陈建均 胡乃联 李国清 马朝阳

(1.北京科技大学土木与环境工程学院；2.金属矿山高效开采与安全教育部重点实验室)

基于小波消噪-神经网络的钻孔数据预处理*

陈建均1,2胡乃联1,2李国清1,2马朝阳1,2

(1.北京科技大学土木与环境工程学院；2.金属矿山高效开采与安全教育部重点实验室)

针对地质品位信息存在系统噪声和测量噪声的问题，提出利用小波消噪的时频特性对钻孔数据进行预处理，然后运用神经网络的非线性和自适应性对消噪结果进行优化。将该方法应用于某露天钼矿的钻孔数据预处理，并通过克里金法进行品位插值。结果表明：采用钻孔数据预处理的插值效果优于未进行预处理的克里金法插值，验证了该方法的可行性和有效性。

小波消噪 神经网络 克里金法 SURFER

根据已知地质空间点的特性探索未知地质空间的特性是地质统计学应用研究的基本问题。常规方法难以对空间中所有点进行观测，但却可获取一定数量的空间样本，这些样本反映了已知空间的全部或部分特征，并可用空间插值方法来预测未知空间的特征[1]。常用的空间插值方法有克里格法，是对空间分布的数据求线性最优、无偏内插估计的一种方法[2]。信号的产生、处理及传输都不可避免地受到噪声的干扰，噪声的存在限制了人们提取原信号的有用信息。在地质勘探过程中，由于受众多因素的影响，空间信息含有系统噪声和测量噪声，一定程度上影响了地质系统的真实变化，从而影响预测精度[3]。……