CN103018774A - 保持信噪比并提高地震记录分辨率的方法 - Google Patents

Abstract

保持信噪比并提高地震记录分辨率的方法，应用于油气地震勘探信号处理领域。主要步骤包括：人工激发并记录地震信号；对地震信号进行噪声压制、反褶积、速度分析、偏移等常规地震信号处理；估算地震子波的振幅谱；估算信号纯度谱；利用地震子波振幅谱和信号纯度谱计算反褶积滤波算子，对地震记录进行反褶积处理；将地震记录绘制为能够反映地下结构特征的地震剖面图像。经过本发明处理之后的地震记录能够更好地识别尺度较小、更为隐蔽的地质构造和断裂系统。

Description

保持信噪比并提高地震记录分辨率的方法

技术领域

本发明涉及油气地球物理地震勘探技术领域，特别涉及地震勘探资料处理的方法，是一种保持信噪比并提高地震记录分辨率的方法。

背景技术

地震勘探是一种利用人工地震技术探测地下构造的勘探方法。它按照一定的方式在地表附近激发地震波，产生称之为地震子波的地震信号，地震子波由震源开始向地下传播，遇到地质界面之后，在界面处发生透射和反射，透射的地震子波继续向下传播，而反射子波在界面位置向上传播，其强度和极性依赖于界面反射系数的大小和符号。来自不同深度界面的地震子波以不同的时间到达地表，通过布设在地表的一种称之为检波器的接收装置，接收来自不同深度地质界面的反射波，接收到的数字信号称为地震记录。

目前，地震子波具有一定的延续时间，当地层较薄时，来自薄层底面和顶面的反射子波相互干涉，影响了地震信号对薄层的分辨能力。反褶积技术是目前提高地震信号分辨率最为主要的方法，它通过提高地震信号的有效频率，压缩子波的延续时间，增强地震信号反映薄层结构的能力。

由于地层的吸收作用，实际地震信号中的高频成分较弱，很容易受到高频噪声的污染。地震记录经过反褶积处理之后，在增强高频信号的同时，高频噪声也被相应地放大。反褶积在提高分辨率的同时，降低了地震记录的信噪比，信噪比与分辨率的矛盾在实际地震勘探工作中十分突出。

Kallwei(1982)对零相位子波的分辨率进行了讨论，但没有涉及噪声对分辨率的影响。Widess(1982)在分辨率的定义中引入了噪声的影响，并提出了信号纯度的概念，但是没有给出从地震记录中计算信号纯度的方法。李庆忠（1986,2008）在对信噪比与分辨率的矛盾深入研究之后指出：反褶积虽然降低了地震记录信噪比，但并不改变地震记录信噪比谱。Puryear和Castagna(2008)利用谱反演，Velis(2008)利用随机稀疏脉冲反褶积较大幅度地提高了地震记录的分辨率，但没有涉及噪声对反褶积的影响。

由于高频噪声的影响，实际地震记录在提高分辨率的同时，降低了地震资料的信噪比，信噪比和分辨率的矛盾在实际地震勘探中十分突出。如何在提分辨率的同时，较好地保持地震记录的信噪比，达到分辨率和信噪比的相对和谐，是勘探地球物理工作者普遍关心的问题。

发明内容

本发明的目的是：提供一种保持信噪比并提高地震记录分辨率的方法，在提高地震记录分辨率的同时，自动控制高频噪声放大效应对地震记录信噪比的影响，达到信噪比和分辨率的相对和谐，提高地震记录的整体质量，增强地震记录表征地下构造的能力。

本发明有关的基础知识和基本原理。

信噪比和分辨率及其两者的矛盾：信噪比是地震记录中信号能量与噪声能量之比，是考核地震数据质量的重要指标。分辨率是指地震信号分辨地下薄层结构的能力，是另外一个是考核地震数据质量的重要指标。反褶积处理是提高地震记录分辨率最为重要的方法，它通过拓展地震记录的高频成达到提高分辨率的目标。由于实际地震记录中的高频信号较弱，且为高频噪声所污染，提高分辨率往往会降低地震记录的信噪比。因此，分辨率和信噪比是考核地震记录整体质量的两个非常重要，但相互矛盾的指标。

信噪比谱和信号纯度谱：

上面介绍的信噪比是指整个地震记录中信号能量与噪声能量之比，而信噪比谱是指每个频率成分上信号能量与噪声能量之比，两者既有联系、也有区别。信号纯度谱是与信噪比谱有关的概念，是指每个频率成分上信号能量与地震数据能量之比。

设有由信号s(t)和噪声n(t)构成的地震记录x(t)，

x(t)=s(t)+n(t)）

式中，t表示时间，单位为毫秒.

在频率域，上式表示为：

X(f)=S(f)+N(f)

式中，f表示频率，单位是赫兹。

地震记录的信号纯度定义为：

$P=\frac{\∫s^2\left(t\right)\mathrm{dt}}{\∫s^2\left(t\right)\mathrm{dt}+{\∫n}^2\left(t\right)\mathrm{dt}}=\frac{\∫s^2\left(f\right)\mathrm{df}}{\∫s^2\left(f\right)\mathrm{df}+\∫N^2\left(f\right)\mathrm{df}}=\frac{1}{1+1/R}$

其中，R为信噪比，无量纲，且

$R=\frac{\∫s^2\left(t\right)\mathrm{dt}}{\∫n^2\left(t\right)\mathrm{dt}}=\frac{\∫s^2\left(f\right)\mathrm{df}}{\∫N^2\left(f\right)\mathrm{df}}$

信号纯度谱为每一个频率的信号纯度，定义为：

$P\left(f\right)=\frac{s^2\left(f\right)}{s^2\left(f\right)+N^2\left(f\right)}$

不失一般性，信号纯度谱也可以使用下式定义，

$P\left(f\right)=\frac{\left|s\left(f\right)\right|}{\left|s\left(f\right)\right|+\left|N\left(f\right)\right|}=\frac{1}{1+1/R\left(f\right)}$

其中，R(f)称之为信噪比谱。

反褶积之后的地震记录在频率域表示为：

Y(f)=X(f)H(f)

其中，H(f)为频率域反褶积算子。反褶积之后的信号纯度谱为：

$P_y\left(f\right)=\frac{\left|H\left(f\right)\right|\left|s\left(f\right)\right|}{\left|H\left(f\right)\right|\left[\right|s\left(f\right)|+|N\left(f\right)\left|\right]}=\frac{1}{1+1/R\left(f\right)}=P\left(f\right)$

由上式可以看出，对于含有高频噪声的地震记录而言，虽然反褶积会降低地震记录的信噪比，但对于给定的频率而言，由于信号和噪声以相同的比例因子放大或减小，反褶积并不改变地震记录的信噪比谱和信号纯度谱。

信号纯度谱的计算方法：

虽然从理论上将，目前工业界比较成熟的噪声检测方法都可以扩展为信号纯度谱的估算方法，但一般很难满足工业界地震资料处理稳定高效的要求。为此，我们选择了下面所述的基于地震信号横向相关性的信号纯度谱估算方法。

首先按照下式计算地震记录的平均功率谱G_i(f)，

$G_i\left(f\right)=\frac{1}{2m+1}\underset{j=-m}{\overset{m}{\mathrm{\Σ}}}{A}_{i-j}^2\left(f\right)$

其中，A_i(f)是第i个地震记录的振幅谱，m是半时窗长度。

再按照下式计算地震信号的平均功率谱U_i(f)，

$U_i\left(f\right)=\frac{1}{2m}\underset{j=-m}{\overset{m-1}{\mathrm{\Σ}}}[X_{i+j}\left(f\right){\stackrel{\‾}{X}}_{i+j+1}\left(f\right)+X_{i+j+1}\left(f\right){\stackrel{\‾}{X}}_{i+j}\left(f\right)]$

其中，X_i(f)是第i个地震记录的傅立叶变换。

最后，利用下式由信号功率谱与地震记录功率谱之比确定信号纯度谱。

$P_i\left(f\right)=\frac{U_i\left(f\right)}{G_i\left(f\right)}$

信噪比和分辨率的相对和谐：

线性反褶积方法的核心思想是通过展宽地震子波的频谱来压缩子波。这涉及两个主要问题，一是如何从地震记录中估算地震子波的振幅谱，二是如何确定确定希望输出子波。

关于如何从地震记录中估算地震子波的振幅谱，相关文献较多，谱模拟方法是最为常用的一种方法，但是，对于具有两个以上峰值的地震子波，传统的谱模拟方法会出现较大误差，为此，本发明提出了一种基于低通滤波的地震子波振幅谱估算方法，实施步骤C详细地介绍了该方法。

在不考虑噪声的情况下，希望输出子波的振幅谱越宽，则分辨率越高。但是，由于地层吸收的影响，在地震记录的高频成分中，信号要远远弱于噪声。高频成分被放大之后，虽然提高了地震记录的分辨率，但信噪比会大幅下降。因此，如何在提高地震记录分辨率的同时，相对保持地震记录的信噪比，是实际地震记录高分辨率处理普遍关心的问题。

反褶积之后地震记录的频谱形态，决定了分辨率和信噪比。因此，需要确定一个兼顾信噪比和分辨率的最佳希望输出频谱，使得反褶积之后地震剖面的整体质量得到最大限度的改善。信号纯度谱描述了每一个频率成分的信号纯度，且反褶积前后保持不变，将其做为反褶积之后希望输出的频谱，能够取得信噪比和分辨率的相对平衡。

本发明采用的技术方案是：保持信噪比并提高地震记录分辨率的方法，步骤为：

步骤A、人工激发地震波，利用检波器探测来自地下的反射地震信号，形成地震记录，并记录在磁带上；

步骤B、从磁带上读取地震记录，对地震记录进行噪声压制、反褶积、速度分析、偏移等常规地震处理，得到常规处理之后的地震记录x_i(t),i＝1,2,…n，其中，t是记录时间，单位是毫秒，n为地震记录的道数。对地震记录x_i(t)做傅立叶变换，得到地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)，其中，f是频率，单位是Hz。将地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)输出到步骤C和步骤D处理单元；

步骤C、接收步骤B输出的地震记录振幅谱A_i(f)，以第i个地震道为中心，计算2m+1个相邻地震道的平均振幅谱再利用低通滤波算子C(f)与平均振幅谱

进行褶积运算，得到地震子波的振幅谱W_i(f)，所采用的低通滤波算子C(f)定义为：

$C\left(f\right)=\left\{\begin{array}{cc}1,& \left|f\right|\&le;f_l\\ (f_l+f_p-|f\left|\right)/f_p,& f_l<\left|f\right|<f_l+f_p\\ 0,& \left|f\right|\&GreaterEqual;f_l+f_p\end{array}\right.$

式中，f_l和f_p是定义低通滤波算子的两个基本参数，f_l为高截频率，单位是赫兹，取值范围为3-7赫兹，f_p是斜坡长度，单位为赫兹，取值范围为3-5赫兹，C为低通滤波算子，无量纲。

将地震子波的振幅谱W_i(f)输出到后面的处理单元。

步骤D、接收步骤B输出的地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)，计算地震记录的信号纯度谱P_i(f)，具体流程如下：

步骤D1、以第i个地震道为中心，计算2m+1个相邻地震道的平均功率谱G_i(f)，采用的算式为：

$G_i\left(f\right)=\frac{1}{2m+1}\underset{j=-m}{\overset{m}{\mathrm{\&Sigma;}}}{A}_{i-j}^2\left(f\right)$

式中，f代表频率，单位是赫兹，m为半时窗地震道个数，A为地震记录的振幅谱，无量纲，G为平均功率谱，无量纲。

步骤D2、以第i个地震道为中心，计算2m+1个相邻地震道的信号功率谱U_i(f)，采用的算式为：

$U_i\left(f\right)=\frac{1}{2m}\underset{j=-m}{\overset{m-1}{\mathrm{\&Sigma;}}}[X_{i+j}\left(f\right){\stackrel{\&OverBar;}{X}}_{i+j+1}\left(f\right)+X_{i+j+1}\left(f\right){\stackrel{\&OverBar;}{X}}_{i+j}\left(f\right)]$

式中，f代表频率，单位是赫兹，m为半时窗地震道个数，X是地震记录的傅立叶变换，无量纲，表示X的复共轭运算，U为信号功率谱，无量纲。

步骤D3、信号功率谱U_i(f)除以平均功率谱G_i(f)，得到地震记录的信号纯度谱P_i(f)，并输出到后面的处理单元。

步骤E、接收步骤C输出的地震子波的振幅谱W_i(f)和步骤D输出的信号纯度谱P_i(f)，以信号纯度谱P_i(f)做为希望输出子波的振幅谱，利用下式计算反褶积滤波算子d_i(t)，

$d_i\left(t\right)=\&Integral;\frac{P_i\left(f\right)}{W_i\left(f\right)}{e}^{j2\mathrm{\&pi;ft}}\mathrm{df}$

式中，f代表频率，单位是赫兹，P为信号纯度谱，无量纲，W是地震子波的振幅谱，无量纲，d为反褶积滤波算子，t表示时间，单位是毫秒。

该反褶积滤波算子与地震记录褶积，得到反褶积之后提高分辨率的地震记录；

步骤F、将上述流程处理之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。

本发明的有益效果：本发明保持信噪比并提高地震记录分辨率的方法创新点是：在引入信号纯度谱基本概念的基础上，提出了信号纯度谱的估算方法，并以信号纯度谱驱动反褶积目标函数进行提高分辨率处理。利用这种处理模式，较好地解决了信噪比与分辨率的矛盾，提高了地震剖面的整体质量。利用本发明处理之后的地震记录，能够更好地识别尺度较小、更为隐蔽的地质构造和断裂系统，对陆相薄互层油气藏和海相碳酸盐岩缝洞型油气藏地震勘探和储层预测具有重要的应用价值。

附图说明

图1是某油田A区块常规处理之后的地震记录剖面图像。

图2是某油田A区块地震记录的平均振幅谱。

图3是某油田A区块地震子波的振幅谱。

图4是某油田A区块地震记录的信号纯度谱。

图5是某油田A区块经过本发明提高分辨率之后的地震记录剖面图像，与图1所示的常规处理图像相比，在保持地震记录信噪比的情况下，分辨率得到有效改善，在图1上不能很好分辨的小尺度地层结构及其空间配置关系，在本发明处理之后的地震剖面图像上得到了很好展现。

图6是B区块常规处理之后的地震记录剖面图像。

图7是B区块地震记录的平均振幅谱。

图8是B区块地震子波的振幅谱。

图9是B区块地震记录的信号纯度谱。

图10是B区块经过本发明提高分辨率之后的地震记录图像，在保持信噪比的情况下，地震记录的分辨率得到明显改善。本区块的主要地质目标是明确碳酸盐岩内幕结构及其缝洞系统，寻找碳酸盐岩缝洞型油气藏。图10中虚线圆圈所标注的部位是该区块中较大的缝洞群，与图6所示的常规地震处理剖面图像相比，该缝洞群的形态和结构更加清晰。

图11是C区块常规处理之后的地震记录剖面图像。

图12是C区块经过本发明提高分辨率之后的地震记录图像，与图11相比，地震剖面整体质量得到明显改善，砂层组内部、砂层组之间以及不同断块砂体之间的结构关系和地质特征更加清晰可靠。

具体实施方式

实施例1：以一个保持信噪比并提高地震记录分辨率的方法为例，对本发明作进一步详细说明。

步骤A、人工激发地震波，利用检波器探测来自地下的反射地震信号，并记录在磁带上。本实施例具体的野外采集配置为，7条测线同时接收，每条测线240道，道间距50米，线间距100米，记录长度7秒，采样间隔1毫秒，共激发并记录了1200炮。

步骤B、从磁带上读取地震信号，对地震信号进行噪声压制、反褶积、速度分析、偏移等常规地震信号处理，得到常规处理之后的地震记录x_i(t)。对地震记录x_i(t)做傅立叶变换，得到地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)，输出到步骤C和步骤D处理单元。图1是常规处理之后的地震记录剖面图像。

步骤C、接收步骤B输出的地震记录振幅谱A_i(f)，以第i个地震道为中心，计算2m+1个相邻地震道的平均振幅谱

再利用低通滤波算子C(f)与平均振幅谱

进行褶积运算，得到地震子波的振幅谱W_i(f)，所采用的低通滤波算子C(f)定义为：

$C\left(f\right)=\left\{\begin{array}{cc}1,& \left|f\right|\&le;f_l\\ (f_l+f_p-|f\left|\right)/f_p,& f_l<\left|f\right|<f_l+f_p\\ 0,& \left|f\right|\&GreaterEqual;f_l+f_p\end{array}\right.$

式中，f_l和f_p是定义低通滤波算子的两个基本参数，单位为赫兹。

将地震子波的振幅谱W_i(f)输出到后面的处理单元。

本实施例中，m＝7，f_l=5Hz，f_p=3Hz，图2是15个相邻地震道的平均振幅谱，图3是由平均振幅谱计算的地震子波振幅谱。

步骤D、接收步骤B输出的地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)，计算地震记录的信号纯度谱P_i(f)，具体流程如下：

步骤D1、以第i个地震道为中心，计算2m+1个相邻地震道的平均功率谱G_i(f)，采用的算式为：

$G_i\left(f\right)=\frac{1}{2m+1}\underset{j=-m}{\overset{m}{\mathrm{\&Sigma;}}}{A}_{i-j}^2\left(f\right)$

步骤D2、以第i个地震道为中心，计算2m+1个相邻地震道的信号功率谱U_i(f)，采用的算式为：

$U_i\left(f\right)=\frac{1}{2m}\underset{j=-m}{\overset{m-1}{\mathrm{\&Sigma;}}}[X_{i+j}\left(f\right){\stackrel{\&OverBar;}{X}}_{i+j+1}\left(f\right)+X_{i+j+1}\left(f\right){\stackrel{\&OverBar;}{X}}_{i+j}\left(f\right)]$

步骤D3、信号功率谱U_i(f)除以平均功率谱G_i(f)，得到地震记录的信号纯度谱P_i(f)，并输出到下面的处理单元。图4是本实施例计算得到的信号纯度谱。

步骤E、接收步骤C输出的地震子波的振幅谱W_i(f)和步骤D输出的信号纯度谱P_i(f)，以信号纯度谱P_i(f)做为希望输出子波的振幅谱，利用下式计算反褶积滤波算子d_i(t)，

$d_i\left(t\right)=\&Integral;\frac{P_i\left(f\right)}{W_i\left(f\right)}{e}^{j2\mathrm{\&pi;ft}}\mathrm{df}$

该反褶积滤波算子与地震记录褶积，得到反褶积之后提高分辨率的地震记录；

步骤F、将上述流程处理之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。图5是本实施例处理之后的地震记录剖面图像，与图1所示的常规处理图像相比，在保持地震记录信噪比的情况下，分辨率得到有效改善，在常规处理图像上不能很好分辨的小尺度地层结构及其空间配置关系，在本发明处理之后的地震剖面图像上得到了很好展现。

实施例2

本实施例为某油田B区块应用实例，勘探目标层为碳酸盐岩缝洞型油气储层，埋深较大，在7000米左右。地表为沙丘覆盖，近地表吸收和散射比较严重，信噪比和分辨率较低，需要在保持信噪比的情况下，改善地震记录分辨率。

图6是常规处理之后地震记录剖面图像。图7是地震记录的平均振幅谱，可以看出，由于地层吸收的影响，高频能量较弱。图8是由地震记录振幅谱估算的地震子波振幅谱。图9是信号纯度谱，60Hz以上的信号纯度很低，其能量大部分为噪声所占据。图10是利用本发明处理之后的地震记录剖面图像，在保持信噪比的情况下，地震记录的分辨率得到明显改善。本探区的主要地质目标是明确碳酸盐岩内幕结构及其缝洞系统，寻找碳酸盐岩缝洞型油气藏。图10中虚线圆圈所标注的部位是该工区中较大的缝洞群，与图6所示的常规地震处理剖面图像相比，该缝洞群的形态和结构更加清晰，对于钻井方案部署和油藏开发设计具有重要的指导意义。

实施例3

本实施例为C区块的应用实例，勘探目标层为复杂断块夹持的砂泥岩薄互层油气储层，单砂体厚度在10米以下，砂层组厚度在30米左右，对地震资料的信噪比和分辨率要求较高。

图11是常规处理之后的地震剖面图像，分辨率较低，无法满足复杂断块砂体预测的地质需求。图12本发明处理之后的地震剖面图像，与图11相比，地震剖面整体质量得到明显改善，砂层组内部、砂层组之间以及不同断块砂体之间的结构关系和地质特征更加清晰可靠，对于油藏精细勘探与目标开发具有重要的参考价值。

Claims (1)

1.一种保持信噪比并提高地震记录分辨率的方法，其特征在于：采用以下具体步骤实施：

步骤A、人工激发地震波，利用检波器探测来自地下的反射地震信号，形成地震记录，并记录在磁带上；

步骤B、从磁带上读取地震记录，对地震记录进行噪声压制、反褶积、速度分析、偏移等常规地震处理，得到常规处理之后的地震记录x_i(t),i＝1,2,…n，其中，t是记录时间，单位是毫秒，n为地震记录的道数。对地震记录x_i(t)做傅立叶变换，得到地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)，其中，f是频率，单位是Hz。将地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)输出到步骤C和步骤D处理单元；

步骤C、接收步骤B输出的地震记录振幅谱A_i(f)，以第i个地震道为中心，计算2m+1个相邻地震道的平均振幅谱再利用低通滤波算子C(f)与平均振幅谱

进行褶积运算，得到地震子波的振幅谱W_i(f)，所采用的低通滤波算子C(f)定义为：

$C\left(f\right)=\left\{\begin{array}{cc}1,& \left|f\right|\&le;f_l\\ (f_l+f_p-|f\left|\right)/f_p,& f_l<\left|f\right|<f_l+f_p\\ 0,& \left|f\right|\&GreaterEqual;f_l+f_p\end{array}\right.$

式中，f_l和f_p是定义低通滤波算子的两个基本参数，f_l为高截频率，单位是赫兹，取值范围为3-7赫兹，f_p是斜坡长度，单位为赫兹，取值范围为3-5赫兹，C为低通滤波算子，无量纲。

将地震子波的振幅谱W_i(f)输出到后面的处理单元。

步骤D、接收步骤B输出的地震记录的傅立叶变换X_i(f)和振幅谱A_i(f)，计算地震记录的信号纯度谱P_i(f)，具体流程如下：

步骤D1、以第i个地震道为中心，计算2m+1个相邻地震道的平均功率谱G_i(f)，采用的算式为：

$G_i\left(f\right)=\frac{1}{2m+1}\underset{j=-m}{\overset{m}{\mathrm{\&Sigma;}}}{A}_{i-j}^2\left(f\right)$

式中，f代表频率，单位是赫兹，m为半时窗地震道个数，A为地震记录的振幅谱，无量纲，G为平均功率谱，无量纲。

步骤D2、以第i个地震道为中心，计算2m+1个相邻地震道的信号功率谱U_i(f)，采用的算式为：

$U_i\left(f\right)=\frac{1}{2m}\underset{j=-m}{\overset{m-1}{\mathrm{\&Sigma;}}}[X_{i+j}\left(f\right){\stackrel{\&OverBar;}{X}}_{i+j+1}\left(f\right)+X_{i+j+1}\left(f\right){\stackrel{\&OverBar;}{X}}_{i+j}\left(f\right)]$

式中，f代表频率，单位是赫兹，m为半时窗地震道个数，X是地震记录的傅立叶变换，无量纲，

表示X的复共轭运算，U为信号功率谱，无量纲。

步骤D3、信号功率谱U_i(f)除以平均功率谱G_i(f)，得到地震记录的信号纯度谱P_i(f)，并输出到后面的处理单元。

步骤E、接收步骤C输出的地震子波的振幅谱W_i(f)和步骤D输出的信号纯度谱P_i(f)，以信号纯度谱P_i(f)做为希望输出子波的振幅谱，利用下式计算反褶积滤波算子d_i(t)，

$d_i\left(t\right)=\&Integral;\frac{P_i\left(f\right)}{W_i\left(f\right)}{e}^{j2\mathrm{\&pi;ft}}\mathrm{df}$

式中，f代表频率，单位是赫兹，P为信号纯度谱，无量纲，W是地震子波的振幅谱，无量纲，d为反褶积滤波算子，t表示时间，单位是毫秒。

该反褶积滤波算子与地震记录褶积，得到反褶积之后提高分辨率的地震记录；

步骤F、将上述流程处理之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。

Images