随着地震勘探的发展,对地震资料的品质要求越来越高。由于地震数据在采集的过程中往往伴随着噪声的影响,因此需要对原始地震数据进行去噪处理,得到高信噪比的地震资料,在高性噪比数据基础上进行烃类检测,为后续储层预测奠定基础。因此本论文基于变分模态分解(VMD)的分解方法,将信号分解成一系列模态分量,在时间域剔除噪声分量,达到去除噪声的目的;同时将VMD分解方法分别与希尔伯特变换和广义S变换相结合,提出了基于VMD的联合时频分析方法,在时频域进行谱分解和提取衰减梯度属性,达到烃类检测的目的。在去噪处理方向:本文从模态分解方法出发,对比了经验模态分解(EMD)、集合经验模态分解(EEMD)、互补集合经验模态分解(CEEMD)和VMD等模态分解方法,其中EEMD、CEEMD都是基于EMD分解发展而来的,通过求解信号最大值、最小值包络的平均值得到每个本征模态函数。这种模态分解的方法没有严格数学公式推导,是一种经验分解形式,同时其在分解的过程中由于插值函数的作用,在信号两端存在端点效应,影响模态分解的准确性。基于VMD的模态分解经过了严格数学推导,其分解过程具有自适应性和灵活性,可以将信号分解成一定频带范围的IMF分量,较EMD类模态分解方法,很好地克服了分解过程中的模态混叠问题。为了突出VMD分解的优势,优选出CEEMD和VMD方法对含噪理论模型和实际地震资料进行去噪处理,比较两种分解方法的特点,发现基于VMD的分解方法能更好地保留有用信号,剔除噪声干扰,得到高信噪比的资料处理结果。在烃类检测方向,本论文作了如下研究:(1)分别对比了短时傅里叶变换、小波变换、S变换和广义S变换的时频分析方法,广义S变换较前三种时频分析方法具有更高的时频聚焦性,优选出广义S变换进行谱分解。(2)分别将EMD、EEMD、CEEMD和VMD的模态分解方法与希尔伯特变换相结合,得到基于模态分解的时频分析方法。分别将基于VMD和CEEMD的时频分析方法应用于理论模型和实际地震资料处理中。理论模型分析表明,基于VMD的时频分析方法具有更高的分辨率,可以准确地描述出信号的时间-频率变化趋势;在实际地震资料处理结果应用中,基于VMD谱分解处理结果较基于CEEMD的谱分解处理结果,层位更加地连续,剖面的分辨率更高。(3)考虑到VMD分解方法能克服多频率分量之间模态混叠的缺陷,分别将VMD和CEEMD分解方法与广义S变换相结合,提取高频和低频地震剖面,依据“低频伴影”和衰减梯度属性来指示工区的含油气层。通过对比发现基于VMD分解的低频伴影检测方法,谱分解分辨率更高,低频伴影特征更加明显,同时将VMD分解与广义S变换能够得到连续的衰减梯度剖面,准确地检测出含油气层。