初始模型对地震走时层析成像结果的影响分析及对策

常规地震走时层析算法对初始模型有较强的依赖性,初始模型与实际模型偏差较大时,需要经过很多次的迭代才能得到较好的反演结果,甚至反演结果不收敛。针对这一问题,本文分析了不同初始模型的反演结果存在较大差异的原因,提出了一种对常规层析算法进行改进的方法,以提高算法对不同初始模型的一致收敛性。研究发现,模型中没有射线覆盖或者射线覆盖较少的地方是影响算法对初始模型依赖性的关键,因此本文提出使用动态插值方法改进反演过程,根据迭代次数和结果收敛情况自动选择合适的插值方法。实验表明,改进的算法不仅提高了层析成像算法对不同初始模型的一致收敛性,也提高了反演结果的精度。