مدل سازی وارون داده های گرانی با قید تغییرات کلی با استفاده از روش جهت متناوب ضرایب

مدل سازی وارون داده‌های گرانی یکی از مهم‌ترین مراحل پردازش و تفسیر این داده‌ها است. این مقاله یک روش مدل سازی وارون پراکنده جدید مبتنی بر منظم‌سازی نرم یک برای مدل سازی سه‌بعدی داده‌های گرانی ارائه می‌کند. به تنهایی، منظم‌سازی نرم یک منجر به یک مدل پراکنده با ساختار فشرده و متمرکز می‌شود. در اینجا، ما نرم یک را با تابع جریمه‌ای تکمیل می‌کنیم که قید تغییرات کلی، را اعمال می‌کند؛ انتظار می‌رود که مرزهای ساختار زیرسطحی با به کار گیری این تابع به خوبی مشخص شود. در این مطالعه، تعریف اصلی تغییرات کلی، یعنی شکل نرم یک گرادیان‌های مدل، استفاده می‌شود. برای حل مسئله با این تابع جریمه ترکیبی از نرم یک و تغییرات کلی، این مطالعه روش جهت متناوب ضرایب را معرفی می‌کند که یک الگوریتم بهینه‌سازی اولیه-دوگانه است که مسائل منظم شده شده محدب را بر اساس بهینه‌سازی تابع لاگرانژی افزوده حل می‌کند. این الگوریتم برای توابع هدف برای اعمال قیود خطی مناسب است. برای بهبود کارایی محاسباتی الگوریتم برای اعمال این روش در مسائل وارون گرانی بزرگ‌مقیاس، این مطالعه از روش گرادیان مزدوج به همراه روش انتخاب پارامتر منظم سازی تطبیقی استفاده می‌کند. این روش مدل سازی وارون بر روی هر دو داده مدل مصنوعی و داده‌های واقعی کانسار ویسی بی کانادا اعمال می‌شود، نتایج مدل‌ها نشان می‌دهد که ساختار زیرسطحی تقریباً به طور کامل قابل بازسازی است. تاثیر این تحقیق در بهبود تفسیر زمین‌شناسی و اکتشاف منابع معدنی مهم است ، زیرا وضوح بالاتر مدل‌های وارون‌سازی گرانی می‌تواند منجر به تصمیم‌گیری بهتر در مطالعات زیرسطحی شود.