Elastic full waveform inversion (FWI) is more suitable to process multicomponent seismic data and can provide more subsurface medium information than acoustic FWI often with lower efficiency. Except for the parallel algorithms, source-encoding methods are usually adopted to improve the efficiency of FWI, but it often includes crosstalk noise. Besides, the additional source estimation process, critical for a successful FWI, would counteract the high-efficiency advantage of the source-encoding algorithm. We propose an elastic FWI with source-independent crosstalk-free encoding algorithm to solve the above problems. Arbitrary-phase harmonic sine functions are used as new source wavelets to perform the time-domain wavefield simulation regardless of the true wavelet. Treating the harmonic wavelet as the encoding operator and based on the orthogonality of trigonometric functions within integer periods, the amplitude and phase of each source are recovered from the blended source and adjoint wavefields so that the influence of crosstalk noise is avoided. With the deblended data, the proposed algorithm can be naturally applied to unfixed-spread acquisition systems. Moreover, we can conveniently perform the multiscale inversion by controlling the frequencies of simultaneous-source signals as conventional frequency-domain FWI does. Synthetic examples show that the proposed algorithm has high efficiency and accuracy with a strong robustness to the incorrect wavelets.

中文翻译：

---

具有源无关串扰源编码算法的弹性全波形反演

弹性全波形反演 (FWI) 更适合处理多分量地震数据，并且可以提供比声学 FWI 更多的地下介质信息，但效率通常较低。除了并行算法外，通常采用源编码方法来提高 FWI 的效率，但它往往包含串扰噪声。此外，对于成功的 FWI 至关重要的额外源估计过程将抵消源编码算法的高效优势。我们提出了一种具有源无关串扰编码算法的弹性 FWI 来解决上述问题。任意相位谐波正弦函数被用作新的源小波来执行时域波场模拟，而不管真正的小波。将谐波小波作为编码算子，基于整数周期内三角函数的正交性，从混合的源和伴随波场中恢复每个源的幅度和相位，从而避免串扰噪声的影响。使用去混合数据，所提出的算法可以自然地应用于非固定传播的采集系统。此外，我们可以像传统的频域 FWI 一样通过控制同时源信号的频率来方便地执行多尺度反演。综合算例表明，该算法具有较高的效率和准确性，对不正确的小波具有很强的鲁棒性。从混合源和伴随波场中恢复每个源的幅度和相位，从而避免串扰噪声的影响。使用去混合数据，所提出的算法可以自然地应用于非固定传播的采集系统。此外，我们可以像传统的频域 FWI 一样通过控制同时源信号的频率来方便地执行多尺度反演。综合算例表明，该算法具有较高的效率和准确性，对不正确的小波具有很强的鲁棒性。从混合源和伴随波场中恢复每个源的幅度和相位，从而避免串扰噪声的影响。使用去混合数据，所提出的算法可以自然地应用于非固定传播的采集系统。此外，我们可以像传统的频域 FWI 一样通过控制同时源信号的频率来方便地执行多尺度反演。综合算例表明，该算法具有较高的效率和准确性，对不正确的小波具有很强的鲁棒性。我们可以像传统的频域 FWI 一样通过控制同时源信号的频率来方便地执行多尺度反演。综合算例表明，该算法具有较高的效率和准确性，对不正确的小波具有很强的鲁棒性。我们可以像传统的频域 FWI 一样通过控制同时源信号的频率来方便地执行多尺度反演。综合算例表明，该算法具有较高的效率和准确性，对不正确的小波具有很强的鲁棒性。