地震勘探是最有效、最常用的油气勘探和开发手段,而反褶积处理是提高地震剖面分辨率的重要方法。若子波已知,对地震资料进行反褶积,获得地层反射系数,则地震剖面分辨地层的能力,会得到最大幅度地提高,再对系数进行道积分或波阻抗反演,就能获得地下地层阻抗、密度、速度等重要信息。所以,子波估计工作是十分重要的,甚至是地震数据反褶积处理、正演模拟及波阻抗反演的成败关键因素之一。目前,褶积模型是子波估计的基本框架,主要包括统计性子波和确定性子波估计方法。确定性方法需要通过井旁地震记录结合测井数据来估计子波；统计性方法不需要借助任何测井资料,一般假设地震子波和反射系数满足某种分布或性质,仅根据地震记录来估计子波,主要有基于高阶统计量、二阶统计量方法(统称为统计量方法)和非线性反演等方法。其中,高阶统计量估计方法的一般假设条件为：反射系数为非高斯分布,观测噪声为高斯分布,而基于二阶统计量估计方法,一般认为无法估计混合相位子波,但在SIMO系统下,可提取混合相位,该方法的隐含假设条件为：地震道之间的反射系数相同,子波多个且互素(地震记录的差异全部由子波造成,与反射系数无关)。但不同区域的地质条件不同,反射系数满足的假设条件不一样,无测井数据区域的地震资料反射系数更符合或更接近哪种假设情况也有待考究,那到底该用哪一种假设条件的子波估计方法才恰当呢?论文针对不同假设条件的统计量子波估计方法,包括高阶累积量的复倒双谱和复倒三谱估计方法,以及二阶统计量的SIMO系统盲辨识方法,进行子波估计研究和抗噪性能分析对比。在此基础上,针对高阶累积量方法,在解超定方程组时求逆算法不够稳定这一问题,进行了探究。首次引用了一种比原算法更为稳健的阻尼双共轭梯度算法,使估计子波的结果更稳定可靠。针对SIMO系统盲辨识方法,假设条件“地震道之间的反射系数相同,子波多个且互素”与实际情况不符合这一问题,进行了探究,并利用地震数据的频率特征,运用二进正交小波变换Mallat算法的思想,提出了两种构建伪单输入多输出系统(PSIMO)的方法,推导了PSIMO系统下噪声子空间估计子波的算法。这种方法对子波相位、反射系数及噪声分布情况都没有假设,属于盲系统辨识范畴,与实际资料的适应程度更好。最后,将这几种不同假设条件的统计量估计方法,一起应用到南海某一区域实际地震资料处理中,对比它们估计子波的差异以及原始剖面反褶积处理的效果,分析它们对该资料的适应程度,探索哪种方法估计的子波与真实子波最接近。模型测试和实际资料应用表明：(1)基于高阶累积量的阻尼双共轭梯度子波估计方法比求逆算法更加稳健和准确；(2)基于PSIMO系统盲辨识方法(第二种构造方式),克服了不合理假设,且抗噪性能比基于SIMO系统强；(3)复倒双谱和三谱及PSIMO系统盲辨识(第二种构造方式)方法估计的子波与实际子波更接近,对应的实际资料反褶积剖面效果更好,说明这三种方法处理该区域的资料更适应。