吴萍萍 贾建鹏 郭越 马欢

摘要:《地球物理资料处理和解释》课程是地球物理学专业的重要课程之一,其目的在于通过该课程的学习学生能对“地球物理学理论→资料整理→成果解释”整套流程有深刻的理解。本课题从该课程的特点出发,结合MATLAB语言的优势,鼓励学生在已学的地球物理学相关知识的基础上,独立编写地球物理资料处理程序,注重培养学生的独立思考和动手能力,深化所学知识,取得较好的教学效果。

关键词:MATLAB;地球物理;处理;解释;教学研究

中图分类号:G642.0 文献标志码:A 文章编号:1674-9324(2018)36-0227-03

地球物理学是一门观测性的学科,是通过观测地下岩石或矿体的物性差异引起在地表的某些物理场的变化去判断地质构造或发现矿体的一种方法。地球物理资料处理和解释是地球物理学专业学生必修的一门课程,是数学基础和地球物理专业技术课程的桥梁。该门课程涉及大量的数学和物理理论、公式及算法,包括信号处理、反演理论、微分和积分方程、重力场、磁场、弹性力学、電磁法等理论知识。通过与一些本科生交流,了解到学生在学习该门课程中普遍反映该课程综合性强,对地球物理资料的整理、处理、解释理解难度比较大,学习起来比较费劲。随着现代计算机技术的快速发展,学生学习和老师教学条件有很大的改善。如何借鉴现代科学技术,让学生能在有限的时间内,从基本原理出发到资料的处理和解释,高效理解和掌握地球物理各种不同方法资料整理方法是教学改革中的重点和难点。因此本课题在立足于教学大纲的前提下,结合目前流行的MATLAB编程工具,对该课程的授课方式及内容进行相应的改革,以适应新形势的需求。

一、《地球物理资料处理和解释》课程的教学难点

地球物理资料处理涉及的内容包括有重力、磁法、地震、电磁法、测井等方面的数据,不同方法采集的设备、观测条件、处理流程等不一样,这就致使学生在学习过程中,需要熟练地掌握不同观测数据的处理方法。同时针对同一种方法的资料处理,由于异常体的规模、埋深、观测环境等因素的影响,处理过程使用的方法也不一样,这就增加了授课难度和学生学习难度。

由于地球物理资料处理手段多样,如果采用传统的板书和PPT授课方式,学生往往对知识点是“走马观花”、“浅尝而止”,这不利于学生对知识点的掌握和理解。是否有一种工具可以在掌握课堂知识点的前提下,学生可以独立将烦琐的处理理论以图件或者别的可视化形式展示处理,是提高本门课程授课效率的要点。

二、MATLAB在《地球物理资料处理和解释》课程教学中的优势

1.易学易懂,编程效率高。MATLAB的全称是MATRIX LABORATARY(矩阵实验室),其基本的数据单元是一个维数不加限制的矩阵,在MATLAB下,矩阵的运算变得异常容易。由于它编程简单,所以编程效率高,易学易懂。实践证明,学生可以在几十分钟的时间内学会MATLAB的基本知识,经过几个小时的使用就能初步掌握它。

2.丰富库函数。MATLAB含有丰富的库函数,学生在使用MATLAB过程中无须重复编程,只要简单地调用和使用即可。与地球物理资料处理相关的工具箱有信号处理工具箱、反演工具箱、线性代数运算工具箱、图像处理工具箱、概率统计工具箱、频谱分析工具箱、优化工具箱等等。

3.强大的绘图功能。地球物理资料处理结果通常是以图件的形式展示出来的。MATLAB强大的绘图功能为地球物理资料的解释提供了方便。常规的一维曲线图、散点图、柱状图,二维的平面等值线图、散点图,三维的剖面图等基本的地球物理图件展示方式都可以用MATLAB简单的画图命令实现。

三、基于MATLAB的地球物理资料处理教学实例

1.人工地震资料的速度谱分析。地震波速度参数贯穿于地震数据采集、处理和解释整个过程,速度谱分析是一种有效的提取地震波速度的手段,提取出来的速度可以用于动校正、偏移、时深转换等处理。在教学过程中,为了让学生理解速度提取的过程,通过设置三层介质模型正演得到理论波场图1(a)的波场数据,采用谱分析法得到图1(b)中的速度图,从图1(b)中可以发现三个能量集中点,分别对应着三层介质的叠加速度值。通过MATLAB程序编写,独立设置模型,采用速度分析法获得速度谱,最后通过图件的形式形象地把结果展示出来,学生从理论到实践有一个质的升华。

2.重力资料的处理。重力资料数据处理中,导数的求解和延拓的处理是重要的重力异常提取步骤。导数的求解可以突出和强化断裂带或异常体的边界信息。图2(b、c)表示为重力异常图2(a)的x方向和y方向的导数,从图中可以看出不同方向的导数的形态不一样,可以根据这些信息判断异常体的位置及规模。解析延拓包含有向上延拓和向下延拓。向上延拓的目的是突出深部异常,向下延拓突出浅部异常,图2(d)中的红色线为重力异常曲线,灰色的为向上延拓曲线,黑色的为向下延拓曲线。

重力资料处理中的求导和解析延拓通过MATLAB程序编写,以图件的形式展示出来,相对于枯燥的板书和PPT讲解,学生通过自己动手编写程序,画图展示,学以致用,强化知识点,提供动手能力。

四、结语

随着科学技术飞速发展,仅有书本的基础知识是远远不够的,如何充分利用现代技术,有效地提高地球物理学专业学生的独立思考和动手能力,是值得每位地球物理学教师深入思考的问题。MATLAB语言是目前比较流行的编程工具,该语言相比其他编程语言而言具有独到的优势。在《地球物理资料处理和解释》的课程中,鼓励学生自己编写程序,既可以锻炼学生的程序编写能力,又可以巩固已学知识,充分调动学生的学习兴趣,取得了较好的教学效果。

参考文献:

[1]刘国峰.“地震资料处理与解释”课程教学方法探究[J].中国地质教育,2012,(1):67-70.

[2]冯德山,王菁.《地球物理数据处理与反演》课程教学改革与实践[J].教育教学论坛,2014,(10):29-30.

[3]曾华霜.重力场与重力勘探[M].北京:地质出版社,2005.

[4]王永刚.地震资料综合解释方法[M].北京:中国石油大学出版社,2012.

[5]董孝忠,刘建新.MATLAB程序设计及在地球物理中的应用[M].长沙:中南大学出版社,2013.

基于matlab地球物理,基于MATLAB的《地球物理资料处理和解释》教学研究相关推荐

  1. 基于《悉尼协议》框架下Java课程案例教学研究

    文章目录 基于<悉尼协议>框架下Java课程案例教学研究 一.Java课程教学存在问题 (一)Java课程目标定位不足 (二)Java课程教学存在的问题 1. 教材内容更新滞后 2. 学习 ...

  2. MATLAB实现数字识别系统,基于人工神经网络的MATLAB手写数字识别系统

    <基于人工神经网络的MATLAB手写数字识别系统>由会员分享,可在线阅读,更多相关<基于人工神经网络的MATLAB手写数字识别系统(8页珍藏版)>请在人人文库网上搜索. 1.基 ...

  3. Matlab:基于Matlab通过GUI实现自动驾驶的车牌智能识别

    Matlab:基于Matlab通过GUI实现自动驾驶的车牌智能识别 目录 车牌图像数据集 视频动态演示 核心代码 相关文章 Matlab:基于Matlab通过GUI实现自动驾驶的车牌智能识别 Matl ...

  4. zigbee抗干扰matlab仿真,基于Zigbee的扩频通信MATLAB仿真.doc

    基于Zigbee的扩频通信MATLAB仿真 天津大学仁爱学院本科生毕业设计(论文)开题报告 课题名称基于Zigbee的扩频通信MATLAB仿真系名称信息工程系专业名称通信工程学生姓名指导教师 扩频通信 ...

  5. 大气波导计算MATLAB,基于抛物方程的大气波导环境下电波传播的研究rbedacv8.ppt

    基于抛物方程的大气波导环境下电波传播的研究姓 名: 刘玉敬 学 号:S313080029 指导教师:于蕾 副教授 基于抛物方程的大气波导环境下电波传播的研究 目录 背景介绍 大气折射与大气波导 抛物方 ...

  6. 小波图像增强matlab,用Matlab实现基于小波变换的图像增强技术

    用Matlab实现基于小波变换的图像增强技术 管琼 [期刊名称]<科技资讯> [年(卷),期]2013(000)025 [摘要]小波是有限宽度的基函数,这些基函数不仅在频率上而且在位置上是 ...

  7. mlse均衡器matlab,基于LMS自适应均衡器matlab仿真.doc

    基于LMS自适应均衡器matlab仿真.doc 毕 业 设 计 (2014届) 题 目 一种基于OpenCV的摄像机标定方法 学 院 物理电气信息学院 专 业 电子信息工程 年 级 2010 学生学号 ...

  8. 自适应均衡器 matlab程序,基于lms自适应均衡器matlab仿真

    基于lms自适应均衡器matlab仿真 毕 业 设 计 (2014 届) 题 目 一种基于 OpenCV 的摄像机标定方 法学 院 物理电气信息学院 专 业 电子信息工程 年 级 2010 学生学号 ...

  9. 智能学习 | MATLAB实现基于HS和谐搜索的时间序列未来多步预测

    智能学习 | MATLAB实现基于HS和谐搜索的时间序列未来多步预测 目录 智能学习 | MATLAB实现基于HS和谐搜索的时间序列未来多步预测 效果一览 基本介绍 模型描述 程序设计 参考资料 效果 ...

最新文章

  1. GitHub开源:100美元自制激光雷达
  2. SPSS(|PASW)18 学习笔记(1):入门示例-克山病例
  3. 判断一个序列是不是堆的方法
  4. 【S操作】更新网络视频下载方法详细步骤,m3u8格式文件视频文件下载方法,gohls使用详细步骤...
  5. 人工智能与模式识别 --中国计算机学会推荐国际学术刊物
  6. ASP.NET中利用DataList实现图片无缝滚动
  7. excel概率密度函数公式_Excel统计函数“F”系列,日常办公数据分析必备7大公式!...
  8. python psycopg2使用_Python中用psycopg2模块操作PostgreSQL方法
  9. 史上最全java架构师技能图谱(下)
  10. SilverLight:基础控件使用(6)-Slider控件
  11. LOGO设计没有灵感?5种方法来寻找标志设计的灵感和想法
  12. 279. Perfect Squares
  13. 谷歌发布 Android 11 的第二个开发者预览版
  14. 4. 简单的webservices 例子
  15. Could Not Autowired ,No Beans of ....
  16. MATALB APP DESIGNER 回调函数创建及StartupFcn函数
  17. 《ANSYS 14.0超级学习手册》一1.1 有限元法概述
  18. 胡凡算法之——全排列问题
  19. 忘记密码(找回密码)代码实现
  20. 基于机器学习的天气数据分析与预测系统

热门文章

  1. JAVA程序通过JNI调用C/C++库
  2. 走进异步世界:博客程序的异步化改造以及发布后的不理想情况
  3. flex与flash的交互
  4. 致Python学习者,该跟大佬学习做项目了
  5. 【UOJ 276】无向图最小环
  6. php 文件位置获取
  7. SpringBoot使用Thymeleaf模板
  8. 洛谷 P2347 砝码称重
  9. app配置智能硬件的解决方案
  10. Android 应用框架