تعیین مرز بی هنجاری های میدان گرانی با استفاده از ترکیب تبدیلات هیلبرت جهتی و تابع لجستیک
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 23
فایل این مقاله در 8 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_JRAG-12-2_006
تاریخ نمایه سازی: 18 مهر 1405
چکیده مقاله:
بی هنجاری های گرانی از ساختارها و چشمه های مختلف مدفون که هر کدام دارای شکل، عمق، چگالی و.. متفاوتی هستند تشکیل می گردد. در دهه های اخیر انواع آشکارسازهای لبه و فیلترهای تعیین موقعیت افقی، به منظور تعیین و ترسیم دقیق هندسه و جزئیات چشمه های مدفون با پارامترهای مختلف توسعه و معرفی گردیده است. اگرچه در اکثر این تکنیک ها، تصاویر ترسیم شده برای چشمه های عمیق تر معمولا تار یا مبهم هستند و یا فیلتر نمی تواند به طور همزمان لبه های حاصل از چشمه های مختلف با دامنه های ضعیف و قوی را ترسیم نماید. از اینرو به منظور غلبه بر این مشکلات و جلوگیری از ترسیم لبه هاتی اضافی و جعلی، برای نخستین بار در این پژوهش یک فیلتر موثر با تفکیک پذیری و کیفیت مناسب و با استفاده از ترکیب تابع لجستیک و تبدیل هیلبرت جهت دار معرفی گردیده است. نتایج حاصل از بررسی فیلتر بر روی داده های گرانی مصنوعی دوبعدی و داده های گرانی سه بعدی بدون نوفه و همراه با نوفه نشان می دهد که فیلتر پیشنهادی نسبت به سایر فیلترهای مرسوم (سیگنال تحلیلی، سیگنال تحلیلی متعادل شده و تابع لجستیک سیگنال تحلیلی) از عملکرد بهتر و کیفیت بیشتری در تعیین لبه بی هنجاری های گرانی برخوردار است. همچنین به منظور تایید عملی کارآیی و توانمندی فیلترهای تعیین لبه، از تکنیک پیشنهادی و سایر فیلترهای استاندارد به منظور ترسیم موقعیت افقی برخی گسل ها و چشمه های مدفون در کارپاتیانز غربی واقع در کشور اسلواکی استفاده گردیده است. نتایج حاصل از داده های بی هنجاری گرانی بوگه کامل نشان می دهد که فیلتر پیشنهادی می تواند به نتایج بهتری در تفسیر کیفی و ترسیم موقعیت افقی بی هنجاری های گرانی نسبت به سایر تکنیک های تعیین لبه دست پیدا نماید.
کلیدواژه ها:
نویسندگان
احمد الوندی
واحد همدان، دانشگاه جامع علمی کاربردی، تهران، ایران
وحید ابراهیم زاده اردستانی
گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران
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 :