随着油气勘探技术的深入和发展,为了能够更加精细解释地层、构造、储层等地质目标,对地震资料的分辨率提出了越来越高的要求。提高地震资料分辨率是地震数据处理过程中的关键。地震反褶积是提高地震分辨率的主要手段。传统的做法是假设反射系数是白噪序列,用地震记录的自相关,同时使用线性滤波(如维纳滤波、预测反褶积)或者最佳地震反褶积等来估计子波特性,而在地震记录的自相关中没有子波的相位信息,因此往往假设地震子波是最小相位子波。地震反褶积基本上是一个盲过程,通常地表爆炸激发的地震子波是未知的,而在地震记录上相邻反射的地震波又是重叠的,无法从地震记录中分离出地震子波。地震子波和反射系数都是未知的,因此,在无任何假设条件下完成地震反褶积十分有意义。本文参考前人研究工作的同时,首先综述了盲反褶积基本原理,并对盲反褶积方法进行分类。其中,重点研究了盲反褶积领域的两种重要方法——基于反射系数约束的稀疏盲反褶积及Infomax盲反褶积方法。通过模型试算及实际地震资料的处理表明,L1模最小约束稀疏盲反褶积可以有效的提高地震资料分辨率,并具有较好的保真度。Infomax算法是盲源分离中的经典算法,本文对K. Tokkola提出的反馈网络结构进行深入研究,将Infomax算法推广到更广泛的情况,即具有时间延迟的源的混迭或褶积混迭信号的盲分离。理论模型及实际资料的处理表明该方法能较好地适应非高斯系统,得到反射系数序列的最优估计。在地震剖面上,一般潜山顶面反射为较强反射。但随潜山盖层岩性的不同,以及埋深的变化,其顶面反射连续性与振幅变化较大。本文结合潜山识别课题对实际资料进行处理,实际结果表明盲反褶积能够有效地识别潜山顶部不整合面,对潜山的识别及潜山轮廓的描述具有较大的帮助。同时增强了潜山内幕的反射信息,对潜山油气藏的预测提供了更加有利的条件。