如今,石油天然气勘探已由浅层地区不断向深层地区深入,随着勘探区域的地质结构变得越来越复杂,勘探的难度也相应地增加,采集到的地震数据会出现不规则、缺失的情况,对后续地震数据的处理和解释造成了很大的影响,也会导致最终结果的判定出现偏差,因此造成很多时间和经济的浪费。由于受传统Nyquist采样定律的限制,常规的一些重构方法并不能对缺失严重的数据重构出理想的结果,同时还要满足采样率的要求,给实际生产增加了很大的难度。近几年,压缩感知理论的提出为解决这一难题提供了新的思路,得到学者们的广泛关注,将实际工作中地震数据的采集和数据处理中的压缩有效的结合了起来,突破了传统采样频率的限制,同时利用地震信号的稀疏特性,实现缺失数据的重构,大幅度的减少了采样成本和时间,提升了工作效率。本文基于压缩感知理论并结合理论中采样矩阵这一关键元素对地震数据采集的方法进行了研究,如何高效的采集数据得到理想的重构结果是我们研究的关键。根据压缩感知采样矩阵所需要满足的条件,学者们已经提出很多类型的采样矩阵,大致可分为两种类型:随机性采样矩阵和确定性采样矩阵。随机性采样矩阵构造简单,由于其元素具有不确定性,占据内存空间较大,不利于硬件实现;另一类确定性采样矩阵虽然占据的内存空间较小,但是在相同条件下没有随机性采样矩阵重构的效果好。这些矩阵都在图像重构,通信工程,医学成像等领域得到了广泛的应用。在地震勘探中我们令采集到的点为1,缺失的点为0,所以适用的采样矩阵内的元素非1即0,目前使用较普遍的矩阵大都不满足实际勘探的情况。由此本文引用了一种新的随机采集方案,将图像处理中应用较广泛的LDPC采样矩阵引入到地震勘探采集中,其满足作为压缩感知中采样矩阵的条件,同时也满足地震勘探中元素种类的要求,将该方法与常规采样方法采集到的数据进行重构对比,结果表明本方案的有效合理性,以矩阵的形式引入更适合实际三维勘探环境。随后,我们将单震源数据采集中较高效的采集方式拓展到多震源地震数据采集中提高采集效率。在现代地震数据采集中,震源激发的方式一般分为两种,单震源激发和多震源激发,二者的主要区别在于激发震源的数量,一般地,二者都是基于规则密集测网进行数据采集的。这里,我们将单震源数据采集中的jitter采样方式引入到多震源数据采集中来布置炮点和检波点在传统规则密集测网中的位置,通过有效的采样方式对炮点和检波点进行排列,模拟实际情况中出现的坏道、坏炮的情况,最后通过合理的算法对缺失的数据进行重构,测试结果可以看出缺失后的重构结果和原始完整的记录相差并不大,而且对重构出来的数据进行后续的处理也没有很大的误差,因此,在实际生产中,我们可以通过减少采集点和炮点来降低采集成本,减小由于实际勘探环境的影响导致增加的工作难度。多震源相对单震源本来就有时间成本的优势,通过高效的采集方式采集数据,勘探成本和采集效率都会得到大幅度的改善。