地球物理学报  2015, Vol. 58 Issue (12): 4648-4660   PDF    
音频大地电磁法"死频带"畸变数据的Rhoplus校正
周聪1,2, 汤井田1,2, 任政勇1,2, 肖晓1,2, 谭洁3, 吴明安4    
1. 中南大学地球科学与信息物理学院, 长沙 410083;
2. 中南大学有色金属成矿预测教育部重点实验室, 长沙 410083;
3. 中国电建集团中南勘测设计研究院有限公司, 长沙 410014;
4. 安徽省地质调查院, 合肥 230001
摘要: 为研究AMT数据的"死频带"畸变特征及其校正方法,在长江中下游地区,利用凤凰MTU-5A仪器,系统观测了音频电磁场的"死频带"数据.对不同季节、不同时段的AMT"死频带"数据进行了分析.提出AMT"死频带"频率域畸变数据的Rhoplus校正方法,给出了该方法的适用条件、关键技术与评价方案,并提供了大量实测数据论证其应用效果.观测实验表明:在"死频带"内天然音频电磁场信号强度极低,正交电磁场分量相干度极低;造成了阻抗视电阻率、相位及相位张量等数据的畸变;畸变范围可达10 k~100 Hz,以5~1 kHz频段最为明显;并且数据畸变程度与观测时段密切相关,在长江中下游地区为秋冬季畸变强夏季弱,日间畸变强夜间弱.处理实例表明:Rhoplus校正方法可以有效地处理AMT"死频带"内畸变的视电阻率、相位数据,相干度阈值与人机交互相结合的处理策略快速客观,所得结果曲线光滑连续,数据与实测未畸变数据基本一致.
关键词: 天然电磁场     电磁勘探     音频大地电磁法     死频带     Rhoplus    
Application of the Rhoplus method to audio magnetotelluric dead band distortion data
ZHOU Cong1,2, TANG Jing-Tian1,2, REN Zheng-Yong1,2, XIAO Xiao1,2, TAN Jie3, WU Ming-An4    
1. School of Geosciences and Info-Physics, Central South University, Changsha 410083, China;
2. Key Laboratory of Metallogenic Prediction of Nonferrous Metals, Ministry of Education, Central South University, Changsha 410083, China;
3. Power China Zhongnan Engineering Corporation Limited, Changsha 410014, China;
4. Geological Survey of Anhui Province, Hefei 230001, China
Abstract: In the range 1- to 5 kHz, so called the audio magnetotelluric (AMT) ‘dead band’, signal power of the natural electromagnetic field has low values. It leads to the distortion of the impedance data and may cause misinterpretation. It is difficult to correct the distortion data with time series or power spectrum data processing methods. With a large number of experimental data, the Rhoplus method can be used to obtain a reasonable result.
A series of AMT observation experiments were accomplished using the Phoenix MTU-5A instruments. The AMT data was recorded in different seasons and different days, some data was recorded both in day and night. On the basis of these data, firstly the distortion characteristics of AMT ‘dead band’ data were analyzed by using signal power, signal coherence, apparent resistivity, phase and phase tensor. Secondly the Rhoplus technique is applied to correct the distortion data. Its applicable conditions, processing scheme and key detailed techniques are presented. Finally, a large amount of data, including six sites and a test line, are provided to demonstrate the effectiveness of the method.
The experiments show that the natural electromagnetic signal strength is rather low and the coherences of the orthogonal electromagnetic field components are low in the AMT ‘dead band’, which lead to the distortion of the impedance apparent resistivity, phase and phase tensor data. The frequency range of AMT ‘dead band’ distortion can be wide upto 10 k~100 Hz of which 5 k~1 kHz is most obvious generally. The effect of the distortion is closely related to the observation time and more serious in autumn and winter than summer, and more serious in the daytime than nighttime. The processing results show that when the main noise in the AMT ‘dead band’ is incoherent noise, the distorted data can be picked out automatically by using the coherence threshold value, and the Rhoplus method can obtain a good result that is consistent with the undistorted reference data which is observed in the night time or summer season. When the main noise in the AMT ‘dead band’ is coherent noise, the distorted data can be picked out manually by the interactive processing, the Rhoplus method can obtain a good result that is consistent with the undistorted reference data too. For the case of distorted data has no manifestation distinction with the undistorted data, the Rhoplus method can identify the distortion and correct it by using the high quality data in the frequency band over or under the AMT ‘dead band’. For the case of distorted data has a wide distortion band and poor quality, the Rhoplus method can be effective too by using the limited high quality data at some frequencies.
AMT impedance apparent resistivity, phase and phase tensor data in the so called AMT ‘dead band’ may distort when observations are conducted in the daytime of autumn or winter season. The distorted data can be corrected effectively by the Rhoplus method, the combined data selection strategy of the coherence threshold value and interactive processing is fast and objective, the result curves are smooth and corrected data can be basically in line with undistorted observation data.
Key words: Natural electromagnetic fields     Electromagnetic prospecting     Audio-frequency mag-netotelluric     Dead band     Rhoplus    
1 引言

音频大地电磁法(Audio-frequency Magnetotelluric,AMT)是以岩矿石的电性差异为基础,在地面测量音频范围内电磁场水平分量,并通过对其变化规律的研究,用来解决水文、工程地质和找矿勘探等地质任务的一种交变电磁方法(Tuncer et al.,2006; Jones and Garcia,2003; Monteiro Santos et al.,2006).

音频电磁场的天然场源主要为雷暴.在Constable 综合多人研究成果所绘制的地磁场功率谱振幅图(Constable and Constable,2004)中,5 k~1 kHz频率范围内,天然电磁场信号强度处于极低值;通常将这一频率范围称为所谓AMT的“死频带”(Garcia and Jones,2002).Garcia和Jones(2002)Sternberg(2010)Schennen和Ritter(2014)在加拿大、德国、美国等地区进行了系统详细的观测,表明在AMT的“死频带”范围内,北半球的天然场信号特征是夏强冬弱,夜强日弱.AMT“死频带”内场源信号的这种强弱变化,导致了阻抗数据的变化.在信号较弱时进行观测,阻抗结果往往具有明显的异常畸变特征.许多观测数据集都反映出了这一问题(Jones and Garcia,2003).由于该频带数据对应的深度(一般在500 m以上)常为人们所关注,并且畸变数据会在更大范围内降低反演模型的精度,因此针对AMT“死频带”数据的校正研究具有实际意义.

AMT“死频带”内数据的畸变由场源信号弱所造成.观测数据在该频段内常常信噪比极低,信号强度甚至可能低于测量设备的最低噪声响应,这使得基于单测点单频点的阻抗估计方法,如最小二乘(Sims et al.,1971)、相干度加权(Egbert and Livelybrooks,1996),以及Robust估计(Chave et al.,1987)等,处理效果不尽如人意.基于时间域或时频域数据的处理方法,如Hilbert-Huang 变换法(汤井田等,2008)、形态滤波法(汤井田等,2012)等,虽然具备提高数据信噪比的能力,但对噪声特征并不明显的AMT“死频带”数据,难以进行信噪识别与提取,效果有限.远参考方法(Gamble et al.,1979)往往会显著改善数据的质量,但对于与观测点同步采集的远参考站而言,信号强弱也几乎是同步的,参考道本身的低信噪比限制了该方法处理AMT“死频带”畸变数据的效果.利用视电阻率、相位数据的转换关系(Weidelt,1972),可以实现阻抗相位参数对畸变视电阻率曲线的校正(杨生等,2001),但该方法严重依赖于相位数据的质量及连续性,而AMT“死频带”范围内相位数据同样畸变,故该方法校正效果不佳.Garcia和Jones(2008)提出用连续小波变换的方法对“死频带”数据进行处理,显示了较好的效果,但对部分测点依然会出现不连续和较严重的离散形态.

另一种思路是优化数据采集方案,以期得到更可靠的原始数据.夜间和夏季天然场信号在AMT“死频带”内能量较强,信噪比更高,在该时段进行数据采集无疑是保证数据质量最为稳妥的方案.Garcia和Jones(2005)提出一种称为大地电流-大地电磁(Telluric-Magnetotelluric,T-MT)的数据采集处理方法来保证在日间采集的数据也能估计出有效的AMT“死频带”频域阻抗张量,但这一方法需要利用多个参考点(包括远参考站和“基站”参考点),且对参考点的选择有较高要求.此外,多种方法联合处理与解释也是可选的策略.如垂直电测深法(Vertical Electrical Soundings,VES)、瞬变电磁测深法(Transient Electromagnetic,TEM)获得的视电阻率数据可以为AMT高频段畸变数据校正提供参考(Meju et al.,1999);可控源音频大地电磁法(Controlled-Source Audio-frequency Magnetotelluric,CSAMT)(Goldstein and Strangway,1975)引入了人工源信号,显著提高了数据信噪比,在远区常可获取更高质量的数据.理论上,上述各类采集方案对AMT“死频带”问题有较好的处理期望.但实际应用较少,一方面,其对施工成本和施工安全提出了很高的要求,对于环境恶劣测区及大规模的面积性工作并不适用;另一方面,引入其他方法(如人工场源)后,可能会带来更加复杂的理论与数据处理问题,其有效性也有待进一步评价.

基于Weidelt(1972,Weidelt and Kaikkonen,1994)对于大地电磁测深法(Magnetotelluric,MT)一维反演问题的描述,Parker(1980)Parker和Whaler(1981)提出了Dplus反演方法,并由Parker和Booker(1996)进一步发展完善,提出了直接反演视电阻率和相位参数的Rhoplus方法.与常规最小 二乘迭代拟合反演方法不同,该方法通过构造物理 有效的理想地电模型来进行观测数据的最优拟合,利用最优化方法获得稳定的数值解.该方法考虑了阻抗视电阻率、相位数据的关联性以及数据在频率域的连续性,具有完整的理论基础与明确的物理背景.如今,Dplus和Rhoplus方法已成为MT方法中 的重要理论之一(Fischer and Weibel,1991; Parker,2010; Parker,2011; Chave and Jones,2012),获得了大量应用,如张量阻抗估计(Pomposiello et al.,2009; Beamish and Travassons,1992)、频域数据拟合(Tang et al.,2013)与拼接(Bailey et al.,2000)、视电阻率相位数据的一致性检测(Spratt et al.,2005)等;谭捍东等(2004)论述了Rhoplus方法在大地电磁法中的几类主要应用.

一般情况下,AMT“死频带”数据的畸变仅在部分频率范围内,其他频段的数据受影响较小.利用Rhoplus方法,由未受畸变影响的高质量数据可估计出一理想地电模型,即R+模型(Parker and Booker,1996);再由该模型预测出“死频带”内的数据响应.R+模型与预测数据来源于原始数据中的高质量部分,而不依赖于“死频带”内已畸变的数据,故可不受该畸变数据的影响.因此Rhoplus方法对AMT“死频带”畸变数据的处理具有很好的前景.

利用实测AMT数据,本文对长江中下游地区的AMT数据“死频带”畸变特征进行了归纳分析;同时,基于Rhoplus提出了AMT“死频带”畸变数据的一种校正方法,并讨论了该方法的适用性、关键技术以及存在问题.

2 AMT实验数据

探讨AMT“死频带”畸变数据的校正方法,首先需分析天然音频电磁场“死频带”时频域数据的畸变特征.尽管AMT死频带数据畸变是共性问题,但是由于全球音频电磁场源的不均匀分布,各个地区的数据畸变特征仍有差异.因此针对长江中下游地区,讨论“死频带”数据的畸变特征仍是必要的.为此,作者在长江中下游地区进行了AMT数据观测实验,选取6个实验坐标点,进行了不同季节、不同时段的多次重复观测,另部署了一条AMT测线,其测点分别在不同时段进行观测.测点、测线分布如图 1所示.为确保观测数据主要反映天然场特征,多数实验点选择在附近无明显干扰源的地区,背景噪声水平整体较低,如S1、S2、S3及S5;同时为不失一般性,6个实验点及实验测线L1的分布离散,且部分观测点附近存在城镇、道路及电力线等干扰源,背景噪声水平相对较高,如S4、S6及L1中的部分测点.

图 1 实验区地形图与实验点、线部署 Fig. 1 Layout of experiment sites and AMT survey line on a topographic map

野外观测时间为2012年,观测仪器为凤凰MTU-5A型电磁观测系统,野外数据采集按规范(国家石油和化学工业局,1999)进行,频率范围为10400~10 Hz,覆盖了AMT“死频带”.单个测点的叠加观测时间超过1 h,部分测点超过3 h,以压制随机噪声的影响.

由于采集数据反映的特征存在一致性,下面仅按观测时间分类给出2个典型测点的详细数据分析,其余测点观测数据附于后文处理结果中.

2.1 夏季和秋冬季数据

天然电磁场的信号强度与观测季节密切相关.为比较不同季节间信号强度的差异及其对AMT数据的影响,部署了相关实验.

测点S5位于山区旱田中,地势微倾,表层覆盖泥土,目视范围内无明显干扰源.图 2给出了该测点秋季与夏季的观测结果对比,观测时段均在日间.可以看出,无论秋季或夏季,电磁场的功率谱数据在5 k~1 kHz的范围内极低,秋季极小值在2200 Hz,而夏季极小值位于1800 Hz.夏季的电磁场功率谱在整个观测频段内均明显高于秋冬季,5k~1kHz范围内的差异相较其他频段更大,两个极小值的差异几乎达到1个数量级.由此引起了AMT数据的畸变与差异.在3600~1300 Hz内,秋季正交电磁场分量相干度极低,极小值小于0.5,视电阻率数据向下偏倚,且误差较大,相位数据则向上偏倚;而夏季正交电磁场分量相干度均高于0.75,视电阻率、相位数据光滑连续.

图 2 测点S5秋季(A,2012-09-30)与夏季(B,2012-07-31)观测结果对比 其中Hy、Hx分别表示y方向和x方向的磁场分量,Ex、Ey分别表示x方向和y方向的电场分量,Cxy表示ExHy的相干度,Cyx表示EyHx的相干度,ρxy、ρyx分别表示xy方向和yx方向的阻抗视电阻率,φxy、φyx分别表示xy方向和yx方向的阻抗相位.(a1,b1)秋季、夏季观测磁场平均振幅;(a2,b2)秋季、夏季观测电场平均振幅;(a3,b3)秋季、夏季正交电磁场分量信号的相关度;(a4,b4)秋季、夏季观测阻抗视电阻率;(a5,b5)秋季、夏季观测阻抗相位;(a6,b6)秋季、夏季观测相位张量. Fig. 2 Data observed in the autumn season(A,2012-09-30)in comparison with that in the summer season(B,2012-07-31),at the site S5 in Fig. 1 Hy and Hx is the horizontal magnetic field in y and x direction respectively,Ex and Ey is the horizontal electric field in x and y direction respectively,Cxy represents coherence of Ex and HyCxy represents coherence of Ey and Hxρxy,ρyx,φxy,φyx represent the two direction apparent resistivities and phases respectively.(a1,b1)Average amplitude of magnetic field observed in autumn and summer;(a2,b2)Average amplitude of electric field observed in autumn and summer;(a3,b3)Signal coherence observed in autumn and summer;(a4,b4)Apparent resistivity observed in autumn and summer;(a5,b5)Impedance phase observed in autumn and summer;(a6,b6)Phase tensor observed in autumn and summer.
2.2 日间和夜间数据

即使在同一天内,天然电磁场的信号强度仍随观测时段而变化.为比较不同时段信号强度的差异及其对AMT数据的影响,部署了相关实验.

测点S1点位于空地中,地势平坦,表层覆盖泥土,目视范围内无明显干扰源.图 3给出了该测点日间与夜间的观测结果对比,观测季节均在秋季.可以 看出,无论夜间或日间,电磁场的功率谱数据在5 k~1 kHz 的范围内均极低,极小值约在3 kHz左右.100~10 Hz范围内,日间、夜间的功率谱数值基本相当,而在10 k~100 Hz范围内夜间功率幅值强于日间,两个极小值的差异接近1个数量级.由此引起了AMT数据的畸变与差异.在3600~1100 Hz内,日间正交电磁场分量相干度极低,极小值小于0.8,视电阻率数据向下偏倚,相位数据连续性差;而夜间正交电磁场分量相干度接近于1,视电阻率、相位数据光滑连续.

图 3 测点S1日间(A,BJT 2012-09-26 07 ∶ 04 ∶ 49—17 ∶ 28 ∶ 49)与夜间(B,BJT 2012-09-26 18 ∶ 04 ∶ 49—2 012-09-27 07 ∶ 01 ∶ 31)观测结果对比(图例及图名意义与图 2相同) Fig. 3 Data observed in the daytime(A,BJT 2012-09-26 07 ∶ 04 ∶ 49—17 ∶ 28 ∶ 49)in comparison with that in the nighttime(B,BJT 2012-09-26 18 ∶ 04 ∶ 49—2012-09-27 07 ∶ 01 ∶ 31),site S1,the meaning of the legend and title is same as Fig. 2

综合图 2图 3,并通过其他大量野外实测数据的归纳,AMT频域数据在“死频带”内的畸变特征可做如下总结: 1)影响时段:夏季受影响程度弱,冬季强;夜间受影响程度弱,日间强;实际上,夏季或秋冬季夜间的测量结果质量较高,畸变影响不明显; 2)影响频段:可达10 k~100 Hz,以5 k~1 kHz频段最为明显;总体来说,秋冬季受影响的频段更宽,背景噪声强的测区受影响的频段更宽; 3)信号特征:电磁场分量振幅谱曲线在该频段呈“U”型,极小值一般在3 k~2 kHz范围内;且一般的,正交分量的信号相干度极低,表明了在该频段内数据的低信噪比; 4)“死频带”阻抗视电阻率、相位数据特征:一般表现为曲线脱节或不光滑,并且视电阻率曲线受影响大,而相位受影响相对较小;视电阻率曲线常表现为向下(数据减小)偏倚或脱节,也有部分数据表现为向上(数据增大)偏倚或脱节;部分测点视电阻率、相位数据的估计标准偏差较大.

3 Rhoplus方法处理AMT“死频带”数据畸变

AMT“死频带”内阻抗视电阻率、相位数据的严重畸变会导致错误的反演结果.因此,必须进行相应的校正,以下讨论Rhoplus方法对这一问题的处理. 关于Rhoplus理论部分Parker已有详细阐述(Parker,1980; Parker and Whaler,1981; Parker and Booker,1996),此处不再赘述.

3.1 Rhoplus方法的适用性

Rhoplus方法的适用性需从两方面考虑:

其一,地电维性条件.理论上,Rhoplus是基于一维模型提出的反演方法,Parker指出(Parker and Booker,1996),其适用条件是一维(1D)及二维(2D)TM模式.因此,应用本方法前,对所需处理的AMT数据进行维性判别是必要的.电性结构维性判别有 很多方法,如二维偏离度Skew维性指示因子(Swift Jr,1967),GB分解(Groom et al.,1989),WALDIM分析(Martí et al.,2009)等,Caldwell等(2004)提出的相位张量的方法,可以有效的避免浅层电性不均匀体的影响,提供更为可靠的维性分析结果.在本文中,采用相位张量的方法进行维性分析,对1D及2D的TM模式数据,可以进行Rhoplus处理.

实际应用中,信号低值期间采集结果的相位张量在“死频带”会出现畸变,并导致错误的维性分析结果.但注意到,“死频带”前后相邻频段的相位张量不受畸变影响,维性分析结果可靠.在构造最小化的假设下,可推断“死频带”内维性的变化处于前后频段的过渡状态.如图 2(a6,b6)和图 3(a6,b6)中的相位张量分析,“死频带”前后相邻频段呈明显的1D分布,由此可推测在“死频带”内数据同样应呈1D分布.夜间采集结果证明了这一推测,同时表明了Rhoplus处理该测点“死频带”数据的可行性.事实上,作者在安徽、内蒙等地进行的大量实测AMT数据表明,多数情况下AMT数据在高频段呈现出1D电性特征,Rhoplus处理AMT“死频带”问题是适用的.

其二,原始数据质量.原始数据质量的要求是一个共性的问题,数据质量极低时,大多数处理方法均无能为力.Rhoplus处理对AMT“死频带”内的数据质量要求不高,但为了得到合适的R+模型(Parker and Booker,1996),对整体数据质量提出了要求.一般的,只要“死频带”前后相邻频段具有一定频率的高质量数据,就可得到合理的处理数据;或者阻抗视电阻率、相位有一条曲线质量较高,也可恢复出较为合理的结果.

AMT测量及实测数据常具备以下特点:1)一般的AMT观测设备在10 k~100 Hz的频率范围内均有较好的传感器响应;2)由于采样频率高,野外观测时会保证在高频段有充足的叠加次数;3)AMT数据在10 k~6 kHz以及800~100 Hz内信号较强,数据质量较高;4)相位数据受“死频带”畸变影响相对较小;5)人工源噪声的影响常常在更低的频段(Qian and Pedersen,1991; 汤井田等,2013),如10~0.1 Hz. 因此,Rhoplus处理对于数据质量的要求通常是可以满足的.仅在部分信噪比极低的测区,会出现无法达到以上条件的情况,进而降低Rhoplus处理的效果.

3.2 关键技术 3.2.1 拟合频率范围的选择

拟合频率范围的选择与适用性问题相关.由于Rhoplus处理适用于1D模型,故可根据维性分析结果选择需处理的频段.有时希望Rhoplus在处理“死频带”的同时,对工频或其他频段的不连续同时进行处理,则可以选择整体拟合,也可以进行分段拟合.大量实测数据的处理表明,在高、中频段(10 k~10 Hz),Rhoplus处理可以得到满意的结果.

3.2.2 频点数据的删选

数据的删选处理是影响结果的关键因素之一.Rhoplus方法允许对数据进行删选,进而影响所得的反演模型与预测数据.对于“死频带”数据,直接剔除某一频段(如1 k~5 kHz)内的视电阻率或相位数据的考虑显然不合理,不仅无法有效的识别和利用数据,而且可能会带来错误的处理结果.完全依靠人工处理,则增加了工作量,且会引入主观因素.信号功率谱、相干度等数据与“死频带”畸变数据的频段、频点有较好的对应关系,可以利用这些参数作为视电阻率、相位数据删选的依据.这种处理一方面有量化标准,另一方面也为批量处理提供了一种可能的途径.信号功率谱的强弱虽然是造成“死频带”数据畸变的直接原因,但如以之作参考却难以实用,一方面需要考虑电场、磁场两个参数,另一方面,其阈值的设定与频段的选择相对复杂.相干度是衡量电磁场信号相关性的参数(Reddy and Rankin,1974),也常用于阻抗数据的估计(Egbert et al.,1996)与数据质量的评价(Weckmann et al.,2005).其取值范围为[0,1],可以方便的设置阈值.

在本文中,将相干度数据作为Rhoplus处理时数据初选的标准.根据不同的噪声类型和水平,设置相应的相干度阈值,将低于阈值的频点对应的视电阻率、相位数据同时或分别剔除,可快速自动完成数据删选工作,得到初步处理结果.实际处理中,相干度阈值设置时,既可以全频段统一,也可以分频段设置,由于数据在不同频段信噪比本身就存在差异,故后一种考虑更为实用.对于AMT“死频带”处理,一般可仅在10 k~100 Hz内设置阈值删选数据.

部分情况下,相干度自动处理会得到不合理的结果.如当信号中存在很强的相关噪声时,会使相干度值增大乃至接近于1,使得自动处理无法给出合理的删选结果.此时需要辅以“人机交互”的手段,进行人工挑选,使结果更可控,以得到更合理的结果.“人机交互”处理实用化的关键是设计开发一套易于操作的、界面友好的交互式软件.

3.2.3 处理结果的评价

目前,对AMT数据质量的评价主要依赖于对阻抗视电阻率、相位曲线连续性的判断.国内有成文的评价标准,如石油大地电磁测深法技术规程(SY-T 5820-1999)(国家石油和化学工业局,1999)、地质矿产大地电磁测深法技术规程(DZ_T 0173-1997)(中华人民共和国地质矿产部,1997),以阻抗视电阻率、相位数据曲线的连续性以及标准偏差等参数进行质量评价.参照这些标准,同时要求对观测数据中的高质量数据予以保持,即可判断Rhoplus处理结果的质量.

如前所述,“死频带”阻抗视电阻率、相位数据在日间、秋冬季受到了畸变影响,而在夜间、夏季受影响较小,曲线形态明确,质量较高.因此,为评价Rhoplus处理的有效性,本文将夜间或夏季的实际观测数据作为Rhoplus处理结果评价的依据.

3.2.4 处理流程

综上所述,Rhoplus处理AMT“死频带”数据的流程如下:

① 适用性分析之原始数据质量分析:评价测点原始数据质量,判断条件A:“死频带”前后相邻频段具有一定频率的高质量数据,B:阻抗视电阻率、相位有一条曲线质量较高;是否满足A和B或其中之一,若满足,继续;

② 适用性分析之维性分析:利用AMT数据和相位张量等工具,进行电性维性分析;“死频带”内阻抗数据产生畸变,无法得出正确的维性结果,可根据相邻的更高频段(如10 k~5 kHz)和更低频段(如1 k~100 Hz)的维性分析结果对“死频带”内的数据维性进行推测;根据维性分析结果,选择合适的处理 频段,一般情况下,1D和2D数据均可进行处理尝试;

③ 数据删选之相干度阈值法:在选定的处理频段内,设置统一的或分频段相异的相干度阈值,自动 剔除低于阈值的数据,使用保留的数据参与Rhoplus 反演计算;完成后进行⑤;

④ 数据删选之“人机交互”方法:人工判断并挑选可以参加Rhoplus反演计算的视电阻率、相位频点数据,完成后进行⑤;

⑤ Rhoplus反演与预测(Parker and Booker,1996);

⑥ 结果评价:判断阻抗视电阻率、相位数据曲线的连续性,如果校正后的数据在“死频带”连续性好,曲线光滑,同时未受畸变影响的数据得到了最大程度的保留,曲线整体符合测区的地电认识和观测预期,可以认为处理结果有效,进行⑦;否则进行④;

⑦ 处理完成,保存数据.

图 4给出了相应的处理流程图.

图 4 Rhoplus处理AMT“死频带”数据流程图 Fig. 4 The flow chart of the distortion data correction in the AMT dead b and by Rhoplus method
3.3 实验评价 3.3.1 与参考数据的对比

为验证Rhoplus处理方法的有效性,对实测的含“死频带”畸变的数据进行了处理,同时以夜间或夏季未受畸变影响的实测数据作为参考,对处理结果加以评价.

图 5为部分实验点畸变数据Rhoplus处理前后的结果.其中,数据的删选利用相干度阈值自动进行,10 k~100 Hz内阈值设置为0.85,计算时剔除相干度小于阈值的频点对应的原始视电阻率、相位数据.

图 5 实验点处理结果(其中数据删选采用相干度阈值自动处理方式)(a)、(b)、(c)、(d)、(e)分别代表不同的实验点,其位置见图 1. Fig. 5 Processing results of typical observation data by Rhoplus method(data selection was automatically performed by using coherence thresholds for these sites)(a),(b),(c),(d) and (e)show different experiment sites respectively,Fig. 1 shows the location of the sites.

图 5a中测点S1代表了“死频带”数据畸变的一个典型.待处理数据(日间观测结果)视电阻率向下偏倚、相位不连续特征明显,且这些频点数据对应的相干度数据较低.相干度阈值自动删选十分准确地剔除了受到畸变影响的频点数据.处理结果与参考数据(夜间观测结果)吻合很好,表明处理结果是可信的.

图 5b中测点S2代表了另一个典型.待处理数据(日间观测结果)视电阻率向上偏倚,相位脱节无形态,而畸变数据频点对应的相干度数据仍然较高.相干度阈值自动删选并未很好地剔除受到畸变影响的频点数据.尽管如此,自动处理的结果仍是可以接受的,视电阻率与参考数据(夜间观测结果)吻合较好,相位稍差.

图 5c中测点S3代表了数据畸变较隐蔽的情况.待处理的ρxy数据(日间观测结果)在5 k~1 kHz范围内仅有2个频点的视电阻率数据发生了明显的脱节,其余频点数据以及相位φxy曲线均连续,未表现出明显的畸变特征.但对比参考数据(夜间观测结果),不难发现日间数据在5 k~1 kHz范围内各频点均存在畸变,且畸变数据与参考数据差异显著.Rhoplus处理利用AMT“死频带”前后频段的高质量数据,有效识别出了AMT“死频带”内的隐蔽畸变,校正结果与未受畸变的参考数据吻合,结果可信.事实上,作者在安徽等地的大量观测表明,“死频带”内阻抗视电阻率、相位数据的畸变并不总是特征明显,曲线的连续性和标准偏差等参数难以完全表征其畸变特征.如将这些特征并不明显的畸变数据作为高质量数据看待,会导致错误的处理.而如图 5c所示,Rhoplus为此情况提供了一种更有效的识别和处理手段.

图 5d中测点S4代表了极低信噪比导致数据严重畸变的情况.待处理的数据(日间观测结果)“死频带”影响频率范围宽(约6 k~700 Hz),视电阻率数据脱节无形态,误差大,相位数据连续性低,畸变数据对应的相干度数值也无明显规律,高低并存.Rhoplus自动处理取得了相对满意的效果,视电阻率与参考数据(夜间观测结果)基本一致,相位稍差.

图 5e给出了图 2中秋季“死频带”数据畸变的典型测点S5的处理结果,其参考数据为夏季测量结果.Rhoplus处理获得了满意的结果,仅ρyx的处理结果在3 k~1 kHz间与参考数据稍有差异.不难发现,其原因是参考数据在3k~1kHz间同样产生了轻微的畸变,数据质量较低,而Rhoplus处理结果更可信.

图 5中可以看出,尽管基于相干度阈值的Rhoplus方法常可得到满意的处理结果,但相干度数据与畸变数据的频点并非总是对应的.这是由观测数据中含有的相关噪声所引起.这种不对应有时会使得基于相干度阈值的Rhoplus方法处理失败,需要辅以“人机交互”的手段进行重新处理,图 6中 测点S6的处理即为一例.基于相干度阈值的Rhoplus 方法对ρxy,φxy畸变数据的处理获得了满意的结果,与参考数据较为吻合.而ρyx,φyx数据则处理失败,自动Rhoplus处理的曲线明显不合符预期,且与高频端(10 k~5 kHz)的高质量数据不符.这是因为“死频带”内畸变数据的相干度值较高,使得基于相干度阈值的自动数据删选方法失效.此时采用“人机交互”的手段,可以方便的剔除“死频带”内的明显畸变数据,其处理结果符合预期,并且与参考数据形态相符、数值接近,表明结果合理.

图 6 测点S6处理与对比结果(其中数据删选采用相干度阈值与人机交互相结合的方式)(a1,b1)xy、yx方向视电阻率;(a2,b2)xy、yx方向阻抗相位;(a3,b3)xy、yx方向信号相干度;(c1,c2)秋季、夏季相位张量. Fig. 6 Processing results of data from site 6 by Rhoplus method(data selection was performed by using coherence thresholds and manual work)(a1,b1)Apparent resistivity of xy、yx direction;(a2,b2)Impedance phase of xy、yx direction; (a3,b3)Signal coherence of xy、yx direction;(c1,c2)Phase tensor observed in autumn and summer.

需要指出,测点S6的观测数据中,待处理的视电阻率数据(秋季观测结果)与参考数据(夏季观测结果)间出现了细微的差别,观测曲线在双对数坐标下略有平移.考虑到观测时间相隔较久,且夏季测量时段前后下雨频繁,可能引起了地表接地环境的变化.因此,两次观测的视电阻率曲线出现了平移差异,相位数据在高频端和低频端出现不一致,并引起了相位张量数据的差异.由此导致的Rhoplus处理结果与参考数据数值上的总体差异是可以理解的.

此外,图 6中测点S6的夏季观测数据相位张量分析结果表明,该测点在高频段呈现出2D/3D电性分布.尽管理论上尚需讨论适用性问题,但实际处理结果表明,此时Rhoplus处理仍获得了可信的精度.

3.3.2 剖面处理效果

图 7给出了L1测线(见图 1)实测AMT测线Rhoplus处理前后拟断面图对比.可以看出,处理前 的数据无论是TE模式或TM模式,在高频段(10 k~800 Hz)频域(即剖面纵向)连续性较差,而空间域(即剖面横向)也表现出了过多的细节,出现了许多极大或极小的孤点,其中5 k~1 kHz最为严重;即为AMT“死频带”的影响.同时工频(50 Hz)处在剖面上也出现了明显的高值带,是脱节“飞点”或数据偏倚的表现.经过Rhoplus处理后,在频域,剖面变得更加连续,在空间域,消除了畸变细节的影响,极大、极小值孤点也得以消除,表明AMT“死频带”数据得到了有效的校正,同时对工频的“飞点”或偏倚也进行了校正处理.总体上看,Rhoplus处理后的剖面保留了原始观测数据剖面的整体特征,消除了AMT“死频带”和工频的畸变信息,更加接近真实数据.

图 7 实测AMT测线(图 1中L1)Rhoplus处理前后拟断面图对比(a1,b1)TE、TM模式观测剖面;(a2,b2)TE、TM模式处理剖面. Fig. 7 Contrast of the apparent resistivity pseudosection before and after Rhoplus processing of the AMT survey line L1 in Fig. 1(a1,b1)TE、TM mode observed profile;(a2,b2)TE、TM mode processed profile.

图 7中对剖面的TE、TM数据均进行了处理.尽管如前所述,理论上,Rhoplus处理严格的适用条件是1D模型及2D模型的TM模式数据,但如图 7所示,对实际数据而言,针对2D模型TE模式数据的处理同样取得了满意的结果.

综上,利用基于相干度阈值辅以“人机交互”进行数据删选的Rhoplus方法可以对AMT“死频带”的畸变阻抗视电阻率、相位数据进行可信的校正,校正后的结果形态明确,曲线连续光滑,与实测高质量参考数据基本一致,同时保留了其他频段的高质量数据.

值得指出,利用本文的方法,作者近年对大量实测数据(如长江中下游地区所获取的数千个AMT实测点)进行了处理,取得了满意的效果,证明了本方法的实用性和一般性.

4 结论

1)AMT“死频带”内频域数据的畸变特征明显,主要表现为:影响频段可达10 k~100 Hz,以5 k~1 kHz频段最为明显.电磁场振幅谱曲线在该频段呈“U”型,极小值常在3 k~2 kHz范围内,且一般的,正交分量的信号相干度和信噪比极低;视电阻率、相位曲线表现为脱节或不光滑,部分测点伴随有较大的标准偏差,并且视电阻率曲线受影响大,而相位受影响较小.

2)在长江中下游地区,就AMT“死频带”畸变的影响时段和影响程度而言,夏季受影响程度弱,秋冬季强,夜间受影响程度弱,日间强.在夜间和夏季进行施工采集,可有效避免AMT“死频带”数据的畸变,获取更高质量的原始数据.

3)Rhoplus处理的适用性要求包含原始数据质量与地电维性两方面.根据维性分析结果选择拟合频段,对呈1D或2D TM模式的数据频段可以进行Rhoplus处理;当“死频带”前后相邻频段具有一定频率的高质量数据或者阻抗视电阻率、相位有一条曲线质量较高时,Rhoplus处理可以取得较好的 效果.长江中下游地区实测AMT数据的相位张量椭圆分析表明,该地区浅部地电维性主要呈现为1D 或接近1D特征,Rhoplus处理AMT“死频带”是适用的.

4)Rhoplus方法可以对AMT“死频带”畸变数据进行快速有效的校正,同时在其他频段保留高质量的数据,改善低质量数据.基于相干度阈值的数据删选策略减少了主观因素的影响,为数据批处理提 供了一种相对有效的途径.然而,结果评价必须同时进行,对不合理的结果辅以“人机交互”的手段重新处理.

致谢 安徽省国土厅、安徽省地调院对野外采集工作给予了指导和帮助,中南大学张林成、原源、唐冬春、陈旭日、刘子杰、胡双贵、刘祥和张超等参加了野外采集与室内处理工作,作者感谢Parker R L提供的Rhoplus处理程序.审稿专家给出了十分中肯的建议和意见,在此一并表示感谢.

参考文献
[1] Bailey D, Whaler K A, Zengeni T, et al. 2000. A magnetotelluric model of the Mana Pools basin, northern Zimbabwe. Journal of Geophysical Research: Solid Earth, 105(B5): 11185-11202.
[2] Beamish D, Travassos J M. 1992. The use of the D+ solution in magnetotelluric interpretation. Journal of Applied Geophysics, 29(1): 1-19.
[3] Caldwell T G, Bibby H M, Brown C. 2004. The magnetotelluric phase tensor. Geophysical Journal International, 158(2): 457-469.
[4] Chave A D, Thomson D J, Ander M E. 1987. On the robust estimation of power spectra, coherences, and transfer functions. Journal of Geophysical Research: Solid Earth, 92(B1): 633-648.
[5] Chave A D, Jones A G. 2012. The Magnetotelluric Method: Theory and Practice. Cambridge: Cambridge University Press.
[6] Constable C G, Constable S C. 2004. Satellite magnetic field measurements: applications in studying the deep earth.// Sparks R S J, Hawkesworth C J eds. The State of the Planet: Frontiers and Challenges in Geophysics. Washington, D. C.: American Geophysical Union, 147-159.
[7] Egbert G D, Livelybrooks D W. 1996. Single station magnetotelluric impedance estimation: Coherence weighting and the regression M-estimate. Geophysics, 61(4): 964-970.
[8] Fischer G, Weibel P. 1991. A new look at an old problem: magnetotelluric modelling of 1-D structures. Geophysical Journal International, 106(1): 161-167.
[9] Gamble T D, Goubau W M, Clarke J. 1979. Magnetotellurics with a remote magnetic reference. Geophysics, 44(1): 53-68.
[10] Garcia X, Jones A G. 2002. Atmospheric sources for Audio-Magnetotelluric (AMT) sounding. Geophysics, 67(2): 448-458.
[11] García X, Jones A G. 2005. A new methodology for the acquisition and processing of audio-magnetotelluric (AMT) data in the AMT dead band. Geophysics, 70(5): G119-G126.
[12] Garcia X, Jones A G. 2008. Robust processing of magnetotelluric data in the AMT dead band using the continuous wavelet transform. Geophysics, 73(6): F223-F234.
[13] Goldstein M A, Strangway D W. 1975. Audio-frequency magnetotellurics with a grounded electric dipole source. Geophysics, 40(4): 669-683.
[14] Groom R W, Bailey R C. 1989. Decomposition of magnetotelluric impedance tensors in the presence of local three-dimensional galvanic distortion. Journal of Geophysical Research: Solid Earth, 94(B2): 1913-1925.
[15] Jones A G, Garcia X. 2003. Okak Bay AMT data-set case study: Lessons in dimensionality and scale. Geophysics, 68(1): 70-91.
[16] Martí A, Queralt P, Ledo J. 2009. WALDIM: A code for the dimensionality analysis of magnetotelluric data using the rotational invariants of the magnetotelluric tensor. Computers & Geosciences, 35(12): 2295-2303.
[17] Meju M A, Fontes S L, Oliveira M F B, et al. 1999. Regional aquifer mapping using combined VES-TEM-AMT/EMAP methods in the semiarid eastern margin of Parnaiba Basin, Brazil. Geophysics, 64(2): 337-356.
[18] Ministry of Geology and Mineral Resources of China. 1997. Technical Specifications for Magnetotelluric Sounding (DZ/T 0173-1997) (in Chinese). Beijing: Ministry of Geology and Mineral Resources of China.
[19] Monteiro Santos F A, Trota A, Soares A, et al. 2006. An audio-magnetotelluric investigation in Terceira Island (Azores). Journal of Applied Geophysics, 59(4): 314-323.
[20] Parker R L. 1980. The inverse problem of electromagnetic induction: existence and construction of solutions based on incomplete data. Journal of Geophysical Research: Solid Earth, 85(B8): 4421-4428.
[21] Parker R L, Whaler K A. 1981. Numerical methods for establishing solutions to the inverse problem of electromagnetic induction. Journal of Geophysical Research: Solid Earth, 86(B10): 9574-9584.
[22] Parker R L, Booker J R. 1996. Optimal one-dimensional inversion and bounding of magnetotelluric apparent resistivity and phase measurements. Physics of the Earth and Planetary Interiors, 98(3-4): 269-282.
[23] Parker R L. 2010. Can a 2-D MT frequency response always be interpreted as a 1-D response? Geophysical Journal International, 181(1): 269-274.
[24] Parker R L. 2011. New analytic solutions for the 2-D TE mode MT problem. Geophysical Journal International, 186(3): 980-986.
[25] Pomposiello M C, Booker J R, Favetto A. 2009. A discussion of bias in magnetotelluric responses. Geophysics, 74(4): F59-F65.
[26] Qian W, Pedersen L B. 1991. Industrial interference magnetotellurics: an example from the Tangshan area, China. Geophysics, 56(2): 265-273.
[27] Reddy I K, Rankin D. 1974. Coherence functions for magnetotelluric analysis. Geophysics, 39(3): 312-320.
[28] Schennen S, Ritter O. 2014. High frequency MT data: understanding the "dead band" between 1 and 4 kHz.// 22nd EM Induction Workshop. Weimar, Germany.
[29] Sims W E, Bostick Jr F X, Smith H W. 1971. The estimation of magnetotelluric impedance tensor elements from measured data. Geophysics, 36(5): 938-942.
[30] Spratt J E, Jones A G, Nelson K D, et al. 2005. Crustal structure of the India—Asia collision zone, southern Tibet, from INDEPTH MT investigations. Physics of the Earth and Planetary Interiors, 150(1-3): 227-237.
[31] State Bureau of Petroleum and Chemical Industries. 1999. Technical Specifications for Magnetotelluric Sounding (SY/T 5820-1999) (in Chinese). Beijing: Petroleum Industry Press.
[32] Sternberg B K. 2010. The variability of naturally occurring magnetic field levels: 10 Hz to 8 kHz. Geophysics, 75(6): F187-F197.
[33] Swift C M Jr. 1967. A magnetotelluric investigation of an electrical conductivity anomaly in the southwestern United States [Ph. D. thesis]. Massachusetts: Massachusetts Institute of Technology.
[34] Tan H D, Qi W W, Lang J. 2004. The Rhoplus theory in magnetotelluric method and its application. Geophysical & Geochemical Exploration (in Chinese), 28(6): 532-535.
[35] Tang J T, Hua X R, Cao Z M, et al. 2008. Hilbert-Huang transformation and noise suppression of magnetotelluric sounding data. Chinese Journal of Geophysics (in Chinese), 51(2): 603-610.
[36] Tang J T, Li J, Xiao X, Zhang L C, et al. 2012. Mathematical morphology filtering and noise suppression of magnetotelluric sounding data. Chinese Journal of Geophysics (in Chinese), 55(5): 1784-1793, doi: 10.6038/j.issn.0001-5733.2012.05.036.
[37] Tang J T, Xu Z M, Xiao X, et al. 2012. Effect rules of strong noise on magnetotelluric (MT) sounding in the Luzong ore cluster area. Chinese Journal of Geophysics (in Chinese), 55(12): 4147-4159, doi: 10.6038/j.issn.0001-5733.2012.12.027.
[38] Tang J T, Zhou C, Wang X Y, et al. 2013. Deep electrical structure and geological significance of Tongling ore district. Tectonophysics, 606: 78-96.
[39] Tuncer V, Unsworth M J, Siripunvaraporn W, et al. 2006. Exploration for unconformity-type uranium deposits with audiomagnetotelluric data: A case study from the McArthur River mine, Saskatchewan, Canada. Geophysics, 71(6): B201-B209.
[40] Weckmann U, Magunia A, Ritter O. 2005. Effective noise separation for magnetotelluric single site data processing using a frequency domain selection scheme. Geophysical Journal International, 161(3): 635-652.
[41] Weidelt P. 1972. The inverse problem of geomagnetic induction. Zeitschrift fiir Geophysik, 38: 257-289.
[42] Weidelt P, Kaikkonen P. 1994. Local 1-D interpretation of magnetotelluric B-polarization impedances. Geophysical Journal International, 117(3): 733-748.
[43] Yang S, Bao G S, Zhang S Y. 2001. The correction to aberrant appearance resistivity curve by using impedance phase data in magnetotelluric method. Geology and Prospecting (in Chinese), 37(6): 42-45.
[44] 国家石油和化学工业局. 1999. 石油大地电磁测深法技术规程(SY/T 5820-1999). 北京: 石油工业出版社.
[45] 谭捍东, 齐伟威, 郎静. 2004. 大地电磁法中的RHOPLUS理论及其应用研究. 物探与化探, 28(6): 532-535.
[46] 汤井田, 化希瑞, 曹哲民等. 2008. Hilbert-Huang变换与大地电磁噪声压制. 地球物理学报, 51(2): 603-610.
[47] 汤井田, 李晋, 肖晓等. 2012. 数学形态滤波与大地电磁噪声压制. 地球物理学报, 55(5): 1784-1793, doi: 10.6038/j.issn.0001-5733.2012.05.036.
[48] 汤井田, 徐志敏, 肖晓等. 2013. 庐枞矿集区大地电磁测深强噪声的影响规律. 地球物理学报, 55(12): 4147-4159, doi: 10.6038/j.issn.0001-5733.2012.12.027.
[49] 杨生, 鲍光淑, 张少云. 2001. MT法中利用阻抗相位资料对畸变视电阻率曲线的校正. 地质与勘探, 37(6): 42-45.
[50] 中华人民共和国地质矿产部. 1997. 大地电磁测探法技术规程(DZ/T 0173-1997). 北京: 中华人民共和国地质矿产部.