据科睿唯安（Clarivate Analytics）集团《基本科学指标》（Essential Science Indicators，简称ESI）2017年11月最新数据显示，地球物理与石油资源学院陈伟博士发表的论文《Multiple-Reflection Noise Attenuation Using Adaptive Randomized-Order Empirical Mode Decomposition》进入ESI（1%）高被引论文之列。该论文发表于美国电气和电子工程师协会(IEEE)旗下著名期刊IEEE Geoscience and Remote Sensing Letters上（2017年影响因子IF=2.761）。这是以长江大学为第一单位的地球物理学科第一篇高被引论文。
地震数据中的多次波会严重影响速度分析和偏移成像质量，降低反演的可靠性，增加地震解释的难度。如何在保护有效信号的前提下压制多次波，对地震资料处理、反演和解释具有鲜明的意义。常规的多次波衰减方法需要选取合适的处理参数，自适应性较差，效率低下，且难以处理近偏移距多次波衰减问题。为了解决现有方法存在的问题，陈伟博士及其研究团队从算法的自适应性和高效性出发，以数值模拟和实际应用效果分析为手段，探讨了频率域经验模态分解快速算法以提高数据分解的效率，提出了一种将多次波转化为随机噪音的地震道随机自排方法，最终建立了一套考虑保幅性的全自动的高效叠前多次波衰减技术体系。该论文提出的思想将为海量地震数据的多次波衰减提供新的思路，具有重要的理论意义和工业应用价值。
据了解，高被引论文是指按照同一年同一个ESI学科发表论文的被引频次排名位于全球前1%的论文，数据每两个月滚动更新一次。如果某科研机构某学科的论文总被引频次超过全球前1%的最后一名，那么该学科就入围了全球前1%即属于全球ESI前1%学科，这是当前衡量科学研究国际发展水平以及评选“双一流”学科的重要标准。
高被引论文网址：
http://apps.
