CN112083509B - 时频电磁法中激发极化异常的检测方法 - Google Patents
时频电磁法中激发极化异常的检测方法 Download PDFInfo
- Publication number
- CN112083509B CN112083509B CN202010817552.7A CN202010817552A CN112083509B CN 112083509 B CN112083509 B CN 112083509B CN 202010817552 A CN202010817552 A CN 202010817552A CN 112083509 B CN112083509 B CN 112083509B
- Authority
- CN
- China
- Prior art keywords
- signal
- time domain
- excitation
- time
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 140
- 230000010287 polarization Effects 0.000 title claims abstract description 91
- 230000005284 excitation Effects 0.000 claims abstract description 167
- 238000001514 detection method Methods 0.000 claims abstract description 144
- 230000005684 electric field Effects 0.000 claims abstract description 84
- 230000005856 abnormality Effects 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 76
- 230000002238 attenuated effect Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 230000005672 electromagnetic field Effects 0.000 abstract description 5
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 230000006698 induction Effects 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 description 30
- 230000004044 response Effects 0.000 description 29
- 230000005279 excitation period Effects 0.000 description 25
- 230000000694 effects Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 239000000523 sample Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000010304 firing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Electromagnetism (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请适用于地球物理勘查技术领域，提供了时频电磁法中激发极化异常的检测方法，包括：在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个时域信号与时频电磁法的激发频率序列中一个激发频率对应；针对每个时域信号，提取所述时域信号的衰减信号，获取每个衰减信号的充电率；根据激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果。本申请实施例利用时间域电磁场信息，由于磁场分量充电率是由磁感应衰减信号的纯二次场再求充电率，对电场分量的衰减信号也首先从叠加信号中消除了一次场，获得纯二次场后再求充电率；利用不同频率充电率的差异能够获得更高灵敏度的激发极化信息，进一步提高检测精度。
Description
技术领域
本申请属于地球物理勘查技术领域，尤其涉及时频电磁法中激发极化异常的检测方法。
背景技术
时频电磁法是电磁勘探中重要的分支，该方法采用大功率激发场源向地层发送连续的矩形方波，在一定远处测量电场和磁场来研究地下介质电阻率的分布，进而推断出有关地下构造和地层的方法。目前，该方法已经发展了大功率人工激发场源，因其信号强度大，能探测到相当大的勘探深度，例如，十几公里，已经广泛应用于矿产资源勘查、地热地下水勘探、油气田及深部构造研究中。
在时频电磁法的数据处理中，一般直接对每个激发信号的时域衰减曲线数据进行傅里叶变换，取该激发周期的基频和三次、五次、谐波的振幅和相位作为该激发频率的输出，最终将多个激发频率获得的振幅和相位组合成频率测深曲线。现有时频电磁法的激发极化效应的提取主要是定量反演，其做法是通过代入复电阻率模型，例如，Cole-Cole模型，来反演频率域电场获得极化率信息。但模型中电阻率和极化率是乘积关系，同时还有时间常数和频率相关系数等多参数复合模型，因此，比单独反演电阻率的非唯一性和多解性更强。
因此需要探索可以其他检测时频电磁法中的激发极化异常的方法。
发明内容
本申请实施例提供了激发极化异常的检测方法、勘探方法、检测装置、勘探装置、电子设备及存储介质，可以解决以上问题至少一部分。
第一方面，本申请实施例提供了一种激发极化异常的检测方法，所述检测方法包括：
在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
获取每个所述衰减信号的充电率；
根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果。
可以理解的是，本申请实施例利用时间域电磁场信息，由于磁场分量充电率是由磁感应衰减信号的纯二次场再求充电率，对电场分量的衰减信号也首先从叠加信号中消除了一次场，获得纯二次场后再求充电率；利用不同频率充电率的差异能够获得更高灵敏度的激发极化信息，进一步提高检测精度。
第二方面，本申请实施例提供了一种勘探的方法，包括：
在探区的第一检测点，获取多个时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
获取每个所述衰减信号的充电率；
根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果；
通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。
第三方面，本申请实施例提供了一种激发极化异常的检测装置，包括：
信号获取模块，用于在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
信号处理模块，用于针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
所述信号处理模块，还用于若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
所述信号处理模块，还用于若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
所述信号处理模块，还用于获取每个所述衰减信号的充电率；
检测结果确定模块，用于根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果。
第四方面，本申请实施例提供了一种勘探的装置，包括：
信号获取模块，用于在探区的第一检测点，获取多个时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
信号处理模块，用于针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
所述信号处理模块，还用于若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
所述信号处理模块，还用于若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
所述信号处理模块，还用于获取每个所述衰减信号的充电率；
检测结果确定模块，用于根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果；
地质解释模块，用于通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。
第五方面，本申请实施例提供了一种电子设备，包括：所述电子设备能实现上述第一方面所述的方法步骤。
第六方面，本申请实施例提供了一种计算机可读存储介质，包括：所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现上述第一方面所述的方法步骤。
第七方面本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面所述的方法步骤。
可以理解的是，上述第二方面至第七方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的检测设备应用场景示意图；
图2是本申请一实施例提供的激发极化异常检测的方法的流程示意图；
图3是本申请一实施例提供的激励源激励信号波形示意图；
图4是本申请一实施例提供的激励源激励信号具体示例波形示意图；
图5是本申请一实施例提供的地层响应时域信号电场分量波形示意图；
图6是本申请一实施例提供的地层响应时域信号磁场分量波形示意图；
图7是本申请一实施例提供的地层响应时域信号电场分量具体示例波形示意图；
图8是本申请一实施例提供的地层响应时域信号电场分量具体示例波形示意图；
图9是本申请一实施例提供的电场分量叠加信号曲线示意图；
图10是本申请一实施例提供的电场分量衰减信号曲线示意图；
图11是本申请一实施例提供的磁场分量叠加信号曲线示意图；
图12是本申请一实施例提供的电场分量叠加信号具体示例曲线示意图；
图13是本申请一实施例提供的电场分量衰减信号具体示例曲线示意图；
图14是本申请一实施例提供的磁场分量叠加信号具体示例曲线示意图；
图15是本申请一实施例提供的衰减信号差分曲线示意图；
图16是本申请一实施例提供的衰减信号差分曲线具体示例曲线示意图；
图17是本申请一实施例提供的多频率衰减信号曲线具体示例曲线示意图
图18是本申请另一实施例提供的激发极化异常检测的方法的流程示意图；
图19是本申请另一实施例提供的激发极化异常检测的方法的流程示意图；
图20是本申请一实施例提供的多检测点归一化电场充电率曲线示意图；
图21是本申请一实施例提供的多检测点归一化磁场充电率曲线示意图；
图22是本申请一实施例提供的多检测点归一化电场充电率和归一化磁场充电率相关曲线示意图；
图23是本申请一实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
时频电磁法是电磁勘探中重要的分支，该方法采用大功率激发场源向被探测地层发送连续多周期的矩形方波，在一定远处测量电场和磁场来研究地下介质电阻率的分布，进而推断出有关地下构造和地层的方法。目前，该方法已经发展了大功率人工激发场源,因其信号强度大，能探测到相当大的勘探深度，例如，十几公里。时频电磁法已经广泛应用于矿产资源勘查、地热地下水勘探、油气田及深部构造研究中。
时频电磁法数据处理主要包括四个的步骤：预处理、校正及计算处理、反演处理和解释。
预处理包括：观测数据的解编、信号的回放、频谱分析以及系统响应的反褶积、去噪滤波等原始信号的处理；和信号的同步叠加，求取标准时域衰减曲线和傅里叶变换获得频率域振幅、相位曲线等。
校正及计算处理包括：数据滤波、平滑和静态位移校正、地形校正等；再计算频域视电阻率及相位，以及总纵电导等。
反演处理包括：将频域的视电阻率、相位数据根据电磁理论映射成深度域电性数据，获得电阻率剖面等。
目前,在时频电磁法中，还研究频率域的双频振幅、双频相位，而且，进一步发展了在频率域测深反演处理中引入Cole-Cole模型来反演激发极化信息，提出了通过频率域反演研究极化率的方法，反演极化率是通过Cole-Cole模型或其它类似的模型来实现的，但模型中电阻率和极化率是乘积关系，同时还有时间常数和频率相关系数等，因此，比单独反演电阻率的非唯一性和多解性更强。
因此，定性的提取激发极化效应具有更好的实用性和可靠性，前面已经提到，频率域已经采用了双频振幅、双频相位来表征激发极化效应；因为，电磁感应效应的存在，双频振幅和双频相位必然也受到电磁感应影响，计算出来的激发极化效应必然是近似的，存在误差。
时频电磁法需要先采集时间域的信号，然后在进行傅里叶变换获得频率域电磁场的，因此，时频电磁法输出的时域数据没有充分利用。
时域激发极化法，评价激电效应的重要参数是充电率。目前，主要是观测断电后的二次电位，观测二次电位有两种方案：一种是观测断电后某一时刻的瞬时值计算瞬时视充电率Ms；另—种是观测断电后某段时间的衰减曲线，计算衰减曲线和时间轴之间包围的面积，即计算充电率MC。一般，Ms或MC值增大，往往反映可极化异常体的存在。
对于时频电磁法，因为地层响应的时域信号是连续的，不存在断电现象，并且时域信号包含一次场信号，因此，通常将时域信号转换到频域信号，进一步的提取电阻率进行反演和解释，以检测储层是否存在。因此目前的检测设备中，通常将时域信号直接进行频域处理，没有对时域信号加以提取和利用。由于上述的技术困难的阻碍，时频电磁法输出的时域信号中激发极化效应的提取未曾有人做过，如果能够提取出来对于时频电磁法增强定性异常分析，减少极化异常的不确定性，达到多参数解释降低非唯一性提高勘探效果具有重要意义。
在时频电磁法数据预处理中，一般直接对每个激发信号的时域衰减曲线数据进行傅里叶变换，取该激发周期的基频和三次、五次、谐波的振幅和相位作为该激发频率的输出，最终将多个激发频率获得的振幅和相位组合成频率测深曲线。而时间域电位数据只作为一个中间过程，不做其它处理的。现有时频电磁法激发极化效应的提取主要是定量反演，其做法是通过代入复电阻率模型，例如，Cole-Cole模型或其它类似的模型，来反演频率域电场获得极化率信息，但模型中电阻率和极化率是乘积关系，同时还有时间常数和频率相关系数等多参数复合模型，因此，比单独反演电阻率的非唯一性和多解性更强。而直流激电法，主要是观测断电后的二次电位，观测二次电位有两种方案：一种是观测断电后某一时刻的瞬时值计算瞬时视充电率Ms；另—种是观测断电后某段时间的衰减曲线，计算衰减曲线和时间轴之间包围的面积，即计算充电率MC。
在直流激发极化法中，充电率Ms是瞬态二次场与一次场之比，即：
其中，
是断电后t时刻的二次电位，V0是断电前的电位值。
采用如下积分可获得每个测点电磁场分量的充电率总值MC，其公式为：
其中，T为时间域激发周期，V2为放电电位。
但时频电磁法激发采用一系列不断电的正负方波，其激发周期很多，又没有断电时间，再加上存在电感效应，因此，采用常规时间域激电法激电效应求取方法来计算激发极化效应存在较大难度。本申请提供的实施例中采用两个或多个激发周期求取充电率差分异常的方法来表征时频电磁法时间域激发极化异常，可以提高对充电率的检测精度。
图1示出的是本申请实施例提供的一种检测设备110。该检测设备包括：时频电磁法激励源111、地层响应的时域信号接收装置112和数据处理装置113。其中，所述时频电磁法激励源111和地层响应的时域信号接收装置112通过地层响应时域信号耦合。其中，所述地层响应的时域信号接收装置112与数据处理装置113通信的耦合。
图2示出了本申请实施例提供的激发极化异常的检测方法，应用于上述图1所示的检测设备，可由所述检测设备的软件/硬件实现。如图2所示，该检测方法包括步骤S110至S130。各个步骤的具体实现原理如下：
S110，在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应。
在一个非限定性的示例中，在探区的第一检测点，检测设备110的数据处理装置113获取时频电磁法输出的多个时域信号。示例性的，在探区的第一检测点，检测设备110利用时频电磁法激励源111，分别以激发频率序列中的激发频率，激发所述探区的地层。检测设备110的地层响应的时域信号接收装置112接收地层响应的时域信号，数据处理装置113获取时频电磁法输出的多个时域信号进行处理；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应。可以理解的是，所述地层响应的时域信号接收装置112和所述数据处理装置113可以为一个整体装置，也可以为两个分离的装置，并通信的耦合。
其中，所述激发频率序列为可控选激励源能够产生的若干个激发频率的顺序排列；也可以是在可控选激励源可产生的若干个激发频率中选择2个或2个以上的激发频率作为实际应用的激发频率，将实际应用的激发频率按顺利排列，构成激发频率序列。
其中，所述第一检测点可以为在探区的一条测线中多个检测点中任选的一个检测点，也可以为根据地质条件专门选取的一个检测点。
在一个非限定性的示例中，利用所述检测设备的时频电磁法激励源，依次以激发频率序列中的激发频率，分别激发所述探区地层。非限定性的，所述激发频率序列包含K个激发频率，其中，K为大于等于2的整数。
在一个非限定性的示例中，利用所述检测设备的时频电磁法激励源，依次以激发频率序列中的激发频率，分别激发所述探区地层。非限定性的，所述激发频率序列包含两个激发频率，其中，这两个激发频率为根据地层目标深度和探区电阻率，通过趋肤公式的到目标频率，在时频电磁法激励源的激励频率序列中，选择所述目标频率附近的两个频率。其中，时频电磁法激励源的激励频率序列，为时频电磁法激励源能够实际产生的激励信号的各个频率的序列。
在一个非限定性的示例中，如图1所示，检测设备110的时频电磁法激励源111以周期序列{40s，20s，10s，8s，4s，2s，1s，0.5s，0.25s}对应的频率序列，分别依次通过电极A和电极B，以图3所示的方波电流I(A)激发地层，其中，频率序列中各个频率为周期序列中各个周期的倒数。图3中的T为时频电磁法激励源发出的方波电流的周期，横轴为时间t单位为秒(s)。在一个具体的示例中，如图4所示激发电流I(A)的波形激发频率对应的周期为10s。本申请的各个实施例中时域信号的横轴为时间t单位为秒(s)。
在一个非限定性的示例中，检测设备110获取每个所述激发频率对应的地层响应的时域信号。在一个非限定性的示例中，检测设备110的接收装置112通过线圈或磁棒至少之一，接收地层对每个激发频率的方波电流激发的地层响应时序信号。非限定性的，所述线圈或磁棒布置在图3所示的M和N的间距内。
在一个非限定性的示例中，检测设备110接收到的地层响应的时序信号为的电场分量ΔU(mV)MN波形为图5所示波形，其频率与激发频率相同。检测设备接收到的地层响应的时序信号为磁场分量ΔU(mV)dB/dt波形为图6所示波形，其频率与激发频率相同。在一个具体的示例中，以激发周期10s对应的激发频率激发地层，检测设备接收到的地层响应的时序信号为电场信号时波形为图7所示波形，其频率与激发频率相同。检测设备接收到的地层响应的时序信号为磁场信号时波形为图8所示波形。
可以理解的是，可以单独获取时域信号的电场分量和磁场分量进行后续处理，也可以同时提取时域信号的电场分量和磁场分量进行后续处理。
S120，针对每个所述时域信号，提取所述时域信号的衰减信号，获取每个所述衰减信号的充电率。
其中，所述提取所述时域信号的衰减信号包括：对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号。
在一个非限定性的示例中，检测设备110针对每个所述时域信号，提取所述时域信号的衰减信号，获取所述衰减信号的充电率。
在一个非限定性的示例中，检测设备110的数据处理装置113对每个所述时域信号依次进行处理，针对每一个时序信号，提取该时序信号的衰减信号，获取该衰减信号的充电率。
在一个非限定性的示例中，数据处理装置113对每个频率的时域信号ΔU(t)的各个周期T通过下式进行半周期折叠相加，获得叠加信号V(t)；
数据处理装置根据所述折叠信号获得衰减信号。若时域信号为电场信号将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号。具体的，如图9所示的电场叠加信号，该叠加信号为包括一次场和二次场的总场信号，将该叠加信号
减去一次场Vm，则得到电场信号的二次场信号，即衰减信号ΔV(t)MN。其中Vm为
的最大值。
若时域信号为图7所示的磁场信号，因为磁场信号为纯二次场信号，则将磁场信号的叠加信号
直接作为衰减信号ΔV(t)BZ，即，
对每个激发频率对应的时域信号都进行上述处理，得到各个频率的电场分量，可获得如图10所示的电场分量衰减曲线，或磁场分量随时间的衰减信号，获得图11所示的磁场分量衰减曲线。
采用如下积分可获得每个测点电或磁场分量随衰减变化曲线ΔV的充电率总值MC(t)。
其中，t0为激发初始时间；非限定性的，通常取0；tT/2分别激发半周期，ΔV为电或磁场的衰减曲线。
在一个非限定性的具体示例中，激发频率序列中包含从128Hz到0.025Hz多个激发频率，设其中一个激发频率的激发周期为10s，如图4中横坐标为一个周期。该激发频率的激发电流I(A)激发发地层后，检测设备获取的地层响应信号的电场分量ΔU(mV)MN为如图7所示的波形，检测设备110获取的地层响应信号的磁场分量ΔU(mV)dB/dt为如图8所示的波形。为了获得每个激发周期的时间域衰减曲线，对每个周期时域信号进行折叠相加，如10s的激发波形公式如下：
这样获得每个激发频率的电场分量或磁场分量的衰减曲线。
图12为电场分量的衰减曲线，因为电场分量的叠加信号
包含一次场Vm，因此需要将图12中的电场衰减曲线去除一次场，即，
获得电场分量的衰减信号，即电场分量的纯二次场。图13为电场分量衰减曲线。
磁场分量的衰减曲线即为纯二次场，磁场分量的衰减信号ΔV(t)BZ即为磁场分量的叠加信号
图14为磁场分量衰减信号的衰减曲线。
每个频率都进行上述运算即可得到多个频率的电场和磁场分量随时间的衰减曲线。
采用如下积分计算每个测点电场分量或磁场分量的的充电率总值MC(t)。
其中，t10/2为激发半周期，ΔV为电场分量或磁场分量的衰减信号。
S130，根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果。
在一个非限定性的示例中，检测设备110的数据处理装置113根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果。非限定性的，激发频率序列包含t1，t2两个相邻激发周期对应的激发频率，计算这两个激发周期衰减曲线V1(t)和V2(t)的积分之差ΔMt12，
即获得充电率差分曲线，充电率差分曲线的纵轴为电压V单位为毫伏mv，横轴为时间T，单位为秒s。如图15所示前一个激发频率的衰减曲线V1与后一个激发频率的衰减曲线V2之间的空隙面积，即可表征同一测点充电率随激发时间的差异。非限定性的，根据所述激发频率序列中的相邻激发频率对应的衰减信号的充电率，确定激发极化异常的检测结果，包括：根据所述激发频率序列中相邻两个频率的时域信号的充电率的差值，确定激发极化异常的检测结果。可以理解的是，也可以通过计算V1和V2的曲线间的最大距离确定激发极化异常的检测结果。本领域技术人员可以在本申请的教导下选择合适的参数。
对于一系列激发频率，激发周期为40s、20s、10s、8s、4s、2s、1s、0.5s、0.25s等，计算相邻两个激发周期的衰减曲线充电率之差：如图16所示激发周期2s和1s的衰减曲线，激发周期2s和1s的衰减曲线充电率之差为：
对于一系列激发频率，激发周期为40s、20s、10s、8s、4s、2s、1s、0.5s、0.25s等，通过计算多个相邻激发周期充电率差分，获得差分异常曲线：
MC＝ΔMC(Ti)
式中：i＝1,2,3,…,n，9为激发周期T的个数。
在一个非限定性的示例中，激发频率序列为激发周期序列{1.0s，1.4s，2.0s，4.0s，8.0s，16s}对应的激发频率。图17为各个激发频率的激发电流激发地层后，根据地层响应的时域信号得到的各个激发周期对应的充电率曲线，纵轴为电压V单位为毫伏mv，横轴为时间Time，单位为秒s。由图17可见，1.4s的衰减曲线高于1s衰减曲线，2s的衰减曲线高于1.4s的衰减曲线，规律很清楚；到了激发周期超过8s时衰减曲线间距变化已经非常小，8s和16s的曲线几乎重合。其物理意义是在8s后增加激发时间对极化效应的贡献非常小了。因此，利用充电率差分异常，包括曲线或剖面，能够定性地发现极化异常目标。
由上述步骤S120通过积分获得的充电率，对地层中储层存在引起的变化灵敏度比较低，特别是难以区分激电效应是来自深部还是浅部地层，也就是充电时间早期还是相对晚期。为了提高灵敏度，本申请实施例提供时频电磁法的充电率差分异常，即求取不同激发周期之间充电率的差，充电率的差分异常曲线能够更高精度识别激电效应。其物理原理是：激发极化效应是在断电后极化体放电产生的二次场，就像一个电容器，充电时间长，则电容器被充得比较满，放电也就更强和时间更长，如果把不同充电时间的两次衰减曲线进行差分处理，那么我们就可以获得由于充电时间差异由极化体产生的激发极化异常。
时频电磁法由于采用不间歇方波激发，不计算激发极化效应，随着时频电磁法的发展，时频电磁法开展了频率域激发极化效应的计算，方法是求取双频振幅和双频相位，但没有计算时间域的激发极化，而是在频率域反演中，引入Cole-Cole模型，反演电阻率和极化率，由于频率域测量总场，因此，对于微弱的激发极化效应，在总场中占比很小，而且双频振幅和双频相位的提取受噪音影响大，精度很难保证；而采用Cole-Cole模型来反演电阻率和极化率，存在严重的非唯一性，除了地球物理反演中普遍存在的非唯一性外，还因为，模型中电阻率和极化率是乘积关系，很难同时反演两个参数。由于本申请实施例利用时间域电磁场信号，磁场分量是纯二次场，而电场分量也首先消除了一次场，获得二次场后再求充电率的；利用不同频率充电率的差分异常能够进一步提高计算精度。
在上述图2所示的激发极化异常的检测方法的实施例的基础上，若所述时域信号包括电场分量和磁场分量，则步骤S130，根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果，如图18所示，包括步骤S1301至S1303：
S1301，针对所述激发频率序列中的全部激发频率，依次获取每两个相邻的所述激发频率对应的时域信号的充电率差；
在个非限定性的示例中，如图17所示，检测设备110获取了激发频率序列中，各个激发频率对应的地层响应时域信号的充电率。第一激发频序列中各个激发频率的激发周期为分别为40s、20s、10s、8s、4s、2s、1s、0.5s、0.25s，通过计算多个相邻激发周期充电率差分，获得每两个相邻激发频率对应的时域信号的充电率差，得到差分异常曲线：
MC＝ΔMC(Ti)
式中：i＝1,2,3,…,n，n为激发周期T的个数。
将所述时域信号的电场分量的充电率进行归一化处理，获得归一化电场充电率；将所述时域信号的磁场分量的充电率进行归一化处理，获得归一化磁场充电率。
在一个非限定性的示例中，检测设备110的数据处理装置113，将所述时域信号的电场分量的充电率进行归一化处理，获得归一化电场充电率；将所述时域信号的磁场分量的充电率进行归一化处理，获得归一化磁场充电率
S1302，针对每个充电率差，将所述充电率差的电场分量进行归一化处理，获得归一化电场充电率差；将所述充电率差的磁场分量进行归一化处理，获得归一化磁场充电率差。
在一个非限定性的示例中，检测设备110的数据处理装置113针对每个充电率差，将所述充电率差的电场分量进行归一化处理，获得归一化电场充电率差；将所述充电率差的磁场分量进行归一化处理，获得归一化磁场充电率差。
S1303，将全部所述归一化电场充电率差和所述归一化磁场充电率差进行相关处理获得相关处理结果，根据所述相关处理结果确定激发极化异常的检测结果。
在一个非限定性的示例中，检测设备110的数据处理装置113，通过下式将全部所述归一化电场充电率差和所述归一化磁场充电率差进行相关处理获得相关处理结果，根据相关处理结果中对应频率的正负值，确定激发极化异常的检测结果；对应频率的值为正则认为存在激发极化异常，对应频率的值为负值则认为不存在激发极化异常。
其中，ME为归一化电场充电率差；MM为归一化磁场充电率差；t为第一激发周期序列中的激发周期；n为激发周期的个数；Q为符号系数，若ME和MM同时大于0时，Q为正值；若ME和MM任一项小于0，则Q为负值；若ME和MM任一项0，则Q为0。
在一个具体的非限定性的示例中，第一激发周期序列中的激发周期个数为9个，则对ME和MM进行如下相关处理。
可以理解的是，可以单独通过计算地层响应的时域信号的电场分量或磁场分量的充电率，并根据所述激发频率序列中的相邻激发频率对应的时域信号的充电率，确定激发极化异常的检测结果。在一些实施方式中可以同时通过线圈采集时域信号的电场分量，并通过磁棒采集时域信号的磁场分量。电场分量和磁场分量不可避免存在噪音干扰等，但这种随机干扰由于电场和磁场分量采集的原理和布设方向等的不同，干扰常常是不相关的，因此，对这两类异常进行相关处理，能够进一步压制干扰，增强激发极化异常检测的效果。
在上述图2所示的激发极化异常的检测方法的实施例的基础上，针对探区的一个检测点，步骤S110，获取时频电磁法输出的多个时域信号，如图19所示，包括步骤S111到步骤S113：
S111，获取所述探区的电阻率。
在一个非限定性的示例中，检测设备110的数据处理装置113可以通过对时域信号进行频域转换和分析获得所述探区的电阻率；也可以通过查询存储各个探区电阻率的存储设备获得探区的电阻率。
S112，根据目标深度和所述电阻率，通过趋肤公式获取目标频率。
在一个非限定性的示例中，检测设备110的数据处理装置113，根据目标深度和所述电阻率，通过趋肤公式获取目标频率。根据需要探测的目标深度H，在探区电阻率ρ确定的情况下，可以求取探测目标的激发频率fa，利用有效趋肤深度公式
则目标频率
S113，在所述时频电磁法输出的多个时域信号中，选择与所述目标频率最接近的前两个激发频率对应的时域信号；其中，所述两个激发频率中的一个激发频率大于所述目标频率，另一个所述激发频率小于所述目标频率。
在一个非限定性的示例中，检测设备110接收到时频电磁法输出的多个时域信号后，在时频电磁法激励源的激发频率序列中，fa频率附近选择两个实际的激发频率f1和f2，f1>fa，f2<fa。求取f1和f2两个激发频率对应的时域信号的的充电率差ΔMc(x)，
做出剖面曲线，t1＝1/f1，t2＝1/f2，xi对应测点。因此，可有效识别剖面上研究目标层的激发极化效应异常区。
在一个具体的非限定性示例中，假如要探测的目标深度为3千米，探区平均电阻率50Ωm，我们可以采用有效趋肤深度公式计算激发频率fa：
在0.7Hz频率附近选择两个实际的激发频率0.5Hz和1.0Hz，激发周期为1s和2s。计算两个激发频率对应的时域信号的的充电率差，然后做出剖面曲线，即可有效识别该探区目标深度为3千米的激发极化异常区。
根据目标深度计算差分充电率可以有效识别目标深度是否存在激发极化异常，为地层中是否有储层的存在提供较高精度的判断依据。
在上述图19所示的激发极化异常的检测方法的实施例的基础上，在步骤S120，针对每个所述时域信号，提取所述时域信号的衰减信号，获取所述衰减信号的充电率后，针对探区的多个检测点的其他检测点，所述其他每个检测点是所述多个检测点中除所述第一检测点外的每个检测点，重复S101到S120的步骤。
针对除所述第一检测点外的其他所有检测点，均执行获取所述探区的电阻率，到获取各个所述衰减信号的充电率的步骤；在一些实施例中，针对所述探区中的多个检测点中的其他每个检测点，执行获取所述探区的电阻率，到获取各个所述衰减信号的充电率的步骤，所述其他每个检测点是所述多个检测点中除所述第一检测点外的每个检测点；
若所述时域信号包括电场分量和磁场分量，获取全部检测点的第一频率序列中两个激发频率对应的时域信号的充电率差；
将所述充电率差的电场分量进行归一化处理，获得归一化电场充电率差；将所述充电率差的磁场分量进行归一化处理，获得归一化磁场充电率差；
对所述探区的全部测点的归一化电场充电率差和归一化磁场充电率差进行相关处理获得相关处理结果，根据所述相关处理结果确定激发极化异常的检测结果。
其中，对于目标频率，ΔME为归一化电场充电率差；ΔMM为归一化磁场充电率差；x为剖面上的两个检测点间坐标距离，k为检测点数量，Q为符号系数，若ΔME和ΔMM同时大于0时，Q为正值；若ΔME和ΔMM任一项小于0，则Q为负值；若若ΔME和ΔMM任一项0，则Q为0。
假如剖面测点为13个，测点间距1000米，通过下式对ΔME和ΔMM分别充电率异常进行相关处理，获得相关处理结果Rx1x2。
以一个激发频率为例，图20为各个检测点在归一化电场充电率差(极化率)曲线，图21为各个检测点的归一化磁场充电率差(极化率)，图22为各个检测点的电场充电率和磁场充电率的相关处理结果曲线。从图20、图21和图22可以明显的看出该频率的时域信号的电场分量和磁场分量的干扰被抑制，图22的充电率差(极化率)大于0的部分可以明显的指示该剖面位置存在激发极化异常。
可以理解的是，可以单独通过计算地层响应的时域信号的电场分量或磁场分量的充电率，并根据所述激发频率序列中的相邻激发频率对应的时域信号的充电率，确定激发极化异常的检测结果。在一些实施方式中可以同时通过线圈采集时域信号的电场分量，并通过磁棒采集时域信号的磁场分量。电场分量和磁场分量不可避免存在噪音干扰等，但这种随机干扰由于电场和磁场分量采集的原理和布设方向等的不同，干扰常常是不相关的，因此，对这两类异常进行相关处理，能够进一步压制干扰，增强激发极化异常检测的效果。通过计算每个激发频率在各个检测点的归一化电场充电率和归一化磁场充电率的相关值，可以有效的滤除时域信号的电场分量或磁场分量中包含的干扰信号。
本申请实施例提供了一勘探的方法，采用上述的激发极化异常的检测方法，获得激发极化异常的检测结果；通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。所述地质解释为通过综合分析电法勘探中野外实测和转换计算得到的各种电性数据以及据此绘制的各种电性图件，将电法勘探电性资料转化成反映地质特征资料的研究工作。
在一个非限定性的示例中，在探区的第一检测点，获取多个时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；针对每个所述时域信号，提取所述时域信号的衰减信号，获取每个所述衰减信号的充电率；根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果；通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。其中，提取所述时域信号的衰减信号包括：对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上述图2所示的激发极化异常的检测方法，本申请实施例提供的一种激发极化异常的检测装置，包括：
信号获取模块，用于在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应。
信号处理模块，用于针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号。
所述信号处理模块，还用于若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号。
所述信号处理模块，还用于若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号。
所述信号处理模块，还用于获取每个所述衰减信号的充电率。
检测结果确定模块，用于根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果。
对应于上述勘探的方法，本申请实施提供了一种勘探的装置，包括：
信号获取模块，用于在探区的第一检测点，获取多个时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应。
信号处理模块，用于针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号。
所述信号处理模块，还用于若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号。
所述信号处理模块，还用于若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号。
所述信号处理模块，还用于获取每个所述衰减信号的充电率。
检测结果确定模块，用于根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果。
地质解释模块，用于通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。
可以理解的是，以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例，这里不再赘述。
本申请实施例提供了一种电子设备，所述电子设备能实现上述任一实施例提供的方法。图23为本申请一实施例提供的电子设备的结构示意图。所述电子设备用于实现图1所示的检测设备。如图23所示，该实施例的电子设备D10包括：至少一个处理器D100(图23中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102，所述处理器D100执行所述计算机程序D102时实现上述任意各个方法实施例中的步骤。或者，所述处理器D100执行所述计算机程序D102时实现上述各装置实施例中各模块/单元的功能。
所述电子设备D10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备可包括，但不仅限于，处理器D100、存储器D101。本领域技术人员可以理解，图23仅仅是电子设备D10的举例，并不构成对电子设备D10的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器D100可以是中央处理单元(Central Processing Unit，CPU)，该处理器D100还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器D101在一些实施例中可以是所述电子设备D10的内部存储单元，例如电子设备D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述电子设备D10的外部存储设备，例如所述电子设备D10上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器D101还可以既包括所述电子设备D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现上述各个方法实施例中的步骤。在一些实施例中，所述计算机程序被上述电子设备的处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种时频电磁法中激发极化异常的检测方法，其特征在于，所述检测方法包括：
在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
获取每个所述衰减信号的充电率；
根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果。
2.一种勘探的方法，其特征在于，包括：
在探区的第一检测点，获取多个时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
获取每个所述衰减信号的充电率；
根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果；
通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。
3.如权利要求1或2所述的方法，其特征在于，若所述时域信号包括电场分量和磁场分量，则根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果，包括：
针对所述激发频率序列中的全部激发频率，依次获取每两个相邻的所述激发频率对应的时域信号的充电率差；
针对每个充电率差，将所述充电率差的电场分量进行归一化处理，获得归一化电场充电率差；将所述充电率差的磁场分量进行归一化处理，获得归一化磁场充电率差；
将全部所述归一化电场充电率差和所述归一化磁场充电率差进行相关处理获得相关处理结果，根据所述相关处理结果确定激发极化异常的检测结果。
4.如权利要求1或2所述的方法，其特征在于，获取时频电磁法输出的多个时域信号，包括：
获取所述探区的电阻率；
根据目标深度和所述电阻率，通过趋肤公式获取目标频率；
在所述时频电磁法输出的多个时域信号中，选择与所述目标频率最接近的两个激发频率对应的时域信号；其中，所述两个激发频率中的一个激发频率大于所述目标频率，另一个所述激发频率小于所述目标频率。
5.如权利要求4所述的方法，其特征在于，获取每个所述衰减信号的充电率后，还包括：
针对除所述第一检测点外的其他所有检测点，均执行获取所述探区的电阻率，到获取各个所述衰减信号的充电率的步骤；
若所述时域信号包括电场分量和磁场分量，获取全部检测点的第一频率序列中两个激发频率对应的时域信号的充电率差；
将所述充电率差的电场分量进行归一化处理，获得归一化电场充电率差；将所述充电率差的磁场分量进行归一化处理，获得归一化磁场充电率差；
通过公式
对所述探区的全部测点的归一化电场充电率差和归一化磁场充电率差进行相关处理获得相关处理结果，根据所述相关处理结果确定激发极化异常的检测结果Rx1x2；
其中，ΔME为归一化电场充电率差；ΔMM为归一化磁场充电率差；x为所述检测点间的距离，k所述检测点的数量，Q为符号系数。
6.一种时频电磁法中激发极化异常的检测装置，其特征在于，包括：
信号获取模块，用于在探区的第一检测点，获取时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
信号处理模块，用于针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
所述信号处理模块，还用于若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
所述信号处理模块，还用于若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
所述信号处理模块，还用于获取每个所述衰减信号的充电率；
检测结果确定模块，用于根据所述激发频率序列中相邻两个激发频率的时域信号的充电率差，确定激发极化异常的检测结果。
7.一种勘探装置，其特征在于，包括：
信号获取模块，用于在探区的第一检测点，获取多个时频电磁法输出的多个时域信号；其中，每个所述时域信号与所述时频电磁法的激发频率序列中一个激发频率对应；
信号处理模块，用于针对每个所述时域信号，对每个周期的所述时域信号进行半周期折叠相加，获得叠加信号；
所述信号处理模块，还用于若所述时域信号为电场信号，则将所述叠加信号减去所述叠加信号的一次场信号，获得衰减信号；
所述信号处理模块，还用于若所述时域信号为磁场信号，则将所述叠加信号作为衰减信号；
所述信号处理模块，还用于获取每个所述衰减信号的充电率；
检测结果确定模块，用于根据所述激发频率序列中相邻两个频率的时域信号的充电率差，确定激发极化异常的检测结果；
地质解释模块，用于通过对所述激发极化异常的检测结果进行地质解释，获得地层中液态物质的分布情况的检测结果。
8.一种电子设备，其特征在于，所述电子设备包括至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序用于实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010817552.7A CN112083509B (zh) | 2020-08-14 | 2020-08-14 | 时频电磁法中激发极化异常的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010817552.7A CN112083509B (zh) | 2020-08-14 | 2020-08-14 | 时频电磁法中激发极化异常的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112083509A CN112083509A (zh) | 2020-12-15 |
| CN112083509B true CN112083509B (zh) | 2022-06-07 |
Family
ID=73728069
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010817552.7A Active CN112083509B (zh) | 2020-08-14 | 2020-08-14 | 时频电磁法中激发极化异常的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112083509B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113204054B (zh) * | 2021-04-12 | 2022-06-10 | 湖南工商大学 | 一种基于强化学习的自适应广域电磁法激电信息提取方法 |
| CN113741434B (zh) * | 2021-08-18 | 2024-02-02 | 佛山市兴颂机器人科技有限公司 | 一种基于磁导航的岔路口行驶控制方法及系统 |
| CN114488324B (zh) * | 2021-12-21 | 2024-04-26 | 山东大学 | 基于时域信号重构的广域电磁法高频信息提取方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AR036281A1 (es) * | 2001-08-23 | 2004-08-25 | M I M Exploration Pty Ltd | Un sistema de adquisicion de datos |
| CN102426393A (zh) * | 2011-11-16 | 2012-04-25 | 中国地质大学（北京） | 电法勘探方法和装置 |
| CN102707320A (zh) * | 2012-06-27 | 2012-10-03 | 湖南继善高科技有限公司 | 自动去除激发极化测量中电磁耦合的方法及装置 |
| CN104375197A (zh) * | 2014-11-27 | 2015-02-25 | 中国石油天然气集团公司 | 一种电磁探测方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7852087B2 (en) * | 2007-08-10 | 2010-12-14 | Schlumberger Technology Corporation | Removing effects of near surface geology from surface-to-borehole electromagnetic data |
-
2020
- 2020-08-14 CN CN202010817552.7A patent/CN112083509B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AR036281A1 (es) * | 2001-08-23 | 2004-08-25 | M I M Exploration Pty Ltd | Un sistema de adquisicion de datos |
| CN102426393A (zh) * | 2011-11-16 | 2012-04-25 | 中国地质大学（北京） | 电法勘探方法和装置 |
| CN102707320A (zh) * | 2012-06-27 | 2012-10-03 | 湖南继善高科技有限公司 | 自动去除激发极化测量中电磁耦合的方法及装置 |
| CN104375197A (zh) * | 2014-11-27 | 2015-02-25 | 中国石油天然气集团公司 | 一种电磁探测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112083509A (zh) | 2020-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112083509B (zh) | 时频电磁法中激发极化异常的检测方法 | |
| CN101806832A (zh) | 一种低频率信号的频率测量方法 | |
| CN108345039B (zh) | 一种消除地面核磁共振数据中邻频谐波干扰的方法 | |
| CN107101714A (zh) | 一种基于多测点振动信号特征的变压器健康状况评估方法 | |
| US20050093548A1 (en) | Underground exploration apparatus, system and method | |
| CN101833036B (zh) | 一种交流电的瞬时相位测量方法 | |
| CN101498687A (zh) | 检测导电物体的存在的方法及系统 | |
| Liu et al. | Correlation analysis for spread-spectrum induced-polarization signal processing in electromagnetically noisy environments | |
| CN106597555A (zh) | 一种瞬变电磁法的接地网腐蚀程度评价方法 | |
| CN110763903B (zh) | 一种剩余电流检测方法、装置和电路 | |
| EP3657185B1 (en) | Device and method for enhancing accuracy of detecting leakage current | |
| CN102661782B (zh) | 一种超低频振动参数量值的快速测量方法 | |
| CN102928713B (zh) | 一种磁场天线的本底噪声测量方法 | |
| CN102998703B (zh) | 基于地表一致性反褶积进行储层预测的方法及设备 | |
| Jiang et al. | Harmonic noise-elimination method based on the synchroextracting transform for magnetic-resonance sounding data | |
| CN103439748A (zh) | 探测地层的方法、计算地层含油气饱和度的方法及复合电极和探测器 | |
| CN109001828B (zh) | 一种地下目标体的识别方法及装置、存储介质 | |
| CN108225418B (zh) | 一种信息检测方法、装置、电子设备以及存储介质 | |
| Yan et al. | Feature extraction by enhanced time–frequency analysis method based on Vold-Kalman filter | |
| Lin et al. | Magnetic resonance sounding signal extraction using the shaping-regularized Prony method | |
| Jiang et al. | Hydrocarbon detection based on empirical mode decomposition, teager-kaiser energy, and the cepstrum | |
| CN102928666A (zh) | 一种交流电的相位差的数字化测量方法 | |
| CN115407412A (zh) | 一种井旁异常体时间域电磁波探测方法 | |
| CN116430464A (zh) | 提高时频电磁法频率域资料处理质量的方法 | |
| CN104808060A (zh) | 一种电信号相位差的数字化测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |