Abstract

Sequential AVA inversion has several benefits over Simultaneous AVA inversion. Sequential AVA inversion with the separate consistent stages allows the use of more intelligent minimization functions as well as solving some problems caused by ambiguities and lack of the correct information (accounting for the ratio of amplitudes at the boundaries of reflection, the weak contrasts and regular noise separation, accounting for the, identify and compensate for regular phase changes, take into account the nonstationarity of seismic traces, apply the correct algorithms for the integration of low-frequency models etc.).

Keywords

Sequential AVA inversion, partial angle stacks, reflection coefficients, elastic parameters, objective functions, regularization,

Reference

  •  1) Aki K., Richards P. Kolichestvennaya seysmologiya: Teoriya i metody. T. 1. Per. s angl. M.: Mir, 1983.

  •  2) Berkhout A.J. Least-squares inverse filtering and wavelet deconvolution. Geophysics. 1977; 42 (7): 1369.

  •  3) Burrus C.S., J.A. Barreto, and I.W. Selesnick. Iterative Reweighted Least-Squares Design of FIR Filters. IEEE Trans. Sign. Proc., 42(11): 2926-2936, Nov. 1994.

  •  4) Cai T., G. Xu, and J. Zhang, «On recovery of sparse signals via L1 minimization», IEEE Trans. Inf. Theory, vol. 55, pp. 33883397, 2009.

  •  5) Deborah Pereg, Israel Cohen. Seismic Deconvolution Using Sparse Spike Inversion vs. Basis Pursuit Inversion. Technion - Israel Institute of Technology, and Anthony A. Vassiliou, GeoEnergy Inc.

  •  6) Derman Dondurur. An Approximation to Sparse-Spike Reflectivity Using the Gold Deconvolution Method. Pure Appl. Geophys. 167 (2010).

  •  7) Daubechies I., DeVore R., Fornasier M. Iteratively reweighted least squares minimization for sparse recovery, Commun. Pure Appl. Math., 63, pp. 1-38. (2010).

  •  8) Gitton Antoine. Huber solver versus IRLS algorithm for quasi L1 inversion, Stanford Exploration Project, Report SEP-103, June 19, pages 255-271 (2011).

  •  9) Green, P. J. Iteratively reweighted least squares for maximum likelihood estimation, and some robust and resistant alternatives. JRSS B 46, 149-192 (1984).

  •  10) Kontoghiorghes, E. J. Handbook of Parallel Computing and Statistics, Chapman & Hall/CRC (2006)

  •  11) Mourad N., Reilly J. P. Minimizing nonconvex functions for sparse vector reconstruction. IEEE Trans. Signal Process., 58: 3485-3496, (2010).

  •  12) Sacchi M.D. Statistical and Transform Methods in Geophysical Signal Processing, Department of Physics University of Alberta, 2002.

  •  13) Sun Xue-Kai, Sam Zandonng Sun, Xie Hui-Wen. Nonstationary sparsity-constrainded seismic deconvolution. APPLIED GEOPHYSICS, Vol. 11, № 4, P. 459-467 (December 2014).

  •  14) Tarantola A. Inverse problem theory-Methods for data fit-tingand model parameter estimation: Elsevier Science. (1987.)

  •  15) Ulrych T.J., Sacchi M.D. and Graul J.M. Signal and noiseseparation - Art and science: Geophysics, 64, 1648-1656 (1999).

  •  16) Wang Y. Sparseness-constrained least-squares inversion: Application to seismic wave reconstruction. Geophysics. Vol. 68, № 5; p. 16335 (september-october, 2003).

Последовательная трехфазовая AVA инверсия

Мятчин К.М. Токарев М.Ю. Новоявчев А.В. Клейменов А.А.

Аннотация

Последовательный алгоритм вычислений упругих параметров по частично кратным угловым стекам методами AVA-инверсии обладает некоторыми преимуществами по сравнению с синхронным алгоритмом. Использование отдельных этапов вычислений позволяет более тщательно подобрать функции оптимизации и разрешить некоторые проблемы (учесть отношения амплитуд на границах отражения, разделить слабоконтрастные отражения и регулярные помехи, оценить, а иногда и компенсировать фазовые изменения сигнала, попытаться учесть нестационарность сейсмических трасс, применить корректные алгоритмы интеграции низкочастотных моделей и т.д.).

Ключевые слова

частично кратные угловые стеки, коэффициенты отражения, упругие параметры, функции минимизации, регуляризация,

Информация об авторах

Библиографическая ссылка

Мятчин К.М. Токарев М.Ю. Новоявчев А.В. Клейменов А.А. Последовательная трехфазовая AVA инверсия // Геофизика. 2018. № 3. С. 70-80.

Список литературы

  •  1) Аки К., Ричардс П. Количественная сейсмология: Теория и методы. Т. 1. Пер. с англ. М.: Мир, 1983.

  •  2) Berkhout A.J. Least-squares inverse filtering and wavelet deconvolution. Geophysics. 1977; 42 (7): 1369.

  •  3) Burrus C.S., J.A. Barreto, and I.W. Selesnick. Iterative Reweighted Least-Squares Design of FIR Filters. IEEE Trans. Sign. Proc., 42(11): 2926-2936, Nov. 1994.

  •  4) Cai T., G. Xu, and J. Zhang, «On recovery of sparse signals via L1 minimization», IEEE Trans. Inf. Theory, vol. 55, pp. 33883397, 2009.

  •  5) Deborah Pereg, Israel Cohen. Seismic Deconvolution Using Sparse Spike Inversion vs. Basis Pursuit Inversion. Technion - Israel Institute of Technology, and Anthony A. Vassiliou, GeoEnergy Inc.

  •  6) Derman Dondurur. An Approximation to Sparse-Spike Reflectivity Using the Gold Deconvolution Method. Pure Appl. Geophys. 167 (2010).

  •  7) Daubechies I., DeVore R., Fornasier M. Iteratively reweighted least squares minimization for sparse recovery, Commun. Pure Appl. Math., 63, pp. 1-38. (2010).

  •  8) Gitton Antoine. Huber solver versus IRLS algorithm for quasi L1 inversion, Stanford Exploration Project, Report SEP-103, June 19, pages 255-271 (2011).

  •  9) Green, P. J. Iteratively reweighted least squares for maximum likelihood estimation, and some robust and resistant alternatives. JRSS B 46, 149-192 (1984).

  •  10) Kontoghiorghes, E. J. Handbook of Parallel Computing and Statistics, Chapman & Hall/CRC (2006)

  •  11) Mourad N., Reilly J. P. Minimizing nonconvex functions for sparse vector reconstruction. IEEE Trans. Signal Process., 58: 3485-3496, (2010).

  •  12) Sacchi M.D. Statistical and Transform Methods in Geophysical Signal Processing, Department of Physics University of Alberta, 2002.

  •  13) Sun Xue-Kai, Sam Zandonng Sun, Xie Hui-Wen. Nonstationary sparsity-constrainded seismic deconvolution. APPLIED GEOPHYSICS, Vol. 11, № 4, P. 459-467 (December 2014).

  •  14) Tarantola A. Inverse problem theory-Methods for data fit-tingand model parameter estimation: Elsevier Science. (1987.)

  •  15) Ulrych T.J., Sacchi M.D. and Graul J.M. Signal and noiseseparation - Art and science: Geophysics, 64, 1648-1656 (1999).

  •  16) Wang Y. Sparseness-constrained least-squares inversion: Application to seismic wave reconstruction. Geophysics. Vol. 68, № 5; p. 16335 (september-october, 2003).