煤田地质与勘探

作者：马铭, 马峰,

关键词：深度域非稳态地震数据, <i>Q</i>模型估计, 波阻抗反演, 深度学习, <i>l</i>_<i>p</i>范数,

背景深度偏移处理方法的高效应用使得深度域地震数据解释工作广泛开展。然而前期围绕时深转换及速度模型带来影响的相关研究仅明确了随着深度的增加，地震波主波数降低、波形拉伸的情况，并没有考虑振幅及相位的变化。目的为了准确刻画深度域非稳态地震信号的波形特征及后续解决波阻抗反演精度不足的问题。方法以地震波传播过程中的能量耗散和频散效应为出发点，研究非稳态反射波地震数据与地层波阻抗之间的复杂映射关系，引入反映地层吸收衰减的Q模型，提出能够同时描述振幅衰减、相位畸变及主波数降低的反射地震数据非稳态卷积运算公式，并凭借其建立空间约束条件下的波阻抗反演方程；通过深度学习技术估计地层Q模型，网络结构中引入的多头自注意力机制能够准确提取深度域地震信号的衰减特征，从而估计表征地层衰减性质的Q曲线，摒弃传统反演流程中已知Q模型的假设，少量合成数据完成网络训练及验证以确保估计方法的易实施性；利用网络输出的Q值计算深变地震子波并部署基于lp范数稀疏约束的多道波阻抗反演方法，最终得到高分辨率的深度域绝对波阻抗数据体。结果和结论利用Pluto理论模型验证表明：通过深度学习技术获取Q模型并完成非稳态反演，输出波阻抗结果的相对误差为13.7%，相较于传统稳态反演结果的误差48.2%，其精度提升显著。晋中煤田探区内实际地震数据测试表明：深度域非稳态地震反演技术能够更直观精确地捕获地下介质物性参数，输出的波阻抗与测井数据对应的波阻抗曲线相似性达到0.9488，避免了反Q滤波、递归反演等多步骤处理带来的不稳定性。研究成果为后续地震解释工作提供可参考的深度域地层信息。

来源：2025年第9期

《煤田地质与勘探》期刊编辑部

查看煤田地质与勘探杂志2025年第9期