Prestack nonstationary deconvolution based on variable- step sampling in the radial trace domain

常规 nonstationary convolutional 模型假设地震信号在正常发生被记录。因为偏移量的效果，未加工的射击集合远离这个假设。因为如此的问题，我们建议一条新奇 prestack nonstationary deconvolution 途径。我们介绍光线的踪迹(RT ) 转变到 nonstationary deconvolution，我们与在 RT 领域的基于可变步的采样(VSS ) 的夸张变光滑估计 nonstationary deconvolution 因素，并且我们获得高分辨率的 prestack nonstationary deconvolution 数据。RT 变换明显的速度和 traveltime 从偏移量和 traveltime 坐标印射射击记录到那些。在 RT 的踪迹的光线路径更好满足 convolutional 模型的假设。建议方法联合过滤的静止 deconvolution 和反的 Q 的优点，没有为 Q 的优先的信息。在 RT 域的 nonstationary deconvolution 在时空(XT ) 是比那更合适的为 prestack 数据的领域因为它是正常的概括扩展发生。有合成、真实的数据的测试证明建议方法在补偿大偏移量、深的数据是更有效的。