DOI: https://doi.org/10.1109/lgrs.2025.3550682
تاريخ النشر: 2025-01-01
المؤلف: Ali Gholami وآخرون
الموضوع الرئيسي: تقنيات التصوير الزلزالي والعكس
نظرة عامة
في هذا القسم، يتناول المؤلفون التحديات المرتبطة بالانعكاس الكامل للموجات (FWI)، وخاصة طبيعته غير المحددة والحاجة إلى تقنيات تنظيم فعالة لاستقرار الحلول عند العمل مع بيانات نادرة. ينتقدون تنظيم تيخونوف القياسي بسبب نهجه الموحد في التنعيم، والذي غالبًا ما يفرط في تنعيم الميزات الجيولوجية الحرجة بسبب عدم قدرته على استيعاب التعقيد الهيكلي تحت السطح.
لمعالجة هذه القيود، يقترح المؤلفون خوارزمية FWI محسّنة تتضمن تقنية تنظيم تيخونوف جديدة تتميز بمنظم بارامتري. يتم تحسين هذا المنظم لتوفير تنعيم متغير في الفضاء الاتجاهي من خلال معالجة معاييره المحددة – الاتجاه واللاتجانس – كأشياء غير معروفة إضافية ضمن دالة الهدف. يقدم المؤلفون تنفيذًا عدديًا فعالًا لهذه الطريقة ويظهرون فعاليتها من خلال اختبارات عددية، والتي تظهر تحسينات كبيرة في إعادة بناء النموذج للهياكل المعقدة مقارنة بتنظيم تيخونوف التقليدي.
مقدمة
تناقش مقدمة الورقة الانعكاس الكامل للموجات (FWI)، وهي تقنية تصوير زلزالي أساسية لاستعادة الخصائص الفيزيائية تحت السطح مثل السرعة والكثافة والموصلية. على الرغم من دراستها لأكثر من ثلاثة عقود، فإن التقدم الأخير في القدرات الحاسوبية والتحسين العددي قد أعاد إحياء البحث في هذا المجال. يتميز FWI بأنه مشكلة عكسية غير خطية وغير محددة وعالية الأبعاد، مما يطرح تحديات كبيرة، خاصة بسبب مشكلة “تخطي الدورة” الناجمة عن عدم تقعر مشهد التحسين. تتفاقم هذه المشكلة في ظل ظروف الحصول على بيانات نادرة أو هياكل جيولوجية معقدة، حيث تكون دقة النموذج الأولي حاسمة للتقارب.
لمعالجة هذه التحديات، تسلط الورقة الضوء على دور تقنيات التنظيم، وخاصة تنظيم تيخونوف، الذي يعزز نعومة النموذج ولكنه قد يؤدي إلى الإفراط في تنعيم الميزات الجيولوجية الأساسية. يقترح المؤلفون طريقة تنظيم تيخونوف غير متجانسة متغيرة في الفضاء مثالية تتكيف مع معلمات التنعيم مكانيًا لكل بكسل في النموذج. تتضمن هذه الطريقة المبتكرة زوايا الاتجاه المحلية ومعلمات الوزن في دالة الهدف لـ FWI، مما يسمح بمعاقبة مستهدفة لتدرجات النموذج على طول الاتجاهات الهيكلية المفضلة. تظهر التجارب العددية أن هذه الطريقة تعزز بشكل كبير جودة النماذج المعاد بناؤها، خاصة في السيناريوهات التي تحتوي على بيانات نادرة، من خلال الحفاظ بفعالية على الهياكل الجيولوجية المعقدة مقارنة بتقنيات التنظيم التقليدية.
نقاش
في هذا القسم، يقدم المؤلفون طريقة جديدة للانعكاس الكامل للموجات (FWI) تتضمن تنظيم تيخونوف غير المتجانس المتغير في الفضاء لتعزيز تقدير المعلمات تحت السطح. يتم صياغة مشكلة FWI كتحسين مقيد غير خطي، حيث الهدف هو تقليل الفرق بين الحقول الموجية المرصودة والمودلة مع ضمان أن الحقول الموجية تلبي معادلة هيلمهولتز. نظرًا للطبيعة غير المحددة لهذه المشكلة، فإن تقنيات التنظيم القوية ضرورية. تتكيف الطريقة المقترحة مع نهج تنظيم تيخونوف من خلال تقديم دالة تنظيم تأخذ في الاعتبار الاتجاهات الهيكلية المحلية والأوزان المختارة بشكل مثالي، مما يسمح بتنعيم مخصص على طول اتجاه الميزات الجيولوجية.
يظهر المؤلفون فعالية نهجهم من خلال أمثلة عددية، بما في ذلك تطبيقات إزالة الضوضاء وFWI النادرة. تشير النتائج إلى أن التنظيم غير المتجانس التكيفي يحسن بشكل كبير إعادة بناء النموذج، خاصة في السيناريوهات التي تحتوي على بيانات نادرة. تعزز قدرة الطريقة على التكيف ديناميكيًا مع الاتجاهات الهيكلية المحلية من قوتها ضد التحديات الشائعة في FWI، مثل عدم الدقة في النماذج الأولية والإضاءة المحدودة تحت السطح. بشكل عام، تظهر طريقة FWI المقترحة وعدًا للتطبيقات العملية في البيئات الجيولوجية المعقدة، حيث قد تفشل التنظيمات المتجانسة التقليدية في تقديم نتائج مرضية.
DOI: https://doi.org/10.1109/lgrs.2025.3550682
Publication Date: 2025-01-01
Author(s): Ali Gholami et al.
Primary Topic: Seismic Imaging and Inversion Techniques
Overview
In this section, the authors address the challenges associated with full waveform inversion (FWI), particularly its ill-posed nature and the need for effective regularization techniques to stabilize solutions when working with sparse data. They critique standard Tikhonov regularization for its uniform smoothing approach, which often oversmooths critical geological features due to its inability to accommodate the subsurface’s structural complexity.
To address these limitations, the authors propose an enhanced FWI algorithm that incorporates a novel Tikhonov regularization technique featuring a parametric regularizer. This regularizer is optimized to provide directional space-variant smoothing by treating its defining parameters—orientation and anisotropy—as additional unknowns within the objective function. The authors present an efficient numerical implementation of this method and demonstrate its effectiveness through numerical tests, which show significant improvements in model reconstruction for complex structures compared to traditional Tikhonov regularization.
Introduction
The introduction of the paper discusses Full Waveform Inversion (FWI), a seismic imaging technique essential for recovering subsurface physical properties such as velocity, density, and conductivity. Despite being studied for over three decades, recent advancements in computational capabilities and numerical optimization have revitalized research in this area. FWI is characterized as a large-scale, nonlinear, nonconvex, and ill-posed inverse problem, which poses significant challenges, particularly due to the “cycle skipping” issue arising from the nonconvexity of the optimization landscape. This issue is exacerbated under conditions of sparse data acquisition or complex geological structures, where the accuracy of the initial model is critical for convergence.
To address these challenges, the paper highlights the role of regularization techniques, particularly Tikhonov regularization, which promotes model smoothness but can lead to over-smoothing of essential geological features. The authors propose an optimal space-variant anisotropic Tikhonov regularization method that adapts smoothing parameters spatially for each pixel in the model. This innovative approach incorporates local orientation angles and weight parameters into the FWI objective function, allowing for targeted penalization of model gradients along preferred structural directions. Numerical experiments demonstrate that this method significantly enhances the quality of reconstructed models, particularly in scenarios with sparse data, by effectively preserving complex geological structures compared to traditional regularization techniques.
Discussion
In this section, the authors present a novel Full Waveform Inversion (FWI) method that incorporates space-variant anisotropic Tikhonov regularization to enhance the estimation of subsurface parameters. The FWI problem is formulated as a nonlinearly constrained optimization, where the objective is to minimize the difference between observed and modeled wavefields while ensuring the wavefields satisfy the Helmholtz equation. Given the ill-posed nature of this problem, robust regularization techniques are essential. The proposed method adapts the Tikhonov regularization approach by introducing a regularization functional that accounts for local structural orientations and optimally selected weights, allowing for tailored smoothing along the direction of geological features.
The authors demonstrate the effectiveness of their approach through numerical examples, including denoising and sparse FWI applications. Results indicate that the adaptive anisotropic regularization significantly improves model reconstruction, particularly in scenarios with sparse data acquisition. The method’s ability to dynamically adjust to local structural orientations enhances its robustness against common challenges in FWI, such as inaccuracies in initial models and limited subsurface illumination. Overall, the proposed FWI method shows promise for practical applications in complex geological environments, where traditional isotropic regularization may fail to provide satisfactory results.