![سامانه نشر مجلات علمی دانشگاه تهران](./data/logo.png)
تعداد نشریات | 162 |
تعداد شمارهها | 6,579 |
تعداد مقالات | 71,071 |
تعداد مشاهده مقاله | 125,679,928 |
تعداد دریافت فایل اصل مقاله | 98,910,607 |
مدلسازی دادههای میکروگرانی به روش رگرسیون خطی برای مدل استوانهی شیب دار، مورد بررسی: شفت واقع در سد سیاهبیشه | ||
فیزیک زمین و فضا | ||
مقاله 8، دوره 42، شماره 2، شهریور 1395، صفحه 325-335 اصل مقاله (1.57 M) | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2016.57729 | ||
نویسندگان | ||
مرتضی عرفانیان نوروززاده* 1؛ وحید ابراهیم زاده اردستانی2 | ||
1دانشگاه تهران | ||
2هیأت علمی بخش گرانی سنجی-مؤسسه ژئوفیزیک دانشگاه تهران | ||
چکیده | ||
در این تحقیق از طریق روابط محاسباتی جدید، پارامترهای هندسی چشمهی آنومالی، بر اساس مدل استوانهی شیبدار، محاسبه میشود. روشهای گذشته عمدتا روی حالتهای افقی و عمودی استوانه بررسی میشد و علاوه بر این زاویهی امتداد آن نیز درنظرگرفته نمیشد. روش مورد استفاده در این مقاله با حل محدودیتهای موجود در روشهای پیشین، اجازهی چرخش آزادانه-ی استوانه در فضای زیر سطحی را فراهم میکند. نهایتا با این روش می توان تغییرات بیشتری از جمله زاویه شیب ، امتداد ، شعاع، عمق تا بالای چشمه و تباین چگالی استوانه را بررسی کرد. روابط جدید معکوسسازی در این مقاله، روابطی هستند که در گذشته توسط سو و همکارانش مطالعه شده اند. در این مقاله نیز با 38 مدل مختلف و استفاده از الگوریتم معکوسسازی مورد استفاده توسط سو و همکارانش، روابط جدید روی مدلهای دیگر مطالعه شدهاند. در اینجا نیز همانند مطالعهی قبلی برای معکوسسازی از الگوریتم رگرسیونگیری خطی چندگانه و روش حداقل مربعات استفاده میشود. در این الگوریتم بین پارامترهای چشمه به عنوان متغیر مستقل و یک سری نشانگرها به عنوان متغیر وابسته ارتباط خطی برقرار میشود. نشانگرها روابطی هستند که از مختصات بخشهای خاصی از آنومالی باقیمانده استخراج میشوند. این بخشها قسمتهایی از منحنی آنومالی هستند که با تغییر پارامترها، تغییرات قابل ملاحظهای دارند. در این مقاله یک شفت در منطقهی سیاهبیشه به عنوان مطالعهی صحرایی بکار گرفته شده است. زون ریزشی در این شفت توسط دادههای میکروگرانی آشکارسازی شده و توسط روش معرفی شده در این مقاله با استفاده از مدل استوانهی شیبدار مدلسازی شده است. | ||
کلیدواژهها | ||
رگرسیون خطی؛ آنومالی گرانی؛ مدل استوانه؛ شفت معدنی؛ زون ریزشی | ||
مراجع | ||
Blakely, J. R., 1996, Potential theory in gravity and agnetic, Cambridge University Press.
Claprood, M., Chouteau, M. and Cheng, L. Z., 2008, Rapid detection and classification of airborne time-linear regression, Exploration Geophysics, 39, 1-17.
Eskandari, H., Rezaee, M. R. and Mohammadnia, M., 2004, Application of multiple regression and artificial neural network techniques to predict shear wave velocity from well log data for a carbonate reservoir, south-west Iran, CSEG Recorder, 42-48.
Sen, M. and Stoffa, P. L., 1995, Global optimization methods in geophysical inversion, in advances in exploration geophysics, In: Berkhout, A. J. (Ed.), Elsevier Science Publishing Co., p. 300.
Shi, X. M. and Wang, J. Y., 2007, Lecture on non-linear inverse methods in geophysics (3). Simulated annealing method, Chinese Journal of Engineering Geophysics, 4(3), 165-174.
Shi, G. R., Zhou, X. G., Zhang, G. Z., Shi, X. F. and Li, H. H., 2004, The use of artificial neural network analysis and multiple regression for trap quality evaluation: a case study of the Northern Kuqa depression of Tarim Basin in western China, Marine and Petroleum, 21, 411-420. Smith, M., Scales, J. A. and Fischer, T., 1992, Global search and genetic algorithms, The Leading Edge, 11(1), 22-26.
Su, Y. J., Cheng, L. Z., Chouteau, M., Wang, X. B. and Zhao, G. X., 2012, New improved formulas for calculating gravity anomalies based on a cylinder model, Journal of Applied Geophysics, 36-43.
Telford, W. M., Geldart, L. P., Sheriff, R. E. and Keys, D. A., 1981, Applied geophysics, Cambridge University Press.
Wang, J. Y., 2007, Lecture on non-linear inverse methods in geophysics (1). Introduction to geophysical inverse problems, Chinese Journal of Engineering Geophysics, 4(1), 1-3.
Wendt, W. A., Sakurai, S. and Neson, P. H., 1986, Permeability prediction from well logs using multiple regression, In: L. W., Carroll, H. B. (Eds.), Reservoir characterization, Academic Press, Orlando, Florida, pp. 223-247.
Yao, C. L., Hao, T. Y., Guan, Z. N. and Zhang, Y. W., 2003, High-speed computation and efficient storage in 3-D gravity and magnetic inversion based on genetic algorithms, Chinese Journal of Geophysics, 46(2), 252-258. | ||
آمار تعداد مشاهده مقاله: 1,723 تعداد دریافت فایل اصل مقاله: 1,078 |