简介:在对浙江省某铜矿进行瞬变电磁勘查时,由于感应激发极化效应的影响,造成瞬变电磁晚期测道的数据发生倒转。采用常规的瞬变电磁数据处理方法难以处理,造成晚期测道数据不可用,影响TEM的探测深度及精度。针对这个情况,采用Cole—Cole模型分析了均匀半空间模型中直流电阻率、充电率、时间常数以及频率相关系数对磁性源瞬变电磁响应的影响规律。利用奇异值分解法(TheSingularValueDecomposition,简称SVD)对实测TEM数据进行分析及反演,并且从瞬变电磁响应数据中分离出勘探区瞬变电磁测量数据Cole-Cole模型的各参数,将分离出来的参数用于探测结果的辅助解释。经过分析得出充电率和频率相关系数对瞬变电磁响应的影响较大,而直流电阻率和时间常数对其影响较小的结论。通过常规方法和奇异值分解法对实测数据分别进行处理,发现后者视电阻率断面图的异常更加突出,从而较准确的圈定了铜矿体地范围,此结论得到了钻孔的验证,与实际地质情况吻合较好。
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。
简介:High-qualityseismicgeometryisthekeytoobtainhigh-qualityseismicdata,andcanaffecttheaccuracyofdataprocessingandimaging.Basedontheanalysisoftherelationshipbetweenthequalityofthegeometryandthefouracquisitionparameters(thenumberoftraces,shotlinespacing,andthespaceandnumberofreceiverlines),aqualityevaluationmethodofthegeometrybasedoncomprehensivequalityfactor(CQF)isproposed,andtherelationshipbetweenthegeometryqualityandthefourparametersisgiven.WeusefielddatacollectedinanoilfieldinWesternChinawithcomplexgeology:Firstweuseawideazimuthgeometry.Then,wecalculatetherelationshipcurvebetweengeometryanddataqualitybyvaryingeachparameterwhilekeepingtherestfixed.andtheanalysisresultsaregivenbyusingtheCQFevaluationmethod.Theresultsshowthattheshot-linespacinghasthegreatesteffectonthequalityofthegeometry,andtheincreaseofthereceiverlinespacingcanappropriatelyimprovethequalityofthegeometry,andtheincreaseofthenumberofreceivingtracescanimprovethegeometryquality.Thedifferentacquisitionparametershavedifferenteffectsontheimagingqualityofshallowanddeepevents.Themodelforwardandprestackdepthmigrationareusedtogenerateprestackdepthmigrationprofileswithdifferentacquisitionparameters.Theimagingresultsareconsistentwiththeabovecalculatedresults.Accordingtothedepthofthetargetlayer,thequalityfactorevaluationmethodisappliedtoguidethedesignofthegeometryandoptimizetheacquisitionparameterstoimprovetheimagingaccuracyofseismicdata.