Описаны результаты вычислительных экспериментов по разложению электрометрических данных (значений кажущегося сопротивления-КС и потенциала естественного поля-U ЕП) методом эмпирической модовой декомпозиции (EMD). EMD высоко адаптивный метод анализа нелинейных и нестационарных сигналов позволяет учесть все его локальные особенности, внутреннюю структуру, наличие нежелательных особенностей. Выполнено сопоставление полученных результатов с результатами, полученными ранее при использовании быстрого вейвлет-преобразования (БВП) дискретных значений кажущегося сопротивления. БМП использовалось для более отчетливого выделения скрытых закономерностей изменения амплитуды поля КС. В скользящем окне программным комплексом «КОСКАД-3D» рассчитывались статистические характеристики U ЕП и восстановленных после БВП значений КС. Рассчитанные статистики использовались в качестве вспомогательных признаков для безэталонной классификации данных электрометрических наблюдений при решении задач картирования пространственных границ участков инженерно-геологических осложнений. Используемая программа декомпозиции «RIMF» позволила выполнить разложение графиков значений КС и потенциала ЕП на IMF-функции и остатки r, из которых можно сформировать фоновые составляющие или просто очистить от помех графики наблюденных значений. Для выяснения эффективности использования EMD для мониторинговых наблюдений были выполнены расчеты для двух этапов измерений-весенних и осенних. Полученные компоненты, конечно, не отражают реальные физические процессы, но, как любые преобразования, помогают лучше понять структуру входной последовательности и упростить ее анализ, а в конечном итоге интерпретация многомерных данных по формальным признакам позволяет повысить достоверность выводов о геологической природе изучаемых явлений и процессов. Ключевые слова: метод эмпирической модовой декомпозиции; электропрофилирование; кажущееся сопротивление; потенциал естественного поля.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.