随着我国对石油需求量逐年上升,石油进口量呈现快速上升趋势,然而我国的石油生产量保持相对稳定。为了提高石油生产量,地震勘探是探测石油资源的主要手段,常规的大规模地震勘探过程中产生的地震数据因通信带宽和功耗等限制难以实时回收。而且野外勘探环境复杂,在布置检波器时可能会遇到山川河流不能放置检波器,影响了地震数据采集的完整性。压缩感知理论与大规模地震勘探相结合,采用测量矩阵将原始地震数据压缩后传输,减少了传输的地震数据量,提高了传输效率。而且对于难以放置检波器的地点,通过合理地布置检波器,后期利用重构算法能够恢复出缺失的原始地震数据。地震数据具有稀疏性是能够被压缩的前提,根据压缩感知理论,地震数据越稀疏,重构精度越高。不同的稀疏表示方法对地震数据稀疏表示后其稀疏度不同,为了使重构地震数据的精度更高,研究了基于多目标进化算法的地震数据稀疏表示方法。主要研究内容如下:（1）研究了地震数据的稀疏性及稀疏表示理论。对地震数据稀疏表示的必要性作了详细分析,研究了弹性波的波动方程,证明了地震波在地质传播过程中产生的地震数据具有稀疏性,结合公式研究了地震数据稀疏表示理论。（2）研究了地震数据的稀疏表示方法,详细分析了每种方法的不足。研究了基于固定变换域的稀疏表示方法和基于字典学习型的稀疏表示方法,对每种方法的原理进行了详细研究,并且用每种方法对地震数据进行了稀疏表示,然后研究了它们的稀疏表示效果,详细分析了每种方法对地震数据稀疏表示的不足之处。（3）研究了SPEA2算法对地震数据稀疏表示。本文对熵和互信息进行了研究,以熵和互信息为基础研究了SPEA2算法的两个目标函数,设计了遗传算子和初始字典,提出了基于SPEA2算法的地震数据稀疏表示方法。（4）结合实测地震数据对稀疏表示方法进行研究,详细总结了研究结果。为了评价稀疏表示方法对地震数据稀疏表示效果,研究了重构指标,根据重构指标对固定变换域的稀疏表示方法和字典学习型稀疏表示方法进行了研究。采用SPEA2算法对地震数据稀疏表示,研究了SPEA2算法的稀疏表示效果,并且与固定变换域的稀疏表示方法和字典学习型稀疏表示方法进行了对比研究,详细总结了研究结果。综上所述,本文从相关性和冗余度的角度解释了字典与地震数据之间的关系,研究了熵和互信息,设计了遗传算子和初始字典,提出了多目标进化算法对地震数据稀疏表示。对多目标进化算法得到的字典进行测试,在相同的条件下,该字典对地震数据稀疏表示后,重构地震数据的信噪比更高,重构的相对误差较小。