Please wait a minute...
E-mail Alert Rss
 
物探与化探  2020, Vol. 44 Issue (2): 388-393    DOI: 10.11720/wtyht.2020.1264
  方法研究·信息处理·仪器研制 本期目录 | 过刊浏览 | 高级检索 |
时间域航空电磁的天电噪声去除研究
贲放1,2,3, 黄威1,2,3(), 路宁1,2,3, 韩飞4, 郑红闪1,2,3, 丁志强1,2,3, 李军峰1,2,3
1. 自然资源部 地球物理电磁法探测技术重点实验室,河北 廊坊 065000
2. 中国地质科学院 地球物理地球化学勘查研究所,河北 廊坊 065000
3. 国家现代地质勘查工程技术研究中心,河北 廊坊 065000
4. 中水东北勘测设计研究有限责任公司,吉林 长春 130026
A study of sferic removal from time domain airborne electromagnetic data
Fang BEN1,2,3, Wei HUANG1,2,3(), Ning LU1,2,3, Fei HAN4, Hong-Shan ZHENG1,2,3, Zhi-Qiang DING1,2,3, Jun-Feng LI1,2,3
1. Laboratory of Geophysical Electromagnetic Probing Technologies, Ministry of Natural Resources, Langfang 065000, China
2. Institute of Geophysical and Geochemical Exploration, CAGS, Langfang 065000, China
3. National Research Center of Geoexploration Technology, Langfang 065000, China
4. China Water Northeastern Investigation,Design and Research Co.,Ltd.,Changchun 130026, China
全文: PDF(2012 KB)   HTML
输出: BibTeX | EndNote (RIS)      
摘要 

天电噪声是影响时间域航空电磁数据质量的主要噪声源之一,在实际工作中如何对其高效、快速地去除是数据预处理的关键。前人研究的α-trimmed均值/中值滤波对天电噪声去除效果较好,但单窗口滤波存在一定问题,小窗口滤波去除天电噪声不彻底,大窗口滤波虽可很好地去除天电噪声,但供电处、峰值和断电处数据会被过度平均化。因此,提出混合窗口剪切均值滤波,即每半个周期内供电处、峰值和断电处数据采用小窗口参数滤波,其他数据采用大窗口参数滤波,该方法滤波后保证数据变化趋势的同时较好地去除了天电噪声。天电噪声的去除不仅能提高数据信噪比且能增大勘探深度,可以为后期数据处理提供高质量的原始测量数据。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
贲放
黄威
路宁
韩飞
郑红闪
丁志强
李军峰
关键词 时间域航空电磁天电噪声剪切均值滤波去噪    
Abstract

The main noise source of time-domain airborne electromagnetic survey is sferics that affects the quality of data. In practical work, how to remove sferics efficiently and quickly is the key to data preprocessing. Previous studies of trimmed mean/median filter have a good effect on sferic noise removal. However, there are some problems with single-window-filter. Small window filter does not completely remove the sferics, while large window filter can remove the sferic noise well, but the data at the power on, peak and power off will be over-averaged. Therefore, this paper proposes the hybrid window trim-mean filter, that is, small window parameter filter is adopted for the data at the power on, peak and power off every half cycle, and large window parameter filter is adopted for other data. This method can ensure the trend of data change and better remove the airborne noise at the same time. The removal of sferic noise can not only improve the SNR of data but also increase the exploration depth and provide high-quality data for data processing.

Key wordstime-domain AEM    sferic noise    trimmed-mean filter    denoising
收稿日期: 2019-05-11      出版日期: 2020-04-22
ZTFLH:  P631  
基金资助:国家重点研发计划项目(2017YFC0601900);基本科研业务费专项经费资助项目(JYYWF20180103);中国地质调查局项目(DD20201179、物化探所中央级公益性科研院所基本科研业务费专项资金资助项目AS2017J06);物化探所中央级公益性科研院所基本科研业务费专项资金资助项目(AS2017J06)
通讯作者: 黄威     E-mail: huangwei2012511@163.com
作者简介: 贲放(1989-),男,工程师,博士,毕业于吉林大学,主要从事航空物探方法技术理论研究与应用。 Email: benfangzai2008@163.com
引用本文:   
贲放, 黄威, 路宁, 韩飞, 郑红闪, 丁志强, 李军峰. 时间域航空电磁的天电噪声去除研究[J]. 物探与化探, 2020, 44(2): 388-393.
Fang BEN, Wei HUANG, Ning LU, Fei HAN, Hong-Shan ZHENG, Zhi-Qiang DING, Jun-Feng LI. A study of sferic removal from time domain airborne electromagnetic data. Geophysical and Geochemical Exploration, 2020, 44(2): 388-393.
链接本文:  
http://www.wutanyuhuatan.com/CN/10.11720/wtyht.2020.1264      或      http://www.wutanyuhuatan.com/CN/Y2020/V44/I2/388
Fig.1  剪切均值滤波过程示意
Fig.2  两种扩边方法
Fig.3  不同滤波窗口长度对噪声去除效果比较
Fig.4  不同单边剪切长度对噪声去除效果比较
Fig.5  混合窗口剪切均值滤波去噪效果
[1] 殷长春, 张博, 刘云鹤 , 等. 航空电磁勘查技术发展现状及展望[J]. 地球物理学报, 2015,58(8):2637-2653.
[1] Yin C C, Zhang B, Liu Y H , et al. Review on airborne EM technology and developments[J]. Chinese Journal of Geophysics, 2015,58(8):2637-2653.
[2] Spies B R . Local noise prediction filtering for central induction transient electromagnetic sounding[J]. Geophysics, 1988,53(8):1068-1079.
[3] Buselli G, Pik J P, Hwang H S . AEM noise reduction with remoter referencing[J]. Exploration Geophysics, 1998,29(2):71-76.
[4] Buselli G, Cmeron M . Robust statistical method for reducing sferics noise contaminating transient electromagnetic mezasurements[J]. Geophysics, 1996,61(6):1633-1646.
[5] Bouchedda A, Chouteau M, Keating P , et al. Sferics noise reduction in time-domain electromagnetic systems: application to MegaTEM II signal enhancement[J]. Exploration Geophysics, 2010,41:225-239.
[6] 李楠 . 时间域航空电磁数据与处理技术研究[D]. 长春:吉林大学, 2010.
[6] Li N . Research on airborne time-domain electromagnetic data processing[D]. Changchun: Jilin University, 2010.
[7] 吕东伟 . 吊舱式时间域直升机航空电磁数据处理方法研究[D]. 成都:成都理工大学, 2011.
[7] Lyu D W . Methods study of helicopter-borne towed bird time domain electromagnetic data processing[D]. Chengdu:Chengdu University of Technology, 2011.
[8] 殷长春 . 航空电磁理论与勘查技术[M]. 北京: 科学出版社, 2018.
[8] Yin C C. Airborne electromagnetic theory and exploration technology [M]. Beijing: Science Press, 2018.
[9] Macnae James C, Lamontagnet Y, West G F . Noise processing techniques for time-domain EM systems[J]. Geophysics, 1984,49(7):934-948.
[10] Bednar J B, Watt T L . Alpha-trimmed means and their relationship to median filters[J]. IEEE Transctions on Acoustics, Speech, and Dignal Processing, 1984,32(1):145-153.
[11] Sutarno D, Vozoff K . Robust M-estimation of magnetotelluric impedance tensors[J]. Exploration Geophysics, 1989,20(3):383-398.
[12] Cull J P . Signal processing concepts for airborne SIROTEM data[J]. Exploration Geophysics, 1991,22(1):97-100.
[13] Lane R, Plunkett C, Price A , et al. Streamed data—a source of insight and improvement for time domain airborne EM[J]. Exploration Geophysics, 1998,29(2):16-23.
[14] 黎东升 . 时域地空电性源的三维电磁数值模拟及噪声抑制方法研究[D]. 长春: 吉林大学, 2016.
[14] Li D S . Three-Dimensional modeling of grounded electrical source airborne transient electromagnetic and reduction method of electromagnetic noise[D]. Changchun: Jilin University, 2016.
[15] Reninger P A, Martelet G, Deparis J , et al. Singular value decomposition as a denoising tool for airborne time domain electromagnetic data[J]. Journal of Applied Geophysics, 2011,75(2):264-276.
[16] 谢宾 . 时间域航空电磁数据去噪方法研究[D]. 长春: 吉林大学, 2015.
[16] Xie B . Study on noise removal of time-domain airborne electromagnetic data[D]. Changchun: Jilin University, 2015.
[17] Huang W, Ben F, Yin C C , et al. Three-dimensional arbitrarily anisotropic modeling for time-domain airborne electromagnetic surveys[J]. Applied Geophysics, 2017,14(3):431-440.
[1] 任运通, 李貅, 齐彦福, 曹华科. 基于MPI+OpenMP的时间域航空电磁快速正演算法[J]. 物探与化探, 2020, 44(2): 290-299.
[2] 黄威,贲放,吴珊,孙思源,廖桂香,西永在. 正交多项式法在航空电磁运动噪声去除中的应用[J]. 物探与化探, 2019, 43(4): 892-898.
[3] 曹小玲,严良俊,陈清礼. 改进阈值的TI小波去噪法在MT去噪中的应用[J]. 物探与化探, 2018, 42(3): 600-607.
[4] 张保卫, 张凯, 岳航羽, 王凯, 陈德元. 江苏滩涂区浅层地震探测方法技术应用[J]. 物探与化探, 2018, 42(1): 144-153.
[5] 徐建宇, 姜春香, 张保卫, 岳航羽. 浅层地震技术在陆域天然气水合物勘探中存在的问题及对策[J]. 物探与化探, 2017, 41(6): 1127-1132.
[6] 郭奇, 曾昭发, 于晨霞, 张思萌. 基于高精度字典学习算法的地震随机噪声压制[J]. 物探与化探, 2017, 41(5): 907-913.
[7] 刘建勋, 周建勇, 徐明才, 王小江, 张保卫, 李培, 张凯, 王凯, 高景华, 王广科, 柴铭涛, 荣立新. 地震勘查技术在喀拉通克矿区的应用[J]. 物探与化探, 2017, 41(3): 437-444.
[8] 孙栋华, 李怀渊, 江民忠, 王培建. 利用时间域航空电磁资料再论华北地台北界的划分[J]. 物探与化探, 2017, 41(3): 478-483.
[9] 刘富波, 耿智, 张启卯, 黄玲, 方广有. 接地导线源航空瞬变电磁系统EEMD法去除传感器运动噪声[J]. 物探与化探, 2017, 41(1): 123-128.
[10] 骆燕, 江民忠, 宁媛丽, 彭莉红, 朱琳. 不同类型低阻异常航电时间常数的特征分析[J]. 物探与化探, 2016, 40(5): 991-997.
[11] 张保卫, 王小江, 张凯. 新疆喀拉通克铜镍矿地震资料噪声分析与压制[J]. 物探与化探, 2016, 40(4): 771-777.
[12] 李沁慈, 刘国峰, 孟小红, 任丽. 基于Poynting矢量的逆时偏移去噪[J]. 物探与化探, 2015, 39(6): 1223-1232.
[13] 王大勇, 朱威, 范翠松, 姚大为. 矿集区大地电磁噪声处理方法及其应用[J]. 物探与化探, 2015, 39(4): 823-829.
[14] 张书杰, 薛霆虓. 叠前逆时偏移去噪波场分离法与其他方法的比较[J]. 物探与化探, 2015, 39(2): 322-326.
[15] 王超, 沈斐敏. 小波变换在探地雷达弱信号去噪中的研究[J]. 物探与化探, 2015, 39(2): 421-424.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-3
版权所有 © 2017《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com