基于二维经验模态分解的重磁异常分离

由于地质过程的复杂性及成矿过程的多期次叠加性,原始重磁异常往往是多种地质因素的混合信息,既包含区域背景异常信息,也包含与矿床(体)、矿化蚀变带以及隐伏岩体等与找矿密切相关的地质要素所引起的局部重磁异常.如何从复杂的叠加重磁异常中分离出具有找矿意义的局部异常,是当前矿产勘查和资源潜力评价工作中面临的难题之一.采用经验模态分解(EMD)方法来分解重磁异常,为提高分解的稳健性提出了用双调和样条插值(BSI)进行包罗面插值的新方法,并以云南个旧地区重磁数据为例,对其进行非线性多尺度分解,实现对区域异常与局部重磁异常的分离,揭示了深层次找矿信息并拓宽了经验模态分解方法的应用领域.      

冈底斯带重磁异常二维经验模态分解及地壳结构

地壳结构是青藏高原深部地球物理探测的主要目标之一.研究了结合功率谱分析的二维经验模态分解（Bi-dimensional empirical mode decomposition,BEMD）位场分离方法,并将其应用于冈底斯带重磁异常分离中.模型试验结果表明该方法能够分离叠加异常,并可获得场源平均深度的可靠估计值;实际资料处理表明研究区布格重力异常和化磁极异常均可分为由浅到深的3个等效层场源产生的异常组合.其中深部重、磁场以南北分区、东西分块为特征.证明了青藏高原是南北地体的拼接,并且在形成之后持续受到印度板块不均匀地向北推进,使喜马拉雅地体、冈底斯地体的深部物质属性在东西方向上以约88°E和93°~95°E为界存在显著的差异;推断青藏高原南部区域中下地壳的低密度体东西向是不连续的,且在研究区中、东部,南北向低密度体被雅鲁藏布江缝合带切开.      

基于经验模态分解的重力异常分离

根据重力异常水平梯度特性,建立了基于经验模态分解的新型重力异常分离方法。通过不同模型实验对比,发现该方法分离所得异常和模型理论异常能很好地吻合,可进行异常定量划分。实测数据处理中,将该方法与平均对数功率谱分析相结合,所分离出的区域异常可以有效描述研究区的区域地质特征。模型试验和实测数据处理都充分表明该方法所分离出的重力异常基本没有畸变和虚假信息产生,具有良好的实际应用价值。     

基于变分模态分解算法的探地雷达信号去噪研究

探地雷达信号属于非平稳信号,容易受到干扰噪声影响导致探测能力降低.为了消除雷达信号的噪声,经验模态分解(EMD)、总体经验模态分解(EEMD)和完全总体经验模态分解(CEEMD)等方法被应用到雷达数据处理中.EMD虽然不断被改进,但仍存在一些不足,例如容易受到噪声干扰,存在模态混叠现象,依赖经验性等问题.因此笔者采用变...     

基于二维小波分解的MT二维反演方法

对于大地电磁反演,期望得到快速稳定的反演结果并且能够反映清晰的、未发生畸变的地质界面.为了解决这一问题,提出了基于二维小波分解的MT二维反演技术,对小波分解得到的背景场采用光滑反演,细节部分采用聚焦反演.通过模型试验,证明了该方法的有效性,同时对某区的实际资料进行了处理,表明了该方法的适用性和效果.     

基于经验模态分解的航空重力测量动态误差分离

航空重力测量数据在测量的过程中很容易受到飞机动态运动的影响,飞机动态运动强时,航空重力测量数据的质量也随之降低,虽然经过数字滤波后可以将航空重力异常数据中的大部分噪声去除,但一部分与信号重叠的噪声还是无法被消除.利用经验模态分解对受飞机动态影响较大的一组实测数据进行深化处理.结果表明,在不影响航空重力异常数据分辨率的情况下,该方法很好地消除了由飞机动态运动引起的动态误差,使得航空重力测量的内符合精度由1.43mGal提升到了1.27mGal.     

基于经验模态分解的曲波阈值去噪方法

针对曲波阈值去噪方法阈值选取单一造成的有效信号损失或随机噪声压制不完全的问题,笔者提出了一种基于经验模态分解的曲波阈值去噪方法。该方法首先对带噪信号进行经验模态分解得到一系列固有模态函数,根据每个固有模态函数所含噪声强弱的不同,选取不同的阈值分别对分解得到的含噪固有模态函数进行曲波阈值降噪处理;最后将去噪后的固有模态函数与不含噪声的固有模态函数进行信号重构得到最终压噪的结果。由于引入经验模态分解,对分解得到的不同含噪程度的固有模态函数,选取不同的阈值进行处理,这样能够有效减小直接曲波阈值方法阈值选取单一产生的问题。模型和实际数据试算表明,该方法在提高数据信噪比的同时,能够有效地保留有效信号,是一种相对保幅的去噪方法。     

应用奇异值分解与二维经验模型分解提取金矿化致矿重力异常

奇异值分解(singular value decomposition,SVD)和二维经验模型分解(bi-dimensional empirical mode decomposition,BEMD)2种方法用于鲁西铜石金矿田的金矿化致矿重力异常提取.通过对比研究得出如下结论:①基于重力数据,由BEMD和SVD 2种方法获...     

点源二维势场问题的边界元法中点源处理方法

用傅氏变换将点源二维地电断面的三维边值问题,变换成二维问题.提出了波数选取的方法与确定傅氏反变换加权系数的解析方法.研究了提高计算精度和计算速度的方法技术.方法简单,精度较高.     

二维经验模分解（BEMD）技术在提取薄竹山矿集区致矿重力异常中的应用

正滇东南地区位于华南地块右江海西-印支地槽褶皱带,区内蕴含着我国重要的钨、锡、银、铅、锌等多金属矿产,是华南岩浆成矿带的重要组成部分。这些矿产均围绕个旧、薄竹山和老君山3个复式花岗岩体分布,其中已有大量资料证明个旧花岗岩体(秦德先等,2008;毛景文等,2008;程彦博等,2008;Cheng Y B et al., 2013)和老君山花岗岩体(Yan D P et al., 2006;张斌辉等,2012;蓝江波     

Identification of the anomaly component using BEMD combined with PCA from element concentrations in the Tengchong tin belt,SW China

Concentration of elements or element groups in a geological body is the result of multiple stages of rockforming and ore-forming geological processes.An ore-forming element group can be identified by PCA(principal component analysis)and be separated into two components using BEMD(bi-dimensional empirical mode decomposition):(1)a high background component which represents the ore-forming background developed in rocks through various geological processes favorable for mineralization(i.e.magmatism,sedimentation and/or metamorphism);(2)the anomaly component which reflects the oreforming anomaly that is overprinted on the high background component developed during mineralization.Anomaly components are used to identify ore-finding targets more effectively than ore-forming element groups.Three steps of data analytical procedures are described in this paper; firstly,the application of PCA to establish the ore-forming element group;secondly,using BEMD on the o re-forming element group to identify the anomaly components created by different types of mineralization processes; and finally,identifying ore-finding targets based on the anomaly components.This method is applied to the Tengchong tin-polymetallic belt to delineate ore-finding targets,where four targets for Sn(W)and three targets for Pb-Zn-Ag-Fe polymetallic mineralization are identified and defined as new areas for further prospecting.It is shown that BEMD combined with PCA can be applied not only in extracting the anomaly component for delineating the ore-finding target,but also in extracting the residual component for identifying its high background zone favorable for mineralization from its oreforming element group.     

HHT方法在研究地震旋回体中的应用

HHT(Hilbert-Huang变换)是一种近年才发展起来的非线性信号处理方法,具有明确的物理意义、高度的精确性和自适应性,但在地震信号处理中尚未得到广泛的应用。简要介绍了HHT的方法原理,然后分析了模型信号和地震旋回体的HHT时频谱。结果表明:HHT对模型信号的识别能力强,且不同类型地震旋回体与其HHT时频谱之间存在对应关系,这为地震层序的划分以及进一步的沉积相分析提供理论依据。     

基于EMD的云南东川蒋家沟泥石流年输沙量多时间尺度分析

基于经验模态分解(EMD)方法,对云南东川蒋家沟泥石流1965年至2004年40年的年输沙量时间序列进行多时间尺度分析,该时间序列分解成3个本征模函数(IMF)分量和趋势项(Res)分量。分析表明：蒋家沟泥石流的年输沙量存在多尺度的周期性波动,分别是2~4 a、6~10 a和17~21 a的准周期。通过对各IMF分量和Res趋势项分析发现,自1985年之后,波动的振幅开始变大,表明蒋家沟泥石流的年输沙量变化很大。降雨对蒋家沟泥石流的年输沙量及周期性波动有一定程度的影响。人类活动改变环境的同时,也为蒋家沟泥石流提供固体物质来源,这使得蒋家沟泥石流的年输沙量周期性波动变得更加复杂。     

基于整体经验模态分解和支持向量回归的北京市 PM 2．5预测

为了更好地掌握大气中PM2.5浓度的变化规律,利用EEMD-SVR混合模型对该地区的PM2.5浓度值进行了短期预测。首先,通过采用整体经验模态分解(EEMD)方法分析北京市PM2.5,把原始时间序列分解成多个固有模态函数和趋势项;然后,对各阶固有模态函数进行周期性分析,揭示了北京市PM2.5的周期性变化特点;最后,对经过EEMD分解后的各阶固有模态函数和趋势项用支持向量机回归(SVR)方法进行预测。结果表明,EEMD-SVR混合模型比单一的SVR模型预测精度更高。     

基于经验模态分解(EMD)的小波熵阈值地震信号去噪

针对EMD阈值去噪算法中阈值由经验选取以及无法有效区分各固有模态函数上有用信息的不足,本文对各固有模态函数进行小波变换,对各层小波系数进行相关处理,以突出有效信息,抑制噪声;将细节系数的有效信号和突变点置零并等分为若干区间,选取小波熵最大子区间的高频小波系数平均值作为噪声方差计算得到阈值。该阈值选取方法依据小波熵的特点,自适应地根据对应尺度上信号自身的能量特征确定该尺度阈值。将该算法应用于仿真信号和实际地震信号去噪,结果表明该方法优于基于EMD的小波阈值去噪,在提高去噪效果的同时,也更好地保护有效信号。     

基于组合滤波的矿集区大地电磁信号去噪

针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。