تخمین عمق به روش جدید اویلر RDAS و مقایسۀ آن با نتایج مدل‌سازی؛ مطالعۀ موردی: داده‌های گرانی معدن هماتیت

Abstract

تخمین عمق ساختارهای زمین‌شناسی یکی از مهم‌ترین اهداف مطالعات ژئوفیزیکی است. واهمامیخت اویلر (اویلر استاندارد) یکی از روش‌های معروف و پرکاربرد در تخمین عمق است. بر پایۀ اویلر استاندارد روش‌های 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 می‌آید و بر پایۀ گرادیان اول قائم و مشتقات سیگنال تحلیلی استوار است. بررسی داده‌های گرانی مصنوعی نشان می‌دهد که اویلر RDAS، در تخمین عمق این داده‌ها، خطای کمتری از اویلر استاندارد دارد. همچنین از این دو روش برای تخمین عمق داده‌های گرانی ناشی از تودۀ هماتیت، واقع در استان کرمان، استفاده شده است. جواب‌های اویلر RDAS در مقایسه با اویلر استاندارد انطباق بیشتری با مرز آنومالی‌ها دارد و همچنین برای هر آنومالی، جواب‌ها در بازۀ قائم کوچک‌تری قرار دارند که می‌تواند ملاکی برای دقیق‌تر بودن جواب‌های اویلر RDAS باشد. برای بررسی بیشتر با استفاده از وارون‌سازی به روش کاماچو داده‌های گرانی معدن هماتیت مدل‌سازی شده است. افزون بر این، نتایج مدل‌سازی با نتایج تخمین عمق اویلر مقایسه شده است. در این مقایسه 10 نقطه برروی آنومالی‌ها مشخص شده و عمق دقیق آنومالی‌ها برای این نقاط نشان داده شده است. خطای میانگین مجذور مربعات بین جواب‌های اویلر و مدل‌سازی محاسبه شده است. این خطا، بین اویلر RDAS و مدل‌سازی، کمترین مقدار است که نشان می‌دهد جواب‌های اویلر RDAS به جواب‌های مدل‌سازی نزدیک است. بنابراین می‌توان گفت جواب‌های اویلر RDAS و مدل‌سازی از اویلر استاندارد دقیق‌تر است.