波动方程偏移与反演
共偏移距道集平面波叠前时间偏移与反偏移
地 球 物 理 学 报
ＣＨ Ｉ Ｎ Ｅ Ｓ Ｅ Ｊ ＯＵＲ ＮＡ Ｌ Ｏ Ｆ Ｇ Ｅ Ｏ Ｐ ＨＹ Ｓ Ｉ Ｃ Ｓ
Ｖ ｏ ｌ ． ５ ２，Ｎ ｏ ． ５ ， Ｍ ａ ２ ０ ０ ９ ｙ
管路 平 ， 唐 亚 勋， 王 华 忠． 共 偏 移 距 道 集 平 面 波 叠 前 时 间 偏 移 与 反 偏 移． 地 球 物 理 学 报， ： ： ２ ０ ０ ９， ５ ２（ ５） １ ３ ０ １～１ ３ ０ ９， Ｄ Ｏ Ｉ １ ０． ／ ３ ９ ６ ９ ． ｉ ｓ ｓ ｎ ． ０ ０ ０ １ ５ ７ ３ ３． ２ ０ ０ ９． ０ ５． ０ １ ９ ｊ Ｇ ｕ ａ ｎＬＰ， Ｔ ａ ｎ ａ ｎ Ｃ ｏ ｍｍ ｏ ｎ ｏ ｆ ｆ ｓ ｅ ｔｐ ｌ ａ ｎ ｅ ｗ ａ ｖ ｅｐ ｒ ｅ ｓ ｔ ａ ｃ ｋｔ ｉ ｍ ｅｍ ｉ ｒ ａ ｔ ｉ ｏ ｎａ ｎ ｄｄ ｅ ｍ ｉ ｒ ａ ｔ ｉ ｏ ｎ ． ∳ ∰‟ ｇＹ Ｘ，Ｗ ｇＨ Ｚ． ｇ ｇ （ ） ， （ ） ： ： ／ ｉ ｎＣ ｈ ｉ ｎ ｅ ｓ ｅ ２ ０ ０ ９， ５ ２ ５ １ ３ ０ １～１ ３ ０ ９， Ｄ Ｏ Ｉ １ ０． ３ ９ ６ ９ ． ｉ ｓ ｓ ｎ ． ０ ０ ０ １ ５ ７ ３ ３． ２ ０ ０ ９． ０ ５． ０ １ ９ ｊ ．
图11c是采用相同的偏移速度反偏移到偏移距200m的结果从图中可以发现在横纵向速度均剧烈变化的情况下叠前时间相移偏移也能取得基本令人满意的结果考虑到叠前时间偏移的局限更重要的是正反偏移后的结果和输入数据几乎无异这说明即使地质条件非常复杂我们也可以用比较粗糙的速度进行偏移反偏移地震数据的映射得到的结果也是比较可靠的基于此我们可以用共偏移距平面波叠前时间偏移反偏移的串联将非零偏移距数据投影到零偏移距相当于dmo处理将非零偏移距数据映射到另一个非零偏移距数据即进行地震数据规则化也可称偏移距外推及最小二乘偏移保真成像处理结论与讨论详细地讨论了共偏移距道集平面波叠前时间偏移算子与对应的反偏移算子算法的偏移孔径能够由最大慢度控制进而可以通过对最大慢度的改变而实现偏移孔径的变变孔径偏移大大提高了偏移的速度以及偏移的效果共偏移距道集平面波叠前时间偏移算子和反偏移算子的串联实现了把非零偏移距数据体映射成零偏移距数据体非零偏移距数据体映射成另一个非零偏移距数据体理论上共偏移距道集平面波叠前时间偏移只能处理介质但是从对横向变速比较剧烈的marmousi模型的数值试验结果中不难发现该算法也能得到比较令人满意的效果尽管上述地震数据映射过程中地震波的运动学特征保持得很好但是动力学特征的保持还有待改进一步的基于共偏移距道集平面波叠前时间偏移算子与对应的反偏移算子的最小二乘数据映射方法正在发展中期望会有利于映射后数据的动力学特征的改善使得地震数据的规则化方法更加完善参考文献referencesprocessingversusinversionblackwellscientificpublicationstygelmaunifiedapproachto3dseismicreflectionimagingbasicconceptsjrmathematicsofmultidimensionalseismicimagingdifferentialoffsetcontinuationseismicreflectiondatainterpolationdubrulleaanumericalmethodsforthemigrationofconstantoffsetsectionsinhomogeneousandhorizontallygazdagjwaveequationmigrationwiththephaseshift频率波数域共偏移距叠前时间偏移方法
波动方程的变形问题
波动方程的变形问题波动方程是一种描述波动现象的偏微分方程，它在自然科学和工程技术领域有着广泛的应用。
然而，在实际情况中，波动系统常常受到各种外界因素的影响，导致波动方程出现各种变形问题。
本文将从数学角度探讨波动方程的变形问题及其解决方法。
一、波动方程波动方程是一种描述波动现象的偏微分方程，可以用来描述波动在空间和时间上的变化规律。
形式上，波动方程可以表示为：\begin{equation}\frac{\partial^2 u}{\partial t^2} = c^2 \nabla^2 u\end{equation}其中，$u$是波动的物理量，比如声波中的压力、光波中的电场强度等；$t$是时间；$c$是波的速度；$\nabla^2$是拉普拉斯算子。
二、波动方程的变形问题在实际情况中，波动系统常常受到各种外界因素的影响，导致波动方程出现各种变形问题。
例如：1. 非线性波动方程当波动系统受到强烈的非线性影响时，波动方程将变成非线性波动方程。
这种情况下，波动的物理量不再满足线性规律，而是出现了明显的非线性效应。
非线性波动方程的形式如下：\begin{equation}\frac{\partial^2 u}{\partial t^2} = c^2 \nabla^2 u + f(u)\end{equation}其中，$f(u)$是一个非线性函数。
2. 不均匀介质中的波动方程当波动系统传播介质的物理性质发生改变时，波动方程将变成不均匀介质中的波动方程。
在这种情况下，波的速度和传播介质的密度、粘度、流变性等物理量有关，因此波动方程的形式会发生变化。
不均匀介质中的波动方程可以表示为：\begin{equation}\frac{\partial}{\partial x_i} \left(p_{ij} \frac{\partial u}{\partial x_j} \right) + f_i = \rho \frac{\partial^2 u}{\partial t^2}\end{equation}其中，$p_{ij}$是传播介质的物理性质张量；$f_i$是外力作用力；$\rho$是介质密度。
AVO技术及其特点
A VO技术及特点AVO是英文Amplitude Various with Offset的简写，早先称之为Amplitude Versus Offset。
A VO技术则是通过建立储层含流体性质与AVO的关系，应用A VO的属性参数来对储层的含流体性质进行检测[32]。
在实际应用中，就是利用地震反射的CDP道集资料，分析储层界面上的反射波振幅随炮检距的变化规律，或通过计算反射波振幅随其入射角q的变化参数，估算界面上的A VO属性参数和泊松比差，进一步推断储层的岩性和含油气性质[33，。
A VO应用的基础是泊松比的变化，而泊松比的变化是不同岩性和不同孔隙流体介质之间存在差异的客观事实。
基于这种事实，使我们应用A VO技术进行储层识别和储层孔隙流体性质检测成为可能。
A VO技术主要有以下几方面的特点：１、A VO技术直接利用CDP道集资料进行分析。
这就充分利用了多次覆盖得到的丰富的原始信息，而各种利用叠后资料进行解释的方法都忽视和丢掉了包含在原始道集里的很有价值的信息。
２、亮点技术的理论基础是平面波垂直入射情况下得出的有关反射系数的结论，仅用反射系数的大小和极性变化来推断界面的特性（波阻抗差）。
而A VO技术利用了振幅随炮检距(入射角q)变化的特点，也就是说，利用了整条R(q)曲线的特点，亮点技术只利用了q=0这一特殊情况下曲线的一个数值。
所以，一般说来，A VO技术对岩性和储层含流体性质的解释要比亮点技术更为可靠。
从而，亮点剖面上的一些假异常也有可能利用A VO技术进行全面识别[52]。
３、波动方程偏移技术是利用波动方程进行地震剖面成象的一个重大成果，也可看作是用波动方程进行地下构造形态的“反演”。
而直接利用波动方程进行地层弹性参数的反演(也可看作是岩性反演)的工作，虽然近几十年已进行了大量研究，但离真正用于生产还有一定距离。
A VO技术严格来说虽然还不能算是一种利用波动方程进行岩性反演的方法，但它的思路，理论基础已经是对波动方程得到结果的比较精确、而且直接的利用。
地震波逆时偏移方法研究
地震波逆时偏移方法研究地震波逆时偏移方法（Reverse Time Migration，RTM）是一种新型的地震成像方法，具有较高的精度和分辨率，广泛应用于油气勘探、地震地质研究等领域。
本文介绍了地震波逆时偏移方法的基础原理、算法和应用研究现状。
地震波逆时偏移方法是利用地震波在地下传播与反射的特性实现对地下结构的成像。
其基本原理是以地震波源为中心，将地震记录数据在时间轴上倒序反演到地震波源处，然后进行反射成像。
具体来说，地震波逆时偏移方法主要包括以下步骤：1、前向传播：在地震波源处施加指定波形的地震震源，将地震波信号传播到每个模型单元。
2、反演求解：根据反演方程，利用上一时刻网格单元中的压力场信息和速度模型，计算当前时刻的速度场和压力场。
同时，计算观测数据的残差，通过残差的逆时中心分散源分布对速度模型进行校正。
3、反向传播：反推每个时刻的波场信息，得到在地震波源处反射回来的应力波形，从而实现成像。
在地震波逆时偏移方法的实现中，需要采用适当的算法来计算速度模型和波场信息。
下面分别介绍常用的有限元方法、有限差分方法和偏移算法。
1、有限元方法有限元方法是一种数值方法，通过将地下结构离散化成有限个结构单元，采用形函数法和单元刚度矩阵计算波场信息。
有限元方法的优点是可以很好地处理波传播和反射现象，但计算量较大，需要较高的计算效率和处理力。
有限差分方法是一种数值离散方法，采用差分算子计算相邻单元间的差分，采用传播规则更新波场信息。
有限差分方法计算速度模型较为简单，但需要大量的内存和计算资源。
3、偏移算法偏移算法是一种基于波动方程的成像算法，具有较高的成像精度和分辨率。
偏移算法主要由反演、卷积、积分三个部分组成。
通过从地震数据中提取反射信息，根据波动方程求解反传波场信息，再与传播波场信息卷积运算得到成像结果。
地震波逆时偏移方法已经成为研究地下结构、油气田勘探等领域的重要工具。
目前，该方法在地震资料处理、反演成像、油气勘探等方面得到广泛应用。
波动方程的双曲波问题
波动方程的双曲波问题波动方程是自然科学中具有重要意义的一类偏微分方程，它描述了许多与波动有关的现象，如机械波、电磁波等。
由于它极具实用性，被广泛应用于物理学、工程学等领域。
但是，波动方程的解法却十分困难，尤其是在存在“双曲波”问题的情况下。
本文将深入探讨波动方程的双曲波问题，旨在展示这一问题的困难之处，并探讨解决这一问题的方法与意义。
一、波动方程与双曲波问题波动方程是常见的偏微分方程之一，它描述了波动在一定条件下的传播规律。
波动方程通常被表示为：∂²u/∂t²=c²∆u其中，u代表波时空分布的幅度，c代表波在空间中传播的速度，∆u代表波在空间中的扩散速度。
这个方程虽然形式简单，但是它的解却非常复杂。
在特定条件下，波动方程需要面对“双曲波”问题，这使得其解法变得十分困难。
什么是双曲波问题呢？简单而言，双曲波问题是指波在一个开放的区域中传播时，会产生大量的反射现象，导致波的能量不仅向前传播，还会向后反射，形成相反方向传播的波。
这种现象称为“双曲性”。
二、解决双曲波问题的方法对于波动方程的双曲波问题，解法十分困难。
然而，我们并没有放弃寻找解决方法的努力。
下面，将介绍两种主要的解决双曲波问题的方法。
1.改良后的正演算法正演算法是求解波动方程的一种方法，它通过模拟波的传播过程来求得波的空间分布规律。
但是，正演算法常常存在不稳定性和数值误差的问题，尤其是在处理双曲波问题时。
因此，人们尝试推出改良后的正演算法，以解决双曲波问题。
改良后的正演算法采用了更为复杂的算法，可以通过调节模型的参数来控制波的传播方向和反射率，从而使波的传播变得更加稳定和准确。
虽然这种方法的计算复杂度要高于传统的正演算法，但是它可以快速有效地解决双曲波问题，有着重要的实用价值。
2.逆时偏移逆时偏移是一种新的波动方程反演方法，它可以在同时处理多个传感器数据的情况下，以更高的精度和速度来准确地恢复波的真实情况。
在处理双曲波问题时，逆时偏移可以通过对相反传播的波进行综合处理来消除反射干扰，从而得到比正演求解方法更为准确的结果。
三大偏移方法的对比-克西霍夫偏移、有限差分、波动方程偏移
叠加偏移成像技术1.多次覆盖技术的意义。
在野外采用多次覆盖的观测方法，在室内将野外观测的多次覆盖原始记录经过抽取共中心点或共深度点或共反射点道集记录、速度分析、动静校正、水平叠加等一系列处理的工作过程，最终得到基本能够反映地下地质形态的水平叠加剖面或相应的数据体，这一整套工作称为共反射点叠加法，或称为水平叠加技术。
多次覆盖是当今地震勘探野外作业中最基本的工作方法。
多次覆盖资料既是野外工作的最终成果之一，也是室内资料处理和各种反演工作最基础、最原始的资料。
多次覆盖技术最早是由梅恩提出的，它的基本思想是按照一定的观测系统对地下某点的地质信息进行多次观测，这样可以保证即使有个别观测点受到干扰也能得到地下每一点的有效信息，从而使原始记录有了质量保证。
多次覆盖技术的最突出的作用是能够有效地压制随机噪声，提高信噪比，比如经过n 次覆盖，信噪比是原来信号的√n倍。
从而突出反射波，压制干扰波，提高信噪比，为地震资料处理解释提供较高质量的地震资料。
2.比较三大类偏移方法的优劣势。
目前，所说的三大类偏移方法指的是Kirchhoff积分法、有限差分法和频率-波数域偏移法。
下面将对这三类方法的优点和不足进行简单的比较。
（1）偏移孔径的差异Kirchhoff积分法一般需要根据偏移剖面上的倾角确定偏移范围，即孔径。
这个孔径在理论上可以取成满足90°倾角的要求。
但实际上总是取得小一些。
特别是浅层一般取±25°以内即可。
深层的孔径要大一些，但是要以最大倾角为依据。
否则，或者增加工作量，或者增强偏移噪声。
频率-波数域偏移没有孔径限制，因此它可以自然满足±90°倾角偏移。
它与Kirchhoff 积分法的控制孔径的方式不同，频率-波数域偏移法可以通过在频率-波数域中的二维滤波来控制偏移孔径。
有限差分法可以通过数值的粘滞性来控制孔径，其实质也是一种二维滤波。
另外，有限差分法常用的是一种近似方程。
波动方程反演问题的一种新的逼近方法
波动方程反演问题的一种新的逼近方法
近几十年来，波动方程反演问题一直是计算机科学领域中一个重要的研究课题，在多学科的联合研究中发挥着重要的作用。
传统的数值方法，如有限元法、有限差分法，和谱方法，可以解决一些比较简单的求解问题，但是当处理复杂的反演问题时，这些方法有其局限性。
随着计算机技术的发展，新的方法和算法被提出，逐步超越了传统数值方法。
最近，研究人员提出了一种新的、高效的逼近方法，用于解决波动方程反演问题。
这种方法结合了多步格式（multi-step format）和深度学习（Deep Learning）技术，克服了传统方法的缺点，可以有效地解决复杂的反演问题。
首先，通过提出一种新的逼近格式，来更好地解决波动方程的反演问题。
该逼近格式的灵活性非常强，可以改变与波动方程有关的参数，从而更好地拟合波动方程的真实解。
其次，通过使用深度学习技术，可以更好地提取非线性特性，以便更好地表达波动方程的真实解。
最后，通过提出一种新的多步格式，可以更快地收敛到正确的解，并且可以有效地减少计算量。
实验结果显示，这种新的逼近方法能够较好地模拟波动方程的真实解，而且可以更有效的解决复杂的反演问题。
同时，这种新的逼近方法还可以更好地应用到其他复杂的求解问题中，因此广泛应用于不同领域，发挥着重要的作用，为研究者提供了更多有价值的信息。
总之，本文提出了一种新的逼近方法，用于解决波动方程反演问
题。
这种新的逼近方法具有灵活性强、计算量少、可靠性高和可扩展性等优点，并可以有效地用于其他复杂求解问题中，发挥着重要的作用，为研究者提供了更多有价值的信息。
地震偏移方法波动方程原理
地震偏移方法波动方程原理嘿，咱今儿就来唠唠地震偏移方法波动方程原理。
你说这地震波啊，就像是个调皮的小精灵，在地下到处乱窜。
波动方程呢，就像是给这个小精灵画了一幅特别的地图，让我们能清楚地知道它是怎么跑的。
想象一下，地震波就像是在大海里涌动的波浪，而波动方程就是那掌握波浪规律的神奇密码。
它可不是随随便便就出现的哦，那可是科学家们经过无数次的研究和探索才找到的宝贝呢！通过波动方程，我们能更准确地了解地下的结构，就好像我们有了一双能穿透地下的眼睛。
比如说，我们可以知道哪里有断层，哪里有岩层，这多厉害呀！这就好比我们在玩一个超级复杂的拼图游戏，而波动方程就是帮我们找到正确拼图块的关键线索。
要是没有波动方程，那我们对地下的了解可就模糊多啦。
就好像在大雾天走路，模模糊糊啥也看不清。
但有了它，嘿，那可就大不一样啦！而且啊，这地震偏移方法就像是个魔法棒，能把那些模糊不清的地震数据变得清晰起来。
它能让我们看到地下更真实的情况，这可不是一般的厉害哟！你想想看，以前我们对地下的认识可能就像是隔着一层纱，现在呢，这层纱被揭开了，一切都变得明明白白的。
这感觉，是不是特别棒？它就像是给我们打开了一扇通往地下神秘世界的大门，让我们能更好地探索地球的奥秘。
这可不是随便说说的，这可是有着实实在在的意义呢！对于地质学家来说，这就像是给了他们一双超级厉害的翅膀，能让他们在地质研究的天空中飞得更高更远。
对于我们普通人来说，这也意味着我们能更好地了解我们生活的地球呀。
所以啊，可别小看了这地震偏移方法波动方程原理，它可是有着大用处的呢！它就像是黑暗中的一盏明灯，照亮了我们探索地球的道路。
难道不是吗？。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
V1=3000m/s
1.0
VRMS1=3030m/s
1.1
t
V2=4000m/s VRMS2=3030m/s
绝对差
30m/s 1000m/s
第一层
3000m/s 3000m/s
第二层
3030m/s（按上
图的模型计算）
相对差
1% 33%
VRMS
层速度
4000m/s
（四）、叠后偏移与叠前偏移
2 [2 tv 2 rms (t ) / v0 )dt ]1/ 2 0 t
关于深度偏移的速度模型误差的敏感度问题可参考如下论 文： Geophysics 2005 ，70（2）和 The Leading EDGE，2005，24（4）作者与论文名称：Pon and Lines ，“Sensitivity analysis of Seismic depth migration” TLE的编者称其为亮点文章 Geophysics bright spots 见 p.394
R |h 0 r 4 4F
第一Fresnel 带半径R与传播距 离 h和波长λ的关系图
式中 V 为地震波速度，F 为主频。
提高地震勘探的分辨率
R—第一菲涅尔 带半径（未做 偏移） r- 做了三维偏 移的第一菲涅 尔带半径 椭圆（长轴R， 短轴r）做了二 维偏移的结果 R r
y
x
三维偏移使 第一菲涅尔 带由大圆 （半径为R） 变为小圆 （半径为r）， 二维偏移使 其成为以R、 r为长、短半 轴的椭圆。
波动方程偏移与反演
（一）、波动方程偏移概述
（一）偏移的作用与类别
1、提高分辨率（横向），使断点、尖灭点，边缘、小异常体和地层、 岩性变化部位清晰 2、使波场正确归位，消除界面弯曲、倾斜等造成的各种假象（如回 转波、大角度倾斜断面波等）
3、绕射波、倾斜界面反射波等的归位，能使干涉带分解，从而提高
地 震记录的信/噪比
地质模型
某盆地邛西qx4井区域含裂 缝岩性构造剖面模型及层速 度分布(右)及其地震正演 (左下)与偏移剖面(右下)
水平叠加剖面
偏移剖面
地质模型（上）
零炮检距剖面（中）
偏移剖面（下）
深度偏移能使盐丘下 部的界面正确成像
偏移的类别
二维偏移与三维偏移
时间偏移与深度偏移
叠前偏移与叠后偏移
有限差分法
频率-波数域法（Stolt 的F-K 法和Gazdag的相移法等） 克希荷夫积分（求和）法 混合域（ω -X ，k-τ ）等 几何射线偏移、声学波动方程偏移、弹性波动方程偏移
地质深 度模型
正演
地震深 度图象
时间偏移的基本模型
深度偏移的基本模型
地震正演和反演（偏移）的联合应用研究
(正演与偏移等联合)
实际地震剖面（偏移后） 地质、测井、钻井资 料
地质模型建立 整地 质 模 型 调 不吻合 吻合 程度 吻合 建立最 终地质 模型
地震正演
地震偏移
地震正演与偏移结合、多源信息综合有利于储 层的确定性解释和预测
偏移速度不正确对时间偏移和 深度偏移的影响
地质模型（左上）、正演记录（左下）、时间偏移剖面（右上）和深度偏移剖 面（右下）。两个剖面的速度误差均为10%
深度域的问题较时间域的复杂
深度域采用层速度,波形用波 数 k 度量;时间域采用均方速度, 波形用频率 f 度量。地震资料处 理时，频率域的时不变子波要求 易达到。而深度域的空（间）不 变子波要求很难达到。如下表所 示：深度域层速度变化大，子波 的变化也大，将使地震的处理与 解释产生较多的问题。横向变速 情况将更复杂。 层位与速度
偏移与反演相结合的方法
上述各类方法的组合
（二）偏移的基本问题
地质模型、速度模型与偏移成像的相互关系是不确定的， 存在“为了求答案必须事先给出答案”的“死结”问题，需 要用迭代或逐步逼近的思路与方法 RMS速 度模型
地震表示 反演 时间偏移 地震表示 反演
层速度 模型
深度偏移
ቤተ መጻሕፍቲ ባይዱ层状介 质模型
正演
地震时 间图象
加强地震正演和反演的联合应用研究
(风化剥蚀面下的溶蚀洞穴)
T56 T60 T70 T72 T74 T56 T74
含串珠状地震剖面
按该地震剖面建立的地质模型
T74
用MIVMAS法形成的地震记录
相应的地震偏移剖面
（三）、时间偏移与深度偏移
公式：
1 vK x2 Q 1 i Q i Q z 2 v v0 z
v
图a为原始的地质模型，设第一层为海水，速度v1=1500m/s,下 层速度v2=4000m/s，第一层的厚度为900m，若上下层的速度 误差均为20%，经深度偏移以后，速度低20%的图b中，第一 层的厚度减为720m,误差为-20%。而速度高20%的图c中，第 一层的厚度增为 1380m ，误差为 +53.3%。同样的模型，采用 时间偏移，则引起的深度误差要小些！利用 Stolt的 F—k 时间 偏移的时深转换公式：
4、提供属性参数处理、解释的中间数据
是使地震资料能用于地震、地质解释的基本方法和步骤
提高地震勘探的分辨率
设未经偏移的第一菲涅尔带宽半 径为 R ，三维偏移后第一菲涅尔带宽半 径为r，则
R h 2 4
2
式中 为地震波主波长， h 为 反射界面至地面的距离。偏移意味着 h 0 这时 V
（以150方程为例）绕射项
+ 薄透镜项 深度偏移 时间偏移
特征
1、公式的应用
只用绕射项
同时利用绕射项和薄透镜项
2、横向速度变化 不变或中、弱变，RMS 速度强变化，层速度、 与速度模型 速度，单斜或水平层状模 速度深度模型 型 3、射线是否折射 4、垂线标度 否 时间 是 深度或时间深度
深度偏移对速度模型的误差更敏感
rms 并设 =1500m/s,=1500m/s,12 00m/s和1800m/s,得到 对应图b的误差为 +25%，图c的误差为17%。总体误差水平 小于深度偏移的误差。 当然深度偏移的误差 与上下地层的速度差 异有关，差异大，误 差就越大。但就速度 误差对偏移结果的影 响而言，深度偏移的 误差远比时间偏移的 大，即深度偏移对速 度误差更为敏感。
叠后偏移是在CMP叠加或Zero offset剖面上完成的， 使用的是叠加速度。由于叠加速度与地层倾角有关，在 t0值相同，倾角不同时，叠加速度只能取一个，通常取 倾角为00的叠加速度做NMO。于是地层倾角大于00的必然 受到削弱。这是断层面、盐丘构造的两翼等难以正确成 像的根本原因。解决办法有二： 1）做等效叠前偏移即 NMO + DMO + 叠后偏移。或 叠前部分偏移PSPM； 2）叠前偏移