تحلیل وابستگی و همبستگی پارامترهای مدل کول-کول در توموگرافی قطبش القایی طیفی با استفاده از استنباط بیزین

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 11

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JESPHYS-51-1_003

تاریخ نمایه سازی: 3 تیر 1404

چکیده مقاله:

این مطالعه به بررسی وابستگی و همبستگی پارامترهای مدل کول-کول (CCM) با استفاده از استنباط بیزین برای وارون­سازی داده های قطبش القایی طیفی (SIP) می پردازد. هدف این تحقیق بهبود درک ویژگی های زیرسطحی و ارائه تفسیری قابل اعتماد از مدل های تخمینی زیرسطحی با تحلیل دقیق وابستگی های پارامتری است. در این مطالعه یک کد وارون­سازی دو و نیم بعدی جدید را که به طور خاص برای داده های SIP طراحی شده است، ارائه می­شود که از کتابخانه های مبتنی بر پایتون و تکنیک های پیشرفته آماری استفاده می کند. از طریق داده­های حاصل از مدل سازی مصنوعی و نمونه­برداری زنجیره مارکوف مونت کارلو (McMC)، کارایی روش ارائه شده در سناریوهای مختلف زیرسطحی شامل یک مدل زمین همگن، یک محیط دولایه و مدلی شامل دو بی هنجاری مدفون در پس زمینه همگن، ارزیابی می شود. رهیافت پیشنهادی امکان استخراج پارامترهای مدل کول-کول را که بیانگر ویژگی های الکتریکی هستند، فراهم می کند و درکی عمیق تر از ساختارهای زمین شناسی پیچیده ارائه می دهد. ترسیم زنجیره های McMC و نمودارهای گوشه ای، وابستگی های میان پارامترهای کول-کول را نشان داده و همگرایی و قابلیت اطمینان برآوردهای پارامتری را به نمایش می گذارند. از طریق اعتبارسنجی با مدل های مصنوعی، دقت و اثربخشی این روش مورد تایید قرار می گیرد. به طور کلی این مطالعه پتانسیل وارون ­سازی بیزین را برای بهبود تفسیر داده های ژئوفیزیکی و درک عمیق تر از همبستگی میان پارامترهای طیفی کول-کول در مدل های تخمینی با شرایط مختلف زمین شناسی نشان می دهد.

نویسندگان

Mohammad Sadegh Sadegh Roudsari

گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران.

Reza Ghanati

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 :
  • Bérubé, C. L., Chouteau, M., Shamsipou, M., Enkin, P., & ...
  • Binley, A., & Slater, L. (۲۰۲۰). Resistivity and induced polarization: ...
  • Binley, A., Slater, L. D., Fukes, M., & Cassiani, G. ...
  • Blaschek, R., Hördt, A., & Kemna, A. (۲۰۰۸). A new ...
  • Boadu, F. K., & Seabrook, B. (۲۰۰۰). Estimating hydraulic conductivity ...
  • Chen, J., Kemna, A., & Hubbard, S. (۲۰۰۸). A comparison ...
  • Chib, S., & Greenberg, E. (۱۹۹۵). Understanding the Metropolis-Hastings Algorithm. ...
  • Cole, Kenneth S., Cole, & Robert H. (۱۹۴۱). Dispersion and ...
  • De Pasquale, G., & Linde, N., (۲۰۱۷). On Structure-Based Priors ...
  • Dey, A., & Morrison, M. F. (۱۹۷۹). Resistivity modeling for ...
  • Fiandaca, G., Auken, E., Gazoty, A., & Christiansen, A. V. ...
  • Fiandaca, G., Madsen, L., & Maurya, P. (۲۰۱۷). Re-parameterization of ...
  • Fiandaca, G., Ramm, J., Binley, A., Gazoty, A., Christiansen, A. ...
  • Foreman-Mackey, D., Farr, W. M., Sinha, M., Archibald, A. M., ...
  • Foreman-Mackey, D., Hogg, D. W., Lang, D., & Goodman, J. ...
  • Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, ...
  • Gelman, A., Roberts, G. O., & Gilks, W. R. (۱۹۹۴). ...
  • Ghanati, R., & Müller-Petke, M. (۲۰۲۱). A homotopy continuation inversion ...
  • Ghorbani, A., Camerlynck, C., Florsch, N., Cosenza, P., & Revil, ...
  • Goodman, J., & Weare, J. (۲۰۱۰). Ensemble samplers with affine ...
  • Günther, T., & Martin, T. (۲۰۱۶). Spectral two-dimensional inversion of ...
  • Hastings, W. K. (۱۹۷۰). Monte Carlo sampling methods using Markov ...
  • Hoffman, M. D., & Gelman, A. (۲۰۱۴). The No-U-Turn sampler: ...
  • Jaggar, S. R., & Fell, P. A. (۱۹۸۸). Forward and ...
  • Jardani, A., Revil, A., & Dupont, J. P. (۲۰۱۳). Stochastic ...
  • Johnson, T. C., & Thomle, J. (۲۰۱۸). ۳-D decoupled inversion ...
  • Keery, J., Binley, A., Elshenawy, A., & Clifford, J. (۲۰۱۲). ...
  • Kemna, A., Binley, A., & Slater, L. (۲۰۰۴). Crosshole IP ...
  • Luo, Y., & Zhang, G., (۱۹۹۸). Theory and application of ...
  • MacKay, D. (۲۰۰۳). Information Theory, Inference, and Learning Algorithms. Cambridge ...
  • Madsen, L. M., Fiandaca, G., Auken, E., & Christiansen, A. ...
  • Metropolis, N., Rosenbluth, M. N., Rosenbluth, A. W., & Teller, ...
  • Mosegaard, K., & Tarantola, A. (۱۹۹۵). Monte Carlo sampling of ...
  • Pelton, W. H., Ward, S. H., Hallof, P. G., Sill, ...
  • Roudsari, M. S., Ghanati, R., & Bérubé, C. L. (۲۰۲۴). ...
  • Rücker, C., Günther, T., & Spitzer, K. (۲۰۰۶). Three-dimensional modeling ...
  • Rücker, C., Günther, T., & Wagner, F. M. (۲۰۱۷). pyGIMLi: ...
  • Sambridge, M., & Mosegaard, K. (۲۰۰۲) Monte Carlo methods in ...
  • Vanhala, H. (۱۹۹۷). Mapping oil-contaminated sand and till with the ...
  • Vrügt, J. A. (۲۰۱۶). Markov chain Monte Carlo simulation using ...
  • Weller, A., & Slater, L. (۲۰۲۳). Ambiguity in induced polarization ...
  • Weller, A., M. Seichter, & Kampke, A. (۱۹۹۶). Induced-polarization modelling ...
  • نمایش کامل مراجع