بهبود محاسبه ماتریس هسته در مدل‌سازی وارون داده‌های گرانی به روش ترکیبی

Authors

  • حمید آقاجانی دانشیار، دانشکده‌ مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
  • سحر معظم دانشجوی دکتری مهندسی معدن، دانشکده‌ مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
  • علی نجاتی کلاته دانشیار، دانشکده‌ مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
Abstract:

مدل‌سازی داده‌های گرانی با روش‌های مختلفی، از جمله روش‌های مدل‌سازی پیشرو و وارون صورت می‌گیرد. برای مدل‌سازی خطی ساختارهای زیرسطحی، زمین به سلول‌های مکعبی با چگالی ثابت تقسیم شده و مقادیر ماتریس هسته محاسبه می‌شود. برای محاسبه ماتریس هسته روش‌های تحلیلی و عددی فراوانی وجود دارد. روش‌های تحلیلی هرچند دقت خوبی دارند ولی زمان‌بر هستند. در حالی که روش‌های عددی سریعتر و نسبت به روش‌های تحلیلی از دقت کمتری برخوردار هستند. از جمله این شیوه‌های تحلیلی، روش پلوف است که برای محاسبه ماتریس هسته از آن می‌توان استفاده نمود. از روش جرم نقطه‌ای که از روش‌های عددی است نیز می‌توان برای محاسبه ماتریس هسته بهره‌مند شد. این روش نسبت به روش پلوف به زمان محاسبه کمتری نیاز دارد و دقت آن هم برای مدل‌سازی مناسب است. ولی براساس پژوهش‌های انجام شده این روش برای محاسبه دو ردیف اول سلول‌های مکعبی پارامترهای مدل از دقت مناسبی برخوردار نیست. بنابراین با استفاده از این روش انتظار یک مدل‌سازی خوب وجود ندارد. به منظور رفع این مشکل و استفاده از سرعت محاسبات روش جرم نقطه‌ای، در این مقاله روش ترکیبی ارائه شده است که در آن همزمان از روش تحلیلی پلوف و روش عددی جرم نقطه‌ای برای محاسبه ماتریس هسته استفاده می‌شود. به این ترتیب در عین حفظ دقت، سرعت انجام محاسبات را بهبود می-بخشد. برای محاسبه ماتریس هسته مورد نیاز در مدل‌سازی وارون، دو ردیف اول پارامترهای مدل به روش تحلیلی پلوف و ردیف‌های بعدی به روش عددی جرم نقطه‌ای محاسبه می‌شود. برای بررسی و کارایی روش جدید ارائه شده، این روش بر روی داده‌های حاصل از چندین مدل مصنوعی متفاوت و همچنین برای مدل‌سازی وارون داده‌های گرانی برداشت شده از روی محدوده معدنی چند فلزی نیکل، کبالت و مس اووید در کانادا اعمال شده است. نتایج حاصل از مدل‌سازی وارون داده‌ها نشان می‌دهد که زمان محاسبه ماتریس بهبود چشمگیری یافته و مقدار خطای مدل‌سازی نیز با توجه به ابعاد سلول‌ها بسیار کم است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

استفاده از روش کوادرتیک در مدل سازی وارون دو بعدی داده های گرانی به منظور ارائه یک مدل بهبود یافته

وارون سازی داده‌های گرانی یکی از مهمترین گام‌ها در تفسیر این داده‌ها است. هدف از این کار تخمین توزیع چگالی مدل ناشناخته زیر سطحی از طریق داده‌های اندازه‌گیری شده در سطح زمین است. مشکل اصلی در وارون‌سازی داده‌های حاصل از عملیات گرانی‌سنجی، عدم یکتایی جواب ناشی از وارون‌سازی داده‌های ژئوفیزیکی است. وارون‌سازی خطی داده‌های گرانی‌سنجی مسئله‌ای کم تعیین شده و بد حالت می‌باشد. تعیین پارامتر منظم‌سازی...

full text

وارون سازی داده‌های گرانی به کمک روش تبرید شبیهسازی شده (مطالعه موردی-منطقه امان آباد اراک)

هدف از این مقاله استفاده از  روش بهینه سازی تصادفی تبرید شبیه سازی شده برای وارون سازی داده‌های ثقل سنجی و به دست آوردن ویژگی‌های فیزیکی و به خصوص هندسی منبع به وجود آورنده این داده ها (منبع آنومالی) است. پارامترهای هندسی منبع آنومالی شامل عمق یک سری از منشورهای به هم چسبیده بوده که در نهایت در کنار یکدیگر شکل هندسی منبع را نمایش می‌دهند و منظور از ویژگی‌های فیزیکی همان تباین چگالی میان سنگ میز...

full text

بررسی دقت مدلسازی پیشرو دادههای الکترومغناطیس هلیکوپتری در مدلسازی معکوس

برداشت‌ داده‌های الکترومغناطیس حوزه بسامد هلیکوپتری (HEM) امروزه جایگاه ویژه‌ای در به نقشه درآوردن ساختارهای زمینی سه‌بعدی مقاومت<span style="font-fa...

full text

مطالعه ساختار پوسته و سنگکره در زیر رشته کوههای زاگرس بر اساس مدلسازی دادههای گرانی و ژئوئید

ویژگی‌های خاص زمین‌شناسی و اقتصادی منطقه کوهزایی زاگرس محققان بسیاری را در دهه‌های اخیر متوجه خود ساخته است. با وجود پژوهش‌های صورت گرفته، همواره نیاز به مطالعات بیشتر احساس می‌شود. از این‌رو در این تحقیق بر آنیم تا به بررسی ساختار پوسته و سنگ‌کره با استفاده از مدل‌سازی تلفیقی داده‌های گرانی زمینی با دقت بالا و داده های ژئوئید، به‌منظور کاهش عدم قطعیت جواب‌های حاصل از مدل‌سازی میدان‌های پتانسیل...

full text

مدل سازی وارون دوبعدی داده های گرانی

در این مقاله از روش مدل سازی خطی نوینی به نام وارو ن سازی فشرده (compact inversion) برای تفسیر داده های گرانی سنجی استفاده شده است. مبنای کار در رو ش وارون فشرده کمینه کردن حجم چشمهء بی هنجاری است. این امر معادل بیشینه کردن فشردگی (compactness) چشمهء بی هنجاری است. توزیع چگالی با استفاده از روشی بر مبنای تکرارهای متوالی با همگرایی قابل ملاحظه محاسبه می شود. این روش را می توان به آسانی برای مدل ...

full text

مدل سازی وارون دوبعدی داده های گرانی

در این مقاله از روش مدل سازی خطی نوینی به نام وارو ن سازی فشرده (compact inversion) برای تفسیر داده های گرانی سنجی استفاده شده است. مبنای کار در رو ش وارون فشرده کمینه کردن حجم چشمهء بی هنجاری است. این امر معادل بیشینه کردن فشردگی (compactness) چشمهء بی هنجاری است. توزیع چگالی با استفاده از روشی بر مبنای تکرارهای متوالی با همگرایی قابل ملاحظه محاسبه می شود. این روش را می توان به آسانی برای مدل ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 6  issue 2

pages  249- 258

publication date 2020-09-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023