在海洋OBS勘探阶段,受采集成本的限制,观测系统中布设的OBS数量较少,海面炮点数量较多,导致数据的覆盖次数均匀性差,甚至出现了零覆盖现象;OBS在自由沉落过程中受洋流影响,间距不可控,造成间距不规则;炮船在按预定航线行驶过程中,受风浪影响,炮线弯曲存在交叉。以上原因导致采集的OBS资料在空间方向上呈现不规则(或稀疏)分布的。在陆上采集数据过程中,受地形条件限制(山川河流、采空区、禁采区等)和地上建筑物的干扰(道路、高楼等),导致获得的数据也会呈现不规则现象。不规则的地震资料对速度分析、叠加和偏移等处理影响较大,容易造成局部速度落实不清、成像效果较差等现象,不能满足地下地质构造精细刻画的目的。因而,对缺失地震道进行插值重建已然成为数据处理中的必要环节。平行矩阵分解(PMF)算法是对基于高阶SVD分解和核范数最小化的数据张量重建的补充和扩展,可以同时实现数据的重建以及噪声压制,但计算效率会随着数据维度的增加而呈现指数增长。它是在多维空间下的频率切片按照每一维度展开成长条形矩阵,然后对每个长条形矩阵分别做降秩分解,最后将其分别折叠成张量并加权求和。在Matlab版PMF程序的基础上,为提高程序运算效率,将其改写为Fortran版程序。针对数据去噪问题,引入稳健的PMF算法,既可以达到常规的PMF算法中数据重建和去除随机噪声的效果,又可以压制异常噪声。本文中采用稳健PMF算法对五维模型数据、海洋OBS四维数据和陆地五维数据进行插值重建,该方法不仅适用于高分辨率、高信噪比的海洋数据,在处理陆地数据方面也取得了不错的效果。处理结果表明平行矩阵分解算法能够有效解决地震数据不规则或稀疏分布的问题。