基于BISQ机制的双相介质储层参数反演的小波多尺度混合优化方法研究

近年来，由于反演方法的深入发展和双相介质模型对各向异性地质物理模型的精确刻画，双相介质弹性波方程参数反演问题（通常表述为特定目标函数最优化问题）日益受到人们的重视，但其固有的多参数、非线性和不适定性等特性使得局部和全局优化方法都不能实现快速全局优化，因此研究较为缓慢。本项目拟将小波分析方法、多尺度反演策略和启发式仿生优化算法-蚁群算法结合起来，构建小波多尺度混合优化方法，应用于基于BISQ机制的双相介质弹性波方程的参数反演问题，对孔隙率、渗透率和含流体饱和度等储层参数进行反演计算，以期提高储层参数的反演效果。该方法能够依次在不同尺度下搜寻识别最优解，以较快的速度逐尺度逼近全局最优解，并能够克服传统反演方法的一些缺点，如：过于依赖初值选择、Jacobi偏导数矩阵计算困难以及易陷入局部极值等，对复杂介质弹性波方程参数反演问题的研究具有重要的意义。

在本课题支持下，我们基于BISQ模型，开展了参数反演的改进小生境蚁群算法研究，并初步实现了基于GPU高性能计算平台的并行程序。主要研究内容如下：..一、基于BISQ模型的正演算法研究..基于改进BISQ模型，采用交错网格有限差分方法对流体饱和多孔隙介质中弹性波的传播情况进行了相应的研究。具体研究过程中，采用交错网格有限差分方法对二维一阶弹性波动方程进行差分离散。为了提高波场数值模拟运算速度与精准性，对数值模拟过程中数值频散采用了FCT方法进行压制，同时利用PML完全匹配层进行吸收边界反射，均取得了良好的效果。 对数值模拟所得的波场快照及合成地震记录，分析讨论了固相、流相中的快纵波、慢纵波、S波的相应特征。..二、参数反演的改进蚁群算法研究。..为了更好的解决全局优化方法易造成的“早熟”问题，避免求取全局最优值时陷入局部最优，我们对蚁群算法进行了改进，提出了基于适应值共享的小生境蚁群算法，并将之应用于Biot模型和非饱和孔隙介质BISQ模型的参数反演研究，得到了较好的结果。但在上述的研究过程中，我们发现单纯的小生境蚁群算法对待反演参数的初始选取区间的要求较高，当初始选取区间过大时，反演的效果就不尽如人意，也就是算法的全局收敛性不够好。为了进一步提高算法的全局收敛性和抗噪性，我们将多尺度反演策略与小生境蚁群算法相结合，提出了多尺度小生境蚁群算法，并将之应用于改进BISQ模型的单参数和多参数反演，并将反演结果与传统蚁群算法、多尺度蚁群算法以及小生境蚁群算法进行了对比，验证了多尺度小生境蚁群算法的有效性和优越性。..三、基于GPU高性能计算平台并行算法研究..基于GPU高性能计算平台，初步研究了基于GPU的并行计算方法。目前，我们主要是在以前工作的基础上，实现了基于GPU并行计算的LBM算法和基于GPU并行计算Lyapunov方程和Ricatti方程的数值求解，计算结果验证了GPU计算的高效性。上述并行算法的实现积累了基于GPU的并行计算经验，有助于我们下一步完成多尺度小生境蚁群算法的GPU并行算法的实现。. .基于以上研究成果，我们在国内外学术刊物上发表五篇文章，另有三篇文章已完成（详见结题报告），按计划完成预定研究目标。在学生培养方面，共培养硕士研究生5名，均已顺利毕业（论文题目详见结题报告），按计划完成预定研究目标。