توسعه الگوریتم های بازنمونه برداری ناپارامتری با هدف تحلیل عدم قطعیت مدلسازی وارون توموگرافی پلاریزاسیون القائی

توموگرافی پلاریزاسیون القائی (IPT) یک روش ژئوفیزیکی غیرتهاجمی برای تصویربرداری زیرسطحی براساس تغییرات پارامتر قطبش پذیری است که در زمینه های مختلفی از جمله اکتشاف منابع زیرسطحی و مطالعات زیست محیطی کاربرد دارد. هدف اصلی در وارون سازی داده های (IPT)، استنتاج خواص فیزیکی زیرسطحی از داده های نوفه دار است که این فرآیند غالبا با عدم قطعیت های مختلفی همراه است. این عدم قطعیت ها به دو دسته عمده شامل نوفه ذاتی داده ها و دانش ناقص از فیزیک مسئله تقسیم می شوند. در این پژوهش، بررسی عدم قطعیت مدل های قطبش پذیری منتج شده از وارون سازی داده های (IPT) با استفاده از روش های بازنمونه برداری بوت استرپ بلوکی متحرک (MBB) مورد توجه قرار گرفته است. این روش، از طریق تولید مجموعه ای از مدل ها با سطح برازش تعریف شده به داده های مشاهده ای، به تحلیل عدم قطعیت در مدل ها کمک می کند. بوت استرپ بلوکی متحرک به طور خاص به منظور بهبود دقت نمونه برداری در داده هایی طراحی شده است که احتمال همبستگی و وابستگی بین نمونه داده ها وجود دارد. این رهیافت با هدف ارزیابی عدم قطعیت پارامترهای مدل در داده های مصنوعی به کار می رود. نتایج این تحقیق می تواند به بهبود تحلیل های ژئوفیزیکی و تصمیم گیری های مرتبط با پیش بینی شرایط زیرسطحی کمک کند.

کلیدواژه ها:

بازنمونه برداری ، شارژپذیری ، کمی سازی عدم قطعیت ، مدل سازی پیشرو ، وارون سازی ، ناپارامتری