地震勘探涉及多个环节,其中地震资料处理是这些环节中最重要也是最受关注的,其方法的选择直接决定处理后资料质量。噪声处理更是处理的重中之重,就随机噪声去除方法而言,目前常用的方法主要有f-x EMD滤波、中值滤波、非局部均值滤波等,然而它们各有局限之处。本文基于随机噪声的特性,提出了一种基于互补型集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)及局部相似性(Local Similarity)恢复的随机噪声去除方法,并在CEEMD分解后得到的每一个IMF分量的去噪过程中引入了新型保幅阈值方法,克服了常规阈值存在的局限。常规随机噪声去除主要利用的是f-x EMD滤波方法,但是该方法的局限性在于仅适用于斜率单一或斜率较小的同相轴,当同相轴斜率较大或者弯曲时,该方法会将有效信号与噪声一同去除。本文利用CEEMD自适应地将待处理信号分解成IMF分量,并对每一个IMF分量根据信噪比自适应设定阈值门限,引入保幅阈值方法,有效地克服传统方法在随机噪声去除过程中对有效信号造成破坏的弊端。本文处理首先将地震资料利用CEEMD分解,根据噪声水平自适应设定每一个模态分量阈值门限,利用保幅阈值方法对各模态分量去噪,再将信号重构。常规处理一般到此结束,忽略了去除噪声中有效信号的残留,本文在上述基础上,利用局部相似性,从去除的噪声剖面中将有效信号进行恢复。本文方法相比于传统方法,在提高信噪比的同时,有效地提高了处理后资料的保真度。