下载文档原格式
反褶积处理方法要点反褶积处理是一种常用的信号处理方法，它可以用于去除信号中的卷积效应，从而提高信号的清晰度和分辨率。
在实际应用中，反褶积处理方法有着广泛的应用，例如在地震勘探、医学成像、图像处理等领域都有着重要的应用。
本文将介绍反褶积处理方法的要点，以帮助读者更好地理解和应用该方法。
一、反褶积处理的基本原理反褶积处理的基本原理是通过对信号进行卷积运算的逆运算，去除信号中的卷积效应。
在数学上，反褶积处理可以表示为：f(t) = g(t) * h(t) + n(t)其中，f(t)表示观测信号，g(t)表示真实信号，h(t)表示卷积核，n(t)表示噪声。
反褶积处理的目标是通过观测信号f(t)和卷积核h(t)，还原出真实信号g(t)。
二、反褶积处理的要点1. 选择合适的卷积核选择合适的卷积核是反褶积处理的关键。
卷积核的选择应该考虑到信号的特点和噪声的影响。
一般来说，卷积核应该具有平滑性和高分辨率的特点，以保证反褶积处理的效果。
2. 去除噪声的影响噪声是影响反褶积处理效果的主要因素之一。
在进行反褶积处理之前，应该对信号进行去噪处理，以提高信号的清晰度和分辨率。
3. 选择合适的反褶积算法反褶积处理有多种算法，包括Wiener滤波、Tikhonov正则化、最小二乘法等。
在选择反褶积算法时，应该根据信号的特点和噪声的影响进行选择，以保证反褶积处理的效果。
4. 控制反褶积处理的参数反褶积处理的效果受到多个参数的影响，包括卷积核的大小、去噪处理的程度、反褶积算法的选择等。
在进行反褶积处理时，应该根据实际情况控制这些参数，以达到最佳的反褶积处理效果。
三、反褶积处理的应用反褶积处理在地震勘探、医学成像、图像处理等领域都有着广泛的应用。
在地震勘探中，反褶积处理可以用于提高地震数据的清晰度和分辨率，从而更好地识别地下结构。
在医学成像中，反褶积处理可以用于去除图像中的模糊效应，提高图像的清晰度和分辨率。
在图像处理中，反褶积处理可以用于去除图像中的模糊效应，提高图像的清晰度和细节。
地震资料处理/解释大作业（处理部分）专业：勘查班级：2007-3姓名：王啸天学号：20070143252011年1月11日目录第一部分：处理大作业内容概述 (2)第二部分：数据加载和观测系统定义 (2)第三部分：道编辑和真振幅恢复 (4)第四部分：反褶积 (7)第五部分：速度分析 (9)第六部分：动校正叠加 (10)第七部分：剩余静校正 (11)第八部分：偏移 (14)第九部分：总结和体会 (14)第一部分：处理大作业内容概述本次实习的主要目的有两个，一是加深对地震资料处理流程的理解，另一方面是学习使用promax软件进行对地震资料的处理。
处理的流程：预处理（道编辑，真振幅回复），反褶积，CMP分选，速度分析，动校正，静校正，叠加，叠后偏移。
图1 promax的处理流程第二部分：数据加载和观测系统定义数据加载是指将野外地震记录的数据（CDP道集）加载到promax中，用的是SEG-Y input 模块，然后将数据输出保存到 01 segy input文件。
图2 数据加载观测系统描述了炮点位置、检波点位置及其炮点和检波点之间的几何关系。
以野外文件号（FFID）和记录道号（CHAN）为索引，赋予每个地震道正确的炮点坐标、检波点坐标，以及由此计算的共中心点坐标和面元序号，并将这些数据记录在地震道头或观测系统数据库中。
一般由炮点定义、检波点定义和炮检关系定义三部分组成。
图3观测系统图4观测系统的2D视图第三部分：道编辑和真振幅恢复道编辑是指对坏道和坏炮的处理和剔除，是在记录图中使用picking进行编辑。
点击picking，有编辑错道，编辑翻转道。
编辑错道时将所有错道放到一个文件夹里，拾取所有的反转道集后，放在另一个文件里面。
如下图所有的错道都存在:“44444”的文件夹里面。
图6 道编辑-错道和翻转到的拾取和保存地表地震记录的振幅不仅反映了地层界面的反射系数，而且还与地震波的激发、传播和接收等因素有关。
反褶积的原理和应用1. 什么是反褶积反褶积是一种信号处理技术，用于恢复被褶积模糊过的信号。
褶积是一种线性运算，将两个函数合成为一个函数。
在信号处理中，常常需要将一个信号与系统的脉冲响应进行褶积，从而实现信号的去模糊处理。
但在实际应用中，这种模糊操作可能会导致信息的丢失或者模糊，因此需要将模糊过的信号进行反褶积处理，恢复原信号的清晰度和准确性。
2. 反褶积的原理反褶积的原理基于褶积的可逆性。
在褶积操作中，原信号与系统的脉冲响应相乘并求和得到模糊信号。
反褶积即通过找到一个逆滤波器，将模糊信号与该逆滤波器进行滤波，从而恢复出原信号。
反褶积的数学表达式为：原信号 = 反褶积（模糊信号，脉冲响应）其中，反褶积（）代表反褶积操作，模糊信号为经过褶积操作得到的信号，脉冲响应为系统的响应函数。
3. 反褶积的应用3.1 无线通信领域在无线通信领域，反褶积被广泛应用于信道均衡和符号检测。
在无线信道传输过程中，由于多径效应等因素的影响，信号可能会受到褶积模糊的影响，造成接收信号的失真。
通过使用反褶积算法对接收信号进行处理，可以有效地消除信道带来的影响，提高信号的接收质量。
3.2 显微镜图像恢复在显微镜图像的拍摄过程中，由于光学系统的限制以及物理因素的影响，得到的图像可能会存在模糊或失真等问题。
通过采用反褶积算法，可以对图像进行去模糊处理，提高图像的清晰度和准确性，从而更好地观察和分析目标物体。
3.3 地震数据处理在地震探测和勘探过程中，地震数据可能会受到地下介质的复杂反射和折射影响，导致地震图像的模糊和失真。
采用反褶积算法对地震数据进行处理，可以消除模糊和去除干扰信号，提高地震图像的分辨率和准确性，帮助地质学家更好地理解地下结构。
3.4 知觉学研究在人类视觉系统的研究中，反褶积被广泛应用于图像处理和视觉感知的研究中。
通过采用反褶积算法，可以还原图像背后的物理信息，研究人类视觉系统在感知和认知过程中的工作原理和机制，对于理解人类视觉系统的功能和性能具有重要意义。
答案地震勘探原理试卷：采集部分IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】地震勘探原理（采集部分）试卷一一.名词解释（30分,每题3分）1.观测系统：地震勘探中的观测系统是指地震波的激发点与接收点的相互位置关系。
2.振动曲线：一个质点在振动过程中的位移随时间变化的曲线称为振动曲线。
3.分辨率：两个波可以分辨开的最小距离叫做分辨率。
4.折射波：地震波以邻界角入射到介质分界面时，透射角等于90°，透射波沿界面滑行，引起上层介质震动而传到地表，这种波叫做折射波。
5.屏蔽：由于剖面中有速度很高的厚层存在，引起不能在地面接收到来自深层的反射波，这种现象叫做屏蔽效应。
（如果高速层厚度小于地震波波长，则无屏蔽作用）。
上部界面的反射系数越大，则接收到的下部界面的能量越小，称屏蔽作用越厉害。
6．波阻抗：介质传播地震波的能力。
波阻抗等于波速与介质密度的乘积（Z=Vρ）。
7.频谱：一个复杂的振动信号，可以看成由许多简谐分量叠加而成，那许多简谐分量及其各自的振幅、频率和初相，就叫做复杂振动的频谱。
8.尼奎斯特频率：是指采样率不会出现假频的最高频率，它等于采样频率的一半，也称为折叠频率。
大于尼奎斯特频率的频率也以较低频的假频出现。
9.视速度：沿检波器排列所见的波列上被记录的速度。
时距曲线斜率的倒数。
10.反射系数：反射波的振幅与入射波的振幅之比，叫反射界面的反射系数。
二.填空题（20分，每空1分）1、请用中文写出以下英文缩写术语的意思：3C3D三分量三维；AVO振幅随偏移距的变化。
2.振动在介质中___传播____就形成波.地震波是一种___弹性_____波。
3.地震波传播到地面时通过____检波器__将___机械振动信号___转变为___电信号。
4.二维观测系统确定后，改变炮点间隔，会使覆盖次数发生变化。
5.沿排列的CMP点距为1/2道距。
6.通常，宽方位角观测系统的定义是：当横、纵比大于时，为宽方位角观测系统。
第二章反褶积反褶积是借助压缩基本地震子波来改善时间分辨率的一种处理过程。
为搞清这一过程要求综合研究正演问题，即必须首先研究记录的地震道的积木式分段单元。
地层是由不同类型岩性的岩层组成的，每种岩石类型都有地球物理学家所可利用的某种物理特性。
至于地震勘探，则根据波传播速度和岩层密度确定岩层。
密度与速度的乘积称之为地震波阻抗，地震资料分析期望的最终成果就是地震波阻抗剖面。
我们有在井中直接检测岩层速度和密度的方法，这种方法能向我们提供地震波阻抗与深度的关系。
在地面上沿测线记录到的地震反射波就是由于两地层之间的波阻抗差引起的。
记录到的反射记录可通过反射率与震源子波的褶积来模拟。
下面分别对褶积模型、各种反滤波进行介绍，并给出应用实例。
2.1褶积模型我们从图1给出的一个实际声测井记录入手，该声测井曲线是层速度与深度的关系图。
实际的速度测量是以2英尺的采样间隔在1000—5400英尺之间的深度段内完成的。
借助简单的斜坡把速度函数外延至地面。
该声测井记录显示出明显突变和强低频趋势特征，这两者构成了总的速度变化。
实际上我们通常用CM道集作速度分析进行估算的就是这种低频趋势。
对声测井曲线可通过人工分段提取其速度趋势，其结果可列表如下：由声测井记录确定的层速度趋势表1层速度深度范围地层序号（眺）(ft)1210001000 - -2000219000 探2000—22503187502250—25004126502500 - -37755196503775 - -5400探实际上该层速度是逐渐减小的。
我们所做的就是形成一组恒定层速度的层组。
把测井曲线进行这种分段多少有点类似于地质家对假想的地下模型所做的分层。
地质家是根据岩性分层，而我们根据声测井曲线的分段性质提取的分层则是以速度差为依据的。
下面对表1中所确定的地层的岩性分类：地层序号岩性1 灰岩2 泥质灰岩（泥岩含量逐渐增加）3 泥质灰岩4 泥岩5 白云岩在声测井曲线的低频趋势上附加有高频分量。
地震数据处理基本流程
地震数据处理基本流程：
①数据输入：将原始地震数据导入处理系统，这通常涉及到数据的读取、格式转换和初始检查。
②观测系统定义：设定地震数据的观测参数，包括炮点和检波器的位置、深度、覆盖次数等信息。
③预处理：对数据进行初步清洗，包括数据解编、格式转换、道编辑、噪声去除、缺失数据插值等。
④静校正：进行野外静校正，修正由于地形、近地表速度结构变化等因素引起的传播时间差异。
⑤动校正：进行动校正以补偿地震波在不同路径长度上的传播时间差，通常基于速度模型。
⑥反褶积：压缩地震子波，提高时间分辨率，减少多次波的影响。
⑦速度分析：确定地震波在地下各层的速度，用于后续的动校正和偏移处理。
⑧剩余静校正：对动校正后的数据进行进一步的静校正，以消除残余的传播时间误差。
⑨叠加：对校正后的数据进行叠加，提高信噪比，形成叠加剖面。
⑩偏移：进行偏移处理，将地震数据从共反射点（CMP）域转换到真实地质结构的空间位置，生成偏移剖面。
⑪显示与解释：将处理后的地震数据以图像形式显示，供地质学家进行解
释，识别地层结构、断层和油气藏等。
⑫质量控制：在处理的每个阶段，进行质量控制检查，确保数据的准确性和可靠性。
反褶积的含义与作用稿子一：嘿，朋友！今天咱们来聊聊反褶积这个听起来有点神秘的家伙。
你知道吗？反褶积啊，简单说就是一种处理信号或者数据的方法。
就好像我们在一堆乱糟糟的声音里，要把真正想听的那个清晰地找出来。
比如说，地震勘探里，从接收到的复杂信号中，反褶积能帮咱们把地下岩层的真实信息给挖出来。
它就像个神奇的魔法棒，把那些混在一起的东西分开，让我们能更清楚地看到本质。
在通信领域，它也大有用处呢！能让信号传输得更准确、更清晰，减少干扰和误差。
想象一下，打电话的时候没有杂音，那得多爽！反褶积还能用于图像处理。
比如说让模糊的照片变得清晰，这可太厉害了！就好像给照片来了个“一键美颜”，但不是变漂亮，而是变清晰。
呀，反褶积就是个能让复杂变简单，让模糊变清晰的厉害工具，让我们在各种领域都能更准确地获取和处理信息。
是不是很神奇呢？稿子二：亲，咱们来唠唠反褶积哈！反褶积到底是啥呢？其实呀，它就像是个超级整理大师。
比如说，你听到一段嘈杂的音乐，里面有各种声音混在一起，反褶积就能把每个声音单独拎出来，让你听得清清楚楚。
在科学研究里，它的作用可大啦！像地质学家研究地下结构，靠的就是反褶积从那些乱糟糟的地震波里找出有用的信息，弄明白地下到底是啥情况。
还有哦，医学上也能看到它的身影。
比如说一些医学影像，通过反褶积能让医生更准确地判断病情，就像给医生配了一副超级清晰的眼镜。
对于工程师们来说，反褶积也是个宝贝。
在信号处理中，它能提高系统的性能，让一切都变得井井有条。
而且呀，反褶积还在不断发展和进步呢。
未来，它可能会变得更厉害，帮我们解决更多复杂的问题。
怎么样，是不是觉得反褶积很牛呀？。
论反褶积的概念及类型论文提要地震勘探技术在油气田勘探开发中起着重要作用。
地震勘探包括地震采集、处理和解释三大部分。
地震采集是利用野外地震采集系统获取地震数据处理所需的反射波数据；地震数据处理的目的是对地震采集数据做各种处理提高反射波数据的信噪比、分辨率和保真度以便于解释；地震解释分为构造和岩性解释，目的是确定地震反射波数据的地质特征和意义。
地震数据处理依赖于地震采集数据的质量，处理结果直接影响解释的正确性和精确度。
探讨地震处理的基本原理和基本方法有助于全面利用采集数据，充分利用处理方法，为地震解释提供可靠的处理成果剖面。
正文地震数据处理主要包括地震反褶积、叠加和偏移成像三大技术。
地震反褶积是通过压缩地震子波提高地震时间分辨率；叠加的目的是压制随机噪声提高地震信噪比；偏移成像包括射线偏移和波动方程偏移两大类，主要目的是实现反射界面的空间归位和恢复反射界面空间的波场特征、振幅变化和反射系数，提高地震空间分辨率和地震保真度。
反褶积是地震资料最常用和最重要的处理方法之一。
反褶积可在叠前做也可在叠后做。
叠前反褶积的目的是把地震子波压缩成尖脉冲来改进时间分辨率。
叠后的预测反褶积主要是消除海上鸣震（交混回响）等多次波干扰，突出有效波，提高地震资料的信噪比。
在常规处理中反褶积的基础是最佳维纳滤波。
反褶积后要用某种类型的道均衡，以使数据达到通常的均方根振幅水平。
一、反褶积的概念（一）反褶积问题的提出实际地震记录由于受复杂子波的作用和干扰的影响，分辨能力较低，地质界面上各反射波互相叠加、彼此干涉，成为一复杂的形式，不能通过地质资料的解释，得到准确的地质界面。
反褶积的目的就是要通过某种数学方法，压缩地震子波，使地震记录分辨率提高，从而近似反射系数剖面，得到地下介质精确的反射结构。
假定地震记录不含干扰，何以得到x(t)=b(t)*ξ(t) （1-1）对应的频率域形式X(ω)=B(ω)×Ξ(ω)（1-2）令A(ω)=1/ B(ω)（1-3）则可得到Ξ(ω)= A(ω)×X(ω)（1-4）写成时间域形式ξ(t)=a(t)* x(t)（1-5）由x(t)=b(t)* ξ(t) 和ξ(t)=a(t)* x(t)可以看到：前者由子波和反射系数得到地震记录，是一褶积过程；后者则反过来，由一函数与地震记录褶积得到反射系数，这一过程可被称为反褶积。
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。
