本发明提供了一种基于稀疏约束的无监督地震数据重建方法及装置，该方法不需要遵循传统的“训练‑验证‑测试”的模式，无需大量完整地震数据作训练样本，而是通过深度学习中特定的卷积神经网络结构来提取地震数据的隐藏信息，通过网络学习到的参数来表征地震数据，结合完整地震数据在傅里叶变换域内具有稀疏性这一特点，构建基于U‑net的无监督网络重建模型，并添加傅里叶变换稀疏约束，将随机噪声作为网络输入，观测数据(缺失地震数据)作为网络标签对网络进行迭代更新。本发明所提出的方法在仿真海洋地震数据上的实验结果可以证明算法具有较高的重建性能。