جستجوی مقالات مرتبط با کلیدواژه « گرانی » در نشریات گروه « زمین شناسی »
تکرار جستجوی کلیدواژه «گرانی» در نشریات گروه «علوم پایه»-
در این مقاله الگوریتمی برای وارون سازی توامان داده های گرانی و مغناطیس با استفاده از پایدارکننده ناهمسانگرد تغییرات کلی و قید گرادیان متقاطع توسعه داده شده است. پایدارکننده ناهمسانگرد تغییرات کلی با کاربرد جداگانه نرم یک بر مشتق پارامترهای مدل در سه جهت مختصاتی حاصل می گردد. استفاده از این نوع پایدارکننده سبب می شود که در مدل های بازسازی شده، لبه های ساختار زیرسطحی حفظ شده و مدل هایی متمرکز حاصل شوند. همچنین، ناپیوستگی های موجود در ساختارهای زیرسطحی بهتر آشکار می گردد. ارتباط بین پارامترهای مختلف مدل، تباین چگالی و خودپذیری مغناطیسی، توسط قید گرادیان متقاطع برقرار می شود. این قید از هندسه مدل ها برای جفت شدگی مدل های متفاوت استفاده می کند، بنابراین، باعث افزایش شباهت ساختاری بین مدل های بازسازی شده میشود. این بدان معنی است که اطلاعات موجود در هر دو داده گرانی و مغناطیسی به طور همزمان مورد استفاده قرار گرفته است. لذا عدم قطعیت جواب حاصل از وارون سازی کاهش یافته، و اطمینان بیشتری بر نتایج حاصل وجود دارد. بنابراین تفسیر چنین نتایجی ساده تر خواهد بود. الگوریتم توسعه داده شده بر روی دو مدل مصنوعی متفاوت آزمایش میگردد. نتایج به روشنی دلالت بر کارایی روش ارایه شده دارند. در نهایت داده واقعی جمع آوری شده بر روی دو لوله کیمبرلیت در ناحیه اوراپا کشور بوتسوانا مورد استفاده و مدل سازی قرار گرفته است. این ناحیه یکی از مناطق مهم تولید الماس در جهان می باشد. مدل های بازسازی شده به خوبی توزیع خاصیت فیزیکی، هندسه، گسترش جانبی و عمق هر دو لوله کیمبرلیت را نشان می دهند. این نتایج انطباق خوبی با زمین شناسی منطقه و اطلاعات گمانه های موجود دارند.
کلید واژگان: وارون سازی توامان, پایدار کننده تغییرات کلی, گرادیان متقاطع, گرانی, مغناطیس}It is well-known that the solution of the individual potential field inversion problem, either gravity or magnetic, is non-unique. One efficient strategy to reduce the uncertainty of the solution, and to improve the obtained results, is the simultaneous joint inversion of two or more data sets. In this case, different geophysical data sets are used simultaneously in an inversion algorithm. Depending on the coupling between different model parameters, the algorithm provides the solutions, which satisfy the observed data and coupling constraint. Combined with regularization, this is an effective strategy to obtain a reliable subsurface model. In this study, an algorithm for the joint inversion of gravity and magnetic data using anisotropic total variation (TV) stabilizer is developed. The anisotropic TV stabilizer consists of the individual L1-norm of the gradient of the model parameters in three orthogonal directions. Therefore, our algorithm preserves the edge of the subsurface targets and provides focus models. Here, the relationship between different model parameters is enforced using the cross-gradient coupling. This constraint uses the model topology in order to enhance the structural similarity of the reconstructed models. Then, the information from both data sets can be used to provide reliable models. This simplifies the interpretation of the subsurface targets. The developed algorithm is validated on two different synthetic examples. The results indicate that the algorithm is practical and can provide focus and similar models. Finally, we invert the gravity and magnetic data obtained over kimberlite pipes BK54 and BK55 in Orapa, Botswana. The reconstructed models are consistent with the geological and borehole information from the survey area.
Keywords: Joint inversion, Total variation (TV), Cross-gradient, Gravity, Magnetic} -
مساله وارون سازی داده های میدان پتانسیل، گرانی سنجی و مغناطیس سنجی، دارای عدم یکتایی بالایی است. یکی از روش های موثر برای کاهش عدم یکتایی مساله، وارون سازی توامان این داده ها می باشد. این بدان مفهوم است که داده های مختلف به طور همزمان در یک الگوریتم وارون سازی وارد شده، سپس، با توجه به وابستگی مستقیم و یا غیر مستقیم بین پارامترهای مدل های مختلف، الگوریتم با محدود کردن فضای مدل به سمت حصول نتایجی رود که داده ها و نیز ارتباط بین پارامترهای مدل را مورد نظر قرار داده باشد. در تحقیق حاضر وارون سازی توامان داده های گرانی و مغناطیس با استفاده از قید گرامیان مورد نظر است. قید گرامیان بر اساس کمینه کردن دترمینال ماتریس گرام یک سیستم از پارامترهای مدل مختلف می باشد. کاربرد قید گرامیان ارتباط خطی بین پارامترهای مدل های مختلف، و یا تبدیلات این پارامترها، برقرار می سازد. در واقع در وارون سازی توامان با استفاده از قید گرامیان نیازی به ورود اطلاعات اولیه در مورد همبستگی بین پارامترهای مدل های مختلف وجود ندارد بلکه این همبستگی در طی فرآیند وارون سازی فراهم می شود که یک مزیت مهم برای این روش است. یک تابع هدف کلی در نظر گرفته می شود که باید کمینه شود. کمینه شدن این تابع هدف بدان مفهوم است، که قید گرامیان کمینه شود (دترمینال ماتریس گرام به سمت صفر می رود). بنابراین همبستگی خطی بین پارامترهای مدل اعمال خواهد شد.علاوه بر این، به منظور حصول مدل های تنک با مرزهای شارپ و گسسته، پایدار کننده نرم یک در الگوریتم حاضر مورد استفاده قرار گرفته است. الگوریتم وارونسازی توامان ارایهشده بر روی مدلهای مصنوعی و یک نمونه داده واقعی به کار رفته است.
کلید واژگان: وارون سازی توامان, قید گرامیان, گرانی, مغناطیس}The inversion of potential field data, gravity and magnetic, is a non-unique problem. An efficient approach to reduce the non-uniqueness of the problem, and to produce more reliable subsurface models, is based on the joint inversion of these datasets. This means gravity and magnetic data are simultaneously inserted into an inversion algorithm and, then, by relying on direct or indirect parameter interdependence, joint inversion can restrict the model space and produce results that satisfy the datasets and cross-linked characteristics of the model parameters. Here, we apply the joint inversion of gravity and magnetic data using Gramian constraints, which are based on the minimization of the determinant of the Gram matrix of a system of different model parameters. Application of the Gramian constraint enforces the linear relationships between the different model parameters, and/or their transforms. In fact, the joint inversion using Gramian constraints does not require a priori knowledge of the correlation between different model parameters, and instead provides this correlation during the inversion process, which is an important advantage for the algorithm. Furthermore, to produce sparse models with sharp boundaries, the L1-norm stabilizer is used in the presented algorithm. We applied the joint inversion algorithm on synthetic models and real data case.
Keywords: Joint Inversion, Gramian constraint, Gravity, Magnetic} -
مدل سازی داده های گرانی با روش های مختلفی، از جمله روش های مدل سازی پیشرو و وارون صورت می گیرد. برای مدل سازی خطی ساختارهای زیرسطحی، زمین به سلول های مکعبی با چگالی ثابت تقسیم شده و مقادیر ماتریس هسته محاسبه می شود. برای محاسبه ماتریس هسته روش های تحلیلی و عددی فراوانی وجود دارد. روش های تحلیلی هرچند دقت خوبی دارند ولی زمان بر هستند. در حالی که روش های عددی سریعتر و نسبت به روش های تحلیلی از دقت کمتری برخوردار هستند. از جمله این شیوه های تحلیلی، روش پلوف است که برای محاسبه ماتریس هسته از آن می توان استفاده نمود. از روش جرم نقطه ای که از روش های عددی است نیز می توان برای محاسبه ماتریس هسته بهره مند شد. این روش نسبت به روش پلوف به زمان محاسبه کمتری نیاز دارد و دقت آن هم برای مدل سازی مناسب است. ولی براساس پژوهش های انجام شده این روش برای محاسبه دو ردیف اول سلول های مکعبی پارامترهای مدل از دقت مناسبی برخوردار نیست. بنابراین با استفاده از این روش انتظار یک مدل سازی خوب وجود ندارد. به منظور رفع این مشکل و استفاده از سرعت محاسبات روش جرم نقطه ای، در این مقاله روش ترکیبی ارایه شده است که در آن همزمان از روش تحلیلی پلوف و روش عددی جرم نقطه ای برای محاسبه ماتریس هسته استفاده می شود. به این ترتیب در عین حفظ دقت، سرعت انجام محاسبات را بهبود می-بخشد. برای محاسبه ماتریس هسته مورد نیاز در مدل سازی وارون، دو ردیف اول پارامترهای مدل به روش تحلیلی پلوف و ردیف های بعدی به روش عددی جرم نقطه ای محاسبه می شود. برای بررسی و کارایی روش جدید ارایه شده، این روش بر روی داده های حاصل از چندین مدل مصنوعی متفاوت و همچنین برای مدل سازی وارون داده های گرانی برداشت شده از روی محدوده معدنی چند فلزی نیکل، کبالت و مس اووید در کانادا اعمال شده است. نتایج حاصل از مدل سازی وارون داده ها نشان می دهد که زمان محاسبه ماتریس بهبود چشمگیری یافته و مقدار خطای مدل سازی نیز با توجه به ابعاد سلول ها بسیار کم است.
کلید واژگان: ماتریس هسته, مدل سازی وارون, گرانی, زمان محاسبات, معدن چندفلزی اووید}Modeling of gravity data includes forward and inverse modeling techniques. To solve the forward problem, we divide the half space below the ground surface into small blocks (cells) with constant density contrast and compute the kernel matrix. There are various analytical and numerical methods for calculation of the kernel matrix. Analytical methods have good accuracy but are time consuming. Numerical methods are faster and less accurate than analytical ones. The Plouff analytical method is an accurate method for computation of the kernel matrix but it is time consuming. The point mass numerical method needs less computation time than that of the Plouff method. However, for calculation of the first two rows of the model parameters, this method does not have good accuracy. In this paper, a new combined method is presented in which the Plouff and point-mass methods are combined, and as a result, the computational speed is improved while a good accuracy is also obtained. In this research, the first two rows of the model parameters are calculated analytically, and then, the next rows are calculated by point-mass numerical method. To validate the proposed method, it has been tested based on a synthetic model and a real gravity data from the Ovoid Ni- Co- Cu deposit in Canada. The obtained results show that the computation time improves significantly while the error is very small with respect to the cell dimensions.
Keywords: Kernel matrix, Inverse modeling, Gravity, Calculation time, Ovoid polymetallic deposit} -
هدف از این مطالعه، به دست آوردن تصاویری دقیق تر از سرعت موج برشی و فشارشی و چگالی در پوسته و گوشته بالایی در منطقه مکران به کمک مدل سازی سرعت گروه امواج سطحی ریلی با استفاده از الگوریتم تبرید شبیه سازی شده است. براساس مطالعات گذشته، حساسیت امواج سطحی به چگالی، بسیار کمتر از حساسیت آن به سرعت امواج برشی و فشارشی است؛ ازاین رو، در روش وارون سازی داده های گرانی، از نتایج مدل سازی سرعت گروه امواج سطحی ریلی استفاده می شود تا نقشه های تغییرات چگالی و عمق موهو با دقت بیشتری ترسیم شوند. در این پژوهش، ابتدا الگوریتم ذکرشده روی دو مدل مصنوعی بدون نوفه و همراه با نوفه اعمال شد. برای مدل های مصنوعی، نتایج این روش با دقت زیادی مدل اولیه را تخمین زدند؛ بنابراین این روش بر داده های واقعی اعمال و در وارون سازی داده های گرانی که با استفاده از نتایج مدل سازی سرعت گروه امواج سطحی ریلی انجام شد، تغییرات چگالی و عمق موهو محاسبه شد. دلیل استفاده از دو مجموعه داده در این مطالعه این است که داده های سرعت گروه امواج سطحی ریلی، حساسیت خوبی به تغییرات مرزی سرعت موج برشی و فشارشی دارند، اما نسبت به چگالی حساسیت کمی دارند؛ بنابراین با استفاده از داده گرانی می توان حساسیت نسبت به چگالی را هم افزایش داد. نتایج به کارگیری داده های واقعی، نشان از افزایش تدریجی ضخامت پوسته از جنوب به شمال در زون مکران است. مقدار بیشینه این افزایش، حدود 48 تا 50 کیلومتر زیر آتشفشان تفتان- بزمان برآورد می شود. سرعت زیاد موج برشی و مقادیر زیاد چگالی در پوسته دریای عمان حاکی از اقیانوسی بودن آن است که با حرکت به سمت شمال و قاره ای شدن پوسته، مقدار این سرعت و چگالی کاهش می یابد.کلید واژگان: مکران, عمق موهو, گرانی, سرعت موج برشی, الگوریتم تبرید شبیه سازی شده}In this study, Simulated Annealing algorithm is applied on Rayleigh wave group velocities to image the density variations and shear and compressional wave velocities structure of the crust and upper-mantle of Makran subduction zone. Based on previous studies, surface wave dispersion measurements are primarily sensitive to seismic shear wave velocities. However, it has been proved that the sensitivity to compressional wave velocity is significantly smaller than the sensitivity to shear wave velocity. Also the sensitivity function for the density is smaller than the one for the shear wave velocity. Therefore, shear wave velocity variations are mainly the model parameters in surface wave dispersion analysis. Simulated Annealing is a probabilistic technique for finding the global optimum of a given function. It is especially useful to approximate global optimization in a large search space. The Simulated Annealing method like the Monte-Carlo method, samples the whole model space and can avoid getting stuck in local minima.To evaluate calculation efficiency and effectiveness of Simulated Annealing algorithm, two noise-free and two noisy (10% of white Gaussian noise) synthetic data sets are firstly inverted. Then, a real data from Makran region is inverted to examine the applicability and robustness of the proposed approach on real surface wave data.
In next step, gravity data inversion was applied with a priori information based on surface wave analysis results to obtain Moho depth variations and crustal density structure. The reason for using gravity data set is that surface waves group velocity is sensitive to average velocity variations and has a good lateral sensitivity, whereas gravity anomaly is sensitive to depth variations of discontinuities and has a good vertical resolution.
Our results show that the Moho depth across the Makran subduction zone increases from the Oman seafloor and Makran forearc setting to the volcanic arc. Generally, the crust in the western Makran is thicker than the eastern part and the maximum crustal thickness in the Makran region reaches 46 to 48 km below the Taftan-Bazman volcanos. The Moho map clearly depicts the western edge of the Makran subduction zone, where the Minab fault (representing the eastern edge of the Hormuz Straits) marks the boundary between the thick continental crust of the Arabian plate and the thin oceanic crust of the Oman Sea. Our results show clearly that the high-velocity slab of the Arabian plate subducts northwards beneath the low-velocity overriding lithosphere of Lut block in the western Makran and Helmand block in the eastern Makran.Keywords: Makran, Moho Depth, Gravity, Shear wave velocity, Simulated Annealing Algorithm} -
در این مقاله با استفاده از یک روش وارون سازی غیرخطی داده های گرانی، پارامترهای عمق، شعاع، ضریب دامنه و عامل شکل چشمه بی هنجاری محاسبه می شود. با تعیین مقدار گرانی در مبدا مختصات و نیز دو مقدار دیگر گرانی در روی پروفیل برداشت، عمق چشمه بی هنجاری با حل معادله غیرخطی f(z)=0 تخمین زده می شود. از آنجایی که در طبیعت، چشمه های بی هنجاری گرانی ناهمگن بوده و دارای شکل هندسی نامنظم می باشند؛ داده های گرانی پروفیلی معمولا نسبت به نقطه مبدا -که دارای مقدار گرانی بیشینه، بدون توجه به علامت مثبت و منفی آن، است و معرف مرکز چشمه بی هنجاری است- نامتقارن است و منحنی تغییرات میدان گرانی در راستای پروفیل ناهموار است.
به همین دلیل در عمل از چندین داده در طول یک پروفیل برای تخمین پارامترهای عمق، ضریب دامنه و عامل شکل استفاده می شود. با دانستن مقدار عمق، سه پارامتر شعاع، ضریب دامنه و عامل شکل قابل محاسبه می باشند. روش پیشنهادی، برای چشمه هایی با شکل های هندسی استوانه عمودی، استوانه قائم و کروی مورد بررسی قرار می گیرد. کارایی روش مذکور با افزودن نوفه تصادفی به میدان گرانی محاسبه شده برای مدل های مصنوعی نیز تحلیل می شود. همچنین تاثیر عمق و اختلاف فاصله در تعیین نقطه مبدا چشمه بی هنجاری گرانی بررسی خواهد شد. از روش وارون سازی غیرخطی برای تخمین عمق، شعاع و نیز تعیین شکل حدودی یک گنبد نمکی استفاده می شود. در این مطالعه گنبد نمکی آجی چای بررسی شده و طی آن عمق گنبد مذکور در حدود 63/64 متر زمین و شعاع آن 8/34 متر برآورد شده است. همچنین شکل هندسی این گنبد نمکی بر اساس عامل شکل که 43/1 محاسبه شده است، به کره قابل تشبیه است.کلید واژگان: ضریب دامنه, عامل شکل, گرانی, گنبد نمکی, وارون سازی غیرخطی}Summary: A nonlinear inversion technique using a fast method is developed to estimate successively the depth, shape factor and amplitude coefficient of a buried structure using residual gravity anomalies along a survey line. By defining the anomaly value at the origin and the anomaly value at different points on the survey line, the problem of depth estimation is transformed into a problem of solving a nonlinear equation of the form f (z) = 0. Knowing the depth of the anomaly source, we can estimate the shape factor, and finally, the amplitude coefficient of the anomaly. Using the amplitude coefficient, we can also compute the radius of the anomaly. This technique is applicable for a class of geometrically simple anomalous bodies, including semi-infinite vertical cylinder, infinitely long horizontal cylinder, and sphere. The efficiency of this technique is demonstrated using the gravity anomaly due to a theoretical model with and without random errors. Finally, the applicability of the technique is illustrated using the residual gravity anomaly of a salt dome, situated near Miyaneh, northeast of Iran. The interpreted depth and other model parameters are in good agreement with the known actual values of the parameters. The estimated depth, radius, shape factor and the amplitude coefficient values of the salt dome are 64.63 m, 34.8 m, 1.43 and -472 mGal, respectively.IntroductionGravity data interpretation is always subject to ambiguity. Different geometrical distributions of the subsurface mass can yield the same gravity field at the surface (Skeels, 1947). However, Roy (1962) describes how a mathematically unique solution can be achieved directly from gravity data when the density contrast is constant and the bounding surface of the body is known. Simple geometrically shaped models can be very useful in quantitative interpretation of gravity data acquired in a small area over the buried structures. The models may not be geologically realistic, but usually approximate equivalence is sufficient to determine whether the form and magnitude of the calculated gravity effects are close enough to the observed gravity data to make the geological postulate reasonable. In this paper, an inversion technique based on nonlinear equation z = f (z) is applied to analyze gravity anomalies due to simple structures. The inversion technique simultaneously estimates the depth (z), nature of the source (shape factor (q)), amplitude coefficient (A) and radius (R) of the buried structures. The accuracy of the results obtained by this procedure depends on the accuracy to which the residual anomaly can be separated from the Bouguer anomaly. Moreover, the accuracy of the results of the present method depends on the extent to which the source body conforms to one of the assumed geometries.
Methodology and Approaches: The general vertical component of the gravity anomaly expression produced by a sphere 3D), an infinite long horizontal cylinder (2D), and a semi-infinite vertical cylinder (3D) is given in Abdelrahman et al (1989). The depth of the anomaly is determined by solving a nonlinear equation for z using standard methods. Iteration form of the solution can be expressed as ( ) f j z f z , where zj is the initial depth and zf is the revised depth; zf will be used as the zj for the next iteration. The iteration stops when |zf −zj| ≤ e, where e is a small predetermined real number close to zero. Any initial guess for z works well because there is always one global minimum. Theoretically, two different values of N and M are enough to determine the depth. In practice, more than two values of N and M are preferable because of the presence of noise in the data (xi = ± N and xi = ± M where N = 1, 2, 3, . . . and M = , , 3, . . ., and xi is the position coordinate). For each value of N and M, we compute the values of the model parameters (i.e., z, q, A and R).
Results andConclusionsA simple and rapid inversion approach was formulated to use the anomaly values at the origin and two pairs of measured data points (±N and ±M). The results of the synthetic and real 2D gravity data analysis showed the proficiency the proposed method. The computed depth of the salt dome was obtained as 64.63 m and the salt dome shape was obtained as sphere approximately.Keywords: Amplitude Coefficient, Shape Factor, Gravity, Salt Dome, Nonlinear Inversion} -
با استفاده از داده های گرانی، ژئوئید و توپوگرافی و تکنیک المان محدود، مدل توزیع چگالی و دمایی در طول پروفیلی شمالی-جنوبی که از دریای عمان شروع و در انتها به کویر لوت می رسد، به دست آمد. معادله گرمایی با استفاده از مقادیر رسانش گرمایی و تولید حرارت و شرایط مرزی حل می شود و در نهایت با توجه به مقادیر چگالی اولیه، چگالی نهایی از معادله گرمایی و رابطه بین دما و چگالی حاصل می شود. با توجه به لرزه خیزی کم منطقه مورد مطالعه، استفاده از روشی که بر پایه داده های میدان پتانسیل ماهواره ای است، محدودیت زمانی، مکانی و هزینه را نداشته و همچنین استفاده از چندین داده به صورت توامان عدم قطعیت نتایج را بسیار پایین آورده است.
طبق نتایج حاصل از مدل سازی، فرورانش آشکاری در زون مکران دیده می شود و نیز لیتوسفر عمیقی (290~ کیلومتر) در محل کمان آتش فشانی مشاهده می شود که نشان از خمش پوسته اقیانوسی و ادامه فرورانش در آن ناحیه با شیب زیاد است. دشت لوت و زون فرورانش مکران دارای لیتوسفر نازک تری هستند و عمق لیتوسفر در آن نواحی به ترتیب برابر 200~ کیلومتر و 90~ کیلومتر است. ضخیم شدگی پوسته (تا 47~ کیلومتر) در زیر کمان آتش فشانی دیده می شود و با حرکت به سمت شمال، عمق موهو به 37~ کیلومتر می رسد. عمق پوسته اقیانوسی در دریای عمان برابر 21~ کیلومتر است که با حرکت به سمت شمال افزایش می یابد. طبق نتایج حاصل از مدل سازی، فرورانش صفحه عربی به زیر صفحه صلب اوراسیا با شیب خیلی کمی اتفاق می افتد.کلید واژگان: زون فرورانش مکران, مدل سازی دوبعدی, ژئوئید, گرانی, توپوگرافی}Summary For the present two-dimensional (2-D) lithospheric density-temperature distribution modeling, we have selected a north-south geo-transect cut in east of Iran from the Oman Sea to the Lut block with a length of about 800 km. As the structural domains, investigated in this paper, have mainly been created under the effect of the north-south subduction of the Arabian Oceanic Plate under the Eurasia, thus, most of these structures are approximately perpendicular to this direction. As a result, in order to avoid three-dimensional (3-D) structural effects in our 2D modeling, we have selected a profile perpendicular to the strike, which is roughly the north-south direction.
Introduction In order to avoid interpreting isolated anomaly features being located accidentally on the profile of the geoid, free air and topography data, we average the data within a width of 50 km to both sides of the profile and calculate the variance within this stripe using 5 km long steps along the profile. The resulting standard deviation is plotted as uncertainty bars. Since the lateral resolution of our data is of the order of several kilometers, therefore, we cannot reproduce small‐scale details. The generated model consists of a sedimentary layer, the upper, middle and lower crust and a lithospheric mantle layer. In order to constrain the various thicknesses, the results of previous works carried out in the study region have been used.
Methodology and Approaches Modeling carried out in this research is based on the assumption of local isostatic equilibrium and joint interpretation of gravity, geoid and topography data with temperature-dependent density. Bouguer anomaly data are mainly sensitive to crustal density distribution and decrease proportionally to the squared distance (r) from an object, whereas elevation is very sensitive to changes in density and thickness of the lithospheric mantle and the geoid undulations diminish proportionally to r−1. The data different sensitivity on distance from the object can be a good constraint on modeling lithospheric density-temperature distribution.
Results and Conclusions Because of subducting Arabian plate in Makran subduction zone, thickness of the lithosphere increase from the Oman Sea (90 km) to the Taftan-Bazman volcanic arc, with a maximum thickness (290 km) under the volcanic arc. Based on our modeling results, subduction of the oceanic crust of Arabian plate under the Makran belt starts with a very low dip angle and bends under the Taftan-Bazman volcanic arc with a relatively higher dip. There is a logical correlation between the subducted slab and the seismicity of Makran subduction zone. Because of the low dip subducting slab, there is a long distance between volcanic arc and forearc setting (~450 km). Further to the north, lithospheric thickness is reduced to the ~200 km under the Lut block which is in good agreement with earlier studies. Our integrated modelling approach reveals a crustal configuration with the Moho depth varying from ∼21 km beneath the Oman Sea, and ∼47 km beneath the Taftan-Bazman volcanic arc to about 37 km beneath the Lut block. Across the Makran subduction zone, Moho depth is increasing from the Oman seafloor and Makran forearc setting (~21 km) to the volcanic arc (∼4550 km). Furthermore, we have found that the oceanic crust is a two layered plate and there is a thick sedimentation there to about 8-9 km.Keywords: Makran Subduction Zone, 2, D Modeling, Geoid, Gravity, Topography} -
استفاده از هوش مصنوعی یا شناسایی الگو ((Pattern Recognition (PR) در تفسیر داده های ژئوفیزیکی و یا دیگر علوم زمین چند سالی است که به ویژه با ورود شبکه عصبی در این عرصه مطرح شده است. در روش شبکه عصبی و دیگر روش های شناسایی الگو و از جمله در روش رده بندی کننده بردار حمایت شده ((Support Vector Classifier (SVC) که در این پژوهش از آن استفاده شده است، با استفاده از مقادیر مشخصه های استخراج شده از ساختارها یا اشیای مورد نظر به رده بندی آن اشیا یا ساختارها پرداخته می شود و به این ترتیب می توان به تفسیر مورد نظر دست یافت. به طور مرسوم درانتخاب این مشخصه ها نظر شخصی نقش اصلی را بر عهده داشته است. در این نوشتار با ارائه نرم افزاری که دارای قابلیت انتخاب مشخصه های ((Features ion (FS) مناسب برای برآورد ژرفای ساختارهای طاقدیسی توسط داده های گرانی است و نشان دادن تفاوت استفاده از مشخصه های مناسب و نامناسب در این تفسیر، اهمیت انتخاب مشخصه در کاربرد هوش مصنوعی در تفسیرگرانی و دیگر علوم زمین نشان داده می شود. در اجرای این پژوهش، برای تربیت روش رده بندی کننده بردار حمایت شده مربوط، 20 نیمرخ مصنوعی گرانی با منبع تاقدیسی تولید شد (مجموعه تربیت کننده). همچنین برای امتحان روش رده بندی کننده بردار حمایت شده یادشده، 20 نیمرخ مصنوعی گرانی دیگر هم که آنها نیز دارای منابع به شکل تاقدیس بودند، تولید شد (مجموعه امتحان کننده). در این پژوهش نشان داده شد که برآورد ژرفای منابع تاقدیسی در حالت استفاده از مقادیر مشخصه های مناسب، خیلی دقیق تر از برآورد ژرفا در حالت استفاده از مقادیر مشخصه های نامناسب است. لازم به یادآوری است که نرم افزار انتخاب مشخصه یادشده به طور ویژه تنها برای انتخاب مشخصه تفسیر گرانی طراحی نشده، بلکه طراحی آن به گونه ای است که قابل استفاده برای انتخاب مشخصه در هر فعالیت تفسیری علوم زمین هم است.
کلید واژگان: انتخاب مشخصه, شناسایی الگو, برآورد ژرفای تاقدیس, گرانی, رده بندی کننده بردار حمایت شده}Pattern recognition algorithms especially neural network in geophysical interpretations and other Earth sciences have been used since some years ago. In neural network and other pattern recognition algorithms like support vector classifier (SVC) that the latter method is used in this research, by using the values of the features, which has been extracted from the objects (in our work gravity profiles are objects), classification of the objects can be done. Usually the features are selected subjectively. In this paper, we have presented a homemade software that can select proper features objectively. By using SVC and the mentioned features selection (FS) software, depth estimations of anticlines have been done in this research. We have shown the difference of using proper features and improper ones in the mentioned depth estimation (a kind of classification). In this paper, twenty synthetic gravity profiles with anticline shape sources are created for training SVC and the same amountof synthetic profiles are created for testing. It has shown that depth estimation with proper features is more precise than depth estimation with improper features. Also it should be emphasized that FS is important not only in depth estimation of anticlines, but also in all kinds of classifications in Earth sciences and the mentioned homemade software code is applicable in all of them.Keywords: Feature selection, Pattern recognition, Depth estimation of anticline, Gravity, Support vector classifier} -
ثابت بودن چگالی با تانسورگرادیان به منظور به کارگیری صحیح روش فضای گرادیانیکی از روش های تفسیر داده های گرانی که به منظور تعیین عمق ساختار مدفون از آن استفاده می شود، روش نمودار فضای گرادیان است. در گام نخست، پارامتر های لازم از قبیل طول و زاویه از نمودار گرادیان افقی برحسب گرادیان قائم یا همان نمودار فضای گرادیان، استخراج می شود. سپس با انتقال این پارامتر ها روی نمودار گرادیان قائم برحسب نیم رخ، امکان تعیین عمق فراهم می آید. یکی از شرط های استفاده از روش نمودار فضای گرادیان، ثابت بودن چگالی محدوده بی هنجاری است که در صورت برقرار نشدن این شرط، تفسیر نادرست است. برای بررسی یکنواخت بودن چگالی بی هنجاری، می توان آن را به صورت یک مکعب در نظر گرفت که خود به چهار مکعب یا منشورتقسیم می شود. اگر چگالی و اندازه همه منشور ها یکسان باشد، نمودار مولفه GYX دارای چهار قله متقارن خواهد بود. بررسی تقارن موجود بین قله های نمودار مولفه GYX تانسور گرادیان نشان می دهد که تغییر فاکتور چگالی در هر یک از منشور های مدل به صورت بر هم خوردن تقارن نمودار ظاهر می شود. ازاین رو نمودار پیش گفته درنقش ابزار تعیین ثابت بودن چگالی یا به عبارت دیگر ابزاری برای انتخاب داده های قابل تفسیر در روش نمودار فضای گرادیان که نیازمند شرط ثابت بودن چگالی در کل حجم بی هنجاری است، مطرح است. آزمون مولفه GYX تانسور گرادیان در مورد داده های واقعی نشان داد که چگالی در قسمت نخست از نیم رخ داده ها با تقریب قابل قبول، ثابت است. به کارگیری روش نمودار های فضای گرادیان در تفسیر این قسمت از نیم رخ، نتایج قابل قبولی در تعیین عمق بی هنجاری را به دنبال داشت که در مقایسه با نتایج به دست آمده از روش اویلر در تعیین عمق از دقت زیادی برخوردار بود. باتلر که مبدع روش تفسیر هندسی به کمک نمودارهای فضای گرادیان است، فهرست نامه ای عرضه کرده است که در آن شکل نمودار فضای گرادیان کلیه ساختار های متداول در تفاسیر ژئوفیزیکی به چشم می خورد. ازاین رو چنانچه محاسبات به درستی صورت گیرد، نمودار فضای گرادیان، مشابه یکی از شکل های پیشنهادی خواهد بود. در تفسیر بخش دوم از نیم رخ مشاهده شد که نمودار فضای گرادیان حاصل با هیچ یک از نمودار های پیشنهادی باتلر شباهت ندارد لذا امکان به کارگیری آن روش وجود نخواهد داشت. آزمون ثابت بودن چگالی برای قسمت دوم با نیم رخ داده های واقعی صورت گرفت و معلوم شد که چگالی در این قسمت از نیم رخ، ثابت نیست.کلید واژگان: نمودار فضای گرادیان, تانسور گرادیان, چگالی, گرانی, تعیین عمق, گرادیان افقی و قائم}The test of density constancy by gradient tensor for suitable usage of gradient space plot methodGradient Space Plot (GSP) is a structural method for gravity data interpretation, which is used for depth estimation of buried structures. In this structural interpretation, determination of depth, size, geometry and density contrast using a gravity gradient is proposed. In 1995, a general procedure for classifying and analyzing gravity gradient profile data over 2D structures was presented completely by Butler. In that research, it was shown that GSP, i.e. plots of horizontal gradient versus vertical gradient, present the complete magnitude and phase information on the gradient profiles simultaneously. To perform this method, necessary parameters like length and angle are initially extracted from the gradient space plot. Then, they are transmitted to a plot of vertical gradient versus profile, which leads to depth estimation. It is worth remarking that a comparison of measured or calculated gradient space plots to a model gradient space plot catalogue allows a rapid, qualitative determination of structure or geometry. Here, we suppose the anomaly is similar to one of the presented structures in the Butler Catalogue. We know that the Butler method requires no quantitative information or assumptions regarding the density contrasts. In these structures, for a correct interpretation, the density is assumed to be constant. To assess the density consistency, we model any arbitrary anomaly with a series of right rectangular prism pairs, overlaid with their sides and parallel to x-axis. In previous research a method was developed to determine the gradient tensor components, based on a model consisting of four right rectangular prisms of the same size. On the other hand, a change in the density value for any prism leads to different values of a GYX plot peaks. Hence, a GYX plot can be used as an attribute to show a change in density over the anomaly. In other words, it is employed as a tool to select interpretable data in the GSP method in which the density of the considered anomaly should be constant. A 3D plot of the GYX component for the gravity gradient tensor produces a pair of peaks which lie above and below the model surface. The number of the peaks is equal to the number of the prisms. The most important feature of this plot is the complete symmetry that exists in its peak values which can be obtained from the constant density in all prisms. In the case of four prisms, we have four peaks the amplitudes of which are proportional to density contrasts of any prism. It can be possible to avoid the perspective issues by 3D rotating in a cyclic way. The 2D plots contain more accurate information to the size of the peaks. Application of the gradient tensor test for real data showed that the density was constant in the area of the first part of the profile. In the first section of the profile, present interpretation compared favorably with the Euler method. The density constancy test for the second part of the profile was performed. The density in this part of the profile was not constant. Therefore, the reason for an ill-posed usage of GSP was shown. Space plots due to this section of profile were not similar to those of the Butler catalogue.Keywords: Gradient space plot, gradient tensor, Density, Gravity, depth estimatin, GXZ, GZZ}
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.