电磁勘探数据粗大误差处理的一种新方法

由于存在各种地电干扰,电磁法勘探采集到的原始电场数据中往往包含粗大误差.电磁法勘探中信号量的测量与传统的精密测量在误差来源与特点、测量值分布等方面均存在较大差异.经试验,对电磁勘探采集到的原始电场数据采用传统的莱伊达、格拉布斯、狄克逊等准则进行粗大误差的自动判别和剔除,处理效果不好;采用Robust估计和中值滤波方法,也不能达到满意的效果;采用手工方式挑拣剔除粗大误差,处理效率太低,均不能满足电磁勘探数据预处理的要求.作者提出了一种自适应双向均方差阈值法实现电磁勘探数据粗大误差的自动判别和剔除,此方法对采集到的原始电场数据样本进行排序后,采用迭代或递归的方式,每次均以中点为界分别计算前后两部分数据的均方差,将较大的一个与预先设置的均方差阈值进行比较,若其大于阈值,则判断粗大误差存在于相应的一端,进而剔除相应端端点位置的数据点;若前后均方差值都小于阈值或样本数量小于3个时算法结束.此方法具有自适应优化、阈值参数化控制、适应小样本数据以及计算简单效率高等特点.大量实验结果表明:在选取均方差阈值在30至90范围内时(经验值),能够有效地剔除电磁勘探原始电场数据中的粗大误差,保留最可信数据.目前已在多个实际勘探生产项目中应用此方法处理粗大误差,取得了令人满意的处理效果.

基于粗大误差判别准则的测量列数据的处理与优化

本文在对粗大误差判断理论依据的分析基础上,提出了实现粗大误差判别的智能算法,运用高级语言对算法进行编程实现测量列数据的优化处理和对包含粗大误差数据的定位和剔除。最后通过程序仿真验证,实现了粗大误差判断的快速性和精准性。