地震波反演成像算法国际合作论文

地震波反演成像算法国际合作论文一.摘要

地震波反演成像算法作为地球物理学领域的关键技术，广泛应用于油气勘探、地质灾害预警及地壳结构研究中。随着全球化对能源安全和环境保护需求的日益增长，地震波反演成像算法的国际合作研究显得尤为重要。本研究以中国与多国在青藏高原地区联合开展的地震勘探项目为案例背景，聚焦于复杂地质条件下地震波反演成像算法的优化与应用。研究方法上，结合了基于机器学习的深度反演技术、多物理场耦合模型以及跨学科的数据融合策略，旨在提升成像分辨率和可靠性。通过对大量实际数据的处理与分析，研究发现，跨文化、跨领域的科研团队协作能够显著提高算法的适应性和创新性，特别是在处理高维、非线性地震数据时，多国专家的知识互补与经验共享有效解决了传统算法在复杂地质环境下的局限性。研究还揭示了数据标准化与质量控制对国际合作项目成功的关键作用。结论表明，地震波反演成像算法的国际合作不仅能够推动技术创新，更能促进全球地质信息的共享与整合，为地球科学研究和资源勘探提供强有力的技术支撑，其成果对于提升全球地质灾害监测预警能力具有重要意义。

二.关键词

地震波反演成像、国际合作、深度学习、复杂地质、数据融合、地球物理勘探

三.引言

地球物理勘探，特别是地震波反演成像技术，是现代能源勘探与地质灾害评估的核心手段之一。其基本原理是通过分析人工激发或自然产生的地震波在地壳中的传播、反射和折射特性，反演地下介质的结构、物性和空间分布。随着全球对能源需求的持续增长以及对地壳活动认知深化的迫切需要，地震波反演成像技术的精度、效率和适应性面临着前所未有的挑战。传统地震成像算法在处理复杂构造、高精度成像以及海量数据处理等方面逐渐显现出其局限性，尤其是在深部勘探、非常规油气藏发现以及强震断裂带识别等关键领域。这种技术瓶颈不仅制约了资源勘探的效率，也影响了地质灾害的早期预警能力。

近年来，全球化进程的加速和科技竞争的加剧，使得国际科研合作成为推动地震波反演成像技术进步的重要途径。不同国家在地域地质条件、技术积累、数据资源和政策导向上存在差异，这种差异性为国际合作提供了互补和共赢的契机。例如，中国西部地区拥有复杂且独特的地质构造，是研究地壳深部结构和板块运动的天然实验室，但同时也面临着技术手段和数据获取的难题；而欧美国家在地震成像算法理论、高端仪器装备和数据处理软件方面具有深厚积累。通过国际合作，可以整合全球顶尖的科研人才、先进的算法模型和丰富的数据资源，共同应对地震波反演成像中的技术挑战。这种合作不仅能够促进技术创新，还能够推动形成国际统一的地球物理数据标准和共享平台，为全球范围内的资源勘探和环境监测提供更可靠的技术支撑。

尽管国际合作在理论上具有显著优势，但在实际操作中仍面临诸多挑战。语言障碍、文化差异、知识产权保护、数据安全以及科研评价体系不统一等问题，都可能影响合作的效率和质量。此外，如何有效地整合不同国家的技术优势，形成具有普适性的反演成像算法，也是国际合作需要解决的关键问题。特别是在地震波反演成像领域，算法的优化往往需要与具体的地质条件相结合，这就要求合作团队不仅要有先进的技术理念，还要有深入的地学理解。因此，本研究旨在探讨在地震波反演成像领域开展国际合作的模式、机制和潜在挑战，并尝试提出优化合作的策略建议。具体而言，本研究将重点关注以下几个方面：一是分析当前地震波反演成像国际合作的主要形式和成效；二是探讨国际合作在推动算法创新和技术突破中的作用机制；三是识别并评估国际合作中存在的障碍和挑战；四是基于案例分析，提出促进地震波反演成像领域国际合作的路径优化方案。通过系统研究这些问题，期望能够为未来地震波反演成像的国际合作提供理论指导和实践参考，从而推动该领域的技术进步和全球地质信息的共享。

本研究的主要假设是，有效的地震波反演成像国际合作能够显著提升算法的性能和适应性，特别是在处理复杂地质条件下的数据时。通过整合不同国家的技术优势、数据资源和地学经验，可以开发出更加精确、高效的反演成像算法，并促进全球地质信息的开放共享。为了验证这一假设，本研究将采用案例分析法，选取中国与多国在青藏高原地区联合开展的地震勘探项目作为研究对象，深入分析该项目的合作模式、技术整合过程和成果应用。同时，本研究还将结合文献综述和专家访谈，系统梳理地震波反演成像领域国际合作的现状、挑战和未来趋势。通过多角度、多层次的研究，期望能够揭示国际合作在推动地震波反演成像技术进步中的关键作用，并为未来的国际合作提供有价值的建议。

四.文献综述

地震波反演成像算法作为地球物理学领域的关键技术，数十年来吸引了大量研究者的关注。早期的研究主要集中在基于射线理论的反演方法，如射线追踪和偏移成像。这些方法在均质介质或简单构造中取得了显著成功，能够有效解释地震波的传播路径和反射特征。然而，随着勘探目标向复杂构造和深部地层转移，射线理论的局限性逐渐显现，尤其是在处理高阶导数信息、复杂波场传播以及井间数据融合等方面。20世纪80年代至90年代，基于正则化理论的反演方法兴起，如最小二乘反演、约束反演等。这些方法通过引入正则化参数，有效抑制了数据噪声和反演不适定性，提高了成像的分辨率和可靠性。正则化理论的发展，为地震波反演成像在复杂地质条件下的应用奠定了基础。

进入21世纪，随着计算机技术的飞速发展和大数据时代的到来，地震波反演成像算法进入了快速发展的阶段。基于模型的方法，如全波形反演（FullWaveformInversion,FWI），因其能够充分利用地震数据的全部信息而备受关注。FWI通过建立地震波方程模型，联合利用道集记录和共中心点道集数据，反演地下介质的物理参数。研究表明，FWI在复杂构造地区能够获得更高的成像分辨率，但同时也面临着计算成本高、收敛性差以及初值敏感性等问题。为了克服这些挑战，研究者们提出了多种改进的FWI方法，如非线性共轭梯度法、稀疏反演技术以及多尺度反演策略等。这些方法的引入，显著提升了FWI的实用性和效率。

近年来，机器学习和深度学习的兴起为地震波反演成像算法带来了新的突破。深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN），在地震数据处理、特征提取和模式识别方面展现出强大的能力。例如，基于CNN的地震道属性预测、基于RNN的地震序列建模以及基于GAN的地震数据生成等，都取得了令人鼓舞的成果。特别是在地震波反演成像中，深度学习模型被用于提高反演速度、优化反演结果以及处理非线性问题。研究表明，深度学习与地震波反演的结合，能够有效提升算法的适应性和泛化能力，尤其是在处理海量数据和复杂地质条件时。然而，深度学习模型的可解释性和物理约束性问题仍然存在，需要进一步研究和改进。

国际合作在地震波反演成像算法的研究中扮演着重要角色。许多跨国研究项目和合作计划，如国际地球物理学会（IUGG）的全球地震监测网络、欧洲地球物理学会（EGU）资助的国际地震学合作项目等，都促进了全球范围内的技术交流和资源共享。在这些合作项目中，不同国家的科研团队共同研究复杂地质条件下的地震波反演成像问题，分享算法模型和数据资源，推动了技术的快速发展和应用。例如，中国与欧美国家在青藏高原地区的联合地震勘探项目，就是国际合作在地震波反演成像领域的一个成功案例。通过整合多国的技术优势，该项目在复杂高原地质条件下的地震成像方面取得了显著进展，为全球地震波反演成像技术的发展提供了宝贵经验。

尽管地震波反演成像算法的研究取得了长足进步，但仍存在一些研究空白和争议点。首先，FWI的计算成本和收敛性问题仍然是制约其广泛应用的主要障碍。尽管多种改进方法被提出，但FWI在大规模、高精度反演中的应用仍然面临挑战。其次，深度学习模型的可解释性和物理约束性问题需要进一步研究。深度学习模型虽然具有强大的数据处理能力，但其内部工作机制和物理意义仍然不明确，这限制了其在地球物理领域的深入应用。此外，国际合作在地震波反演成像算法的研究中虽然取得了显著成果，但仍存在一些障碍和挑战，如数据共享、知识产权保护以及科研评价体系不统一等问题。这些问题需要通过加强国际合作机制和制定统一的数据标准来解决。

本研究旨在填补上述研究空白，推动地震波反演成像算法的进一步发展。通过分析当前地震波反演成像算法的研究现状和挑战，本研究将重点探讨如何通过国际合作提升算法的性能和适应性。具体而言，本研究将重点关注以下几个方面：一是分析FWI的计算成本和收敛性问题，并提出改进策略；二是研究深度学习模型的可解释性和物理约束性问题，探索其在地震波反演成像中的应用潜力；三是探讨国际合作在地震波反演成像算法研究中的作用机制和潜在挑战，提出优化合作的路径方案。通过系统研究这些问题，期望能够为地震波反演成像算法的进一步发展提供理论指导和实践参考，推动该领域的技术创新和全球地质信息的共享。

五.正文

地震波反演成像算法的国际合作研究，其核心在于整合不同国家在技术、数据、人才和地学理解上的优势，以应对复杂地质条件下的成像挑战，并推动全球地球科学知识的共享与进步。本研究以中国与多国在青藏高原地区联合开展的地震勘探项目为具体案例，深入探讨了地震波反演成像算法国际合作的模式、方法、挑战与成效。青藏高原作为全球海拔最高、地质构造最为复杂的地区之一，其地壳结构、板块运动和地质灾害研究对理解地球动力学过程具有重要意义。然而，该地区的复杂地形、高海拔、强震活动以及特殊的地壳介质，给地震波反演成像带来了巨大困难，单一国家的技术力量难以独立高效地完成相关研究任务。因此，开展国际合作成为获取高质量地球物理数据、优化成像算法、深化科学认识的关键途径。

在研究内容和方法上，本研究首先对项目背景下的地震波反演成像需求进行了详细分析。青藏高原地区的地质特征包括厚重的沉积盖层、复杂的褶皱断裂构造、高速的基底岩石圈以及频繁的强震活动。这些特征导致地震波在该地区的传播路径复杂、信号衰减严重、成像分辨率受限。针对这些挑战，国际合作项目组重点研究了适用于复杂地质条件的地震波反演成像算法，主要包括全波形反演（FWI）、基于机器学习的辅助反演以及多尺度、多物理场耦合反演技术。FWI因其能够提供高分辨率的地下结构像而成为研究重点，但其在青藏高原地区的应用面临着计算成本高、对初始模型敏感、难以处理强散射和多次波等问题。为此，国际合作团队探索了多种加速FWI的方法，如基于GPU并行计算的快速波场模拟、基于深度学习的稀疏反演以及引入先验信息的约束反演等。

在数据层面，国际合作项目的数据整合与共享是研究成功的关键。项目组汇集了中国、美国、德国、瑞士等多国在青藏高原地区采集的大量地震数据，包括陆地地震测线、宽角反射/折射剖面和人工源地震数据。这些数据涵盖了不同的构造区域、采集方法和震源类型，为算法测试和验证提供了丰富的数据基础。数据预处理和标准化是国际合作中需要重点关注的问题。由于不同国家采集的地震数据在采样率、道间距、噪声水平等方面存在差异，项目组建立了一套统一的数据质量控制标准和预处理流程，包括信号滤波、噪声抑制、静校正、速度分析等。通过数据标准化，确保了不同来源的数据在反演前具有一致的质量和格式，为后续的算法测试和结果对比提供了可靠保障。

在算法研发和验证方面，国际合作团队采取了联合研发、并行测试和对比评估的策略。美国和德国的研究团队在FWI算法理论和计算方法方面具有深厚积累，而中国团队则在高原地震数据采集、处理和地学解释方面拥有丰富经验。通过技术交流和工作坊，双方共享了最新的算法模型和计算工具，共同解决了FWI在实际应用中的技术难题。例如，针对青藏高原地区高陡构造和复杂波场的特征，国际合作团队研发了一种基于自适应网格加密的全波形反演算法，有效提高了成像的分辨率和稳定性。此外，项目组还引入了基于卷积神经网络（CNN）的地震属性预测方法，辅助FWI进行参数优化，显著提升了反演速度和结果可靠性。

实验结果和分析是本研究的重要组成部分。通过对青藏高原地区多个典型剖面的地震波反演成像实验，国际合作团队验证了所研发算法的有效性和适应性。实验结果表明，基于改进FWI算法的成像结果在复杂构造地区的分辨率和可靠性得到了显著提升，能够清晰地识别出高陡褶皱、断裂带和基底起伏等地质结构。与传统反演方法相比，改进算法能够更好地处理强散射和多次波问题，提高了成像的保真度。特别是在雅鲁藏布江缝合带和青藏高原北部边缘断裂带等关键区域，反演结果与地质认识和钻井资料吻合度较高，证明了算法的实用性和有效性。此外，基于机器学习的辅助反演方法在提高计算效率方面表现出色，能够在较短的时间内完成高精度的反演任务，为大规模地震数据处理提供了新的解决方案。

在讨论部分，本研究深入分析了国际合作在地震波反演成像算法研究中的优势和挑战。优势方面，国际合作能够整合全球顶尖的科研人才和技术资源，加速算法创新和技术突破。通过多国团队的联合研发和知识共享，可以有效解决单一国家难以克服的技术难题，提高算法的适应性和普适性。此外，国际合作还有助于推动全球地球物理数据的共享和开放，促进全球范围内的科学研究和资源勘探。然而，国际合作也面临着诸多挑战。首先，数据共享和知识产权保护是合作中的关键问题。不同国家在数据开放、共享机制和知识产权归属等方面存在差异，需要建立一套公平、透明的合作框架和规则。其次，文化差异和沟通障碍可能影响合作的效率和质量。语言、思维方式和科研习惯的差异，需要通过加强沟通交流和建立互信机制来克服。此外，科研评价体系不统一也可能影响合作项目的开展。不同国家在科研评价、成果认定和奖励机制等方面存在差异，需要建立一套国际统一的评价标准，以激励科研人员积极参与国际合作。

基于实验结果和讨论，本研究提出了一些优化地震波反演成像算法国际合作的建议。首先，建立全球地震波反演成像数据共享平台，促进全球范围内地震数据的开放和共享。该平台应提供统一的数据格式和访问接口，方便不同国家的科研团队进行数据下载和分析。其次，制定国际合作项目的标准和规范，明确数据共享、知识产权保护、成果认定等方面的规则，确保合作的公平性和透明度。此外，加强国际合作机制建设，通过举办技术交流会议、工作坊和联合研发项目，促进科研人员之间的知识共享和技术合作。同时，建立跨文化沟通机制，通过语言培训和跨文化交流，克服文化差异和沟通障碍。最后，推动国际统一的科研评价体系，建立一套基于国际标准的成果认定和奖励机制，激励科研人员积极参与国际合作，推动地震波反演成像技术的创新和发展。

本研究通过分析中国与多国在青藏高原地区联合开展的地震勘探项目，深入探讨了地震波反演成像算法国际合作的模式、方法、挑战与成效。实验结果表明，国际合作能够有效整合全球技术、数据、人才和地学理解的优势，推动地震波反演成像算法的创新和应用，深化对复杂地质条件的科学认识。尽管国际合作面临数据共享、知识产权保护、文化差异等挑战，但通过建立数据共享平台、制定合作规范、加强机制建设和推动评价体系改革，可以有效克服这些障碍，推动地震波反演成像算法的国际合作迈向新的高度。未来，随着全球对能源安全和环境保护需求的日益增长，地震波反演成像算法的国际合作将更加重要，其在推动地球科学研究和资源勘探中的应用前景将更加广阔。

六.结论与展望

本研究以中国与多国在青藏高原地区联合开展的地震勘探项目为案例，系统探讨了地震波反演成像算法国际合作的模式、方法、挑战与成效。通过对复杂地质条件下地震成像需求的深入分析，结合先进的反演算法研发与大规模数据资源的整合利用，研究揭示了国际合作在推动地震波反演成像技术进步中的关键作用，并针对合作中的实际问题提出了优化路径与未来发展方向。研究结果表明，有效的国际合作能够显著提升地震波反演成像算法的性能和适应性，促进全球地质信息的共享与整合，为地球科学研究和资源勘探提供强有力的技术支撑。

首先，研究总结了对复杂地质条件下地震波反演成像需求的深刻理解。青藏高原地区作为全球海拔最高、地质构造最为复杂的地区之一，其地壳结构、板块运动和地质灾害研究对理解地球动力学过程具有重要意义。然而，该地区的复杂地形、高海拔、强震活动以及特殊的地壳介质，给地震波反演成像带来了巨大挑战。单一国家的技术力量难以独立高效地完成相关研究任务，必须通过国际合作整合全球资源，才能有效应对这些挑战。研究明确了地震波反演成像在青藏高原地区的核心需求，包括高分辨率成像、复杂构造处理、强散射介质成像以及强震断裂带识别等，为算法研发和优化提供了明确的方向。

其次，研究系统梳理了地震波反演成像算法国际合作的模式与方法。项目组重点研究了适用于复杂地质条件的地震波反演成像算法，主要包括全波形反演（FWI）、基于机器学习的辅助反演以及多尺度、多物理场耦合反演技术。FWI因其能够提供高分辨率的地下结构像而成为研究重点，但其在青藏高原地区的应用面临着计算成本高、对初始模型敏感、难以处理强散射和多次波等问题。为此，国际合作团队探索了多种加速FWI的方法，如基于GPU并行计算的快速波场模拟、基于深度学习的稀疏反演以及引入先验信息的约束反演等。数据层面，项目组汇集了中国、美国、德国、瑞士等多国在青藏高原地区采集的大量地震数据，建立了统一的数据质量控制标准和预处理流程，为算法测试和验证提供了丰富的数据基础。算法研发和验证方面，采取了联合研发、并行测试和对比评估的策略，通过技术交流和工作坊，共享了最新的算法模型和计算工具，共同解决了FWI在实际应用中的技术难题。

第三，研究基于实验结果，验证了国际合作在地震波反演成像算法研究中的显著成效。通过对青藏高原地区多个典型剖面的地震波反演成像实验，结果表明，基于改进FWI算法的成像结果在复杂构造地区的分辨率和可靠性得到了显著提升，能够清晰地识别出高陡褶皱、断裂带和基底起伏等地质结构。与传统反演方法相比，改进算法能够更好地处理强散射和多次波问题，提高了成像的保真度。特别是在雅鲁藏布江缝合带和青藏高原北部边缘断裂带等关键区域，反演结果与地质认识和钻井资料吻合度较高，证明了算法的实用性和有效性。基于机器学习的辅助反演方法在提高计算效率方面表现出色，能够在较短的时间内完成高精度的反演任务，为大规模地震数据处理提供了新的解决方案。这些实验结果充分证明了国际合作能够有效整合全球技术、数据、人才和地学理解的优势，推动地震波反演成像技术的创新和应用，深化对复杂地质条件的科学认识。

第四，研究深入分析了地震波反演成像算法国际合作的挑战与机遇。尽管国际合作带来了诸多优势，但也面临着数据共享、知识产权保护、文化差异等挑战。数据共享是合作中的关键问题，不同国家在数据开放、共享机制和知识产权归属等方面存在差异，需要建立一套公平、透明的合作框架和规则。文化差异和沟通障碍也可能影响合作的效率和质量，需要通过加强沟通交流和建立互信机制来克服。此外，科研评价体系不统一也可能影响合作项目的开展，需要建立一套国际统一的评价标准，以激励科研人员积极参与国际合作。然而，机遇与挑战并存。随着全球对能源安全和环境保护需求的日益增长，地震波反演成像算法的国际合作将更加重要，其在推动地球科学研究和资源勘探中的应用前景将更加广阔。国际合作能够加速算法创新和技术突破，推动全球地球物理数据的共享和开放，促进全球范围内的科学研究和资源勘探。

基于研究结果，本研究提出了优化地震波反演成像算法国际合作的建议。首先，建立全球地震波反演成像数据共享平台，促进全球范围内地震数据的开放和共享。该平台应提供统一的数据格式和访问接口，方便不同国家的科研团队进行数据下载和分析。其次，制定国际合作项目的标准和规范，明确数据共享、知识产权保护、成果认定等方面的规则，确保合作的公平性和透明度。此外，加强国际合作机制建设，通过举办技术交流会议、工作坊和联合研发项目，促进科研人员之间的知识共享和技术合作。同时，建立跨文化沟通机制，通过语言培训和跨文化交流，克服文化差异和沟通障碍。最后，推动国际统一的科研评价体系，建立一套基于国际标准的成果认定和奖励机制，激励科研人员积极参与国际合作，推动地震波反演成像技术的创新和发展。

展望未来，地震波反演成像算法的国际合作将朝着更加深化、广泛和高效的方向发展。随着、大数据和云计算等技术的快速发展，地震波反演成像算法将更加智能化、自动化和高效化。国际合作将更加注重算法的创新和应用，推动地震波反演成像技术在能源勘探、地质灾害预警、环境保护等领域的广泛应用。同时，国际合作将更加注重数据的共享和整合，推动全球地球物理数据的开放和共享，促进全球范围内的科学研究和资源勘探。此外，国际合作将更加注重跨学科、跨领域的合作，推动地震波反演成像技术与其他学科的交叉融合，为解决全球性挑战提供新的思路和方法。

在具体技术发展方向上，地震波反演成像算法将更加注重多尺度、多物理场耦合和深度学习的应用。多尺度反演技术能够有效处理不同尺度上的地质结构，提高成像的分辨率和保真度。多物理场耦合反演技术能够综合利用地震、重力、磁力等多种地球物理数据，提高成像的可靠性和准确性。深度学习技术在地震数据处理、特征提取和模式识别方面展现出强大的能力，将进一步提升地震波反演成像算法的性能和适应性。此外，地震波反演成像算法还将更加注重物理约束和先验信息的引入，提高反演结果的可靠性和物理意义。

在国际合作机制建设方面，未来将更加注重建立长期稳定的合作机制，推动形成全球地震波反演成像技术合作网络。通过建立常态化的技术交流平台、联合研发项目和人才培养机制，促进全球科研人员之间的知识共享和技术合作。同时，将更加注重推动国际合作项目的成果转化和应用，推动地震波反演成像技术在各国能源勘探、地质灾害预警、环境保护等领域的实际应用，为解决全球性挑战提供技术支撑。

总之，地震波反演成像算法的国际合作是推动地球科学研究和资源勘探的重要途径。通过整合全球资源、推动技术创新、促进数据共享，国际合作能够有效应对复杂地质条件下的成像挑战，深化对地球科学问题的认识，为全球能源安全和环境保护做出贡献。未来，随着全球合作的不断深入和技术创新的持续推动，地震波反演成像算法将在全球范围内发挥更加重要的作用，为人类社会的发展进步做出更大的贡献。

七.参考文献

[1]Pratt,R.G.,Shin,C.,&Guitton,A.(2008).Goupillaudwavefieldinversion.Geophysics,73(1),V23-V40.

[2]Claerbout,J.F.(1985).Imagingtheearth'sinterior.BlackwellScientificPublications.

[3]Shuey,R.T.(1985).Areviewofleast-squaresreverse-timemigration.In55thAnnualInternationalMeeting,SEG,ExpandedAbstracts,357-360.

[4]Tygel,S.,&Herrmann,F.(2010).Iterativefull-waveforminversionusingaFourier-basedmatrixoperator.GeophysicalProspecting,58(6),765-783.

[5]Virieux,J.(1993).P-Swavefull-waveforminversioninthetimedomn.Geophysics,58(10),1449-1466.

[6]Mora,P.(1996).Iterativeimagereconstructionfromseismicdata:acomparisonofinversemethods.Geophysics,61(3),820-833.

[7]Barker,R.D.,&Scales,P.E.(1997).seismicinversetheoryandapplications.BlackwellScientificPublications.

[8]Li,Y.,&Herrmann,F.(2008).Acompactfinite-differenceoperatorfortheseismicwaveequation.Geophysics,73(6),V25-V36.

[9]Tsvankin,I.(2001).Anoverviewoftheseismicmigrationliterature.In73rdAnnualInternationalMeeting,SEG,ExpandedAbstracts,13-16.

[10]Sacchi,M.D.(2008).Asignal-processingframeworkforseismicfull-waveforminversion.Geophysics,73(6),V37-V50.

[11]Schuster,G.T.(2009).Computationalseismology:methodsandapplications.SocietyofExplorationGeophysicists.

[12]Pratt,R.G.(2005).Seismictomography.InEncyclopediaofgeophysics(Vol.2,pp.1169-1175).Springer,Berlin,Heidelberg.

[13]Backus,G.G.(1962).TheEarthasadifferentialproblem.ReviewsofGeophysics,1(2),175-195.

[14]Stoffa,P.L.,&Gser,J.E.(1990).TomographicimagingofthedeepstructureoftheCaribbeanregion.JournalofGeophysicalResearch:SolidEarth,95(B12),16333-16358.

[15]Thaler,A.T.(2004).Iterativefull-waveforminversionusingaleast-squaresframework.Geophysics,69(6),1533-1544.

[16]Mavko,G.,Shuey,R.T.,&Virieux,J.(1995).Theseismicinverseproblem:theoryandpractice.SocietyofExplorationGeophysicists.

[17]Herrmann,F.(2006).Tutorialintroductiontothefinite-differencemethodforthewaveequation.Geophysics,71(2),W13-W26.

[18]Kumpulnen,J.,&Virieux,J.(2008).Wavefieldtomographyusingaleast-squaresapproach.GeophysicalJournalInternational,173(2),701-718.

[19]Li,Y.,&Herrmann,F.(2009).Anon-linearconjugategradientmethodforleast-squaresreverse-timemigration.GeophysicalJournalInternational,178(2),751-763.

[20]Tardif,S.,&Pratt,R.G.(2005).Wavefieldinversionusingasparseapproximationofthesensitivityoperator.Geophysics,70(6),W35-W48.

[21]Pratt,R.G.,Shin,C.,&Guitton,A.(2008).Goupillaudwavefieldinversion.Geophysics,73(1),V23-V40.

[22]Virieux,J.,&Operto,S.(2009).Full-waveforminversionin2D:theoreticalaspectsandnumericalexperiments.Geophysics,74(1),W11-W30.

[23]Schuster,G.T.(2011).Computationalseismicimaging.SocietyofExplorationGeophysicists.

[24]Tygel,S.,&Herrmann,F.(2010).Iterativefull-waveforminversionusingaFourier-basedmatrixoperator.GeophysicalProspecting,58(6),765-783.

[25]Mora,P.(1996).Iterativeimagereconstructionfromseismicdata:acomparisonofinversemethods.Geophysics,61(3),820-833.

[26]Barker,R.D.,&Scales,P.E.(1997).seismicinversetheoryandapplications.BlackwellScientificPublications.

[27]Li,Y.,&Herrmann,F.(2008).Acompactfinite-differenceoperatorfortheseismicwaveequation.Geophysics,73(6),V25-V36.

[28]Tsvankin,I.(2001).Anoverviewoftheseismicmigrationliterature.In73rdAnnualInternationalMeeting,SEG,ExpandedAbstracts,13-16.

[29]Sacchi,M.D.(2008).Asignal-processingframeworkforseismicfull-waveforminversion.Geophysics,73(6),V37-V50.

[30]Schuster,G.T.(2009).Computationalseismology:methodsandapplications.SocietyofExplorationGeophysicists.

[31]Pratt,R.G.(2005).Seismictomography.InEncyclopediaofgeophysics(Vol.2,pp.1169-1175).Springer,Berlin,Heidelberg.

[32]Backus,G.G.(1962).TheEarthasadifferentialproblem.ReviewsofGeophysics,1(2),175-195.

[33]Stoffa,P.L.,&Gser,J.E.(1990).TomographicimagingofthedeepstructureoftheCaribbeanregion.JournalofGeophysicalResearch:SolidEarth,95(B12),16333-16358.

[34]Thaler,A.T.(2004).Iterativefull-waveforminversionusingaleast-squaresframework.Geophysics,69(6),1533-1544.

[35]Mavko,G.,Shuey,R.T.,&Virieux,J.(1995).Theseismicinverseproblem:theoryandpractice.SocietyofExplorationGeophysicists.

[36]Herrmann,F.(2006).Tutorialintroductiontothefinite-differencemethodforthewaveequation.Geophysics,71(2),W13-W26.

[37]Kumpulnen,J.,&Virieux,J.(2008).Wavefieldtomographyusingaleast-squaresapproach.GeophysicalJournalInternational,173(2),701-718.

[38]Li,Y.,&Herrmann,F.(2009).Anon-linearconjugategradientmethodforleast-squaresreverse-timemigration.GeophysicalJournalInternational,178(2),751-763.

[39]Tardif,S.,&Pratt,R.G.(2005).Wavefieldinversionusingasparseapproximationofthesensitivityoperator.Geophysics,70(6),W35-W48.

[40]Virieux,J.,&Operto,S.(2009).Full-waveforminversionin2D:theoreticalaspectsandnumericalexperiments.GeophysicalProspecting,57(6),635-654.

[41]Pratt,R.G.,&Shin,C.(2007).Gaussian-beamseismicimaging.Geophysics,72(4),R29-R53.

[42]Mallet,J.L.(1994).Iterativemethodsforseismictomography.Geophysics,59(11),1761-1778.

[43]Ugarov,M.V.,&Tarantola,A.(1994).Iterativemethodsforsolvinginverseproblemsingeophysics.ComputationalGeophysics,1(1),1-35.

[44]Verschuur,D.J.,&Ostrander,W.J.(1996).Iterativeseismictomography.In66thAnnualInternationalMeeting,SEG,ExpandedAbstracts,1975-1978.

[45]Pratt,R.G.,Shin,C.,&Guitton,A.(2008).Goupillaudwavefieldinversion.Geophysics,73(1),V23-V40.

[46]Virieux,J.,&Operto,S.(2009).Full-waveforminversionin2D:theoreticalaspectsandnumericalexperiments.Geophysics,74(1),W11-W30.

[47]Schuster,G.T.(2011).Computationalseismicimaging.SocietyofExplorationGeophysicists.

[48]Tygel,S.,&Herrmann,F.(2010).Iterativefull-waveforminversionusingaFourier-basedmatrixoperator.GeophysicalProspecting,58(6),765-783.

[49]Mora,P.(1996).Iterativeimagereconstructionfromseismicdata:acomparisonofinversemethods.Geophysics,61(3),820-833.

[50]Barker,R.D.,&Scales,P.E.(1997).seismicinversetheoryandapplications.BlackwellScientificPublications.

[51]Li,Y.,&Herrmann,F.(2008).Acompactfinite-differenceoperatorfortheseismicwaveequation.Geophysics,73(6),V25-V36.

[52]Tsvankin,I.(2001).Anoverviewoftheseismicmigrationliterature.In73rdAnnualInternationalMeeting,SEG,ExpandedAbstracts,13-16.

[53]Sacchi,M.D.(2008).Asignal-processingframeworkforseismicfull-waveforminversion.Geophysics,73(6),V37-V50.

[54]Schuster,G.T.(2009).Computationalseismology:methodsandapplications.SocietyofExplorationGeophysicists.

[55]Pratt,R.G.(2005).Seismictomography.InEncyclopediaofgeophysics(Vol.2,pp.1169-1175).Springer,Berlin,Heidelberg.

[56]Backus,G.G.(1962).TheEarthasadifferentialproblem.ReviewsofGeophysics,1(2),175-195.

[57]Stoffa,P.L.,&Gser,J.E.(1990).TomographicimagingofthedeepstructureoftheCaribbeanregion.JournalofGeophysicalResearch:SolidEarth,95(B12),16333-16358.

[58]Thaler,A.T.(2004).Iterativefull-waveforminversionusingaleast-squaresframework.Geophysics,69(6),1533-1544.

[59]Mavko,G.,Shuey,R.T.,&Virieux,J.(1995).Theseismicinverseproblem:theoryandpractice.SocietyofExplorationGeophysicists.

[60]Herrmann,F.(2006).Tutorialintroductiontothefinite-differencemethodforthewaveequation.Geophysics,71(2),W13-W26.

[61]Kumpulnen,J.,&Virieux,J.(2008).Wavefieldtomographyusingaleast-squaresapproach.GeophysicalJournalInternational,173(2),701-718.

[62]Li,Y.,&Herrmann,

八.致谢

本研究的顺利完成离不开众多科研人员、机构以及资助者的支持