近年来高信噪比,高分辨率地震资料一直是油气勘探行业追求的目标;然而采集到的地震资料受各方面的影响导致信噪比低,分辨率不够,严重影响后续地震资料的解释等问题。故对其进行合理有效的处理,可以为储层预测、油气检测等工作提供有效的数据保障。本文将围绕增强地震资料的分辨率和信噪比为主题,将压缩感知理论应用在地震资料处理中。研究内容包括以下几点:(1)运用压缩感知理论的去噪方法大多是基于稀疏分解原理,通过在完备的原子数据库中探测出噪音信号达到去除噪声的目的。换言之,就是用较大的系数重新构建原始信号,用小系数覆盖噪声从而消除噪声。本文分别介绍了两种算法即正交匹配追踪算法(OMP)和快速迭代阈值算法(FISTA),在小波矩阵和K-SVD字典矩阵下的去噪效果;皆是基于稀疏化算法对地震数据进行降噪再重构原始地震信号。OMP、FISTA算法,在稀疏表示部分,大多使用小波、傅里叶和Curvelet等稀疏变换,这些稀疏基是固定的,固定的稀疏基不能精确的稀疏表示所有的信号,也不能更好的去除噪声。K-SVD字典根据信号本身的稀疏特征自适应的训练字典,可以更好的与信号结构相匹配;另外,K-SVD在更新字典后,通过更简便有效的方式使原子对原子进行运算,避免了矩阵逆运算,同时更新当前原子和相关的系数,以加速字典的学习过程。理论模型和实际资料处理的结果表明,基于K-SVD字典学习算法则能够有效地提高理论模型和实际地震数据的信噪比,重建效果要比小波稀疏基下的算法则更为突出,能准确的构出原始的理论模型和实际地震数据。(2)实际地震资料中通常存在缺失的地震道,这样不够完整数据的信噪比就比较低。为了充分恢复缺失的地震资料信息,来提高地震资料信噪比。本文将基于有限的地震资料结合压缩感知理论插值算法,重点介绍了凸集投影算法(POCS)对缺失地震道的插值重构,并对比了迭代阈值算法(IST)和FISTA两种算法,理论模型和实际资料处理结果表明,POCS算法有较好的效果,具有高精度重建等特点,同时具有较高的计算效率,能合理有效恢复原始地震资料缺失的地震道信息。(3)基于压缩感知理论的低频补偿方法常用于低频信号缺失、难以精细刻画储层信息的地震资料。相对于高频成分,由于低频信息穿透能力更强,传播更远,衰减更慢,所以低频所包含的信息比高频信息更为可靠,更能反映地层信息;低频缺失,将导致采集到的地震数据信息不可靠,会使地震剖面上出现虛假的高分辨率现象。本文结合近年来兴起的压缩感知算法,对地震数据进行全频带拟合,并将拟合结果中的低频部分补偿到地震数据中。经低频补偿后地震剖面的成层性和同相轴连续性得到提高,与井曲线更为吻合,地震资料分辨率得到有效提高,对于储层预测与识别具有重要的意义。本文首先运用基于压缩感知理论的去噪方法对地震资料进行去噪处理,再对缺失的地震道数据进行插值重构,最后利用压缩感知理论的拓频方法对地震资料进行低频补偿处理,进而提高地震信号的分辨率。综上通过压缩感知理论成功应用于低信噪比和低分辨率的地震资料处理中,实践结果表明,压缩感知理论在提高地震资料信噪比和分辨率上有较好的应用前景。