مدلسازی معکوس سهبعدی دادههای گرانی براساس الگوریتم یادگیری تطبیقی در گنبدنمکی آجی چای

در این مقاله از الگوریتم وارون سازی سه بعدی برای تخمین توزیع تباین چگالی سهبعدی آنومالیهای گرانی استفاده میکنیم،که براساس استراتژی یادگیری تطبیقی می باشد.در این روش ابتدا هندسهی منابع آنومالی که تباین چگالی مثبت و منفی آنها توسط مفسر از طریق عناصر هندسی تعیین میشوند،بازیابی میشوند. عناصرهندسی که معرف چارچوب ساختارآنومالی هستند براساس دانش اولیهی مفسر درباره ی منطقه ی مورد مطالعه تعیین شوند.این دانش معمولا از داده های لرزه ای یا چگالی درون چاهی فراهم میشوند.دراین روش وارون سازی مفسر نیاز به داشتن تعداد زیادی نقاط هندسی سه بعدی از ساختارآنومالی برای همپوشانی با داده ها ندارد.درعوض مفسر می تواند فرضیه های زمین شناسی مختلفی باتوجه به اولین حدس نقطه ها ومحورها از ساختار آنومالی که باید تصویر سازی شود را امتحان کند و در نهایت تصویر واضحتری از آنومالی نسبت به دیگر روشهای وارونسازی به دست آورد