简介：Cauchypriori基于分发的贝叶斯的AVO反射率倒置可以导致对大反射率敏感的稀少的估计。为倒置，协变性矩阵和调整条款的计算要求模型参数的优先的评价，它使反复的倒置弱非线性。同时，在模型参数之中的关系被假定线性。而且，反射率，倒置的结果，或有集成反射率恢复的累积错误的有弹性的参数很好不适合检测烃和液体。在贝叶斯的线性AVO倒置，相反，有弹性的参数能直接从prestack被提取没有为模型参数的线性假设的地震数据。就上述的方法的优点而言，贝叶斯的AVO反射率倒置过程被修改，当优先的概率分布和时间变体协变性也被考虑，Cauchy分发被探索。最后，我们为弱非线性的AVO波形倒置建议一个新方法。而且，线性假设被放弃，有弹性的参数例如P波浪速度，S波浪速度，和密度，能直接特别为大反射率的接口从地震数据被恢复。数字分析证明所有有弹性的参数能从prestack被估计地震数据甚至当地震数据的signal-to-noise比率是低的时。

简介：基于Cauchy先验分布的贝叶斯AVO反射率反演,可以产生类似于稀疏脉冲反演的结果,增强了对大反射系数的识别能力,反演过程中正则项和参数矩阵的计算都需要用到由上一步迭代所估计出的模型参数信息,因而反问题呈现非线性,此外该过程依赖于模型参数之间的线性统计关系,而且反演结果为反射率而非弹性参数,不利于储层预测和流体检测。贝叶斯AVO波形反演通过将反射率改写为弹性参数差分形式,直接从叠前地震数据中提取弹性参数,无需对弹性参数之间关系做线性假设。本文综合考虑上述两种方法的优点,在研究过程中仍然采用Cauchy先验分布,同时对贝叶斯AVO反射率的反演过程进行了修改,实现了基于Cauchy先验分布的AVO弹性参数弱非线性波形反演。本方法的提出有效避免了模型参数之间的线性假设,同时也能够从地震数据中直接反演得到纵、横波速度和密度。理论合成数据实验证明,此方法可以直接从叠前地震数据中提取弹性参数,而且在含有噪音的情况下也能得到比较准确的反演结果。