带抗混叠滤波的下采样数据压缩后体积为何大于原文件压缩包？

• 抗混叠滤波破坏了原始数据的压缩友好性
  原始地震浮点信号自带自然相关性，比如地震波的连续性、相同地质结构带来的相似波形，Zip这类基于LZ77/LZ78的压缩算法，核心就是靠识别数据里的重复/相似模式来压缩。抗混叠低通滤波会平滑信号，但同时会在相邻采样点之间引入类似白噪声的小幅度无规律波动——这类波动几乎没有重复模式，压缩算法找不到可复用的序列，直接导致压缩率暴跌。

• 原始数据的结构化冗余被滤波消解
  原始地震数据里往往有大量连续低振幅的静默段，或者周期性重复的波形，这些都是压缩的高效靶点。抗混叠滤波会把尖锐突变和高频噪声抹平，但也把原本的结构化冗余变成了更均匀的信号分布。比如原本某段是连续的0值，滤波后可能变成一串接近0但微小变化的浮点值，从完全重复的序列变成了几乎无重复的序列，压缩效率自然骤降。

• 浮点二进制表示的特性放大了滤波影响
  浮点数据的压缩效率，很大程度取决于相邻值的二进制差异——如果相邻值差异小，二进制位的变化集中在低位，压缩算法能高效编码。抗混叠滤波后的信号，虽然整体幅度波动变小，但相邻采样点的浮点二进制表示可能出现更多无规律的位翻转（微小波动刚好落在浮点有效位的边界上），而原始数据的相邻值变化更有规律，二进制差异集中在高位，更容易被压缩算法捕捉。

• 无滤波下采样保留了原始冗余结构
  直接去掉抗混叠滤波做下采样，只是丢弃了一半采样点，原始数据的相关性、结构化冗余（比如波形形状、静默期）都还在，压缩算法依然能找到大量重复模式，所以压缩后的Zip包大小恢复正常。

内容的提问来源于stack exchange，提问作者Ran Elgiser