基于稳健估计、数据筛选和Rhoplus约束的大地电磁数据处理方法

面对处理实测强干扰大地电磁数据的挑战, 本文提出了一种创新的数据处理方法, 名为Robust Multi-parameter Screening Multi-angle Rhoplus fitting method(简称RMSMR).该方法通过融合回归M稳健估计、多参数数据筛选和多角度Rhoplus拟合约束, 从去噪、抑噪和预测响应三个维度提升了数据处理效果, 形成了一种有效的实测大地电磁数据处理手段.该方法首先利用多种特征参数对分组叠加功率谱数据进行初步筛选, 剔除明显受噪声污染的分组数据, 从而获得高质量的初始响应.随后, 基于这一响应, 进一步去除高残差的原始数据, 并对剩余数据进行稳健估计加权, 提升数据的整体信噪比.然后, 利用多角度Rhoplus反演约束, 继续筛选数据.通过这一迭代过程, 最终得到高质量的大地电磁响应.为了验证RMSMR方法的有效性和可靠性, 我们对合成数据和实测数据进行了处理测试.测试结果显示, RMSMR方法不仅能有效地处理强干扰大地电磁数据, 而且其处理结果在多个方面优于传统方法, 此外还能对传统方法忽视的阻抗张量主对角元素进行有效的约束, 确保了完整阻抗张量的质量.