前沿技术 | Omega软件EFWI弹性波全波形反演成像技术

以2002年Martin等人提出的Marmousi II弹性模型为例（如图1所示），利用劳伦斯利弗莫尔国家实验室开发的独立弹性有限差分地震波传播程序，进行2D OBC采集的正演模拟生成叠前合成地震记录后，基于平滑版本的Marmousi‑II弹性模型（如图2所示），分别进行声波逆时偏移和弹性波逆时偏移（如图3所示）。

通过对比分析图3中上下两种成像结果，可以观察到，声波逆时偏移（RTM）成像在深部区域出现了明显的错误成像。如图3，在红圈1和2处可见错误成像的同相轴，而红圈3处则出现了假断层。此外，在红圈4中还现了假的地层信息。这些成像误差表明，基于声波波动方程假设的RTM偏移成像方法无法准确处理弹性波场信息，从而无法实现精准的偏移归位成像。

相比之下，弹性波逆时偏移成像的结果明显优于声波逆时偏移成像。因为自然介质是弹性的，具有不同程度的各向异性和非均质性，而实际采集的地震数据记录的是弹性波场的传播信息。由于弹性波波动方程正演的波场信息更接近于实际地震波场，相较于声波波动方程，弹性波RTM成像能够更准确地表征真实的地下构造信息。这也正是弹性波RTM成像在复杂地质条件下表现更佳的根本原因。

全波形速度反演FWI的基本思路是基于输入的速度模型和地震子波进行正演模拟，计算原始观测记录与正演模拟的合成记录之间的差异，再通过某种目标函数最小化该差异，进而反演得到速度模型的更新扰动量。

斯伦贝谢采用的是一种能够自动调整运动学和动力学因素权重的加强模板匹配（ETM, Enhanced Template-Matching）算法作为目标函数。正演模拟数据与实际数据之间的差异是FWI速度反演的目标函数，其准确性直接决定了速度扰动量的精度。因此，正演模拟的质量对FWI速度反演的效果至关重要。为了深入理解这一过程，可以通过理论模型的正演与反演实验进行分析和验证，评估反演算法对复杂地下构造的适应性。

如图4所示，构建一个简单的三层模型，含纵波Vp和横波Vs信息，第三层的顶是速度突变界面。分别对该模型进行声波正演模拟和弹性波正演模拟后，把两种正演模拟结果叠合显示分析两者之间的差异。

在图4c和4d中，红色曲线代表的是声波正演炮集数据，蓝色曲线代表弹性波正演炮集数据。通过对比发现，在1.8 Hz时两者存在明显差异，尤其是在临界角之外的区域（黄圈内），可观察到明显的相位旋转现象。那么基于声波方程正演的炮集与实际采集炮集的差异不再单纯的反应模型的速度误差。

因此，使用声波FWI全波形反演方法对高速顶或其下某些区域的速度模型进行更新，将会面临较大的挑战，会引入错的反演信息。当频率增加时，声波与弹性波正演结果之间的差异趋于减小（如图4d显示），但弹性波模拟的炮集数据在振幅特征上表现出更高的保真度。

将图4a模型中的中间层进行10%的扰动作为输入模型进行声波和弹性波全波形反演实验，以未扰动过的速度模型模拟的弹性波场记录作为观测数据来计算反演梯度。图4e和4f分别是用弹性波FWI和声波FWI产生的梯度，与4f相比，在中间层弹性梯度含有更多的低波数速度变高的更新量，相比之下，基于声波的结果则产生了反方向的更新量。

该实验表明，声波FWI在强波阻抗环境下会出问题，比如著名的墨西哥湾盐丘速度反演。对于更高的频率来说，差异变得越来越小，如图4g和4h所示(Vigh et al.,2022)。然而弹性波正演能够更准确地反映实际地震波场的传播特性，并为复杂地质条件下的速度建模提供更可靠的数据基础。

图5中展示了在墨西哥湾（GoA）基于OBN采集的纵波数据成功应用弹性波全波形反演（EFWI）的案例。

对比图5a和d，发现与声波FWI相比，弹性波FWI在盐体周围和盐下区域获得了更好的P波速度更新量。在图5b和e中的黄圈内观测到速度更新量存在明显的差异，弹性波FWI计算的速度更新量使盐下区域的偏移成像更聚焦，图5c和f可清晰的观测到偏移成像的改进效果，显示出更清晰的盐体几何形态、更连续陡倾成像以及更一致的地质特征。可见通过在模拟和反演中引入更符合实际的物理机制，弹性波FWI在复杂区域能得到更可靠的速度模型。尽管弹性波传播的计算成本仍明显高于声波传播，但在合理的时间范围内运行已经变得可行。

当弹性波全波形反演（EFWI）与稀疏节点采集的长偏移距，宽方位角以及数据中有效的低频信息结合使用时，与声波反演结果相比，更能显著改进速度模型，尤其是在复杂盐下目标区域，从而降低开发风险并识别潜在的新勘探机会。

图6是展示的是墨西哥湾深水区节点间距为1.2公里的OBN稀疏节点EFWI应用案例。在进行EFWI之前对数据进行了最小程度的预处理，包括噪声衰减和水平分量的旋转。以图6a作为输入模型进行声波FWI和EFWI的反演研究，通过比较图6b和图6c，可以清楚地看出在相同输入条件下弹性反演的优势。

近几年，弹性全波形反演（EFWI）技术已成功应用于墨西哥湾OBN稀疏节点数据的处理，大幅提升了盐丘侧翼及盐丘之下的构造成像精度。目前，许多地球物理学家正积极推动EFWI技术在全球范围内的推广应用，希望在墨西哥以外的地区也能取得同样的成功案例。从算法角度来看，EFWI可应用到大多数采集系统下的地震数据处理中。然而，通过对现有EFWI成功案例的对比分析发现，EFWI的成功实施很大程度上依赖输入数据的质量与特性。要想得到理想的反演结果，基础数据需要满足以下四个基本要素（如图8所示）：

• 宽方位或全方位采集

丰富的方位信息具有更好的照明度，有利于提高复杂构造速度反演的可靠性；

• 丰富的低频信号

如墨西哥湾利用低频震源采集的OBN稀疏节点数据，有效低频信号可达0.8Hz左右，FWI可以更稳定的反演复杂构造的背景场速度；

• 大偏移距数据

偏移距越大，通过折射信息反演的速度就越深越稳定，且如果偏移距足够长，还可能观测到经历两次能量转换的波场——如从P波转换为S波，再从S波转换为P波，对高速突变情况下的速度反演非常有利；

• 较好的初始速度模型（VTI，TTI）

初始速度也很关键，高质量的初始速度模型可以充分发挥目标函数的潜力，提高速度反演的质量，降低速度反演的多解性。

在具备上述要素的情况下，EFWI技术才能充分发挥其优势。OBN数据采集包括四分量记录，通常我们主要依赖纵波分量（包括水听器和地震检波器），而横波分量通常并未纳入处理流程，尽管它们可能携带横波信息。在具体实施EFWI中，输入基于纵波地震数据反演的纵波速度场（Vp），初始横波速度场（Vs）可以结合井数据推导的岩石物理关系及纵波速度场（Vp）构建得到，利用纵波地震数据进行弹性波全波形反演（EFWI）更新纵波速度（Vp）和纵横波速度比（Vp/Vs）。

这种基于EFWI的反演方法不仅适用于OBN数据，还能够很好地推广到宽方位、大偏移距的海洋拖缆地震数据以及陆地地震数据处理中。

目前，弹性全波形反演（EFWI）技术的成功应用主要集中在海洋数据处理中，而在陆地数据中的应用仍面临诸多挑战，例如更复杂的地表条件、更强的噪声干扰以及有限的采集覆盖范围等，这些都对EFWI的实施和精度提出了更高的要求。

相信随着EFWI技术的不断发展和优化，能够逐步突破现有的瓶颈，为复杂地质条件下的地下构造成像和储层表征提供更高精度的解决方案。这不仅将推动地球物理勘探领域的技术进步，还将为能源乃至资源的高效勘探与开发提供更可靠的技术支持。

参考文献：

1. Rongrong Lu*, Peter Traynin, and John E. Anderson, Comparison of elastic and acoustic reverse-time migration on the synthetic elastic Marmousi-II OBC dataset, SEG Houston 2009 Annual meeting

2. Denes Vigh, James Xu, Elastic full-waveform inversion using OBN data acquisition, 2022 Second International Meeting for Applied Geoscience & Energy

3. Denes Vigh, Xin Cheng, 2023,Elastic multi-parameter full-waveform inversion application on sparse ocean-bottom node data,2023 Third International Meeting for Applied Geoscience & Energy

4. Barnes, C., and M. Charara, 2009, The domain of applicability of acoustic full-waveform inversion for marine seismic data, Geophysics, 74, WCC91– WCC103, doi: https://doi.org/10.1190/1.3250269.