地震各向异性反演是利用地面观测的实际地震数据来估计地下介质的各向异性参数值,进而进行储层预测的技术。目前通过纵波资料来反演各向异性参数的方法则更应用广泛,其包括有振幅各向异性反演和速度各向异性反演,但是速度各向异性反演只能反映出地层的各向异性参数趋势,因此,本文采用了基于振幅各向异性的反演方法进行研究。基于振幅各向异性的反演方法在实际应用中还存在诸多难点问题,主要表现在以下几个方面:(1)反演问题本身是一个不适定问题,基于振幅的各向异性反演需要同时反演弹性参数和各向异性参数,多解性和稳定性等不适定特征更加严重,常用的Tikhonov正则化方式难以适应各向异性参数所反映的裂缝性储层非均质和非平稳特征,导致预测结果与实际储层情况不相符。(2)各向异性参数对振幅的影响相对弹性参数而言较小,反演迭代过程中,如何提高敏感性还需要进一步研究。(3)各个参数之间具有一定关联性,现有反演方法没有考虑到同类参数之间的相关性以及参数关联特征的空间变化。(4)实际反演中各向异性参数测井数据过少,会导致工区中初始模型构建存在较大问题,影响反演结果。针对上述问题,本论文引入字典学习和稀疏表征方法开展纵波振幅的各向异性反演方法研究。论文的主要研究工作包括:(1)基于弹性参数和各向异性参数同时反演的方位AVO叠前反演框架提出了基于字典学习和稀疏表征的各向异性参数反演方法。该方法从实际测井数据中分别学习弹性参数和各向异性参数的字典,通过字典稀疏表征构建各向异性和弹性参数先验信息用于叠前反演。该算法实现了基于数据驱动的测井数据自适应各向异性参数先验信息获取并用于约束反演,避免了传统先验信息需要预先设定数学假设的问题,更适应于裂缝储层等非平稳、各向异性特征较强的储层预测。在反演过程中,针对振幅对各向异性参数不敏感问题,本文引入各向异性参数与纵波速度线性回归关系用于约束,有效提高了反演过程中各向异性参数的扰动,使得反演结果与实际测井数据更吻合。(2)为解决各向异性参数和弹性参数相关性对反演的影响,本文提出基于联合字典的地震各向异性反演方法。算法同步学习弹性参数和各向异性参数联合字典,再用于约束各个参数的反演。联合字典可以提取出同一空间结构条件下多参数的关联关系,实现了对多参数空间结构和关联关系的同步刻画,利用该联合字典稀疏表征进行约束反演,模型测试和实际资料均表明反演结果更准确可靠。(3)为了解决各向异性测井数据缺乏的问题,论文尝试使用在线字典学习方法进行半监督学习反演。首先基于相关性准则,筛选前述联合字典反演可靠结果作为新的样本加入,通过在线字典学习方式获取新样本和测井数据共同特征,逐步扩展字典。最后采用扩展后的在线学习字典进行稀疏表征,实现各向异性参数反演,提升体数据反演效果。该方法对测井样本较为缺乏的储层参数反演提供了一套可行的解决方案,实际资料验证了方案的可行性。通过以上所述方法的研究,本文希望为地震各向异性反演的不稳定性、不适应性以及多解性的改善提供有效的解决方法,以促进储层预测的发展。