摘要：本文针对反演过程对于初始模型的依赖性以及正则化约束难以适用于复杂地质结构等问题提出了一种新的数据驱动反演方法。我们假设同一工区不同位置处的弹性参数可以通过测井数据生成的字典稀疏表示,即地下模型的结构与某一稀疏字典相关,以及同一工区的储层参数具有一定的一致性和横向连续性,从测井数据中提取稀疏字典近似为整个工作区域的字典。然后,我们用字典的稀疏表示约束代替常规的正则化约束来进行反演。另外,我们改进常规字典学习的反演过程中对初始模型的依赖性,在初始模型差时依然得到了好的反演结果。数值模型的测试结果表明,本方法对初始模型依赖性更低并且适用于各种地质情况,提高了反演结果的分辨率和精度。

关键字：AVO反演;K-SVD算法;稀疏约束;字典学习;初始模型

卷、期、页：:471-474,4

发表日期：2021-06-28

收录情况：国内学术会议论文集

发表期刊名称：第四届油气地球物理学术年会论文集

通讯作者：贾泽宇

第一作者：袁三一,王尚旭

论文类型：会议论文

论文概要：贾泽宇,袁三一,王尚旭，多样化地质结构自动表征约束反演，第四届油气地球物理学术年会论文集，2021，:471-474,4

论文题目：多样化地质结构自动表征约束反演