1. SEG-Y文件结构解析

SEG-Y 是地震勘探行业最通用的交换格式，几乎所有采集系统、处理软件和解释平台都能读写它。但“能读”不等于“读对”。在实际项目中，因为字节位置错位、编码误判或字段含义理解偏差，导致道头被整体平移、坐标错乱、采样点数对不上的情况非常常见。要避免这些问题，第一步就是把 SEG-Y 的物理布局彻底看清楚：它本质上是一个严格按字节偏移组织的二进制文件，由文件卷头（File Header）、道头（Trace Header）和道数据（Trace Data）三段构成，前两段是“说明书”，第三段才是真正的地震波形。

三段式布局：先看骨架，再看内容

按照 SEG-Y 修订版（rev1/rev2）的通用约定，文件开头是 3200 字节的文本卷头，用 40 行 × 80 列的固定格式描述工区、测线、采集参数等文字信息；紧接着是 400 字节的二进制卷头，存放采样间隔、每道采样点数、数据格式码等关键数值；之后进入“道循环”——每一道由 240 字节的道头加一段道数据组成，道数据长度由采样点数与每样点字节数决定。整个文件就是“3200 + 400 + N×(240 + 道数据长度)”的重复结构。

理解这个骨架的关键在于：所有字段都靠字节偏移定位，而不是靠名字。软件读文件时，先跳到第 3217 字节读采样间隔，跳到第 3221 字节读每道采样点数，再根据数据格式码算出每个样点占几个字节，才能正确切分出第一道数据、第二道数据……一旦某个偏移读错，后面全部错位。因此检查 SEG-Y 的第一步永远是核对二进制卷头里的这几个“定盘星”字段。

编码差异：EBCDIC 与 ASCII 不能混读

文本卷头是唯一“人可读”的部分，但它有两种编码可能：早期 SEG-Y 沿用大型机传统，使用 EBCDIC 编码；现代软件多写 ASCII。两者对同一字节的解释完全不同——例如字母“A”在 ASCII 中是 0x41，在 EBCDIC 中是 0xC1。如果拿 ASCII 方式去读 EBCDIC 文本，屏幕上会出现一堆乱码或奇怪符号，但文件本身并没有损坏。

实际判断方法很直接：用十六进制工具查看文件前几十个字节。若看到大量 0x40（EBCDIC 空格）和 0xC1–0xC9、0xD1–0xD9 区间的字母码，基本可判定为 EBCDIC；若看到 0x20（ASCII 空格）和 0x41–0x5A 的字母码，则为 ASCII。很多工具（如 segyread、Seismic Unix 的 segyread、Python 的 segyio）都提供编码参数，读之前必须显式指定，否则文本卷头不可用。需要强调的是：编码问题只影响 3200 字节文本卷头，二进制卷头与道头始终是二进制整数，不受 EBCDIC/ASCII 影响，这是初学者最容易混淆的一点。

关键字段的字节位置与含义

二进制卷头里有几个字段决定了整个文件的解析方式，必须逐一核对。下表列出最常用的偏移（以文件起始为第 1 字节计，采用 SEG-Y rev1 约定）：

这里有一个非常实用的检查逻辑：卷头采样点数与道头采样点数应当一致。如果卷头写 1500、道头写 1000，那么按卷头切分道数据就会整体错位，第二道开始全部读错。同理，数据格式码若写成 5（IEEE 浮点）而实际数据是 IBM 浮点，读出来的波形幅度会完全失真。因此解析前先做“三对齐”核对：采样间隔对齐、采样点数对齐、格式码与实际字节数对齐。

一个可操作的解析示例

假设拿到一个文件，十六进制查看发现：3217–3218 为 0x07D0（2000 μs），3221–3222 为 0x05DC（1500 点），3225–3226 为 0x0005（IEEE 浮点）。则可推算：每道数据长度 = 1500 × 4 = 6000 字节，单道总长 = 240 + 6000 = 6240 字节。第一道道头起始于第 3601 字节，第一道数据起始于第 3841 字节，第二道道头起始于第 9841 字节，依此类推。用这个公式可以快速验证文件总长是否能被 6240 整除（余 3600 字节的卷头部分），若不能整除，说明存在变长道或文件截断，需要进一步排查。

把这三段布局和关键偏移记牢，后续的道头字段提取、坐标恢复、格式转换才有可靠基础。很多“数据读不出来”的问题，根源往往就在这最初几百个字节的偏移与编码判断上。