取目标工区的原始地震数据，并对所述原始地震数据进行数据处理得到实际地震数据；数据合成模块，用于基于所述实际地震数据计算反射系数序列，并基于所述反射系数序列进行褶积计算得到正演合成数据；约束项确定模块，用于基于所述实际地震数据和所述正演合成数据构造stv正则化项和数据约束正则化项；目标函数确定模块，用于基于所述stv正则化项、所述数据约束正则化项以及所述实际地震数据与所述正演合成数据之间残差l2范数构造目标函数；反演模块，用于对所述目标函数进行求解，得到弹性参数的反演结果。8.根据权利要求7所述的装置，其特征在于，所述数据合成模块还用于：基于预设频率，将所述实际地震数据进行插值操作和外推操作得到弹性参数的初始模型，以及将所述实际地震数据进行分角度叠加得到地震子波；采用zoeppritz方程计算反射系数序列；基于所述反射系数序列、所述弹性参数的初始模型和所述地震子波进行褶积计算得到正演合成数据。9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。

技术总结
本发明提供了一种结构TV正则化联合道间差异约束的叠前反演方法及装置，包括：获取目标工区的原始地震数据，并对原始地震数据进行数据处理得到实际地震数据；基于实际地震数据计算反射系数序列，并基于反射系数序列进行褶积计算得到正演合成数据；基于实际地震数据和正演合成数据构造STV正则化项和数据约束正则化项；基于STV正则化项、数据约束正则化项以及实际地震数据与正演合成数据之间残差L2范数构造目标函数；对目标函数进行求解，得到弹性参数的反演结果。本发明提高了叠前反演得到的弹性参数的可靠性和分辨率。弹性参数的可靠性和分辨率。弹性参数的可靠性和分辨率。


技术研发人员：徐梓赫 彭苏萍 崔晓芹 卢勇旭 侯冬霜
受保护的技术使用者：中国矿业大学（北京）
技术研发日：2023.04.13
技术公布日：2023/7/7