經驗模組分解法在極淺層震測上之信號增強應用

Signal enhancement of ultra-shallow seismic data using empirical mode decomposition

簡忻怡

指導教授 ： 鄭懌

國立臺灣師範大學/理學院/地球科學系/碩士(2005年)

摘要

野外測勘所記錄到的極淺層震測數據，常受到施測時伴隨的相參性雜波（coherent noise）以及外來的背景環境雜波所干擾，而使其後信號處理工作相形困難。本研究擬以「經驗模組分解」（empirical mode decomposition，簡稱EMD）的方法對極淺層震波資料作分析，取得本質模組函數（intrinsic mode function，簡稱IMF），作為重建信號的根據，以得到具有實際物理意義的濾波結果。

本研究先以模擬方法證實此方法之可行性，並做實際的探勘案例測試，野外研究案例包含臺中古根漢美術館預定地與車籠埔斷層南段之竹山槽溝。經由重建信號後的走時曲線結果顯示，EMD可成功濾除雜訊波，精確解析出地層波速、深度與異常體的位置，也因為較少的人工信號參與分析，有助於提高對於地下異常體或特殊地質構造判定的可信度；同時資料處理流程上節省了許多時間，在相位的表現上面也優於一般傳統濾波器，對地層深度的判定更為準確。

關鍵字

經驗模組分解 ； 極淺層震測

並列摘要

無資料

並列關鍵字

EMD ； empirical mode decomposition ； ultra-shallow seismic data