在当今社会,人类对油气能源的依赖程度在不断的增加,勘探技术也得到了快速发展。由于受到勘探技术、自然环境等一系列因素的影响,在实际油气勘探技术过程中,采集到的地震数据通常是采样率较低和分辨率较低的问题。较低的地震数据采样率可能会使偏移成像产生空间假频,低分辨率地震数据会导致勘探的不准确性。因此,为了更准确的进行油气勘探,对勘探技术要求高的同时,地震信号增强方法也提出了更高的要求。本文将通过地震数据道插值和地震数据分辨率提升两个方面来实现地震信号增强。(1)提出基于生成对抗网络的地震道插值方法并实现传统地震道插值一般是基于复杂的数学变换或某种假设进行,如假设地震数据满足线性或稀疏性等。为了解决传统地震道插值方法存在的问题。本文将利用深度学习中生成对抗网络模型,同时对模型中的网络架构及损失函数进行改进。改进的网络架构是将生成对抗网络与残差网络进行结合起来,损失函数为Wasserstein距离和内容损失之和作为损失函数。实验结果表明,优化的生成对抗网络可以较好的实现地震道插值,且空间假频得到了抑制。(2)提出基于生成对抗网络的地震数据分辨率提升方法并实现为了较好的实现地震数据分辨率提升,本文将生成对抗网络与U-Net网络进行结合起来,并优化网络架构。损失函数由Wasserstein距离和L1正则化组成。优化的生成对抗网络中生成网络的下采样部分提取地震数据的特征,上采样部分在保持地震数据特征的同时,增加地震数据的高频信息。实验结果表明,本文提出的方法在保持地震数据固有特征的同时,增加了地震数据中的高频信息,达到了地震数据分辨率提升的目的。本文将所提出的方法与传统方法分别应用于人工合成的模型数据和实际工区地震数据。通过实验对比分析可得,本文所提出方法可以较好的实现地震信号的增强,为精确勘探提供理论支持。