石油作为国家的经济命脉，在国民经济的发展中扮演着举足轻重的作用，因此对其开发和利用的重要性是不言而喻的。由于采集的地震资料中含有丰富的地层信息，从而使得地震资料处理变成了地震勘探中一项很重要的工作，那么为了获得详尽的地层信息，开采更多的油气藏，就必须寻找快速而有效的方法提取信号中的特征信息。
　　本文主要针对隐蔽性油气藏、地震信号的非线性与非平稳性以及海量地震数据处理三方面，竭力寻找一种有效处理海量地震数据的方法来对地层信息进行精确的识别:①隐蔽性油气藏的寻找。到了二十一世纪初，全世界的油气田开发者都面临着一个相同的困境：随着油气田的大规模被开发，未被发现的油气藏大多都储量分散、层薄、埋藏深、孔渗条件复杂且难于发现，因此对其勘探难度也越来越大，那么为了找到这些隐蔽性的油气藏，获取信噪比较好的地震剖面，就必须获取纵向分辨率较高的地震信号。②非线性与非平稳的地震信号的处理。此前，在地震信号的时频分析领域里最常用的信号处理方法是傅立叶分析和小波分析。但是傅立叶分析和小波分析在处理地震信号是都存在致命的缺陷，同Fourier变换和小波变换相比，希尔伯特黄变换在客观性和分辨率方面都具有明显的优越性，能提取到更多、更接近实际的特性。本文在分析了经典希尔伯特黄变换变换在处理地震信号时的不足后，提出了一种基于极值点优化的希尔伯特黄变换算法，该算法能对地震信号进行更精细处理，达到剔除地震信号中噪声和正确识别地层的目的。③海量三维地震数据的处理。由于三维地震数据体的数据量十分庞大，串行算法的处理速度很难满足日益增长的计算能力的需求，从而给地震数据的处理带来了极大的挑战，寻找一种快速的处理方法显得非常迫切。最近几年来，GPU(GraphicsProcessingUnit:图形处理器)技术得到了飞速的发展，开发者能够利用其硬件结构，开发出处理性能远远超过了CPU的软件平台。因此开发基于GPU加速的并行软件系统具有非常重要的现实意义。本文提出了并行希尔伯特黄变换算法对地震数据进行处理，能够快速获得分辨率更高的地震属性剖面，有助于地下储层的正确识别，大大提高了油气藏的开采。
　　本文分别对5组大小不同的地震数据进行了测试，通过在GPU上对三维地震数据进行并行处理，能够快速得到信噪比较高的地震信号。实验结果表明：①利用基于极值点优化的希尔伯特黄变换算法对地震数据进行处理，地震剖面的纵向分辨率有了一定的提高，能够对薄地层进行正确识别和分析；②采用并行的希尔伯特黄变换算法对地震数据进行处理，速度相对于CPU的处理速度，提高了10倍以上，从而大大提高了油气勘探人员的工作效率。