基于局部低秩近似的各向异性弹性波波场分离及逆时偏移

The proposed project is about anisotropic elastic reverse-time migration. Compared with the traditional acoustic wave equation, the anisotropic elastic wave equations accurately simulate the conversions between compressional (P) and rotational (S) waves, thus are considered more realistic than acoustic wave equations. However, the elastic wave equations are more complicated and computationally expensive than acoustic wave equations and different wave modes are coupled which leads to difficulties in imaging. We focus on three essential problems associated with the elastic imaging: a highly efficient and accurate anisotropic wavefield P- and S-wave decomposition algorithm; comparisons between migrated images from anisotropic acoustic and elastic reverse time migrations; image condition selections for elastic reverse time migration. The proposed PS separation/decomposition algorithm utilizes localized low-rank approximation, and it can be implemented with parallel computation to maximize efficiency. The new PS decomposition algorithm benefits elastic reverse time migrations, because the converted S-waves can be fully utilized by elastic wave equations for imaging, especially in subsalt area where P-waves cannot penetrate.

本项目重点研究使用弹性波方程对各向异性介质进行地震波成像。与传统的声波方程相比，各向异性弹性波方程能够准确模拟波场中不同类型地震波之间的转化，因此更加接近真实的地震波。然而弹性波场更加复杂，计算成本高，不同类型地震波相互耦合，造成成像困难。针对弹性波方程成像过程中的问题，本项目具体研究内容包括：快速而精确的各向异性介质波场分离算法；各向异性介质中声波、弹性波方程逆时偏移成像效果比较；以及使用弹性波方程进行逆时偏移中成像条件的选取。项目所采用的波场分离算法基于局部低秩近似，其优点在于保证高精度波场分离效果的同时，可与MPI区域分解并行化算法结合，极大提高运算效率，进而加强算法的实用价值。该波场分离算法与弹性波方程相结合可以应用于复杂各向异性介质成像与反演。弹性波方程可以利用转换横波中的有效信息进行成像，因此针对盐丘底部等纵波难以穿透目标层有更好的成像效果。

地震波以弹性波形式传播，而传统偏移成像广泛采用声波方程，无法模拟地震波型转换以及横波传播等现象，因此无法对多波准确成像。本项目使用弹性波进行地震成像，并重点解决弹性波成像中的几个重要问题：1.弹性波场中纵横波混叠，成像前需进行波场分离，本项目提出了基于矢量场的波场分离与成像算法，相比传统方法能够保留波场的振幅和相位信息；2.针对各向异性介质中波场分离计算昂贵的问题，我们提出局部低秩近似，结合并行算法，将计算效率提高了数十倍，使弹性波成像在三维各向异性数据中的应用成为可能；3.我们引入深度学习技术，使用人工神经网络预测速度模型，进而提高偏移成像精度。基于低秩近似的波场分离对弹性波在地震成像中的进一步推进有重要的意义。