CN102012522A - 地震采集数据的评价方法及装置 - Google Patents

Abstract

本发明提供一种地震采集数据的评价方法及装置，其中，该方法包括：获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；根据炮检关系数据确定炮能量、含信比以及分辨率；根据炮能量、含信比以及分辨率和地震测网数据生成单线束平面展布图、和/或多线束平面展布图；获取包括工区地貌特征信息的卫星遥感地图；根据单线束平面展布图、和/或多线束平面展布图、以及卫星遥感地图评价地震采集数据。通过本发明，可以提高评价地震采集数据的准确性和效率。

Description

地震采集数据的评价方法及装置

技术领域

本发明涉及石油勘探领域，具体地，涉及一种地震采集数据的评价方法及装置。

背景技术

近年来，随着油田超大数据区块的日益增多，地震采集工作的强度越来越大、任务越来越重。对于采集的地震资料，传统的手动分析和人工评价，无论从评价结果和效率上，已经无法满足油田野外采集队的需求，同时，对油田地震资料的后续处理也产生了较大的瓶颈。因此，实现地震资料质量的自动评价和综合分析已经迫在眉睫。另一方面，长期以来油田只能把采集数据的分析结果，通过人工的方式与相应区块的卫星遥感资料、地质构造图进行对比，然后观察其总体的分布趋势，这样分析的效率和准确性都很难保证。

综上，目前的分析评价地震采集数据的方式存在效率低、准确性差的问题。

发明内容

本发明实施例的主要目的在于提供一种地震采集数据的评价方法及装置，以解决现有技术中的分析评价地震采集数据的方式存在效率低、准确性差的问题。

为了实现上述目的，本发明实施例提供一种地震采集数据的评价方法，该方法包括：获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；根据所述的炮检关系数据确定炮能量、含信比以及分辨率；根据所述的炮能量、含信比以及分辨率和所述的地震测网数据生成单线束平面展布图、和/或多线束平面展布图；获取包括工区地貌特征信息的卫星遥感地图；根据所述的单线束平面展布图、和/或所述的多线束平面展布图、以及所述的卫星遥感地图评价所述的地震采集数据。

具体地，在获取包括炮点和检波点数据的炮检关系数据之后，所述的方法还包括：将炮点和检波点数据进行数据转换算法。

在获取包括线束数据的地震测网数据之后，上述方法还包括：获取各线束的区域范围；根据所述各线束的区域范围确定区域的相交类型；根据所述区域的相交类型进行公共区域的划分；以批处理方式对划分后的公共区域的覆盖次数进行叠加，以确定共中心点的覆盖次数。

在根据所述的炮检关系数据确定炮能量、含信比以及分辨率之后，上述方法还包括：将所述的炮能量、含信比以及分辨率进行融合计算；将融合计算后的结果进行插值运算，以形成网格数据。

上述根据所述的单线束平面展布图、和/或所述的多线束平面展布图、以及所述的卫星遥感地图评价所述的地震采集数据包括：根据所述的单线束平面展布图评价在所述炮点区域的地震采集数据；和/或根据所述的多线束平面展布图评价相邻线束间的地震采集数据；将所述炮点区域的地震采集数据、和/或所述相邻线束间的地震采集数据结合所述的卫星遥感地图综合评价工区内的地震采集数据。

本发明实施例还提供一种地震采集数据的评价装置，所述装置包括：炮检测网数据获取单元，用于获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；炮检参数确定单元，用于根据所述的炮检关系数据确定炮能量、含信比以及分辨率；平面展布图生成单元，用于根据所述的炮能量、含信比以及分辨率和所述的地震测网数据生成单线束平面展布图、和/或多线束平面展布图；卫星遥感地图获取单元，用于获取包括工区地貌特征信息的卫星遥感地图；采集数据评价单元，用于根据所述的单线束平面展布图、和/或所述的多线束平面展布图、以及所述的卫星遥感地图评价所述的地震采集数据。

具体地，上述装置还包括：数据转换单元，用于将炮点和检波点数据进行数据转换算法。

上述装置还包括：区域范围获取单元，用于获取各线束的区域范围；区域相交类型确定单元，用于根据所述各线束的区域范围确定区域的相交类型；划分区域单元，用于根据所述区域的相交类型划分公共区域；覆盖次数确定单元，用于以批处理方式对划分后的公共区域的覆盖次数进行叠加，以确定共中心点的覆盖次数。

具体地，上述装置还包括：融合计算单元，用于将所述的炮能量、含信比以及分辨率进行融合计算；网格数据形成单元，用于将融合计算后的结果进行插值运算，以形成网格数据。

上述采集数据评价单元包括：炮点区域数据评价模块，用于根据所述的单线束平面展布图评价在所述炮点区域的地震采集数据；和/或，相邻线束间数据评价模块，用于根据所述的多线束平面展布图评价相邻线束间的地震采集数据；工区内数据评价模块，用于将所述炮点区域的地震采集数据、和/或所述相邻线束间的地震采集数据结合所述的卫星遥感地图综合评价工区内的地震采集数据。

借助于上述技术方案至少之一，通过结合炮检关系数据、地震测网数据以及卫星遥感地图来评价地震采集数据，可以提高评价的准确性和效率，克服了现有技术中的评价地震采集数据的方式效率低和准确性差的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的地震采集数据的评价方法的流程图；

图2是根据本发明实施例的软件主界面；

图3a是根据本发明实施例的测网卫照叠合显示；

图3b是根据本发明实施例的测网地形图叠合显示；

图4a是根据本发明实施例的含信比分析图；

图4b是根据本发明实施例的分辨率分析图；

图4c是根据本发明实施例的炮能量分析图；

图5a是根据本发明实施例的单线束含信比平面展布图；

图5b是根据本发明实施例的多线束属性融合平面展布图；

图5c是根据本发明实施例的卫照属性叠合平面展布图；

图6a是根据本发明实施例的多线叠加束覆盖次数平面展布图；

图6b是根据本发明实施例的单线束覆盖次数属性叠合平面展布图；

图7是根据本发明实施例的地震采集数据的评价装置的结构图；

图8是根据本发明实施例的地震采集数据的评价装置的详细结构图；

图9是根据本发明实施例的地震采集数据的评价装置的另一详细结构图；

图10是根据本发明实施例的采集数据评价单元705的详细结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如上所述，现有技术中的分析评价地震采集数据的方式存在效率低、准确性差的问题，基于此，本发明实施例提供一种地震采集数据的评价方法及装置，以克服上述问题。以下结合附图详细说明本发明实施例。

图1是根据本发明实施例的地震采集数据的评价方法，如图1所示，该方法包括：

步骤101，获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；

步骤102，根据炮检关系数据确定炮能量、含信比以及分辨率；

步骤103，根据炮能量、含信比以及分辨率和地震测网数据生成单线束平面展布图、和/或多线束平面展布图；

步骤104，获取包括工区地貌特征信息的卫星遥感地图；

步骤105，根据单线束平面展布图、和/或多线束平面展布图、以及卫星遥感地图评价地震采集数据。

由以上描述可以看出，通过结合炮检关系数据、地震测网数据以及卫星遥感地图来评价地震采集数据，可以提高评价的准确性和效率，从而可以克服现有技术中的评价地震采集数据的方式效率低和准确性差的问题。

具体地，在获取包括线束数据的地震测网数据之后，上述方法还包括：获取各线束的区域范围；根据各线束的区域范围确定区域的相交类型；根据区域的相交类型进行公共区域的划分；以批处理方式对划分后的公共区域的覆盖次数进行叠加，以确定共中心点的覆盖次数。

在根据炮检关系数据确定炮能量、含信比以及分辨率之后，上述方法还包括：将炮能量、含信比以及分辨率进行融合计算；将融合计算后的结果进行插值运算，以形成网格数据。

上述步骤105根据单线束平面展布图、和/或多线束平面展布图、以及卫星遥感地图评价地震采集数据具体包括：根据单线束平面展布图评价在炮点区域的地震采集数据；和/或，根据多线束平面展布图评价相邻线束间的地震采集数据；将炮点区域的地震采集数据、和/或相邻线束间的地震采集数据结合卫星遥感地图综合评价工区内的地震采集数据。

上述卫星遥感地图可以通过计算机地理信息系统获取，本发明实施例将石油地震资料采集和计算机地理信息系统相结合，可以实现采集数据与各种格式的遥感地图的数据对接，达到多种地理信息数据与工区测网及分析结果的叠合显示和综合分析。

为了进一步理解本发明实施例，以下结合计算机地理信息系统详细描述上述步骤。

1、获取炮检关系数据。由于原始炮检关系数据包含炮点和检波点数据，为了能够将它们加载到计算机地理信息系统当中，首先将炮点和检波点数据进行数据转换算法，数据格式采用测绘行业较为流行的ESRI shapefile矢量数据。算法思想如下：

(1)构建ESRI shapefile文件数据结构；

(2)按不同属性域抽取炮检关系数据；

(3)进行数据转换形成ESRI shapefile数据集。

2、将地震测网数据及炮点数据投影到计算机地理信息系统并显示，其中每束线的测网和炮点均为地理信息系统中的一个图层。

3、获取能够反映全工区地貌特征的卫星遥感地图(或者等值图和地质构造图)，进行坐标配准，实现工区测网与卫星遥感地图等的叠合显示。具体地，采用Helmert方差分量估计公式，具体操作如下：

假设有两类独立观测量L_i，其中i∈{1，2}；相应系数矩阵为B，B_i为第i类观测值系数矩阵；X为待求未知参数，

为未知参数向量；

为第i类观测值与估计值间的偏差向量，则观测方程L_i和误差方程V_i，如公式(1)所示：

$\left\{\begin{array}{c}{L}_i=\underset{n_i\×1}{B_i}\underset{n_i\×1}{X}-\underset{n_i\×}{{\mathrm{\Δ}}_i}\\ V_i=\underset{n_i\×1}{B_i}\underset{n_i\×1}{X}-\underset{n_i\×1}{L_i}\end{array}\right.---\left(1\right)$

式中n_i表示观测值的个数，

为第i类观测值系数矩阵，相应的观测值方差协方差矩阵D(L_i)为公式(2)：

$D\left(L_i\right)={\mathrm{\σ}}_{0i}^2{P}_i^{-1}---\left(2\right)$

式中，P_i(i＝1，2)表示各类观测值的权，

为单位权方差。最小二程平方差

为公式(3)：

$\hat{X}=N^{-1}W---\left(3\right)$

其中，

$\left\{\begin{array}{c}N=N_1+N_2=B_1^T{P}_1{B}_1+B_2^T{P}_2{B}_2=B^T\mathrm{PB}\\ W=W_1+W_2=B_1^T{P}_1{L}_1+B_2^T{P}_2{L}_2=B^T\mathrm{PL}\end{array}\right.$

一般讲，第一次方差时给定的两类观测值权值是不正确的，即它们所对应的单位权方差是不相等的，那么由公式(3)得到的未知参数也就不准确。

Helmert方差分量估计的目的是通过多次方差后各类改正数的平方和来估计各类单位权方差

和

一般可先假设各类观测值的单位权方差相等，即公式(4)：

${\mathrm{\σ}}_{01}^2={\mathrm{\σ}}_{02}^2---\left(4\right)$

然后按照公式(3)进行求解获得各类改正数，通过Helmert方差分量估计

可得公式(5)：

$\widehat{\mathrm{\θ}}=S^{-1}{W}_{\mathrm{\θ}}---\left(5\right)$

式中，

$\widehat{\mathrm{\θ}}=\left[\begin{array}{cc}{\widehat{\mathrm{\σ}}}_{01}^2& {\widehat{\mathrm{\σ}}}_{02}^2\end{array}\right],W_{\mathrm{\θ}}={\left[V_1^T{P}_1{V}_1{V}_2^T{P}_2{V}_2\right]}^T,$

$S=\left[\begin{array}{cc}{n}_1-2\mathrm{tr}\left(N^{-1}{N}_1\right)+\mathrm{tr}{\left(N^{-1}{N}_1\right)}^2& \mathrm{tr}\left(N^{-1}{N}_1{N}^{-1}{N}_2\right)\\ \mathrm{tr}\left(N^{-1}{N}_2{N}^{-1}{N}_1\right)& n_2-2\mathrm{tr}\left(N^{-1}{N}_2\right)+\mathrm{tr}{\left(N^{-1}{N}_2\right)}^2\end{array}\right]$

然后按照公式(6)对两类观测值重新进行计算权值，则新的权值估计

公式如下：

${\hat{P}}_i=\frac{C}{{\widehat{\mathrm{\σ}}}_{01}^2}{P}_i---\left(6\right)$

式中C为常量。重新按照公式(3)和公式(5)进行方差和方差分量估计，迭代计算，直到两类观测值的验后单位权方差因子之比接近于1，即

4、将计算所得炮能量、含信比及分辨率等评价结果，加载到计算机地理信息系统中，这样对每个炮点赋予相应的RGB色彩值，进行全工区综合评价；

5、对上述评价的炮能量、含信比及分辨率可进行融合计算，然后成图，成图方式上既可通过炮点观察每个炮点的融合结果，又可形成平面展布图，以便对评价结果进行综合趋势分析。在本步骤中，主要解决下述三个问题：

(1)设计属性融合算法，确定属性融合公式。首先对各评价结果进行归一化处理，使所有评价结果数据具有同样量纲，计算公式如公式(7)：

$\left\{\begin{array}{c}\hat{S}{N}_i={\mathrm{SN}}_i/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{{\mathrm{SN}}_i^2}\\ \hat{S}{E}_i={\mathrm{SE}}_i/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{{\mathrm{SE}}_i^2}\\ \hat{R}{\mathrm{ES}}_i={\mathrm{RES}}_i/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{{\mathrm{RES}}_i^2}\end{array}\right.---\left(7\right)$

式中，SN_i是第i炮的含信比，

为第i炮的含信比均方根，SE_i是第i炮的炮能量，

为第i炮的炮能量均方根，RES_i是第i炮的分辨率，

为第i炮的分辨率均方根，其中i∈{1..n}，n为某线束炮数量。其次，再进行融合计算，具体如公式(8)所示：

${\mathrm{QC}}_i=\frac{\hat{S}{N}_i+{\hat{S}E}_i+\hat{R}{\mathrm{ES}}_i}{0.7+0.7+0.7}*k---\left(8\right)$

式中，QC_i为融合结果，k是校准系数。

(2)、对于炮点融合结果，进行插值运算，形成网格数据，本发明中采用了反距离加权插值算法，具体如下：

$\hat{Z}\left(s_0\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\λ}}_{i}Z\left(s_i\right)---\left(9\right)$

式中，

为预测点S₀处的预测值；其中i∈{1..N}，N为预测计算过程中要使用的预测点周围样点的数量。λ_i为第i个样点预测计算过程中所使用的权重，该值随着样点与预测点之间距离的增加而减小；Z(s_i)是在已知样点S_i处获得的测量值。确定权重λ_i的计算公式为：

${\mathrm{\λ}}_i=\frac{1/d_{i0}}{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}1/d_{j0}}---\left(10\right)$

式中，d_i0是预测点S₀与已知样点S_i之间的距离，随着d_i0的增加，样点对预测点影响的权重也同时减少。

(3)坐标变换，形成ESRI shapefile矢量数据。通过公式(11)对所有炮点坐标旋转，使其保持原有方向，具体如下：

R_x＝x*cosα-y*sinα，

R_y＝x*sinα+y*cosα                                    (11)

式中，R_x，R_y分别是旋转后的坐标，α是炮点与坐标轴正向的夹角，x、y为已知点坐标。

6、计算共中心点覆盖次数，形成网格矢量数据，投影于本软件系统中成平面趋势综合分析图。在多线束覆盖次数计算及成图的过程中，具体包括如下两个步骤：

(1)实现公共区块的分离，确定多线束测网的公共叠加区域。其主要思想：首先，求取各个线束的区域范围；其次，按照区域相交类型(如嵌套类型、左相交、右相交等)进行公共区域划分；最后在进行坐标校正，求得公共区域坐标；

(2)实现公共区域覆盖次数的快速求解，由于传统的逐点扫描方法在线束较多时，计算效率较低，运算时间较长，不符合现场施工的要求，因此，可以通过批处理方法进行公共区域的覆盖次数叠加，这样可以提高覆盖次数的叠加速度。

7、完成上述所五个步骤后，如果需要对加载的测网数据、炮点数据，以及评价结果，做图层属性编辑，本发明实施例还可以实现如下的数据编辑和查找功能，具体操作如下：

(1)提供炮点、检波点、评价结果的数据查找功能，以实现通过数据点可以对应到图层中的相应位置并加以标示；同时，提供炮点、检波点、评价结果的数据的标记注释功能；

(2)提供插件管理模块，例如，比例尺设置工具、指北针设置工具和GPS工具等；

(3)提供炮点、检波点间距离和区域面积的测量工具。

以下举一实例。

以北方某地区三维数据为例，此工区包含两束线，施工信息共中心点距为25米，共中心线距50米，道间距50米，检波线间距200米，基准高1500米，此工区为对称放炮。具体操作如下：

第一，通过计算机地理信息系统加载测网、炮点数据后主界面如图2所示；

第二，通过软件菜单选择底图添加和添加矢量图可以添加遥感卫星地图和地形图，分别为图3a和图3b；

第三，分别选择视图菜单中含信比、分辨率和炮能量，可以生成相应散点分析图，分别为图4a、图4b、图4c；

第四，选择视图菜单中属性融合选项，可计属性融合，单线束平面展布成图预测了评价结果在炮点区域的趋势图，多线束平面展布成图可以分析相领线束间的趋势变化情况，而与卫照等地形图的叠合可以用来综合分析预测结果的分布性、准确性和科学性；图5a、图5b、图5c，分别展现了单线束、多线束及叠合显示结果；

第五，选择视图菜单中覆盖次数选项，可进行叠加覆盖次数显示，也可进行单束线覆盖次数与炮点属性叠加显示，如图6a、图6b所示。

综上，通过不同的应用项目，用户可根据自身的需求，按照不同的组合方式，进行综合分析，从而使得评价质量更加的准确高效。

实施例二

本发明实施例还提供一种地震采集数据的评价装置，优选的用于实现上述实施例一中的方法。图7是该装置的结构框图，如图7所示，该装置包括：

炮检测网数据获取单元701，用于获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；

炮检参数确定单元702，用于根据炮检关系数据确定炮能量、含信比以及分辨率；

平面展布图生成单元703，用于根据炮能量、含信比以及分辨率和地震测网数据生成单线束平面展布图、和/或多线束平面展布图；

卫星遥感地图获取单元704，用于获取包括工区地貌特征信息的卫星遥感地图；

采集数据评价单元705，用于根据单线束平面展布图、和/或多线束平面展布图、以及卫星遥感地图评价地震采集数据。

由以上描述可以看出，通过采集数据评价单元705结合炮检关系数据、地震测网数据生成的单线束平面展布图、和/或多线束平面展布图以及卫星遥感地图来评价地震采集数据，可以提高评价的准确性和效率，克服了现有技术中的评价地震采集数据的方式效率低和准确性差的问题。

上述装置还包括：数据转换单元706，用于将炮点和检波点数据进行数据转换算法，格式转换后的数据就可以适应计算机系统，以便后续的操作。

具体地，如图8所示，上述装置还包括：

区域范围获取单元707，用于获取各线束的区域范围；

区域相交类型确定单元708，用于根据各线束的区域范围确定区域的相交类型；

划分区域单元709，用于根据区域的相交类型划分公共区域；

覆盖次数确定单元710，用于以批处理方式对划分后的公共区域的覆盖次数进行叠加，以确定共中心点的覆盖次数。通过批处理方式，可以提高覆盖次数的叠加速度。

如图9所示，上述装置还包括：

融合计算单元711，用于将炮能量、含信比以及分辨率进行融合计算；

网格数据形成单元712，用于将融合计算后的结果进行插值运算，以形成网格数据。该网格数据可以在计算机地理信息系统中成图，成图方式上既可通过炮点观察每个炮点的融合结果，又可形成平面展布图，以便对评价结果进行综合趋势分析。

如图10所示，上述采集数据评价单元705包括：

炮点区域数据评价模块7051，用于根据单线束平面展布图评价在炮点区域的地震采集数据；和/或

相邻线束间数据评价模块7052，用于根据多线束平面展布图评价相邻线束间的地震采集数据；

工区内数据评价模块7053，用于将炮点区域的地震采集数据、和/或相邻线束间的地震采集数据结合卫星遥感地图综合评价工区内的地震采集数据。

上述各单元、各模块的具体执行过程，可以参考上述实施例一中的相关描述，在此不再赘述。

综上所述，本发明实施例将计算机地理信息系统与地震资料采集工作流程相结合，通过加载炮检关系数据，以及含信比、分辨率、炮能量、覆盖次数等分析结果数据，进行坐标配准和转换，完成各种格式的卫星遥感地图、等值图和地质构造图的加载显示，能够以较快速度绘制高精度图形，并且可以对加载数据进行同步缩放、移动、标记注释和图层属性设置等功能。这样通过地震采集数据的图层化管理模式，可以使用户在图形间自由的切换数据，从而达到多种地理信息数据与工区测网叠合显示的目的，促使地震资料野外采集质量监控由人工、定性、主观变为自动、定量、客观，提升采集质量监控的自动化、科学性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读取存储介质中，比如ROM/RAM、磁碟、光盘等。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种地震采集数据的评价方法，其特征在于，所述的方法包括：

获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；

根据所述的炮检关系数据确定炮能量、含信比以及分辨率；

根据所述的炮能量、含信比以及分辨率和所述的地震测网数据生成单线束平面展布图、和/或多线束平面展布图；

获取包括工区地貌特征信息的卫星遥感地图；

根据所述的单线束平面展布图、和/或所述的多线束平面展布图、以及所述的卫星遥感地图评价所述的地震采集数据。

2.根据权利要求1所述的方法，其特征在于，获取包括炮点和检波点数据的炮检关系数据之后，所述的方法还包括：

将炮点和检波点数据进行数据转换算法。

3.根据权利要求1所述的方法，其特征在于，获取包括线束数据的地震测网数据之后，所述的方法还包括：

获取各线束的区域范围；

根据所述各线束的区域范围确定区域的相交类型；

根据所述区域的相交类型进行公共区域的划分；

以批处理方式对划分后的公共区域的覆盖次数进行叠加，以确定共中心点的覆盖次数。

4.根据权利要求1所述的方法，其特征在于，根据所述的炮检关系数据确定炮能量、含信比以及分辨率之后，所述的方法还包括：

将所述的炮能量、含信比以及分辨率进行融合计算；

将融合计算后的结果进行插值运算，以形成网格数据。

5.根据权利要求1所述的方法，其特征在于，根据所述的单线束平面展布图、和/或所述的多线束平面展布图、以及所述的卫星遥感地图评价所述的地震采集数据包括：

根据所述的单线束平面展布图评价在所述炮点区域的地震采集数据；和/或

根据所述的多线束平面展布图评价相邻线束间的地震采集数据；

将所述炮点区域的地震采集数据、和/或所述相邻线束间的地震采集数据结合所述的卫星遥感地图综合评价工区内的地震采集数据。

6.一种地震采集数据的评价装置，其特征在于，所述的装置包括：

炮检测网数据获取单元，用于获取包括炮点和检波点数据的炮检关系数据和包括线束数据的地震测网数据；

炮检参数确定单元，用于根据所述的炮检关系数据确定炮能量、含信比以及分辨率；

平面展布图生成单元，用于根据所述的炮能量、含信比以及分辨率和所述的地震测网数据生成单线束平面展布图、和/或多线束平面展布图；

卫星遥感地图获取单元，用于获取包括工区地貌特征信息的卫星遥感地图；

采集数据评价单元，用于根据所述的单线束平面展布图、和/或所述的多线束平面展布图、以及所述的卫星遥感地图评价所述的地震采集数据。

7.根据权利要求6所述的装置，其特征在于，所述的装置还包括：

数据转换单元，用于将炮点和检波点数据进行数据转换算法。

8.根据权利要求6所述的装置，其特征在于，所述的装置还包括：

区域范围获取单元，用于获取各线束的区域范围；

区域相交类型确定单元，用于根据所述各线束的区域范围确定区域的相交类型；

划分区域单元，用于根据所述区域的相交类型划分公共区域；

覆盖次数确定单元，用于以批处理方式对划分后的公共区域的覆盖次数进行叠加，以确定共中心点的覆盖次数。

9.根据权利要求6所述的装置，其特征在于，所述的装置还包括：

融合计算单元，用于将所述的炮能量、含信比以及分辨率进行融合计算；

网格数据形成单元，用于将融合计算后的结果进行插值运算，以形成网格数据。

10.根据权利要求6所述的装置，其特征在于，采集数据评价单元包括：

炮点区域数据评价模块，用于根据所述的单线束平面展布图评价在所述炮点区域的地震采集数据；和/或

相邻线束间数据评价模块，用于根据所述的多线束平面展布图评价相邻线束间的地震采集数据；

工区内数据评价模块，用于将所述炮点区域的地震采集数据、和/或所述相邻线束间的地震采集数据结合所述的卫星遥感地图综合评价工区内的地震采集数据。

Images