最小二乘逆时偏移(Least-square reverse time migration, LSRTM)算法的推广及应用主要受限于过高的计算耗时及内存占用,正演和偏移算法中网格数目的多少直接影响着算法的整体耗时。因此,在进行偏移成像时更期望在保证速度模型层位信息...
详细信息
最小二乘逆时偏移(Least-square reverse time migration, LSRTM)算法的推广及应用主要受限于过高的计算耗时及内存占用,正演和偏移算法中网格数目的多少直接影响着算法的整体耗时。因此,在进行偏移成像时更期望在保证速度模型层位信息准确获取的基础上尽可能的减少模型网格数目,从根本上降低计算耗时及内存占用。相比其它传统笛卡尔坐标系下的网格优化方法,伪深度域法通过将常规深度域声波方程变换到伪深度域,能够保证模拟精度不变的情况下实现更低网格数目的正演及逆时偏移,在获得网格及内存占用降低的同时,还能解决波场在高速层中的过采样问题。本文实现的伪深度域下LSRTM算法,能够降低LSRTM的整体耗时及内存占用,同时结合C++AMP并行计算架构对算法编程实现,使得计算效率进一步提升。最后,通过典型模型算例验证了该方法的有效性和精度。
暂无评论