简介：随着煤矿的深部开采，多层积水采空区探测成为煤田水文物探工作的新内容。中心回线瞬变电磁（简称TEM）法因场结构与地层的耦合关系，对低阻层探测有利。但低阻层的屏蔽作用不仅使得探测同样的深度需要更长的观测时间，而且还会减弱下伏地层的异常响应。本文通过直接时域数值模拟和水平分层大地的模型正演，估算了探测目的层所需要的时间长度，根据噪声对观测数据造成的影响，给出了多层积水采空区可分辨的标准。山西大同达子沟煤矿水文勘探中获得的TEM实测曲线，表现了对多层积水采空区的探测能力。在实测曲线的定量反演解释中，利用电测井资料作为初始参数进行定量反演，约束了煤系薄层的等值性。所推断的三层和两层积水采空区，为钻孔所证实。研究结果表明，当观测时间有足够的长度、下伏地层的异常显示大于观测误差，中心回线TEM法探测多层采空区积水是可行性的。

简介：传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。