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

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 توام 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 توام 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.

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

Crossgradient based joint inversion method is one of the very useful methods for reduction of nonuniqueness 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 crossgradient 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.