技术摘要：
本发明涉及一种地震采集资料品质智能分级评价方法及系统。该方法包括：构建施工工区的初始样本库；构建所述施工工区的试验点样本库；对比分析所述初始样本库和所述试验点样本库的激发井深和激发药量，得到加权初始样本库；将所述试验点样本库做动态自适应样本增强，得  全部
背景技术：
在地震采集项目施工中，为保证采集资料质量，野外施工人员需要对地震资料进 行现场质量评价，以便发现采集资料质量问题，及时采取补救措施。目前对采集资料的现场 质量评价方式主要有两种：一是三级定性评价，该方法主要依靠评价人员的经验，通过肉眼 观察地震监视记录面貌进行定性评价，人为分出优良、合格和不合格三个等级，该方法人为 主观因素强，并且效率极低，已经不能适应当前高效采集项目的技术需求。二是两级定量评 价，该方法采用标准炮评价模式，首先由技术人员根据需求人为选择3-5个合格单炮记录， 分别提取能量、频率、信噪比等属性值，设定每种属性值的门槛值，由计算机判断新采集的 单炮的属性值是否在其对应的门槛值范围内，达到门槛值的是合格单炮，超出门槛值的是 不合格单炮，该方法选择标准炮具有主观性，并且只能通过单一属性评价结果进行等级划 分，不同属性门槛值经常会存在相互矛盾，或者将某属性门槛值适当提高，或者将某属性门 槛值适当降低，或者直接只用某单一属性进行评价，以减少不同属性间评价的矛盾性，因此 造成评价结果准确度不足，具有一定局限性。
技术实现要素：
本发明的目的是提供一种地震采集资料品质智能分级评价方法及系统，能够取代 以往需人工参与的评价方法，实现野外施工现场地震资料品质定量化自动分级评价。 为实现上述目的，本发明提供了如下方案： 一种地震采集资料品质智能分级评价方法，包括： 构建施工工区的初始样本库； 构建所述施工工区的试验点样本库； 对比分析所述初始样本库和所述试验点样本库的激发井深和激发药量，得到加权 初始样本库； 将所述试验点样本库做动态自适应样本增强，得到增强后的试验点样本库； 将所述增强后的试验点样本库和所述加权初始样本库进行组合，得到评价样本 库； 对所述评价样本库进行训练，得到评价模型； 根据所述评价模型，对工区新地震采集单炮进行三级定量化自动评价。 可选的，所述构建施工工区的初始样本库，具体包括： 获取施工工区的以往地震采集单炮记录和近期邻区施工的地震采集单炮记录； 根据所述以往地震采集单炮记录和所述近期邻区施工的地震采集单炮记录，计算 每个单炮记录的属性信息；所述属性信息包括：全排列能量、主频、有效频带最小值、有效频 5 CN 111553613 A 说　明　书 2/9 页 带最大值、有效频带能量、有效频带信噪比、优势频带最小值、优势频带最大值、优势频带能 量、优势频带信噪比、激发井深和激发药量； 根据所述以往地震采集单炮记录、所述近期邻区施工的地震采集单炮记录和所述 属性信息，构建初始样本库。 可选的，所述构建所述施工工区的试验点样本库，具体包括： 获取所述施工工区内3-5个井深药量试验点的单炮记录； 提取各所述井深药量试验点的单炮记录的属性信息； 根据所述井深药量试验点的单炮记录和对应的所述井深药量试验点的单炮记录 的属性信息，构建试验点样本库。 可选的，所述对比分析所述初始样本库和所述试验点样本库的激发井深和激发药 量，得到加权初始样本库，具体包括： 获取所述初始样本库的激发井深和激发药量及所述试验点样本库的激发井深和 激发药量； 判断所述初始样本库的激发井深和激发药量及所述试验点样本库的激发井深和 激发药量的差距是否均高于设定值； 若是，则分别计算所有以往地震采集单炮记录或者近期邻区施工的地震采集单炮 记录的每种属性的平均值； 根据各所述平均值做加权计算，得到加权初始样本库； 若否，则直接将所述初始样本库作为加权初始样本库。 可选的，所述对所述评价样本库进行训练，得到评价模型，具体包括： 对所述评价样本库做主成分分析，得到最佳评价参数组合； 将所述最佳评价参数组合作为机器学习的样本集，通过随机森林方法训练，建立 评价模型。 可选的，还包括： 定期更新评价样本库，得到更新后的评价样本库； 根据所述更新后的评价样本库修正评价模型，得到修正后的评价模型； 根据所述修正后的评价模型，对工区新地震采集单炮进行三级定量化自动评价。 一种地震采集资料品质智能分级评价系统，包括： 初始样本库构建模块，用于构建施工工区的初始样本库； 试验点样本库构建模块，用于构建所述施工工区的试验点样本库； 加权初始样本库确定模块，用于对比分析所述初始样本库和所述试验点样本库的 激发井深和激发药量，得到加权初始样本库； 样本增强模块，用于将所述试验点样本库做动态自适应样本增强，得到增强后的 试验点样本库； 评价样本库组合模块，用于将所述增强后的试验点样本库和所述加权初始样本库 进行组合，得到评价样本库； 训练模块，用于对所述评价样本库进行训练，得到评价模型； 评价模块，用于根据所述评价模型，对工区新地震采集单炮进行三级定量化自动 评价。 6 CN 111553613 A 说　明　书 3/9 页 可选的，所述初始样本库构建模块，具体包括： 单炮记录获取单元，用于获取施工工区的以往地震采集单炮记录和近期邻区施工 的地震采集单炮记录； 属性信息计算单元，用于根据所述以往地震采集单炮记录和所述近期邻区施工的 地震采集单炮记录，计算每个单炮记录的属性信息；所述属性信息包括：全排列能量、主频、 有效频带最小值、有效频带最大值、有效频带能量、有效频带信噪比、优势频带最小值、优势 频带最大值、优势频带能量、优势频带信噪比、激发井深和激发药量； 初始样本库构建单元，用于根据所述以往地震采集单炮记录、所述近期邻区施工 的地震采集单炮记录和所述属性信息，构建初始样本库。 可选的，所述试验点样本库构建模块，具体包括： 试验点单炮记录获取单元，用于获取所述施工工区内3-5个井深药量试验点的单 炮记录； 属性信息提取单元，用于提取各所述井深药量试验点的单炮记录的属性信息； 试验点样本库构建单元，用于根据所述井深药量试验点的单炮记录和对应的所述 井深药量试验点的单炮记录的属性信息，构建试验点样本库。 可选的，所述加权初始样本库确定模块，具体包括： 激发井深、激发药量获取单元，用于获取所述初始样本库的激发井深和激发药量 及所述试验点样本库的激发井深和激发药量； 判断单元，用于判断所述初始样本库的激发井深和激发药量及所述试验点样本库 的激发井深和激发药量的差距是否均高于设定值； 平均值计算单元，用于当所述初始样本库的激发井深和激发药量及所述试验点样 本库的激发井深和激发药量的差距均高于设定值时，分别计算所有以往地震采集单炮记录 或者近期邻区施工的地震采集单炮记录的每种属性的平均值； 加权初始样本库第一确定单元，用于根据各所述平均值做加权计算，得到加权初 始样本库； 加权初始样本库第二确定单元，用于当所述初始样本库的激发井深和激发药量及 所述试验点样本库的激发井深和激发药量的差距不均高于设定值时，直接将所述初始样本 库作为加权初始样本库。 根据本发明提供的具体实施例，本发明公开了以下技术效果： 本发明的地震资料品质智能分级评价方法充分利用先验信息进行约束，将大数据 和机器学习方法技术优势用在地震采集资料质量控制中，改变了地震资料品质评价方式， 实现了高效地震数据采集中海量地震数据资料品质全自动分级评价，提高了地震采集资料 的评价效率和评价准确度。 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的前提下，还可以根据这些附图获 得其他的附图。 7 CN 111553613 A 说　明　书 4/9 页 图1为本发明地震采集资料品质智能分级评价方法流程图； 图2为本发明地震采集资料品质智能分级评价系统结构图； 图3为本发明提到的野外地震采集单炮记录图； 图4为本发明初始样本库示意图； 图5为本发明主成分分析结果示意图； 图6为本发明新采集单炮智能分级评价统计结果示意图； 图7为本发明新采集单炮智能分级评价统计结果输出表格示意图。