具有解析形式伴随源的熵正则化 W2 失配用于声波全波形反演
《Journal of Applied Geophysics》:Entropy-regularized W2 misfit with a closed-form adjoint source for acoustic full-waveform inversion
【字体:
大
中
小
】
时间:2026年10月24日
来源:Journal of Applied Geophysics 2.6
编辑推荐:
• 为熵正则化 Wasserstein 失配推导了闭合形式的伴随源
• 熵正则化在诊断测试中拓宽了吸引区域
• Taylor 测试验证了所实现的解析梯度
• 敏感性测试确定了重建的平衡熵设置
• Marmousi2 测试显示较低的模型误差和较高的结构相似度
**引言**
• 为熵正则化 Wasserstein 失配推导了闭合形式的伴随源
• 熵正则化在诊断测试中拓宽了吸引区域
• Taylor 测试验证了所实现的解析梯度
• 敏感性测试确定了重建的平衡熵设置
• Marmousi2 测试显示较低的模型误差和较高的结构相似度
**引言**
全波形反演(FWI)通过最小化观测与预测地震波形之间的差异来重建地下参数(Tarantola, 1984, Pratt, 1999, Virieux and Operto, 2009)。其高分辨率伴随着强非线性与不适定性。当初始模型不准确或缺乏足够低频时,预测与观测事件之间可能相差超过半主导周期,导致传统逐点 L2 目标收敛到跳周局部极小(Bunks 等, 1995, Virieux 等, 2014)。逐点残差对大幅值扰动和非高斯污染也很敏感(Bube and Langan, 1997, Guitton and Symes, 2003)。
因此,已开发出正则化和替代失配函数以改善收敛。全变分(TV)、先验模型约束和投影方法可抑制不稳定更新或纳入地质结构(Asnaashari 等, 2013, Guitton, 2012, Esser 等, 2018, Peters 等, 2019)。包络、相关、自适应匹配和拉普拉斯域目标旨在减少相位非线性(Shin and Cha, 2008, Wu 等, 2014, Chi 等, 2014, Warner and Guasch, 2016)。这些方法可能有效,但其性能可能取决于正则化权重、预处理或数据频率内容。
最优传输(OT)为逐点波形比较提供了几何替代。静态 Kantorovich 公式测量非负测度之间的最小传输成本,而 Benamou–Brenier 公式将 Wasserstein 距离动态解释为最小作用流(Benamou and Brenier, 2000, Villani, 2009, Santambrogio, 2015, Peyré and Cuturi, 2019)。二次 Wasserstein 目标已被研究用于地震信号和 FWI,因为其对时间平移的响应在可控范围内可能比 L2 更平滑(Engquist and Froese, 2014, Engquist 等, 2016, Métivier 等, 2016a, Métivier 等, 2016b)。振荡地震记录必须先映射为非负测度;线性/共同平移、指数、有符号测度或正负构造,以及 softplus 编码都已在 OT/FWI 文献中研究(Mainini, 2012, Qiu 等, 2017, Qiu, 2021, Yang 等, 2018, Yang and Engquist, 2018)。
本工作并非首次将 OT 引入 FWI。Qiu 等(2017)使用了指数编码的 OT 范数,Qiu(2021)分析了 softplus 编码,Yang 等(2018)和 Yang and Engquist(2018)开发了二次 Wasserstein FWI 公式及相应的伴随态导数。最近的研究通过非平衡传输、指定传输方向和反射波形应用扩展了基于 OT 的反演(Li 等, 2022, Tian 等, 2024, Dong 等, 2024, Zhang 等, 2025)。非平衡 OT 放松了等质量约束,当衰减或幅值不平衡是核心时特别相关(Chizat 等, 2018, Li 等, 2022, Tian 等, 2024)。切片 Wasserstein 对多个投影方向的一维传输成本求平均,为多维测度提供了精度-成本折中(Bonneel 等, 2015, Okazaki and Ueda, 2023)。在本研究中,讨论了非平衡 OT 但未将其用作主要基线,因为具体问题是在显式单位质量归一化后熵正则化的影响。在 Marmousi2 上包含了一个切片 Wasserstein 基线。
熵正则化将离散 OT 问题转化为光滑、严格凸的传输计划优化,可通过 Sinkhorn 缩放评估(Cuturi, 2013)。它还引入了熵偏差并平滑了对偶势。由此产生的正则化传输成本应与去除偏差的 Sinkhorn 散度区分开来,后者减去了自传输项(Feydy 等, 2019)。在本文中,短语"熵正则化 W2"指的是用作 FWI 目标函数的正则化二次传输成本,而非去除偏差的 Sinkhorn 散度。
所有比较中的预测波场均由我们在 2025 年声学研究和 2026 年弹性研究中开发的相同局部化 MQRBF-FD 正演建模引擎生成(Sun and Wang, 2025, Sun and Wang, 2026)。正演离散化在数学上不是 OT 推导所必需的:测度映射、传输目标和伴随源表达式与离散化无关。因此,这里将 MQRBF-FD 作为 Python 实现中使用的共同正演引擎呈现,而非 OT 失配不可分割的组成部分。由于所有比较的目标函数使用相同的正演求解器、初始模型、采集几何、速度边界和优化预算,所报告反演结果之间的差异归因于在测试设置下的失配和正则化选择。
本研究做出四项贡献。首先,在采用的共同正平移和单位质量映射下,为熵正则化二次传输目标推导了闭合形式的伴随源,同时明确考虑对偶势的规范自由度。其次,为解析伴随源建立了熵依赖的时间正则性界,并避免将该界解释为字面上的频率截止。第三,通过 Taylor 余项测试独立验证梯度,并在 Camembert 模型上量化对 ε 的敏感性。第四,在共同正演建模和优化设置下比较 L2+TV、未正则化 W2、切片 Wasserstein 和熵正则化 W2,同时报告精度、成本分解、内存、GPU 利用率和经验标度。
**部分摘录**
**声波方程与 MQRBF-FD 正演建模**
设 Ω??2 为物理域,t∈[0,T]。对于速度模型 v(x),源 s 的预测压力波场 u_s(x,t;v) 满足
(1/v2(x)) ?2u_s/?t2 ? ?2u_s = s_s(x,t)
具有零初始条件和如下指定的边界处理。局部化 MQRBF-FD 空间近似和预训练形状参数预测器遵循我们之前的声学和弹性研究(Sun and Wang, 2025, Sun and Wang, 2026)。本 FWI 实现使用相同的时离散和正演引擎
**数值实验**
数值实验从受控的目标函数和梯度诊断开始,逐步过渡到更复杂的合成基准。正方形和 Camembert 模型隔离熵正则化和参数敏感性,Overthrust、Marmousi2 和 BP Salt 模型评估结构恢复,最后的配置研究量化相关的计算权衡。
**熵正则化的影响**
数值比较隔离了目标函数效果,因为每种方法都使用相同的 MQRBF-FD 正演引擎和投影拟牛顿更新。因此,这些结果并未确立 MQRBF-FD 与熵正则化 OT 形成数学耦合方法,也未将 MQRBF-FD 与传统有限差分传播器进行比较。正演求解器是各方法共享的实现选择。本文献特有的贡献是伴随处理以及
**结论**
本研究为声学 FWI 重新表述了熵正则化二次传输目标,并在可复现的共同平移、单位质量映射下推导了其闭合形式的中心伴随源。对偶势的规范自由度在源中抵消,熵依赖的时间曲率界表征了平滑效应,而不声称字面上的频率截止或全局收敛保证。Taylor 测试给出了拟合阶数 0.91 和 1.89。Camembert 研究
**CRediT 作者贡献声明**
Jian Sun:写作 – 审阅与编辑,写作 – 原稿,可视化,监督,资源,形式分析,概念化。Wenshuai Wang:写作 – 原稿,资源,项目管理,方法论,资金获取。Fei Dong:写作 – 审阅与编辑,写作 – 原稿,验证,软件,形式分析,概念化。Shaolin Liu:写作 – 原稿,可视化,项目管理,资金获取,概念化。
**利益冲突声明**
作者声明他们没有任何已知的竞争性财务利益或个人关系可能影响本论文所报告的工作。
**致谢**
本研究得到国家自然科学基金(批准号 U23A2029)、宁夏科技领军人才培养计划(批准号 2022GKLRLX04)和宁夏数学基础科学研究中心(批准号 2026NXSXZX0101)的资助。
Jian Sun|Wenshuai Wang|Fei Dong|Shaolin Liu