随着世界油气需求的持续增长,油气作为不可再生资源逐渐被消耗,复杂的非常规油气藏开采成为研究热点。目前,微地震监测已被广泛应用于非常规油气开发中。常见的微地震监测技术有地面监测和井中监测两种不同实现方式。其中井中微地震监测信号具有能量弱、信噪比低以及频率高的特点,提高监测记录信噪比已成为后续资料处理中的必要环节。同时由于常规的滤波方法在处理这类特点信号时具有局限性,因此,设计出针对井中微地震信号的噪声压制处理算法显得至关重要。Shearlet变换是近几年发展起来的一种新型多尺度几何分析技术,它同时也是多维函数的一种接近最优的稀疏表示方法。此外Shearlet变换可以和多分辨率分析关联起来,从而建立了连续和离散形式的统一。基于其优秀的性质,本文考虑采用Shearlet变换对井中微地震数据进行噪声压制。但是由于井中微地震信号频率高、能量弱的特点,在Shearlet域内信号和噪声系数很难通过简单的阈值函数区分开。因此本文利用井中微地震信号及Shearlet变换的性质,提出了基于块匹配的Shearlet变换(BMST)及基于尺度分类的Shearlet变换(SCST)两种算法,并应用在井中微地震噪声压制处理中。针对微地震有效信号具有时空相似性及时空方向性这两个特点,提出了基于块匹配的Shearlet变换来对井中微地震信号进行噪声压制处理。由于Shearlet滤波器是个多方向的滤波器,所以信号与滤波器方向上的匹配程度影响着变换域内系数的大小。如果方向匹配的好,那么对应系数就大;反之,则系数很小。借助信号的相似性及块匹配算法,重组信号并改变有效信号的集中方向,提升了它们之间的匹配程度。因此,有效信号的系数值比噪声大得多,进而再利用简单的硬阈值即可以实现信噪分离。微地震信号经Shearlet变换后,有效信号在各尺度的集中情况是不同的。如果对所有尺度使用统一的阈值方法进行处理,将导致信号的衰减或者噪声的过多残留。针对这一问题,提出了基于尺度分类的Shearlet变换来对井中微地震信号进行噪声压制处理。该方法首先通过对变换域各尺度系数的能量谱及频谱的分析,将系数分为噪声集中的低频尺度和有效信号集中的高频尺度。对于低频尺度系数,使用简单的阈值进行处理;对于高频尺度系数,借助系数的统计特性,利用广义高斯分布函数改进的非局部均值滤波算法(GNLM)来处理。通过对系数的细化分类处理,使得信号与噪声分离的彻底。本文在研究了井中微地震信号及Shearlet变换特性的基础上,构建了两种基于Shearlet变换的井中微地震信号噪声压制改进方案。其中基于块匹配的Shearlet改进方案对信噪比有很大幅度的提升,适用于对资料信噪比要求较高的情况;基于尺度分类的Shearlet改进方案计算复杂度较低,适用于实时信号噪声压制处理。