چکیده: تصاویر لرزه‌ای به میزان قابل‌توجهی به کیفیت داده‌ها وابسته‌اند. روش لرزه‌ای یک ابزار ژئوفیزیکی مهم جهت مطالعه ساختارهای زمین‌شناسی است که به وسیله‌ی آن می‌توان اطلاعات زمین‌شناسی را در یک محدوده گسترده بدون اندازه‌گیری مستقیم خواص آن ناحیه به دست آورد. داده‌های لرزه‌ای ثبت‌شده به صورت خام قابل تفسیر نیستند. برای اینکه بتوان این داده‌ها را آماده تفسیر نمود بایستی مراحل مختلف پردازشی بروی آن‌ها اعمال شود. با توجه به اینکه داده‌های ثبت‌شده اغلب حاوی نوفه می‌باشند، برای اینکه خروجی مراحل مختلف پردازش برای تفسیر مناسب باشد، بایستی فرایند تضعیف نوفه بروی آن‌ها اعمال گردد. حضور نوفه‌ها در داده‌های لرزه‌ای امری اجتناب‌ناپذیر است که به‌خودی‌خود سبب کاهش پیوستگی رویدادهای بازتابی می‌گردد و در کیفیت مراحل مختلف پردازش داده‌های لرزه‌ای اعم از واهمامیخت، مهاجرت و آنالیز سرعت نقش بسزایی را ایفا می‌کنند. تضعیف این دسته از نوفه‌ها به‌خصوص زمانی که نسبت سیگنال به نوفه پایین باشد، بسیار دشوار است. تضعیف نوفه‌های تصادفی از داده‌های لرزه‌ای یکی از مراحل مهم در پردازش می‌باشد. تاکنون روش‌های مختلفی جهت تضعیف این دست از نوفه‌ها ارائه گردیده است که هریک مزایا و معایب خاص خود را دارد. در این پایان‌نامه برای تضعیف نوفه تصادفی داده‌های لرزه‌ای بازتابی از آستانه‌گذاری در حوزه تبدیل شیرلت استفاده شده است. تبدیل شیرلت یک الگوریتم سریع و با دقت بالا به‌خصوص در لبه‌ها و مرزها است که امروزه بسیار مورد توجه واقع شده است. نتایج بدست آمده نشان داد که استفاده از تبدیل شیرلت جهت تضعیف نوفه داده‌های لرزه‌ای از جمله روش‌های موثر در این حوزه می‌باشد. الگوریتم تبدیل شیرلت در این پایان‌نامه به ازای مقادیر مختلف داده و انواع داده‌ها اعم از داده‌های ساده، داده‌های پیچیده، و نیز داده واقعی مورد مطالعه قرار گرفت. به طور کلی این الگوریتم روشی موثر و قوی در تضعیف نوفه داده‌ها می‌باشد و با استفاده از این الگوریتم می‌توان به نتایج قابل قبولی دست پیدا کرد. تبدیل شیرلت به خوبی جایگزین روش‌های دیگر تضعیف نوفه می‌شود و توانایی کاملی در برخورد با انواع داده‌های لرزه‌ای از خود دارد.