宋鑫磊++王弘揚++任秋月++姚佳芮++胡喬治

摘 要：地震資料處理過程是連接資料采集和解釋的關鍵環(huán)節(jié)，為資料解釋提供直觀、可靠的依據和有關的地質信息。不同處理軟件和方法對地震資料處理結果的信噪比以及分辨率有著較大的影響。同時，同一方法，不同參數(shù)的選擇也會影響到處理結果的準確性和真實性。本文根據兩個不同地震資料處理軟件Echos以及GeoEast的處理結果做對比，分析兩種軟件和不同方法對地震資料處理結果的影響。

關鍵詞：地震資料處理；Echos；GeoEast；信噪比

中圖分類號：TP311.52 文獻標識碼：A 文章編號：1671-2064（2017）19-0024-03

1 引言

地震資料處理就是利用計算機對野外采集的原始地震資料進行加工，改造，以期得到高質量、高信噪比、可靠的地震信息。地震資料常規(guī)處理流程包括原始數(shù)據加載、定義觀測系統(tǒng)、靜校正、疊前去噪、振幅補償、反褶積、速速拾取、剩余靜校正、以及偏移等步驟[1-3]。本次處理過程使用的是我國東方地球物理公司研發(fā)的GeoEast軟件和帕拉代姆公司研發(fā)的Echos軟件，兩個軟件各有特點，但處理方法以及原理大同小異。處理過程中每個步驟對最終處理結果都起著至關重要的作用，觀測系統(tǒng)的定義決定了后續(xù)處理過程的穩(wěn)定性，正確的觀測系統(tǒng)保證了野外數(shù)據和室內處理的流程的關系。疊前去噪是處理的關鍵步驟，壓制噪聲，提高了地震資料的信噪比。反褶積的主要作用是盡可能消除大地濾波作用，壓縮地震子波，使實際的地震記錄接近于反射系數(shù)序列，從而提高地震資料分辨率。在速度拾取過程中，拾取速度的思路是由粗略到精細，線、號間隔由大到小的過程，反復迭代，直到效果最佳[4-6]。

本文所述的3D地震資料是來自我國東部某地的陸上地震資料，資料品質一般，存在較多噪音干擾，另外，斷層較多，地質構造較為復雜。通過多次試驗，找到了較為適合該地區(qū)資料品質及地震地質條件的相關參數(shù)，取得了較好的處理效果。本文著重闡述了本次處理中兩個不同軟件對地震資料處理的效果和異同點，為相關處理工作提供一些可以參考的思路和方法。

2 Echos和GeoEast處理流程和效果對比

本次具體處理流程如圖1所示。

疊前去噪主要應用了面波壓制、線性噪音壓制以及隨即干擾壓制。對比兩個軟件處理結果（圖2-圖3所示），發(fā)現(xiàn)GeoEast的去噪效果要比Echos要好，尤其在面波壓制方面，影響因素在于選取參數(shù)時，前者應用了面波的主頻和視速度范圍，而后者則只運用了面波的頻帶范圍[7]。

反褶積過程包括地標一致性反褶積和預測反褶積，預測步長由大到小，進行迭代處理，由圖4-圖5所示，兩個軟件對地震資料進行反褶積，可以看出剖面縱向分辨率得到提升，在淺層效果更為明顯，尤其用Echos處理得到的結果要比GeoEast分層更為明顯，且清晰[8]。

在剩余靜校正之前要進行速度拾取、NMO、疊加等工作，剩余靜校正效果的好壞與速度的拾取質量和次數(shù)有很大關系，從圖6-圖7兩圖我們可以比較出，GeoEast得出的結果要優(yōu)于Echos的處理結果[9]。

在經過圖1具體流程之后，我們得到了疊后偏移剖面（圖8-圖9所示），總結出淺層斷層發(fā)育，由Echos軟件處理得到的剖面較GeoEast處理結果能清晰的看到小斷層[10]。

3 結論

（1）在使用軟件的過程中，Geo East的模塊和參數(shù)選擇可視化要好一些，而Echos的參數(shù)選擇比較靈活多變。（2）在處理過程中，具體處理模塊處理效果不同，在去噪環(huán)節(jié)，GeoEast軟件的去噪效果比較明顯，但同時，容易去除有效波，而Echos軟件在去噪環(huán)節(jié)則有效保護了有效波的能量，同時，一部分噪音也殘留了下來。（3）兩個軟件在操作和界面上十分相似，在原理上也不盡相同，但在一些細節(jié)上有所差異，從處理結果來看，Echos在處理資料過程中的準確性要好一些。

參考文獻

[1]楊積凱，徐伯勛.自適應預測反褶積[J].石油物探，1992，（4）：59-69.

[2]王承曙.雙邊預測反褶積理論與算法[J].石油地球物理勘探，1991，（1）：10-18+128.

[3]雍凡，羅水余，李顏貴，等.F-K變換與預測反褶積壓制多次波效果對比[J].物探化探計算技術，2014，（6）：700-707.

[4]趙昌壘，葉月明，姚根順，等.線性拉東域預測反褶積在海洋多次波去除中的應用[J].地球物理學進展，2013，（2）：1026-1032.

[5]張軍華，繆彥舒，鄭旭剛，等.預測反褶積去多次波幾個理論問題探討[J].物探化探計算技術，2009，（1）：6-10+5.

[6]Maggio， S. Predictive Deconvolution and Hybrid Feature Selection for Computer-Aided Detection of Prostate Cancer [J].IEEE Transactions on Medical Imaging，2010，（2）：455.

[7]Porsani MJ， Ursin B. Direct multichannel predictive deconvolution [J].Geophysics：Journal of the Society of Exploration Geophysicists， 2007，（2）：11-27.

[8]Liu， Lei，Lu， Wenkai， A Fast L-1 Linear Estimator and Its Application on Predictive Deconvolution [J].IEEE geoscience and remote sensing letters， 2015，（5）：1056-1060.

[9]MICHAEL K. BROADHEAD.PREDICTIVE DECONVOLUTION FROM THE POINT OF VIEW OF KRIGING [J].Journal of seismic exploration，2009，（3）：199-214.

[10]MICHAEL K. BROADHEAD， CHRISTOPHER L. LINER， TADEUSZ J. ULRYCH et al. PREDICTIVE DECONVOLUTION BY FREQUENCY DOMAIN WIENER FILTERING[J].Journal of seismic exploration，2009，（4）：347-356.endprint