地震数据的纹理属性提取方法是地震资料解释的重要手段。在众多的纹理属性提取方法中,最具代表性是相干体算法,它能够通过突出地震资料中的不连续性来识别断层,从而提高断层解释的效率。由于断层在油气勘探和开发中有着极其重要的指示作用,发展性能优越的相干体算法与断层增强技术,实现对断层的准确刻画,一直是地质领域中研究的热点。本文首先论述了对地震数据提取纹理属性的意义,说明了相干体技术在油气勘探中对于断层识别的重要作用;然后论述了相干体技术和断层增强技术目前的国内外研究现状;接着具体介绍了本文所涉及的纹理属性提取方法的相关原理,包括对地震资料的特点分析、相干体技术原理、以及张量的基本知识;最后本文针对现有技术中存在的问题,提出了基于T-SVD的宽方位角相干体算法、基于Ho-RPCA的断层增强方法。详细的工作包括以下几个内容:1.针对现有的宽方位角相干体算法普遍采用的先叠加再计算相干值的方式,会损失数据精度,本文在基于倾角控制的C3.5相干体算法进行上改进,引入T-SVD分解将相干体算法拓展到高维张量上进行计算。改进后的方法能够更充分地利用宽方位角资料的高维信息,能较好地预测小尺度的裂缝,为叠前相干体属性计算提供了一种新的思路和方法。2.本文提出了基于Ho-RPCA的断层增强方法。该方法通过引入低秩张量恢复模型来分离相干体中低秩的断层部分与稀疏的噪声部分,从而达到断层增强的目的。首先根据模型构建出目标函数;然后通过交替方法乘子法来求解变量的最优解。该方法能够能有效地保留明显的断层结构,提升细碎断层的连续性,同时去除无关噪声,可以达到比较理想的效果。最后将本文提出的宽方位角相干体算法和断层增强算法应到多个地震工区中。通过分析结果,可以看出相比于传统方法而言,本文提出的方法有一定的优势,能够达到更好的效果。