تخمین عمق به روش جدید اویلر RDAS و مقایسه آن با نتایج مدل سازی؛ مطالعه موردی: داده های گرانی معدن هماتیت

تخمین عمق ساختارهای زمین شناسی یکی از مهم ترین اهداف مطالعات ژئوفیزیکی است. واهمامیخت اویلر (اویلر استاندارد) یکی از روش های معروف و پرکاربرد در تخمین عمق است. بر پایه اویلر استاندارد روش های متنوعی برای کاهش خطای تخمین عمق معرفی شده است. در این پژوهش از روش جدیدی به نام اویلر RDAS استفاده شده است. این روش با استفاده از اویلر استاندارد به دست می آید و بر پایه گرادیان اول قائم و مشتقات سیگنال تحلیلی استوار است. بررسی داده های گرانی مصنوعی نشان می دهد که اویلر RDAS، در تخمین عمق این داده ها، خطای کمتری از اویلر استاندارد دارد. همچنین از این دو روش برای تخمین عمق داده های گرانی ناشی از توده هماتیت، واقع در استان کرمان، استفاده شده است. جواب های اویلر RDAS در مقایسه با اویلر استاندارد انطباق بیشتری با مرز آنومالی ها دارد و همچنین برای هر آنومالی، جواب ها در بازه قائم کوچک تری قرار دارند که می تواند ملاکی برای دقیق تر بودن جواب های اویلر RDAS باشد. برای بررسی بیشتر با استفاده از وارون سازی به روش کاماچو داده های گرانی معدن هماتیت مدل سازی شده است. افزون بر این، نتایج مدل سازی با نتایج تخمین عمق اویلر مقایسه شده است. در این مقایسه ۱۰ نقطه برروی آنومالی ها مشخص شده و عمق دقیق آنومالی ها برای این نقاط نشان داده شده است. خطای میانگین مجذور مربعات بین جواب های اویلر و مدل سازی محاسبه شده است. این خطا، بین اویلر RDAS و مدل سازی، کمترین مقدار است که نشان می دهد جواب های اویلر RDAS به جواب های مدل سازی نزدیک است. بنابراین می توان گفت جواب های اویلر RDAS و مدل سازی از اویلر استاندارد دقیق تر است.

Keywords:

اویلر استاندارد , تخمین عمق , داده های گرانی , سیگنال تحلیلی , ضریب ساختاری , واهمامیخت اویلر