随着地震勘探开发难度增加,地震资料处理解释的难度也随之增大,单一的方法往往很难实现地质体的精细刻画。为了合理地使用地震资料,并从地震资料中得到重要的地震勘探信息,进而提取关键的储层属性,为储层的刻画寻找一种更高效的方法。本文从常规的时频处理方法研究入手,着重研究基于经验模态分解(EMD)的一系列方法,拓展了基于EMD的新方法并有效地应用到储层预测中来,为油气的识别和刻画提供了新的依据。其主要研究内容如下:(1)本文的核心算法是改进的完备经验模态分解方法(Improve Complete Ensemble Empirical Mode Docomposition,ICEEMD),拓展了基于传统ICEEMD的含油气性检测的新方法,为储层的刻画和烃类检测提供了新依据。本文从经验模态分解(EMD)出发,分别对比集合经验模态分解(EEMD)、完备集合经验模态分解(CEEMD)和改进的完备集合经验模态分解(ICEEMD)等模态分解方法。其中,EEMD、CEEMD和ICEEMD都是从基于经验模态分解(EMD)上发展而来。通过模型对比这四种经验模态分解方法可知,改进的完备经验模态分解方法(ICEEMD)可以有效地解决信号分解中存在的模态混叠和残余噪声等问题。于是本文提出了基于ICEEMD的联合时频分析方法,分别提取瞬时属性和衰减梯度属性,从而达到储层预测和烃类检测的目的。(2)提出了基于ICEEMD和TK能量算子的谱分解联合算法。EMD和Hilbert变换联合算法(即希尔伯特黄变换,HHT)虽然可以有效地提取储层的特征属性信息,进而清楚地刻画储层;但其在处理地震信号中仍然会出现“模态混叠”现象,造成虚假信号的出现,为储层的解释造成干扰。改进的完备集合经验模态分解(ICEEMD)虽然可以很好地解决模态混叠问题,但其和Hilbert变换相结合提取的瞬时属性仍然会出现负数,也就是“假参数”,导致信号识别精度不高,并不能很好地应用于实际资料的储层预测。TK能量分离算法是一种利用差分运算计算瞬时属性的非线性算法,它比Hilbert变换有更高的时间分辨率。由于算法本身的原因,TK能量只能应用于单分量信号,不能直接应用于复杂的地震数据中。于是,本文结合改进的完备集合经验模态分解方法和TK能量分离算法各自的优势,在南海某工区提取实际地震记录的瞬时振幅和瞬时频率并进行储层预测,预测结果与测井资料十分吻合,识别精度高,证明该方法可以准确地反映储层特征。(3)提出了基于ICEEMD和广义S变换联合提取衰减梯度的方法。改进的完备集合经验模态分解(ICEEMD)是完备集合经验模态分解(CEEMD)算法的一种最新扩展,其有效解决了CEEMD在信号分解中产生的残留噪声和模态混叠等问题。除此以外,ICEEMD还能更好地检测出含气层的弱信号。而广义S变换在地震信号中具有较高的时频聚焦性,可以清楚地提取地震信号的特征信息。综合以上优点,本文提出了一种ICEEMD与广义S变换相结合的方法,在南海某工区进行地震属性分析,从而检测该地区的含油气情况。对南海某工区的研究结果表明,本文提出的方法可以清楚地刻画储层的强振幅异常特征,给出的含油气解释结果与已知的含气测试结果相吻合。