چکیده: نوفه‎های موجود در داده‎های لرزه‎ای به دو دسته کلی، نوفه‎های همدوس و نوفه‎های ناهمدوس (تصادفی) تقسیم‎بندی می‎شوند. نوفه‎های همدوس از یک ردلرزه به ردلرزه دیگر دارای یک روند مشخص می‌باشند، درحالی‌که نوفه‌های تصادفی غیر همبسته بوده و از یک ردلرزه به ردلرزه دیگر دارای یک روند مشخص نمی‎باشند و به ‌صورت نوسانات تصادفی در تمام طول زمان و فرکانس به همراه سیگنال اصلی منتشر می‎شوند. برای تضعیف نوفه‎های تصادفی در داده‎های لرزه‎ای و به دست آوردن داده نوفه‎زدایی شده به روش‎های پیشرفته و بهینه نیاز است. از ویژگی‎های الگوریتم‎های نوفه‎زدایی می‎توان به حفظ و بازیابی سیگنال مؤثر، تضعیف نوفه و زمان مناسب پردازش با حداقل تضعیف در رویدادهای لرزه‎ای و سیگنال‎های اصلی اشاره کرد، روش‎های مختلف نوفه‎زدایی کم و بیش از این ویژگی‎ها برخوردار می‎باشند. روش انقباض بهینه مقادیر تکین تانسوری (T-OSSVD) بسیاری از ویژگی‎های بیان شده را دارا می‎باشد ولی در استخراج مؤلفه رتبه پایین از داده‎های لرزه‎ای با نسبت سیگنال به نوفه پایین که در یک محیط با ساختار زیرسطحی پیچیده برداشت شده‎اند، ضعیف عمل می‎کند. در این پایان‎نامه عملکرد روش T-OSSVD با بهره گرفتن از تبدیل موجک پیوسته در الگوریتم استخراج مقادیر تکین تا حد قابل توجهی بهبود یافته است، روش تضعیف نوفه بر مبنای تبدیل موجک با ضریب بهینه شده در مقایسه با روش T-OSSVD عملکرد بهتری از خود نشان داده است. برای ارزیابی عملکرد روش پیشنهادی، از دو نمونه داده مصنوعی و دو نمونه داده واقعی استفاده شده است و نتایج حاصل از روش پیشنهادی با نتایج حاصل از سه الگوریتم نوفه‎زدایی IBTSVT، T-OSSVD و BM4D از لحاظ کمی و کیفی مقایسه شده است که این مقایسه بیانگر عملکرد بهتر روش پیشنهادی نسبت به سه روش دیگر می‎باشد.