سمیه طبسی - دانشگاه صنعتی شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک، شاهرود
ابوالقاسم کامکارروحانی - دانشگاه صنعتی شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک، شاهرود

طراحی دقیق شبکه برداشت دادههای اکتشافی به منظور اجتناب از خطاها حین نمونهبرداری و کاهش هزینهها الزامی است. با تعیین دقیق پارامترهای برداشت، دادهها بر اساس دقت مورد نظر اندازهگیری و ثبت میشوند. در عمل، بازسازی صحیح آنومالیهای حقیقی با توجه به محدودیتهای موجود امکانپذیر نمیباشد. در نرمافزارهای موجود، فواصل بین نقاط برداشت از روشهای کمترین مربعات و یا کریجینگ تخمین زده میشوند. روند هموارسازی موجود در این روشها باعث ایجاد انحرافاتی در شکل آنومالیهای ایجاد شده میشود. در این مطالعه با استفاده از شبکههای عصبی پس انتشار خطا، شبکه برداشت دادههای مغناطیسسنجی با دقت مناسب درونیابی شده است. نتایج اعتبارسنجی مدل طراحی شده نشان دهنده کارایی مناسب و سرعت بالای این روش در مدلسازی شبکه برداشت دادههای اکتشافی میباشد. با تخمین و مدلسازی دادهها قادر به تشخیص مرز شروع آنومالیهای اکتشافی مورد نظر خواهیم بود و با انطباق آن با نقشه زمین شناسی منطقه، می توان برنامه های بعدی پروژه اکتشافی را به این بخش محدود ساخت و از صرف زمان و هزینه جلوگیری نمود.

شبکه عصبی، پس انتشار خطا، شبکه برداشت، مغناطیسسنجی