CN104502974A - 一种压制多次波的组合方法及装置 - Google Patents

Abstract

本申请实施例公开了一种压制多次波的组合方法及装置。该方法包括：从所获取的叠前地震数据中识别与分析多次波；对识别出的多次波进行特征增强处理；压制共中心点道集数据中的近道多次波和远道多次波；压制经过叠前时间偏移后获得的共反射点道集中的多次波；压制经过数据叠加处理后获得的叠后数据中的多次波。该装置包括识别单元、增强处理单元、共中心点道集压制单元、第一共反射点道集压制单元以及第二共反射点道集压制单元。通过本申请实施例提供的压制多次波的组合方法及装置能有效的衰减层间多次波。

Description

一种压制多次波的组合方法及装置

技术领域

本申请涉及石油勘探技术领域，特别涉及一种压制多次波的组合方法及装置。

背景技术

当反射波向上传播遇到某个具有较大波阻抗差的界面时，反射波有可能从这个界面反射，向下传播。当反射波遇到反射界面时，再次发生反射返回地(海)面，于是形成了多次波。按照反射层的位置，多次波可分为以下几种类型：全程多次波、层间多次波、微屈多次波多次波以及鸣震。其中，层间多次波混杂在有效波(即一次波)之间，与一次波相互叠加和干涉，使一次波的波场特征畸变，模糊不清或难以识别。多次波严重时，导致地震剖面出现假的地质现象，降低了数据处理和解释工作的准确性。因此，研究压制多次波的方法具有一定的实际意义和应用价值。

多次波问题一直是地震勘探领域中的难点。在陆上勘探中，由于地层浅部结构的不稳定性，使其表面多次波不像海上数据那样明显，而陆上层间多次波则更为复杂，没有较为明显的特征，往往不易正确地判断地震剖面上产生层间多次波的界面位置，因此在数据处理中很难识别和去除。

目前，现有技术中压制多次波的方法有很多种，这些方法仅在某一阶段的数据中应用，在实际应用中并不能无法完全有效地衰减层间多次波。因此，需要一种新的压制多次波思路，来有效地衰减层间多次波。

发明内容

本申请实施例的目的是提供一种压制多次波的组合方法及装置，通过将几种压制多次波方法串联应用在不同数据处理阶段，来达到实现有效地衰减层间多次波的目的。

为实现上述技术目的，本申请实施例通过以下技术方案来实现：

本申请实施例提供了一种压制多次波的组合方法，包括：

从所获取的叠前地震数据中识别出多次波，该叠前地震数据中含有共中心点道集数据；

压制共中心点道集数据中的近道多次波和远道多次波；

压制经过叠前时间偏移处理后获得的共反射点道集数据中的多次波；

压制经过数据叠加处理后获得的叠后数据中的多次波。

优选的，所述从所获取的地震数据中识别出多次波包括：

根据多次波在共中心点道集数据中出现的时间位置，从共中心点道集数据中选取时窗，所述时窗中含有在预设炮检距内出现的完整多次波；

在共中心点道集上，用共中心点道集数据中一次波的速度对所选取的时窗中的多次波进行动校正。

优选的，所述压制多次波的方法还包括：在识别出多次波之后并在对多次波进行压制之前，对识别出的多次波进行特征增强处理。

优选的，所述对识别出的多次波进行特征增强处理包括：

对进行动校正后的多次波进行一致性处理，所述一致性处理包括自相关处理以及能量均衡处理。

优选的，所述压制共中心点道集数据中的近道多次波和远道多次波包括：

在共中心点道集上，利用预测滤波法对进行特征增强处理后的近道多次波进行衰减处理，所述预测滤波法包括Tau-P域预测反褶积方法；

在对近道多次波进行衰减处理后，利用预测滤波法对进行特征增强处理后的远道多次波进行衰减处理，所述预测滤波法包括抛物线Radon变换方法，

或，

在共中心点道集上，利用预测法对进行特征增强处理后的远道多次波进行衰减处理，所述预测法包括抛物线Radon变换方法；

在对远道多次波进行衰减处理后，利用预测滤波法对进行特征增强处理后的近道多次波进行衰减处理，所述预测滤波法包括Tau-P域预测反褶积方法。

优选的，所述压制叠前时间偏移后的共反射点道集中的多次波包括：

对共中心点道集数据进行叠前时间偏移处理，获得共反射点道集数据；

采用聚束滤波方法对共反射点道集数据中的多次波进行衰减处理；

优选的，所述压制经过数据叠加处理获得的叠后数据中的多次波包括：

对共反射点道集数据进行数据叠加处理，获得叠后数据

采用空间滤波法对叠后数据中的多次波进行衰减处理，所设计的空间滤波算子为：

$\text{a}\left(k\right)=w\left(k\right)\frac{\sin \mathrm{\π}(k_1+k_2)k}{\mathrm{\πk}}$

其中，a(k)为空间滤波算子，k1为低通波数，k2为低截波数，w(k)为加权函数，k为自变量。

本申请实施例还提供了一种压制多次波的装置，包括：

识别单元，所述识别单元用于从所获取的地震数据中识别出多次波，所述地震数据中含

有共中心点道集数据；

共中心点道集压制单元，所述共中心点道集压制单元用于压制共中心点道集数据中的近道多次波和远道多次波；

第一共反射点道集压制单元，所述共反射点道集第一压制单元用于压制经过叠前时间偏移处理后获得的共反射点道集数据中的多次波；

第二共反射点道集压制单元，所述共反射点道集第二压制单元用于压制经过数据叠加处理后获得的叠后数据中的多次波。

优选的，所述识别单元包括：

时窗选取子单元，所述时窗选取子单元用于根据多次波在共中心点道集数据中出现的时间位置，从共中心点道集数据中选取时窗，所述时窗中含有在预设的炮检距内出现的完整多次波；

动校正子单元，所述动校正子单元用于在共中心点道集上，用共中心点道集数据中一次波的速度对所选取的时窗中的多次波进行动校正。

优选的，所述压制多次波的装置还包括特征增强处理单元，所述特征增强处理单元用于对识别出的多次波进行特征增强处理；

优选的，所述特征增强处理单元包括：

一致性处理子单元，所述一致性处理单元用于对进行动校正后的多次波进行一致性处理，所述一致性处理包括自相关处理以及能量均衡处理；

优选的，所述共中心点道集压制单元包括：

近道压制子单元，所述近道压制子单元用于在共中心点道集中，利用预测法对进行增强处理后的近道多次波进行衰减处理，所述预测法包括Tau-P域预测反褶积方法；

远道压制子单元，所述远道压制子单元用于利用预测滤波法对进行特征增强处理后的远道多次波进行衰减处理，所述预测滤波法包括抛物线Radon变换方法。

优选的，所述第一共反射点道集压制单元包括：

叠前时间偏移处理子单元，所述叠前时间偏移处理子单元用于对共中心点道集数据进行叠前时间偏移处理，获得共反射点道集数据；

聚束滤波处理子单元，所述聚束滤波处理子单元用于采用聚束滤波方法对共反射点道集数据中的多次波进行衰减处理。

优选的，所述第二共反射点道集压制单元包括：

数据叠加处理子单元，所述数据叠加处理子单元用于对共反射点道集数据进行数据叠加处理，获得叠后数据；

空间滤波处理子单元，所述空间滤波处理子单元用于采用空间滤波法对叠后数据中的多次波进行衰减处理。

与现有技术相比，本申请具有以下技术效果：

本申请通过对叠前数据和叠后数据采用不同的滤波方法进行组合来压制多次波，从而实现了有效地衰减多次波。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一个实施例中一种压制多次波的方法的流程示意图；

图2为未经过处理的CMP道集数据。

图3为CMP道集数据中层间多次波进行动校正的效果图。

图4为对图3中的CMP道集数据进行自相关处理的效果图。

图5为所设计的空间滤波算子的模型图。

图6为本申请实施例中CMP道集数据经过处理后的剖面图。

图7为现有技术中CMP道集数据经过处理后的剖面图。

图8为本申请一个实施例中一种压制多次波的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

下面结合具体实例来详述本申请的具体实现方式。

实施例

图1为本申请一实施例中提供的一种压制多次波的组合方法的流程示意图。该组合方法主要是针对层间多次波发育的地震数据，通过对地震数据进行分析来识别出层间多次波，采取非线性特征增强技术突出多次波的规律，增强多次波在空间的一致性，然后分别对叠前数据和叠后数据采用不同的滤波方法进行组合来压制多次波，从而实现有效地衰减多次波。具体的，该组合方法包括如下步骤：

步骤S101，从获取的叠前地震数据中识别出多次波。

在本实施例中，主要是从地震数据中识别出层间多次波，具体识别过程如下：

针对某一研究区域，获取该研究区域中有关层间多次波发育的地震数据。根据层间多次波出现的时间位置，从该地震数据中选取时窗，所选取的时窗中含有在预设的炮检距内存在的一完整多次波，即从所选取的时窗中能看出层间多次波的走时变化。图2为一获取的未经过处理的CMP(Common Middle Point共中心点)道集数据。从该图中可以看出，在图中所示的时窗内该CMP道集数据中层间多次波的规律不够清晰。

针对所选取的时窗，在CMP道集上，对CMP道集数据中的层间多次波进行动校正，以消除炮检距对反射波旅行时的影响。动校正是将不同炮检距的反射时间校正到零炮检距反射时间的过程。其定义公式如下：

$\mathrm{\Δt}\left(x\right)=t\left(x\right)-t\left(0\right)=\sqrt{t^2\left(0\right)+\frac{x^2}{v^2}}-t\left(0\right)---\left(1\right)$

上式中，Δt(x)为动校正，t(x)为炮检距的反射时间，t(0)为零炮检距的反射时间，x为炮检距，v为反射波的速度。

在一实施例中，用CMP道集数据中一次波的速度对层间多次波进行动校正。在用一次波对层间多次波进行动校正之后，层间多次波的反射时间与共中心点处的时差，即剩余时差Δt_m为：

$\mathrm{\Δ}{t}_m=t_0\sqrt{1+\frac{x^2}{v_m^2{t}_0^2}}-(\sqrt{t_0^2+{\left(\frac{x}{V_p}\right)}^2}-t_0)---\left(2\right)$

上式中，V_m为层间多次波的速度，V_p为一次波的速度，x为炮检距，t₀为双程旅行时。

上面式(2)可近似为：

$\mathrm{\Δ}{t}_m=\frac{x^2}{2t_0}(\frac{1}{V_m^2}-\frac{1}{V_p^2})---\left(3\right)$

从式(3)中可以看出，层间多次波的剩余时差Δt_m呈近似的抛物线规律变化。

由于层间多次波的速度比一次波的速度小，层间多次波曲线比一次波曲线要陡，即层间多次波曲线的峰值要高于一次波的峰值。所以，在用一次波的速度对层间多次波进行动校正之后，该CMP道集数据中的一次波曲线基本被拉平，而层间多次波曲线呈向下弯曲现象，从而实现了从CMP道集数据中识别出层间多次波。

图3为对CMP道集数据中层间多次波进行动校正的效果图。从图3中可以看出该CMP道集数据中层间多次波经过动校正之后呈现出一定的规律性。

上述识别层间多次波的方法同样也适用于其他类型的多次波。

步骤S102，对识别出的多次波进行特征增强处理。

在本实施例中，主要是对识别出的层间多次波进行特征增强处理。

在所选取的时窗中的CMP道集上，用一次波的速度对层间多次波进行动校正来识别出层间多次波，虽然所识别出的层间多次波虽然具有一定的规律性，但其特征还不够突出，并且多次波的能量便削弱。因此，为了便于后续的滤波处理，需要对识别出的层间多次波进行特征增强处理。在一实施例中，采用如下方法来对识别出的多次波进行特征增强处理：

(1)对进行动校正后的多次波进行一致性处理分析。该一致性处理可以为自相关处理，该自相关处理主要是通过分析自相关图件，掌握多次波周期性规律，为后续采用预测法压制多次波提供很好参考依据。图4为对图3中的CMP道集数据进行自相关处理的效果图。从图4中可以看出，该CMP道集数据中层间多次波进行自相关处理后，其规律性更加明显。

(2)该一致性处理也可以为能量均衡处理，即采用能量均衡法对经过动校正处理后的数据进行多次波特征增强处理。如可以采用地表一致性振幅补偿技术对多次波能量进行均衡处理，以使多次波的能量一致以及更具有规律性。其具体处理方法可参考现有技术中基于地表一致性假设前提的子波和振幅一致性处理，在此不再赘叙。

需要说明的是，对多次波进行特征增强处理的方法并不限于上述两种，凡是能够使多次波的特征更加突出的方法均可采用。

上述对层间多次波进行特征增强处理的方法同样也适用于其他类型的多次波。

步骤S103，压制共中心点道集数据中的近道多次波和远道多次波。

多次波在不同炮检距上具有不同的动态时差，在小炮检距数据上表现出的多次波形态具有周期性，但与一次波的时差较小；而在大炮检距数据上，多次波与一次波存在一定的时差。依据这一特点，在不同的炮检距上采取不同的方法压制多次波。在此，为了便于描述，将小炮检距数据上的多次波称为近道多次波，将大炮检距数据上的多次波称为远道多次波。此外，在本实施例中，近道多次波和远道多次波主要是指近道和远道上的层间多次波。

(1)压制共中心点道集数据中的近道多次波。

在CMP道集中，近道多次波的周期性较强，具有可预测的特点。因此，采用预测反褶积法能够较好地衰减小炮检距上的多次波。优选的，采用Tau-P域预测反褶积法来压制近道多次波。

Tau-P域预测反褶积法主要是将t-x域预测反褶积法中的t-x域转换到t-p域，该方法要比t-x域预测反褶积法的效果好。在Tau-P域预测反褶积法中下行波的旅行时间t(z)为：

$t\left(z\right)=\mathrm{zq}=z\frac{\cos \mathrm{\θ}}{v}=\frac{z\sqrt{1-p^2{v}^2}}{v}---\left(4\right)$

对于一次反射波，其旅行时间t_p(z)为：

$t_p\left(z\right)=2\mathrm{zq}=\frac{2z\sqrt{1-p^2{v}^2}}{v}=t_0\sqrt{1-p^2{v}^2}---\left(5\right)$

对于一阶多次波，其旅行时间为：

$t_m^{\left(1\right)}\left(z\right)=4\mathrm{zq}=\frac{4z\sqrt{1-p^2{v}^2}}{v}=2t_0\sqrt{1-p^2{v}^2}---\left(6\right)$

P道的预测步长Δt(p)为：

$\mathrm{\Δt}\left(p\right)=\mathrm{\Δt}\left(0\right)\sqrt{1-p^2{v}^2}---\left(7\right)$

其中，p表示水平慢度，q为垂直慢度，z表示炮检距，v为下行波的速度，Δt(0)为零炮检距的时差。

在本实施例中，在t-p域压制CMP道集数据中的近道多次波。近道多次波集中于p为零值附近，切掉p为零值附近的数值再反变换到CMP道集，使得CMP道集数据中的多次波受到抑制，从而达到了压制多次波的效果。

需要说明的是，本申请实施例中并不限于用Tau-P域预测反褶积法来压制近道多次波。如有需要，也可以采用其他合适的方法来压制近道多次波。

(2)压制共中心点道集数据中的远道多次波

在CMP道集中，根据远道数据上一次波和多次波存在着显著的时差，以及多次波经过动校正之后，其剩余时差可近似认为呈抛物线轨迹，采用时差法来衰减大炮检距上的多次波。优选的，采用高精度抛物线拉冬(Radon)变换方法来压制远道多次波。抛物线Radon变换方法是将t-x域数据变换到Radon域，其基本方程为：

t＝τ+px²                          (8)

其中，t为反射波旅行时间，τ为反射波在零炮检距时的旅行时间，x为炮检距，p为抛物线参数。

根据抛物线Radon变换的基本方程，t-x域中的一条抛物线轨迹，变换到t-p域中成为一个点。将CMP道集中一次波和多次波的同相轴看成抛物线轨迹，沿着抛物线轨迹把CMP道集中同相轴的振幅进行叠加，置于t-p域中对应的点上。一次波和多次波的同相轴在于t-p域中对应不同的点，由于其p值不同，因此在t-p域中可以得到分离。由此可见，在Radon域，多次波和一次反射波能够更好地分离，可以有效地压制大炮检距上的多次波。

上述描述中是先对近道多次波进行压制，再对远道多次波进行压制。如有需要，也可以先压制远道多次波，再压制近道多次波。压制多次波的具体过程与上述步骤(1)和(2)相同，只需要将这两步骤的顺序调换一下即可，在此不再赘叙。

步骤S104，压制经过叠前时间偏移处理后获得的共反射点(CRP：Common Reflection Point)道集中的多次波。

为了确保CMP道集数据中的多次波能够最大程度的衰减，在对近道多次波和远道多次波进行压制之后，还需要在CRP道集上压制剩余的多次波。

首先，将CMP道集数据进行叠前时间偏移处理，得到CRP道集数据，具体处理方法与现有技术中的处理方法相同，在此不再赘叙。在将CMP道集数据经过叠前时间偏移得到CRP道集数据后，一次波被正确归位。然后，在CRP道集中，为了保持AVO(Amplitude Variation withOffset)特征、考虑方位角等因素变化，采用聚束滤波方法来压制多次波。

聚束滤波方法与Radon变换法类似，是一种包括信号和相关噪音的模型拟合的处理方法。假设在一个CRP道集中，数据模型在频率域可以表示为：

x＝Bp+Cv+u                        (9)

其中p为有效信号(即一次波),v为相关噪声(即多次波)，u为随机噪声。B为包含振幅、相位和时间延迟的有效信号的滤波算子，C为包含振幅、相位和时间延迟的相干噪声的滤波算子。

消除相关噪音的聚束滤波方法的约束条件是：①无有效信号的畸变，②相关噪声的零或最小响应。这两个约束条件可以描述为：

H_pA＝G                       (10)

其中G＝(I,0)，A＝(B,C)，I为单位矩阵，0为一个零矩阵。

采用Lagrange乘子法可以获得上述多约束问题的解为：

H_p＝G(A^HQ^-1A)^-1A^HQ^-1                      (11)

其中，Q＝E[uu]^H，E[]表示估计值。

假设随机噪声是正态分布，而且在每一道的能量都相同，即Q＝σ²I，则有效信号的估计为：

$\hat{p}=G{\left(A^{H}A\right)}^{-1}{A}^{H}x---\left(12\right)$

从式(12)可以看出，最后输出的是一次波，多次波被很好的衰减了。

采用聚束滤波方法衰减多次波，减小了多次波压制过程中对一次波的畸变，并保持了一次波的属性特征。

在本实施例中，主要是采用聚束滤波方法来压制层间多次波，但不构成对压制其他类型多次波的限制。

步骤S105，压制经过数据叠加处理后获得的叠后数据中的多次波。

为了得到偏移叠加剖面，需要将CRP数据进行数据叠加处理，具体处理方法采用现有技术中的数据叠加处理处理方法，在此不再赘叙。而将CRP道集数据进行数据叠加处理所得到的叠后数据中还残存有复杂的层间多次波能量，因此还需要进行滤波处理。由于层间多次波是由上覆界面产生的，成像后层间多次波的形态与一次波的形态上存在着差异。针对这一特点，设计空间域滤波算子，压制层间多次波的同相轴，保留一次波的形态，即采用空间域滤波方法衰减层间多次波。

所设计的空间域滤波算子如图5所示，其表达式为：

$\text{a}\left(k\right)=w\left(k\right)\frac{\sin \mathrm{\π}(k_1+k_2)k}{\mathrm{\πk}}---\left(13\right)$

上式中，k1为低通波数，k2为低截波数，w(k)为加权函数。多次波形态比较简单时，w(k)＝1；当层间多次波形态较为复杂时，根据层间多次波的变化，相应的调整权函数w(k)，以使滤波效果达到最佳。

图6-图7分别为本申请实施例中经过上述所有步骤处理后CMP道集数据的剖面图以及现有技术中常规处理后的CMP道集数据的剖面图。对比这两幅图可以看出，通过本申请实施例中CMP道集数据中的多次波经过处理后，其衰减的幅度更大。

综上所述，利用本申请实施例中的压制多次波的组合方法，能有效的衰减多次波，改善了反射波成像效果，进而为陆上压制多次波提供了有效的处理方法。

本申请实施例还提供了一种压制多次波的装置，如图8所示。该装置包括：识别单元801、特征增强处理单元802、共中心点道集压制单元803、第一共反射点道集压制单元804以及第二共反射点道集压制单元805。

识别单元801用于从所获取的地震数据中识别出多次波，其包括时窗选取子单元和动校正子单元(图中未示出)。时窗选取子单元用于根据多次波在共中心点道集数据中出现的时间位置，从共中心点道集数据中选取时窗，所选取的时窗中含有在预设的炮检距内出现的完整多次波；动校正子单元用于在共中心点道集上，用共中心点道集数据中一次波的速度对所选取的时窗中的多次波进行动校正。

特征增强处理单元802用于对识别出的多次波进行特征增强处理，其包括：一致性处理子单元(图中未示出)。一致性处理单元用于对进行动校正后的多次波进行一致性处理，该一致性处理可为自相关处理或能量均衡处理。

共中心点道集压制单元803用于压制共中心点道集数据中的近道多次波和远道多次波，其包括近道压制子单元和远道压制子单元(图中未示出)。该近道压制子单元用于在共中心点道集中，利用预测滤波法对进行特征增强处理后的近道多次波进行衰减处理，该预测滤波法包括Tau-P域预测反褶积方法；该远道压制子单元利用预测滤波法对进行特征增强处理后的远道多次波进行衰减处理，所述预测法包括抛物线Radon变换方法，

第一共反射点道集压制单元804用于压制经过叠前时间偏移后获得的共反射点道集数据中的多次波，其包括获取子单元和聚束滤波处理子单元。该获取子单元用于对共中心点道集数据进行叠前时间偏移处理，获得共反射点道集数据；该聚束滤波处理子单元用于采用聚束滤波方法对共反射点道集数据中的多次波进行衰减处理。

第二共反射点道集压制单元805用于压制经过数据叠加处理后获得的叠后数据中的多次波，其包括数据叠加处理子单元以及空间滤波处理子单元(图中未示出)。数据叠加处理子单元用于对共反射点道集数据进行数据叠加处理，获得叠后数据；空间滤波处理子单元用于采用空间滤波法对叠后数据中的多次波进行衰减处理。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (14)

1.一种压制多次波的组合方法，其特征在于，包括：

从所获取的叠前地震数据中识别出多次波，所述叠前地震数据中含有共中心点道集数据；

压制共中心点道集数据中的近道多次波和远道多次波；

压制经过叠前时间偏移处理后获得的共反射点道集数据中的多次波；

压制经过数据叠加处理后获得的叠后数据中的多次波。

2.根据权利要求1所述的压制多次波的组合方法，其特征在于，所述从所获取的叠前地震数据中识别出多次波包括：

根据多次波在共中心点道集数据中出现的时间位置，从共中心点道集数据中选取时窗，所述时窗中含有在预设炮检距内出现的完整多次波；

在共中心点道集上，用共中心点道集数据中一次波的速度对所选取的时窗中的多次波进行动校正。

3.根据权利要求1所述的压制多次波的组合方法，其特征在于，所述压制多次波的组合方法还包括：在识别出多次波之后并在对多次波进行压制之前，对识别出的多次波进行特征增强处理。

4.根据权利要求3所述的压制多次波的组合方法，其特征在于，所述对识别出的多次波进行特征增强处理包括：

对进行动校正后的多次波进行一致性处理，所述一致性处理包括自相关处理以及能量均衡处理。

5.根据权利要求1-4中任一项所述的压制多次波的组合方法，其特征在于，所述压制共中心点道集数据中的近道多次波和远道多次波包括：

在共中心点道集上，利用预测滤波法对进行特征增强处理后的近道多次波进行衰减处理，所述预测滤波法包括Tau-P域预测反褶积方法；

在对近道多次波进行衰减处理后，利用预测滤波法对进行特征增强处理后的远道多次波进行衰减处理，所述预测滤波法包括抛物线Radon变换方法，

或，

在共中心点道集上，利用预测法对进行特征增强处理后的远道多次波进行衰减处理，所述预测滤波法包括抛物线Radon变换方法；

在对远道多次波进行衰减处理后，利用预测滤波法对进行增强处理后的近道多次波进行 衰减处理，所述预测滤波法包括Tau-P域预测反褶积方法。

6.根据权利要求1-4中任一项所述的压制多次波的组合方法，其特征在于，所述压制经过叠前时间偏移处理后获得的共反射点道集数据中的多次波包括：

对共中心点道集数据进行叠前时间偏移处理，获得共反射点道集数据；

采用聚束滤波方法对共反射点道集数据中的多次波进行衰减处理。

7.根据权利要求1-4中任一项所述的压制多次波的组合方法，其特征在于，所述压制经过数据叠加处理后获得的叠后数据中的多次波包括：

对共反射点道集数据进行数据叠加处理，获得叠后数据；

采用空间滤波法对所述叠后数据中的多次波进行衰减处理，所设计的空间滤波算子为：

其中，a(k)为空间滤波算子，k1为低通波数，k2为低截波数，w(k)为加权函数，k为自变量。

8.一种压制多次波的装置，其特征在于，包括：

识别单元，所述识别单元用于从所获取的叠前地震数据中识别出多次波，所述叠前地震数据中含有共中心点道集数据；

共中心点道集压制单元，所述共中心点道集压制单元用于压制共中心点道集数据中的近道多次波和远道多次波；

第一共反射点道集压制单元，所述共反射点道集第一压制单元用于压制经过叠前时间偏移处理后获得的共反射点道集数据中的多次波；

第二共反射点道集压制单元，所述共反射点道集第二压制单元用于压制经过数据叠加处理后获得的叠后数据中的多次波。

9.根据权利要求8所述的压制多次波的装置，其特征在于，所述识别单元包括：

时窗选取子单元，所述时窗选取子单元用于根据多次波在共中心点道集数据中出现的时间位置，从共中心点道集数据中选取时窗，所述时窗中含有在预设的炮检距内出现的完整多次波；

动校正子单元，所述动校正子单元用于在共中心点道集上，用共中心点道集数据中一次波的速度对所选取的时窗中的多次波进行动校正。

10.根据权利要求8所述的压制多次波的装置，其特征在于，所述压制多次波的装置还包括特征增强处理单元，所述特征增强处理单元用于对识别出的多次波进行特征增强处理。

11.根据权利要求10所述的压制多次波的装置，其特征在于，所述特征增强处理单元包括：

一致性处理子单元，所述一致性处理单元用于对进行动校正后的多次波进行一致性处理，所述一致性处理包括自相关处理以及能量均衡处理。

12.根据权利要求8-11中任一项所述的压制多次波的装置，其特征在于，所述共中心点道集压制单元包括：

近道压制子单元，所述近道压制子单元用于在共中心点道集中，利用预测滤波法对进行增强处理后的近道多次波进行衰减处理，所述预测滤波法包括Tau-P域预测反褶积方法；

远道压制子单元，所述远道压制子单元用于利用预测滤波法对进行特征增强处理后的远道多次波进行衰减处理，所述预测滤波法包括抛物线Radon变换方法。

13.根据权利要求8-11中任一项所述的压制多次波的装置，其特征在于，所述第一共反射点道集压制单元包括：

叠前时间偏移处理子单元，所述叠前时间偏移处理子单元用于对共中心点道集数据进行叠前时间偏移处理，获得共反射点道集数据；

聚束滤波处理子单元，所述聚束滤波处理子单元用于采用聚束滤波方法对共反射点道集数据中的多次波进行衰减处理。

14.根据权利要求8-11中任一项所述的压制多次波的装置，其特征在于，所述第二共反射点道集压制单元包括：

数据叠加处理子单元，所述数据叠加处理子单元用于对共反射点道集数据进行数据叠加处理，获得叠后数据；

空间滤波处理子单元，所述空间滤波处理子单元用于采用空间滤波法对叠后数据中的多次波进行衰减处理。