摘要
常规nonstationaryconvolutional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prestacknonstationarydeconvolution途径。我们介绍光线的踪迹(RT)转变到nonstationarydeconvolution，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nonstationarydeconvolution因素，并且我们获得高分辨率的prestacknonstationarydeconvolution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nonstationarydeconvolution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。
出版日期
2013年04月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）
