وارون سازی سه بعدی داده های مغناطیس سنجی با روش بولانگر و شوتو: مطالعه موردی روی داده های مغناطیس سنجی شهر قدیمی پمپی
محل انتشار: مجله فیزیک زمین و فضا، دوره: 46، شماره: 2
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 127
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESPHYS-46-2_001
تاریخ نمایه سازی: 26 مهر 1402
چکیده مقاله:
با توجه به آن که ساختارهای زیر سطح در حالت کلی سه بعدی هستند، وارون سازی سه بعدی داده های مغناطیس سنجی از اهمیت ویژه ای برخوردار هستند. مساله وارون سازی دارای دو نوع عدم یکتایی است: عدم یکتایی جبری و عدم یکتایی نظری به دلیل قضیه گاوس. از طرف دیگر، تغییرات کم در مقدار داده ها به دلیل وجود نوفه باعث تغییرات شدیدی در تخمین پارامترهای مدل می شود و این به معنای ناپایداری مساله وارون سازی است. برای رفع این مشکلات می توان از قیدهای مختلف و اطلاعات اولیه بهره گرفت. در اینجا از الگوریتم وارون سازی بولانگر و شوتو استفاده خواهیم کرد که برای وارون سازی سه بعدی داده های گرانی سنجی معرفی شده است. در این الگوریتم سه قید همواری، فشردگی و وزن دهی عمقی به کار گرفته شده است. قید عمقی قبلا در وارون سازی داده های مغناطیس سنجی و گرانی سنجی به کار گرفته شده است، اما از قید فشردگی در وارون سازی داده های مغناطیس سنجی به ندرت استفاده شده است. برای بررسی کارایی الگوریتم، از داده های مصنوعی حاصل از ۱) مدل بلوک و ۲) مدل دایک قائم و شیب دار استفاده شده است و مدل های بازیابی شده برای حالت بدون نوفه و با نوفه دلالت بر تفکیک پذیری خوب الگوریتم دارد. برای بررسی کارایی عملی الگوریتم پیشنهادی، این الگوریتم بر روی داده های برداشت شده در ناحیه ای از شهر قدیمی پمپی در ایتالیا اعمال شده است. نتایج حاصل از وارون سازی با استفاده از این الگوریتم، انطباق خوبی را با واقعیت نشان میدهند.
کلیدواژه ها:
نویسندگان
Ramin Varfinezhad
دانشجوی دکتری، گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
Behrooz Oskooi
دانشیار، گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :