综合非线性最优化技术在剩余静校正中的应用研究

• 作 者: 何超群
• 出 处: 中国地质大学（北京）
• 发表日期: 2012年期
• 关键词: 剩余静校正 模拟退火 遗传算法 粒子群最优化算法 综合非线性最优化算法

静校正估算是地震数据处理中重要的技术手段,复杂地表下的静校正问题是一个长期未能得到很好解决的课题。随着我国地震勘探向沙漠、黄土塬、大山等地表复杂地区发展,静校正问题成了迫切需要解决的任务。原始地震资料经过野外一次静校正后,剩余的静校正量可用传统的方法求取,但是当地震资料信噪比较低或剩余静校正量大于地震波波形的1/2周期时,采用传统的剩余静校正方法会出现周波跳跃现象,影响地震资料的成像效果,必须寻找新的解决思路。剩余静校正实质上是一个非线性最优化问题。本次研究仔细分析了模拟退火、遗传算法、粒子群算法等各种非线性最优化算法的原理和特点,分别编写了对应的自动剩余静校正程序并将其应用于理论模型测试。在此基础上通过大量试验,构造了包含这几种非线性最优化算法和最大能量法的综合非线性最优化算法。这种综合算法尽可能利用各种非线性最优化算法的优点,具有参数简单、实用性强的特点。在研究中,探讨了零空间现象成因及克服零空间现象的方法,在综合非线性算法中引入了自适应空间滤波算法,能有效剔除零空间分量。在对目标函数的计算中使用外部模型,提升了搜索效率。理论模型数据试算结果表明,综合非线性最优化算法能够有效解决大时移量、低信噪比资料的剩余静校正问题,算法稳定,计算速度可接受。用C++语言编写了跨平台的综合非线性最优化算法剩余静校正程序,并用该程序对多个低信噪比地震数据进行了处理,实际数据处理结果表明,该算法能够解决低信噪比和大时移量情况下的剩余静校正问题,具有较强的抗噪能力,参数选择简单,算法收敛能力强。