高分辨率地震资料处理技术综述

曹思远，袁殿（中国石油大学CNPC物探重点实验室，北京102249）



高分辨率地震资料处理技术综述

曹思远，袁殿
（中国石油大学CNPC物探重点实验室，北京102249）

摘要：地震资料的分辨率是制约勘探精度的重要因素，高分辨率地震资料处理的目的是合理恢复地震记录的高频和低频信息，有效拓宽频宽，常用的技术有3类：反褶积技术以褶积模型为基础，对地震子波、反射系数、地层介质产状和激发接收方式等进行各种假设；吸收补偿技术以吸收衰减模型为基础，对大地滤波引起的振幅衰减和相位畸变进行补偿和校正，补偿效果较依赖于Q值精度和资料与模型的匹配度；基于时频谱的频率恢复技术，关键在于对非稳态地震子波的振幅和相位进行合理的估计。高分辨率地震资料处理技术的本质是拓宽频宽，对地震剖面有2方面影响：多数同相轴变细、增多，子波长度压缩；部分同相轴能量变弱甚至消失，子波旁瓣压缩。相对于高频信息，低频信息对增强剖面层次感、提高反演精度的作用更重要，恢复难度也更大，在今后的高分辨率地震资料处理中，应更注重低频信息的保护和恢复。

关键词：高分辨率；地震资料；拓宽频宽；反褶积；反Q滤波；评价机制

提高地震资料分辨率一直是地震勘探工作的重点和难点。高分辨率地震勘探是一个系统工程，从采集、处理到解释，每一个环节都对分辨率有着重要的影响。其中，处理人员从资料处理的角度，发展了一系列独特的处理技术，用于提高地震资料分辨率，本文就高分辨率地震资料处理技术进行回顾与展望。

1　高分辨率地震资料处理技术发展历程

高分辨率地震资料处理技术是在数据有效采集的基础上拓宽频宽、提高主频，其本质是对弱有效信号（一般指高频和低频成分）进行真振幅恢复。常用的技术主要分3大类：反褶积技术、吸收补偿技术和基于时频谱的频率恢复技术。

反褶积技术通过压缩地震子波达到提高地震资料时间分辨率的目的。文献［1］建立了预测反褶积的理论基础，有效地压制了海上鸣震和多次波。文献［2］提出了同态反褶积，规避了地震子波最小相位及反射系数白噪的假设，可以同时提取地震子波和反射系数。文献［3］提出了最小熵反褶积，有效加强尖脉冲的特性，增强剖面“亮点”的识别能力。20世纪80年代出现了最大似然反褶积[4]，该方法有效地解决了传统反褶积无法实现信噪分离的缺点。随着盲系统理论的成熟，文献［5］详细探讨了盲反褶积，与假设很多理想条件的常规反褶积相比，无任何假设条件的盲反褶积具有较好的实用价值。20世纪90年代末，随着小波分析的深入研究和应用，文献［6］基于二进小波变换提出了一种新的多分辨率地震信号反褶积方法，在地震信号二进小波变换域中的各尺度上，分别进行其分辨率随小波尺度变化的反褶积，利用不同分辨率反褶积结果之间的相关性，以及测量噪声随尺度的衰减特性，从低分辨率反褶积结果逼近高分辨率反褶积结果。文献［7］—文献［9］提出了非稳态地震道褶积模型，并基于伽柏（Gabor）时频谱进行反褶积处理，突破了传统的时间域或频率域反褶积模式。文献［10］考虑了实际反射系数序列的非白噪特点，提出了有色反褶积，将信号纯度谱作为反褶积输出的期望振幅谱，并进行有色补偿，进一步提高了地震资料的分辨率。文献［11］认为，径向道域数据比时间域数据更符合非稳态模型关于地震波垂直入射的假设，将非稳态反褶积拓展到径向道域实现，该技术处理的同相轴在横向上具有更好的连续性，对远炮检距和深层的地震资料恢复效果更好。

吸收补偿技术常用的方法是反Q滤波，即在合理估算地下Q场分布的前提下，按照理论衰减模型（如Kjartansson模型），对各频率成分进行振幅补偿和相位校正。在反Q滤波的具体实现方面，不同学者提出了不同的算法。文献［12］根据Futterman模型提出了用泰勒级数展开近似高频补偿的反Q滤波。文献［13］以一维方程为基础提出了与Stolt的频率—波数域偏移相似的常Q模型的相位反Q滤波。文献［14］通过麦克劳林级数展开式推导了基于Kjartansson模型的高阶近似反Q滤波公式，其一阶近似式与文献［12］的反Q滤波式一致。文献［15］将常Q模型相位反Q滤波拓展到层Q值模型。文献［16］基于波场向下延拓提出了稳定高效的反Q滤波，文献［17］又进一步引入到伽柏时频谱，提高了计算效率和补偿结果的稳定性。文献［18］根据地震波在非弹性介质中的传播规律，提出了在深度域地震资料进行反Q滤波的方法，不仅考虑了介质吸收对地震波振幅的影响，还保证了所造成的波形畸变满足因果规律。文献［19］提出一种在伽柏时频谱上实现的带限稳定反Q滤波算法，能实现高效稳定的补偿。文献［20］针对固定增益函数容易造成深层地震资料高频补偿不足的缺点，提出了时变增益函数，较好地恢复地震资料有效频宽内的能量。

基于时频谱的频率恢复技术在时间—频率（尺度）域进行高频和低频信息的恢复处理，达到压缩子波、拓宽频宽的效果。文献［21］将希尔伯特-黄变换（HHT）引入到地震资料处理中，通过统计不同时间、不同频率的能量分布，求取时频域的补偿因子，在保持地震资料相对振幅的同时，提高了分辨率。文献［22］考虑到地震子波的时变特征，基于变子波模型对地震资料进行分段处理，在提高分辨率的同时较好地保持了地震资料的相对能量。文献［23］将改进S变换与谱模拟方法相结合，形成时频域谱模拟方法，并通过降低反射系数非白噪成分对子波振幅谱模拟的影响有效提高分辨率。文献［24］和文献［25］将广义S变换引入到基于时频域的动态反褶积处理中，不用直接求Q值，适用于变Q值情况，该方法不仅能提高地震资料分辨率，还能有效补偿深部地层能量。文献［26］根据压缩感知理论，用有限频宽地震资料恢复低频信息，实现低频成分频宽的有效拓宽。

2　当前高分辨率地震资料处理存在的问题

在地震资料处理过程中，某些环节有可能会影响地震资料的分辨率。

（1）叠加处理如果时差校正不准确，横向非一致性叠加将损失地震数据的高频成分，造成分辨率降低。图1a为同相一致叠前共反射点道集，图1b为同相非一致叠前共反射点道集，图1b中各道波峰随机错开不到2 ms，图1c和图1d数值计算发现，同相一致叠加波形长度为4.86 ms，同相非一致叠加波形为5.79 ms，拉伸了19.1%；同相一致叠加频宽为68.77 Hz，同相非一致叠加频宽为58.02 Hz，降低了15.6%.对比表明，同相非一致叠加改变了叠加波形，损失了相当程度的高频成分。因此，需要采用各种技术改善叠前道集，如高精度静校正、精细速度分析、子波整形、剩余时差校正等技术，尽可能实现同相一致叠加，保护高频、低频信息。

图1　仿真测试数据分析

（2）信噪比在地震勘探中，噪声是不可避免的，其对地震资料的品质和可信度造成非常大的影响。地震记录的高频能量相对较弱，信噪比较低，如果没有合理有效的噪声滤除手段，即使在处理过程中将高频信息恢复，也将因为信噪比过低而放弃。因此，噪声压制技术是实现高分辨率的一个很重要的保障。

（3）保真度随着勘探目标由构造圈闭逐渐变为非构造圈闭，地震资料的保真度越来越受到重视。因此，在地震资料处理（如去噪、偏移、高分辨率处理等）过程中，需要考虑保幅性的问题。

另外，高分辨率地震资料处理技术本身还存在一定的问题。反褶积技术对模型存在较多的假设（如地震子波最小相位且稳态、反射系数白噪、噪声干扰较小等），后来发展的反褶积技术都是尽可能避免或弱化某些假设，但始终不能精确地提取地震子波，处理效果不太理想。反Q滤波存在3个关键问题：吸收衰减理论、地层Q值估算和稳定高效补偿。反Q滤波目前使用的是理想模型，当实际资料偏离模型假设较大时，反Q滤波存在适用性的问题。地层Q值估算是另一个难题，其准确性直接影响补偿效果。在补偿过程中，地震资料处理人员一直在探索和尝试新的算法来实现稳定高效的补偿。基于时频谱的频率恢复技术存在的问题与反褶积类似，即频率恢复因子及相位校正量的准确提取。

3　垂向分辨率评价

地震资料垂向分辨率的评价可以从2个方面进行：子波频谱绝对频宽和相对频宽、子波波长和主旁瓣比。

3.1子波频谱的绝对频宽和相对频宽

子波频谱的绝对频宽是最高频率与最低频率之差，它决定子波的包络；相对频宽是最高频率与最低频率之比，它决定子波的相位数[27]。

通过零相位子波的频移与缩放可以得到2个重要认识：①当绝对频宽不变时，子波包络不变，主频越高，振荡越多；②当相对频宽不变时，子波形态不变，主频越高，波形越窄。

在构造解释中，强调高频成分的恢复，主要看绝对频宽；在反演过程中，强调低频信息的恢复，主要看相对频宽。因此，从频宽的角度，高分辨率可概括如下：增强高频能量，主要提高构造解释的分辨率；增强低频能量，主要提高反演结果的分辨率。

3.2子波波长和主旁瓣比

以零相位子波为例，子波波长定义为旁瓣极值的间距；主旁瓣比定义为主瓣和旁瓣的极值比。图2b中的频宽从左往右分别为40 Hz，50 Hz，60 Hz和80 Hz.随着频宽的增加，子波长度变短，同时，旁瓣极值发生了明显变化（图2a中红色基准线）。因此，笔者把零相位子波形态用子波波长和主旁瓣比来定量描述。

图2　不同频宽的理论子波波形（a）及频谱（b）

3.3子波形态与地震垂向分辨率的关系

图3a中2个理论子波的波长不同、主旁瓣比相同。对比发现，主频为20 Hz子波的合成地震记录（图3b，图3c）在反射系数较为密集的地方（图3d红色框部分）分辨率明显低于主频为40 Hz子波的合成地震记录，在不存在反射界面的地方（图3d黑色框部分）却产生了较强的波峰（谷），这是由子波复合调谐引起的假象，与波长有关。因此，当子波主旁瓣比相同时，随着波长变小，合成地震记录呈现出同相轴增加的趋势。

图4a中2个理论子波的波长相同、主旁瓣比不同。对比发现，窄频宽子波的合成记录（图4b，图4c）在不存在反射界面的地方（图4d黑色框部分）产生了较强的波峰（谷），这是由子波旁瓣过强引起的假象，与主旁瓣比有关。因此，当波长相同时，随着主旁瓣比变大，由旁瓣引起的同相轴能量（包括调谐效应）存在减弱的趋势，地震剖面上给人的感觉是同相轴少了。

图3　不同子波波长的仿真模拟合成地震记录

图4　不同主旁瓣比的仿真模拟合成地震记录

图5是一组正演模型数据，对比发现，高分辨率地震剖面中存在的同相轴（图5a中红色圈部分），在低分辨率地震剖面中不明显（图5b红色圈部分）；高分辨率地震剖面中不明显的同相轴（图5a中蓝色圈部分），在低分辨率地震剖面中反而出现了（图5b蓝色圈部分）。这个现象恰好可以用图3和图4来解释，同时道出了高分辨率资料的真相：①压缩子波视长度，同相轴增加；②压制旁瓣能量，同相轴减少或振幅减弱。

图5　不同分辨率地震剖面对比

4　高分辨率地震资料处理技术应用实例

4.1基于信号纯度谱的有色反褶积技术

地震资料处理中分辨率和信噪比是2个相互关联的指标，为了兼顾处理后地震资料的分辨率与信噪比，文献［10］提出了基于信号纯度谱的有色反褶积技术，该技术以信号纯度谱作为反褶积的期望输出，在输出的子波频谱中，高信噪比频段得到增强，低信噪比频段被削弱。同时，对输出频谱进行有色补偿，进一步提高地震资料反映薄层真实细节的能力。

图6是大港油田地震资料处理的实例，图中红色记录为X1井合成地震记录。对比发现，图6b的分辨率整体高于图6a，且信噪比得到较好的兼顾；在2 200 ms附近（蓝色圈内），图6a剖面为一强同相轴，图6b剖面分离为一强一弱2个同相轴，图6c剖面则分离为2个能量相近的同相轴，在视觉上，图6b和图6c与合成地震记录一致，但图6c在反射特征上与合成地震记录更匹配，更适用于薄储集层的预测。

4.2伽柏反褶积技术

为了适应地震子波非稳态的情况，文献［7］—文献［9］提出非稳态褶积模型，并基于伽柏时频谱实现反褶积处理。

图7是单炮道集的处理实例，对比3个处理道集发现，变步长采样可以更有效地恢复中深层地震数据，从时空域变换到径向道域能有效恢复大炮检距数据，增强横向连续性。

图6　大港油田实际地震资料处理实例（援引自文献［10］）

图7　单炮处理结果（援引自文献［11］）

伽柏反褶积技术的另一个重要应用是非稳态地震资料的稳态处理。在伽柏反褶积技术处理后的稳态地震资料基础上，再应用常规稀疏约束反褶积技术进行处理，获得了更清晰的地层切片[28]。图8是该处理流程在海上某工区叠后资料上的应用效果，提取了该工区在2 350 ms处的水平振幅切片，对比发现，图8b的反射系数信息较图8a丰富，且新增的反射系数细节具有较好的连续性，与该层段沉积相对稳定的地质背景相吻合。

图8　基于非稳态校正前（a）、后（b）稀疏约束反褶积记录的水平振幅切片（援引自文献［28］）

笔者认为，可以借鉴和结合两类反褶积技术的优势，将有色处理（相当于蓝色滤波）融入到伽柏反褶积技术中，形成伽柏有色反褶积处理技术，即以实际反射系数的非白噪谱作为伽柏反褶积技术的期望输出，在消除地震子波非稳态的同时获得更接近真实地层反射特征的信息。当然，伽柏反褶积的理论基础是反射系数白噪，在非白噪情况下，需要进一步的理论推导和验证。

4.3基于希尔伯特-黄变换（HHT）的频率恢复技术

在基于时频谱的频率恢复技术中，时频分解的精度对处理效果有着重要影响。文献［29］将希尔伯特-黄变换引入高分辨率地震资料处理，基于希尔伯特-黄变换的时频谱统计各频率能量分布。

式中C(t,fi)——分频振幅统计；

Fi∙[]——分频算子（这里采用希尔伯特-黄变换分解）；

xk(t )——输入道集数据；

i——分频数, i=1,2,…,M；

N——道集数。

其中，Cmax=max{C(t,fi) }，σ>0为稳定因子。补偿因子q(t,fi)在拓宽频宽的同时能较好地保持各频率成分之间的相对振幅关系。

通过（2）式估算合理的补偿因子，对各频率的振幅进行有效补偿。

图9是基于希尔伯特-黄变换的频率恢复技术在陆丰13-1油田的应用效果。对比发现，处理后剖面同相轴变细、增多（图9中①，②，③绿色框部分），垂向分辨率得到有效提高。在处理前剖面上，对恩平组上段（2 200 ms附近）仅能进行中期基准面旋回划分，在处理后剖面上，可将恩平组上段划分为2个长期基准面旋回、5个中期基准面旋回及12个短期基准面旋回，实现了全区地震层位的精细解释。在此基础上进行了沉积微相的解释、储集层反演及目的层砂体的空间展布预测，指导了2口调整井的部署。最终实钻发现了含油砂体，实际砂泥分布与预测结果基本一致。

另外，基于希尔伯特-黄变换的频率恢复技术在低频信息的恢复方面具有较好的效果。图10是塔里木盆地某工区地震剖面处理前后的对比。对比发现，常规技术处理的地震剖面对高频信息进行了较高程度的恢复，较好地提高了剖面的视觉分辨率；基于希尔伯特-黄变换的频率恢复技术处理的地震剖面能实现高频、低频的同时恢复，剖面的层次感得到较大程度的提升。根据已有研究，低频对相对频宽的贡献较大，能较好地减弱地震子波的旁瓣效应，且在地震反演中扮演非常重要的角色。

图9　陆丰13-1油田Inline1200测线基于希尔伯特-黄变换的频率恢复技术处理前后剖面对比（援引自文献［30］）

图10　塔里木盆地某工区处理前后地震剖面对比

4.4基于广义S变换的振幅补偿和相位校正技术

基于广义S变换的振幅补偿和相位校正技术在时频域利用谱模拟技术拟合得到时变子波谱，并通过相位扫描拾取最佳相位校正量。

图11是四川盆地某工区二维地震资料处理实例。对比图11a和图11b可以发现，振幅补偿后剖面的波形得到压缩，分辨率提高，成层性更好（图中红色框和黄色框部分）；对比图11b和图11c发现，相位校正后剖面薄层弱反射同相轴的连续性增强，剖面质量得到改善。

4.5吸收补偿技术

反Q滤波是补偿地层吸收衰减效应的方法，具有振幅补偿和相位校正的作用。补偿过程中的关键点是地下介质Q值、稳定性和算法速度，其中，算法速度是限制其工业应用的一大重要因素。文献［17］提出在伽柏时频谱上实现补偿，并采用自适应的振幅补偿因子（低信噪比高频成分自动使用弱补偿因子），较好地解决了补偿稳定性差和计算速度慢的问题。需要特别说明的是，吸收补偿的理论基础是吸收衰减模型，而实际地层达不到理论模型的条件，这也是有时候反Q滤波后资料的品质达不到预期的一个原因。

图12是准噶尔盆地某工区的反Q滤波实例，对比发现，稳定补偿剖面的同相轴增多，分辨率提高；中深层能量得到有效的抬升，纵向上能量的一致性得到较好的改善。

图11　四川盆地某工区二维地震资料处理结果（援引自文献［22］）

图12　准噶尔盆地某工区反Q滤波地震剖面

5　结　论

（1）高分辨率地震资料处理前，须进行资料品质分析，尤其是对拓宽频宽潜力进行合理的定量估计。

（2）从客观的角度看，信噪比制约着分辨率的提高，应用高分辨率地震资料处理技术的同时，应重视噪声压制技术的合理选择。

（3）保真度是衡量高分辨率地震资料处理效果的一个关键因素。

（4）评价剖面的分辨率，不仅仅以同相轴增多为依据，还应注意到同相轴弱化或变少的情况，其根本原因是地震子波在纵向上和横向上均得到了压缩。

（5）相对于高频信息，低频信息的恢复难度更大，低频信息能大幅增强剖面的层次感、提高地震反演的精度，其在今后的地震勘探中将发挥越来越重要的作用，高分辨率地震资料处理技术也将越来越重视低频信息的恢复。

参考文献：

［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］科迈洛J，邢文定.最大似然地震反褶积［J］.石油物探译丛，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，李衍达，刘贵忠，等.多分辨率地震信号反褶积［J］.地球物理学报，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滤波［J］.地球物理学进展，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］姚振兴，高星，李维新.用于深度域地震剖面衰减与频散补偿的反Q滤波方法［J］.地球物理学报，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］陈增保，陈小宏，李景叶，等.一种带限稳定的反Q滤波算法［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］张固澜，林进，王熙明，等.一种自适应增益限的反Q滤波［J］.地球物理学报，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］汪小将，陈宝书，曹思远.HHT振幅频率恢复处理技术研究与应用［J］.中国海上油气，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］高静怀，汪玲玲，赵伟.基于反射地震记录变子波模型提高地震记录分辨率［J］.地球物理学报，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，冯玉苹，等.谱模拟方法在高分辨率地震资料处理中的应用［J］.物探与化探，2014，38（1）：75-80.

SHANG Xinmin，DIAO Rui，FENG 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，周怀来.时频域动态反褶积方法研究［J］.西南石油大学学报（自然科学版），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］李庆忠.走向精确勘探的道路——高分辨率地震勘探系统工程剖析［M］.北京：石油工业出版社，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］罗东红，刘伟新，戴宗，等.珠江口盆地（东部）深层储层评价关键技术及其应用［J］.中国海上油气，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.

（编辑潘晓慧杨新玲）

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

作者简介：曹思远（1962-），男，江苏启东人，教授，博士，地球物理勘探，（Tel）010-89734832（E-mail）c1s2y3@263.net.

基金项目：国家科技重大专项（2011ZX05024-001-01）

收稿日期：2015-10-08

修订日期：2015-11-04

文章编号：1001-3873（2016）01-0112-08

DOI：10.7657/XJPG20160122

中图分类号：P631.443

文献标识码：A