叠前道集优化技术是叠前反演的前序工作,是页岩气能源勘探与开发过程中的重要技术。经过优化的道集能够真实地揭示地下介质的AVO特征,改善地震数据品质以满足叠前弹性参数反演的要求。针对叠前地震道集富含随机噪声,曲线型噪声以及同相轴不平稳的问题,本文提出了叠前地震道集优化技术流程,并致力于随机噪声去除算法研究,曲线型噪声去除算法研究,同相轴拉平算法研究。本文首先阐述了叠前道集优化技术在当今新能源勘探中的重要性,讨论了叠前道集优化技术的发展情况及国内外研究现状,然后详细介绍了现有的随机噪声去除方法,包括经典降噪方法,结构导向滤波方法等。针对曲线型噪声去除介绍了传统的Radon变换域分离法去噪,最后介绍了基于速度和基于统计的同相轴拉平算法。针对以上三个问题的研究形成了一套适用于叠前道集优化的方法,并从理论和实际数据应用中证明了方法的先进性。具体工作如下:1、针对叠前道集富含非高斯噪声,本文将基于混合优化的结构导向滤波方法运用到叠前道集的随机噪声去除中。在对道集进行结构导向滤波时,引入混合范数对道集的梯度结构张量进行混合范数滤波。并将该方法的降噪结果与常用的地震图像降噪方法曲波变换降噪和结构导向滤波降噪进行对比,证明了该方法在去除噪声的同时很好的保留了叠前道集同相轴的结构信息。2、针对叠前道集富含曲线型噪声,本文提出基于高精度Radon变换的曲线型噪声降噪方法。在变换中引入可变的阻尼因子进行迭代更新,极小化Radon变换残差。在迭代过程中用logistic曲线下降代替指数下降方式,加快残差的收敛速度。通过在变换域设置曲率阈值来分离有效信号和曲线型噪声,完成曲线型噪声降噪处理。3、针对叠前道集同相轴不平问题,提出一种全局优化的道集拉平算法。在该算法中通过自相似近邻传播确定基准道,对地震道集开时窗,选取时窗中心点作为种子点,求解全局优化后的空变校正因子,建立新坐标系,最终实施同相轴拉平。经数据测试,该方法具备稳定,高效的特点。本文中道集优化算法应用于不同工区。从实际工区的效果来看,无论是噪声去除还是同相轴拉平效果都很明显,与传统的方法对比道集质量有更大的提高。