Mathematical theory and computational methods for seismic full waveform inversion problems

地震全波形反演问题的数学理论与计算方法

基本信息

  • 批准号:
    RGPIN-2019-04830
  • 负责人:
  • 金额:
    $ 1.24万
  • 依托单位:
  • 依托单位国家:
    加拿大
  • 项目类别:
    Discovery Grants Program - Individual
  • 财政年份:
    2021
  • 资助国家:
    加拿大
  • 起止时间:
    2021-01-01 至 2022-12-31
  • 项目状态:
    已结题

项目摘要

During the crude price downturn over the last few years, the energy industry has been hit hard, particularly the oil service companies. Meanwhile, governments at all levels have introduced stricter environmental protection policies. Therefore, cost-effective approaches with minimal environmental impact are important for hydrocarbon exploration, which requires an accurate high-resolution subsurface image of the potential oil field. Seismic full waveform inversion (FWI) is a powerful model-based data fitting procedure that has been widely used in exploration geophysics to obtain high-resolution subsurface properties of the earth.  FWI is able to create high-resolution subsurface images of the earth up to half of the propagated wavelength. Moreover, it can estimate multiple parameters simultaneously and requires minimal preprocessing of the recorded seismic data. However, FWI suffers from a series of challenges, such as sensitivity on initial model, high computational cost, slow convergence, local minima, cycle-skipping, to name a few. These challenges hinder the further widespread application and acceptance of this method in the field of exploration physics. This research program aims to develop advanced mathematical theory and efficient computational methods to resolve these issues of FWI. To this end, we will formulate FWI as a partial differential equation (PDE)-constrained nonlinear optimization problem, where the misfit function measuring the difference between observational data and synthetic data is iteratively minimized by gradient-based optimization algorithms. The constraint PDE is a seismic wave equation which can be Helmholtz equation and acoustic/elastic wave equation. We will focus on several important aspects, such as building accurate initial models for FWI, development and analysis of efficient and higher-order numerical algorithms and preconditioners to reduce computational cost. Moreover, various regularization strategies will be studied and applied to mitigate the cycle-skipping and local minima issues. Through the research program, we will provide students and postdoctoral fellows with high-quality training to prepare them for the competitive job market upon the completion of training, and to meet the increasing demand for highly qualified personnel from the energy industry and information technology.  Our research result will also provide geoscientists and petroleum engineers with an economical and fast option to infer subsurface geological properties accurately.
在过去几年的原油价格下跌期间,能源行业尤其是石油服务公司受到了沉重打击,同时各级政府出台了更严格的环保政策,因此,具有成本效益且对环境影响最小的方法非常重要。用于碳氢化合物勘探,需要潜在油田的精确高分辨率地下图像地震全波形反演(FWI)是一种强大的基于模型的数据拟合程序,已广泛应用于勘探地球物理以获得高分辨率地下特性。的FWI 能够创建高达传播波长一半的高分辨率地下图像。此外,它可以同时估计多个参数,并且需要对记录的地震数据进行最少的预处理。然而,FWI 面临着一系列挑战。诸如初始模型的敏感性、计算成本高、收敛速度慢、局部极小值、周期跳跃等,这些挑战阻碍了该方法在探索物理领域的进一步广泛应用和接受。开发先进的数学理论和计算方法来解决 FWI 的这些有效问题为此,我们将 FWI 表述为偏微分方程(PDE)约束的非线性优化问题,其中失配函数测量观测数据与合成数据之间的差异。通过基于梯度的优化算法迭代地最小化数据,约束偏微分方程是一个地震波方程,可以是亥姆霍兹方程和声波/弹性波方程,我们将重点关注几个重要方面,例如建立精确的初始模型。 FWI、高阶数值算法和预处理器的开发和分析,以降低计算成本。此外,我们将研究和应用各种正则化策略,以减轻循环跳跃和局部最小值问题。我们的研究成果也将为地球科学家和石油工程师提供高质量的培训博士后,为他们在完成培训后进入竞争激烈的就业市场做好准备,满足能源行业和信息技术对高素质人才日益增长的需求。一个准确推断地下地质特性的经济且快速的选择。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Liao, Wenyuan其他文献

Modeling of particle removal using non-contact brush scrubbing in post-CMP cleaning processes
  • DOI:
    10.1080/00218460600766566
  • 发表时间:
    2006-06-01
  • 期刊:
  • 影响因子:
    2.2
  • 作者:
    Chein, Reiyu;Liao, Wenyuan
  • 通讯作者:
    Liao, Wenyuan

Liao, Wenyuan的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Liao, Wenyuan', 18)}}的其他基金

Mathematical theory and computational methods for seismic full waveform inversion problems
地震全波形反演问题的数学理论与计算方法
  • 批准号:
    RGPIN-2019-04830
  • 财政年份:
    2022
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
Mathematical theory and computational methods for seismic full waveform inversion problems
地震全波形反演问题的数学理论与计算方法
  • 批准号:
    RGPIN-2019-04830
  • 财政年份:
    2022
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
Mathematical theory and computational methods for seismic full waveform inversion problems
地震全波形反演问题的数学理论与计算方法
  • 批准号:
    RGPIN-2019-04830
  • 财政年份:
    2020
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
Mathematical theory and computational methods for seismic full waveform inversion problems
地震全波形反演问题的数学理论与计算方法
  • 批准号:
    RGPIN-2019-04830
  • 财政年份:
    2020
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
An integrated workflow for oil-bearing prediction using seismic information and well log data
使用地震信息和测井数据进行含油预测的集成工作流程
  • 批准号:
    532227-2018
  • 财政年份:
    2020
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Collaborative Research and Development Grants
An integrated workflow for oil-bearing prediction using seismic information and well log data
使用地震信息和测井数据进行含油预测的集成工作流程
  • 批准号:
    532227-2018
  • 财政年份:
    2020
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Collaborative Research and Development Grants
Mathematical theory and computational methods for seismic full waveform inversion problems
地震全波形反演问题的数学理论与计算方法
  • 批准号:
    RGPIN-2019-04830
  • 财政年份:
    2019
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
Mathematical theory and computational methods for seismic full waveform inversion problems
地震全波形反演问题的数学理论与计算方法
  • 批准号:
    RGPIN-2019-04830
  • 财政年份:
    2019
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
An integrated workflow for oil-bearing prediction using seismic information and well log data
使用地震信息和测井数据进行含油预测的集成工作流程
  • 批准号:
    532227-2018
  • 财政年份:
    2019
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Collaborative Research and Development Grants
An integrated workflow for oil-bearing prediction using seismic information and well log data
使用地震信息和测井数据进行含油预测的集成工作流程
  • 批准号:
    532227-2018
  • 财政年份:
    2019
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Collaborative Research and Development Grants

相似国自然基金

基于周期性光场调控的新型Floquet能谷和拓扑材料的理论计算研究
  • 批准号:
    12304538
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
复杂大电网可靠性评估的量子计算理论及应用
  • 批准号:
    52377089
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
过渡金属催化烯丙位C-H键选择性活化及官能团化反应的理论计算与实验探索研究
  • 批准号:
    22161046
  • 批准年份:
    2021
  • 资助金额:
    35 万元
  • 项目类别:
    地区科学基金项目
基于无轨道密度泛函理论的第一性原理计算方法与应用
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    61 万元
  • 项目类别:
量子计算的容错性与普适性理论研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Learn Systems Biology Equations From Snapshot Single Cell Genomic Data
从快照单细胞基因组数据学习系统生物学方程
  • 批准号:
    10736507
  • 财政年份:
    2023
  • 资助金额:
    $ 1.24万
  • 项目类别:
Theory and methods in mathematical and computational finance
数学和计算金融的理论和方法
  • 批准号:
    RGPIN-2021-04112
  • 财政年份:
    2022
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
Mathematical modeling of Mycobacterium tuberculosis dissemination
结核分枝杆菌传播的数学模型
  • 批准号:
    10612718
  • 财政年份:
    2022
  • 资助金额:
    $ 1.24万
  • 项目类别:
Mathematical modeling of Mycobacterium tuberculosis dissemination
结核分枝杆菌传播的数学模型
  • 批准号:
    10364119
  • 财政年份:
    2022
  • 资助金额:
    $ 1.24万
  • 项目类别:
Theory and methods in mathematical and computational finance
数学和计算金融的理论和方法
  • 批准号:
    RGPIN-2021-04112
  • 财政年份:
    2022
  • 资助金额:
    $ 1.24万
  • 项目类别:
    Discovery Grants Program - Individual
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了