地球物理学进展  2016, Vol. 31 Issue (3): 1358-1366   PDF    
矿区近场源噪声对大地电磁测深数据的影响及其压制方法
王辉1, 程久龙1, 腾星智1, 魏文博2, 金胜2, 叶高峰2, 李波3    
1. 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室, 北京 100083;
2. 中国地质大学(北京)地球物理与信息技术学院, 北京 100083;
3. 中陕核工业集团公司, 西安 710100
摘要: 大地电磁测深采集的是天然电磁场,具有振幅微弱、频带宽的特点.在人文活动密集地区,电磁噪声干扰日趋严重,导致大地电磁测深曲线具有明显的近场源效应.本文利用电偶极子理论模型分析了电磁相关噪声对大地电磁测深数据的影响特征,并对湖南衡阳某矿区噪声实验数据进行了讨论,分析了矿区噪声的特点.分别利用远参考方法和基于大地电磁时间序列依赖关系的去噪方法对实验数据进行了处理.研究结果表明:矿区近场源噪声的频率一般大于0.1 Hz,远参考方法可以压制高频部分近场源噪声,但在0.1 Hz附近仍存在跳点;基于大地电磁时间序列依赖关系的去噪方法也可以压制矿区强相关噪声,抑制近场源效应,其效果要好于远参考的处理;两种方法结合可以更好的压制强噪声,基本消除了近场源效应,有效提高了大地电磁测深数据的信噪比.
关键词: 大地电磁测深     近场源噪声     时间序列     去噪    
Source effect on magnetotelluric data due to mining area and its suppression
WANG Hui1, CHENG Jiu-long1, TENG Xing-zhi1, WEI Wen-bo2, JIN Sheng2, YE Gao-feng2, LI Bo3    
1. State Key Laboratory of Coal Resource and Safe Mining, China University of Mining & Techology, Beijing 100083, China;
2. School of Geophysics and Information Technology, China University of Geoscience, Beijing 100083, China;
3. Sino Shaanxi Nuclear Industry Group, Xi'an 710100, China
Abstract: Natural variant electromagnetic (EM) signal is normally weak and has a broad frequency band, serious noise especially in areas of intense human activity results in near-field source effect of some bands or even the whole frequency band. In this paper, we introduce the electric dipole theoretical model to analyze the noise characteristics of magnetotelluric (MT) sounding data, and analyze the characteristics of mining noise of MT experimental data collected at neighbor of a mine in Hengyang city of Hunan. Finally, Using the de-noisng mothed based on the relationship of MT time series (removing noise of MT by the relationship of time series, RNMTRTS) to process the experimental data. The results showed that the frequency of mine near field source is generally higher than 0.1 Hz. Remote reference method (RR) can suppress the high frequency part of the near-field source noise, but still contains outliers near the frequency of 0.1 Hz; RNMTRTS can effectively remove strong related noise and suppress the effects of near-field source, and better than RR. Combining both methods can better suppress strong noise, and basically eliminate the near-field source effect, improve the quality of MT sounding data.
Key words: magnetotellurics     near-field source noise     time series     remove noise    
0 引 言

大地电磁测深(Magnetotelluric sounding, 简称MT)是一种通过在地面上观测互相正交的电磁场分量,根据不同频率电磁波具有不同深度的穿透能力,获取地下介质电性结构信息的一种勘探方法(Cagniard, 1953;Wait, 1962).目前,MT已经成为研究区域构造、流体运动(Wei et al.,2001;赵国泽等,2008)和探测矿产、油气等资源(罗卫锋等,2011)的一种重要的地球物理方法.

大地电磁测深数据的噪声压制是后续数据分析和反演工作的基础(Simpson and Bahr, 2005).随着全球人文活动的日益频繁和工业的发展,电磁噪声对大地电磁场的影响日趋严重.在某些人文活动密集的地区,微弱的MT信号几乎被强噪声淹没,如采矿区的电磁干扰(汤井田等,2012a;杨生,2004).矿区的干扰源不仅有地面上的高压线、铁路、公路、发电站、变电站等,还包括井下的大功率采矿设备.这些噪声波形复杂多变,并且电场和磁场往往同时受到干扰,属于相关噪声(Junge, 1996;汤井田等,2012b).采用传统的数据处理方法得到的测深曲线具有明显的近场源效应,导致测深资料无法用于后续的反演解释工作.如今,如何在强干扰地区提高大地电磁资料的信噪比已是一项具有重要实际意义的工作.

传统的最小二乘法可以有效去除高斯随机噪声(Sims et al.,1971);但实测数据的噪声往往是非高斯分布的.Egbert和Booker(1986) 在最小二乘法的基础上提出了Robust估计,Robust的实质是加权估计,从而剔除“飞点”,使曲线整体光滑,但无法压制输入端的噪声,反而会增大相关噪声的影响(Larsen, 1989;Garcia and Jones, 2008).远参考方法基于一定距离内同步信号相关而噪声不相关的原理,从而抑制不相关噪声,得到阻抗的无偏估计(Gamble et al.,1979),但远参考还存在参考距和参考方向等问题的影响(Goubau et al.,1984;Shalivahan and Bhattacharya, 2002;徐志敏等,2015).

近年来,时频域的分析方法被应用于处理MT数据,主要有小波变化和希尔伯特-黄变换(HHT).小波变换具有灵活的时频分辨率,可以对原始数据进行不同尺度的分解,对分解后的信号再进行阈值滤波,最后重构信号,达到除去噪声的目的.其去噪原理与传统的Robust估计相似,降低大于阈值系数的权重,不改变或减低小于阈值系数的权重(徐义贤和王家映,2000;蔡剑华等,2014).因此该方法最大的缺点与Robust估计的缺点也相似,可以减小类似脉冲噪声的影响(Trad and Travassos, 2000).另外,小波变换的处理效果还依赖于母波的选取和阈值的设定(Garcia and Jones, 2008).HHT是通过将原始信号进行经验模态分解(EMD),判别分解后各层的噪声,并加以滤除(汤井田等,2008).由于EMD分解信号的自适应性和Hilbert谱的时频分析能力,HHT可以多尺度的考察噪声,对固定频率的噪声可以直接分解出来后单独处理,还可以通过小波阈值滤波进行处理(蔡剑华等,2011;).目前,HHT已经成为研究处理大地电磁数据的一种重要方法,并显示出优越的噪声处理潜力(Chen et al.,2012),缺点在于对信号进行经验模态分解时,窗口的首尾两端会引入误差,分解速度较慢(蔡剑华,2010).

压制MT噪声更直接的办法是对MT时间序列进行预处理.汤井田和李晋首次将形态滤波应用于压制MT噪声,该方法可以快速提取大尺度的噪声,滤除方波、三角波等典型噪声干扰(汤井田等,2012ab).针对形态滤波重构信号会损失低频信号的缺点,李晋等(2014) 又提出在形态滤波的基础上做二次信噪分离,利用端点检测判断噪声的起止点,保留低频信号.形态滤波的难点在于根据不同的噪声选择最优的结构元素,这恰恰是MT去噪的难点,即噪声、信号的先验信息较少、成分复杂.王辉等(2014) 提出了基于同步大地电磁时间序列依赖关系的去噪方法,利用同步天然电磁场之间的相关性,建立本地点与参考点时间序列的依赖关系,直接用参考点数据合成本地点噪声段数据,实现对时间序列的去噪.该方法避免了信噪分离的思路,对相关噪声具有较好的处理效果.本文针对矿区电磁噪声设计了大地电磁观测实验,讨论了矿区噪声对大地电磁资料的影响,并利用远参考和基于同步时间序列依赖关系的方法对实验数据进行了降噪处理.

1 矿区近场源电磁噪声理论模型和实测数据分析

SinoProbe专项设计了对矿集区的综合立体式地球物理探测,卢枞矿集区的实验结果表明,MT实测数据受到了严重的矿区噪声干扰(汤井田等,2012b).我们在实施SinoProbe-02-04课题数据采集和处理工作时,也发现在工业集中、经济发达地区,加之地形复杂,给MT野外数据采集带来了很大困难,实测数据往往受到较强的人文噪声干扰.矿区是人文噪声最为严重的区域之一,为了研究噪声对MT数据的影响规律,我们针对湖南衡阳某矿区设计了观测实验,并对噪声数据进行了分析.

1.1 近场源噪声的电偶极子理论模型分析

大地电磁测深资料通常用卡尼亚电阻率和相位来表示,计算公式分别为

大地电磁数据的噪声可以分为场源噪声、环境噪声、仪器噪声和人文噪声,其中人文噪声的影响最为严重,如电气铁路,地下电线、采矿设备、电缆和电网等产生较强的电磁场.对周围较近的MT测点来说,不满足平面波的假设条件,属于近场源噪声.近场源噪声可以看成一个接地的电偶极子的影响(Oettinger et al.,2001).如图 1所示,均匀半空间中电偶极子场的分布可以划分为近区、过渡区和远区.近区是指接收机与发射机的距离r远小于趋肤深度δ,此时,水平方向电场和磁场的变化分别与1/r3和1/r2成正比,而与场源信号的频率无关(汤井田和何继善,2005).因此,采用(1) 式计算的卡尼亚视电阻率不仅与周期成正比,还与几何因素有关.其表现为在等比例对数坐标中,视电阻率曲线是一条斜率等于45°的直线,相位曲线则在整个频段都为0°,如图 1a所示.在近区,电场与磁场的比值E/H与1/r成正比,因此在靠近场源时电场噪声占据了主要.在远区(),电磁和磁场都与1/r3成正比,两者的比值E/Hr无关,相位差为45°.此时,卡尼亚电阻率与频率和介质的真实电阻率有关,可以综合反映不同深度地下介质的电性信息.过渡区(r≈δ)的磁场与收发距的关系从1/r2变化到1/r3,此时,视电阻率与测点位置、频率和地下介质的电阻率有关.从上述模型可以看出,近场区和过渡区电磁波是MT的噪声,导致测深曲线出现畸变或跳点,远区的电磁场近似认为满足MT均匀平面波的假设,可以视为MT的有效信号.

图 1 电偶极子场源对大地电磁数据的影响 Fig. 1 The electric dipole source effect on magnetotelluric data
1.2 实测矿区近场源噪声对大地电磁测深数据的影响

为了研究矿区近场源噪声对大地电磁测深数据的影响及其压制方法,设计如下实验.图 2是大地电磁测点的点位分布图,图中实线方框区域是正在开采的矿区,属于川口钨矿和远景钨矿矿区,648、650、652、654、656为五个MT本地测点,同时在测线方向距离648号测点138 km处布设682号参考站,选用加拿大地球物理公司生产的V5系列大地电磁仪,利用卫星同步采集.本地点与参考点用商用软件SSMT2000,经单点Robust估计处理后的测深曲线如图 3所示.

图 2 矿区噪声实验大地电磁测点的分布 Fig. 2 MT sites layout in mining area

图 3 矿区MT测点单点Robust处理的测深曲线
(a)648号测点;(b)650号测点;(c)652号测点;(d)654号测点;(e)656号测点;(f)682号远参考测点.
Fig. 3 MT sounding curves of the experiment sites processed by single-site robust
(a)648 site;(b)650 site;(c)652 site;(d)654 site;(e)656 site;(f)682 remote reference site.

图 3可知,648、650、652和654四个测点的测深曲线表现出明显的近场源效应,视电阻率曲线在中高频近似为直线上升,相位趋于0°或180°,在频率为0.1 Hz附近达到最大值,之后视电阻率突然变小,相位增大,曲线形态恢复正常.说明矿区噪声的频率大于0.1 Hz, 对MT低频数据影响相对较小.电磁噪声随传播距离成指数衰减,其衰减程度与地下介质的电阻率有关.从正常的测深曲线上可以发现(图 9),该地区浅部电阻率值较高,在频率大于0.1 Hz时,648、650、652、654测点两个模式的视电阻率值都大于100 Ω·m, 我们取ρ=100 Ω·m, 估算该地区噪声的趋肤深度为δ=图 2中可以看出,652号测点被多个采矿区“包围”,与采矿区的距离远小于噪声的趋肤深度,属于近区.因此受近场源噪声的影响最为严重,测深曲线与图 1a基本一致,其视电阻率曲线的最大值接近107 Ω·m.656号测点在矿区的15~30 km范围内,在噪声频率的趋肤深度范围之外,其测深曲线形态正常,属于远区,该地区矿区产生噪声又可以视为MT有效信号.650、548、654号测点离采矿区较近,与几个较大的矿区中心距离小于5 km, 因此,也受到了近场源噪声的影响,但相比652号测点而言,其影响要小一些,属于过渡区范围.上述实验数据验证了可以用电偶极子场模型来分析矿区噪声对MT的影响,但从本次实验的结果来看,远区的条件并不没有那么“苛刻”,当测点距离干扰源约等于噪声频率的趋肤深度时,即可采集到较好的大地电磁场信号.

图 4是650号和652号测点同一时间段的时间序列,对比可以发现:

图 4 矿区MT测点原始数据的时间序列对比
(a)650号测点;(b)652号测点.
Fig. 4 Comparison chart of MT original time series
(a)650 site;(b)652 site.

(1) 矿区噪声的幅值往往比正常的信号高一个甚至几个数量级,信号几乎淹没在噪声中,难以分辨.

(2) 在同一测点中,电场和磁场各分量的噪声是同步且相关的,在不同测点间,噪声也是同步相关的,说明噪声来自同一场源,属于相关噪声.

(3) 不同测点相同时段的噪声波形出现了反相的情况,经检查并不是电极接反导致的,这说明噪声在地下传播过程中发生了复杂的变化.

(4) 电场存在明显的类似三角波和脉冲噪声,而磁场受噪声影响较小,这与电偶极子的理论模型分析结果一致.

经实地考察,发现采矿区噪声主要来自于井下大功率的开采设备,如:电动铲运机(75 kW)、钻机、压风机(300 kW),变压器(1250 kVA)整流柜(200 A)等.采矿时,井下众多设备同时工作,产生了大量复杂的电磁波以及机械振动,这些噪声直接向地下传播,对距离矿区越近的测点影响越大.

2 矿区近场源噪声的处理试验 2.1 远参考处理试验

我们以682号测点为参考点,对本地实验测点进行远参考处理,得到的测深曲线如图 5所示.与图 3对比可以发现,远参考处理后,648、650、652、654号测点的高频部分近场源效应得到了压制.如652号测点,视电阻率曲线高频部分恢复正常,最大值约为105 Ω·m, 相位曲线也得到了恢复,不再接近与0°或-180°.但是远参考方法无法压制0.1 Hz附近中频段的噪声,在648、650、652、654测点中都还存在离散程度较大的跳点.

图 5 矿区MT测点远参考处理的测深曲线
(a)648号测点;(b)650号测点;(c)652号测点;(d)654号测点;(e)656号测点.
Fig. 5 MT sounding curves of experiment sites processing by remote reference
(a)648 site;(b)650 site;(c)652 site;(d)654 site;(e)656 site.
2.2 基于同步大地电磁时间序列依赖关系的去噪试验

同步天然大地磁场在一定区域内具有相关性,其中本地点磁场与参考点磁场具有较强的相关性.电场之间的差异由两地的电性结差异所决定,地下介质电性结构在通常情况下与时间无关.因此,即使参考点与本地点电性结构差异较大,不同测点的电场之间也应当具有相对稳定的内在关系.同步天然电磁场之间的这种内在关系称之为依赖关系,可以利用这种依赖关系,用参考点数据直接合成本地点信号(王辉等,2014).具体流程见图 6所示,可以分为噪声识别和信号合成与数据替换两个部分.

图 6 基于同步大地电磁时间序列依赖关系去噪方法的基本流程
(a)噪声识别;(b)信号合成与噪声替换.
Fig. 6 Basic flow of removing magnetotelluric noise based on synchronous time series relationship
(a)Noise identification;(b)signal synthesis and noise replacement.

以650、652两个受噪声干扰最严重的测点为例,说明对时间序列的去噪效果,如图 7所示.与图 4对比,可以发现,去噪后的数据去除了相关强噪声,保留了微弱变化的有效信号,对某些没有受到明显干扰的磁场信号,没有进行滤波,保留了原始信号.

图 7 矿区MT测点原始数据去噪后的时间序列
(a)650号测点;(b)652号测点.
Fig. 7 Comparison chart of MT time series after removing noise
(a)650 site;(b)652 site.

基于同步大地电磁时间序列依赖关系去噪方法的优点在于不会改变原始时间序列文件的格式,因此我们可以利用商用软件对去噪后的数据进行单点Robust处理,结果如图 8所示.分别与原始数据的单点Robust处理(图 3)和远参考处理(图 5)对比,可以发现648、650、652、654四个测点的中高频段近场源效应得到了明显压制;其整体效果与远参考的处理结果一致,说明该方法是正确有效的,且对0.1 Hz附近中频数据的处理效果要好于远参考的处理结果.如652号测点,处理后几乎消除了视电阻率曲线的近场源效应,测深曲线整体光滑平稳,视电阻率值也恢复至正常范围,相位曲线形态正常,不再接近0°或-180°,只是在0.1 Hz附近几个频点还有轻微的畸变.最后对时间序列去噪后的数据进行远参考处理,结果如图 9所示,与图 8对比可知,其效果整体上要好于去噪后的单点Robust处理.如650号测点测深曲线整体光滑连续,基本消除了近场源效应,652号测点首端的频段和0.1 Hz附近的畸变点都基本得到了恢复.可见经过时间序列去噪和远参考综合处理,基本上压制了矿区近场源强相关噪声,提高了大地电磁测深资料的信噪比.

图 8 矿区MT测点经时间域去噪后单点Robust处理的测深曲线
(a)648号测点;(b)650号测点(c)652号测点;(d)654号测点;(e)656号测点.
Fig. 8 MT sounding curves of experiment sites processing by noise suppression in time domain and single-site robust
(a)648 site;(b)650 site;(c)652 site;(d)654 site;(e)656 site.

图 9 矿区MT测点经时间域去噪和远参考处理的测深曲线
(a)648号测点;(b)650号测点;(c)652号测点;(d)654号测点;(e)656号测点.
Fig. 9 MT sounding curves of experiment sites processing by noise suppression in time domain and remote reference
(a)648 site;(b)650 site;(c)652 site;(d)654 site;(e)656 site.
3 结 论

矿区噪声严重影响了大地电磁测深数据质量,本文讨论了相关噪声导致大地电磁测深曲线产生近场源效应的基本原理,并对矿区实验数据对进行了分析和处理,得到如下认识:

(1) 矿区噪声的频率一般大于0.1 Hz, 可以利用电偶极子模型分析了近场源噪声对大地电磁测深资料的具体影响.

(2) 远参考方法可以压制矿区近场源噪声,但难以压制0.1 Hz附近频点的噪声.

(3) 利用同步大地电磁时间序列依赖关系的去噪方法对原始时间序列进行降噪,可以去除时间序列中的相关噪声,压制测深曲线中的近场源效应,其单点Robust处理的效果要好于远参考的处理.

(4) 将同步大地电磁时间序列依赖关系的去噪方法与远参考方法结合,可以有效压制矿区近场源强相关噪声,消除近场源效应,提高大地电磁测深数据的信噪比.建议进行大地电磁测深数据采集时,在强相关噪声地区,应至少布设一个远参考点.

致 谢 感谢湖南省第二测绘院提供实验矿区的分布图以指导实验设计,感谢远景钨矿集团提供矿区开采的设备详情,感谢编辑部老师和评审老师的审阅及给出宝贵的意见.

参考文献
[1] Cagniard L. 1953. Basic Theory of the magneto-telluric method of geophysical prospecting[J]. Geophysics, 18(3): 605-635.
[2] Cai J H. 2010. Study on processing method of magnetotelluric signal and its application based on Hilbert-Huang transform (in Chinese)[Ph. D. thesis]. Changsha: Central South University.
[3] Cai J H, Hu W W, Qin Y G, et al. 2014. Comparison of wavelet analysis and Hilbert-Huang Transform in MT signal procession[J]. Journal of Hunan University of Arts and Science (Natural Science Edition) (in Chinese), 26(2): 29-34.
[4] Cai J H, Tang J T, Wang X C. 2011. Human noise elimination for magnetotelluric data based on empirical mode decomposition[J]. Journal of Central South University (Science and Technology) (in Chinese), 42(6): 1786-1790.
[5] Chen J, Heincke B, Jegen M, et al. 2012. Using empirical mode decomposition to process marine magnetotelluric Data[J]. Geophysical Journal International, 190(1): 293-309.
[6] Egbert G D, Booker J R. 1986. Robust estimation of geomagnetic transfer functions[J]. Geophysical Journal International, 87(1): 173-194.
[7] Gamble T, Goubau W M, Clarke J. 1979. Magnetotellurics with a remote magnetic reference[J]. Geophysics, 44(1): 53-68.
[8] Garcia X, Jones A G. 2008. Robust processing of magnetotelluric data in the AMT dead band using the continuous wavelet transform[J]. Geophysics, 73(6): F223-F234.
[9] Goubau W M, Maxton P M, Koch R H, et al. 1984. Noise correlation lengths in remote reference magnetotellurics[J]. Geophysics, 49(4): 433-438.
[10] Junge A. 1996. Characterization of and correction for cultural noise[J]. Surveys in Geophysics, 17(4): 361-391.
[11] Larsen J C. 1989. Transfer functions: Smooth robust estimates by least-squares and remote reference methods[J]. Geophysical Journal International, 99(3): 645-663.
[12] Li J, Tang J T, Wang L, et al. 2014. Noise suppression for magnetotelluric sounding data based on signal subspace enhancement and endpoint detection[J]. Acta Physica Sinica (in Chinese), 63(1): 019101.
[13] Luo W F, He Z X, Wang C F, et al. 2011. A test study of induced polarization effects of magnetotelluric in oil and gas detection[J]. Oil Geophysic Prospecting (in Chinese), 46(6): 978-983.
[14] Oettinger G, Haak V, Larsen J C. 2001. Noise reduction in magnetotelluric time-series with a new signal-noise separation method and its application to a field experiment in the Saxonian Granulite Massif[J]. Geophysical Journal International, 146(3): 659-669.
[15] Shalivahan, Bhattacharya B B. 2002. How remote can the far remote reference site for magnetotelluric measurements Be?[J]. Journal of Geophysical Research, 107(B6): ETG 1-1-ETG 1-7.
[16] Simpson F, Bahr K. 2005. Practical Magnetotellurics[M]. London: Cambridge University Press, 6-61.
[17] Sims W E, Bostick F X, Smith H W. 1971. The estimation of magnetotelluric impedance tensor elements from measured data[J]. Geophysics, 36(5): 938-942.
[18] Tang J T, He J S. 2005. The Controlled Source Audio Magnetotelluric Method and Its Application (in Chinese)[M]. Changsha: Central South University Press, 33-41.
[19] Tang J T, Hua X R, Cao Z M, et al. 2008. Hilbert-Huang transformation and noise suppression of magnetotelluric sounding data[J]. Chinese Journal of Geophysics (in Chinese), 51(2): 603-610, doi: 10.3321/j.issn:0001-5733.2008.02.034.
[20] Tang J T, Li J, Xiao X, et al. 2012a. Mathematical morphology filtering and noise suppression of magnetotelluric sounding data[J]. Chinese Journal of Geophysics (in Chinese), 55(5): 1784-1793, doi: 10.6038/j.issn.0001-5733.2012.05.036.
[21] Tang J T, Xu Z M, Xiao X, et al. 2012b. Effect rules of strong noise on magnetotelluric (MT) sounding in the Luzong ore cluster area[J]. Chinese Journal of Geophysics (in Chinese), 55(12): 4147-4159, doi: 10.6038/j.issn.0001-5733.2012.12.027.
[22] Trad D O, Travassos J M. 2000. Wavelet filtering of magnetotelluric data[J]. Geophysics, 65(2): 482-491.
[23] Wait J R. 1962. Theory of magnetotelluric fields[J]. Journal of Research of the National Bureau of Standards-D, Radio Propagation, 66(5): 509-541.
[24] Wang H, Wei W B, Jin S, et al. 2014. Removal of magnetotelluric noise based on synchronous time series relationship[J]. Chinese Journal of Geophysics (in Chinese), 57(2): 531-545, doi: 10.6038/cjg20140218.
[25] Wei W B, Unsworth M, Jones A, et al. 2001. Detection of widespread fluids in the Tibetan crust by magnetotelluric studies[J]. Science, 292(5517): 716-719.
[26] Xu Y X, Wang J Y. 2000. Power spectrum estimation for magnetotelluric signal based on continuous wavelet transform[J]. Chinese Journal of Geophysics (in Chinese), 43(5): 677-683, doi: 10.3321/j.issn:0001-5733.2000.05.011.
[27] Xu Z M, Xin H C, Lv F J. 2014. Ore cluster area of Luzong magnetotelluric (MT) method of remote reference research[J]. Progress Geophysics (in Chinese), 29(4): 1822-1830, doi: 10.6038/pg20140445.
[28] Yang S. 2004. The study of restraining environmental noise and its application in magnetotelluric sounding (in Chinese)[Ph. D. thesis]. Changsha: Central South University.
[29] Zhao G Z, Chen X B, Wang L F, et al. 2008. Evidence of crustal ‘channel flow’ in the eastern margin of Tibetan Plateau from MT measurements[J]. Chinese Science Bulletin, 53(12): 1887-1893.
[30] 蔡剑华. 2010. 基于Hilbert-Huang变换的大地电磁信号处理方法与应用研究[博士论文]. 长沙: 中南大学.
[31] 蔡剑华, 胡惟文, 覃业贵,等. 2014. MT信号处理中小波分析与Hilbert-Huang变换的比较[J]. 湖南文理学院学报(自然科学版), 26(2): 29-34.
[32] 蔡剑华, 汤井田, 王先春. 2011. 基于经验模态分解的大地电磁资料人文噪声处理[J]. 中南大学学报(自然科学版), 42(6): 1786-1790.
[33] 李晋, 汤井田, 王玲,等. 2014. 基于信号子空间增强和端点检测的大地电磁噪声压制[J]. 物理学报, 63(1): 019101.
[34] 罗卫锋, 何展翔, 王财富,等. 2011. 大地电磁激电效应油气检测试验[J]. 石油地球物理勘探, 46(6): 978-983.
[35] 汤井田, 何继善. 2005. 可控源音频大地电磁法及其应用[M]. 长沙: 中南大学出版社, 33-41.
[36] 汤井田, 化希瑞, 曹哲民,等. 2008. Hilbert-Huang 变换与大地电磁噪声压制[J]. 地球物理学报, 51(3): 603-610, doi: 10.3321/j.issn:0001-5733.2008.02.034.
[37] 汤井田, 李晋, 肖晓,等. 2012a. 数学形态滤波与大地电磁噪声压制[J]. 地球物理学报, 55(5): 1784-1793, doi: 10.6038/j.issn.0001-5733.2012.05.036.
[38] 汤井田, 徐志敏, 肖晓,等. 2012b. 庐枞矿集区大地电磁测深强噪声的影响规律[J]. 地球物理学报, 55(12): 4147-4159, doi: 10.6038/j.issn.0001-5733.2012.12.027.
[39] 王辉, 魏文博, 金胜,等. 2014. 基于同步大地电磁时间序列依赖关系的噪声处理[J]. 地球物理学报, 57(2): 531-545, doi: 10.6038/cjg20140218.
[40] 徐义贤, 王家映. 2000. 基于连续小波变换的大地电磁信号谱估计方法[J]. 地球物理学报, 43(5): 677-683, doi: 10.3321/j.issn:0001-5733.2000.05.011.
[41] 徐志敏, 辛会翠, 吕扶君. 2014. 庐枞矿集区大地电磁法的远参考效果研究[J]. 地球物理进展, 29(4): 1822-1830, doi: 10.6038/pg20140445.
[42] 杨生. 2004. 大地电磁测深法环境噪声抑制研究及其应用[博士论文]. 长沙: 中南大学.
[43] 赵国泽, 陈小斌, 王立凤,等. 2008. 青藏高原东边缘地壳“管流”层的电磁探测证据[J]. 科学通报, 53(3): 345-350.