在地震资料的处理和解释中,时频分析技术一直是学者们研究的热点和重点,该技术可以描述信号瞬时频率与时间二者之间的关系,可以提取出地震信号中丰富的隐藏信息。在实际运用中,常用的时频分析方法有短时傅里叶变换、连续小波变换、三参数小波变换、S变换、希尔伯特-黄变换、魏格纳-威利分布等,尽管这些方法在处理实际信号时一般能取得较好效果,但是它们部分会有时频分辨率不高、不具有可逆性、依赖小波基函数等一系列缺点,另一方面,随着地震资料越来越复杂,处理解释精度要求越来越高,传统的时频方法几乎不能满足目前的处理解释要求了,所以出现了一种高时频分辨率、能量聚焦性强和鲁棒性强的时频分析方法—同步压缩小波变换(CSWT)。本文首先从同步压缩小波变换的数学原理出发,介绍了该算法的的数学推导过程和常用的数学性质。然后通过理论信号模型来分析小波基函数的类型及其参数选择对算法的影响,结果表明该算法分析信号时,对小波基函数类型不敏感,对中心频率较为敏感且能得到时频分辨率远高于常规时频分析方法的得到的时频谱;接下来验证了该算法具有很好的鲁棒性、可逆性和抗噪性,这是传统的时频分析方法所不具有的优点。所以通过分析可知,选择合适的参数,可以使得该算法在处理地震信号时能取得比传统时频分析方法更好的效果。其次,本文基于同步压缩小波变换去噪算法的缺点,提出了一种改进算法,即联合CEEMD和同步压缩小波变换的去噪算法,简称CEEMD-CSWT去噪算法,理论模型和实际资料分析表明,该算法能很好地去除随机噪音,且具有很好的保幅效果。最后,本文介绍了谱分解和吸收衰减梯度的原理以及分析同步压缩小波变换在薄层含油气检测中的可行性。然后,利用实际原始地震资料进行验证,首先利用CEEMD-CSWT去噪算法对原始地震剖面进行去噪处理,再利用同步压缩小波变换进行谱分解,利用薄层瞬时谱的‘低频异常’现象,很好的检测出了油气,并将其结果与CWT、ST的相对比,体现了本文方法的优越性。另一方面,还利用左、右斜率法提取出实际地震剖面的低、高频吸收衰减梯度属性,并将其与CWT提取的属性图进行综合对比,再次验证了该方法在储层预测中的有效性和优越性。