CN103645507B - 地震记录的处理方法 - Google Patents

Abstract

提供一种地震记录的处理方法，包括：选择多道地震记录并将每道地震记录变换至复赛谱域以确定每道地震记录的复赛谱序列；从所述地震记录的输入子波的复赛谱序列确定所述输入子波的振幅谱和输入子波趋势拟合曲线；对输入子波的振幅谱进行傅里叶反变换，以确定所述输入子波；计算所述多道地震记录的信噪比谱，并基于输入子波趋势拟合曲线，参考所述信噪比谱的曲线来获得期望输出子波的振幅谱；对期望输出子波的振幅谱进行傅里叶反变换以确定所述期望输出子波；通过将输入子波与期望输出子波进行匹配滤波，以获得反褶积滤波器；基于褶积模型对地震记录进行反褶积以获得反射系数序列，将反褶积滤波器与反射系数序列进行褶积以获得优化的地震记录。

Description

地震记录的处理方法

技术领域

本发明涉及一种地震记录的处理方法，更具体地讲，涉及一种在信噪比谱约束下进行复赛谱域反褶积处理地震记录的方法。

背景技术

近年来国内油气藏勘探重点由构造油气藏转向了岩性油气藏。精细勘探目标由大的构造圈闭转向了小构造、小断层控制下的构造岩性圈闭，这对地震资料分辨率提出了更高的要求。

谱模拟、谱白化等常规反褶积是实际地震资料处理中经常采用的提高地震资料分辨率的方法，这些方法是建立在地震子波的振幅谱可以表示为下面光滑的解析函数表示的基础上的。一般而言，实际地震记录的子波很难由统一的解析表达式进行刻画和描述，导致地震子波振幅谱的估算存在误差；另外，多项式L是个很难确定的用户参数；而且，对于含噪地震记录，常规反褶积方法的稳定性不够理想，特别是当地震记录的信噪比较低时，常规反褶积方法具有噪声放大效应，严重降低了谱模拟之后地震记录的信噪比。

Oppenheim首先提出同态反褶积方法，该方法采用非线性滤波方法来分离地震子波和反射系数序列，对地震子波不作最小相位假设，利用平均复赛谱求取地震子波，从而得到反射系数序列。在实际应用中，由于受到噪声、反射系数序列非随机性等因素的影响，利用同态反褶积方法求取的子波稳定性较差。

同态滤波的应用效果在很大程度上还取决于地震子波和反射系数序列在复赛谱的可分离性，尽管两者在复赛谱中占据不同的区域，但要设计一个线性滤波器使二者完全分离，经过长期的实验几乎是不可能的。因此后来又发展了对数谱平均法、随机窗法等，目的之一是压制噪声的影响，另外也是为了在复赛谱中压制反射系数序列，增强地震子波的可分离性。但是，这种做法很难消除噪声和反射系数序列对地震子波相位谱的影响。

由于地震资料自身的高频段能量较弱，并且受噪声影响严重，单纯依靠地震的高频信息进行反褶积处理容易造成在提高地震资料分辨率的同时降低地震资料的信噪比，不利于地震资料的下一步解释。因此，地震资料处理人员除了关心分辨率本身之外，更加关心的是地震资料在提高分辨率处理之后能否较好地保持地震资料的信噪比，但常规的反褶积方法往往都无法有效质控提高分辨后地震资料的信噪比。

发明内容

本发明的一方面在于通过将地震记录变换至复赛谱域来使地震记录中的地震输入子波与反射系数序列分离，从而消除噪声和反射系数序列对地震输入子波的影响。

本发明的另一目的在于通过计算地震记录的信噪比谱，在信噪比谱约束下对地震记录中的输入子波振幅谱进行调整，从而在较好地保持地震数据的信噪比的情况下提高地震记录的分辨率。

本发明提供一种地震记录的处理方法，所述处理方法包括以下步骤：（1）选择多道地震记录并将每道地震记录变换至复赛谱域以确定每道地震记录的复赛谱序列，其中，x_i(t)表示所述多道地震记录中的第i道地震记录，表示地震记录x_i(t)的复赛谱序列；（2）从地震记录x_i(t)的复赛谱序列中提取地震记录x_i(t)的输入子波w_i(t)的复赛谱序列并从所述复赛谱序列确定所述输入子波w_i(t)的振幅谱w_i(f)和输入子波趋势拟合曲线；（3）对输入子波w_i(t)的振幅谱w_i(f)进行傅里叶反变换，以确定所述输入子波w_i(t)；（4）计算所述多道地震记录的信噪比谱，并基于输入子波趋势拟合曲线，参考所述信噪比谱的曲线来获得期望输出子波w_i′(t)的振幅谱w_i′(f)；（5）对期望输出子波w_i′(t)的振幅谱w_i′(f)进行傅里叶反变换以确定所述期望输出子波w_i′(t)；（6）通过将步骤（3）中确定的输入子波w_i(t)与步骤（5）中确定的期望输出子波w_i′(t)进行匹配滤波，以获得反褶积滤波器d_i(t)；（7）基于褶积模型x_i(t)=w_i(t)*r_i(t)对地震记录x_i(t)进行反褶积以获得反射系数序列r_i(t)，将反褶积滤波器d_i(t)与反射系数序列r_i(t)进行褶积以获得优化的地震记录y_i(t)，其中，y_i(t)=d_i(t)*r_i(t)，*为褶积算子。

可选地，确定输入子波w_i(t)的振幅谱w_i(f)的步骤可包括：使用预先设置的低通滤波器对地震记录x_i(t)的复赛谱序列进行低通滤波，以提取输入子波w_i(t)的复赛谱序列将输入子波w_i(t)的复赛谱序列变换至频域来获得输入子波w_i(t)的振幅谱w_i(f)。

可选地，确定输入子波趋势拟合曲线的步骤可包括：计算输入子波w_i(t)的振幅谱w_i(f)在不同频率段上的均值；利用样条拟合的方法将计算出的多个均值拟合成输入子波趋势拟合曲线。

可选地，计算信噪比谱的步骤可包括：通过公式计算信噪比，其中，为信号的平均功率谱，为噪音的平均功率谱， 为地震记录的平均功率谱， $\stackrel{\‾}{G_s\left(f\right)}=\frac{2}{N(N-1)}\underset{i=1}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{N}{\mathrm{\Σ}}}[x_i\left(f\right)\·x_j^{*}\left(f\right)+x_i^{*}\left(f\right)\·x_j\left(f\right)],$ x_i(f)为选择的多道地震记录中的第i道地震记录x_i(t)经过傅里叶变换得到的频谱，x_j(f)为选择的多道地震记录中的第j道地震记录x_j(t)经过傅里叶变换得到的频谱，为x_i(f)的共轭运算，为x_j(f)的共轭运算，N为选择的多道地震记录的数量；对信噪比进行分频形成信噪比谱。

可选地，可采用三角滤波器分频算法对信噪比进行分频以形成信噪比谱。

根据本发明的实施例的地震记录处理方法，能够在提高分辨率的同时，较好地保持地震记录的信噪比，达到信噪比和分辨率的相对和谐。

附图说明

通过下面结合附图进行的详细描述，本发明的上述和其它目的、特点和优点将会变得更加清楚，其中：

图1是示出根据本发明的实施例的地震记录的处理方法的流程图；

图2是示出根据本发明的实施例的生成输入子波趋势拟合曲线的仿真图；

图3是示出根据本发明的实施例的在信噪比谱约束下交互求取期望输出子波的振幅谱的仿真图；

图4a和图4b分别示出采用本发明的处理方法处理之前和之后的地震记录的示意图；

图5a和图5b分别示出采用本发明的处理方法处理之前和之后的输出子波振幅谱的示意图。

具体实施方式

提供参照附图的以下描述以帮助对由权利要求及其等同物限定的本发明的实施例的全面理解。包括各种特定细节以帮助理解，但这些细节仅被视为是示例性的。因此，本领域的普通技术人员将认识到在不脱离本发明的范围和精神的情况下，可对描述于此的实施例进行各种改变和修改。此外，为了清楚和简洁，省略对公知的功能和结构的描述。在本发明实施例中出现的*表示褶积算子。

图1是示出根据本发明的实施例的地震记录的处理方法的流程图。

参照图1，在步骤101中，可在时域选择多道地震记录并将每道地震记录变换至复赛谱域以确定每道地震记录的复赛谱序列，其中，x_i(t)表示所述多道地震记录中的第i道地震记录，表示地震记录x_i(t)的复赛谱序列，i=1,2,...,N，N为选择的地震记录的数量，优选地，选择进行处理的地震记录的数量可为50-100道。

优选地，在本发明的实施例中，还可将选择的地震记录划分多个时窗，分时窗进行运算。对地震记录采用通常的手段由浅层到深层划分时窗，依次对不同时窗内的地震记录进行处理。本发明的时窗是指纵向时间t方向的时窗，将纵向时间t方向分成多个时窗进行处理，即，分成多个时间段进行处理，时窗与时窗之间可利用插值来消减分时窗处理带来整个时间段处理时能量不一致的影响。在这种情况下，地震记录x_i(t)中的参数t的范围取决于划分的具体时窗。

在步骤102中，从地震记录x_i(t)的复赛谱序列中提取地震记录x_i(t)的输入子波w_i(t)的复赛谱序列并从所述复赛谱序列确定所述输入子波w_i(t)的振幅谱w_i(f)和输入子波趋势拟合曲线。

在下文中将具体解释将地震记录变换至复赛谱域并从中确定输入子波w_i(t)的振幅谱w_i(f)和输入子波趋势拟合曲线的方法。

在本发明的示例性实施例中，忽略噪声项，基于Robinson褶积模型，通常可将地震记录x_i(t)的时域表达式表示为下述等式（1）：

x_i(t)=w_i(t)*r_i(t)（1）

式（1）中，w_i(t)为地震记录x_i(t)的输入子波（即，第i道地震记录的时域零相位输入子波），r_i(t)为地震记录x_i(t)的反射系数序列，*为褶积算子。

对式（1）的两边做傅里叶变换，可得到地震记录x_i(t)的频域表达式：

x_i(ω)=w_i(ω)r_i(ω)（2）

式（2）中，w_i(ω)为输入子波w_i(t)在频域的表达式，r_i(ω)为反射系数序列在频域的表达式，ω为角频率，ω=2πf，f为频率。

对地震记录x_i(t)的频率域表达式（2）两边取对数，转化为线性系统表达式：

lnx_i(ω)=lnw_i(ω)+lnr_i(ω)（3）

对线性系统表达式（3）进行傅里叶反变换，可得到地震记录x_i(t)的复赛谱域表达式（4）：

${\tilde{x}}_i\left(t\right)={\tilde{w}}_i\left(t\right)+{\tilde{r}}_i\left(t\right)---\left(4\right)$

式（4）中，表示地震记录x_i(t)的复赛谱序列，表示地震记录x_i(t)的输入子波w_i(t)的复赛谱序列，表示地震记录x_i(t)的反射系数序列r_i(t)的复赛谱序列。

输入子波w_i(t)的复赛谱序列一般在原点附近，而反射系数序列r_i(t)的复赛谱序列通常远离原点。基于输入子波w_i(t)的复赛谱序列和反射系数序列r_i(t)的复赛谱序列的这种特性，可通过在复赛谱域设定交互分离点，对地震记录x_i(t)的复赛谱序列进行低通滤波，使输入子波w_i(t)的复赛谱序列和反射系数序列r_i(t)的复赛谱序列分离，从而提取出输入子波w_i(t)的复赛谱序列

因此，可使用预先设置的低通滤波器对地震记录x_i(t)的复赛谱序列进行低通滤波，以提取输入子波w_i(t)的复赛谱序列

可将输入子波w_i(t)的复赛谱序列变换至频域来获得输入子波w_i(t)的振幅谱w_i(f)。具体地讲，对输入子波w_i(t)的复赛谱序列进行傅里叶变换并取指数可获得指数形式下的输入子波（exp）w_i(ω)，指数形式下的输入子波(exp)w_i(ω)可以表示成输入子波w_i(t)的相位谱和振幅谱，因此可容易地获得输入子波w_i(t)的振幅谱w_i(f)。

然后，可计算输入子波w_i(t)的振幅谱w_i(f)在不同频率段上的均值，并利用样条拟合的方法将计算出的多个均值拟合成输入子波趋势拟合曲线。

图2是示出根据本发明的实施例的生成输入子波趋势拟合曲线的仿真图，图2的横坐标表示频率f，纵坐标表示振幅值。标号为1的曲线是输入子波w_i(t)的振幅谱w_i(f)的曲线，标号为2的曲线是输入子波趋势拟合曲线。

然而，应理解合成输入子波趋势拟合曲线的方法不限于此，本领域技术人员可使用各种已知方法来合成输入子波趋势拟合曲线，为了简明将不再对其进行详细描述。

返回图1，在步骤103中，可对输入子波w_i(t)的振幅谱w_i(f)进行傅里叶反变换，以确定所述输入子波w_i(t)。

在步骤104中，可计算所述多道地震记录的信噪比谱，并基于输入子波趋势拟合曲线，参考所述信噪比谱的曲线来获得期望输出子波w_i′(t)的振幅谱w_i′(f)。以下将详细说明计算信噪比谱的方法。

具体地讲，首先可通过等式（5）计算信噪比：

$\mathrm{SNR}\left(f\right)=\frac{\stackrel{\‾}{G_s\left(f\right)}}{\stackrel{\‾}{G_n\left(f\right)}}---\left(5\right)$

式（5）中，为信号的平均功率谱，为噪音的平均功率谱， 为地震记录的平均功率谱，

地震记录的平均功率谱的计算公式（6）如下，

$\stackrel{\‾}{G_x\left(f\right)}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|x_i\left(f\right)\right|}^2---\left(6\right)$

式（6）中，x_i(f)为选择的多道地震记录中的第i道地震记录x_i(t)经过傅里叶变换得到的频谱，N为步骤S101中选择的多道地震记录的数量。

此外，信号的平均功率谱的计算公式如下，

$\stackrel{\‾}{G_s\left(f\right)}=\frac{2}{N(N-1)}\underset{i=1}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{N}{\mathrm{\Σ}}}[x_i\left(f\right)\·x_j^{*}\left(f\right)+x_i^{*}\left(f\right)\·x_i^{*}\left(f\right)\·x_j\left(f\right)]---\left(7\right)$

式（7）中，x_i(f)为选择的多道地震记录中的第i道地震记录x_i(t)经过傅里叶变换得到的频谱，x_j(f)为选择的多道地震记录中的第j道地震记录x_j(t)经过傅里叶变换得到的频谱，为x_i(f)的共轭运算，为x_j(f)的共轭运算。

这种相关法计算信噪比的方法适用于倾斜地层，同相轴有时移的情况，且在没有噪声频带假设，适于分频计算信噪比谱。

然后，可对信噪比进行分频形成信噪比谱。例如，可采用三角滤波器分频算法对信噪比进行分频以形成信噪比谱。具体地讲，在等式（5）中，f代表频率，取值为0<f<Nyquist频率。用三角滤波器对每一个频率值进行滤波，则在每一个频率下通过公式（5）就能得到一个SNR信噪比值，把所有频带范围内的频率对应的SNR值求出，就能够得到一系列的值，拟合为信噪比谱。

以下参照图3详细描述获得期望输出子波w_i′(t)的振幅谱w_i′(f)的示例方法。图3是示出根据本发明的实施例的获得期望输出子波的振幅谱的仿真图。图3的横坐标表示频率f，纵坐标表示振幅值。在图3中，标号1表示输入子波w_i(t)的振幅谱w_i(f)的曲线，标号2表示输入子波趋势拟合曲线，标号3表示地震记录的信噪比谱的曲线，标号4表示期望输出子波拟合曲线，标号5表示期望输出子波w_i′(t)的振幅谱w_i′(f)的曲线。

如图3中所示，当需要得到较宽频带的期望输出子波w_i′(t)的振幅谱w_i′(f)时，可将期望输出子波拟合曲线4的初始状态设置为输入子波趋势拟合曲线2，并将地震记录的信噪比谱3作为参考曲线。然后，拖动期望输出子波拟合曲线4，使其带宽与信噪比谱3相近，从而得到最终的期望输出子波拟合曲线4。这样就能得到频带够宽、信噪比保持较好的期望输出子波w_i′(t)的振幅谱w_i′(f)的曲线5。

在步骤102中详细描述了根据输入子波w_i(t)的振幅谱w_i(f)获得输入子波趋势拟合曲线的操作，因此，可使用其逆操作来从期望输出子波拟合曲线获得期望输出子波w_i′(t)的振幅谱w_i′(f)。这对于本领域技术人员而言是已知的，因此为了简明，将不再进行详细描述。

拖动期望输出子波拟合曲线，使得期望输出子波拟合曲线的宽度越大，曲线越平滑，那么获得的期望输出子波振幅谱的频宽就会越宽，分辨率就会越高，但是过宽的频带会造成较大的高频噪声，降低地震记录的信噪比，所以为了保持提高分辨率后地震记录的信噪比，需要得到一个合适的拟合曲线宽度。

应理解，尽管图3中示出使用拖动曲线的方式来获取期望输出子波拟合曲线，但本发明不限于此，也可直接参照地震记录的信噪比谱，通过修改初始状态的期望输出子波拟合曲线上的各点的值的方式来实现对期望输出子波拟合曲线的修正。

此外，上述获得期望输出子波拟合曲线以及期望输出子波的振幅谱的方法仅是为了使本发明公开充分而列举的示例，本发明不限于此，可使用各种其他合适的方法来获得期望输出子波拟合曲线以及期望输出子波的振幅谱，为了简明，在此将不再进行详细描述。

返回图1，在步骤105中，可对期望输出子波w_i′(t)的振幅谱w_i′(f)进行傅里叶反变换以确定所述期望输出子波w_i′(t)。

在步骤106中，可通过将步骤103中确定的输入子波w_i(t)与步骤105中确定的期望输出子波w_i′(t)进行匹配滤波，以获得反褶积滤波器d_i(t)。匹配滤波的方法对于本领域技术人员是已知的，因此为了简明，在本发明中省略对其的详细描述。

在步骤107中，可基于褶积模型x_i(t)=w_i(t)*r_i(t)对地震记录x_i(t)进行反褶积以获得反射系数序列r_i(t)，将反褶积滤波器d_i(t)与反射系数序列r_i(t)进行褶积以获得优化的地震记录y_i(t)，其中，y_i(t)=d_i(t)*r_i(t)。

图4a和图4b分别示出采用本发明的处理方法处理之前和之后的地震记录的示意图。

如图4所示，图4a是原始地震记录的示意图，图4b是采用本发明的地震记录处理方法对图4a中的地震记录进行提高分辨率处理的地震记录示意图。图4的横坐标表示地震记录道（i方向）即CMP点，纵坐标表示地震记录采样点（t方向）。曲线6为由测井数据生成的合成记录，曲线7为地震记录。通过观察曲线6的合成记录与曲线7的地震记录的匹配情况，可分析对地震记录分辨率处理的真实性和分辨率高低，匹配度越高则真实性越好。从图4a中可以看出，该地震勘探资料的分辨率较低、且与测井合成记录匹配较差，不能满足确定薄砂体油气储层的目标。

以框11所选择的区域为例进行对比分析，在一个时间层位（即时间同相轴），图4b中的同相轴比图4a中的同相轴多且层位多，层间反射信息更加丰富，而且图4b中的同相轴比图4a中的同相轴明显要细很多，一个同相轴被分成了两个同相轴，所以对地震记录资料处理的分辨率提高了，且地质记录解释所需要的更多构造细节和地质现象更加清晰。

此外，继续以框22所选择的区域为例进行对比分析，如框22选择的区域所示，图4a中的曲线6波形明显，但是曲线7剖面没有波形图，而图4b中曲线6和曲线7都在同一个时间上，重合比较好，也就是匹配比较好。同理，可以看到在其他时间层位上，采用本发明的处理方法进行处理获得的曲线6和曲线7匹配度都要高于未采用本发明的处理方法的曲线6和曲线7匹配度。

通过采用本发明实施例的信噪比谱的有效约束，可在信噪比较高的频带范围内提高地震记录的分辨率，保证处理前后地震记录的连续性和信噪比。并且从图4a和图4b的对比可以看出，采用本发明的方法进行处理之后的地震记录的分辨率得到明显改善，层间反射信息更加丰富，构造细节和地质现象更加清晰，且同相轴与测井合成记录的匹配程度较好；且由于对地震记录进行了信噪比谱的有效约束，处理后地震记录剖面的连续性和信噪比也得到较好的保持。

图5a和图5b分别示出采用本发明的处理方法处理之前和之后的输出子波振幅谱的示意图。

图5中的横坐标表示频率f，纵坐标表示振幅值。图5a为采用本发明的处理方法进行处理前的输出子波振幅谱曲线，图5b为采用本发明的处理方法进行处理后的输出子波振幅谱曲线，从图5a和图5b的比较可以看出：采用本发明的处理方法进行处理之前，输出子波振幅谱的高频集中在f=20Hz处，有效带宽交窄，而采用本发明的处理方法进行处理之后，输出子波振幅谱中低频得到很好的保护，高频得到有效的拓展，有效频带的带宽得到很好的拓宽。

通过应用本发明的地震记录处理方法，能够使地震记录的分辨率得到明显改善，频谱得到有效拓宽，且使地震记录的信噪比保持较好，地震记录中沉积内幕和接触关系清晰自然，为精细地质解释和储层描述提供更加可靠的基础数据。

此外，本发明通过在复赛谱域分离出输入子波的振幅谱，克服常规反褶积对某一解析函数的依赖，提高了求取振幅谱稳定性，并且通过信噪比谱的约束，提高了对反褶积前后信噪比的有效质控，改善地震勘探的分辨率效果，提高地震勘探技术预测和描述地下构造的能力。本发明尤其适应于需要高分辨率精细处理的地震记录（例如，二维和三维地震记录）的处理。

尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (5)

1.一种地震记录的处理方法，所述处理方法包括以下步骤：

(1)选择多道地震记录并将每道地震记录变换至复赛谱域以确定每道地震记录的复赛谱序列，其中，x_i(t)表示所述多道地震记录中的第i道地震记录，表示地震记录x_i(t)的复赛谱序列；

(2)从地震记录x_i(t)的复赛谱序列中提取地震记录x_i(t)的输入子波w_i(t)的复赛谱序列并从所述复赛谱序列确定所述输入子波w_i(t)的振幅谱w_i(f)和输入子波趋势拟合曲线；

(3)对输入子波w_i(t)的振幅谱w_i(f)进行傅里叶反变换，以确定所述输入子波w_i(t)；

(4)计算所述多道地震记录的信噪比谱，并基于输入子波趋势拟合曲线，参考所述信噪比谱的曲线来获得期望输出子波w′_i(t)的振幅谱w′_i(f)；

(5)对期望输出子波w′_i(t)的振幅谱w′_i(f)进行傅里叶反变换以确定所述期望输出子波w′_i(t)；

(6)通过将步骤(3)中确定的输入子波w_i(t)与步骤(5)中确定的期望输出子波w′_i(t)进行匹配滤波，以获得反褶积滤波器d_i(t)；

(7)基于褶积模型x_i(t)＝w_i(t)*r_i(t)对地震记录x_i(t)进行反褶积以获得反射系数序列r_i(t)，将反褶积滤波器d_i(t)与反射系数序列r_i(t)进行褶积以获得优化的地震记录y_i(t)，其中，y_i(t)＝d_i(t)*r_i(t)，*为褶积算子，

其中，步骤(4)包括：将期望输出子波拟合曲线的初始状态设置为输入子波趋势拟合曲线，并将所述多道地震记录的信噪比谱作为参考曲线，并拖动期望输出子波拟合曲线，使其带宽与所述信噪比谱的带宽相近，从而得到最终的期望输出子波拟合曲线，然后从期望输出子波拟合曲线获得期望输出子波w′_i(t)的振幅谱w′_i(f)。

2.根据权利要求1所述的处理方法，其中，确定输入子波w_i(t)的振幅谱w_i(f)的步骤包括：

使用预先设置的低通滤波器对地震记录x_i(t)的复赛谱序列进行低通滤波，以提取输入子波w_i(t)的复赛谱序列

将输入子波w_i(t)的复赛谱序列变换至频域来获得输入子波w_i(t)的振幅谱w_i(f)。

3.根据权利要求2所述的处理方法，其中，确定输入子波趋势拟合曲线的步骤包括：

计算输入子波w_i(t)的振幅谱w_i(f)在不同频率段上的均值；

利用样条拟合的方法将计算出的多个均值拟合成输入子波趋势拟合曲线。

4.根据权利要求1所述的处理方法，其中，计算信噪比谱的步骤包括：

通过公式计算信噪比，其中，为信号的平均功率谱，为噪音的平均功率谱， 为地震记录的平均功率谱， $\stackrel{\&OverBar;}{G_x\left(f\right)}=\frac{1}{N}\underset{i=1}{\overset{N}{\&Sigma;}}|x_i\left(f\right){|}^2,$ $\stackrel{\&OverBar;}{G_s\left(f\right)}=\frac{2}{N(N-1)}\underset{i=1}{\overset{N-1}{\&Sigma;}}\underset{j=i+1}{\overset{N}{\&Sigma;}}\&lsqb;x_i\left(f\right)\&CenterDot;x_j^{*}\left(f\right)+x_i^{*}\left(f\right)\&CenterDot;x_j\left(f\right)\&rsqb;,$ x_i(f)为选择的多道地震记录中的第i道地震记录x_i(t)经过傅里叶变换得到的频谱，x_j(f)为选择的多道地震记录中的第j道地震记录x_j(t)经过傅里叶变换得到的频谱，为x_i(f)的共轭运算，为x_j(f)的共轭运算，N为选择的多道地震记录的数量；

对信噪比进行分频形成信噪比谱。

5.根据权利要求4所述的处理方法，其中，采用三角滤波器分频算法对信噪比进行分频以形成信噪比谱。