地震勘探作为现代地球物理勘探的主要手段,也是油气资源勘探领域中的重要方法之一。随着人类生产生活中对油气资源需求的日益增长,储量丰富的非常规油气藏开采成为热点。微地震监测技术作为非常规油气勘探的重要手段,基于其特殊的震源产生和接收方式,使得所采集到的地震数据具有有效信号能量微弱,信噪比低等特点,给数据处理带来了较大的困难。被沙漠覆盖的塔里木盆地作为我国最大的油气资源后备基地,是目前最为重要的地震勘探地区。沙漠地区所采集到的地震资料由于其特殊的地理环境,导致有效信号能量微弱并伴随着大量的低频随机噪声,且该噪声与有效信号频带存在重叠部分,不利于时域低频噪声的压制。面对复杂的随机噪声干扰,如何提高地震资料信噪比是个难题。由此可见,为了更加理想的对各种地层中的资源进行开发利用,则需对地震记录的品质有更高级别的要求,压制地震资料中的随机噪声,增强有效地震信号,对油气资源勘探意义深远。多年来,国内外优秀的地震勘探和信号处理领域的专家学者就如何压制地震数据中的随机噪声,增强有效地震信号做出了不懈的努力。Shearlet(剪切波)变换作为一种新型的多尺度几何分析方法,依托于其优秀的多尺度,多方向及各向异性的特性,有效增强信号分解后的稀疏特征,为噪声压制提供便利条件。相较于其它多尺度几何分析方法,Shearlet变换具有更敏感的方向性,最优逼近的稀疏表示能力;它的的数学结构简洁,运算速率较高,更易实现离散化形式;同时,也是多尺度领域中唯一可以统一处理连续与离散系统的变换方法。基于Shearlet变换优秀的特性,将其应用于地震信号处理过程中,可以达到滤除地震资料中随机噪声的目的。地震数据处理过程中,Shearlet变换可以将地震信号分解到不同尺度层和不同方向中。尺度层分解由粗到细,数据中频率分布的相对高低也随之细化。因此,可以利用地震数据有效信号和噪声在变换域的频率差异,进行噪声压制。同时,基于Shearlet变换多方向的特性可知,当基函数与地震信号方向一致时,Shearlet系数值较大,而当两者之间方向差别较大时,其系数值则相对较小,因而,利用地震数据有效信号和噪声在Shearlet域的方向差异,也可以达到信噪分离的目的。通过Shearlet变换的多尺度多方向等特性,将地震数据进行Shearlet稀疏分解,并对分解后的Shearlet系数进行阈值收缩处理,即可准确的提取有效信号,压制随机噪声。本文通过研究Shearlet变换的本质特性,提出了基于Shearlet变换的地震信号增强技术。考虑到传统Shearlet变换阈值去噪方法在地震信号处理过程中,采用的统一阈值会对Shearlet系数产生过度削减的效果,造成部分有效信息的丢失,不利于低信噪比条件下随机噪声的压制及微弱有效信号的提取。因此,本文提出一种基于自适应Context模型的Shearlet变换去噪算法,通过建立自适应Context模型,在一定程度上加强有效信号的识别,便于Shearlet系数的分组设计。针对各尺度各方向的Shearlet系数,通过Context模型将能量相近的Shearlet系数划分为同一组,并分别对每组系数进行阈值估计及系数收缩处理,实现低信噪比条件下有效地震信号的增强及噪声的压制。为了验证本文算法的可行性及有效性,将其应用于地面微地震数据及沙漠地带地震数据的处理中,从模拟及实际资料的处理结果中可知,基于自适应Context模型的Shearlet变换去噪算法,在噪声压制和微弱有效信号的增强上具有明显优势。