وارون‌سازی تُنُک سه‌بعدی توام گرادیان متقاطع با استفاده از قید همواری برای داده‌های گرانی و مغناطیس کانسار آهن هماتیتی جلال‌آباد

نوع مقاله : علمی - پژوهشی

نویسندگان

1 دانشگاه تهران

2 دانشکده مهندسی معدن، پردیس دانشکده های فنی دانشگاه تهران

10.22034/ijme.2021.86936.1641

چکیده

روش وارون‌سازی توام گرادیان متقاطع به عنوان یک روش بسیار مفید برای کاهش غیر یکتایی و همچنین رفع نقص‌های موجود در مدل‌های حاصل از وارون‌سازی مجزا محسوب می‌شود. این روش در حین داشتن این مزایا دارای معایبی است. بطوریکه الگوریتم روش وارون‌سازی توأم مبتنی بر گرادیان متقاطع زمانی که ابعاد مسئله بزرگ باشد به کندی اجرا می‌شود و در بعضی مواقع به کل قابل اجرا نیست. در این مقاله به منظور رفع این نقص، روش فضای داده بکار گرفته شده و الگوریتم بر این مبنا در محیط نرم‌افزار متلب کد نویسی شده است. به منظور بررسی کارایی کد، یک مدل مصنوعی حاوی سه مکعب با ابعاد و عمق‌های مختلف بکار گرفته شد. در ابتدا داده‌های گرانی و مغناطیس حاصل از این مدل مصنوعی با کد نوشته شده مدل‌سازی پیشرو تهیه شد و سپس با اضافه نمودن نوفه تصادفی بصورت مجزا و در فضای داده و بصورت سه بعدی وارون‌سازی شدند. در ادامه، الگوریتم بهبود یافته وارون‌سازی توأم و توسعه داده شده در محیط متلب مبتنی بر گرادیان متقاطع با اعمال قید همواری برای وارون‌سازی توام سه بعدی داده‌ها استفاده شد. نتایج به دست آمده بهبود‌های قابل توجهی در مدل‌های حاصل در یک شرایط مساوی را ایجاد کرد. این بهبود‌ها هم از جنبه تعیین موقعیت و گسترش عمقی مدل مصنوعی و هم از جنبه قابلیت اجرای کد با این تعداد پارامتر مدل بود. پس از تائید نتایج، الگوریتم مذکور برای وارون‌سازی توام و سه بعدی داده‌های گرانی و مغناطیسی برداشت شده از محدوده هماتیتی اطراف معدن جلال‌آباد زرند (استان کرمان) به منظور نمایش کارایی الگوریتم در وارون‌سازی داده‌های مغناطیسی محدوده مذکور بکار رفت. مقایسه مدل‌های حاصله با نتایج حفاری موید صحت کار و کارایی بالای این الگوریتم، حتی زمانی که با کمبود داده مواجه هستیم، می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Cross-gradient based 3D sparse joint inversion using smoothness constraint for gravity and magnetic data of Jalalabad Hematite ore

نویسندگان [English]

  • Ali Moradzadeh 1
  • Farshad Joulidehsar 2
  • Faramarz Doulati Ardejani 2
1 Shahrood University
2 School of Mining Engineering, College of Engineering, University of Tehran
چکیده [English]

Cross-gradient based joint inversion method is one of the very useful methods for reduction of non-uniqueness and elimination of lacks of reconstructed models using separate inversion. This method have also some deficiencies against its advantages. It needs too much time when the dimension of problem is large and sometimes it's not runnable. In this paper data space method, as a fast procedure for inversion of some matrices in inversion process, was represented and cross-gradient based joint inversion algorithm supported by this method was developed in MATLAB software. To investigate the capability of code, a synthetic model include three cubes with various dimensions and depth extend was used. At first the calculated gravity and magnetic anomalies of this synthetic model were separately inverted using data space inversion method. Then these synthetic gravity and magnetic data were jointly inverted using the improved 3D inversion algorithm along with smoothness constraint. The obtained results showed significant improvements in the output model with the same conditions of separate data inversion. These improvements were in delineation of location and depth estimating aspects and also capability of code performance to recover such number of model’s parameters. After validating of results, the proposed routine was applied for 3D joint inversion of the gravity and magnetic data of one Hematite area around Jalalabad iron mine in Zarand city (Kerman province). Comparison of the inversion results with those obtained by drilling, validates correctness and ability of the presented algorithm even when we encounters with deficiency of data.

کلیدواژه‌ها [English]

  • potential field
  • Structural Similarity
  • non-uniqueness
  • joint inversion
  • cross-gradient
مراجع
[1]Li Y, Oldenburg DW; 1996; "3-D inversion of magnetic data";Geophysics 61: 394-408
[2]Li Y, Oldenburg DW; 1998; "3-D inversion of gravity data";Geophysics 63: 109-19
[3] Portniaguine O, Zhdanov MS; 1999; "Focusing geophysical inversion images";Geophysics 64: 874-87
[4] Portniaguine O, Zhdanov MS; 2002; "3-D magnetic inversion with data compression and image focusing";Geophysics 67: 1532-41
[5]  Boulanger O, Chouteau M; 2001; "Constraints in 3D gravity inversion";Geophysical prospecting 49: 265-80
[6]Chasseriau P, Chouteau M; 2003; "3D gravity inversion using a model of parameter covariance";Journal of applied geophysics 52: 59-74
[7]  Gallardo-Delgado LA, Pérez-Flores MA, Gómez-Treviño E; 2003; "A versatile algorithm for joint 3D inversion of gravity and magnetic data";Geophysics 68: 949-59
[8]  Guillen A, Courrioux G, Calcagno P, Lane R, Lees T, McInerney P; 2004; "Constrained gravity 3D litho-inversion applied to Broken Hill";ASEG Extended Abstracts 2004: 1-6
[9]  van Zon T, Roy-Chowdhury K; 2006; "Structural inversion of gravity data using linear programming";Geophysics 71: J41-J50
[10] Fullagar PK, Pears GA; 2007; "Towards geologically realistic inversion";
[11]  Fullagar P, Pears G, Milkereit B; 2007; "Towards geologically realistic inversion". Presented at Proceeding of Exploration
[12]  Silva Dias FJ, Barbosa VC, Silva JB; 2009; "3D gravity inversion through an adaptive-learning procedure";Geophysics 74: I9-I21
[13]  Shamsipour P, Marcotte D, Chouteau M; 2012; "3D stochastic joint inversion of gravity and magnetic data";Journal of Applied Geophysics 79: 27-37
[14]  Fregoso E, Gallardo LA; 2009; "Cross-gradients joint 3D inversion with applications to gravity and magnetic data";Geophysics 74: L31-L42
[15]Gallardo LA, Meju MA; 2007; "Joint two-dimensional cross-gradient imaging of magnetotelluric and seismic traveltime data for structural and lithological classification";Geophysical Journal International 169: 1261-72
[16]  Julia J, Ammon C, Herrmann R, Correig AM; 2000; "Joint inversion of receiver function and surface wave dispersion observations";Geophysical Journal International 143: 99-112
[17]  Nelson KD, Zhao W, Brown L, Kuo J, Che J, et al; 1996; "Partially molten middle crust beneath southern Tibet: synthesis of project INDEPTH results";Science 274: 1684-8
[18]  Van Overmeeren RA; 1981; "A combination of electrical resistivity, seismic refraction, and gravity measurements for groundwater exploration in Sudan";Geophysics 46: 1304-13
[19]Lines LR, Schultz AK, Treitel S; 1988; "Cooperative inversion of geophysical data";Geophysics 53: 8-20
[20] Nath SK, Shahid S, Dewangan P; 2000; "SEISRES—a visual C++ program for the sequential inversion of seismic refraction and geoelectric data";Computers & Geosciences 26: 177-200
[21] Anderson M, Matti J, Jachens R; 2004; "Structural model of the San Bernardino basin, California, from analysis of gravity, aeromagnetic, and seismicity data";Journal of Geophysical Research: Solid Earth 109
[22] Lees J, VanDecar J; 1991; "Seismic tomography constrained by Bouguer gravity anomalies: Applications in western Washington";Pure and Applied Geophysics 135: 31-52
[23]Berge P, Berryman J, Bertete-Aguirre H, Bonner P, Roberts, J., Wildenschild D;2000;" Joint inversion of geophysical data for site characterization and restoration monitoring.". Rep. Proj 55411
[24] Vozoff K, Jupp D; 1975; "Joint inversion of geophysical data";Geophysical Journal International 42: 977-91
[25]Zhang J, Morgan FD; 1997; "Joint seismic and electrical tomography". Presented at 10th EEGS Symposium on the Application of Geophysics to Engineering and Environmental Problems
[26]Gallardo LA; 2004; "Joint two-dimensional inversion of geoelectromagnetic and seismic refraction data with cross-gradients constraint". University of Lancaster
[27]  Bennington NL, Zhang H, Thurber CH, Bedrosian PA; 2015; "Joint inversion of seismic and magnetotelluric data in the Parkfield Region of California using the normalized cross-gradient constraint";Pure and Applied Geophysics 172: 1033-52
[28]  Gallardo LA; 2007; "Multiple cross‐gradient joint inversion for geospectral imaging";Geophysical Research Letters 34
[29]Gallardo LA, Meju MA; 2004; "Joint two‐dimensional DC resistivity and seismic travel time inversion with cross‐gradients constraints";Journal of Geophysical Research: Solid Earth 109
[30]Zhou J, Meng X, Guo L, Zhang S; 2015; "Three-dimensional cross-gradient joint inversion of gravity and normalized magnetic source strength data in the presence of remanent magnetization";Journal of Applied Geophysics 119: 51-60
[31] Joulidehsar F, Moradzadeh A, Doulati Ardejani F; 2018; "An improved 3D joint inversion method of potential field data using cross-gradient constraint and LSQR method" Pure and Applied Geophysics 175: 4389–4409.
[32]Gallardo LA, Pérez-Flores M, Gómez-Treviño E; 2005; "Refinement of three-dimensional multilayer models of basins and crustal environments by inversion of gravity and magnetic data";Tectonophysics 397: 37-54
[33]Tarantola A, Valette B; 1982; "Generalized nonlinear inverse problems solved using the least squares criterion";Reviews of Geophysics 20: 219-32.
[34]  Pak, Y. C., Li, T., & Kim, G. S. 2017; "2D data-space cross-gradient joint inversion of MT, gravity and magnetic data"; Journal of Applied Geophysics, 143, 212-222.
[35]  Blakely RJ; 1996; "Potential theory in gravity and magnetic applications": Cambridge University Press
[36] Rao DB, Babu NR; 1991; "A rapid method for three-dimensional modeling of magnetic anomalies";Geophysics 56: 1729-37
[37] Rao DB, Prakash M, Babu NR; 1990; "3D AND 2½ D MODELLING OF GRAVITY ANOMALIES WITH VARIABLE DENSITY CONTRAST";Geophysical Prospecting 38: 411-22
[38]Tarantola A; 2005; "Inverse problem theory and methods for model parameter estimation": siam
[39] Cella F, Fedi M; 2012; "Inversion of potential field data using the structural index as weighting function rate decay";Geophysical Prospecting 60: 313-36.
[40] ژولیده‌سر، ف.، و مصطفایی، ک.، ;1392;" خدمات ژئوفیزیک منیتومتری و گراویمتری در آنومالی­های سنگ آهن ایران مرکزی، پروژه اکتشاف گرنی سنجی در محدوده شمالی معدن سنگ آهن جلال آباد زرند، گزارش گرانی سنجی", مشارکت شرکت معدنکاو و زمین موج گستر