受地震数据野外采集的影响,地震信号存在受噪声污染及空间采样率不足的问题,这些会影响后续的地震资料解释,因此对野外采集得到的原始地震记录进行处理,压制噪声干扰,提高地震数据的信噪比、分辨率以及保真度至关重要。张量稀疏编码是一种多维数据表示方法,可以很好地利用多维地震数据间的冗余信息,具有强大的信号处理和特征提取能力。本文将张量稀疏编码与压缩感知数据重构及字典学习等理论结合起来,从地震道插值和地震数据去噪两个方面提出了合理有效的算法,具体工作概括如下:(1)针对地震数据空间采样率不足造成空间假频的问题,本文将压缩感知数据重构理论与张量稀疏编码相结合,提出了基于张量联合稀疏编码的重构方法并用于地震道插值。该方法引入张量乘积将二维字典学习扩展到三维,并采用张量稀疏系数和张量字典交替迭代的方式进行求解,在求解张量稀疏系数时采用基于张量的迭代收缩阈值算法进行处理,在求解张量字典时采用拉格朗日对偶的方法提高计算速率。该方法采用三维字典学习能更加有效地利用地震数据的多维信息,实现地震道插值重构,提高地震数据的分辨率。(2)针对地震数据被噪声污染的问题,本文提出了一种基于张量相干约束字典学习的地震数据去噪方法,该方法通过定义张量相干性及张量相干比,将相干约束去噪与张量稀疏编码有效结合起来,解决了传统字典学习去噪方法依赖噪声方差先验及当噪声方差变化时效果不好的问题。在交替迭代求解的过程中,张量相干匹配追踪算法用于张量稀疏系数的求解,同时本文引入张量奇异值分解将K-SVD字典学习算法拓展到三维得到K-TSVD算法,用于求解张量字典,从而实现了地震数据的张量相干约束去噪。本文将上述两种方法在理论模型和实际工区的三维地震数据中进行了实验验证并与传统方法进行了比较,分析发现本文方法与传统方法相比具有一定的优势,可以达到更好的效果。