曹思遠(yuǎn)，袁殿（中國石油大學(xué)CNPC物探重點實驗室，北京102249）

?

高分辨率地震資料處理技術(shù)綜述

曹思遠(yuǎn)，袁殿
（中國石油大學(xué)CNPC物探重點實驗室，北京102249）

摘要：地震資料的分辨率是制約勘探精度的重要因素，高分辨率地震資料處理的目的是合理恢復(fù)地震記錄的高頻和低頻信息，有效拓寬頻寬，常用的技術(shù)有3類：反褶積技術(shù)以褶積模型為基礎(chǔ)，對地震子波、反射系數(shù)、地層介質(zhì)產(chǎn)狀和激發(fā)接收方式等進行各種假設(shè)；吸收補償技術(shù)以吸收衰減模型為基礎(chǔ)，對大地濾波引起的振幅衰減和相位畸變進行補償和校正，補償效果較依賴于Q值精度和資料與模型的匹配度；基于時頻譜的頻率恢復(fù)技術(shù)，關(guān)鍵在于對非穩(wěn)態(tài)地震子波的振幅和相位進行合理的估計。高分辨率地震資料處理技術(shù)的本質(zhì)是拓寬頻寬，對地震剖面有2方面影響：多數(shù)同相軸變細(xì)、增多，子波長度壓縮；部分同相軸能量變?nèi)跎踔料В硬ㄅ园陦嚎s。相對于高頻信息，低頻信息對增強剖面層次感、提高反演精度的作用更重要，恢復(fù)難度也更大，在今后的高分辨率地震資料處理中，應(yīng)更注重低頻信息的保護和恢復(fù)。

關(guān)鍵詞：高分辨率；地震資料；拓寬頻寬；反褶積；反Q濾波；評價機制

提高地震資料分辨率一直是地震勘探工作的重點和難點。高分辨率地震勘探是一個系統(tǒng)工程，從采集、處理到解釋，每一個環(huán)節(jié)都對分辨率有著重要的影響。其中，處理人員從資料處理的角度，發(fā)展了一系列獨特的處理技術(shù)，用于提高地震資料分辨率，本文就高分辨率地震資料處理技術(shù)進行回顧與展望。

1　高分辨率地震資料處理技術(shù)發(fā)展歷程

高分辨率地震資料處理技術(shù)是在數(shù)據(jù)有效采集的基礎(chǔ)上拓寬頻寬、提高主頻，其本質(zhì)是對弱有效信號（一般指高頻和低頻成分）進行真振幅恢復(fù)。常用的技術(shù)主要分3大類：反褶積技術(shù)、吸收補償技術(shù)和基于時頻譜的頻率恢復(fù)技術(shù)。

反褶積技術(shù)通過壓縮地震子波達(dá)到提高地震資料時間分辨率的目的。文獻(xiàn)［1］建立了預(yù)測反褶積的理論基礎(chǔ)，有效地壓制了海上鳴震和多次波。文獻(xiàn)［2］提出了同態(tài)反褶積，規(guī)避了地震子波最小相位及反射系數(shù)白噪的假設(shè)，可以同時提取地震子波和反射系數(shù)。文獻(xiàn)［3］提出了最小熵反褶積，有效加強尖脈沖的特性，增強剖面“亮點”的識別能力。20世紀(jì)80年代出現(xiàn)了最大似然反褶積[4]，該方法有效地解決了傳統(tǒng)反褶積無法實現(xiàn)信噪分離的缺點。隨著盲系統(tǒng)理論的成熟，文獻(xiàn)［5］詳細(xì)探討了盲反褶積，與假設(shè)很多理想條件的常規(guī)反褶積相比，無任何假設(shè)條件的盲反褶積具有較好的實用價值。20世紀(jì)90年代末，隨著小波分析的深入研究和應(yīng)用，文獻(xiàn)［6］基于二進小波變換提出了一種新的多分辨率地震信號反褶積方法，在地震信號二進小波變換域中的各尺度上，分別進行其分辨率隨小波尺度變化的反褶積，利用不同分辨率反褶積結(jié)果之間的相關(guān)性，以及測量噪聲隨尺度的衰減特性，從低分辨率反褶積結(jié)果逼近高分辨率反褶積結(jié)果。文獻(xiàn)［7］—文獻(xiàn)［9］提出了非穩(wěn)態(tài)地震道褶積模型，并基于伽柏（Gabor）時頻譜進行反褶積處理，突破了傳統(tǒng)的時間域或頻率域反褶積模式。文獻(xiàn)［10］考慮了實際反射系數(shù)序列的非白噪特點，提出了有色反褶積，將信號純度譜作為反褶積輸出的期望振幅譜，并進行有色補償，進一步提高了地震資料的分辨率。文獻(xiàn)［11］認(rèn)為，徑向道域數(shù)據(jù)比時間域數(shù)據(jù)更符合非穩(wěn)態(tài)模型關(guān)于地震波垂直入射的假設(shè)，將非穩(wěn)態(tài)反褶積拓展到徑向道域?qū)崿F(xiàn)，該技術(shù)處理的同相軸在橫向上具有更好的連續(xù)性，對遠(yuǎn)炮檢距和深層的地震資料恢復(fù)效果更好。

吸收補償技術(shù)常用的方法是反Q濾波，即在合理估算地下Q場分布的前提下，按照理論衰減模型（如Kjartansson模型），對各頻率成分進行振幅補償和相位校正。在反Q濾波的具體實現(xiàn)方面，不同學(xué)者提出了不同的算法。文獻(xiàn)［12］根據(jù)Futterman模型提出了用泰勒級數(shù)展開近似高頻補償?shù)姆碤濾波。文獻(xiàn)［13］以一維方程為基礎(chǔ)提出了與Stolt的頻率—波數(shù)域偏移相似的常Q模型的相位反Q濾波。文獻(xiàn)［14］通過麥克勞林級數(shù)展開式推導(dǎo)了基于Kjartansson模型的高階近似反Q濾波公式，其一階近似式與文獻(xiàn)［12］的反Q濾波式一致。文獻(xiàn)［15］將常Q模型相位反Q濾波拓展到層Q值模型。文獻(xiàn)［16］基于波場向下延拓提出了穩(wěn)定高效的反Q濾波，文獻(xiàn)［17］又進一步引入到伽柏時頻譜，提高了計算效率和補償結(jié)果的穩(wěn)定性。文獻(xiàn)［18］根據(jù)地震波在非彈性介質(zhì)中的傳播規(guī)律，提出了在深度域地震資料進行反Q濾波的方法，不僅考慮了介質(zhì)吸收對地震波振幅的影響，還保證了所造成的波形畸變滿足因果規(guī)律。文獻(xiàn)［19］提出一種在伽柏時頻譜上實現(xiàn)的帶限穩(wěn)定反Q濾波算法，能實現(xiàn)高效穩(wěn)定的補償。文獻(xiàn)［20］針對固定增益函數(shù)容易造成深層地震資料高頻補償不足的缺點，提出了時變增益函數(shù)，較好地恢復(fù)地震資料有效頻寬內(nèi)的能量。

基于時頻譜的頻率恢復(fù)技術(shù)在時間—頻率（尺度）域進行高頻和低頻信息的恢復(fù)處理，達(dá)到壓縮子波、拓寬頻寬的效果。文獻(xiàn)［21］將希爾伯特-黃變換（HHT）引入到地震資料處理中，通過統(tǒng)計不同時間、不同頻率的能量分布，求取時頻域的補償因子，在保持地震資料相對振幅的同時，提高了分辨率。文獻(xiàn)［22］考慮到地震子波的時變特征，基于變子波模型對地震資料進行分段處理，在提高分辨率的同時較好地保持了地震資料的相對能量。文獻(xiàn)［23］將改進S變換與譜模擬方法相結(jié)合，形成時頻域譜模擬方法，并通過降低反射系數(shù)非白噪成分對子波振幅譜模擬的影響有效提高分辨率。文獻(xiàn)［24］和文獻(xiàn)［25］將廣義S變換引入到基于時頻域的動態(tài)反褶積處理中，不用直接求Q值，適用于變Q值情況，該方法不僅能提高地震資料分辨率，還能有效補償深部地層能量。文獻(xiàn)［26］根據(jù)壓縮感知理論，用有限頻寬地震資料恢復(fù)低頻信息，實現(xiàn)低頻成分頻寬的有效拓寬。

2　當(dāng)前高分辨率地震資料處理存在的問題

在地震資料處理過程中，某些環(huán)節(jié)有可能會影響地震資料的分辨率。

（1）疊加處理如果時差校正不準(zhǔn)確，橫向非一致性疊加將損失地震數(shù)據(jù)的高頻成分，造成分辨率降低。圖1a為同相一致疊前共反射點道集，圖1b為同相非一致疊前共反射點道集，圖1b中各道波峰隨機錯開不到2 ms，圖1c和圖1d數(shù)值計算發(fā)現(xiàn)，同相一致疊加波形長度為4.86 ms，同相非一致疊加波形為5.79 ms，拉伸了19.1%；同相一致疊加頻寬為68.77 Hz，同相非一致疊加頻寬為58.02 Hz，降低了15.6%.對比表明，同相非一致疊加改變了疊加波形，損失了相當(dāng)程度的高頻成分。因此，需要采用各種技術(shù)改善疊前道集，如高精度靜校正、精細(xì)速度分析、子波整形、剩余時差校正等技術(shù)，盡可能實現(xiàn)同相一致疊加，保護高頻、低頻信息。

圖1　仿真測試數(shù)據(jù)分析

（2）信噪比在地震勘探中，噪聲是不可避免的，其對地震資料的品質(zhì)和可信度造成非常大的影響。地震記錄的高頻能量相對較弱，信噪比較低，如果沒有合理有效的噪聲濾除手段，即使在處理過程中將高頻信息恢復(fù)，也將因為信噪比過低而放棄。因此，噪聲壓制技術(shù)是實現(xiàn)高分辨率的一個很重要的保障。

（3）保真度隨著勘探目標(biāo)由構(gòu)造圈閉逐漸變?yōu)榉菢?gòu)造圈閉，地震資料的保真度越來越受到重視。因此，在地震資料處理（如去噪、偏移、高分辨率處理等）過程中，需要考慮保幅性的問題。

另外，高分辨率地震資料處理技術(shù)本身還存在一定的問題。反褶積技術(shù)對模型存在較多的假設(shè)（如地震子波最小相位且穩(wěn)態(tài)、反射系數(shù)白噪、噪聲干擾較小等），后來發(fā)展的反褶積技術(shù)都是盡可能避免或弱化某些假設(shè)，但始終不能精確地提取地震子波，處理效果不太理想。反Q濾波存在3個關(guān)鍵問題：吸收衰減理論、地層Q值估算和穩(wěn)定高效補償。反Q濾波目前使用的是理想模型，當(dāng)實際資料偏離模型假設(shè)較大時，反Q濾波存在適用性的問題。地層Q值估算是另一個難題，其準(zhǔn)確性直接影響補償效果。在補償過程中，地震資料處理人員一直在探索和嘗試新的算法來實現(xiàn)穩(wěn)定高效的補償?；跁r頻譜的頻率恢復(fù)技術(shù)存在的問題與反褶積類似，即頻率恢復(fù)因子及相位校正量的準(zhǔn)確提取。

3　垂向分辨率評價

地震資料垂向分辨率的評價可以從2個方面進行：子波頻譜絕對頻寬和相對頻寬、子波波長和主旁瓣比。

3.1子波頻譜的絕對頻寬和相對頻寬

子波頻譜的絕對頻寬是最高頻率與最低頻率之差，它決定子波的包絡(luò)；相對頻寬是最高頻率與最低頻率之比，它決定子波的相位數(shù)[27]。

通過零相位子波的頻移與縮放可以得到2個重要認(rèn)識：①當(dāng)絕對頻寬不變時，子波包絡(luò)不變，主頻越高，振蕩越多；②當(dāng)相對頻寬不變時，子波形態(tài)不變，主頻越高，波形越窄。

在構(gòu)造解釋中，強調(diào)高頻成分的恢復(fù)，主要看絕對頻寬；在反演過程中，強調(diào)低頻信息的恢復(fù)，主要看相對頻寬。因此，從頻寬的角度，高分辨率可概括如下：增強高頻能量，主要提高構(gòu)造解釋的分辨率；增強低頻能量，主要提高反演結(jié)果的分辨率。

3.2子波波長和主旁瓣比

以零相位子波為例，子波波長定義為旁瓣極值的間距；主旁瓣比定義為主瓣和旁瓣的極值比。圖2b中的頻寬從左往右分別為40 Hz，50 Hz，60 Hz和80 Hz.隨著頻寬的增加，子波長度變短，同時，旁瓣極值發(fā)生了明顯變化（圖2a中紅色基準(zhǔn)線）。因此，筆者把零相位子波形態(tài)用子波波長和主旁瓣比來定量描述。

圖2　不同頻寬的理論子波波形（a）及頻譜（b）

3.3子波形態(tài)與地震垂向分辨率的關(guān)系

圖3a中2個理論子波的波長不同、主旁瓣比相同。對比發(fā)現(xiàn)，主頻為20 Hz子波的合成地震記錄（圖3b，圖3c）在反射系數(shù)較為密集的地方（圖3d紅色框部分）分辨率明顯低于主頻為40 Hz子波的合成地震記錄，在不存在反射界面的地方（圖3d黑色框部分）卻產(chǎn)生了較強的波峰（谷），這是由子波復(fù)合調(diào)諧引起的假象，與波長有關(guān)。因此，當(dāng)子波主旁瓣比相同時，隨著波長變小，合成地震記錄呈現(xiàn)出同相軸增加的趨勢。

圖4a中2個理論子波的波長相同、主旁瓣比不同。對比發(fā)現(xiàn)，窄頻寬子波的合成記錄（圖4b，圖4c）在不存在反射界面的地方（圖4d黑色框部分）產(chǎn)生了較強的波峰（谷），這是由子波旁瓣過強引起的假象，與主旁瓣比有關(guān)。因此，當(dāng)波長相同時，隨著主旁瓣比變大，由旁瓣引起的同相軸能量（包括調(diào)諧效應(yīng)）存在減弱的趨勢，地震剖面上給人的感覺是同相軸少了。

圖3　不同子波波長的仿真模擬合成地震記錄

圖4　不同主旁瓣比的仿真模擬合成地震記錄

圖5是一組正演模型數(shù)據(jù)，對比發(fā)現(xiàn)，高分辨率地震剖面中存在的同相軸（圖5a中紅色圈部分），在低分辨率地震剖面中不明顯（圖5b紅色圈部分）；高分辨率地震剖面中不明顯的同相軸（圖5a中藍(lán)色圈部分），在低分辨率地震剖面中反而出現(xiàn)了（圖5b藍(lán)色圈部分）。這個現(xiàn)象恰好可以用圖3和圖4來解釋，同時道出了高分辨率資料的真相：①壓縮子波視長度，同相軸增加；②壓制旁瓣能量，同相軸減少或振幅減弱。

圖5　不同分辨率地震剖面對比

4　高分辨率地震資料處理技術(shù)應(yīng)用實例

4.1基于信號純度譜的有色反褶積技術(shù)

地震資料處理中分辨率和信噪比是2個相互關(guān)聯(lián)的指標(biāo)，為了兼顧處理后地震資料的分辨率與信噪比，文獻(xiàn)［10］提出了基于信號純度譜的有色反褶積技術(shù)，該技術(shù)以信號純度譜作為反褶積的期望輸出，在輸出的子波頻譜中，高信噪比頻段得到增強，低信噪比頻段被削弱。同時，對輸出頻譜進行有色補償，進一步提高地震資料反映薄層真實細(xì)節(jié)的能力。

圖6是大港油田地震資料處理的實例，圖中紅色記錄為X1井合成地震記錄。對比發(fā)現(xiàn)，圖6b的分辨率整體高于圖6a，且信噪比得到較好的兼顧；在2 200 ms附近（藍(lán)色圈內(nèi)），圖6a剖面為一強同相軸，圖6b剖面分離為一強一弱2個同相軸，圖6c剖面則分離為2個能量相近的同相軸，在視覺上，圖6b和圖6c與合成地震記錄一致，但圖6c在反射特征上與合成地震記錄更匹配，更適用于薄儲集層的預(yù)測。

4.2伽柏反褶積技術(shù)

為了適應(yīng)地震子波非穩(wěn)態(tài)的情況，文獻(xiàn)［7］—文獻(xiàn)［9］提出非穩(wěn)態(tài)褶積模型，并基于伽柏時頻譜實現(xiàn)反褶積處理。

圖7是單炮道集的處理實例，對比3個處理道集發(fā)現(xiàn)，變步長采樣可以更有效地恢復(fù)中深層地震數(shù)據(jù)，從時空域變換到徑向道域能有效恢復(fù)大炮檢距數(shù)據(jù)，增強橫向連續(xù)性。

圖6　大港油田實際地震資料處理實例（援引自文獻(xiàn)［10］）

圖7　單炮處理結(jié)果（援引自文獻(xiàn)［11］）

伽柏反褶積技術(shù)的另一個重要應(yīng)用是非穩(wěn)態(tài)地震資料的穩(wěn)態(tài)處理。在伽柏反褶積技術(shù)處理后的穩(wěn)態(tài)地震資料基礎(chǔ)上，再應(yīng)用常規(guī)稀疏約束反褶積技術(shù)進行處理，獲得了更清晰的地層切片[28]。圖8是該處理流程在海上某工區(qū)疊后資料上的應(yīng)用效果，提取了該工區(qū)在2 350 ms處的水平振幅切片，對比發(fā)現(xiàn)，圖8b的反射系數(shù)信息較圖8a豐富，且新增的反射系數(shù)細(xì)節(jié)具有較好的連續(xù)性，與該層段沉積相對穩(wěn)定的地質(zhì)背景相吻合。

圖8　基于非穩(wěn)態(tài)校正前（a）、后（b）稀疏約束反褶積記錄的水平振幅切片（援引自文獻(xiàn)［28］）

筆者認(rèn)為，可以借鑒和結(jié)合兩類反褶積技術(shù)的優(yōu)勢，將有色處理（相當(dāng)于藍(lán)色濾波）融入到伽柏反褶積技術(shù)中，形成伽柏有色反褶積處理技術(shù)，即以實際反射系數(shù)的非白噪譜作為伽柏反褶積技術(shù)的期望輸出，在消除地震子波非穩(wěn)態(tài)的同時獲得更接近真實地層反射特征的信息。當(dāng)然，伽柏反褶積的理論基礎(chǔ)是反射系數(shù)白噪，在非白噪情況下，需要進一步的理論推導(dǎo)和驗證。

4.3基于希爾伯特-黃變換（HHT）的頻率恢復(fù)技術(shù)

在基于時頻譜的頻率恢復(fù)技術(shù)中，時頻分解的精度對處理效果有著重要影響。文獻(xiàn)［29］將希爾伯特-黃變換引入高分辨率地震資料處理，基于希爾伯特-黃變換的時頻譜統(tǒng)計各頻率能量分布。

式中C(t,fi)——分頻振幅統(tǒng)計；

Fi?[]——分頻算子（這里采用希爾伯特-黃變換分解）；

xk(t )——輸入道集數(shù)據(jù)；

i——分頻數(shù), i=1,2,…,M；

N——道集數(shù)。

其中，Cmax=max{C(t,fi) }，σ>0為穩(wěn)定因子。補償因子q(t,fi)在拓寬頻寬的同時能較好地保持各頻率成分之間的相對振幅關(guān)系。

通過（2）式估算合理的補償因子，對各頻率的振幅進行有效補償。

圖9是基于希爾伯特-黃變換的頻率恢復(fù)技術(shù)在陸豐13-1油田的應(yīng)用效果。對比發(fā)現(xiàn)，處理后剖面同相軸變細(xì)、增多（圖9中①，②，③綠色框部分），垂向分辨率得到有效提高。在處理前剖面上，對恩平組上段（2 200 ms附近）僅能進行中期基準(zhǔn)面旋回劃分，在處理后剖面上，可將恩平組上段劃分為2個長期基準(zhǔn)面旋回、5個中期基準(zhǔn)面旋回及12個短期基準(zhǔn)面旋回，實現(xiàn)了全區(qū)地震層位的精細(xì)解釋。在此基礎(chǔ)上進行了沉積微相的解釋、儲集層反演及目的層砂體的空間展布預(yù)測，指導(dǎo)了2口調(diào)整井的部署。最終實鉆發(fā)現(xiàn)了含油砂體，實際砂泥分布與預(yù)測結(jié)果基本一致。

另外，基于希爾伯特-黃變換的頻率恢復(fù)技術(shù)在低頻信息的恢復(fù)方面具有較好的效果。圖10是塔里木盆地某工區(qū)地震剖面處理前后的對比。對比發(fā)現(xiàn)，常規(guī)技術(shù)處理的地震剖面對高頻信息進行了較高程度的恢復(fù)，較好地提高了剖面的視覺分辨率；基于希爾伯特-黃變換的頻率恢復(fù)技術(shù)處理的地震剖面能實現(xiàn)高頻、低頻的同時恢復(fù)，剖面的層次感得到較大程度的提升。根據(jù)已有研究，低頻對相對頻寬的貢獻(xiàn)較大，能較好地減弱地震子波的旁瓣效應(yīng)，且在地震反演中扮演非常重要的角色。

圖9　陸豐13-1油田Inline1200測線基于希爾伯特-黃變換的頻率恢復(fù)技術(shù)處理前后剖面對比（援引自文獻(xiàn)［30］）

圖10　塔里木盆地某工區(qū)處理前后地震剖面對比

4.4基于廣義S變換的振幅補償和相位校正技術(shù)

基于廣義S變換的振幅補償和相位校正技術(shù)在時頻域利用譜模擬技術(shù)擬合得到時變子波譜，并通過相位掃描拾取最佳相位校正量。

圖11是四川盆地某工區(qū)二維地震資料處理實例。對比圖11a和圖11b可以發(fā)現(xiàn)，振幅補償后剖面的波形得到壓縮，分辨率提高，成層性更好（圖中紅色框和黃色框部分）；對比圖11b和圖11c發(fā)現(xiàn)，相位校正后剖面薄層弱反射同相軸的連續(xù)性增強，剖面質(zhì)量得到改善。

4.5吸收補償技術(shù)

反Q濾波是補償?shù)貙游账p效應(yīng)的方法，具有振幅補償和相位校正的作用。補償過程中的關(guān)鍵點是地下介質(zhì)Q值、穩(wěn)定性和算法速度，其中，算法速度是限制其工業(yè)應(yīng)用的一大重要因素。文獻(xiàn)［17］提出在伽柏時頻譜上實現(xiàn)補償，并采用自適應(yīng)的振幅補償因子（低信噪比高頻成分自動使用弱補償因子），較好地解決了補償穩(wěn)定性差和計算速度慢的問題。需要特別說明的是，吸收補償?shù)睦碚摶A(chǔ)是吸收衰減模型，而實際地層達(dá)不到理論模型的條件，這也是有時候反Q濾波后資料的品質(zhì)達(dá)不到預(yù)期的一個原因。

圖12是準(zhǔn)噶爾盆地某工區(qū)的反Q濾波實例，對比發(fā)現(xiàn)，穩(wěn)定補償剖面的同相軸增多，分辨率提高；中深層能量得到有效的抬升，縱向上能量的一致性得到較好的改善。

圖11　四川盆地某工區(qū)二維地震資料處理結(jié)果（援引自文獻(xiàn)［22］）

圖12　準(zhǔn)噶爾盆地某工區(qū)反Q濾波地震剖面

5　結(jié)　論

（1）高分辨率地震資料處理前，須進行資料品質(zhì)分析，尤其是對拓寬頻寬潛力進行合理的定量估計。

（2）從客觀的角度看，信噪比制約著分辨率的提高，應(yīng)用高分辨率地震資料處理技術(shù)的同時，應(yīng)重視噪聲壓制技術(shù)的合理選擇。

（3）保真度是衡量高分辨率地震資料處理效果的一個關(guān)鍵因素。

（4）評價剖面的分辨率，不僅僅以同相軸增多為依據(jù)，還應(yīng)注意到同相軸弱化或變少的情況，其根本原因是地震子波在縱向上和橫向上均得到了壓縮。

（5）相對于高頻信息，低頻信息的恢復(fù)難度更大，低頻信息能大幅增強剖面的層次感、提高地震反演的精度，其在今后的地震勘探中將發(fā)揮越來越重要的作用，高分辨率地震資料處理技術(shù)也將越來越重視低頻信息的恢復(fù)。

參考文獻(xiàn)：

［1］ROBINSON E A，TREITEL S.Principles of digital wiener filtering ［J］.Geophysical Prospecting，1967，15（3）：311-332.

［2］ULRYCH T J.Application of homomorphic deconvolution to seis?mology［J］.Geophysics，1971，36（4）：650-660.

［3］WIGGINS R A.Minimum entropy deconvolution［J］.Geoex?ploration，1978，16（1-2）：21-35.

［4］科邁洛J，邢文定.最大似然地震反褶積［J］.石油物探譯叢，1981，1（6）：22-26.

KORMYLO J，XING Wending.Maximum?likelihood seismic decon?volution［J］.Oil Geophysical Exploration Translations，1981，1（6）：22-26.

［5］HAYKIN S.Blind deconvolution［M］.New Jersey：Prentice?Hall，1994.

［6］章珂，李衍達(dá)，劉貴忠，等.多分辨率地震信號反褶積［J］.地球物理學(xué)報，1999，42（4）：529-535.

ZHANG Ke，LI Yanda，LIU Guizhong，et al.Multiresolution seismic signal deconvolution［J］.Chinese Journal of Geophysics，1999，42 （4）：529-535.

［7］MARGRAVE G F.Theory of nonstationary linear filtering in the Fourier domain with application to time variant filtering［J］.Geo?physics，1998，63（1）：244-259.

［8］MARGRAVE G F，LAMOUREUX M P，GROSSMAN J P，et al.Ga?bor deconvolution of seismic data for source waveform and Q correc?tion［C］//SEG Technical Program Expanded Abstracts，2002：2 190-2 193.

［9］MARGRAVE G F，LAMOUREUX M P，HENLEY D C.Gabor de?convolution：estimating reflectivity by nonstationary deconvolution of seismic data［J］.Geophysics，2011，76（3）：15-30.

［10］LI Guofa，PENG Genxin，YUE Ying，et al.Signal?purity?spectrum?based colored deconvolution［J］.Applied Geophysics，2012，9（3）：333-340.

［11］LI Fang，WANG Shoudong，CHEN Xiaohong，et al.Prestack non?stationary deconvolution based on variable?step sampling in the ra?dial trace domain［J］.Applied Geophysics，2013，10（4）：423-432.

［12］HALE D.An inverse Q?filter［J］.Stanford Exploration Project，1981，28：289-298.

［13］HARGREAVES N D，CALVERT A J.Inverse Q filtering by Fouri?er transform［J］.Geophysics，1991，56（4）：519-527.

［14］裴江云，何樵登.基于Kjartansson模型的反Q濾波［J］.地球物理學(xué)進展，1994，9（1）：90-99.

PEI Jiangyun，HE Qiaodeng.Inverse Q filtering according to Kjar?tansson model［J］.Progress in Geophysics，1994，9（1）：90-99.

［15］BANO M.Q?phase compensation of seismic records in the frequen?cy domain［J］.Bulletin of the Seismological Society of America，1996，86（4）：1 179-1 186.

［16］WANG Yanghua.A stable and efficient approach of inverse Q fil?tering［J］.Geophysics，2002，67（2）：657-663.

［17］WANG Yanghua.Inverse Q?filter for seismic resolution enhance?ment［J］.Geophysics，2006，71（3）：51-60.

［18］姚振興，高星，李維新.用于深度域地震剖面衰減與頻散補償?shù)姆碤濾波方法［J］.地球物理學(xué)報，2003，46（2）：229-233.

YAO Zhengxing，GAO Xing，LI Weixin.The forward Q method for compensating attenuation and frequency dispersion used in the seismic profile of depth domain［J］.Chinese Journal of Geophys?ics，2003，46（2）：229-233.

［19］陳增保，陳小宏，李景葉，等.一種帶限穩(wěn)定的反Q濾波算法［J］.石油地球物理勘探，2014，49（1）：68-75.

CHEN Zengbao，CHEN Xiaohong，LI Jingye，et al.A band?limited and robust inverse Q filtering algorithm［J］.Oil Geophysical Pros?pecting，2014，49（1）：68-75.

［20］張固瀾，林進，王熙明，等.一種自適應(yīng)增益限的反Q濾波［J］.地球物理學(xué)報，2015，58（7）：2 525-2 535.

ZHANG Gulan，LIN Jin，WANG Ximing，et al.A self?adaptive ap?proach for inverse Q?filtering［J］.Chinese Journal of Geophysics，2015，58（7）：2 525-2 535.

［21］汪小將，陳寶書，曹思遠(yuǎn).HHT振幅頻率恢復(fù)處理技術(shù)研究與應(yīng)用［J］.中國海上油氣，2009，21（1）：19-22.

WANG Xiaojiang，CHEN Baoshu，CAO Siyuan.A research on HHT amplitude and frequency restoration technique and its application ［J］.China Offshore Oil and Gas，2009，21（1）：19-22.

［22］高靜懷，汪玲玲，趙偉.基于反射地震記錄變子波模型提高地震記錄分辨率［J］.地球物理學(xué)報，2009，52（5）：1 289-1 300.

GAO Jinghuai，WANG Lingling，ZHAO Wei.Enhancing resolution of seismic traces based on the changing wavelet model of the seis?mogram［J］.Chinese Journal of Geophysics，2009，52（5）：1 289-1 300.

［23］尚新民，刁瑞，馮玉蘋，等.譜模擬方法在高分辨率地震資料處理中的應(yīng)用［J］.物探與化探，2014，38（1）：75-80.

SHANG Xinmin，DIAO Rui，F(xiàn)ENG Yuping，et al.The application of spectral modeling method to high resolution processing of seis?mic data［J］.Geophysical & Geochemical Exploration，2014，38 （1）：75-80.

［24］ZHOU Huailai，WANG Jun，WANG Mingchun，et al.Amplitude spectrum compensation and phase spectrum correction of seismic data based on the generalized S transform［J］.Applied Geophysics，2014，11（4）：468-478.

［25］王元君，周懷來.時頻域動態(tài)反褶積方法研究［J］.西南石油大學(xué)學(xué)報（自然科學(xué)版），2015，37（1）：1-10.

WANG Yuanjun，ZHOU Huailai.Research of dynamic deconvolu?tion method in time?frequency domain［J］.Journal of Southwest Pe?troleum University（Science & Technology Edition），2015，37（1）：1-10.

［26］ZHANG Junhua，ZHANG Binbin，ZHANG Zaijin，et al.Low?fre?quency data analysis and expansion［J］.Applied Geophysics，2015，12（2）：212-220.

［27］李慶忠.走向精確勘探的道路——高分辨率地震勘探系統(tǒng)工程剖析［M］.北京：石油工業(yè)出版社，1994.

LI Qingzhong.The way to obtain a better resolution in seismic prospecting—a systematical analysis of high resolution seismic ex?ploration［M］.Beijing: Petroleum Industry Press，1994.

［28］SUN Xuekai，SUN Zandong，XIE Huiwen.Nonstationary sparsity?constrained seismic deconvolution［J］.Applied Geophysics，2014，11（4）：459-467.

［29］HUANG N E，ZHENG Shen，LONG S R.The empirical mode de?composition and the Hilbert spectrum for nonlinear and non?sta?tionary time series analysis［J］.Proceeding of The Royal Society A：Mathematical，Physical and Engineering Sciences，1998，454：903-995.

［30］羅東紅，劉偉新，戴宗，等.珠江口盆地（東部）深層儲層評價關(guān)鍵技術(shù)及其應(yīng)用［J］.中國海上油氣，2014，26（3）：56-60.

LUO Donghong，LIU Weixin，DAI Zong，et al.Key techniques to evaluate deep reservoir and their application in the eastern Pearl River Mouth basin: a case of Paleogene Enping reservoir in LF13-1 oilfield［J］.China Offshore Oil and Gas，2014，26（3）：56-60.

（編輯潘曉慧楊新玲）

A Review of High?Resolution Seismic Data Processing Approaches

CAO Siyuan, YUAN Dian
(CNPC Key Laboratory of Geophysical Prospecting, China University of Petroleum, Beijing 102249, China)

Abstract:Resolution of seismic data is an important factor of constraining seismic prospecting precision, while high?resolution seismic da?ta processing aims to properly recover high and low frequency spectrum information from seismic records and effectively broaden the band?width or frequency spectrum.The conventional approaches to get them are applied as follows: Deconvolution approach is based on seismic convolution model, which requires various assumptions of seismic wavelet, reflection coefficient, stratigraphic occurrence and excitation?re?ceiving pattern; inverse Q filtering approach supported by mechanism of seismic attenuation can compensate and correct amplitude attenua?tion and phase distortion caused by earth filtering, which depends on the precision of Q estimation and the match degree between model and actual data; frequency recovery approach based on time?frequency spectrum allows to rational estimation of unsteady state wavelet’s amplitude and phase.All in all, these approaches aim to broaden the bandwidth in nature, thus resulting in two changes in seismic profile during high?resolution processing: one is most events become thinner and incremental (due to shorter wavelength); the other is some events become weaker or even disappear (due to smaller side lobes of wavelet).Compared to high frequency component, low frequency component has greater effect on enhancing seismic profile’s layering and improving inverse accuracy, and its recovery is much more difficult.Hence the low frequency component information should be paid more attention to in protection and recovery during such a processing in the future.

Keywords:high resolution; seismic data; broaden frequency spectrum; deconvolution; inverse Q filtering; evaluation mechanism

作者簡介：曹思遠(yuǎn)（1962-），男，江蘇啟東人，教授，博士，地球物理勘探，（Tel）010-89734832（E-mail）c1s2y3@263.net.

基金項目：國家科技重大專項（2011ZX05024-001-01）

收稿日期：2015-10-08

修訂日期：2015-11-04

文章編號：1001-3873（2016）01-0112-08

DOI：10.7657/XJPG20160122

中圖分類號：P631.443

文獻(xiàn)標(biāo)識碼：A