实验二：观测系统的定义预处理与反褶积一、实验目的了解观测系统定义，会用模块解决原始资料中的废炮道、能量不均一及面波等噪音问题。

会试验反褶积模块和参数，能够输出经预处理与反褶积后的地震数据。

二、实验内容一）、原始资料导入（input）原始资料的路径图1 原始数据导入以第一炮为例图2 示例选择图中圆圈中的按钮，点击某一道，可以显示该道信息。

如图2所示选择第31道（chan）。

可以由数据导入知道，该每一炮的地震记录共120道，数据资料为275炮的地震记录,；道头长度184；采样频率为2.0ms。

还可以选择dx/dt，在图中鼠标中键可以观察地震资料中直达波是直线，反射波是双曲线，右键可以显示地震波在地层中的速度，如图3。

图3二）、切除、顶切和底切1、切除图4切除点击Picking-----Kill traces…打开一个对话框，输入列表名应用后选择切除道即CHAN，OK即可进行某一道或者几道的切除。

鼠标单击要切除的道，然后单击左侧刷子样的图标。

示例如图5。

切除了41、51和61道。

图5 切除2、顶切点击Picking-----Pick Top Mute…打开一个对话框输入列表名应用后选择aoffset，应用，在图上按住左键拖动选择，然后单击刷子的图标就能把所画线的上部切除。

如图6、7。

顶切底切图6 顶切和底切图7顶切注意图6中粗线以上的部分被完全切除。

3、底切点击Picking-----Pick Bottom Mute…打开一个对话框输入列表名应用后选择aoffset，应用，在图上按住左键拖动选择，然后单击刷子的图标就能把所画线的上部切除。

如图6、8。

图8 底切注意图8中粗线以下部分被完全切除。

在地震资料处理中，切除、底切、顶切很少使用，毕竟地震资料来之不易，而且资料珍贵，不容有部分缺失。

三）、二维海上观测系统定义（2D Marine Geometry）1、在ProMax中选择二维海上观测系统定义2D Marine Geometry Spreadsheet*，运行后进行参数等的设定。

首先点击setup，设定相关参数，检波器间距25.0m，炮间距37.5m，单位选择“米”。

点击“OK“保存。

图9 Setup2、然后设定Auto-2D，最近道为120，最远道是1，（均指道号）道号增量是1，最小偏移距是300.0m，即炮点到检波点最近距离。

炮数275，道间距25.0m，炮间距37.5m，第一个炮点为1，增量为1。

注意：资料处理中的数据均来自实验中参数的设定。

图10 Auto-2D3、单击Sources可以检查数据，炮号、坐标、野外文件号等。

后面的Patterns 同样是检查是否导入数据。

图11 设置野外文件号等4、单击Bin，将图中三项全部运行一遍，第二项Binning，CDP共深度点距离12.5，与炮点距离0。

设定完单击OK。

共深度点距离为道间距的一半。

图12 观测系统定义完成以上四点之后就可以显示该观测系统的观测点的覆盖次数。

实现40次满覆盖。

Database--- Database---XDB Database Display---Database---Get---CDP---GEOMETRY FOLD图13 覆盖次数四）、置观测系统道头（Inline Geom Header Load）参数默认图14图15 示例五）、带通滤波（Bandpass Filter）带通滤波可以滤去信号中高频和低频成分，保留中频成分滤波参数为0-10-50-60|50-60-120-130|70-80-160-200图16带通滤波效果如图17。

图17 带通滤波后的效果图六）、真振幅恢复（True Amplitude Recovery）在地震记录上，反射波的振幅值除了由界面的反射系数决定外，还受到地震放大器的增益控制影响以及波在介质中传播时的发散和吸收作用而衰减，故不反映真正的振幅值。

真振幅恢复包括两个步骤：第一是增益恢复；第二是补偿因衰减而耗损的振幅值。

如图19，真振幅恢复看起来衰减的振幅值增大，清晰。

图18图19真振幅恢复七）、F-K分析（F-K Analysis）在频率域和空间域对地震信号进行分析如图21，选择圈中的按键可以对地震信息进行分析寻找其多次波等信息。

图20图21八）、F-K滤波在野外采集得到的地震资料中,除了有效反射信息、低高频随机噪音外,还记录了各类线性干扰,如折射波、侧面波、多次波和面波等。

f-k域二维滤波利用有效波与干扰波视速度差异,在频率—波数域中将有效波与干扰波分离,进而压制干扰波,突出有效波能量。

对前面进行过的真振幅恢复等处理后的数据进行F-K滤波。

函数模块为F-K Filter。

处理效果如图22。

与真振幅恢复后的处理结果图19和原始数据图15对比。

可以看出F-K滤波对面波和多次波的压制作用。

如图22，在fk滤波之后虽然部分干扰有明显的削弱效果（黑色圆圈圈出部位），但是fk滤波也会滤掉有效成分，因此慎用。

图22 F-K滤波九）、交互频谱分析（Interactive Spectral Analysis）信号分析原理测试信号的频域分析是把信号的幅值、相位或能量变换以频率坐标轴表示，进而分析其频率特性的一种分析方法又称为频谱分析。

可以得到信号中的各个频率成分和频率分布范围，各个频率成分的幅值分布和能量分布交互式频谱分析是通过傅里叶变换，将时间域的信号变换到频率域，以方便我们了解地震信号在频率域的特征，已拾取反射波的有效频带，为后续的带通滤波提供依据。

信号的频谱包括振幅谱和相位谱两部分。

不仅可以整体分析信号的频谱还可以加窗，分析信号局部。

在原信号中低频成分能量较强，中频成分能量低。

可以观察高频成分，优势频带（大约在100Hz 以内）。

图23频谱相位谱图24 频谱分析有效频带在140以内，优势频带在80以内。

十）、自相关与反褶积自相关是指信号在一个时刻的瞬时值与另一个时刻的瞬时值之间的依赖关系，是对一个随机信号的时域描述。

为确定预测歩长需要先进行自相关（Autocorrelation）。

首先对原始数据，以第一炮为例拾取视窗，单击Picking 选择Pick Miscellaneous Time Gates，如图24。

时间窗命名为auto1，见图25。

图25 拾取时间窗图26 时间窗拾取时间窗后保存，File——Save Picks。

然后在作业EditingFlow中作自相关Autocorrelation。

因为自相关具有对称性，当Type of autocorrelation to output 为HALF时，输出对称图形的一半，而为FULL时则完整输出。

设置自时窗auto1处向下500ms进行自相关。

选择视窗文件auto1。

图27 自相关运行后输出数据如图28.图28 自相关后对其中间时间500ms附近进行放大，找到振幅由正变负的拐点，再找到其由负变正的拐点，观察其大小。

图29 自相关的放大图如图28可观察到自相关后振幅由正变负的拐点是495ms，由负变正的拐点是488ms。

反褶积，又叫做反滤波，是最常用的地震资料数字处理方法之一，可以用于叠前，也可用于叠后资料的处理。

震源产生的尖脉冲，在地层中传播，经反射界面反射后又回到地面，被检波器所接收。

在这个过程中，原来的脉冲信号，经过大地的滤波作用，已经变成了具有一定延迟时间的稳定波形（地震子波）。

假设地震子波的延续时间大于反射波在某一地层中的传播时间,那么，该地层便不能被识别出来。

也就是说，尖脉冲在变成地震子波以后，其（垂向）分辨率降低了。

为了提高地震子波的分辨率，我们就要进行反褶积，将地震子波压缩成尖脉冲，或者近似地压缩成窄脉冲。

处理过程如下：首先同自相关类似拾取时间窗，不同的是选择顶和底。

图30 拾取时间窗对地震数据进行参数检验Parameter Test；设置参数20|40|60|80|100|120。

图31 参数检验运行后进行反褶积Spiking/Predictive Decon，设置参数算子长度80，预测步长为14，参照自相关。

进行反褶积首先要计算反褶积算子，实验中没有直接计算，而是用不同的反褶积算子进行对比，设置的反褶积算子分别为40，80，100见图33,34,35。

图32 反褶积图33 反褶积算子40图34 反褶积后的地震资料（反褶积算子80）图35 反褶积算子100图36 真振幅恢复后的数据图36 未处理的地震资料明显，地震子波得到压制，提高了分辨率。

对反褶积前后的数据进行频谱分析观察主频及频带。

如图37。

不难发现主频被拉伸，频带变宽。

尤其是优势频带变宽。

图37 反褶积前后频谱然后对反褶积后的数据进行自相关，观察反褶积的效果。

可以由此对比这几前后的效果。

明显地看出地震数据变得清晰，分辨率增加。

图38 对反褶积后的数据自相关（80）通过对比不同反褶积算子的反褶积数据的自相关观察不同算子的处理效果，寻找最好的反褶积算子。

图39对反褶积后的数据自相关（40）图40对反褶积后的数据自相关（100）通过对自相关的图像进行对比，反射波同相轴校正最好的就是反褶积算子是80.为了检测预测步长不同对反褶积处理效果的不同，对预测步长取不同值并做自相关，进行频谱分析。

通过对图41、42和图43的对比，预测步长的不同，处理效果不同。

当预测歩长取14时，频谱中的包络最好，包络内的频带更宽，而且较好的弥补了反褶积前包络的凹陷部分，可见反褶积后地震子波被压缩，频带拓宽，分辨率提高。

图50 步长为10自相关后频谱分析图51 步长为14自相关后频谱分析图52 步长为9999自相关后频谱分析实验二：观测系统的定义预处理与反褶积三、心得体会实验二中主要进行了观测系统的定义、预处理和反褶积，学习了地震数据处理中重要的部分，对原始数据的处理，处理废炮道、能量不均一及面波等噪音问题，学会了真振幅恢复、F-K滤波及分析，学会了课上老师每次都要提到的反褶积，压制子波提高分辨率。