文章提出了一种基于谱对角化和矩阵指数积分（SD-MEI）的算法，用于高效求解表面核磁共振（SNMR）中的Bloch方程。该算法通过系统矩阵的谱分解将微分方程转化为线性代数问题，显著提升了计算效率和数值稳定性。研究验证了SD-MEI在自由感应衰减（FID）、自旋回波（SE）和稳态自由进动（SSFP）序列中的准确性，其计算结果与经典RK4方法高度一致，误差保持在10^-6量级。此外，SD-MEI在计算复杂度和硬件适应性方面展现出显著优势，特别适用于弱磁场条件下的高精度探测，为地下水勘探提供了可靠的技术支持。
表面核磁共振（SNMR）技术通过分析地下水氢核的弛豫信号，为水文地质参数的非侵入式探测提供了重要手段。然而，在地球非均匀磁场环境下，Bloch方程求解面临计算效率低和数值稳定性差的挑战。传统方法如Runge-Kutta（RK4）虽能保证精度，但计算成本高昂；而现有近似解法则受限于严格的假设条件。文章提出的SD-MEI算法通过谱对角化和矩阵指数积分，实现了Bloch方程的高效稳定求解，为复杂磁场环境下的SNMR探测提供了新思路。
SD-MEI算法的核心是将Bloch方程转化为矩阵指数积分问题。首先对系统矩阵进行Hessenberg预处理和隐式双位移QR迭代，实现高精度谱对角化。随后通过特征矩阵的指数运算，直接获得任意时刻的磁化矢量解析解。该过程避免了传统迭代方法的计算冗余，同时通过Frobenius范数验证了谱分解误差始终低于10^-11，确保了数值稳定性。
研究选取FID、SE和SSFP三种典型SNMR序列，对比SD-MEI与RK4方法的性能。磁化矢量轨迹的均方根误差分析显示，SD-MEI在所有序列中均达到10^-6量级的精度。针对SSFP序列，进一步测试了不同弛豫时间（T2=10-500ms）和激发脉宽（τ=5-40ms）下的算法鲁棒性，结果表明SD-MEI在弱磁场（B1<10^-9 T）条件下仍保持物理一致性，显著优于传统方法。
计算效率测试表明，SD-MEI在单线程环境下较RK4实现10-50倍的加速。例如，SE序列的501个频率偏移采样点计算中，SD-MEI仅需1.39秒，而RK4耗时56秒。在正向建模方面，SD-MEI计算的核函数K与稳态感应电压e0与RK4结果高度吻合，绝对误差保持在皮伏级（10^-12 V）。多层含水层模型的响应曲线进一步验证了算法在复杂水文结构中的适用性。
SD-MEI算法通过数学重构将Bloch方程求解转化为线性代数问题，兼具解析方法的严谨性和数值方法的高效性。其核心优势体现在：（1）支持大时间步长更新，计算复杂度与物理参数规模无关；（2）在弱磁场和短脉宽条件下仍保持稳定性；（3）无需GPU加速即可实现实时计算。该技术为SNMR的高分辨率探测和实时反演提供了可靠工具，尤其适用于硬件资源受限的野外作业环境。