地球科学在长期发展过程中，逐渐形成了三大主体学科，即地质学、地球物理学和地球化学。地球物理学是一门用物理方法研究地球的科学。从“地球物理学”这一学科名称可知，它是“地球”和“物理学”互相结合而形成的，其目的是利用地质学、数学和物理学等多学科知识和手段来探索地球的奥秘，是一种典型的交叉学科。
与数学、物理学和地质学等学科相比，地震勘探的历史要短得多，在19世纪末才出现地震勘探技术的萌芽，到20 世纪后半叶才逐渐形成完整的技术体系，而数学、物理学等学科的历史可追溯到人类远古时期。尽管地震勘探的历史无法与基础学科相比，但它发展速度极快，同时也在一定程度上推进了其他学科的发展。地震勘探技术的发展史实际上是不断吸收其他学科新理论、新技术、新方法并进行融合的历史。其中，对地震勘探技术进步推动最大的是物理学、数学、地质学等基础学科和地球物理学、计算机科学、信息科学、生命科学等应用类学科，前者通过基础科学推动了地震勘探理论和方法的进步，后者通过新技术融合支撑和推动了地震勘探技术的发展和工程化水平的提升。
物理学是地震勘探技术的理论基础。地震勘探通过研究地震波在介质中的传播来认识地球，而波动理论则将波动定义为扰动或振动在空间中的传递，是一种基本的物质运动形式。
与之并列，数学在地震勘探的全流程——从资料采集、处理到解释——中同样发挥着不可替代的作用。褶积（卷积）算法用于描述地层对地震波的改造，反褶积提升分辨率，互相关算法判断波形相似性，最小二乘法实现偏移成像，傅里叶变换在频率域中完成滤波，贝叶斯理论则从数据中提取地质信息。近年来，小波变换、主成分分析、大型稀疏线性方程组分解等新数学方法进一步推动了该领域的技术进步。
除物理学与数学等基础学科外，生命科学对地震勘探亦有很大贡献。首先，来源于生命科学的遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，相对于一些常规的数学优化算法，它在求解较为复杂的组合优化问题时，通常能够较快地获得优化结果，这为求解复杂的地震勘探问题提供了新的途径。目前该算法已被人们广泛应用于组合优化、机器学习、信号处理、自适应控制等领域，并在地震资料处理得到了应用。1975 年左右，以美国心理学家约翰·霍兰德（John Holland）为代表的科学家就将遗传算法应用于地震数据的非线性反演。其次，在生命科学中比遗传算法更重要的另一项重大成果是人工神经网络。人工神经网络技术在诞生不久就已被引入地震资料处理和解释领域，不但解决了一些地震资料处理中一些难以解决的复杂问题，而且显著提高了地震信息的挖掘能力。研究人员在20 世纪90 年代就开始利用神经网络方法训练地下含油气储层与地震数据的映射模型，利用映射模型进行油气检测。此外，利用人工神经网络技术进行构造解释、裂隙性油藏识别、剩余油分布研究、地震数据反演、储层对比分析、钻井成功率预测及石油开采量预测等。
人工神经网络（Artificial Neural-Network，简称ANN）或称神经网络，是一种模仿人或动物神经网络行为特征进行分布式并行信息处理的算法及数学模型。该技术通过模拟人脑的某种智能活动的方式以解决某些复杂问题。
在第二次世界大战中，雷达的发明和防空火炮控制任务的要求，信息处理技术得到了显著推动，出现了许多重大的科学成果。其中，由法国数学家诺伯特·维纳于1942 年所提出的滤波理论即为其中之一。维纳滤波或称最小平方滤波，是从信号中滤除干扰并分离出期望信息的一种滤波方法。维纳滤波的基础是用统计学方法描述和研究作为信息流的时间序列。受维纳滤波技术在航空航天控制等领域成功应用的影响，维纳滤波算法及其思想被引入地震资料处理，并形成一系列滤波方法，如最小平方滤波、预测滤波等。此外，在地震资料解释和地震波阻抗反演中也大量使用维纳滤波的思想对地震资料解释成果进行处理。
当前，石油天然气勘探开发所面临的地质问题越来越复杂，对地震勘探技术的要求越来越高，现有地震勘探的分辨率、可靠性甚至效率均难以满足高清地质勘探的要求。受第四次工业革命影响，各种技术的跨学科发展已成为科技创新的显著特征，不同类型的地震勘探技术之间（如地面地震勘探与井中地震勘探）、不同类型的地球物理勘探技术（如重力勘探、磁法勘探与地震勘探）之间、地球物理技术与非地球物理技术（如地震与地质、地震与测井）之间的多学科渗透和融合必将是提高地震勘探精度和效率、破解各种地质勘探难题最现实、最有效的途径。