随着油气资源开采在不断地加大,区域地质情况的复杂性不断地增长,这般形势下,对于最基础的地震勘探技术的提升改进要求就变得亟不可待。越是构造复杂的油气藏开发勘探环境,对地震资料的质量要求反而越高。然而,受采集现场中多种因素的干扰,采集到的地震资料并不完整,往往还要低于Nyquist采样标准,即对于带限信号来说,采样频率必须要高于信号本身的最大频率的二倍时,才能完整的保留原始信号的信息,否则,将会出现假频干扰。这样严重影响了地震资料的品质,并为储层的精确预测带来了困难。现代信号处理中发展了一个理论,压缩感知理论(CS)可以有效的处理克服信号的欠采样问题,只要待处理的缺失数据达到一定的前提条件,就能够恢复重构出符合相应精度要求的完整原始数据。CS理论不同于Nyquist定理的是,采集存储数据的同时,通过数据自身的稀疏特性,使其在某个变换域内进行稀疏变换,再从利用获取来的少量包含结构特点的数据中得到并体现完整的数据。针对低采样率或糟糕的采样环境下的地震资料缺失问题,本文基于改进的Morlet小波基,削弱地震数据在规则采样带来的假频干扰,同时利用广义正交匹配(g-OMP)重构算法进行地震数据的重建恢复,重建效果对比运用单一的变换基或是一般的匹配算法都有明显的提高。此外,针对地震数据分辨率的问题,本文采用迭代硬阈值(IHT)重构算法对地震数据进行下一尺度的实验,改善了地震资料的分辨率,为提高地震数据的品质提供可能。针对空间的不规则采样,利用地震的空间属性,实验了极少数据对目的层的完整重建,并且能识别出地质体大致分布情况,验证了该方法在实际应用中的有效性。对于进一步探索稀疏基函数作用于地质模型时达到完整恢复的条件,重建效果分析以及相关联系,具有重要的研究意义。