1、大地电磁测深法是以天然大地电磁场为场源的一种电磁测深方法。电磁感应的趋肤效应为其方法基础。按照这个效应，当交变电磁场以波的形式向地下传播时，其高频部分穿透深度小，而低频部分穿透深度大。因此，我们可以利用大地电磁场的不同频率达到测深的目的。
2、大地电磁测深是在地表上记录彼此正交的电场和磁场分量，经过适当的数学处理能得到反映地下地电结构的视电阻率曲线、相位曲线及其他有关资料。大地电磁测深法资料处理内容，发展很快。下面简要介绍大地电磁测深几个最基本数据处理内容和一些概念。
3、大地电磁测深（MT）是地球物理学中分支学科，它从导电性的角度研究地壳和上地幔结构，是进行地热调查、地球深部探测的有效手段。20世纪50年代，苏联学者A·N·吉洪诺夫（A.N.Tikhonov）及法国学者L·卡尼亚（L.Cagniard）先后分别独立提出此方法。
4、与陆地大地电磁测深一样，海洋大地电磁测深（海洋MT）也是利用天然电磁场（被动源）。海洋MT通常将磁信号接收器（磁探头）和电信号接收器（电极）布设在海底。磁接收器与陆地的无大差别。
1、由于大地电磁测深法的勘探深度和信号频率有关，一般要求测量电磁场的频率范围应使最高频率对应的穿透深度为所需探测的第一层厚度的几分之一，最低频率对应的穿透深度为最大勘探深度的数倍。测量电磁场信号的采样时间间隔应使截止频率高于所需的最高频率，采样时窗宽度应大于所需的最低频率对应的周期。
2、由互功率谱计算单个测点的视电阻率、阻抗相位资料，并组成剖面数据转入由中国石油大学油气重点实验室研制的重磁电综合处理软件包进行数据圆滑、静位移校正，然后进行一维和二维反演，得到大地电磁测深反演剖面。大地电磁测深数据处理流程如图2。
3、野外采集的资料经处理（图4-8）后主要包括：视电阻率、相位、相干度、主轴方位、倾子及其他必要的、可用于解释并给解释人员提供一定有定信息的各种参数。
4、大地电磁测深法资料处理内容，发展很快。下面简要介绍大地电磁测深几个最基本数据处理内容和一些概念。 （1）时频变换 大地电磁测深野外测量是在时间域进行的，得到的是时间域信号，而阻抗计算、视电阻率计算都是在频率域进行，因此需要将时间域电磁场信号先变为频率域信号。
5、大地电磁测深数据处理是以计算张量阻抗为基础的。在一个测点上需要记录五个大地电磁场分量：Ex，Ey，Hx，Hy，Hz（至少应记录前四个分量）。因此在一个测点上需要布置两条相互正交的测线。一般取x轴指向磁北，y轴指向东。测点选择应首先考虑地形地质条件。
1、大地电磁测深是在地表上记录彼此正交的电场和磁场分量，经过适当的数学处理能得到反映地下地电结构的视电阻率曲线、相位曲线及其他有关资料。大地电磁测深法资料处理内容，发展很快。下面简要介绍大地电磁测深几个最基本数据处理内容和一些概念。
2、大地电磁测深法，为了计算不同周期的张量阻抗元素，必须对经过预处理后的各道时间域数据求出各不同周期电、磁场各分量的振幅及相位，为此必须进行频谱分析，其中最通用的方法是傅氏变换法。
3、大地电磁测深资料的解释是大地电磁测深方法的最重要组成部分。按照预处理、定性、半定量、一维反演和二维反演等阶段，由浅入深，逐步进行。它的目的就是将所观测的大地电磁测深资料转换成地电模型，解决所提出的地质任务。从野外采集的资料，一般来说还不能直接用于解释，还必须进行再处理。
反演解释是将NMR测深参数变为水文地质参数的过程。a.用吉洪诺夫正则化方法进行反演。利用这种反演可以有效地解决了反演的稳定性问题。
其中，非关系型数据库主要指的是NoSQL数据库，分为：键值数据库、列存数据库、图存数据库以及文档数据库等类型。关系型数据库包含了传统关系数据库系统以及NewSQL数据库。
探地雷达数据的地质解释通常是在数据处理后所得的图像剖面中，根据反射波组的波形与强度特征，通过同相轴的追踪，确定反射波组的地质含义，建立地质-地球物理解释剖面。近年来，研究人员在这方面作了大量的研究，提出了一些有效的方法，如正演数值模拟和物理模拟等方法。
数据处理 [shù jù chǔ lǐ]数据（Data）是对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理。数据经过解释并赋予一定的意义之后，便成为信息。数据处理（data processing）是对数据的采集、存储、检索、加工、变换和传输。
当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。
数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据处理是系统工程和自动控制的基本环节。数据处理贯穿于社会生产和社会生活的各个领域。数据处理技术的发展及其应用的广度和深度，极大地影响着人类社会发展的进程。
