面对当前勘探目标区域日趋复杂以及海洋勘探日渐兴起时所带来的多次波严重干扰的情况,常规的滤波法和波场延拓等方法已经很难取得令人满意的衰减效果。基于此,学者们提出了一系列基于波动理论的多次波衰减算法,其中工业上使用的SRME算法以其完全数据驱动,且不需要任何地下介质的先验信息等优势得到了广泛的应用,也获得了较好的衰减效果。然而此算法依然存在一些问题,比如预测算子用全波场代替而产生的子波效应和自适应相减造成的有效波损伤等,针对这些问题,本文深入研究一种基于稀疏反演的一次波估计算法(EPSI),此算法与SRME算法类似,都是基于数据矩阵与反馈模型理论,但EPSI算法利用迭代反演估计地下脉冲响应和震源子波,从而进行有效波的直接重构,打破了SRME算法的两步策略,避免了多次波预测时的剩余子波效应和自适应相减时对有效信号的损伤。另外本算法要求输入数据为全波场的规则网格数据,而一般的采集情况很难满足,因此本文深入研究了基于反泄漏傅里叶变换(ALFT)的地震数据规则化算法,ALFT算法通过递归相减消除非规则地震数据的频谱泄漏现象,实现傅里叶系数的精确估计,进而实现对非规则网格数据进行重建和规则化处理。针对海量地震数据造成的计算效率瓶颈问题,本文引入基于CUDA架构的GPU/CPU协同并行加速技术,对算法中并行度较高的轻量计算任务采用GPU化改进,实现算法的高效执行。经模型数据和实际数据测试表明,EPSI算法和ALFT算法均取得了较好的效果,并且GPU化算法的加速比可以达到70倍左右。本文研究的算法及相应的改进策略为海洋地震勘探的多次波衰减问题提供了一些解决思路。