地震反射模式分析是通过分析目的层位地震反射信号模式类型,从而进行自动的地震相划分。由于叠前地震数据维度高,信噪比较低,为了能够获得稳定的地震相分析结果,目前的自动地震相分析技术主要针对叠后数据进行分析。而叠后地震数据由于叠加处理,隐去了叠前数据中的地震波随偏移距或方位角的变化规律,而正是这些变化特征反应了地下岩层更多细节信息。本文以宽方位角叠前三维地震数据为依托,进行数据的鲁棒特征提取算法研究,对地震反射模式进行分析和识别,利用叠前数据信息量优势,提升特征对于不同反射模式的表征能力,降低数据中不确定因素对于模式分析的影响,以此改善地震反射模式分析结果的准确性及稳定性。本文首先介绍地震反射模式识别在油气勘探中的重要性,说明了利用叠前地震数据进行地震反射模式分析相较于叠后数据的优势,并介绍了地震反射模式分析方法的发展及相关原理。针对基于叠前地震数据的无监督地震相识别问题,提出了两种基于叠前地震数据的特征提取方法。本文主要做了以下两个方面的工作:(1)针对叠前地震波形数据低信噪比的问题,本文引入二维剪切波变换,根据二维剪切变换的多尺度、多方向特点,定义了叠前地震数据的剪切波特征。针对直接使用剪切波系数会造成计算困难以及变换域噪声的影响,本文根据鲁棒优化理论,对深度学习网络的目标函数进行改进,在卷积自编码网络中引入特征惩罚项,构建收缩卷积自编码网络,提取数据鲁棒特征,降低信号中的噪声对反射模式特征的影响。(2)针对现有自编码网络是基于一维及二维数据进行降维,适宜进行叠后数据或二维叠前地震数据的特征压缩,无法利用三维宽方位角数据的空间信息,本文引入张量模型对宽方位角数据进行表示,提出了基于张量模型的深度张量自编码网络,利用张量对于高维数据的表达能力。深度张量自编码网络相较于传统自编码网络拥有更少网络参数,而更充分的特征表达能力。同时,针对基于张量运算的深度张量自编码网络,形成了相应网络参数迭代更新的反向传播算法。本文将两种特征提取方式应用到人工数据和实际工区的叠前数据及宽方位角数据的反射模式分析中,通过对比分析,验证了所提特征提取方式的优势。