节点地震采集质量监控平台研发与应用

doi:10.11720/wtyht.2025.1107

节点地震采集质量监控平台研发与应用

张剑^,

中石化石油工程地球物理有限公司科技研发中心,江苏南京 211112

Development and application of a quality monitoring platform for nodal seismic data acquisition

ZHANG Jian^,

&D Center of Science and Technology,Sinopec Geophysical Corporation,Nanjing 211112,China

第一作者: 张剑 (1985-),男,湖北武汉人,高级工程师,2008年毕业于中国地质大学(武汉)地球物理专业,主要从事石油地震采集方法研究与软件开发工作。Email:sgczhj@126.com

责任编辑: 叶佩

收稿日期: 2024-03-28 修回日期: 2025-01-21

基金资助:

中国石化“十条龙”科技攻关项目(JP21001)
中石化石油工程地球物理有限公司科研项目(SGC-2022-10)

Received: 2024-03-28 Revised: 2025-01-21

摘要

随着高精度、高密度三维地震技术的应用及采集效率的极大提升,节点地震采集产生的数据量急剧增加,对节点地震采集质量监控要求也越来越高,尤其是节点数据共炮点道集数据合成滞后,影响了地震数据的质量监控及地震资料处理效率,因此,节点地震数据采集过程的质控技术需求愈加凸显。为此,深入研究了采集前节点状态可视化监控、节点数据合成及地震数据质量监控等技术,自主研发了节点地震采集质量监控平台,实现了节点采集过程中“设备状态—数据合成—数据质控”的全生命周期质控,该平台应用到实际地震采集项目中,取得了较好的应用效果。

关键词： 地震勘探; 节点地震采集; 质量监控; 软件研发

Abstract

With the application of high-precision,high-density 3D seismic technology and significant improvements in acquisition efficiency,the volume of data from nodal seismic data acquisition has expanded sharply.This leads to growing demands for the quality monitoring of nodal seismic acquisition.Especially,the lag in the synthesis of common shot gather data in node data has affected the quality monitoring and processing efficiency of seismic data.Therefore,the demand for quality control technology has become increasingly prominent in nodal seismic data acquisition.By delving into technologies including the visual monitoring of pre-acquisition node states,node data synthesis,and seismic data quality monitoring,this study independently developed a quality monitoring platform for nodal seismic data acquisition,enabling quality control for the whole nodal seismic data acquisition,involving equipment status,data synthesis,and data quality control.This platform has achieved satisfactory application results in a practical seismic data acquisition project.

Keywords： seismic exploration; nodal seismic data acquisition; quality monitoring; software development

PDF (12776KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

张剑. 节点地震采集质量监控平台研发与应用[J]. 物探与化探, 2025, 49(2): 451-461 doi:10.11720/wtyht.2025.1107

ZHANG Jian. Development and application of a quality monitoring platform for nodal seismic data acquisition[J]. Geophysical and Geochemical Exploration, 2025, 49(2): 451-461 doi:10.11720/wtyht.2025.1107

0 引言

随着油气勘探开发的不断深入,勘探目标日趋复杂,高效、高密度地震采集已经成为当前地震勘探的主要发展方向^[1-2]。节点地震采集技术对于提高复杂地表地区的施工效率以及地震资料品质都具有明显效果^[3-4]。与有缆地震采集不同,节点地震采集因无电缆连接,无法实时获取地震采集数据,需后期在室内进行节点地震数据下载、数据合成等处理工作。由于施工模式的影响,常规节点地震数据合成周期较长,而且随着地震采集炮道密度的大幅增加,节点采集数据量急剧上升,影响了地震数据合成效率、地震采集质量监控与数据处理效果。尤其对于可控震源高效地震采集,合成的单炮数据相较于激发的单炮数据往往滞后5万~10万余炮,采集资料品质难以得到及时评价与分析。

在节点地震采集技术方面,国内外专家进行了大量的研究。田入运^[5]、史子乐等^[6]进行了节点地震采集硬件系统的研究,认为陆上节点设备发展将更加轻型化、小型化、自动化和数据处理一体化,为超高效数据采集生产提供设备支持;董金伟等^[7]、何进勇^[8]总结分析了节点地震仪在不同地表条件下的采集技术及应用效果,证明了节点采集技术在复杂地表区适用、可行,可以进行规模化推广应用;王鹏程等^[4]、程高明等^[9]、晋为真等^[10]在总结分析以往无线节点仪器采集试验及应用的基础上,提出了复杂地区节点仪器在生产过程中质量控制的方法和流程。

2016年DTCC公司推广了SmartSolo节点系统^[11],该系统由节点采集站、软件系统及室内辅助设备等组成,配套了完善的数据管理及QC软件系统,包括野外布置APP、数据回收、数据切割、数据QC等功能;2017年INOVA公司推广了Quantum节点^[12],其以成熟的IX1软件平台为基础,开发了完整的野外地震采集作业支持及室内数据处理软件系统;2020年中石油BGP推出了全新一代eSeis节点系统^[13-14],以KLSeisII平台为基础,研发了节点切分与质控软件(KL-NodeQC),由HM节点单元管理软件、DM数据处理软件和NH节点质控软件3大部分组成,三者功能独立,操作便捷;2020年中石化SGC推出I-Nodal节点系统^[15],并成功在SH-2020、Z6J-2020与D1J-2020等三维项目实施,取得了较好的应用效果,其软件系统主要包括手持平板QC模块、数据回收模块、数据切割合成模块等。

虽然节点配套软件可解决相应节点的生产问题,但对于有缆与节点、多节点仪器联合施工仍存在较大局限性,普遍存在着同类型节点的配套软件仅适用于各自的节点系统,在节点生产的各环节质控过程中施工人员需操作多款手簿及多款数据处理软件,这就造成质控过程复杂、数据种类繁多、数据格式不一致等问题;另一方面,野外接收排列滚动施工、回收慢制约了共炮点道集数据的合成效率,进而影响后续质控时效,而共接收点道集数据合成效率不受野外节点排列滚动的影响,但目前未建立有效的质控流程与方法。

为实现节点地震采集的全过程质控需求,结合节点地震采集模式,从节点状态的监控、节点数据的合成与合并以及合成后的数据质控等方面开展关键算法研究,实现了节点采集过程中“设备状态—数据合成—数据质控”的全生命周期采集质量监控平台,解决了节点采集技术质量监控难的问题,实际项目应用表明,该平台方便易用、高效快捷、准确率高。

1 节点地震采集质控平台的设计

1.1 平台设计思路

为了实现节点地震采集全面的质量监控,激发前,通过布线、巡线状态监控确保节点性能状态,激发后,通过回收数据的质量分析与评价确保采集效果。系统性地提出了节点采集过程中“设备状态—数据合成—数据质控”的质量监控流程,如图1所示。该平台主要包括节点性能状态的监控、地震数据切分合成与合并监控以及合成/合并后地震数据的质量监控,对其中的关键算法进行研究并实现,形成节点地震采集质量监控平台。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 节点地震采集质量监控平台监控流程

Fig.1 Data process of QC platform for node seismic data acquisition

1.2 平台架构设计

基于野外地震数据采集实际需求,平台架构设计共分为3层:数据层、功能组件层及应用层(图2)。其中数据层主要包括由设备列表、SPS文件、激发Ob班报、巡线Log以及节点原始数据等数据组成的节点数据库;功能组件层包含数据库管理、巡线APP、节点状态监控、地震数据合成与合并、数据质量监控及数据输出等算法与组件;应用层包括软件模块、文件管理以及图形可视化等,实现用户交互。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 平台架构设计

Fig.2 Platform architecture design diagram

1.3 功能设计

基本功能包含4个方面,即:节点海量数据管理、节点状态可视化监控、节点地震数据合成与合并、节点数据质量监控统计,如图3所示。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 平台功能设计

Fig.3 Functional design of the platform

2 节点地震采集质量监控关键算法研究与实现

按照“设备状态—数据合成—数据质控”的质量监控流程,分别从节点状态可视化监控、节点地震数据合成与合并、节点数据质量监控统计3方面进行了关键算法研究,并通过软件实现。

2.1 节点状态可视化监控

针对自采自储、无法实时获取地震数据的节点采集方式,将地震数据实时监控转变为以确保节点性能状态为主,通过手机APP监控和节点状态可视化分析监控。

2.1.1 节点性能状态的手机APP监控

节点性能状态的手机APP监控目标主要是:针对WIFI或Bluetooth通讯型I-Nodal节点,建立手机和节点之间的数据传输通道,通过手机APP发送控制指令获取节点坐标及状态数据,通过与阈值参数比对,实现节点状态的智能监控与报警。

该平台的质控流程为:

1)控制指令的发送与应答:研究不同节点仪器的通讯模块,建立节点数据传输通道,控制状态指令信息的发送与应答。

2)条形码和二维码的扫描与解码:调用手机自带拍照及第三方Zxing.Net.Mobile开源库,完成手机内置摄像头对条形码和二维码的扫描与解码。用户通过手机端交互界面发送控制指令数据,并接收指令响应节点状态质控数据。

3)节点坐标位置的确定和显示:应用手机位置服务API获取对LocationManager服务的引用,得到实时坐标信息,并将手机位置与巡、布线任务图形化显示,根据位置和巡、布线任务变化实时更新图形界面^[16-17];手机GNSS定位坐标为WGS84坐标,巡布任务中的点位坐标为BJ54平面坐标,为实现手机位置及巡布任务图形化显示,统一坐标系,将WGS84坐标通过布尔莎七参转换模型转换为BJ54坐标。

4)节点的智能监控与报警:解析响应数据包获取节点的状态质控数据(节点序列号、采样间隔、增益、检波器通道等),与设定的阈值参数进行比对,实现对节点状态的智能监控与报警。

基于手机APP应用,确定当前位置和目标之间的距离即相对方位,最终完成导航和质控,如图4所示。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 节点状态监控手机APP界面

a—巡检异常;b—巡检正常;c—点位异常

Fig.4 Node status monitoring mobile APP interface

a—inspection abnormality;b—inspection normality;c—point navigation

2.1.2 节点状态可视化分析

节点状态可视化分析主要是针对巡、布线回收数据量较大,依靠手动整理表格检查节点属性状态无法满足快速高效采集施工模式的问题,通过导入巡、布线Log质控文件,自动提取节点状态质控信息,实现节点巡检质控数据的统一组织和管理,以此提高节点巡、布线状态质控效果。

1)巡布文件Log格式解析:通过编码解析、格式化、信息提取等技术获取不同数据格式的桩号、设备号、坐标数据、状态数据等信息。

2)数据可视化:采用第三方开源图表库ScottPlot对重要状态属性数据(如采样间隔、增益、检波器通道、电压、GNSS状态、电阻值、坐标偏离等)以散点图、饼状图等形式实现图形化显示;采用图层管理模式,将不同类型数据展示在不同图层,以不同颜色区分,分类分层管理,提高图形渲染效率,实现节点状态的直观分析与质控,如图5所示。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 节点巡线状态图形化显示

a—节点状态平面;b—节点坐标与测量坐标偏离靶心

Fig.5 Graphical display of node patrolling status

a—node state plan;b—node coordinates and measurement coordinates deviate from the bullseye

3)统计分析:根据参数阈值,高效精准地筛查、标记状态异常值,自动完成电压、阻抗、采样间隔、采集状态、同步状态等主要状态参数的监控及自动统计分析。

2.2 节点地震数据合成与合并

节点地震数据的合成与合并可分为共炮点道集数据合成、共接收点道集数据合成、多类型地震数据合并等,野外接收排列回收慢严重制约了共炮点道集数据的合成效率,因此本文主要对共接收点道集合成与多类型地震数据合并方法进行研究。

2.2.1 共接收点道集数据合成

一般三维地震勘探采用束线状滚动施工的方式,每天回收部分节点排列,共炮点道集数据合成往往需要等待较长时间,导致采集数据质量监控与数据处理严重滞后,而共接收点道集数据合成效率不受野外节点排列滚动的影响,能够做到回收一道、合成一道、完成一道的质量监控。

共接收点道集合成的关键是“时间”与“空间”上地震数据的提取与重排。首先,通过SPS文件、FFID文件列表以及设备列表,建立接收点—文件号—测量成果的数据库;然后,一次性将单个节点站体数据文件全部读入,采用并行多线程方式提取所需字节的地震数据,按照SPS文件对数据切割与重排,形成共接收点道集;最后,将“桩号、坐标、井深、井口时间、文件号”等关键信息写入数据道头块中。

2.2.2 多类型地震数据合并与校正

实际生产中,几种常用节点仪器采集的地震数据相位基本一致,但振幅值存在较大差异。经分析,引起不同类型地震数据振幅差异的原因有前放增益、检波器灵敏度、数据相关算法及振幅值存储等。

对于有缆仪器与无缆节点混合采集的施工模式,一般采用“理论振幅计算”与“对比试验”结合的方式得到样本数值转换为mV电压值的转换系数^[18]。SEG-D存储格式为32位IEEE多路解编BCD码,直接解编地震数据会得到较大的整型数值,一般称为样本数值(A\D转换器转换后的数值)。而SEG-Y存储格式为浮点型mV电压值,因此,SEG-D数据解编到SEG-Y格式时应换算为mV电压值^[18-19]。

Sercel系列428XL仪器对样本数值转换为电压值系数的方法进行了说明,转换系数K的计算公式为:

(1)

K = K_{1} \times K_{2}

式中:K₁取决于检波器类型与前放增益,当采用炸药震源激发、速度检波器12 dB接收时,K₁一般为固定值6.742×10^-5;K₂取决于扫描信号长度、自相关最大值和叠加次数:

(2)

K_{2} = \sqrt[]{\frac{2}{A \times N \times S^{2}}}

式中:A为参考自相关最大值;S为叠加次数;N为采样点数。当采用可控震源激发时,转换系数与扫描信号有关联。利用转换系数K对地震数据进行校正,校正后的数据波形一致(图6a)。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 不同地震仪采集数据校正前后对比

a—有缆仪器与节点仪器;b—两种节点仪器

Fig.6 Comparison of data collected by different seismometers before and after calibration

a—cable instruments and node instruments;b—two types of node instruments

对于多类型节点混合采集施工模式,由于数据相关算法不同,可采用“对比试验”的方式计算各数据的转换系数。从图6b中原始波形可以看出,多种节点数据的幅值存在差异,校正后波形基本一致,能够满足合并需求。

2.3 地震数据质量监控

2.3.1 不正常道检测技术

在野外地震数据采集过程中,地震数据不正常道是决定地震采集资料品质的因素之一。海量的节点数据无法在第一时间识别不正常道,而且,仅依靠现场处理人员监控不正常道的方式在效率方面已经无法满足生产需求。

在不正常道检测方法中,最常用的为地震道数据能量判别方法,其实现简单、效率较高,因此,本文研究了一种基于Hampel滤波的地震异常道检测方法,能够较好地进行不正常道的检测。

Hampel滤波器是一种基于中值和中值绝对偏差(MAD)的滤波器,旨在识别和去除序列数据中的异常值,相对于传统均值和标准差方法,Hampel滤波器对异常值的识别更具稳定性。地震单炮数据一般按炮检距排列,其单道能量具有渐变的特点,建立单道能量序列,利用Hampel滤波器查找不正常道。具体方法为:首先,导入SEG-D或SEG-Y格式的地震数据,对地震数据解析后,求取单道地震数据均方根能量(RMS)作为序列数据集X;然后,对于包含N个数据点(滤波器窗口)的数据集X_i,中值 $\bar{X_{i}}$ 计算公式为:

(3)

\bar{X_{i}} = \{\begin{array}{l} X_{\frac{N + 1}{2}}, & N 为 奇 数 \\ \frac{1}{2} (X_{\frac{N}{2}} + X_{\frac{N}{2} + 1}), & N 为 偶 数 \end{array}

中值绝对值偏差(MAD)是每个数据点X_i与数据集X的中值之间的绝对差的中值,表示为:

(4)

M A D = \bar{(|X_{i} - \bar{X_{i}}|)}

。

如果数据点X_i被认定为异常值(即其绝对偏差除以MAD超过阈值),那么将其替换为数据集X的中值;否则,保持数据点的原数据。

如图7a所示为节点地震数据自动增益波形显示与异常道检测曲线叠合,采用本方法能够快速得到地震数据中能量不正常有9道,其中第2与第5不正常道在图7a的地震记录中通过肉眼观察显示正常,但采用固定增益原始能量显示时(图7b),发现这两道能量偏弱,确为不正常道,因此,该方法能够实现不正常道的快速检测且结果正确。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 节点地震数据自动增益(a)和固定增益(b)波形显示与异常道检测曲线叠合

Fig.7 Overlay of node data AGC(a) and No-AGC(b) display and abnormal channel detection curve

2.3.2 基于共接收点道集的质控方法

全节点采集无法实时获取单炮记录,常规的共炮点道集记录合成往往需要等待较长时间,这就导致采集数据质量监控严重滞后。共接收点道集符合节点数据存储的特点,数据回收、合成后即能对其质控。因此,为适应节点高密度地震施工模式,对共接收点道集数据监控技术进行研究,以提高地震数据质控与处理时效。

采用炮点排序方式抽取共检波点道集。首先考虑到受近地表影响,道集初至时间不符合渐变规律,具体表现为初至时间偏小或者偏大,与真正初至异常炮表现特征一致,严重干扰初至的判断,因此需要对道集做静校正处理,消除近地表影响。其次选取合理速度进行动校正,形成共检波点动校正道集。当初至信噪比较低时,可将1~2 km区域范围内的地震数据经过静校正、动校正及叠加处理形成叠加道数据再分析。通过初至平直状态、时差等因素进行全区炮检点位置检测,如图8a、b所示。该技术可快速完成共接收点道集炮点、检波点位置的监控。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 检波点及炮点偏移校正前后示意

a—检波点偏移校正前(左)后(右)示意;b—炮点偏移校正前(左)后(右)示意

Fig.8 Schematic diagram of receiver point and shot point drift before and after correction

a—schematic of receiver point drift before(left) and after(right) correction;b—schematic of shot point drift before(left) and after(right) correction

以往质量监控主要根据单炮记录对共炮域属性进行监控,每道代表的是检波点信息,共炮域求取属性是炮点一定范围内属性的统计。而随着节点仪器的发展,现在对检波域属性进行质量监控,每道代表的是炮点信息,检波域求取属性是检波点一定范围内属性的统计。针对单个节点数据,计算共接收点记录的能量、频率、信噪比,利用分布图找出异常点位,综合评价地震资料品质,及时发现地震采集资料的变化情况,如图9a所示,利用共接收点道集分析全区的信噪比,可快速找到信噪比较低区域;如图9b所示,通过调整能量显示阈值,可直观显示能量异常点位分布,及时指导制定相应技术措施。针对全部节点数据,统计分析空道、回收率、固定源噪声等属性^[20],增加更多质控手段,实现由野外节点工作状态到室内数据回收质量的全面监控。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 共接收点道集属性定量分析

a—全区信噪比分布;b—全区能量异常分布

Fig.9 Quantitative analysis of the attributes of the common receiving point gathers

a—distribution of S/N ratio in the entire region;b—distribution of energy anomalies in the entire region

2.4 软件实现

根据节点地震采集质量监控平台的架构、功能设计,基于.NET框架,采用C#语言进行软件自主开发。该平台共分为4大功能模块:节点海量数据管理、节点性能状态监控手机APP、节点地震数据处理以及节点数据质量监控统计。其中,节点性能状态监控手机APP基于Xamarin跨平台框架开发;软件UI布局和设计采用XML语言编写,功能实现采用C#语言编写,基于Android、MIUI、鸿蒙等操作系统;软件功能包含参数配置、节点质控、数据可视化、数据管理等4个模块(图4),其中,数据共享功能可以在联网状态下,将巡、布线Log质控文件从移动端回传至电脑端,提高室内数据监控的时效性。节点海量地震数据管理及质控平台主界面如图10所示。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 平台主界面

Fig.10 Main interface of the platform

3 应用及效果

节点地震采集质量监控平台在D1J-2020、Q1J-2021、CH-2021、TEH-2022等多个地震勘探项目中进行了应用,取得了较好的应用效果。

3.1 CH-2021三维有缆与节点混合采集项目

CH-2021项目为典型的东部复杂平原区块,地表类型涉及农田、水产养殖、城镇、村庄、水库、河流、公路(高速)等,农业、工业、养殖业发达。项目采用有缆仪器与节点仪器56线分块混合采集模式,北部与南部全节点摆放、中部有缆摆放,配备了29 000道节点和22 000道有缆仪器,接收排列道数多。单炮合成采用节点23 148道、有缆16 800道,共计39 984道,全工区合成数据量达65.22 TB。

在施工过程中采用节点状态可视化监控、节点数据合成及节点数据监控等模块及时发现问题并反馈,确保了节点采集质量。图11a、b为手机巡、布线APP,可以实时查看节点布设桩号与实际桩号是否一致,并显示具体的节点性能状态数据,如节点设备号、电压、阻抗等;读取回传的节点位置信息和状态信息等数据后,如图11c展布在平面上,对节点布设情况及节点性能状态进行直观分析。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 节点状态可视化质控

a—导航巡检;b—质控列表;c—室内节点状态可视化

Fig.11 Node state visualization QC

a—navigation inspection;b—quality control list;c—visualization of indoor node status

采集区主要干扰波为面波、异常振幅、工业电、斜干扰等,噪声连片出现,影响范围大,采用共接收点道集质控模块及时分析地震数据属性(图12),依据各属性(能量、信噪比、频率等)的门槛值,统计不正常道,最终数据有效回收率达99.01%。该平台提高了工区数据合并效率,合并单炮数据准确无误(图13a),从图13b可以看出,新剖面成像效果较好,反射波组特征自然,无拼接混采痕迹。

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12 共检波点道集信噪比分布

Fig.12 Distribution map of signal-to-noise ratio for common receiver point gathers

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13 合并后单炮(a)及叠加剖面(b)

Fig.13 Merged single shot(a) and stacked profiles(b)

3.2 TEH-2022三维全节点采集项目

TEH-2022全节点采集项目涉及东部探区全部地表类型:虾池、河流、水库、湿地保护区、芦苇荡、村镇、铁路、管网等。共炮点道集采用1 ms采样率、8 s长度记录合成,全区完成48 359炮合成任务;共接收点采用1 ms采样率、12 s长度记录合成,共完成共接收点道集169 179道,总数据量90 TB,合成效率较高且数据准确。共接收点道集的CMP叠加剖面与共炮点道集的CMP叠加剖面相比(图14),浅、中、深层成像效果基本相当。

图14

新窗口打开| 下载原图ZIP| 生成PPT

图14 共接收点道集(a)与共炮点道集(b)CMP叠加剖面对比

Fig.14 Comparison of CMP superimposed profiles for co-receiver channel set(a) and co-gunner channel set(b)

4 结论

本文根据节点采集性能状态的可控、数据合成与合并和及时质控的需求,开发了节点地震采集质量监控平台,并在多个实际生产项目中得到应用,实现了节点地震采集全方位质控,确保了采集质量。

1)节点性能状态监控模块,包括节点性能状态的手机APP软件以及室内节点状态可视化分析模块,野外实现了对节点性能状态及位置实时监控与报警,室内实现了对节点性能状态及位置全面监控、分析与评价,有效提高节点采集质控效率,及时、全面掌握野外节点采集质量情况。

2)多类型地震数据合并、共接收点道集合成与质控模块不仅实现了共接收点道集数据的合成、多类型地震数据合并,还提高了地震数据质量监控与数据处理的时效性,能够有效解决地震节点数据资料整理、数据合成、存储与使用等方面存在的问题。

3)在应用多类型地震数据合并之前,建议进行不同仪器的对比试验,将地震数据转换成电压 mV 值,求取校正系数;在应用共接收点道集合成与质控模块之前,应将SPS文件中的废文件进行剔除,以保证质控道均为有效道。

4)随着地震勘探的深入,将进一步优化软件的适用性,使其适应更多类型的节点及数据格式,并在测试应用中做好升级完善,为更大道数、更多数据类型的地震数据采集提供监控技术。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

宋明水, 尚新民, 王延光, 等.

罗家单点高密度三维地震与效果

[J]. 地球物理学进展, 2019, 34(3):1089-1095.