共查询到18条相似文献，搜索用时 987 毫秒
1.
固定翼时间域航空电磁探测系统在实际飞行测量过程中,发射线圈、接收线圈姿态和吊舱摆动状态不断变化,在测量数据中引入如发射磁矩方向、接收分量方向以及系统收发距等参数的误差,影响数据反演成像效果.本文基于固定翼时间域航空电磁正演理论,利用姿态变换,引入发射线圈、接收线圈双旋转矩阵;根据发射、接收线圈相对位置的几何关系,求得摆动格林张量;推导了任意姿态角度以及任意摆动角度情况下的固定翼航空电磁响应三分量计算表达式.通过层状大地模型的仿真计算,分别研究了发射、接收线圈各姿态以及吊舱摆动状态对航空电磁响应的影响,得出发射线圈、接收线圈俯仰旋转和吊舱同向摆动对系统电磁响应影响最强;仿真分析了实际测量中,三种角度同时存在情况下,航空电磁响应的定量变化规律.在此基础上,讨论了响应系数与大地电导率的关系,同时给出基于响应系数的固定翼航空电磁系统线圈姿态和摆动状态校正方法,准二维层状大地模型反演结果表明,校正后数据的反演精度提高了33.1%. 相似文献
2.
3.
4.
时间域航空电磁系统的探测深度是一项关键技术参数,在系统研制设计和资料解释中都有重要作用.当目标层与围岩电性差异不大或目标层引起的异常响应不明显时,常规的估算探测深度方法不再适用,为克服这种缺陷,本文提出了一种系统探测深度的估算方法,该方法通过模拟电场在均匀半空间模型和层状模型中的扩散过程,记录电场最大幅值在地下的瞬时位置,将系统的探测深度定义为观测到的响应值等于给定的噪声水平时,对应时刻的地下介质中感应电场幅度的最大值对应的深度.论文以我国自主研制的直升机时间域航空电磁系统CHTEM-I为例,根据对不同条件下的计算结果的分析,给出了探测深度与模型电导率、飞行高度和噪声水平之间的关系曲线,并总结出一些能够提高系统探测深度的建议.结果表明半空间模型电导率在0.000295~0.0422S/m范围内,CHTEM-I系统可以在噪声水平与t-0.5成正比条件下达到300m的探测深度.本文方法的估算结果不受模型层厚薄,或目标层与围岩电性差异小等因素影响,因而具有较高的实用性.文中的结论对时间域航空电磁系统设计有理论指导意义,也可用于其它时间域电磁勘探系统探测深度的估算. 相似文献
5.
中心回线式直升机TEM资料的电导率-深度成像方法 总被引：1，自引：0，他引：1
毛立峰 《CT理论与应用研究》2013,(3):429-437
以理论上的中心回线式直升机航空瞬变电磁系统为例,提出一种快速的电导率-深度成像方法,将感生电动势瞬变响应数据变换为地下介质电导率-深度断面。该方法针对成像计算中视电导率非唯一性问题和成像深度难以确定的困难,首先给出一个关于均匀半空间模型电导率?的数据函数?(?)的变换公式,由此建立数据表???来查询视电导率值,可以得到可靠的视电导率值。其次用均匀半空间中的感应电场最大幅值对应深度值来定义视深度,建立视电导率-视深度的数据表,并在2个相邻时间道期间的最大电场深度变化的基础上定义成像深度,从而导出CDI结果。该方法的特点是理论简单、物理意义明确,且利用了数据表查询技术大大提高了计算速度,使得实时CDI处理成为可能。最后用理论模型进行试算,结果表明,电导率值的查询范围宽至10-4～102S/m时,高阻薄层、低阻薄层及二维目标体模型均有较好的成像效果。 相似文献
6.
时间域航空电磁系统的探测深度是一项关键技术参数,在系统研制设计和资料解释中都有重要作用.当目标层与围岩电性差异不大或目标层引起的异常响应不明显时,常规的估算探测深度方法不再适用,为克服这种缺陷,本文提出了一种系统探测深度的估算方法,该方法通过模拟电场在均匀半空间模型和层状模型中的扩散过程,记录电场最大幅值在地下的瞬时位置,将系统的探测深度定义为观测到的响应值等于给定的噪声水平时,对应时刻的地下介质中感应电场幅度的最大值对应的深度.论文以我国自主研制的直升机时间域航空电磁系统CHTEM-I为例,根据对不同条件下的计算结果的分析,给出了探测深度与模型电导率、飞行高度和噪声水平之间的关系曲线,并总结出一些能够提高系统探测深度的建议.结果表明半空间模型电导率在0.000295~0.0422 S/m范围内,CHTEM-I系统可以在噪声水平与t－0.5成正比条件下达到300 m的探测深度.本文方法的估算结果不受模型层厚薄,或目标层与围岩电性差异小等因素影响,因而具有较高的实用性.文中的结论对时间域航空电磁系统设计有理论指导意义,也可用于其它时间域电磁勘探系统探测深度的估算. 相似文献
7.
中心回线式直升机航空瞬变电磁法中因其发射源与接收线圈相对位置不变,故在电导率深度成像(Conductivity Depth Imaging,CDI)中无需考虑偏移距带来的影响,但半航空瞬变电磁法的工作方式是利用长导线源在地面发射,无人机搭载接收线圈在空中采集电磁响应数据,发射源与接收线圈相对位置一直变化,存在偏移距的问题,无法像航空瞬变电磁一样实现CDI快速成像.本文提出建立"库"的思想,根据不同实际情况建立不同的电导率-电磁响应数据网,利用分段二分搜索算法来消除"二值性"带来的问题,使得半航空瞬变电磁电导率深度快速成像(Semi-Airborne Transient Electromagnetic-Conductivity Depth Imaging,SATEM-CDI)方法得以实现.通过正演模拟及实测数据成像分析,表明SATEM-CDI理论简单、处理过程中无需迭代,计算速度快,可对大量半航空瞬变电磁数据进行实时成像,且成像结果可靠,可为反演模型和初步地质结构判断提供重要资料. 相似文献
8.
航空电磁法的探测能力受飞行高度、发射波形、发射磁矩和发射基频等因素的影响,致使不同分量间的勘探能力存在差异.航空电磁如对所有磁场和磁感应分量、on-和off-time数据进行观测和解释,不仅数据量大、耗时长,而且出现大量冗余数据.目前国内针对此问题尚无系统解决方法.本文针对吊舱式直升机航空电磁系统,采用积分方程法求解频率域响应,经汉克尔变换转换到时间域,计算了地下三维目标体的B和dB/dt时间域响应.利用异常体响应与背景场响应作比值,并通过设定响应阀值定义最大勘探深度,进而分析不同发射波形、不同分量以及on-和off-time期间的航空电磁系统的探测能力.基于本文分析手段,可根据实际勘探目标,确定一套探测能力较强的航空电磁最佳参数组合,为野外测量和数据处理提供技术指导,高效完成勘探任务. 相似文献
9.
各向异性介质模型电性结构复杂,如何进行合理的网格剖分成为获得高精度正演结果的关键,为此本文开展时间域航空电磁各向异性大地三维自适应有限元正演算法研究.通过结合非结构时间域有限元算法和自适应网格优化技术,实现各向异性介质条件下三维时间域航空电磁自适应正演.考虑到时间域航空电磁响应随时间的衰减特性,为了综合评价不同时刻的后验误差,本文将时间作为加权因子,调整各个时刻后验误差的相对权重,进而实现对浅部和深部网格的同步优化.通过与一维解析结果进行对比验证了本文算法的可靠性.数值实验结果显示电导率各向异性对自适应网格影响严重,其最大主轴电导率的数值及其分布特征直接决定了网格加密效果.此外,各向异性对时间域航空电磁三分量响应的分布形态和异常幅值也会产生严重影响,利用全域视电阻率极性图,可以很好地识别各向异性主轴方向. 相似文献
10.
时间域航空电磁快速成像研究 总被引：4，自引：0，他引：4
基于电磁法理论,编写了时间域中心回线航空电磁正演算法程序,并通过查表法求取了视电阻率,时间域航空电磁的快速成像采用了经本文改进的快速一阶与二阶近似成像算法,通过四种典型地电模型对两种成像方法进行了对比,分析了两种算法在航空物探应用中的优缺点.试算结果表明,本文的两种快速成像算法均得到了比较理想的拟合效果,二阶近似成像算法对地层电阻率变化灵敏性尤为突出. 相似文献
11.
从电偶源三维地电断面可控源电磁法的二次电场边值问题及其变分问题出发,采用任意六面体单元对研究区域进行剖分,并且在单元分析中同时对电导率及二次电场进行三线性插值,实现电导率分块连续变化情况下,基于二次场的可控源电磁三维有限元数值模拟.这个新的可控源电磁三维正演方法可以模拟实际勘探中地下任意形状及电性参数连续变化的复杂模型.理论模型的计算结果表明,均匀大地计算的视电阻率误差和相位误差分别为0.002%和0.0005°.分层连续变化模型的有限元计算结果表明,其与对应的分层均匀模型解析结果有明显差异.三维异常体组合模型以及倾斜异常体等复杂模型的有限元计算结果也有效地反映了异常形态. 相似文献
12.
Artificial neural networks for removal of couplings in airborne transient electromagnetic data 
下载免费PDF全文
下载免费PDF全文 Kristoffer K. Andersen Casper Kirkegaard Nikolaj Foged Anders V. Christiansen Esben Auken 《Geophysical Prospecting》2016,64(3):741-752
Modern airborne transient electromagnetic surveys typically produce datasets of thousands of line kilometres, requiring careful data processing in order to extract as much and as reliable information as possible. When surveys are flown in populated areas, data processing becomes particularly time consuming since the acquired data are contaminated by couplings to man‐made conductors (power lines, fences, pipes, etc.). Coupled soundings must be removed from the dataset prior to inversion, and this is a process that is difficult to automate. The signature of couplings can be both subtle and difficult to describe in mathematical terms, rendering removal of couplings mostly an expensive manual task for an experienced geophysicist. Here, we try to automate the process of removing couplings by means of an artificial neural network. We train an artificial neural network to recognize coupled soundings in manually processed reference data, and we use this network to identify couplings in other data. The approach provides a significant reduction in the time required for data processing since one can directly apply the network to the raw data. We describe the neural network put to use and present the inputs and normalizations required for maximizing its effectiveness. We further demonstrate and assess the training state and performance of the network before finally comparing inversions based on unprocessed data, manually processed data, and artificial neural network automatically processed data. The results show that a well‐trained network can produce high‐quality processing of airborne transient electromagnetic data, which is either ready for inversion or in need of minimal manual processing. We conclude that the use of artificial neural network scan significantly reduce the processing time and its costs by as much as 50%. 相似文献
13.
作为深度学习方法的一种,长短时记忆神经网络(LSTM)是一种信号处理的重要方法.本文基于实际观测地电场数据来合成训练集,对特定结构的长短时记忆神经网络进行训练,将训练所得网络对测试集数据进行测试后,将网络应用至实际观测数据.结果显示,经过训练的网络很好地学到了训练集样本的特征,对测试集数据的信噪比压制了约20 dB,并过滤了人为添加的特定频率的干扰成分,对实际观测数据处理后得到明显的日变、半日变以及半月变、月变、半年变、年变等潮汐响应,表明长短时记忆神经网络可以有效应用于地电场数据处理研究. 相似文献
14.
本文从瞬变电磁均匀半空间二次磁场响应公式出发,提出了一种基于神经网络的视电阻率快速计算方法.以中心回线为例,根据瞬变响应公式的特点,简化网络结构,选用三层BP神经网络和误差训练算法,用均匀半空间样本数据进行训练,确定了收敛快、误差小的一步正割法和隐含单元数,得到基于不同采样时窗的一组网络参数.用本文方法与二分法、牛顿迭代法做模型计算比较,及最后的实验计算,说明算法的快速,准确.本文方法不依赖初始模型,避开了复杂的电磁场数值计算,实现了视电阻率的快速计算,对瞬变电磁法资料的快速解释有一定的参考价值. 相似文献
15.
The deep learning method has made nurnerials achievements regarding anomaly detection in the field of time series. We introduce the speech production model in the field of artificial intelligence, changing the convolution layer of the general convolution neural network to the residual element structure by adding identity mapping, and expanding the receptive domain of the model by using the dilated causal convolution. Based on the dilated causal convolution network and the method of log probability density function, the anomalous events are detected according to the anomaly scores. The validity of the method is verified by the simulation data, which is applied to the actual observed data on the observation staion of Pingliang geoeletric field in Gansu Province. The results show that one month before the Wenchuan MS8.0, Lushan MS7.0 and Minxian-Zhangxian MS6.6 earthquakes, the daily cumulative error of log probability density of the predicted results in Pingliang Station suddenly decreases, which is consistent with the actual earthquake anomalies in a certain time range. After analyzing the combined factors including the spatial electromagnetic environment and the variation of micro fissures before the earthquake, we explain the possible causes of the anomalies in the geoelectric field of before the earthquake. The successful application of deep learning in observed data of the geoelectric field may behefit for improving the ultilization rate both the data and the efficiency of detection. Besides, it may provide technical support for more seismic research. 相似文献
16.
A model of rainfall–runoff relationships is an essential tool in the process of evaluation of water resources projects. In this paper, we applied an artificial neural network (ANN) based model for flow prediction using the data for a catchment in a semi‐arid region in Morocco. Use of this method for non‐linear modelling has been demonstrated in several scientific fields such as biology, geology, chemistry and physics. The performance of the developed neural network‐based model was compared against multiple linear regression‐based model using the same observed data. It was found that the neural network model consistently gives superior predictions. Based on the results of this study, artificial neural network modelling appears to be a promising technique for the prediction of flow for catchments in semi‐arid regions. Accordingly, the neural network method can be applied to various hydrological systems where other models may be inappropriate. Copyright © 2004 John Wiley & Sons, Ltd. 相似文献
17.
Andreas Ahl 《Geophysical Prospecting》2003,51(2):89-98
Artificial neural networks were used to implement an automatic inversion of frequency‐domain airborne electromagnetic (AEM) data that do not require a priori information about the survey area. Two classes of model, i.e. homogeneous half‐space models and horizontally layered half‐space models with two layers, are used in this 1D inversion, and for each data point the selection of the class of 1D model is performed prior to the inversion, also using an artificial neural network. The proposed inversion method was tested in a survey area situated in Austria, northwest of Vienna in the Bohemian Massif. The results of the inversion were compared with the geological setting, logging results, and seismic and gravimetric measurements. This comparison shows a good correlation between the AEM models and the known geological and geophysical data. 相似文献