پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,573 |
| تعداد مقالات | 71,036 |
| تعداد مشاهده مقاله | 125,508,852 |
| تعداد دریافت فایل اصل مقاله | 98,772,173 |
معرفی روشی برای مدل‌سازی دوبُعدی اتوماتیک داده‌های مغناطیس‌سنجی با بررسی موردی منطقه مکران در جنوب شرق ایران | ||
| فیزیک زمین و فضا | ||
| مقاله 10، دوره 36، شماره 1 - شماره پیاپی 310067، اردیبهشت 1389 اصل مقاله (572.02 K) | ||
| نویسندگان | ||
| لقمان نمکی1؛ محمدکاظم حفیظی2؛ محمود میرزایی3 | ||
| 1مؤسسه ژئوفیزیک دانشگاه تهران، دانشجوی دکتری | ||
| 2مؤسسه ژئوفیزیک دانشگاه تهران- دانشیار | ||
| 3دانشگاه اراک- استادیار | ||
| چکیده | ||
| مدل‌سازی داده‌های مغناطیس‌سنجی به‌دلیل اهمیت آن در تحلیل نقشه‌ها و نیم‌رخ‌های برداشت شده، از اهمیت بسزایی برخوردار است. با توجه به وجود ساختارهای کشیده و خطی فراوان در زمین، از جمله گسل‌ها، دایک‌ها و مانند آن و طراحی نیم‌رخ‌های برداشت عمود براین ساختارها، منجر به توسعه الگوریتم‌های مدل‌سازی دوبُعدی شده است. در این مقاله با اعمال تصحیحات و تغییراتی روی الگوریتم سه‌بعدی پیشنهاد شده محققان، یک روش مدل‌سازی دوبُعدی اتوماتیک معرفی شده است. در این روش که وارون‌سازی توزیع خواص فیزیکی است، زمین مورد بررسی در زیر نیم‌رخ داده‌های برداشت شده، به تعداد زیادی منشورهای افقی با طول بی‌نهایت و با خودپذیری مغناطیسی ثابت، تقسیم می‌شود، به‌طوری‌که تعداد این منشورها به مراتب بیشتر از تعداد داده‌ها است، بنابراین یک مسئله فرومعیّن (under-determined) حل می‌شود. یک تابع هدف، به صورت تابعی از خطای داده‌ها، اندازه پارامترهای مدل و مشتقات آنها تعریف می‌شود و با کمینه کردن این تابع، توزیع خودپذیری مغناطیسی بهینه در داخل زمین به‌دست می‌آید. الگوریتم ساده است و حتی درحالتی که هیچ‌گونه اطلاعات اولیه‌ای در دسترس نیست، جواب‌های قابل قبولی به‌دست می‌دهد. از دیگر مزایای این الگوریتم، شبیه بودن نتایج مدل‌سازی به زمین واقعی است و این از برتری‌های وارون‌سازی به روش توزیع خواص فیزیکی بر روش پارامترسازی است. الگوریتم در MATLAB برنامه‌نویسی شد و روی داده‌های حاصل از مدل‌های ساختگی، اعمال و صحت آن تأیید شد. سپس داده‌های مغناطیس هوایی یک خط پرواز شمالی–جنوبی در منطقه مکران واقع در جنوب غرب ایران مدل‌سازی شد. این منطقه در یک حوزه پشت کمان مربوط به فرورانش سنگ‌کُره (لیتوسفر) اقیانوسی عمان به زیر سنگ‌کُره قاره‌ای ایران، قرار گرفته است و به علت وجود مجموعه سنگ‌های افیولیتی، بی‌هنجاری‌های مغناطیسی برجسته و واضحی مشاهده می‌شود. مدل‌های به‌دست آمده به‌خوبی ساختارهای منطقه را نشان می‌دهند. | ||
| کلیدواژه‌ها | ||
| توزیع پارامتر فیزیکی؛ سد لگاریتمی؛ گرادیان مزدوج؛ مدل‌سازی دوبُعدی؛ مکران؛ وارون‌سازی | ||
| عنوان مقاله [English] | ||
| A method for automatic inversion of magnetic data, a case study on Makran subduction zone, South- eastern Iran | ||
| نویسندگان [English] | ||
| Loghman Namaki1؛ Mohammad kazem Hafizi2؛ Mahmod Mirzaei3 | ||
| چکیده [English] | ||
| Magnetic data inversion has a prominent role in geo-structural investigations. As lots of geological structures, such as faults, dykes, contacts etc are elongated in a specific direction, 2D algorithms became widespread during the previous years. Modifying the existing algorithms on 3D data inversion, a method has been proposed for 2D inversion of profile magnetic data, based on the physical parameter distribution method. The subsurface is divided into a large number of infinitely long horizontal prisms, with square cross section and unknown susceptibilities. A multi-term objective function is defined and an under-determined system of equation is solved to minimize it. The solution is the magnetic susceptibility of the prisms inside the earth. The regularization parameter makes a trade-off between the data error term and regularization term. The regularization term contains a model length term which defines the total model area in 2D problems and a first order difference model which make sure that the reconstructed model is smooth. Weighting coefficients have been considered for both of these terms to apply smallness as well as smoothness for the recovered model in different directions. To use the extra information that may be available in the area such as drilling works, other geophysical studies and also the interpreter's imagination of the geological structures, weighting matrices have been inserted in the objective function. As there is no physical and geological meaning to the negative susceptibility, we used a positivity constraint inside the inversion equations to prevent negative values for susceptibility. Having all of these in hand, we expect the final model have a reasonable shape and more satisfy the true earth. In the absence of any extra information about the geological structure of the studied area, acceptable solutions are also obtained and this is the main feature of the physical distribution method. The algorithm uses a Newton step to solve the objective function minimization. A MATLAB code was prepared to implement the algorithm. As the forward mapping matrix is sometimes very large, a pre-conditioned conjugate gradient routine was used as the main solver for the linear equation that appeared in the Newton minimization. It apparently speeds up the algorithm. The algorithm was tested on two synthetic examples, a dipped dyke and a faulted dyke model. The results show that the method is capable of generating smooth presentation of geological structures. To apply the algorithm on real data, a long aeromagnetic flight line data located at Makran was inverted to model geological structures in the area. Makran has been detected to be an active subduction zone in SE Iran. Subducting the Oman oceanic crust beneath the Lut continental lithosphere has made a typical Trench-Arc complex in the area. The main target along this profile was the Jamurian Depression basin which has been proved to be a fore-arc basin and its magnetic basement has been covered by thick sedimentary rocks. Ophiolite and ultramafic rock outcrops at the Makran ranges which have made high frequency anomalies, showed that the basement might have the same composition. The results prove that there is a trapped oceanic crust remnant at the basement of the Jazmurian Depression. Geological hypothesis suggest that this basement was made under an extensional regime before or at the time of the subduction. | ||
| کلیدواژه‌ها [English] | ||
| 2D modeling, Conjugate Gradient, inversion, Makran, Physical parameter distribution | ||
|
آمار تعداد مشاهده مقاله: 2,957 تعداد دریافت فایل اصل مقاله: 2,199 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب