作为现代地球物理勘探的主要手段和油气资源勘探领域中的重要方法之一,地震勘探一直以来都备受各国学者的密切关注。近年来,随着人类生产生活对油气资源的需求日益攀升,容易开采的油气资源的减少,非常规的油气资源开采成为热点,这也就使得地震勘探的应用难度越来越大。地震勘探工程的顺利展开很大程度上依赖于一副品质良好的地震记录,而消减地震勘探随机噪声提高其信噪比是提升地震记录品质的关键一步,因此,寻找一种有效的地震勘探随机噪声的压制方法,提高地震记录品质意义深远。近年来,各国学者相继提出了一系列随机噪声消减的方法,如f-x反褶积、小波去噪算法、时频峰值滤波、经验模态分解等,这些经典的算法先后被应用于地震信号处理领域中,虽然均取得了一定的效果,然而,各自的局限性使得处理效果不尽人意。f-x反褶积虽然工程应用较为普遍,但它要求反射波同向轴具有线性或局部线性,无法压制不规则噪声,而且,在处理低信噪比资料时会出现明显误差;小波变换作为一种多尺度的时频分析方法,虽然在地震勘探应用比较广泛,但是其去噪效果很大程度上依赖于阈值的选取,限制了方法应用的灵活性和适用性;时频峰值滤波虽然可以处理低信噪比的数据,但是受非线性化和窗长选取的制约;传统的经验模态分解方法虽然不依赖于阈值的选取,使用灵活,但是,模态混叠和端点效应等问题的存在使得去噪之后信号的保幅性并不理想。这些已有的传统滤波技术虽然在应对中浅层地震勘探随机噪声消减,提高地震记录信噪比方面起到一定作用,在地震勘探工程中也得到了较好的效果。但是面对能源地震勘探的“三高”要求、复杂困难的地表和近地表地质条件、越来越深和赋存空间越来越复杂的勘探目标,常规地震数据去噪技术已逐渐难以适应当前高精度勘探的需求。为了寻求一种不受噪声性质和阈值限制,足以应对强复杂随机噪声的去噪方法,本文将引入了一种多模态低秩处理的方法,该方法是将自适应噪声辅助的集合经验模态分解(CEEMDAN)算法和GreGoDec低秩方法结合,并将其应用于沙漠地带随机噪声的消减。CEEMDAN分解算法是由Torres M E等人于2011年ICASSP会议上首次提出,一定程度上克服了经验模态分解存在的模态混叠等问题,一经提出,便被广泛应用于医学信号和轴承故障检测方面,并取得了不错的效果,单一的CEEMDAN算法虽然也可以实现去噪的目的,但是,在降噪过程中,需要舍弃部分模态,这就大大削减了有效信号的保幅效果;GreGoDec低秩方法是2013年在AISTATS会议上被提出的,具有较强的特征识别能力,但是面对噪声性质复杂多变的沙漠地震数据,单一的低秩并不能够将有效信号和噪声很好的分离开来。因此,将二者巧妙融合,既规避了由于沙漠地带随机噪声低频且性质复杂而造成的常规去噪方法不适用的问题,同时,也无需舍弃模态,大大提高了有效信号的保幅效果。本文将这一思想应用于沙漠地震信号处理中,模拟和实际资料处理也证明了其对沙漠地震信号中随机噪声的确是适用的。