تعداد نشریات | 161 |
تعداد شمارهها | 6,572 |
تعداد مقالات | 71,031 |
تعداد مشاهده مقاله | 125,500,955 |
تعداد دریافت فایل اصل مقاله | 98,764,112 |
استفاده از تئوری گراف در وارونسازی سهبُعدی دادههای گرانیسنجی برای تعیین پیکربندی تودههای زیرسطحی همگن | ||
فیزیک زمین و فضا | ||
مقاله 4، دوره 45، شماره 1، فروردین 1398، صفحه 47-62 اصل مقاله (1.12 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2019.260544.1007018 | ||
نویسندگان | ||
سوسن سودمند نیری1؛ وحید ابراهیم زاده اردستانی* 2؛ سعید وطن خواه3 | ||
1دانشجوی کارشناسی ارشد، گروه فیزیک زمین، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران | ||
2استاد، گروه فیزیک زمین، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران | ||
3استادیار، گروه فیزیک زمین، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران | ||
چکیده | ||
در این مقاله وارونسازی سه بعدی دادههای گرانی سنجی براساس تئوری گراف مورد استفاده قرار گرفته است. توده همگن زیرسطحی با استفاده از مجموعهای از جرمهای نقطهای یکسان مدل میشود. با تطبیق این مجموعه جرمهای نقطهای با یک گراف کامل و با استفاده از الگوریتم کروسکال، درخت فراگیر کمینه (minimum spanning tree) برای این گراف محاسبه شده و سپس یک تابع پایدارکننده تحت عنوان تابع همفاصله بهدست میآید. این تابع علاوه بر پایدارکردن مسأله وارون، سبب میشود که در مدل حاصل فواصل میان جرمهای نقطهای تقریباً یکسان باشد. بنابراین توزیع فضایی مناسب برای جرمهای نقطهای، الگوریتم را بهسمت حصول پیکربندی نزدیک به شکل توده اصلی سوق میدهد. تابع هدف کلی در این مسأله، ترکیب یافته از تابع همفاصله و عدم انطباق داده، غیرخطی است و کمینهسازی آن با استفاده از الگوریتم ژنتیک انجام میشود. دو نمونه مدل مصنوعی متفاوت برای بررسی الگوریتم ارائهشده مورد استفاده قرار گرفته است. خروجی الگوریتم برای هر دو مدل، پیکربندی صحیح را نشان میدهد. برای تخمین و صحتسنجی پارامتر منظمسازی در این الگوریتم، راهکاری مؤثر توسط نویسندگان ارائه شده است. این شیوه وابسته به روند همگرایی تابع همفاصله و برازش داده حاصل از مدل با داده مشاهدهای است. کاربر با اجرای الگوریتم برای تعداد کمی پارامتر مختلف و بررسی این شرایط بهسمت انتخاب پارامتر بهینه هدایت میشود. در پایان، داده گرانی توده سولفیدی موبرون در کانادا بهعنوان یک نمونه داده واقعی مورد استفاده قرار گرفته است. گسترش این توده در راستای شرق 350 متر و در عمق حداکثر 200 متر برآورد میشود. | ||
کلیدواژهها | ||
گرانیسنجی؛ وارون سازی؛ گراف؛ درخت فراگیر کمینه؛ الگوریتم ژنتیک؛ موبرون | ||
مراجع | ||
آقاجانی، ح.، مرادزاده، ع. و زنگ، ه.، 1389، برآورد موقعیت افقی و ژرفای بیهنجاریهای گرانی به کمک گرادیان کل بهنجارشده، علوم زمین، 76، 169-176.
Bijani, R., Ponte-Neto, C. F., Carlos, D. U. and Silva Dias, F. J. S., 2015, Three-dimensional gravity inversion using graph theory to delineat the skeleton of homogeneous sources, Geophysics., 80, G53-G66. Blakely, R. J., 1995, Potential Theory in Gravity and Magnetic Applications, Cambridge University Press, Cambridge. Boschetti, F., Dentith, M. and List, R., 1995, A staged genetic algorithm for tomographic inversion of seismic refraction data, Exploration Geophysics, 26, 331-335. Boschetti, F., Dentith, M. and List, R., 1997, Inversion of potential field data by genetic algorithms, Geophysical Prospecting, 45, 461-478. Bott, M., 1960, The use of rapid digital computing methods for direct gravity interpretation of sedimentary basins, Geophys. J. Int., 3, 63–67. Boulanger, O. and Chouteau M., 2001, Constraint in 3D gravity inversion, Geophysical Prospecting, 49, 265–280. Chakravarthi, V. and Sundararajan, N., 2007, 3D gravity inversion of basement relief a depth-dependent density approach, Geophysics, 72, I23-I32. Deo, N., 1974, Graph theory with applications to engineering and computer science: PHI Learning Pvt. Ltd. Goldberg, D. E. and Holland, J. H., 1988, Genetic algorithms and machine learning, Machine Learning, 3, 95–99. Grant, F. S. and West, G. F., 1965, Interpretation Theory in Applied Geophysics, McGraw-Hill. Kruskal, J. B., Jr., 1956, On the shortest spanning subtree of a graph and the traveling salesman problem, Proceedings of the American Mathematical Society, 7, 48–50. Last, B. J. and Kubik, K., 1983, Compact gravity inversion, Geophysics, 48, 713–721. Li, Y. and Oldenburg, D. W., 1998, 3D inversion of gravity data, Geophysics, 63, 109–119. Martins, C. M., Lima, W. A., Barbosa, V. C. and Silva, J. B., 2011, Total variation regularization for depth-to-basement estimate: Part 1 — Mathematical details and applications, Geophysics, 76, I1–I12. Montana, D. J., 1994, Strongly typed genetic programming, Evolutionary Computation, 3, 199–230. Portniaguine, O. and Zhdanov, M. S. 1999, Focusing geophysical inversion images, Geophysics, 64, 874–887. Vatankhah, S., Ardestani, V. E. and Renaut R. A., 2015, Application of the principle and unbiased predictive risk estimator for determining the regularization parameter in 3-D focusing gravity inversion, Geophys. J. Int., 200, 265-277. Vatankhah, S., Renaut, R. A. and Ardestani, V. E., 2017, 3-D Projected L1 inversion of gravity data using truncated unbiased predictive risk estimator for regularization parameter estimation, Geophys. J. Int., 210, 1872-1887. Zeyen, H. and Pous, J., 1993, 3-D joint inversion of magnetic and gravimetric data with a priori information, Geophys. J. Int., 112, 244–256. | ||
آمار تعداد مشاهده مقاله: 1,197 تعداد دریافت فایل اصل مقاله: 753 |