数据空间Hessian在时域中扩展源全波形反演的实际实现
摘要：全波形反演 （FWI） 先利用数据驱动的源扩展计算波场，使得在不准确的速度模型中模拟的数据与观测到的数据相匹配，以防止循环跳跃。然后，通过将源扩展最小化来更新模型参数。这个两步骤的工作流程不断迭代，直到数据和源完全匹配。最近的研究表明，源扩展是记录的散射数据拟合问题的最小二乘解。因此，它们通过时域反向传播去模糊的 FWI 数据残差进行计算，其中模糊操作符是散射源估计问题的阻尼数据域 Hessian 的逆操作符。估计模糊的数据残差是时域扩展源 FWI (ES-FWI) 的计算瓶颈。为了减轻这个问题，我们首先在傅立叶和短时傅立叶域中使用匹配滤波器来近似数据域 Hessian 的逆操作符来估计模糊的数据残差。其次，如果需要，我们通过共轭梯度迭代来进一步优化它们。计算匹配滤波器和每个源进行一次共轭梯度迭代都需要进行两次模拟。因此，设计一些能最小化这个计算负担的工作流程是至关重要的。我们使用增广Lagrangian方法来实现时域ES-FWI。此外，我们进一步扩展了线性模型，采用多尺度频率连续方法，并结合网格粗化来减轻计算负担并正则化反演。最后，我们使用总变差正则化方法来处理大对比度重构。我们通过合成实验案例评估了不同精度的数据域Hessian进行的各种反演工作流程，目的是收敛于准确的解并同时最小化计算成本。
作者：Gaoshan Guo (1), Stephane Operto (1), Ali Gholami (2 and 3), Hossein S. Aghamiry (1) ((1) University Cote d'Azur - CNRS - IRD - OCA, Geoazur, Valbonne, France, (2) University of Tehran, Institute of Geophysics, Tehran, Iran, (3) Institute of Geophysics, Polish Academy of Sciences, Warsaw, Poland)
论文ID：2303.01009
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2023-03-03