مدلسازی همبستگی متقابل داده های گراویمتری معدن شواز، یزد، ایران
عنوان دوره: نوزدهمین کنفرانس ژئوفیزیک ایران
کد مقاله : 1477-NIGS
نویسندگان
1دانشکده مهندسی معدن و متالورژی
2گروه اکتشاف/دانشکده معدن و متالورژی/دانشگاه یزد/ایران
3دانشگاه یزد،دانشکده معدن و متالورژی، گروه اکتشاف
چکیده
وارونسازی دادههای گراویمتری معمولاً به 2 دسته وارونسازی خطی و غیر خطی تقسیمبندی میشوند. عموماً پروسههای وارونسازی دادههای گراویمتری به دلیل پروسهی تکرار، غیر یکتایی و خاصیت بد وضع بودن آنان، زمانگیر هستند. در این مقاله به معرفی روش همبستگی متقابل برای مدلسازی دادههای گراویمتری و گرادیان گراویمتری پرداخته میشود که روشی بسیار سریع برای مدلسازی این دادهها در فضای احتمال میباشد. در این روش ابتدا زمین به یک شبکه منظم 3 بعدی تقسیم بندی می شود، پس از محاسبه مقدار همبستگی در هر گره شبکه، توموگراف این مقادیر رسم میشود. مناطق با بیشترین مقدار، محتمل ترین محل برای وجود توده های آنومال مدفون میباشند. باید توجه داشت که نتایج در محدوده [1+، 1-] قرار دارند که بیانگر فزونی یا کسری چگالی توده آنومال نسبت به چگالی توده میزبان است. این روش بر روی 2 مدل مصنوعی اعمال شد. نتایج نشان دهنده دقت قابل قبول این روش در تخمین عمق و گستره توده مدفون می باشد. سپس این روش بر روی داده های برداشت گراویمتری محدوده شواز اعمال شده و نتایج به بحث گذاشته خواهد شد.
کلیدواژه ها
Title
3D Cross-Correlation Modelling of Shavvaz’s Gravity data, Yazd, Iran
Authors
iman ahmadi, Ahmad Ghorbani, Abdolhamid Ansari
Abstract
Inversion of gravity data is usually divided into two categories: linear and nonlinear inversion. Gravity data inversion processes are generally time-consuming due to their iterative, Ill-posed and Non-uniqueness processes. This paper introduces 3D Cross-Correlation for modelling of gravity anomaly and its vertical gradient (VGG) data which is a very fast method for modelling of these data in probability space. In this method first the earth is segmented into a 3D regular grid, after computing the correlation value for each node of the grid, these values are plotted. The areas with highest values are the most probable sites for buried anomalous masses. It should be noted that the results are in the range of [-1, +1], indicating an increase or decrease in the density of the anomalous mass relative to the host’s density. This method was applied to 2 synthetic models. The results show acceptable accuracy of this method in depth estimation and expansion of buried mass. After this method is verified and validated, it will be applied to the Shavvaz mine’s gravity anomaly data of Yazd, Iran and the results will be discussed.
Keywords
Shavvaz, Cross correlation, Inversion, Gravity, depth estimation, Modelling