用参考台技术计算大地电磁张量阻抗

Gaubau等人于1978年提出的参考台技术,从理论上完全消除了计算张量阻抗时所具有的偏倚误差。但在实际测量中,参考台的距离多大才合适,尚无定论。本文所给的实例,采取了固定主测台、移动参考台的方法。结果表明,参考台距离从20 km变到40 km不会给测量结果带来明显的变化。     

震源深度范围内视电阻率随时间变化的观测试验及其与地震活动的关系

本文讨论了青海祁连俄博测点和甘肃山丹霍城测点1979年7月——1986年10月间的大地电磁测深重复观测试验结果。测点所在地区的电磁干扰背景较小、地震活动性较强。文中分析了观测记录和资料处理中的误差。结果表明,以初始值为基准,俄博测点1984年两次复测的视电阻率曲线在部分频带范围内出现过15——30%左右的系统变化,与此期间测区附近发生的一些M5的地震活动有着一定的对应关系;1985年复测的视电阻率曲线又恢复至初始值,而此期间测区附近没有M5及其以上的地震活动,1986年霍城测点和俄博测点复测的视电阻率曲线在较宽的频带范围内发生了40——70%左右的系统变化,与此期间震中距为60km左右的青海门源M=6.7,5.7和5.0地震群密切相关。      

张量CSAMT一维数值模拟分析

研究一维张量CSAMT张量阻抗和倾子向量的变化特征,首先应用快速汉克尔变换法,计算准静态条件下x方向电偶极子在柱坐标系中电磁场各分量的数值解,由对称理论得出y方向电偶极子的电场和磁场值;然后,再利用二个源定向,基于张量阻抗关系式,建立六个线性方程,得到张量阻抗和倾子向量,设计理论地电模型,进而对其进行分析。这些工作不仅可以为二维/三维张量CSAMT数值模拟提供对比,而且还可以为张量CSAMT资料解释提供一定的帮助。     

级联分样与分频段功率谱计算的大地电磁张量阻抗估算对比

级联分样和分频段功率谱计算是大地电磁数据处理中的两种功率谱计算方法。本文基于Welch方法,在其他各项处理参数设置相同的条件下,分别将两种功率谱计算方法用于模拟数据和实测数据对比计算。计算结果认为,在无噪声的模拟数据条件下,两种功率谱计算方法得到的测深曲线差异不明显;对实测数据的计算发现,高频部分级联分样要略优于分频段功率谱估计,而在低频部分,分频段功率谱估计的测深曲线连续性与误差情况要好于级联分样。     

大地电磁六元素张量阻抗理论及其应用

在经典大地电磁（MT）理论中,张量阻抗[ Z ]定义为电场分量和磁场分量之间的线性关系.估算张量阻抗[ Z ]及和它有关的其他参数（例如视电阻率、相位、倾子等）是MT数据处理中的一个重要环节.引入了六元素张量阻抗[ R ]的全新概念,并开发了相应的处理方法.为检验本方法的特征和抗噪性能,对采集自朝鲜的MT野外资料进行了分析.分析结果表明在MT资料处理中新定义的六元素张量阻抗[ R ]比传统的四分量张量阻抗[ Z ]提高测深曲线的相干度至少0.1以上,并且改善了大地电磁资料处理的质量.      

张量CSAMT一维数值模拟分析CSCD

研究一维张量CSAMT张量阻抗和倾子向量的变化特征,首先应用快速汉克尔变换法,计算准静态条件下x方向电偶极子在柱坐标系中电磁场各分量的数值解,由对称理论得出y方向电偶极子的电场和磁场值;然后,再利用二个源定向,基于张量阻抗关系式,建立六个线性方程,得到张量阻抗和倾子向量,设计理论地电模型,进而对其进行分析。这些工作不仅可以为二维/三维张量CSAMT数值模拟提供对比,而且还可以为张量CSAMT资料解释提供一定的帮助。     

稀疏测线大地电磁资料三维反演研究:合成算例(英文)

受勘探成本和工区环境等因素的影响,当前大多数大地电磁实际工作采取布置稀疏测线采集数据和使用二维反演方法解释这些稀疏测线数据的方式。然而,二维反演方法在解释三维地电构造数据时存在局限性,有时甚至做出错误的地质解释。本文尝试了使用三维反演方法对大地电磁稀疏测线数据进行反演解释。使用大地电磁全信息资料三维共轭梯度反演程序对理论模型合成稀疏测线数据进行了三维反演。结果表明:这种反演方案是可行与有效的。同时,我们发现在不同数据的三维反演结果中,四个张量阻抗元素和两个倾子数据同时反演的结果相对更为准确,更接近理论模型。     

利用信噪分离方法提高大地电磁张量阻抗估算质量

在强噪声环境下,由于相关噪声的影响,准确地估算大地电磁张量阻抗越来越困难.研究一种处理相关噪声问题的信噪分离方法,即采用最小二乘Robust方法,利用相关噪声相对较小的远参考站磁场信号求取分离张量,将本地磁场的观测信号分离为MT信号和噪声,估算大地电磁张量阻抗.分别对模拟数据与实测数据进行处理, 结果表明,信噪分离方法能够分离出较强的相关噪声,给出的视电阻率和相位曲线比最小二乘Robust方法和远参考方法获得的更加平滑,处理效果明显.研究表明,在处理受相关噪声影响的MT数据中,信噪分离方法具有明显的优势.