由于Cole-Cole模型的频谱参数可以用于区分引起激电异常的极化体和寻找深部矿(化)体,国内外学者对频谱参数的确定做了大量的工作,并取得了很大的成果。以往,Cole—Cole模型参数主要采用频谱激电数据求得,由于频谱激电需要观测多个频率数据,野外工作效率低,在我国地球物理勘探中应用并不普遍,而时间域激电却得到了广泛的应用。目前,时间域激电仪器可以采集到视电阻率和几个不同延时段的视充电率。由于不同延时段的视充电率的剖面异常和平面异常均有相同的异常形态,因此,现阶段时间域激电资料的利用仅限于视电阻率和某一个视充电率,而忽略了其余视充电率,造成资源浪费。由于频谱激电和时间域激电是相互转换的,因此,时间域激电中,只要有足够多不同延时的视充电率就可以计算出Cole-Cole模型参数,从而提高时间域激电信息的利用率,提高其勘探能力。　　 本文采用时间域激电数据对反演Cole-Cole模型参数进行研究:1)基于D.Guptasarma提出的数字滤波法,导出计算不同延时段视充电率的计算方法,编制相应正演程序,讨论了模型参数对视充电率衰减的影响；2)对基于时间域激电数据的Cole-Cole模型参数利用BP神经网络反演方法进行研究,并编制了相应的反演程序,对反演的精度和可靠性进行验证；3)采用等效电阻率对层状大地时间域激电测深进行正演研究,分析不同Cole-Cole模型下的层状大地的激电异常特征；4)对层状大地时间域激电测深反演进行研究,首先采用等效电阻率法计算每个延时段上等效电阻率,其次采用最小二乘法对层状大地每个时间段上的电阻率进行反演,然后再一次利用等效电阻率法计算出层状大地不同时间段上的视充电率,将每层不同时间段上的视充电率作为输入,再带入到训练好的BP神经网络进行反演,得到每层的Cole-Cole模型参数。该方法只需要四个视充电率就可以计算出模型参数,算例表明,该反演算法简单,精度较高,结果可靠。实例表明,利用Cole-Cole模型参数极大地丰富时间域激发极化法的有效信息,可以区分一些视电阻率及视极化率所不能区分的异常体,提高了时域激电勘探能力,有较高应用价值。