石油地球物理勘探  2023, Vol. 58 Issue (5): 1284-1298  DOI: 10.13810/j.cnki.issn.1000-7210.2023.05.024
0
文章快速检索     高级检索

引用本文 

代福材, 张峰, 钱忠平, 孙鹏远, 邹振, 李向阳. 纵波与横波反演能力对比. 石油地球物理勘探, 2023, 58(5): 1284-1298. DOI: 10.13810/j.cnki.issn.1000-7210.2023.05.024.
DAI Fucai, ZHANG Feng, QIAN Zhongping, SUN Pengyuan, ZOU Zhen, LI Xiangyang. Comparative analysis of seismic P-wave and S-wave inversion capabilities. Oil Geophysical Prospecting, 2023, 58(5): 1284-1298. DOI: 10.13810/j.cnki.issn.1000-7210.2023.05.024.

本项研究受国家自然科学基金项目“油气地球物理”(42122029)、中国石油天然气集团有限公司重点实验室项目“物探应用基础实验和前沿理论方法研究”(2022DQ0604-02)和中国石油天然气集团有限公司科学研究与技术开发项目“三维弹性波数据处理新方法探索研究”(2021DJ3506)联合资助

作者简介

代福材  博士研究生,1992年生;2014年获中国海洋大学勘查技术与工程专业学士学位,2017年获中国石油大学(华东)地质资源与地质工程专业硕士学位,2019年至今在中国石油大学(北京)攻读地质资源与地质工程专业博士学位;主要从事多波地震反演与储层预测等方面的研究

张峰, 北京市昌平区府学路18号中国石油大学(北京)油气资源与探测国家重点实验室,102249。Email:zhangfeng@cup.edu.cn

文章历史

本文于2022年11月26日收到,最终修改稿于2023年7月22日收到
纵波与横波反演能力对比
代福材1,2 , 张峰1,2 , 钱忠平3,4 , 孙鹏远3,4 , 邹振3,4 , 李向阳1,2,3     
1. 中国石油大学(北京)油气资源与探测国家重点实验室, 北京 102249;
2. 中国石油大学(北京)CNPC物探重点实验室, 北京 102249;
3. 东方地球物理公司, 河北涿州 072750;
4. 油气勘探计算机软件国家工程研究中心, 北京 100088
摘要:目前,油气地震勘探主要利用了纵波(PP波)的信息,在地层多参数反演、复杂和非常规油气储层预测、流体识别等方面存在着不确定性。近年来,横波(SV-SV波和SH-SH波)可控震源技术的发展大幅提高了资料的品质,为横波勘探技术的发展和广泛应用提供了必要条件。然而,与传统的PP波、PP与PS波联合反演相比,横波的反演能力尚不明确。为此,对比、分析不同弹性参数表示的纵波、转换横波(PSV波)和横波反射系数近似公式的精度,然后利用反射系数近似公式构建针对不同弹性参数的线性反演框架,结合反演协方差矩阵和反演条件数对比,分析纵、横波在反演不同弹性参数时的不确定性、不适定性。分析结果表明:利用PP波反演剪切模量和密度的不确定性最大,即使采用大角度数据PP波反演依然具有较高的不适定性;PSV波反演可有效降低反演的不适定性,但难以独立应用于实际资料;PP波和PSV波联合反演可有效降低反演的不确定性、不适定性,但反演效果依赖于纵、横波匹配精度;SH-SH波和SV-SV波在反演横波阻抗、横波速度、剪切模量和密度时具有明显的优势,可有效降低对输入数据角度的需求。该成果可为横波反演方法研究提供理论依据。
关键词地震横波    反演不确定性    反演不适定性    反射系数近似公式    
Comparative analysis of seismic P-wave and S-wave inversion capabilities
DAI Fucai1,2 , ZHANG Feng1,2 , QIAN Zhongping3,4 , SUN Pengyuan3,4 , ZOU Zhen3,4 , LI Xiangyang1,2,3     
1. State Key Laboratory of Oil and Gas Resources and Exploration, China University of Petroleum (Beijing), Beijing 102249, China;
2. CNPC Key Laboratory of Geophysical Exploration, China University of Petroleum (Beijing), Beijing 102249, China;
3. BGP Inc., CNPC, Zhuozhou, Hebei 072750, China;
4. National Engineering Research Center for Oil and Gas Exploration Computer Software, Beijing 100088, China
Abstract: At present, seismic exploration of oil and gas mainly uses the information of seismic P-wave, which has high uncertainty in the fields of multi-parameter inversion, complex and unconventional oil and gas reservoir prediction, and fluid identification. In recent years, the development of S-wave (SV-SV wave and SH-SH wave) vibroseis technology has greatly improved the quality of S-wave data, providing necessary conditions for the development and wide application of seismic S-wave exploration. However, compared with the traditional PP wave inversion and PP-PS wave joint inversion, the inversion ability of seismic S-wave is not clear. This paper first compares and analyzes the accuracy of the approximate formula of the reflection coefficient of P-wave, PSV wave, and S-wave represented by different elastic parameters and then uses the approximate formula of reflection coefficient to construct the linear inversion framework for different elastic parameters. Combining the inversion covariance matrix and the inversion condition number, this paper compares and analyzes the uncertainty and ill-posed nature of seismic P-wave and S-wave in the inversion of different elastic parameters. The results show that the uncertainty of shear modulus and density inversion using PP wave is the largest, and the uncertainty of PP wave inversion is still high even if using large-angle data. PSV wave inversion can effectively reduce the ill-posed nature of inversion, but it is difficult to be independently applied to actual data inversion. The joint inversion of PP wave and PSV wave can effectively reduce the uncertainty and ill-posed nature of inversion, but the joint inversion effect depends on the matching accuracy of P-wave and S-wave. SH-SH wave and SV-SV wave have obvious advantages in inversion of S-wave impedance, S-wave velocity, shear modulus, and density, which can effectively reduce the demand for input data angle. The results can provide a theoretical basis for the study of S-wave inversion methods.
Keywords: seismic S-wave    inversion uncertainty    inversion ill-posed nature    approximate formula of reflection coefficient    
1 问题的提出

目前,油气地震勘探主要利用了纵波(PP波)的信息。纵波对地层的声波速度、阻抗的变化最为敏感,在构造成像、断层解释等方面得到了广泛应用;结合岩石物理分析可以在一定程度上描述储层特征[1]、识别孔隙流体的变化[2-3]。油气藏的定量解释依赖于利用地震数据反演所获得的地层参数,而仅利用有限角度(炮检距)的纵波数据同步反演多个弹性参数比较困难[4-5]。其中,密度($ \rho $)反演尤为困难,这是因为纵波对密度的变化不敏感[6]。实例表明,为了准确反演地层密度,需要使用经过各向异性偏移成像、子波拉伸校正、吸收衰减补偿等处理的大角度(60°)纵波数据,同时还要保证初始模型可靠、正则化方法适用[7],而在许多实际勘探工作中难以满足以上条件。虽然两参数(纵波阻抗和横波阻抗、AVO截距和梯度等)反演方法比三参数(如纵波阻抗、横波阻抗、密度)反演更加可行,但是反演结果存在一定的误差和不确定性,这同时对数据和反演方法有着较高的要求[8-9]。此外,纵波在“气烟囱”成像、复杂和非常规油气藏的岩性识别、流体预测等方面也存在困难[10-11]

相比于纵波,横波(SV-SV波和SH-SH波)的动力学特征有着显著的差异。在同一频带、相同的吸收衰减条件下,横波数据的分辨率更高,对地层的横波速度(VS)、密度、剪切模量、各向异性参数等更为敏感,因此可以用来更好地反演以上参数。如图 1所示,相比纵波资料,横波资料在反演横波速度、密度等参数时不确定性更低,在描述油气藏的骨架性质、物性特征、裂缝、地应力等方面具有明显优势[12-16]。因此,将横波引入油气勘探能够弥补纵波勘探能力的不足,有助于提升复杂油气藏的储层预测精度和油气识别能力[17-19]

图 1 PP波(a)与SH-SH波(b)反演纵波速度、横波速度、密度的后验概率密度分布 最大后验概率密度对应反演最优解。

为了明确横波的传播机理,诸多学者开展了理论研究[20-25]。横波曾在早期被应用于地震勘探[26-28],通过多分量地震采集得到的横波各向异性属性用于裂缝油气储层描述[29-30],但在较长的一段时期内,横波并没有在油气勘探中得到广泛应用,主要是因为传统的横波震源技术无法获得高品质数据。

转换横波不依赖于震源,可以通过爆炸源和垂直力源激发、三分量检波器接收,因此从20世纪90年代开始,它作为横波的替代应用于油气勘探。目前,业界已针对转换波数据的处理和成像开展了大量的研究工作[31-35]。实际应用结果表明,由于横波传播基本不受流体影响,转换横波在气云区成像方面具有一定的优势[36];联合反演纵波和转换横波数据有助于改善地层横波速度和密度的反演结果,提高了反演稳定性和精度[37-39]。然而,相比纵波,转换横波的数据品质往往较低,难以独立应用于储层的精细描述。纵波和转换波联合反演的效果在很大程度上依赖于纵、横波数据的匹配精度,这导致联合反演方法在实际应用中受到一定程度的制约。

近年来,大吨位、宽频横波可控震源技术在油气勘探行业中迅速发展,可以激发与纵波数据品质相当的SV-SV波和SH-SH波[40-44],为横波油气勘探技术的发展和广泛应用提供了良好的基础。但是,目前地震横波的反演理论尚不完善,有必要进一步开展纵波与横波的反演能力对比、分析,为横波反演方法研究提供理论依据。为此,本文首先介绍了不同类型地震波反射系数的近似式,并通过与精确反射系数对比分析近似式的精度;然后构建针对不同弹性参数的线性反演框架,计算不同待求参数组合的反演协方差矩阵,对比PP波、PSV波、PP波和PSV波联合、SH-SH波、SV-SV波在反演不同弹性参数时的不确定性;进而通过计算不同类型地震波反演的特征值和条件数,对比、分析反演问题的不适定性;最后以反演协方差矩阵和反演条件数为依据明确了不同类型地震波的反演能力及横波反演方法的应用潜力。

2 不同类型地震波反射系数近似公式

不同弹性参数表示的反射系数近似式广泛应用于地震反演,因此在介绍PP波、PSV波、SH-SH波、SV-SV波反射系数近似式基础上,通过与精确反射系数对比分析其精度。

2.1 PP波

PP波的反射系数近似式为[45-46]

$ \begin{array}{l}{R}_{\mathrm{P}\mathrm{P}}^{}=\frac{1}{2}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\stackrel{-}{\theta }\frac{\mathrm{\Delta }{V}_{\mathrm{P}}}{\overline{{V}_{\mathrm{P}}}}-4{\gamma }^{2}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\theta }\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}}+\\ \,\,\,\,\,\,\,\,\,\, \frac{1}{2}\left(1-4{\gamma }^{2}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\theta }\right)\frac{\mathrm{\Delta }\rho }{\overline{\rho }}\end{array} $ (1)

式中:$ \stackrel{-}{\theta }=\left({\theta }_{1}+{\theta }_{2}\right)/2 $表示PP波的入射角$ {\theta }_{1} $和透射角$ {\theta }_{2} $的平均值;$ {V}_{\mathrm{P}1} $$ {V}_{\mathrm{S}1} $$ {\rho }_{1} $分别表示反射界面上覆介质的纵波速度、横波速度、密度,$ {V}_{\mathrm{P}2} $$ {V}_{\mathrm{S}2} $$ {\rho }_{2} $分别表示反射界面下伏介质的纵波速度、横波速度、密度;$ \mathrm{\Delta }(\mathrm{ }\cdot \mathrm{ }) $$ \overline{(\mathrm{ }\cdot \mathrm{ })} $分别表示界面上、下物理量的差、平均值,下同。

根据弹性参数之间的关系,可得到利用纵波阻抗$ {I}_{\mathrm{P}} $、横波阻抗$ {I}_{\mathrm{S}} $等参数表示的近似式为[47]

$ {R}_{\mathrm{P}\mathrm{P}}^{}=\frac{1}{2}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\stackrel{-}{\theta }\frac{\mathrm{\Delta }{I}_{\mathrm{P}}}{\overline{{I}_{\mathrm{P}}}}-4{\gamma }^{2}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\theta }\frac{\mathrm{\Delta }{I}_{\mathrm{S}}}{\overline{{I}_{\mathrm{S}}}}+ \\ \,\,\,\,\,\,\,\,\,\, \frac{1}{2}\left(4{\gamma }^{2}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\theta }-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\stackrel{-}{\theta }\right)\frac{\mathrm{\Delta }\rho }{\overline{\rho }} $ (2)

利用$ {I}_{\mathrm{P}} $、剪切模量$ \mu $等参数表示的近似式可表示为

$ {R}_{\mathrm{P}\mathrm{P}}^{}=\frac{1}{2}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\stackrel{-}{\theta }\frac{\mathrm{\Delta }{I}_{\mathrm{P}}}{\overline{{I}_{\mathrm{P}}}}-\frac{1}{2}\left(4{\gamma }^{2}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\theta }+\\ \,\,\,\,\,\,\,\,\,\, \mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\stackrel{-}{\theta }\right)\frac{\mathrm{\Delta }\mu }{\overline{\mu }}+\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\stackrel{-}{\theta }\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}} $ (3)

对比PP波反射系数近似式与精确公式,分析近似式在不同入射角的精度。采用的弹性界面参数如表 1所示,其中模型1和模型2均为弱阻抗差,模型3和模型4均为强阻抗差。

表 1 不同模型弹性参数

图 2可见,式(1)~式(3)的精度基本相同。在弱阻抗差情况下(图 2a图 2b),反射系数近似式在入射角50°以内保持较高的精度;在强阻抗差情况下(图 2c图 2d),虽然在临界角附近的精度有所下降,但在入射角30°以内依然保持较高的精度。由此可以得出结论,PP波反射系数近似式可用于后续反演能力分析。

图 2 PP波反射系数近似式精度分析 (a)模型1;(b)模型2;(c)模型3;(d)模型4
2.2 PSV波

PSV波的反射系数近似式为[48]

$ {R}_{\mathrm{P}\mathrm{S}\mathrm{V}}=\frac{2\mathrm{s}\mathrm{i}\mathrm{n}\theta }{\mathrm{c}\mathrm{o}\mathrm{s}\phi }\left(\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\phi -\gamma \mathrm{c}\mathrm{o}\mathrm{s}\theta \mathrm{c}\mathrm{o}\mathrm{s}\phi \right)\frac{\mathrm{\Delta }V\mathrm{s}}{\overline{V\mathrm{s}}}- \\ \,\,\,\,\,\,\, \frac{\mathrm{s}\mathrm{i}\mathrm{n}\theta }{2\mathrm{c}\mathrm{o}\mathrm{s}\phi }\left(1-2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\phi +2\gamma \mathrm{c}\mathrm{o}\mathrm{s}\theta \mathrm{c}\mathrm{o}\mathrm{s}\phi \right)\frac{\mathrm{\Delta }\rho }{\overline{\rho }} $ (4)

式中$ \theta $$ \phi $分别表示PP波的入射角和PSV波的反射角。

在此基础上,根据弹性参数之间的关系可进一步整理得到$ {I}_{\mathrm{S}} $$ \rho $表示的近似式

$ {R}_{\mathrm{P}\mathrm{S}\mathrm{V}}=\frac{2\mathrm{s}\mathrm{i}\mathrm{n}\theta }{\mathrm{c}\mathrm{o}\mathrm{s}\phi }\left(\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\phi -\gamma \mathrm{c}\mathrm{o}\mathrm{s}\theta \mathrm{c}\mathrm{o}\mathrm{s}\phi \right)\frac{\mathrm{\Delta }{I}_{\mathrm{S}}}{\overline{{I}_{\mathrm{S}}}}- \\ \,\,\,\,\,\,\, \frac{\mathrm{s}\mathrm{i}\mathrm{n}\theta }{2\mathrm{c}\mathrm{o}\mathrm{s}\phi }\left(1+2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\phi -2\gamma \mathrm{c}\mathrm{o}\mathrm{s}\theta \mathrm{c}\mathrm{o}\mathrm{s}\phi \right)\frac{\mathrm{\Delta }\rho }{\overline{\rho }} $ (5)

利用$ \mu $$ {V}_{\mathrm{S}} $表示的近似公式为

$ \begin{array}{l}{R}_{\mathrm{P}\mathrm{S}\mathrm{V}}=-\frac{\mathrm{s}\mathrm{i}\mathrm{n}\theta }{2\mathrm{c}\mathrm{o}\mathrm{s}\phi }\left(1-2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\phi +2\gamma \mathrm{c}\mathrm{o}\mathrm{s}\theta \mathrm{c}\mathrm{o}\mathrm{s}\phi \right)\times \\ \,\,\,\,\,\,\, \frac{\mathrm{\Delta }\mu }{\overline{\mu }}+\frac{\mathrm{s}\mathrm{i}\mathrm{n}\theta }{\mathrm{c}\mathrm{o}\mathrm{s}\phi }\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}}\end{array} $ (6)

从式(4)~式(6)可以看出,PSV波的反射系数近似式虽然只含有2个待反演的模型参数,但是由于公式中还包含了$ \theta $$ \phi $$ \gamma $,因此实际上各个待求参数的系数并不是“参数独立”的。在实际反演时,反射系数公式中的系数项对待求参数的先验信息的依赖性较高。

对比PSV波反射系数近似式与精确式,分析近似式在不同入射角的精度。同样采用表 1所示的弹性参数。

图 3可见,式(4)~式(6)的精度基本相同。在弱阻抗差情况下,反射系数近似式在入射角50°以内保持较高的精度;在强阻抗差情况下,虽然在临界角附近的精度有所下降,但在入射角30°以内仍然保持较高的精度。

图 3 PSV波反射系数近似式精度分析 (a)模型1;(b)模型2;(c)模型3;(d)模型4
2.3 SH-SH波

SH-SH波反射系数的精确式可表示为[49]

$ {R}_{\mathrm{S}\mathrm{H}}=\frac{{\rho }_{1}{V}_{\mathrm{S}1}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}-{\rho }_{2}{V}_{\mathrm{S}2}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}}{{\rho }_{1}{V}_{\mathrm{S}1}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}+{\rho }_{2}{V}_{\mathrm{S}2}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}} $ (7)

式中$ {\phi }_{1} $$ {\phi }_{2} $分别表示SH波的入射角和透射角。根据上式,SH波的反射特征仅与地下介质的2个参数(横波速度和密度)有关,这与PP波的反射特征有显著差异。

根据斯奈尔定律,并且基于弱阻抗差假设$ \left|\mathrm{\Delta }{V}_{\mathrm{S}}/\overline{{V}_{\mathrm{S}}}\right|\ll 1 $$ \left|\mathrm{\Delta }\rho /\overline{\rho }\right|\ll 1 $,可得

$ \frac{\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}}{\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}}\approx 1-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\phi \mathrm{\Delta }{V}_{\mathrm{S}}/\overline{{V}_{\mathrm{S}}} $ (8)

将式(8)代入式(7),忽略二阶以上高阶项,可推导出用$ {V}_{\mathrm{S}} $$ \rho $表示的SH-SH波反射系数的近似式[50]

$ {R}_{\mathrm{S}\mathrm{H}}=-\frac{1}{2}\left(1-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}{\phi }_{1}\right)\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}}-\frac{1}{2}\frac{\mathrm{\Delta }\rho }{\overline{\rho }} $ (9)

在此基础上,可进一步推导得到利用$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $表示的近似式

$ {R}_{\mathrm{S}\mathrm{H}}=-\frac{1}{2}\frac{\mathrm{\Delta }{I}_{\mathrm{S}}}{\overline{{I}_{\mathrm{S}}}}+\frac{1}{2}\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}{\phi }_{1}\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}} $ (10)

利用$ \mu $$ {V}_{\mathrm{S}} $表示的近似式为

$ {R}_{\mathrm{S}\mathrm{H}}=-\frac{1}{2}\frac{\mathrm{\Delta }\mu }{\overline{\mu }}+\frac{1}{2}\left(1+\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}{\phi }_{1}\right)\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}} $ (11)

从式(9)~式(11)可以看出,SH-SH波的反射系数方程都具有非常简单的表达形式,即每个方程只含有2个待反演的模型参数(如式(9)中的$ {V}_{\mathrm{S}} $$ \rho $),并且各个待求参数的系数是“参数无关的”,在实际反演时无需依赖待反演参数的先验信息。

对比SH-SH波反射系数近似式与精确公式,分析近似式在不同入射角的精度,同样采用表 1所示的弹性参数。

图 4可见,式(9)~式(11)的精度基本相同。在弱阻抗差情况下,反射系数近似式在入射角50°以内保持较高的精度;在强阻抗差情况下,虽然由于临界角导致精度有所下降,但在入射角30°以内仍然保持较高的精度。

图 4 SH-SH波反射系数近似式精度分析 (a)模型1;(b)模型2;(c)模型3;(d)模型4
2.4 SV-SV波

Zhang[51]推导了用$ {V}_{\mathrm{S}} $$ \rho $表示的SV-SV波反射系数的改进公式,即

$ \begin{array}{l}{R}_{\mathrm{S}\mathrm{V}}=-\frac{1}{2}\left(\frac{1}{\mathrm{c}\mathrm{o}{\mathrm{s}}^{2}\stackrel{-}{\phi }}-8\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\phi }\right)\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}}-\\ \frac{1}{2}\left(1-4\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\phi }\right)\frac{\mathrm{\Delta }\rho }{\overline{\rho }}\end{array} $ (12)

式中$ \stackrel{-}{\phi } $为SV波入射角和透射角的平均值。根据弹性参数之间的关系,可推导得到$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $表示的近似式

$ \begin{array}{l}{R}_{\mathrm{S}\mathrm{V}}=-\frac{1}{2}\left(1-4\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\phi }\right)\frac{\mathrm{\Delta }{I}_{\mathrm{s}}}{\overline{{I}_{\mathrm{s}}}}-\\ \frac{1}{2}\left(\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\stackrel{-}{\phi }-4\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\phi }\right)\frac{\mathrm{\Delta }{V}_{\mathrm{s}}}{\overline{{V}_{\mathrm{s}}}}\end{array} $ (13)

利用$ \mu $$ {V}_{\mathrm{S}} $表示的近似式可表示为

$ {R}_{\mathrm{S}\mathrm{V}}=-\frac{1}{2}\left(1-4\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\stackrel{-}{\phi }\right)\frac{\mathrm{\Delta }\mu }{\overline{\mu }}+\frac{1}{2}\frac{\mathrm{c}\mathrm{o}\mathrm{s}2\stackrel{-}{\phi }}{\mathrm{c}\mathrm{o}{\mathrm{s}}^{2}\stackrel{-}{\phi }}\frac{\mathrm{\Delta }{V}_{\mathrm{S}}}{\overline{{V}_{\mathrm{S}}}} $ (14)

从式(12)~式(14)可以看出,SV-SV波近似式中的$ \stackrel{-}{\phi } $与地层的横波速度有关,因此SV-SV波反射系数近似式中各个待求参数的系数不仅与角度有关,同时也受介质$ {V}_{\mathrm{S}} $的影响,并非完全“参数无关的”,并且SV-SV波反射系数由于受纵波速度的隐性影响导致存在多个临界角。在$ {V}_{\mathrm{S}2} > {V}_{\mathrm{S}1} $时,三个临界角分别为$ {\phi }_{\mathrm{c}1}=\mathrm{a}\mathrm{r}\mathrm{c}\mathrm{s}\mathrm{i}\mathrm{n}{V}_{\mathrm{S}1}/{V}_{\mathrm{P}1} $$ {\phi }_{\mathrm{c}2}=\mathrm{a}\mathrm{r}\mathrm{c}\mathrm{s}\mathrm{i}\mathrm{n}{V}_{\mathrm{S}1}/{V}_{\mathrm{P}2} $$ {\phi }_{\mathrm{c}3}=\mathrm{a}\mathrm{r}\mathrm{c}\mathrm{s}\mathrm{i}\mathrm{n}{V}_{\mathrm{S}1}/{V}_{\mathrm{S}2} $,多临界角会导致近似式在临界角处出现较大误差。

对比SV-SV波反射系数近似式与精确公式,分析近似式在不同入射角的精度,同样采用表 1所示的弹性参数。

图 5可见,反射系数近似式式(12)~式(14)的近似精度基本相同。在弱阻抗差情况下,反射系数近似公式在入射角50°以内保持较高的精度;在强阻抗差情况下,多临界角现象导致近似式精度大幅下降(在模型3时,第一个临界角约为21°),仅在入射角20°以内保持较高精度。

图 5 SV-SV波反射系数近似式精度分析 (a)模型1;(b)模型2;(c)模型3;(d)模型4

综上所述,不同类型地震波反射系数近似式在弱阻抗差(模型1和模型2)的情况下,入射角50°以内均保持较高的近似;在强阻抗差(模型3和模型4)的情况下,近似式的精度出现了不同程度的下降,这是由于近似式的推导是基于弱阻抗假设条件的。因此,在后续的反演分析中,本文采用的最大入射角为50°,反射系数近似式的精度可满足理论分析的需求。

3 基于协方差矩阵的反演不确定性分析 3.1 方法原理

根据不同类型地震波的反射系数近似式可以构建一个线性正演方程

$ \boldsymbol{R}=\boldsymbol{F}\boldsymbol{m} $ (15)

式中$ \boldsymbol{R} $$ \boldsymbol{F} $$ \boldsymbol{m} $分别表示反射系数(观测数据)、正演算子(映射关系)、模型参数(待求参数)。

根据贝叶斯原理,待求参数的后验概率密度分布的最大值是其期望值,参数的方差可描述后验概率密度分布与期望之间的离散程度,因此方差可用于描述参数估计的不确定性。参数协方差矩阵的对角线元素表示每个参数估计的方差,而非对角元素表示不同变量之间的相关性,因此参数协方差矩阵可用于研究反演中的不确定性。本文采用Downton[8]和Zhang等[52]的方法,通过计算待求参数的协方差矩阵$ {\boldsymbol{C}}_{\boldsymbol{m}} $,定量分析反演的不确定性。当数据噪声满足高斯分布,并且符合均匀、不相关的假设,则协方差矩阵$ {\boldsymbol{C}}_{\boldsymbol{m}} $可通过下式计算

$ {\boldsymbol{C}}_{\boldsymbol{m}}={\sigma }_{n}^{2}{\left[\boldsymbol{F}^{\mathrm{T}}\boldsymbol{F}\right]}^{-1} $ (16)

式中:$ {\sigma }_{n} $为估算的数据噪声标准差;不同类型地震波的$ \boldsymbol{F} $矩阵具体形式见附录A。

利用不同弹性参数表示的反射系数近似式可得到对应的待求参数组合。本文分别计算了最大入射角度分别为30°、40°、50°时的反演协方差矩阵。协方差矩阵中某元素的数值越大,表明反演该元素对应的参数的不确定性越大。结合前人的研究成果,本文将反演协方差矩阵中元素值小于0.05作为反演不确定性较小的定量评价标准。

3.2 结果分析 3.2.1 PP波

PP波在不同最大角度下的反演协方差矩阵如图 6所示。由图可见,对于所有的待求参数组合,反演协方差矩阵中各元素的数值都随着PP波数据的最大入射角度的增加而减小,这表明入射角度越大,反演各个参数的不确定性越小。当PP波数据的最大角度为30°时,只有$ {I}_{\mathrm{P}} $的不确定性较小,而其他参数的不确定性都很高(图 6a),这表明当使用小角度(< 30°)的PP波数据反演其他参数时,反演结果的准确性在很大程度上依赖于数据的品质、初始模型的可靠性、正则化方法等。当PP波数据的最大角度达到40°时,$ {I}_{\mathrm{S}} $的不确定性明显降低,但是其他参数的不确定性仍然很高(图 6b)。当PP波数据的最大角度达到50°时,所有参数的不确定性都能够降低到相对理想的数值(各参数的协方差 < 0.05),但是$ \rho $$ \mu $的不确定性相比于纵、横波阻抗仍然较高(图 6c中和图 6c右)。因此,相比于其他参数,需要输入较大角度的数据(> 50°),PP波才可准确反演$ \rho $$ \mu $

图 6 不同角度数据PP波反演不同弹性参数时的协方差矩阵 最大入射角度分别为30°(a)、40°(b)、50°(c)。左为反演$ {V}_{\mathrm{P}} $$ {V}_{\mathrm{S}} $$ \rho $时对应的协方差矩阵,中为反演$ {I}_{\mathrm{P}} $$ {I}_{\mathrm{S}} $$ \rho $时对应的协方差矩阵,右为反演$ {I}_{\mathrm{P}} $$ \mu $$ {V}_{\mathrm{S}} $时对应的协方差矩阵。
3.2.2 PSV波

PSV波在不同入射角下的协方差矩阵如图 7所示。由图可见,当PSV波的最大角度为30°时,只有$ {I}_{\mathrm{S}} $的不确定性较小,其他参数的不确定性都很高(图 7a);当最大角度达到40°时,各参数的不确定性明显降低(各参数的协方差 < 0.1,图 7b);当最大角度达到50°时,所有参数的不确定性都非常低(各参数的协方差都接近0,图 7c)。以上角度均为纵波入射角,在纵、横波速度比为1.25时,对应的横波反射角分别为23.6°、30.9°、37.8°。值得注意的是,相比于纵波数据,PSV波数据品质相对较低,并且由于PSV波传播路径的不对称性导致其数据处理流程较为复杂,难以独立应用于精细的储层描述,一般应联合应用PSV波和PP波数据以提升反演稳定性和解释的精度。

图 7 不同角度PSV波反演不同弹性参数时的协方差矩阵 最大纵波入射角度分别为30°(a)、40°(b)、50°(c),对应的横波反射角分别为23.6°、30.9°、37.8° ($ \gamma $为1.25)。
3.2.3 PP波和PSV波联合反演

由于单独利用PP波反演$ \rho $$ \mu $等参数会存在较大的不确定性,在实际应用中,通常加入PSV波信息,利用PP-PSV波联合反演以减少反演的不确定性。

根据PP波和PSV波近似式(式(1)~式(6)),PP-PSV波联合反演不同参数的不确定性如图 8所示。由图可见,当最大角度(纵波入射角)为30°时,$ {I}_{\mathrm{P}} $$ {I}_{\mathrm{S}} $的不确定性较小,其他参数的不确定性相比PP波反演有所下降,但仍然较高(图 8a);当最大角度达到40°时,各参数的不确定性明显降低(各参数的协方差 < 0.05,图 8b);当最大角度达到50°时,所有参数的不确定性都非常低(各个参数的协方差都接近0,图 8c)。在纵、横波速度比为1.25时,对应的横波反射角分别为23.6°、30.9°、37.8°。结果表明:相较于单独使用PP波,联合使用PP波和PSV波在反演$ \rho $$ \mu $等参数时具有明显优势。PSV波数据的处理过程比纯波(PP波、SV-SV波、SH-SH波)更为复杂,因此在实际应用中,联合反演的效果很大程度上依赖于纵、横波数据的匹配精度,而实际上地震纵、横波数据的高精度匹配仍然存在一定的困难。

图 8 不同角度PP波和PSV波联合反演不同弹性参数时的协方差矩阵 最大纵波入射角度分别为30°(a)、40°(b)、50°(c),对应的横波反射角分别为23.6°、30.9°、37.8° ($ \gamma $为1.25)。
3.2.4 SH-SH波

SH-SH波反演不同弹性参数的不确定性如图 9所示。由图可见,即使使用小角度的数据(< 30°),SH-SH波反演$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $$ \rho $$ \mu $的不确定性也较小(图 9a),参数协方差的数值基本与PP波最大入射角为50°时的反演结果相当。当SH-SH波数据的最大角度达到40°时,各参数的不确定性进一步降低(各参数协方差 < 0.05,图 9b);当最大角度达到50°时,反演的不确定性已经非常小(各参数的协方差接近0,图 9c)。相比于PP波,SH-SH波在反演$ \rho $$ \mu $等参数时具有明显的优势。此外,SH-SH波的反射系数近似式中各个待求参数的系数是“参数无关的”。在实际反演时,SH-SH波相比于PP波和PSV波(待求参数的系数与$ \gamma $有关)对待求参数的先验信息的依赖更小,并且SH-SH波仅包含两项待反演参数,因此可有效减少反演的病态性,提高反演的稳定性。

图 9 不同角度SH-SH波反演不同弹性参数时的协方差矩阵 最大入射角度分别为30°(a)、40°(b)、50°(c)。左为反演$ {V}_{\mathrm{S}} $$ \rho $时对应的协方差矩阵,中为反演$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $时对应的协方差矩阵,右为反演$ \mu $$ {V}_{\mathrm{S}} $时对应的协方差矩阵。
3.2.5 SV-SV波

SV-SV波的反演协方差矩阵如图 10所示。由图可见,与PP波相比,SV-SV波在反演$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $$ \rho $$ \mu $等参数时的不确定显著降低。仅使用小角度(< 30°)的SV-SV波数据即可稳定反演各个参数(各参数协方差 < 0.05,图 10a),更大角度的数据对待求参数的不确定性的影响较小(图 10b图 10c)。因此,相比于SH-SH波,SV-SV波在反演不同弹性参数时对输入数据的最大角度的需求更低。值得注意的是,SV-SV波与SH-SH波虽同属横波,在各向同性介质中两者具有相同的传播速度,但是SV-SV波与PP波的偏振方向在同一平面,SH-SH波的偏振方向垂直于前两者所在的平面。因此,在实际数据的波场分离中,SV波更容易受到P波的影响[53],而SH波则与PP波完全解耦,并且SV-SV波存在多临界角现象。因此,关于SV-SV波反演和SH-SH波反演的适用性需要结合实际数据具体分析。

图 10 不同角度SV-SV波反演不同弹性参数时的协方差矩阵 最大入射角度分别为30°(a)、40°(b)、50°(c)。左为反演$ {V}_{\mathrm{S}} $$ \rho $时对应的协方差矩阵,中为反演$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $时对应的协方差矩阵,右为反演$ \mu $$ {V}_{\mathrm{S}} $时对应的协方差矩阵。

综上所述,对于同一类型地震波的不同待求参数组合,反演的不确定性也存在一定差异。PP波及PP波与PSV波联合反演的最佳待求参数组合为$ {I}_{\mathrm{P}} $$ {I}_{\mathrm{S}} $$ \rho $;PSV波的最佳待求参数为$ {I}_{\mathrm{S}} $$ \rho $;SV-SV波和SH-SH波的最佳待求参数为$ {I}_{\mathrm{S}} $$ {V}_{\mathrm{S}} $。地震横波(SH-SH波和SV-SV波)在反演$ \mu $$ \rho $等参数时,相较于PP波和PSV波在反演能力和反演精度等方面有了显著的提升。除此之外,地震横波的数据处理流程与纵波类似,相较于转换横波的处理流程而言已大幅简化,并且反演结果不依赖于高精度的纵、横波数据匹配,因此在油气储层精细描述中具有很大的应用潜力。

4 基于特征值和条件数的反演不适定性分析 4.1 方法原理

在数据空间和模型空间可以将$ \boldsymbol{F} $奇异值分解(Singular Value Decomposition,SVD)为三个正交分量[54]

$ \boldsymbol{F}=\boldsymbol{D}\mathit{\pmb{\Lambda }}{\boldsymbol{M}}^{\mathrm{T}} $ (17)

式中:$ \mathit{\pmb{\Lambda }} $为特征值的对角矩阵;$ \boldsymbol{M} $表示模型空间的特征向量;$ \boldsymbol{D} $表示数据空间的特征向量(图 11)。特征值表示对应分量的能量,特征值越大表示模型参数对应的能量分量越大。如果不同参数的特征值相差较大,表示反演结果具有较强的病态性,需要大角度信息才可准确反演模型参数。因此,可根据不同角度的特征值分析反演的不适定性。

图 11 线性正演算子奇异值分解示意图[54]

通常可以用条件数描述反演的不适定性,它为$ \boldsymbol{F} $的范数与$ \boldsymbol{F} $的逆的范数的乘积,即

$ \mathrm{c}\mathrm{o}\mathrm{n}\mathrm{d}\left(\boldsymbol{F}\right)=‖\boldsymbol{F}‖\cdot ‖\boldsymbol{F}^{-1}‖ $ (18)

对于反演而言,条件数较大的反演称为病态,条件数较小的反演称为良态。因此,可进一步利用条件数随最大入射角的变化分析线性反演的不适定性。为便于直观显示,本文将特征值和条件数的单位均用dB(即$ 20\mathrm{ }\mathrm{l}\mathrm{g}{\lambda }_{i} $$ {\lambda }_{i} $表示特征值)表示。由于条件数可表示为最大特征值与最小特征值的比值,在对数形式下,条件数即为最大特征值与最小特征值之差。

4.2 结果分析

根据不同反射系数近似式构建$ \boldsymbol{F} $,并对$ \boldsymbol{F} $进行奇异值分解可分析线性反演的不适定性。为了与前文近似精度分析保持一致,选择最大入射角为50°,并将反演条件数小于20 dB作为反演不适定性较小的定量评价标准,即弹性参数对应能量分量最大值与最小值相差10倍。

4.2.1 PP波

根据PP波反射系数近似式(式(1))构建$ \boldsymbol{F} $,计算得到的特征值及条件数随最大入射角的变化情况如图 12所示。由图可见,$ {V}_{\mathrm{P}} $特征值随最大入射角变化较小,并且在三个特征值中一直最大,表示$ {V}_{\mathrm{P}} $对应的能量分量最大;而$ \rho $特征值最小,表示$ \rho $对应的能量分量最小。虽然$ \rho $特征值随最大入射角增大而增大,但在最大角度为50°时,$ \rho $特征值与$ {V}_{\mathrm{P}} $特征值仍相差30 dB左右(图中红点处),这表明即使在大角度情况下密度参数仍然难以准确反演。不同参数之间的特征值差异随着最大入射角的增大而减小,对应的反演条件数随最大入射角的增大而减小,但在最大角度为50°时,反演条件数仍然较高(大于20 dB),这表明PP波三参数反演具有较高的病态性,尤其是难以准确反演密度参数。

图 12 PP波反演的特征值(a)和条件数(b)随最大入射角的变化关系
4.2.2 PSV波

PSV波反演的特征值及条件数随最大入射角的变化情况如图 13所示,PSV波反演仅有2个待反演参数,其中$ {V}_{\mathrm{S}} $特征值较大,表示$ {V}_{\mathrm{S}} $对应的能量分量最大;而$ \rho $特征值较小,随着最大入射角的增大,$ \rho $特征值逐渐增大,并且在最大入射角为48°左右时,$ \rho $特征值与$ {V}_{S} $特征值之差下降到20 dB左右(图中红点处),表明此时可以得到密度参数可靠反演结果。相比于PP波三参数反演,PSV波反演的条件数有所下降,在最大入射角为48°时下降到20 dB左右,表示PSV波反演可在一定程度上降低反演的不适定性,但仍需45°以上的中角度数据才可得到可靠的密度反演结果。

图 13 PSV波反演的特征值(a)和条件数(b)随最大入射角的变化关系
4.2.3 PP波和PSV波联合反演

PP波和PSV波联合反演的特征值及条件数随最大入射角的变化情况如图 14所示。由图可见,在三个特征值中$ {V}_{\mathrm{P}} $特征值最大,表示$ {V}_{\mathrm{P}} $对应的能量分量最大;而$ \rho $特征值相比于PP波反演明显增大,表示$ \rho $对应的能量分量得到提高,因此$ \rho $反演的稳定性得到显著提升。$ {V}_{\mathrm{P}} $$ \rho $之间的特征值差异随着最大入射角的增大而减小,对应的反演条件数随最大入射角的增大而减小,这表明反演的病态性逐渐减弱。在最大入射角为20°左右时,反演条件数下降到20 dB左右(图中红点处),表明相比于PP波三参数反演,PP波和PSV波联合反演可显著降低反演的不适定性,仅需20°左右的小角度数据即可准确反演密度参数。联合反演可有效提高反演的稳定性,但在实际应用中需要考虑纵、横波匹配精度的影响。

图 14 PP波和PSV波联合反演的特征值(a)和条件数(b)随最大入射角的变化关系
4.2.4 SH-SH波

SH-SH反演的特征值及条件数随最大入射角的变化情况如图 15所示。与PSV波类似,SH-SH波反演仅有2个待反演参数,其中$ {V}_{\mathrm{S}} $特征值较大,并且一直大于0,表示$ {V}_{\mathrm{S}} $对应的能量分量最大;而$ \rho $特征值较小,随着最大入射角的增大,$ \rho $特征值逐渐增大。在最大入射角为35°时,两者特征值之差下降至20 dB左右(图中红点处),表明$ \rho $的可靠反演仅需35°左右的中角度数据即可。相比于PP波三参数反演,SH-SH波反演的条件数大幅下降,表示SH-SH波反演可有效降低反演的不适定性,在密度反演方面具有较好的应用潜力。

图 15 SH-SH波反演的特征值(a)和条件数(b)随最大入射角的变化关系
4.2.5 SV-SV波

SV-SV波反演的特征值及条件数随最大入射角的变化情况如图 16所示。SV-SV波反演仅有2个待反演参数,其中$ {V}_{\mathrm{S}} $特征值随最大入射角变化较小,但数值一直大于0,说明$ {V}_{\mathrm{S}} $对应的大部分反射波能量分量;而$ \rho $特征值随着最大入射角的增大也明显增大。两者特征值之差在最大入射角为20°左右达到20 dB左右(图中红点处),表明$ \rho $的可靠反演仅需20°左右的小角度数据即可。相比于PP波三参数反演,SV-SV波反演的条件数大幅下降,表明SV-SV波两参数反演具有较低的不适定性,在密度反演方面具有显著优势。

图 16 SV-SV波反演的特征值(a)和条件数(b)随最大入射角的变化关系
5 结果

综上所述,根据反演协方差矩阵和反演条件数可得到不同类型地震波反演弹性参数的反演能力如表 2所示。从表中可以看出,横波(SV-SV波和SH-SH波)在反演等横波阻抗$ {I}_{\mathrm{S}} $、横波速度$ {V}_{\mathrm{S}} $、剪切模量$ \mu $、密度$ \rho $等参数时较纵波和转换横波有明显的优势,有效降低了反演对输入数据的需求,并且显著降低了反演的不适定性。

表 2 不同类型地震波反演弹性参数时的可行性分析
6 结论与讨论

本文基于不同类型地震波反射系数近似式,构建线性反演框架,利用反演协方差矩阵和反演条件数对比、分析了地震纵、横波对不同弹性参数的反演能力。理论分析验证了横波在反演密度、剪切模量、横波速度等参数方面具有良好的应用潜力,可为横波反演方法研究提供有力的理论支撑。与转换横波相比,横波的处理过程更为简单,在弹性参数反演及储层预测方面具有良好的应用前景。

需要说明的是,以上理论分析并没有引入正则化,这是因为不同的正则化方法会不同程度地降低反演结果的不确定性和不适定性,不利于客观地分析不同类型地震波的反演能力。而在实际地震数据反演中,则需要合理使用正则化以降低反演结果的不确定性。另外,在分析中假设不同类型的地震波数据具有相同的信噪比,这一假设可能与应用中的实际情况并不一致。

附录A 不同类型地震波的线性正演算子F表达式

根据PP波反射系数近似式(1),待求解参数为纵波速度VP、横波速度VS和密度ρ时,入射角度分别为$ {\theta }_{1} $$ {\theta }_{2} $,…,$ {\theta }_{N} $ (N为角度个数),PP波线性正演算子$ \boldsymbol{F} $可表示为

$ \boldsymbol{F}=\left[\begin{array}{ccc} \frac{1}{2} \sec ^2 \theta_1 & -4 \gamma^2 \sin ^2 \theta_1 & \frac{1}{2}\left(1-4 \gamma^2 \sin ^2 \theta_1\right) \\ \frac{1}{2} \sec ^2 \theta_2 & -4 \gamma^2 \sin ^2 \theta_2 & \frac{1}{2}\left(1-4 \gamma^2 \sin ^2 \theta_2\right) \\ \,\,\,\,\,\,\,\,\,\,\,& \vdots & \\ \frac{1}{2} \sec ^2 \theta_N & -4 \gamma^2 \sin ^2 \theta_N & \frac{1}{2}\left(1-4 \gamma^2 \sin ^2 \theta_N\right) \end{array}\right] $ (A-1)

式中$ \gamma $为纵横波速度比。

根据PSV波反射系数近似式(式(4)),待求解参数为VSρ时,入射角度分别为$ {\theta }_{1} $$ {\theta }_{2} $,…,$ {\theta }_{N} $,对应的SV波反射角度为$ {\phi }_{1} $$ {\phi }_{2} $,…,$ {\phi }_{N} $$ \boldsymbol{F} $可表示为

$ \boldsymbol{F}=\left[\begin{array}{l}\frac{2\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_{1}}{\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}}\left(\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}{\phi }_{1}-\gamma \mathrm{c}\mathrm{o}\mathrm{s}{\theta }_{1}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}\right)-\frac{\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_{1}}{2\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}}\left(1-2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}{\phi }_{1}+2\gamma \mathrm{c}\mathrm{o}\mathrm{s}{\theta }_{1}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{1}\right)\\ \frac{2\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_{2}}{\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}}\left(\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}{\phi }_{2}-\gamma \mathrm{c}\mathrm{o}\mathrm{s}{\theta }_{2}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}\right)-\frac{\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_{2}}{2\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}}\left(1-2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}{\phi }_{2}+2\gamma \mathrm{c}\mathrm{o}\mathrm{s}{\theta }_{2}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{2}\right)\\ \,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\, \vdots & \\ \frac{2\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_{N}}{\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{N}}\left(\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}{\phi }_{N}-\gamma \mathrm{c}\mathrm{o}\mathrm{s}{\theta }_{N}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{N}\right)-\frac{\mathrm{s}\mathrm{i}\mathrm{n}{\theta }_{N}}{2\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{N}}\left(1-2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}{\phi }_{N}+2\gamma \mathrm{c}\mathrm{o}\mathrm{s}{\theta }_{N}\mathrm{c}\mathrm{o}\mathrm{s}{\phi }_{N}\right)\end{array}\right] $ (A-2)

根据SH-SH波反射系数近似式(9),待求解参数为VSρ时,SH波入射角度分别为$ {\phi }_{1} $$ {\phi }_{2} $,…,$ {\phi }_{N} $$ \boldsymbol{F} $可表示为

$ \boldsymbol{F}=\left[\begin{array}{l}-\frac{1}{2}\left(1-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}{\phi }_{1}\right)-\frac{1}{2}\\ -\frac{1}{2}\left(1-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}{\phi }_{2}\right)-\frac{1}{2}\\ \,\,\,\,\,\,\,\,\,\,\,\,\,\, \vdots & \\ -\frac{1}{2}\left(1-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}{\phi }_{N}\right)-\frac{1}{2}\end{array}\right] $ (A-3)

根据SV-SV波反射系数近似式(式(12)),待求解参数为VSρ时,SV波入射角和透射角的平均值分别为$ {\stackrel{-}{\phi }}_{1} $$ {\stackrel{-}{\phi }}_{2} $,…,$ {\stackrel{-}{\phi }}_{N} $$ \boldsymbol{F} $可表示为

$ \boldsymbol{F}=\left[\begin{array}{cc} -\frac{1}{2}\left(\frac{1}{\cos ^2 \bar{\phi}_1}-8 \sin ^2 \bar{\phi}_1\right) & -\frac{1}{2}\left(1-4 \sin ^2 \bar{\phi}_1\right) \\ -\frac{1}{2}\left(\frac{1}{\cos ^2 \bar{\phi}_2}-8 \sin ^2 \bar{\phi}_2\right) & -\frac{1}{2}\left(1-4 \sin ^2 \bar{\phi}_2\right) \\ \,\,\,\,\,\,\,\,\,\,\,\,\, \vdots \\ -\frac{1}{2}\left(\frac{1}{\cos ^2 \bar{\phi}_N}-8 \sin ^2 \bar{\phi}_N\right) & -\frac{1}{2}\left(1-4 \sin ^2 \bar{\phi}_N\right) \end{array}\right] $ (A-4)

当待求解参数为其他弹性参数时,根据不同类型地震波的反射系数近似式即可得到对应的$ \boldsymbol{F} $的表达式。

参考文献
[1]
郭强, 雒聪, 刘红达, 等. 自适应优化参数模拟退火的叠前地震联合反演方法[J]. 石油地球物理勘探, 2023, 58(3): 670-679.
GUO Qiang, LUO Cong, LIU Hongda, et al. Prestack seismic hybrid inversion based on simulated annealing algorithm with adaptive optimization parameters[J]. Oil Geophysical Prospecting, 2023, 58(3): 670-679. DOI:10.13810/j.cnki.issn.1000-7210.2023.03.020
[2]
RUSSELL B H, HEDLIN K, HILTERMAN F J, et al. Fluid-property discrimination with AVO: A Biot-Gassmann perspective[J]. Geophysics, 2003, 68(1): 29-39. DOI:10.1190/1.1543192
[3]
RUSSELL B H, GRAY D, HAMPSON D P. Linearized AVO and poroelasticity[J]. Geophysics, 2011, 76(3): C19-C29. DOI:10.1190/1.3555082
[4]
DE NICOLAO A, DRUFUCA G, ROCCA F. Eigenvalues and eigenvectors of linearized elastic inversion[J]. Geophysics, 1993, 58(5): 670-679. DOI:10.1190/1.1443451
[5]
WANG Y. Simultaneous inversion for model geometry and elastic parameters[J]. Geophysics, 1999, 64(1): 182-190. DOI:10.1190/1.1444514
[6]
BLOM N, BOEHM C, FICHTNER A. Synthetic inversions for density using seismic and gravity data[J]. Geophysical Journal International, 2017, 209(2): 1204-1220. DOI:10.1093/gji/ggx076
[7]
ROY B, ANNO P, GURCH M. Imaging oil-sand reservoir heterogeneities using wide-angle prestack seismic inversion[J]. The Leading Edge, 2008, 27(9): 1192-1201. DOI:10.1190/1.2978982
[8]
DOWNTON J E. Seismic Parameter Estimation from AVO Inversion [D]. University of Calgary, Calgary, 2005.
[9]
曹俊兴, 薛雅娟, 田仁飞, 等. 深层碳酸盐岩储层含气性检测方法技术研究[J]. 石油物探, 2019, 58(1): 9-16.
CAO Junxing, XUE Yajuan, TIAN Renfei, et al. Advances in hydrocarbon detection in deep carbonate reservoirs[J]. Geophysical Prospecting for Petroleum, 2019, 58(1): 9-16.
[10]
GRANLI J R, ARNTSEN B, SOLLID A, et al. Imaging through gas-filled sediments using marine shear-wave data[J]. Geophysics, 1999, 64(3): 668-677. DOI:10.1190/1.1444576
[11]
AVSETH P, MUKERJI T, MAVKO G. Quantitative Seismic Interpretation: Applying Rock Physics Tools to Reduce Interpretation Risk[M]. Cambridge: Cambridge University Press, 2005.
[12]
CRAMPIN S. Evaluation of anisotropy by shear-wave splitting[J]. Geophysics, 1985, 50(1): 142-152. DOI:10.1190/1.1441824
[13]
DUFFAUT K, ALSOS T, ROGNØ H, et al. Shear-wave elastic impedance[J]. The Leading Edge, 2000, 19(11): 1222-1229. DOI:10.1190/1.1438510
[14]
GONG X, DU Q, ZHAO Q. SP-and SS-imaging for 3D elastic reverse time migration[J]. Geophysics, 2018, 83(1): A1-A6. DOI:10.1190/geo2017-0286.1
[15]
KAZEI V, ALKHALIFAH T. Scattering radiation pattern atlas: What anisotropic elastic properties can body waves resolve?[J]. Journal of Geophysical Research: Solid Earth, 2019, 124(3): 2781-2811. DOI:10.1029/2018JB016687
[16]
王赟, 孙丽霞, 李栋青, 等. 勘探地震中的六分量观测[J]. 石油物探, 2021, 60(1): 13-24.
WANG Yun, SUN Lixia, LI Dongqing, et al. Six-component observation for exploration seismology[J]. Geophysical Prospecting for Petroleum, 2021, 60(1): 13-24, 33.
[17]
王波, 聂其海, 陈进娥, 等. 四维多波地震在油藏动态监测中的应用[J]. 石油地球物理勘探, 2021, 56(2): 340-345.
WANG Bo, NIE Qihai, CHEN Jin􀆳e, et al. Application of 4D multi-component seismic survey in dynamic reservoir monitoring[J]. Oil Geophysical Prospecting, 2021, 56(2): 340-345. DOI:10.13810/j.cnki.issn.1000-7210.2021.02.016
[18]
代福材, 张峰, 李向阳, 等. 多波联合反演研究进展[J]. 石油物探, 2021, 60(1): 57-69.
DAI Fucai, ZHANG Feng, LI Xiangyang, et al. Progress of multi-wave joint inversion[J]. Geophysical Prospecting for Petroleum, 2021, 60(1): 57-69.
[19]
李向阳, 张少华. 勘探地震中横波分裂研究四十年回顾[J]. 石油物探, 2021, 60(2): 190-209.
LI Xiangyang, ZHANG Shaohua. Forty years of shear-wave splitting in seismic exploration: An overview[J]. Geophysical Prospecting for Petroleum, 2021, 60(2): 190-209. DOI:10.3969/j.issn.1000-1441.2021.02.002
[20]
BHATTACHARYA S N. Exact solutions of SH wave equation for inhomogeneous media[J]. Bulletin of the Seismological Society of America, 1970, 60(6): 1847-1859. DOI:10.1785/BSSA0600061847
[21]
AKI K, RICHARDS P G. Quantitative Seismology: Theory and Methods[M]. San Francisco: W. H. Freeman and Co, 1980.
[22]
VIRIEUX J. SH-wave propagation in heterogeneous media: Velocity-stress finite-difference method[J]. Geophysics, 1984, 49(11): 1933-1942. DOI:10.1190/1.1441605
[23]
姚振兴, 徐大方. 关于一种新型横波震源(SH型)的探讨[J]. 地球物理学报, 1986, 29(4): 382-389.
YAO Zhenxing, XU Dafang. A pure shear wave source for reflection prospecting[J]. Chinese Journal of Geophysics, 1986, 29(4): 382-389. DOI:10.3321/j.issn:0001-5733.1986.04.008
[24]
FU L Y, BOUCHON M. Discrete wavenumber solutions to numerical wave propagation in piecewise heterogeneous media: I. Theory of two-dimensional SH case[J]. Geophysical Journal International, 2004, 157(2): 481-498. DOI:10.1111/j.1365-246X.2004.02135.x
[25]
王美霞, 杨顶辉, 宋国杰. 二维SH波方程的半解析解及其数值模拟[J]. 地球物理学报, 2012, 55(3): 914-924.
WANG Meixia, YANG Dinghui, SONG Guojie. Semi-analytical solutions and numerical simulations of 2D SH wave equation[J]. Chinese Journal of Geophysics, 2012, 55(3): 914-924.
[26]
WON I J, CLOUGH J W. A new torsional shear-wave generator[J]. Geophysics, 1981, 46(11): 1607-1608. DOI:10.1190/1.1441168
[27]
詹正彬, 姚姚. 多波及横波地震勘探[M]. 北京: 地质出版社, 1994.
ZHAN Zhengbin, YAO Yao. Multi Wave and Transverse Wave Seismic Prospecting[M]. Beijing: Geology Press, 1994.
[28]
DASIOS A, MCCANN C, ASTIN T R, et al. Seismic imaging of the shallow subsurface: shear-wave case histories[J]. Geophysical Prospecting, 1999, 47(4): 565-591. DOI:10.1046/j.1365-2478.1999.00138.x
[29]
BUSH I, CRAMPIN S. Paris Basin VSPs: case history establishing combinations of fine-layer (or lithologic) anisotropy and crack anisotropy from modelling shear wavefields near point singularities[J]. Geophysical Journal International, 1991, 107(3): 433-447. DOI:10.1111/j.1365-246X.1991.tb01405.x
[30]
LI X, CRAMPIN S. Linear-transform techniques for processing shear-wave anisotropy in four-component seismic data[J]. Geophysics, 1993, 58(2): 240-256. DOI:10.1190/1.1443409
[31]
THOMSEN L. Converted-wave reflection seismo-logy over inhomogeneous, anisotropic media[J]. Geophysics, 1999, 64(3): 678-690. DOI:10.1190/1.1444577
[32]
LI X Y, YUAN J. Converted-wave moveout and conversion-point equations in layered VTI media: theory and applications[J]. Journal of Applied Geophysics, 2003, 54(3/4): 297-318.
[33]
李录明, 罗省贤. 多波资料处理及解释方法的研究进展[J]. 石油地球物理勘探, 2006, 41(6): 663-671.
LI Luming, LUO Shengxian. Progress in study of multi-wave data processing and interpretation[J]. Oil Geophysical Prospecting, 2006, 41(6): 663-671. DOI:10.3321/j.issn:1000-7210.2006.06.011
[34]
ZHANG F, WANG Y. Wavelet-preserved PP-and PS-wave registration[J]. Journal of Geophysics and Engineering, 2010, 7(4): 395-403. DOI:10.1088/1742-2132/7/4/006
[35]
WANG Y, WANG C, LI J, et al. Frequency-dependent S-wave splitting parameters analysis: A case study from azimuthal PS data, Sanhu area of the Qaidam Basin, China[J]. Geophysics, 2019, 84(6): B375-B386. DOI:10.1190/geo2018-0627.1
[36]
DAI H, LI X Y, CONWAY P. Imaging beneath gas clouds using 3D prestack Kirchhoff time migration of PS-converted waves: A case study from the North Sea[J]. The Leading Edge, 2007, 26(4): 522-529. DOI:10.1190/1.2723216
[37]
VEIRE H H, LANDRØ M. Simultaneous inversion of PP and PS seismic data[J]. Geophysics, 2006, 71(3): R1-R10. DOI:10.1190/1.2194533
[38]
ZHANG F. Joint Inversion of Seismic PP-and PS-Waves in the Ray Parameter Domain[D]. Imperial College London, London, 2010.
[39]
芦俊, 王赟, 石瑛. 利用多波地震与测井数据联合反演预测煤岩的坚固性[J]. 地球物理学报, 2011, 54(11): 2967-2972.
LU Jun, WANG Yun, SHI Ying. Coal hardness prediction using joint inversion of multi-wave seismic data and logging[J]. Chinese Journal of Geophysics, 2011, 54(11): 2967-2972. DOI:10.3969/j.issn.0001-5733.2011.11.027
[40]
ALKAN E, HARDAGE B. Directs wave modes produced by vertical and horizontal vibrators[J]. Journal of Seismic Exploration, 2013, 22(2): 147-168.
[41]
GUPTA M, DEANGELO M V, HARDAGE B. PP and SS wave interpretation of a carbonate formation: A case study from the Arbuckle interval in Wellington field, Kansas[C]. SEG Technical Program Expanded Abstracts, 2015, 34: 2082-2087.
[42]
DENG Z, WU W, JING Y, et al. The joint PP and SH-SH data characterization of structures and reservoirs[C]. Extended Abstracts of 81st EAGE Conference and Exhibition, 2019, 1-5.
[43]
ZHANG F, LI X. Inversion of the reflected SV-wave for density and S-wave velocity structures[J]. Geophysical Journal International, 2019, 221(1): 1635-1639.
[44]
王波, 张峰, 代福材, 等. VTI介质SH-SH波地震反演方法研究[J]. 地球物理学报, 2023, 66(5): 2112-2122.
WANG Bo, ZHANG Feng, DAI Fucai, et al. Study on seismic inversion method of SH-SH wave in VTI media[J]. Chinese Journal of Geophysics, 2023, 66(5): 2112-2122.
[45]
BORTFELD R. Approximations to the reflection and transmission coefficients of plane longitudinal and transverse waves[J]. Geophysical Prospecting, 1961, 9(4): 485-502. DOI:10.1111/j.1365-2478.1961.tb01670.x
[46]
RICHARDS P G, FRASIER C W. Scattering of elastic waves from depth-dependent in homogeneities[J]. Geophysics, 1976, 41(3): 441-458. DOI:10.1190/1.1440625
[47]
FATTI J L, SMITH G C, VAIL P J, et al. Detection of gas in sandstone reservoirs using AVO analysis: A 3-D seismic case history using the Geostack technique[J]. Geophysics, 1994, 59(9): 1362-1376. DOI:10.1190/1.1443695
[48]
ZOU K. S-Zero Stack: A converted wave processing to extract subsurface density information[J]. Geophysics, 2014, 79(3): N1-N10. DOI:10.1190/geo2013-0029.1
[49]
周竹生. P-SV波和SH波的AVO分析[J]. 石油地球物理勘探, 1993, 28(4): 430-438.
ZHOU Zhusheng. AVO analysis of P-SV and SH waves[J]. Oil Geophysical Prospecting, 1993, 28(4): 430-438.
[50]
DAI F, ZHANG F, LI X. SH-SH wave inversion for S-wave velocity and density[J]. Geophysics, 2022, 87(3): A25-A32.
[51]
ZHANG F. Simultaneous inversion for S-wave velocity and density from the SV-SV wave[J]. Geophysics, 2021, 86(2): R187-R195.
[52]
ZHANG F, ZHANG T, LI X. Seismic amplitude inversion for the transversely isotropic media with vertical axis of symmetry[J]. Geophysical Prospecting, 2019, 67(9): 2368-2385.
[53]
WEI Z T, TANG X M. Numerical simulation of radiation, reflection, and reception of elastic waves from a borehole dipole source[J]. Geophysics, 2012, 77(6): D253-D261.
[54]
JIN S, CAMBOIS G, VUILLERMOZ C. Shear-wave velocity and density estimation from PS-wave AVO analysis: Application to an OBS dataset from the North Sea[J]. Geophysics, 2000, 65(5): 1446-1454.