CN108181644A - 一种采样方法及装置 - Google Patents
一种采样方法及装置 Download PDFInfo
- Publication number
- CN108181644A CN108181644A CN201711273196.1A CN201711273196A CN108181644A CN 108181644 A CN108181644 A CN 108181644A CN 201711273196 A CN201711273196 A CN 201711273196A CN 108181644 A CN108181644 A CN 108181644A
- Authority
- CN
- China
- Prior art keywords
- point
- sampling
- away
- subregion
- target area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/003—Seismic data acquisition in general, e.g. survey design
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请实施例公开了一种采样方法及装置。所述方法提供有目标区域的地震采集观测***中采样点分布数据;其中,所述采样点分布数据满足完全采样条件;所述采样点分布数据中包括所述目标区域中相邻两个采样点之间的点距;所述方法包括:根据所述点距,将所述目标区域划分为多个样方子区域;其中,所述样方子区域中包括多个采样点;根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。本申请实施例提供的技术方案,可以实现欠采样点分布数据满足随机性要求,且避免采样点过于聚集或者过于分散的情况。
Description
技术领域
本申请涉及地球物理勘探技术领域,特别涉及一种采样方法及装置。
背景技术
在进行地球物理勘探的过程中,常常需要先通过炮检法对目标区域进行数据采集,进而根据采集的数据进行具体数据重构。这种方法具体实施时,为了达到较好的重构效果,往往需要布设大量的炮点、接收点,同时也会产生较大的数据处理量。
为了兼顾生产成本,即:尽可能少地布置炮点和接收点;同时,也为了提高数据重构的效果。近年来,基于压缩感知理论的发展,提出了一种新的数据采集、数据重构的方法。即,通过不规则采样(随机采样)进行数据采集,通过基于压缩感知理论的数据恢复算法进行相应的数据重构。通过上述方法,可以在减少炮点和接收点的前提下,利用不规则采样(随机采样)将由于缺失部分炮点、接收点产生的假频转化为易于滤除的低幅值噪声的特点,利用稀疏促进策略对所采集的欠采样(低于Nyquist采样频率的采样)数据进行较为准确的数据重构。然而,由于不规则采样(随机采样)是完全随机的,往往会造成采样点(炮点或接收点)过于聚集或者过于分散的情况,这样可能会对不重要地质信息部分采样过多造成采集数据冗余,或者对重要地质信息部分采样过少造成重构效果较差。因此,亟需一种有效的采样方法,以使得采样点位置的分布满足随机性要求,且避免采样点过于聚集或者过于分散的情况。
发明内容
本申请实施例的目的是提供一种采样方法及装置,以实现欠采样点分布数据满足随机性要求,且避免采样点过于聚集或者过于分散的情况。
为解决上述技术问题,本申请实施例提供一种采样方法及装置是这样实现的:
一种采样方法,提供有目标区域的地震采集观测***中采样点分布数据;其中,所述采样点分布数据满足完全采样条件;所述采样点分布数据中包括所述目标区域中相邻两个采样点之间的点距;所述方法包括:
根据所述点距,将所述目标区域划分为多个样方子区域;其中,所述样方子区域中包括多个采样点;
根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。
优选方案中,所述根据所述点距,将所述目标区域划分为多个样方子区域,包括:
当所述点距在第一阈值范围内时,将所述目标区域中的测线上第一指定倍数的点距的长度区域作为一个样方子区域;
当所述点距在第二阈值范围内时,将所述目标区域中的测线上第二指定倍数的点距的长度区域作为一个样方子区域;
当所述点距在第三阈值范围内时,将所述目标区域中的测线上第三指定倍数的点距的长度区域作为一个样方子区域。
优选方案中,所述第一阈值范围包括:大于0、且小于或等于10米;所述第二阈值范围包括:大于10米、且小于或等于30米;所述第三阈值范围包括:大于30米。
优选方案中,所述第一指定倍数包括:6和/或8;所述第二指定倍数包括:4和/或6;所述第三指定倍数包括:2和/或4。
优选方案中,所述根据所述点距,将所述目标区域划分为多个样方子区域,还包括:
根据所述点距,将所述目标区域划为多个子区域;其中,所述子区域包括多个采样点;
根据所述子区域中相邻采样点之间的点距,将所述子区域划分为多个样方子区域。
优选方案中,所述根据所述点距,将所述目标区域划为多个子区域,包括:
当所述目标区域中指定采样点与相邻采样点之间的点距在第一阈值范围内时,将所述指定采样点划分至第一子区域,当所述目标区域中指定采样点与相邻采样点之间的点距在第二阈值范围内时,将所述指定采样点划分至第二子区域,当所述目标区域中指定采样点与相邻采样点之间的点距在第三阈值范围内时,将所述指定采样点划分至第三子区域,以使得将所述目标区域划分为至少一个第一子区域、至少一个第二子区域和/或至少一个第三子区域。
优选方案中,所述根据所述子区域中相邻采样点之间的点距,将所述子区域划分为多个样方子区域,包括:
当所述目标区域划分为至少一个第一子区域/第二子区域/第三子区域时,将所述第一子区域/第二子区域/第三子区域中的测线上第一指定倍数/第二指定倍数/第三指定倍数的点距的长度区域作为一个样方子区域。
优选方案中,所述指定欠采样因子的取值为2。
优选方案中,所述采样点包括炮点或接收点;所述采样点分布数据包括相邻炮点之间的点距或相邻接收点之间的点距。
一种采样装置,所述装置提供目标区域的地震采集观测***中采样点分布数据;其中,所述采样点分布数据满足完全采样条件;所述采样点分布数据中包括所述目标区域中相邻两个采样点之间的点距;所述装置包括:样方子区域划分模块和欠采样数据确定模块;其中,
所述样方子区域划分模块,用于根据所述点距,将所述目标区域划分为多个样方子区域;具体地,所述样方子区域划分模块用于当所述点距在第一阈值范围内时,将所述目标区域中的测线上第一指定倍数的点距的长度区域作为一个样方子区域,当所述点距在第二阈值范围内时,将所述目标区域中的测线上第二指定倍数的点距的长度区域作为一个样方子区域,当所述点距在第三阈值范围内时,将所述目标区域中的测线上第三指定倍数的点距的长度区域作为一个样方子区域;其中,所述样方子区域中包括多个采样点;
所述欠采样数据确定模块,用于根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。
本申请实施例提供了一种采样方法及装置,根据所述点距,将所述目标区域划分为多个样方子区域;其中,所述样方子区域中包括多个采样点;根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。从而可以实现欠采样点分布数据满足随机性要求,且避免采样点过于聚集或者过于分散的情况。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请中记载的一些实施例,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是本申请一种采样方法实施例的流程图;
图2是本申请实施例中不同点距的样方划分示意图;
图3是本申请采样装置实施例的组成结构图。
具体实施方式
本申请实施例提供一种采样方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请实施例提供了一种采样方法。所述采样方法提供有目标区域的地震采集观测***中采样点分布数据。
在本实施方式中,所述采样点分布数据满足完全采样条件,即满足Nyquist采样定理。
在本实施方式中,所述采样点分布数据中可以包括所述目标区域中相邻两个采样点之间的点距。其中,所述采样点可以包括:炮点和接收点。也就是,所述采样点分布数据包括所述目标区域中在测线上相邻两个炮点或相邻两个接收点之间的点距。
图1是本申请一种采样方法实施例的流程图。如图1所示,所述采样方法,包括以下步骤。
步骤S101:根据所述点距,将所述目标区域划分为多个样方子区域;其中,所述样方子区域中包括多个采样点。
在本实施方式中,根据所述点距,将所述目标区域划分为多个样方子区域,具体可以包括,当所述点距在第一阈值范围内时,可以将所述目标区域中的测线上第一指定倍数的点距的长度区域作为一个样方子区域。当所述点距在第二阈值范围内时,可以将所述目标区域中的测线上第二指定倍数的点距的长度区域作为一个样方子区域。当所述点距在第三阈值范围内时,可以将所述目标区域中的测线上第三指定倍数的点距的长度区域作为一个样方子区域。
在本实施方式中,所述第一阈值范围可以包括:大于0、且小于或等于10米。所述第二阈值范围可以包括:大于10米、且小于或等于30米。所述第三阈值范围可以包括:大于30米。
在本实施方式中,所述第一指定倍数可以包括:6和/或8。所述第二指定倍数可以包括:4和/或6。所述第三指定倍数可以包括:2和/或4。
在本实施方式中,根据所述点距,将所述目标区域划分为多个样方子区域,具体还可以包括,根据所述点距,可以将所述目标区域划为多个子区域。其中,所述子区域包括多个采样点。根据所述子区域中相邻采样点之间的点距,可以将所述子区域划分为多个样方子区域。其中,所述相邻采样点可以表示所述目标区域中与所述指定采样点相邻的采样点。
在本实施方式中,根据所述点距,将所述目标区域划为多个子区域,具体可以包括,当所述目标区域中指定采样点与相邻采样点之间的点距在第一阈值范围内时,可以将所述指定采样点划分至第一子区域,当所述目标区域中指定采样点与相邻采样点之间的点距在第二阈值范围内时,可以将所述指定采样点划分至第二子区域,当所述目标区域中指定采样点与相邻采样点之间的点距在第三阈值范围内时,可以将所述指定采样点划分至第三子区域,以使得将所述目标区域划分为至少一个第一子区域、至少一个第二子区域和/或至少一个第三子区域。
在本实施方式中,根据所述子区域中相邻采样点之间的点距,将所述子区域划分为多个样方子区域,具体可以包括,当所述目标区域划分为至少一个第一子区域/第二子区域/第三子区域时,可以将所述第一子区域/第二子区域/第三子区域中的测线上第一指定倍数/第二指定倍数/第三指定倍数的点距的长度区域作为一个样方子区域。也就是说,当所述目标区域划分的多个子区域中包括第一子区域时,可以将所述第一子区域中测线上第一指定倍数的点距的长度区域作为一个样方子区域。当所述目标区域划分的多个子区域中包括第二子区域时,可以将所述第二子区域中测线上第一指定倍数的点距的长度区域作为一个样方子区域。当所述目标区域划分的多个子区域中包括第三子区域时,可以将所述第一子区域中测线上第三指定倍数的点距的长度区域作为一个样方子区域。
步骤S102:根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。
在本实施方式中,所述指定欠采样因子的取值通常可以为2。欠采样因子是指完全采样点数与稀疏采样点数之商。欠采样因子越大,需要恢复的数据量越多。所述指定欠采样因子的取值通常与采集的地震资料的信噪比、采样点数相关联。例如,当采集的地震资料的信噪比较高且采样点数较多时,所述指定欠采样因子的取值范围可以为大于2且小于4。当采集的地震资料的信噪比较低且采样点数较少时,所述指定欠采样因子的取值范围可以为大于1且小于等于2。
在本实施方式中,根据指定欠采样因子,可以对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。
例如,图2是本申请实施例中不同点距的样方划分示意图。图2中(a)、(b)和(c)分别表示2倍点距、4倍点距以及2倍点距与4倍点距交替的样方划分示意图。图2中的黑色实心圆表示随机采样点,白色圆表示舍弃的采样点,虚线框表示样方子区域。如图2所示,不同的样方划分方式,可以得到不同的最大采样点间隔。如此,可以根据实际情况,灵活选取样方划分方式,得到合适的最大采样点间隔,并且欠采样后的采样点分布数据的随机性较好。
在一个实施方式中,在得到所述目标区域的欠采样点分布数据后,可以根据所述欠采样点分布数据确定采样点的布设方案,并利用该布设方案进行具体激发设备、接收设备布设,进而采集数据,并根据所采集的数据进行数据重构。其中,所述欠采样点分布数据包括炮点位置和接收点位置。具体实施时,所述采样方法还可以包括以下步骤。
(1)在所述炮点位置布设激发源,在所述接收点位置布设接收器。
在本实施方式中,所述激发源具体可以是采集炮等激发设备,所述接收器具体可以是检波器等接收设备。
(2)通过所述激发源、所述接收器进行数据采集,得到欠采样地震数据。
在本实施方式中,为了得到上述欠采样地震数据,具体实施时可以通过所述激发源激发,再利用所述接收设备进行接收,从而得到来自地下反射的空间的欠采样数据。
(3)根据所述欠采样地震数据,通过压缩感知方法进行数据重构。
在本实施方式中,上述数据重构具体可以是通过对欠采样地震数据进行基于压缩感知理论的数据重构,进而得到重构后的完全采样的地震数据。
在一个实施方式中,在得到所述欠采样地震数据后,还可以先将假频转化为易于滤除的低幅值噪声,进行去噪处理,得到精度较高的欠采样地震数据;再将处理后的欠采样地震数据通过稀疏促进策略进行数据恢复;最后可以得到数据重构后的完整的地震数据。
所述采样方法实施例,根据所述点距,将所述目标区域划分为多个样方子区域;其中,所述样方子区域中包括多个采样点;根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。如此,对于点距较大的目标区域,可以采用点距倍数较小的样方划分方式,对于点距较小的目标区域,可以采样点距倍数较大的样方划分方式,从而既可以实现欠采样点分布数据满足随机性要求,又可以避免采样点过于聚集或者过于分散的情况。
图3是本申请采样装置实施例的组成结构图。所述采样装置,提供目标区域的地震采集观测***中采样点分布数据;其中,所述采样点分布数据满足完全采样条件;所述采样点分布数据中包括所述目标区域中相邻两个采样点之间的点距。如图3所示,所述采样装置可以包括:样方子区域划分模块100和欠采样数据确定模块200。
所述样方子区域划分模块100,可以用于根据所述点距,将所述目标区域划分为多个样方子区域;具体地,所述样方子区域划分模块可以用于当所述点距在第一阈值范围内时,将所述目标区域中的测线上第一指定倍数的点距的长度区域作为一个样方子区域,当所述点距在第二阈值范围内时,将所述目标区域中的测线上第二指定倍数的点距的长度区域作为一个样方子区域,当所述点距在第三阈值范围内时,将所述目标区域中的测线上第三指定倍数的点距的长度区域作为一个样方子区域;其中,所述样方子区域中包括多个采样点。
所述欠采样数据确定模块200,可以用于根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,可以得到所述目标区域的欠采样点分布数据。
所述采样装置实施例与所述采样方法实施例相对应,可以实现采样方法实施例的技术方案,并取得方法实施例的技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的装置、模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括短暂电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (10)
1.一种采样方法,其特征在于,提供有目标区域的地震采集观测***中采样点分布数据;其中,所述采样点分布数据满足完全采样条件;所述采样点分布数据中包括所述目标区域中相邻两个采样点之间的点距;所述方法包括:
根据所述点距,将所述目标区域划分为多个样方子区域;其中,所述样方子区域中包括多个采样点;
根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。
2.根据权利要求1所述的一种采样方法,其特征在于,所述根据所述点距,将所述目标区域划分为多个样方子区域,包括:
当所述点距在第一阈值范围内时,将所述目标区域中的测线上第一指定倍数的点距的长度区域作为一个样方子区域;
当所述点距在第二阈值范围内时,将所述目标区域中的测线上第二指定倍数的点距的长度区域作为一个样方子区域;
当所述点距在第三阈值范围内时,将所述目标区域中的测线上第三指定倍数的点距的长度区域作为一个样方子区域。
3.根据权利要求2所述的一种采样方法,其特征在于,所述第一阈值范围包括:大于0、且小于或等于10米;所述第二阈值范围包括:大于10米、且小于或等于30米;所述第三阈值范围包括:大于30米。
4.根据权利要求2所述的一种采样方法,其特征在于,所述第一指定倍数包括:6和/或8;所述第二指定倍数包括:4和/或6;所述第三指定倍数包括:2和/或4。
5.根据权利要求1所述的一种采样方法,其特征在于,所述根据所述点距,将所述目标区域划分为多个样方子区域,还包括:
根据所述点距,将所述目标区域划为多个子区域;其中,所述子区域包括多个采样点;
根据所述子区域中相邻采样点之间的点距,将所述子区域划分为多个样方子区域。
6.根据权利要求5所述的一种采样方法,其特征在于,所述根据所述点距,将所述目标区域划为多个子区域,包括:
当所述目标区域中指定采样点与相邻采样点之间的点距在第一阈值范围内时,将所述指定采样点划分至第一子区域,当所述目标区域中指定采样点与相邻采样点之间的点距在第二阈值范围内时,将所述指定采样点划分至第二子区域,当所述目标区域中指定采样点与相邻采样点之间的点距在第三阈值范围内时,将所述指定采样点划分至第三子区域,以使得将所述目标区域划分为至少一个第一子区域、至少一个第二子区域和/或至少一个第三子区域。
7.根据权利要求6所述的一种采样方法,其特征在于,所述根据所述子区域中相邻采样点之间的点距,将所述子区域划分为多个样方子区域,包括:
当所述目标区域划分为至少一个第一子区域/第二子区域/第三子区域时,将所述第一子区域/第二子区域/第三子区域中的测线上第一指定倍数/第二指定倍数/第三指定倍数的点距的长度区域作为一个样方子区域。
8.根据权利要求1所述的一种采样方法,其特征在于,所述指定欠采样因子的取值为2。
9.根据权利要求1所述的一种采样方法,其特征在于,所述采样点包括炮点或接收点;所述采样点分布数据包括相邻炮点之间的点距或相邻接收点之间的点距。
10.一种采样装置,其特征在于,所述装置提供目标区域的地震采集观测***中采样点分布数据;其中,所述采样点分布数据满足完全采样条件;所述采样点分布数据中包括所述目标区域中相邻两个采样点之间的点距;所述装置包括:样方子区域划分模块和欠采样数据确定模块;其中,
所述样方子区域划分模块,用于根据所述点距,将所述目标区域划分为多个样方子区域;具体地,所述样方子区域划分模块用于当所述点距在第一阈值范围内时,将所述目标区域中的测线上第一指定倍数的点距的长度区域作为一个样方子区域,当所述点距在第二阈值范围内时,将所述目标区域中的测线上第二指定倍数的点距的长度区域作为一个样方子区域,当所述点距在第三阈值范围内时,将所述目标区域中的测线上第三指定倍数的点距的长度区域作为一个样方子区域;其中,所述样方子区域中包括多个采样点;
所述欠采样数据确定模块,用于根据指定欠采样因子,对所述样方子区域中的多个采样点进行随机采样,得到所述目标区域的欠采样点分布数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711273196.1A CN108181644B (zh) | 2017-12-06 | 2017-12-06 | 一种采样方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711273196.1A CN108181644B (zh) | 2017-12-06 | 2017-12-06 | 一种采样方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108181644A true CN108181644A (zh) | 2018-06-19 |
CN108181644B CN108181644B (zh) | 2020-01-07 |
Family
ID=62545655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711273196.1A Active CN108181644B (zh) | 2017-12-06 | 2017-12-06 | 一种采样方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108181644B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558543A (zh) * | 2018-12-11 | 2019-04-02 | 拉扎斯网络科技(上海)有限公司 | 一种样本采样方法、样本采样装置、服务器和存储介质 |
CN112241020A (zh) * | 2019-07-16 | 2021-01-19 | 中国石油天然气集团有限公司 | 稀疏地震数据采集中确定欠采样率的方法和装置 |
CN112348824A (zh) * | 2020-10-12 | 2021-02-09 | 湖南大唐先一科技有限公司 | 基于排除性随机的运煤车辆采样点选取方法及*** |
CN112782781A (zh) * | 2019-11-07 | 2021-05-11 | 中国石油天然气集团有限公司 | 地震观测***的评价方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345340A (zh) * | 2013-07-29 | 2015-02-11 | 中国石油化工股份有限公司 | 一种地震数据规则化中抖动稀疏采样方法 |
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
CN104570089A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油天然气集团公司 | 嵌套式观测***优化设计方法 |
US20150124560A1 (en) * | 2013-11-01 | 2015-05-07 | Conocophillips Company | Compressive sensing |
CN105093299A (zh) * | 2015-07-24 | 2015-11-25 | 中国石油天然气集团公司 | 一种基于炮检距向量片技术优化观测***的方法及装置 |
US20160327661A1 (en) * | 2015-05-08 | 2016-11-10 | King Fahd University Of Petroleum And Minerals | System and method for acquisition and processing of seismic data using compressive sensing |
CN106249291A (zh) * | 2016-09-26 | 2016-12-21 | 东华理工大学 | 一种基于二维非均匀曲波变换的高精度地震数据重建方法 |
CN106291678A (zh) * | 2015-05-27 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震数据采集方法及*** |
-
2017
- 2017-12-06 CN CN201711273196.1A patent/CN108181644B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345340A (zh) * | 2013-07-29 | 2015-02-11 | 中国石油化工股份有限公司 | 一种地震数据规则化中抖动稀疏采样方法 |
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
CN104570089A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油天然气集团公司 | 嵌套式观测***优化设计方法 |
US20150124560A1 (en) * | 2013-11-01 | 2015-05-07 | Conocophillips Company | Compressive sensing |
US20160327661A1 (en) * | 2015-05-08 | 2016-11-10 | King Fahd University Of Petroleum And Minerals | System and method for acquisition and processing of seismic data using compressive sensing |
CN106291678A (zh) * | 2015-05-27 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震数据采集方法及*** |
CN105093299A (zh) * | 2015-07-24 | 2015-11-25 | 中国石油天然气集团公司 | 一种基于炮检距向量片技术优化观测***的方法及装置 |
CN106249291A (zh) * | 2016-09-26 | 2016-12-21 | 东华理工大学 | 一种基于二维非均匀曲波变换的高精度地震数据重建方法 |
Non-Patent Citations (3)
Title |
---|
李鹏 等: "基于jittered采样的浅层三维地震数据处理及应用", 《地球物理学进展》 * |
杨敬磊 等: "基于数据纖的观测***评价方法 ", 《2017年物探技术研讨会》 * |
陈生昌 等: "稀疏性约束的地球物理数据高效采集方法初步研究", 《石油物探》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558543A (zh) * | 2018-12-11 | 2019-04-02 | 拉扎斯网络科技(上海)有限公司 | 一种样本采样方法、样本采样装置、服务器和存储介质 |
CN112241020A (zh) * | 2019-07-16 | 2021-01-19 | 中国石油天然气集团有限公司 | 稀疏地震数据采集中确定欠采样率的方法和装置 |
CN112241020B (zh) * | 2019-07-16 | 2024-04-30 | 中国石油天然气集团有限公司 | 稀疏地震数据采集中确定欠采样率的方法和装置 |
CN112782781A (zh) * | 2019-11-07 | 2021-05-11 | 中国石油天然气集团有限公司 | 地震观测***的评价方法及装置 |
CN112348824A (zh) * | 2020-10-12 | 2021-02-09 | 湖南大唐先一科技有限公司 | 基于排除性随机的运煤车辆采样点选取方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108181644B (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108181644A (zh) | 一种采样方法及装置 | |
CN107329899A (zh) | 一种应用程序兼容性测试方法和装置 | |
CN107193045A (zh) | 一种地震数据处理方法及装置 | |
US11321318B2 (en) | Dynamic access paths | |
CN108387926A (zh) | 一种确定***阵列远场子波的方法及装置 | |
CN106201673A (zh) | 一种地震数据处理方法及装置 | |
CN105868216A (zh) | 一种实现对象过期操作的方法、装置和设备 | |
CN106353818A (zh) | 一种地震数据时差校正的方法及*** | |
CN107300519B (zh) | 致密砂岩导电分析方法及*** | |
CN104407384A (zh) | 地震剖面显示的方法 | |
Wu et al. | Enabling flexible resource allocation in mobile deep learning systems | |
CN108897040A (zh) | 一种确定陆检与海底之间的耦合性的方法及装置 | |
CN108897036A (zh) | 一种地震数据处理方法及装置 | |
CN107025259A (zh) | 一种详情页面的打开方法、设备以及移动终端 | |
CN104375186B (zh) | 一种去除异常初至的方法及*** | |
CN107179546A (zh) | 一种确定速度场的方法及装置 | |
CN107561588A (zh) | 一种地震数据噪声压制方法及装置 | |
CN108035708A (zh) | 一种去除地层界面反射波的方法及装置 | |
KR20220066574A (ko) | 인공지능 시스템을 훈련시키기 위한 이미지 데이터를 처리하도록 구성되는 전자 장치 | |
CN106844022A (zh) | 一种数据处理的方法及*** | |
CN106772599A (zh) | 一种计算地层横波速度的方法及装置 | |
CN109815116A (zh) | 一种软件测试方法和设备平台及计算机可读存储介质 | |
CN108318928A (zh) | 一种大地电磁数据的处理方法及装置 | |
CN106291688B (zh) | 一种叠后地震数据的处理方法及装置 | |
CN107939371A (zh) | 一种确定井网加密可行性的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |