وارونسازی یک بعدی داده های مگنتوتلوریک بر اساس الگوریتم لارسن

قلعه نویی, محمد حسین; پورقهرمانی, پرویز

doi:10.17383/S2251-6565(15)940913-X

وارونسازی یک بعدی داده های مگنتوتلوریک بر اساس الگوریتم لارسن

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشکده مهندسی معدن، دانشگاه صنعتی سهند تبریز

10.17383/S2251-6565(15)940913-X

چکیده

مدل نهایی بدست آمده در وارونسازی داده‌های مگنتوتلوریک بایستی تا حد امکان با زمین‌شناسی منطقه مورد مطالعه همخوانی داشته باشد. در اغلب روش‌های وارونسازی یک‌بُعدی مگنتوتلوریک که بصورت لبه‌های تیز ارایه می شود، مدل‌هایی بدست می‌آید که انطباق زیادی با زمین‌شناسی منطقه مورد مطالعه ندارد. این عدم انطباق بخصوص در آخرین لایه دیده می‌شود. الگوریتم‌هایی که بصورت هموار ارایه می‌شود، اغلب آنقدر هموار هستند که لایه‌های نازک به سختی قابل مدل بوده و یا اصلا مدل نمی‌شوند. در الگوریتم لارسن بخصوص در لایه آخر عدم اعتماد وجود دارد که لارسن برای حل این مشکل از توابع کرنل استفاده کرده است. اما در روش حاضر برای این منظور از الگوریتم لارسن استفاده شده به اضافه این که تعداد لایه‌ها در این روش زیاد بوده و اغلب بیشتر از 10 لایه است. در این الگوریتم برخلاف روش لارسن نیازی به حل توابع کرنل نیست و مشکل انتخاب پارامترهای مدل مانند مقیاس ضخامت لایه‌ها حل شده است. نهایتا با به کار بردن داده‌های مصنوعی و واقعی قابلیت این روش نشان داده شده است.

کلیدواژه‌ها

موضوعات

اکتشاف معدن

عنوان مقاله [English]

One-dimensional Magnetotelluric inversion based on Larsen’s algorithm

نویسندگان [English]

Mohammad Hossein Ghalehnoee
Parviz Pourghahramani

Dept. of Mining, Sahand University of Technology

چکیده [English]

Final model of one-dimensional magnetotelluric inversion should be consistent with geology of the region. In most sharp 1D inversion, final model is not consistent with the geology especially in the last layer. Smooth inversion such as Occam’s method often are very smooth that the thin layers are masked or difficult to model. There is uncertainty in the Larsen’s algorithm (1981), such as sharp algorithms especially the last layers. So Larsen used kernel function to overcome this problem. In the present method, the Larsen’s algorithm has been used while there are multiple layers, usually more than 10. In our method, solving kernel functions are not necessary and the depth scale is selected automatically. Finally, the method has been performed on some artificial and real data successfully.

کلیدواژه‌ها [English]

response function
Magnetotelluric
kernel function
scaled-layer thickness
impedance determination
misfit

مراجع

[1] Weidelt, P. (1972). The inverse problem of Geomagnetic Induction. Zeitchrift fur Geophysik, 38, 257-289.

[2] Parker, R. L. (1980). The inverse problem of electromagnetic induction: existence and construction of solutions based on incomplete data. J. Geophys. Res., 85, 4421- 4428.

[3] Fischer, G., Schnegg, P. A., Peguiron, M., & Le Quang, B. V. (1981). An analytic one-dimensional inversion scheme. Geophys. j. R. astr. Soc., 67, 257-278.

[4] Larsen, J. C. (1981). A new technique for layered earth magnetotelluric inversion. Geophysics, 46(1), 1247- 1257.

[5] Whittal. K. P., & Oldenburg. D. W. (1986). Inversion of Magnetotelluric data using practical inverse scattering formulation. Geophysics, 51, 383- 395.

[6] Srnka, L. J., & Crutchfield, W. Y. (1987). Riccati inversion of magnetotelluric data, Geophys. J. R. astr. Soc., 91, 211-228.

[7] Constable, C. C., Parker, R. L., & Constable, C. G. (1987). Occam’s inversion: A practical algorithm for generating smooth models from electromagnetic sounding data. Geophysics, 52(3), 289–300.

[8] Gupta, P. K., Niwas, S., & Gaur, V. K. (1996). Straightforward inversion scheme (SIS) for one-dimensional magnetotelluric data. Proceedings of the Indian Academy of Sciences, Earth and Planetary Sciences, 105, 413- 429.

[9] Niwas, S., Gupta, P. K., & Gaur, V. K. (2007). Straightforward inversion of MT data using a normalized impedance function. Geophysics, 72(1), F19-F24.

[10] Ghalehnoee. M. H., & Arousmahaleh. F. G. (2012). Magnetotelluric soundings in the Sabalan geothermal area, Iran. Indian Journal of Geosciences, 66(1), 39-48.

[11] Pedersen, L. B. (2004). Determination of the regularization level of truncated singular-value decomposition inversion: The case of 1D, inversion of MT data. Geophys. Prospect., 52, 261-270.