Halaman 1

GRAV3D Versi 3.0

Perpustakaan Program untuk Pemodelan dan
Pembalikan Data Gravitasi melalui Struktur 3D.
Fasilitas Pembalikan UBC-Geofisika
Departemen Ilmu Bumi dan Ilmu Kelautan
Universitas British Columbia
Vancouver, British Columbia
Mei 2005
GIF
© UBC-Geophysical Inversion Facility 2001 - 2005

Halaman 2
Panduan GRAV3D:
Perpustakaan program
Pada halaman ini: Deskripsi | Isi paket | Perizinan | Instalasi
Deskripsi
GRAV3D adalah perpustakaan program (versi 3.0 pada Agustus 2005) untuk
melaksanakan pemodelan ke depan dan inversi permukaan,
data gravitasi udara, dan / atau lubang bor dalam tiga dimensi. Perpustakaan program
menjalankan fungsi-fungsi berikut:
Pemodelan maju dari komponen vertikal dari respon gravitasi ke kontras densitas
volume 3D. Itu
model ditentukan menggunakan mesh sel persegi panjang, masing-masing dengan
nilai kontras densitas konstan, dan
topografi disertakan. Respons gravitasi dapat dihitung di mana saja dalam volume
model, termasuk
di atas topografi simulasi survei di darat atau udara, dan di dalam survei simulasi
borehole darat.
Pembalikan data gravitasi permukaan, udara, dan / atau lubang bor untuk
menghasilkan model 3D kontras densitas.
Inversi dipecahkan sebagai masalah optimisasi dengan tujuan simultan
dari (i) meminimalkan suatu
fungsi obyektif pada model dan (ii) menghasilkan data sintetis yang cocok dengan
pengamatan ke dalam a
tingkat ketidaksesuaian konsisten dengan statistik dari data tersebut.
Untuk mengatasi kurangnya informasi yang melekat tentang jarak antara sumber dan
pengukuran,
formulasi menggabungkan istilah bobot kedalaman atau jarak.
Dengan meminimalkan fungsi obyektif model, distribusi kontras densitas bawah
permukaan ditemukan
keduanya dekat dengan model referensi dan halus dalam tiga dimensi. Sejauh mana
salah satu dari keduanya
tujuan mendominasi dikendalikan oleh pengguna dengan memasukkan informasi
geofisika atau geologi priori ke
inversi. Informasi sebelumnya yang eksplisit juga dapat mengambil bentuk batas atas
dan bawah pada kerapatan
kontras di sel mana pun.
Parameter regularisasi (mengendalikan kepentingan relatif dari fungsi obyektif dan
istilah ketidakcocokan) adalah
ditentukan dengan salah satu dari tiga cara, tergantung pada seberapa banyak yang
diketahui tentang kesalahan dalam data terukur.
Ukuran besar masalah inversi 3D yang berguna dikurangi dengan penggunaan
kompresi wavelet. Parameter
mengontrol pelaksanaan kompresi ini tersedia untuk pengguna tingkat lanjut.
Penelitian yang mendasari perpustakaan program ini didanai terutama oleh
konsorsium industri mineral "Bersama dan
Inversi Koperasi Geofisika dan Geologi Data "(1991 - 1997) yang disponsori oleh
NSERC (Kanada
N ational S cience dan E ngineering R esearch C ouncil) dan 11 perusahaan berikut:
BHP Minerals, CRA Exploration,
Cominco Exploration, Falconbridge, Eksplorasi dan Pengembangan Teluk Hudson,
Layanan Eksplorasi & Teknis INCO,
Perusahaan Eksplorasi Kennecott, Perusahaan Emas Newmont, Eksplorasi Noranda,
Placer Dome, dan WMC.
Kerangka teoritis untuk GRAV3D disediakan dalam makalah berikut (lihat halaman
publikasi situs web UBC-GIF untuk
rincian):
Li Y., dan Oldenburg DW (1998), "3D inversi data gravitasi", Geofisika, 63 , No.1,
109-119.
Dua makalah pendek termasuk contoh penerapan GRAV3D dalam konteks eksplorasi
mineral adalah:
Efektivitas biaya inversi geofisika dalam eksplorasi mineral: Aplikasi di San Nicolas ,
Nigel Phillips, Doug
Oldenburg, dan Jiuping Chen, Yaoguo Li, Partha Routh, 2001, The Leading Edge,
Volume 20, Edisi 12 p. 1351
Aplikasi Inversi Geofisika dalam Masalah Eksplorasi Mineral, Oldenburg DW, Li Y.,
Farquharson CG,
Kowalczyk P., Aravanis T., King A., Zhang P., dan Watts A. (1998), The Leading
Edge, 17, 461 - 465.
Isi paket perangkat lunak
Paket yang dapat dilisensikan mencakup komponen-komponen berikut:
Program yang dapat dijalankan untuk melakukan pemodelan maju 3D dan inversi
survei gravitasi. Perpustakaan GRAV3D
(Platform WindowsXX atau Linux) terdiri dari tiga program utama dan satu utilitas:
GZFOR3D: melakukan pemodelan ke depan.
GZSEN3D: menghitung sensitivitas dan fungsi pembobotan kedalaman.
GZINV3D: melakukan inversi magnetik 3D.
GZPRE3D: mengalikan sensitivitasfile oleh model untuk mendapatkan data yang
diprediksi.
Antarmuka pengguna grafis disediakan hanya untuk platform
WindowsXX. Fasilitas termasuk
GRAV3D-GUI.EXE: antarmuka utama untuk menyiapkan inversi dan memantau
perkembangan
perhitungan;
GM-DATA-VIEWER: utilitas untuk melihat data permukaan atau udara mentah
(tetapi bukan data lubang bor), kesalahan
distribusi, dan untuk membandingkan yang diamati dengan data yang diprediksi
secara langsung atau sebagai peta perbedaan;
MESHTOOLS3d: utilitas untuk menampilkan model 3D yang dihasilkan sebagai
rendering volume. Volume kerentanan dapat
diiris ke segala arah, atau rendering isosurface dapat dihasilkan.
Dokumentasi ada di tempat lain melalui menu di sebelah kiri. Perhatikan saat ini
tidak ada dokumentasi untuk
Antarmuka pengguna GRAV3D-GUI. Namun, sangat mirip dengan MAG3D GUI,
dan ada dokumentasi untuk

Halaman 3
MAG3D-GUI.EXE.
Contoh set data dan latihan disediakan pada CD-ROM IAG .
Perizinan
Versi pendidikan terkendala dari program ini tersedia dengan CD-ROM IAG . Versi
pendidikannya sepenuhnya
fungsional sehingga pengguna dapat belajar bagaimana melakukan 3D data gravitasi
yang efektif dan efisien. Namun,
PENELITIAN ATAU PENGGUNAAN KOMERSIAL TIDAK MUNGKIN
karena versi pendidikan TIDAK akan bekerja
lebih dari 200 titik data atau 12.000 sel di mesh 3D.
Lisensi untuk versi akademik yang tidak dibatasi tersedia - lihat dokumen kebijakan
perizinan (di UBC-GIF
situs web).
CATATAN: semua lisensi akademik akan dibatasi waktu hingga satu tahun . Anda
dapat mendaftar ulang setelah waktu itu. Ini memastikan itu
semua orang menggunakan versi kode terbaru.
Lisensi untuk penggunaan komersial dikelola oleh distributor, bukan oleh kelompok
penelitian UBC-GIF. Detail ada di
dokumen kebijakan perizinan .
Untuk belajar dan dokumentasi:
Untuk tautan ke dokumentasi, utilitas terkait, dan contoh, lihat menu di sebelah kiri.
Menginstal GRAV3D versi 3.0 - versi pendidikan
Untuk pengguna dengan salinan IAG saja!
Salin semua file di folder ini ke komputer Anda .
Tempatkan semuanya bersama-sama di folder baru seperti c: \ ubcgif \ grav3d \
1
Tidak diperlukan instalasi lebih lanjut.
2
Ikuti petunjuk dalam salah satu latihan CD-ROM ini, atau lihat dokumentasi program.
3
Ingat bahwa ini adalah versi pendidikan. Kode tidak akan berfungsi dengan lebih
dari 200 titik data atau 12.000
sel-sel di mesh 3D.
4.
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00

Halaman 4
Panduan GRAV3D:
pengantar
Program dan tujuannya
Perpustakaan program GRAV3D adalah gugatan algoritma untuk pembalik
data gravitasi dikumpulkan di bumi tiga dimensi. Versi 1.0 dari
fasilitas ini dijelaskan secara rinci di Li dan Oldenburg (1998), dan
versi berikutnya menambahkan fleksibilitas dan efisiensi yang lebih besar ke
pemodelan maju dasar dan algoritma inversi. Khususnya itu
memungkinkan masalah yang lebih besar untuk diselesaikan melalui penggunaan
wavelet
mengubah, dan itu memungkinkan kendala geofisika, dalam bentuk
batas atas dan bawah pada kerapatan setiap sel, untuk dimasukkan.
Catatan tentang Versi 3.0 di bawah.
Masalah yang ditangani oleh GRAV3D melibatkan data gravimetri
berkumpul di mana saja di atau di atas permukaan Bumi. Data ini
adalah komponen vertikal dari medan gravitasi yang disebabkan oleh tiga
distribusi dimensi kontras densitas dalam volume
langsung di bawah area survei. Volume bawah permukaan ini (dengan topografi
opsional) dimodelkan sebagai satu set
sel persegi panjang masing-masing dengan kontras kontras konstan. Untuk
perhitungan ke depan, kerapatan anomali dalam setiap sel adalah
dikenal dan data yang diukur melalui model Bumi yang dikenal ini dihitung. Masalah
invers melibatkan
memperkirakan kontras kerapatan semua sel berdasarkan pengukuran yang
dikumpulkan selama survei lapangan. Dalam
Sisa dari pendahuluan ini kami tunjukkan beberapa sorotan, dan kami menekankan
pentingnya memahami apa
jenis model yang dapat dipulihkan program, dan bagaimana program
beroperasi. Perubahan diterapkan untuk Versi GRAV3D
3.0 diuraikan pada akhir bab ini.
Ringkasan bagian pada latar belakang teoritis
Pengantar memberikan pemahaman dasar tentang bagaimana data gravitasi
berhubungan dengan Bumi, dan tujuan pembalik seperti itu
data.
Solusi untuk masalah ke depan dijelaskan, dan contoh dari perhitungan ke depan
disediakan.
Metode pemecahan masalah gravitasi terbalik diuraikan. Singkatnya, inversi
dipecahkan sebagai optimasi
masalah dengan tujuan simultan i) meminimalkan fungsi obyektif pada model dan ii)
menghasilkan sintetik
data yang cocok dengan observasi untuk tingkat ketidaksesuaian yang konsisten
dengan statistik data tersebut.
Dengan meminimalkan fungsi obyektif model, distribusi kontras densitas bawah
permukaan ditemukan keduanya
dekat dengan referensi dan halus dalam tiga dimensi. Sejauh mana salah satu dari dua
tujuan ini mendominasi
dikontrol dengan mendefinisikan skala panjang untuk kelancaran. Ini adalah langkah
penting dan memungkinkan pengguna untuk menggabungkan
priori geofisika atau informasi geologis ke dalam inversi. Informasi sebelumnya yang
eksplisit juga dapat mengambil formulir
batas atas dan bawah pada kontras kerapatan di sel mana pun.
Kepentingan relatif dari fungsi obyektif istilah ketidakcocokan dikendalikan oleh
parameter regularisasi. Ini
parameter ditentukan dalam satu dari tiga cara, dan tergantung pada seberapa banyak
yang diketahui tentang kesalahan dalam
data terukur. Bagian 1.6 membahas masalah ini, dan penting untuk memahami
bagaimana pilihan opsi
mempengaruhi hasil dari program inversi.
Data bidang potensial tidak memiliki informasi yang melekat tentang jarak antara
sumber dan pengukuran, oleh karena itu
penggabungan istilah bobot kedalaman atau jarak dalam formulasi sangat
penting. Bagian 1.4 menjelaskan masalah ini, dan
menjelaskan opsi yang tersedia untuk mengendalikan bagaimana sel-sel dalam model
masuk ke dalam solusi terlepas dari kedalamannya atau
jarak dari pengukuran.
Ukuran besar masalah inversi 3D yang berguna dikurangi dengan penggunaan
kompresi wavelet. Mengontrol parameter
penerapan kompresi ini tersedia untuk pengguna tingkat lanjut, dan bagian 1.5
memberikan beberapa rincian tentang caranya
kompresi wavelet diterapkan.
Ringkasan elemen program, petunjuk penggunaan, dan contoh
File dan format file mirip dengan kode UBC-GIF lainnya, meskipun ada beberapa
aspek khusus untuk GRAV3D

Halaman 5
V3.0. Sorotan dicatat di bawah ini, tetapi Anda harus membaca Bab 2 dari manual
untuk perincian.
File jala mendefinisikan bagaimana volume permukaan tanah 3D
didiskritisasi. Tentukan ukuran sel yang akan gambar Anda
target dengan detail yang memadai tanpa menghasilkan terlalu banyak sel
model. Kemudian tambahkan sel bantalan di luar wilayah
penyelidikan. Ingat bahwa program harus membalikkan matriks sensitivitas yang
memiliki ukuran sebanding dengan N x M, di mana N adalah
jumlah titik data dan M adalah jumlah total sel dalam model. Matriks sensitivitas ini
harus berada di dalam
memori komputer untuk eksekusi yang efisien. Masalah dengan lebih dari 10.000
hingga 20.000 sel model, dan / atau lebih
dari beberapa ribu titik data
dianggap besar, dan mungkin diharapkan membutuhkan waktu komputasi yang cukup
banyak.
Juga, dianggap bijaksana untuk terus melanjutkan data yang dikumpulkan sangat
dekat dengan tanah sehingga
pengukuran tampak seolah dikumpulkan pada ketinggian kira-kira sama dengan
setengah lebar sel. Ini terutama berlaku di
Kehadiran topografi yang parah.
File yang mendefinisikan topografi, lokasi observasi, dan observasi (data terukur)
sudah jelas. Manual
termasuk rincian tentang bagaimana memastikan konsistensi mengenai ketinggian dan
topografi.
Ada file model terpisah yang mendefinisikan kontras densitas untuk model awal,
model referensi, atas dan bawah
batas pada kontras kerapatan, dan model keluaran akhir, semua dengan struktur
serupa. Model-model ini didefinisikan melalui mesh
file, dan setiap sel memiliki kontras kerapatan konstan. Juga, Anda harus jelas
bagaimana sel di atas topografi
berhasil.
Pemodelan maju, perhitungan sensitivitas dan program inversi dijalankan dari baris
perintah dengan parameter
ditentukan dalam file terpisah. Dalam deskripsi file parameter ini mencari detail
mengenai kedalaman atau jarak
pembobotan, kompresi wavelet, dan bagaimana menentukan parameter fungsi
obyektif model. Ada juga yang penting
catatan tentang "mode" inversi. Mode pilihan Anda menentukan metode apa yang
digunakan program untuk menemukan regularisasi
parameter. Pilihan ini didasarkan pada jenis informasi apa yang Anda miliki tentang
kesalahan data, dan statistik kesalahan. Keluaran
file juga ditentukan, dan Anda harus mencatat informasi yang diberikan dalam file
log. File ini
merangkum kemajuan inversi, dan pemeriksaan yang cermat terhadap informasinya
merupakan aspek penting dari kendali mutu.
Isi file log bergantung pada mode mana yang digunakan untuk inversi; lihat bagian
terakhir bab 3 untuk detailnya.
Manual ini diakhiri dengan dua contoh sintetis. Yang pertama menggambarkan
fasilitas yang baru ditambahkan untuk menentukan bagian atas
dan batas bawah pada kontras densitas sel yang dipulihkan. Contoh kedua
mengilustrasikan inversi masalah yang lebih besar.
Kesimpulan
Keberhasilan penerapan hasil inversi ke masalah geologis menuntut pemahaman
proses inversi.
Sementara model akan sehalus dan dekat dengan model referensi karena
ketidakcocokan data akan memungkinkan, hasil yang sebenarnya
dikendalikan oleh seleksi yang cermat dari skala panjang, fungsi pembobotan, dan
parameter penghambat. Ukuran dari
masalah berkurang menggunakan kompresi wavelet dan manajemen ketidakcocokan
dikendalikan oleh pilihan mode dan
parameter terkait. Tingkat fleksibilitas ini membuat penting bahwa pengguna
memiliki pemahaman umum yang baik
teori inversi dan spesifikasi pelaksanaannya untuk GRAV3D. Akhirnya, pastikan
untuk membaca catatan terkait
perubahan diterapkan untuk Versi 3.0.
CATATAN: GRAV3D Ver 3.0 (Juni 2005) - perubahan pada kode dan manual
Seperti yang diharapkan, kode UBC-GIF yang lebih baru memiliki fitur-fitur yang
telah ditemukan penting untuk penyelesaian praktis
masalah tetapi fitur ini tidak termasuk dalam pustaka program
sebelumnya. Peningkatan yang dijelaskan di bawah ini mengatasi ini
isu. Kode yang direvisi lebih seragam dalam kapabilitas dan lebih efisien dalam
perhitungan.
Perbaikan sejak versi 2.0
Sebuah prekondisi baru untuk memecahkan sistem persamaan Gauss-Newton
menghasilkan peningkatan yang signifikan
kinerja.
Semua nilai, kecuali untuk matriks sensitivitas yang tersimpan, sekarang dalam presisi
ganda. Ini menghasilkan lebih akurat
perhitungan.
Ketika memasukkan koordinat UTM, yang memiliki banyak digit signifikan,
pengguna tidak lagi harus mengurangi
konstan.
Sensitivitas file.txt adalah keluaran setelah
menjalankan gzsen3d.exe . Ini berisi sensitivitas rata-rata untuk setiap sel.
File ini dapat digunakan untuk kedalaman analisis investigasi atau untuk digunakan
dalam merancang fungsi obyektif model khusus
pembobotan.
File gzinv3d_nopos.den adalah output selama bagian pertama dari inversi. Ini
berisi kerapatan tanpa
batasan batasan yang dikenakan.
File gzinv3d_XX.den adalah output setelah setiap iterasi beta.

Halaman 6
Di gzinv3d.exe pengguna dapat memasukkan nilai alfa atau skala panjang.
Model referensi sekarang termasuk dalam perhitungan norma model.
Model referensi sekarang diskalakan oleh pembobotan mendalam sebelum memulai
iterasi tanpa-positivitas.
Perhitungan sensitivitas yang dilakukan oleh gzsen3d.exe kini lebih efisien.
Mengubah ke file run-time untuk GRAV3D Versi 3.0
Tidak ada.
Perubahan pada manual ini untuk GRAV3D Versi 3.0
Catatan pengantar ini, dan beberapa tambahan untuk "eksekusi".
Catatan tentang kecepatan komputasi
Waktu berjalan untuk GRAV3D Ver2.0 dan Ver3.0 dibandingkan pada gambar di atas
untuk masalah yang cukup rumit.
Ini adalah contoh nyata yang melibatkan 1839 titik data dan 920856 sel dalam model,
dan topografi moderat.
Kode Versi 3.0 secara signifikan lebih cepat dalam semua kasus.
Kecepatan juga sangat bergantung pada komputer. Waktu saat menggunakan dua
komputer ditunjukkan di bawah ini. Keduanya
Prosesor Pentium IV dengan 1 Gbyte RAM. Namun, perbedaan yang signifikan
menyangkut ukuran CPU
memori cache. Sebagian besar komputer yang terjual sejak sekitar tahun 2005
memiliki 1,0Mb memori cache dan ini menghasilkan a
peningkatan yang signifikan dalam waktu untuk menyelesaikan pekerjaan dengan
perhitungan intensif.
Kompleksitas masalah juga mempengaruhi waktu komputasi. Di tabel, bandingkan
waktu ketika batas berada
termasuk saat-saat ketika tidak ada batas yang disertakan. Semua aspek lain dari
inversi identik.
Hasil ini disajikan hanya sebagai ilustrasi. Waktu untuk menghitung masalah yang
diberikan sangat bergantung
pada jumlah titik data, ukuran mesh, dan bagaimana cara Anda mengatur semua
parameter untuk inversi,
termasuk data, kendala, regularisasi, kompresi, dll.
© UBC Earth and Ocean Sciences, F. Jones. Kamis, 12 Oktober 2006 14:23:17

Halaman 7
Panduan GRAV3D:
Teori latar belakang
Halaman ini: | Pendahuluan | Pemodelan maju | Pembalikan | Penimbangan
kedalaman | Kompresi Wavelet | Regularisasi |
Contoh |
1.1 Pendahuluan
Panduan ini menyajikan latar belakang teoritis, contoh numerik, dan penjelasan untuk
mengimplementasikan perpustakaan program
GRAV3D. Ini suite algoritma, dikembangkan di UBCGeophysical Inversion Facility,
diperlukan untuk membalikkan gravimetri
tanggapan atas distribusi dimensi 3 kontras kerapatan, atau kerapatan anomali
(selanjutnya disebut sebagai 'kepadatan'
untuk kesederhanaan). Manual ini dirancang agar ahli geofisika yang akrab dengan
eksperimen gravitasi, tetapi siapa
belum tentu berpengalaman dalam rincian teori invers, dapat menggunakan kode dan
membalikkan data mereka. Berikut ini, kami
menggambarkan dasar-dasar dari algoritma, tetapi pembaca dirujuk ke Li dan
Oldenburg ( 1997, 1998 ) untuk diskusi mendalam
berbagai aspek algoritma. Perhatikan bahwa pemahaman tentang komponen-
komponen ini diperlukan bagi pengguna untuk memiliki
pandangan global dari algoritma dan menggunakan perpustakaan program dengan
benar.
Eksperimen gravitasi melibatkan pengukuran komponen vertikal medan gravitasi
yang dihasilkan oleh anomali (baik
kelebihan atau kekurangan) massa di bawah permukaan. Distribusi massa anomali,
dicirikan oleh densitas (x; y; z),
menghasilkan medan gravitasinya sendiri , yang ditumpangkan pada medan gravitasi
sekitarnya. Dengan mengukur bidang yang dihasilkan
dan menghapus bidang ambien dari pengukuran melalui pemrosesan numerik, satu
memperoleh bidang karena
massa anomali.
Komponen vertikal medan gravitasi yang dihasilkan oleh densitas (x; y; z) diberikan
oleh
(1)
di mana 0 adalah vektor yang menunjukkan lokasi observasi dan merupakan lokasi
sumber. V mewakili volume
massa anomali, dan merupakan konstanta gravitasi. Di sini kami telah mengadopsi
sistem koordinat Cartesian
asal di permukaan bumi dan sumbu z menunjuk vertikal ke bawah.
Data dari survei gravitasi khas adalah seperangkat pengukuran lapangan yang
diperoleh pada grid 2D di atas permukaan. Ini
data pertama diproses untuk menghasilkan perkiraan bidang anomali, yang
disebabkan oleh kelebihan atau kekurangan massa di bawah ini
area data. Tujuan dari inversi gravitasi adalah untuk memperoleh, dari data anomali
yang diekstraksi, informasi kuantitatif
tentang distribusi kerapatan anomali di dalam tanah.
Pustaka GRAV3D terdiri dari tiga program:
GZFOR3D: menghitung data gravitasi permukaan yang dihasilkan oleh model
kerapatan yang diberikan.
1
GZSEN3D: menghitung matriks sensitivitas untuk digunakan dalam inversi.
2
GZINV3D: membalikkan medan gravitasi anomali untuk menghasilkan model
kerapatan.
3
Berikut ini, kami menguraikan dasar-dasar prosedur forward dan inverse yang
digunakan oleh program-program ini.
1.2 Pemodelan Maju
Pemodelan kedepan data gravitasi adalah masalah linear dan dapat dilakukan dengan
melakukan integrasi dalam persamaan (1). Kita
membagi wilayah minat menjadi satu set sel prisma 3D dengan menggunakan mesh
ortogonal 3D dan menganggap konstan
kepadatan dalam setiap sel. Kami mendiskritkan model kerapatan dengan cara ini
karena paling cocok untuk inversi kami
metodologi. Diberikan diskretisasi seperti itu, medan gravitasi di lokasi i ' dapat
ditulis sebagai,
(2)

Halaman 8
Dalam persamaan (2), j dan Vj adalah densitas dan volume dari sel j'th , di
diperkenalkan sebagai simbol generik untuk datum i'th,
dan G ij , didefinisikan oleh ekspresi dalam kurung, mengkuantifikasi kontribusi
sel j'th ke i'th datum. Solusinya
untuk integral dalam persamaan (2) dapat ditemukan di Nagy ( 1966 ) dan kami telah
mengadopsi solusi oleh Haaz ( 1953 ) di sini. Menyatakan
dalam notasi matriks, data gravitasi yang terdiri dari observasi N diberikan oleh
(3)
dimana
= ( d 1 ; ...; d N ) T adalah vektor data dan = ( 1 ; ...; M ) T adalah vektor yang berisi nilai-
nilai kerapatan M
sel. Program GZFOR3D melakukan perhitungan pemodelan ke depan untuk
menghasilkan data gravitasi permukaan yang dihasilkan oleh a
model kerapatan yang diberikan. Program GZSEN3D menghitung
matriks G lengkap untuk digunakan dalam inversi, dengan opsional
kompresi wavelet diterapkan.
Untuk mengilustrasikan program pemodelan ke depan, dan untuk memperkenalkan
contoh yang digunakan dalam bagian inversi dari manual ini,
kami menghitung anomali gayaberat pada permukaan bumi yang dihasilkan oleh
model kerapatan yang ditunjukkan pada Gbr.1. Model
terdiri dari tanggul pencelup dengan kepadatan anomali 1,0 g / cm3 terletak di latar
belakang seragam. Modelnya
diwakili oleh 4000 sel (dengan 20 di setiap arah horisontal dan 10 dalam arah
vertikal). Anomali dihitung
pada ketinggian 0,5 m di atas permukaan di atas 21 oleh 21 grid dengan jarak 50 m di
kedua arah. Presentasi kontur
dari data ditunjukkan pada Gbr.2.
Gambar 1: Model sintetis; mencelupkan tanggul dengan
kerapatan anomali = 1 g / cm3.
Atas: Penampang melintang di utara 525 m.
Tengah: bagian rencana di kedalaman 125 m.
Bawah: rencana-bagian pada kedalaman 225 m.
Gambar 2: Anomali gayaberat dalam satuan mGal.
Gaussian noise tidak berhubungan telah ditambahkan
data. Simpangan baku dari kebisingan aditif
0,01 mGal ditambah 5% dari besarnya datum.
1.3 Metodologi Inversi
Masalah inverse diformulasikan sebagai masalah optimisasi di mana fungsi obyektif
dari model kerapatan
diminimalkan tunduk pada kendala bahwa data direproduksi ke dalam toleransi
kesalahan. Detail tujuan
fungsi tergantung pada masalah dan dapat bervariasi sesuai dengan informasi a priori
yang tersedia, tetapi umumnya tujuannya
fungsi harus memiliki fleksibilitas membangun model yang dekat dengan model
referensi 0 dan menghasilkan model
yang halus dalam tiga arah spasial. Fungsi obyektif yang menyelesaikan ini
(4)

Halaman 9
di mana fungsi-fungsi s , w x , w y , dan w z secara spasial bergantung,
sedangkan s , X , Y , dan Z adalah koefisien
yang mempengaruhi kepentingan relatif dari komponen yang berbeda dari fungsi
obyektif. Semakin besar rasionya
X / dtk
dan seterusnya, semakin halus model yang dipulihkan dalam arah sumbu itu. Skala
kehalusan yang panjang dapat didefinisikan untuk
setiap arah sebagai
,
,
; dan menentukan nilai yang lebih besar untuk skala panjang
akan menghasilkan model yang lebih halus.
Fungsi obyektif dalam persamaan (4) memiliki fleksibilitas untuk memungkinkan
banyak model yang berbeda untuk dibangun. Model referensi
0 mungkin merupakan model latar belakang umum yang diperkirakan dari investigasi sebelumnya atau bisa jadi model nol. Itu
kedekatan relatif model akhir ke model referensi di lokasi manapun dikendalikan oleh
fungsi . Sebagai contoh,
jika penerjemah memiliki kepercayaan yang tinggi terhadap model referensi di suatu
wilayah tertentu, ia dapat menetapkan bahwa nilai telah meningkat
amplitudo di sana dibandingkan dengan daerah lain dari model. Fungsi
pembobotan w x , w y , dan w z dapat dirancang untuk
meningkatkan atau menipiskan struktur di berbagai wilayah dalam domain
model. Jika geologi menunjukkan zona transisi yang cepat di
model, maka bobot yang menurun untuk kerataan dapat diletakkan di sana dan model
yang dibangun akan menunjukkan gradien yang lebih tinggi
asalkan fitur ini tidak bertentangan dengan data.
Fungsi w (z) dalam persamaan. (4) adalah pembobotan mendalam yang tergantung
pada model diskretisasi dan lokasi pengamatan.
Fungsi pembobotan digunakan untuk menangkal peluruhan fungsi-fungsi kernel, G ij ,
dengan kedalaman. Karena peluruhan ini, sebuah
inversi yang meminimalkan
tunduk pas data akan menghasilkan distribusi kepadatan yang terkonsentrasi
dekat permukaan. Kami memperkenalkan pembobotan bentuk w (z) = (z + z 0 ) - / 2 ke
fungsi obyektif untuk meniadakan ini
efek. Nilai-nilai dan z 0 dibahas di bagian berikutnya. Mereka penting dalam
menentukan tujuan model
berfungsi dan dengan demikian jenis model akhir.
Langkah selanjutnya dalam menyiapkan inversi adalah mendefinisikan ukuran
ketidakcocokan. Di sini kami menggunakan ukuran 2-norma
(5)
Kami berasumsi bahwa kebisingan yang mencemari data bersifat independen dan
Gaussian dengan mean nol. Menentukan Wd menjadi a
matriks diagonal yang elemen i'thnya adalah 1 =
saya , di mana
i adalah standar deviasi dari i'th datum, membuat d a
variabel acak chi-kuadrat didistribusikan dengan derajat kebebasan N. Dengan
demikian E [ d ] = N memberikan ketidakcocokan target untuk
inversi.
Masalah terbalik diselesaikan dengan mencari kepadatan () yang meminimalkan m dan
menyesuaikan data sesuai dengan kebisingan
tingkat. Ini dilakukan dengan meminimalkan () = d + m di mana
adalah parameter regularisasi yang mengontrol
kepentingan relatif ketidakcocokan data dan model fungsi objektif m . Nilai dicari
sehingga datanya
tidak terlalu cocok atau terlalu buruk. Untuk melakukan solusi numerik, pertama-tama
kita diskretasikan fungsi obyektif dalam persamaan. (4)
menurut mesh yang mendefinisikan model kerapatan. Ini menghasilkan
(6)
dimana dimana dan
0 adalah vektor M-length. Matriks individual Ws , W x , W y , W z secara lugas dihitung
setelah mesh model dan fungsi pembobotan w (z) dan w s , w x , w y ,
w z didefinisikan. Matriks kumulatif W T
mWm
kemudian terbentuk. Rincian jumlah ini ditentukan oleh pengguna melalui input ke
program GZSEN3D dan
GZINV3D.
Karena kontras kerapatan terbatas pada rentang kecil untuk setiap masalah praktis,
dan sering ada batas yang terdefinisi dengan baik
pada kontras kerapatan berdasarkan pengambilan sampel langsung atau informasi
geologi lainnya, kami juga menerapkan batasan untuk membatasi
solusi untuk berbohong antara batas bawah dan atas. Dengan demikian solusi
diperoleh dengan batasan berikut
masalah minimisasi,
(7)
dimana
min dan
max adalah vektor yang mengandung batas bawah dan atas pada nilai-nilai model. Ketika standar
penyimpangan kesalahan data diketahui, ketidakcocokan yang dapat diterima
diberikan oleh nilai yang diharapkan dan kami akan mencari
nilai yang menghasilkan ketidakcocokan yang diharapkan. Jika tidak, nilai perkiraan
akan ditentukan. Detail berbagai
aspek memilih parameter regularisasi akan dibahas dalam bagian berikut.

Halaman 10
Kami menggunakan metode penghalang logaritmik primal dengan teknik gradien
konjugat sebagai pemecah pusat. Dalam
metode penghalang logaritmik, batasan terikat diimplementasikan sebagai istilah
barrier logaritmik. Tujuan baru
fungsi diberikan oleh,
(8)
di mana parameter penghalang, dan parameter regularisasi tetap selama
minimisasi. Seperti namanya
menunjukkan, istilah penghalang logaritmik membentuk penghalang di sepanjang
batas domain yang layak dan mencegah
minimalisasi dari menyeberang ke wilayah yang tidak layak. Metode ini memecahkan
urutan minimisasi nonlinier dengan
menurun dan, ketika mendekati nol, urutan solusi mendekati solusi persamaan (7).
Metodologi di atas memberikan kerangka dasar untuk menyelesaikan inversi gravitasi
3D dengan lokasi observasi yang sewenang-wenang.
Komponen dasar adalah pemodelan ke depan, fungsi obyektif model yang
menggabungkan pembobotan "mendalam", a
fungsi misfit data, parameter regularisasi yang pada akhirnya menentukan seberapa
baik data akan cocok, dan
metode penghalang logaritmik untuk mendapatkan solusi dengan kendala
terbatas. Tanpa masuk ke rincian algoritmik, kami
mendiskusikan tiga komponen dasar ini di bagian selanjutnya, yaitu, pembobotan
kedalaman, pemetaan maju yang efisien,
dan pilihan parameter regularisasi. Pemahaman tentang komponen-komponen ini
diperlukan bagi pengguna untuk memiliki
pandangan global dari algoritma dan menggunakan perpustakaan program dengan
benar.
1.4 Bobot Kedalaman
Sudah diketahui dengan baik bahwa data gravitasi tidak memiliki resolusi kedalaman
yang melekat. Akibatnya, struktur akan berkonsentrasi dekat
permukaan ketika model terkecil atau paling sederhana dihasilkan, terlepas dari
kedalaman sebenarnya dari tubuh penyebab. Di
istilah konstruksi model, ini adalah manifestasi langsung dari pembusukan kernel
dengan kedalaman. Karena mereka cepat
mengurangi amplitudo pada kedalaman, kernel data permukaan tidak cukup untuk
menghasilkan fungsi yang dimiliki
struktur yang signifikan pada kedalaman. Untuk mengatasi ini, inversi perlu
memperkenalkan pembobotan mendalam untuk melawan
pembusukan alami ini. Secara intuitif, pembobotan semacam itu akan membatalkan
pembusukan alami dan memberi sel pada berbagai hal yang berbeda
kedalaman probabilitas yang sama untuk memasuki solusi dengan kerapatan non-nol.
Untuk data yang diperoleh melalui permukaan yang relatif datar, sensitivitas meluruh
terutama dalam arah kedalaman. Numerik
percobaan menunjukkan bahwa fungsi dari bentuk (z + z 0 ) -2 erat mendekati
pembusukan kernel langsung di bawah
titik observasi asalkan nilai yang masuk akal dipilih untuk z 0 . Memiliki eksponen
menjadi 2 konsisten dengan
Fakta bahwa medan gravitasi meluruh sebagai jarak terbalik kuadrat. Nilai z 0 dapat
diperoleh dengan mencocokkan fungsi
(z + z 0 ) -2 dengan bidang yang dihasilkan oleh kolom sel langsung di bawah titik
pengamatan. Sesuai dengan
diskritisasi yang digunakan dalam inversi, kami menggunakan fungsi kedalaman
delapan dari bentuk
(9)
untuk inversi dan j digunakan untuk mengidentifikasi sel ke-j dan z j adalah
ketebalannya. Fungsi pembobotan ini pertama dinormalkan
sehingga nilai maksimal adalah kesatuan. Tes numerik menunjukkan bahwa ketika
bobot ini digunakan, model kerapatan
dibangun dengan meminimalkan fungsi obyektif model dalam persamaan (4), sesuai
dengan data, menempatkan anomali yang diperoleh kembali
kira-kira kedalaman yang benar.
Untuk set data yang diperoleh melalui medan kasar, peluruhan kedalaman sederhana
tidak menggambarkan variasi dominan
kepekaan. Oleh karena itu fungsi pembobotan yang bervariasi dalam tiga dimensi
diperlukan. Kami menggeneralisasi pembobotan mendalam
untuk membentuk pembobotan jarak:
(10)
V j adalah volume sel jth, R ij adalah jarak antara titik dalam V j dan observasi ke-i, dan
R 0 adalah konstanta kecil
digunakan untuk memastikan bahwa integral didefinisikan dengan baik (dipilih
menjadi seperempat dari dimensi sel terkecil). Demikian pula, ini
fungsi pembobotan dinormalkan untuk memiliki nilai maksimum persatuan. Untuk
inversi set data yang diperoleh di daerah dengan tinggi
bantuan topografi, adalah menguntungkan untuk menggunakan bentuk fungsi
pembobotan yang lebih umum ini.

Halaman 11
Fungsi pembobotan secara langsung dimasukkan dalam file sensitivitas yang
dihasilkan oleh program GZSEN3D. Program ini memungkinkan
pengguna untuk menentukan apakah akan menggunakan pembobotan kedalaman atau
bobot jarak tergantung pada medan dari
data yang diamati.
1.5 Kompresi Wavelet dari Sensitivitas Matriks
Dua hambatan utama untuk solusi masalah inversi gravitasi skala besar adalah
banyaknya memori
diperlukan untuk menyimpan matriks sensitivitas dan waktu CPU yang diperlukan
untuk aplikasi matriks sensitivitas untuk model
vektor. Perpustakaan program GRAV3D mengatasi kesulitan-kesulitan ini dengan
membentuk representasi sensitivitas yang jarang
matriks menggunakan transformasi wavelet berdasarkan pada wavelet ortonormal
yang didukung secara kompak. Untuk lebih jelasnya, pengguna adalah
dirujuk ke Li dan Oldenburg ( 1997 ). Berikut ini, kami memberikan uraian singkat
tentang metode yang diperlukan untuk penggunaan
perpustakaan GRAV3D.
Setiap baris matriks sensitivitas dalam inversi gravitasi 3D dapat diperlakukan sebagai
gambar 3D dan transformasi wavelet 3D dapat
diterapkan padanya. Dengan sifat transformasi wavelet, sebagian besar koefisien
transformasi hampir sama atau identik nol.
Ketika koefisien dengan magnitude kecil dibuang (proses thresholding), koefisien
yang tersisa masih
mengandung banyak informasi yang diperlukan untuk merekonstruksi sensitivitas
secara akurat. Koefisien yang ditahan ini membentuk a
representasi jarang dari sensitivitas dalam domain wavelet. Kebutuhan untuk
menyimpan hanya koefisien besar ini berarti itu
persyaratan memori berkurang. Selanjutnya, perbanyakan kepekaan dengan vektor
dapat dilakukan oleh a
perkalian jarang dalam domain wavelet. Ini sangat mengurangi waktu CPU. Sejak
perkalian matriks-vektor
merupakan perhitungan inti dari inversi, waktu CPU untuk solusi terbalik
berkurang. Penggunaan
pendekatan ini meningkatkan ukuran masalah yang dapat dipecahkan oleh hampir dua
orde besarnya.
Biarkan G menjadi matriks sensitivitas, dan menjadi representasi matriks simbolik
dari transformasi wavelet 3D. Kemudian mendaftar
transformasi ke setiap baris G dan membentuk matriks baru yang terdiri dari barisan
sensitivitas yang ditransformasikan setara dengan
mengikuti operasi,
(11)
dimana disebut matriks yang diubah. Ambang batas diterapkan ke baris individu oleh
aturan berikut untuk membentuk
representasi jarang s ,
(12)
di mana level threshold, dan dan
s adalah elemen dan s , masing-masing.
Tingkat ambang ditentukan sesuai dengan kesalahan yang diperbolehkan dari
sensitivitas yang direkonstruksi, yang diukur
oleh rasio norma kesalahan di setiap baris dengan norma dari baris itu, r i () . Ini dapat
dievaluasi langsung di wavelet
domain dengan ekspresi berikut:
(13)
Di sini pembilang adalah norma dari koefisien yang dibuang. Untuk setiap baris kita
memilih sedemikian r i () = r * , di mana r *
adalah akurasi rekonstruksi yang ditentukan. Namun, ini adalah proses yang
mahal. Sebagai gantinya, kita memilih baris perwakilan, i 0 ,
dan menghitung tingkat ambang 0 . Ambang batas ini kemudian digunakan untuk
menentukan ambang batas relatif
. Itu
ambang batas absolut untuk setiap baris diperoleh dengan
(14)
Program yang mengimplementasikan prosedur kompresi ini adalah
GZSEN3D. Pengguna diminta untuk menentukan r kesalahan relatif *
dan program akan menentukan tingkat ambang relatif. Biasanya nilai beberapa persen
sesuai untuk r * . Untuk
pengguna berpengalaman, program ini juga memungkinkan input langsung dari
tingkat ambang relatif.
1.6 Pilihan Parameter Regularisasi

Halaman 12
Pilihan parameter regularisasi akhirnya tergantung pada besarnya kesalahan yang
terkait dengan
data. Inversi data berisik membutuhkan pengaturan yang lebih berat, sehingga nilai
yang lebih besar diperlukan. Di bagian ini,
kami membahas berbagai implementasi untuk pilihan di perpustakaan GRAV3D.
Jika standar deviasi yang terkait dengan setiap datum diketahui, maka ketidaksesuaian
data yang ditentukan oleh persamaan (5) telah diketahui
nilai yang diharapkan, yang sama dengan jumlah data ketika kesalahan diasumsikan
sebagai noise Gaussian independen
dengan mean nol. Nilai harus sedemikian rupa sehingga ketidakcocokan yang
diharapkan tercapai. Ini memerlukan pencarian berdasarkan garis
kurva misfit sebagai fungsi. Karena kendala positivitas, masalah kita adalah
nonlinear. Jadi untuk masing-masing a
solusi nonlinier menggunakan metode penghalang logaritmik harus diperoleh. Ini
menuntut secara komputasi dan kami
oleh karena itu telah mengembangkan strategi berikut untuk mengurangi biaya.
Hal ini diamati bahwa, ketika diplot pada skala log-log, kurva ketidakcocokan untuk
inversi 3D dengan dan tanpa batasan terbatas
sering paralel satu sama lain di sekitar misfit yang diharapkan. Kurva dengan
kepositifan harus berada di atas kurva tanpa
kepositifan. Oleh karena itu, pertama-tama kita dapat melakukan pencarian baris tanpa
kepositifan untuk menemukan 0 yang menimbulkan. Pencarian ini
juga menghasilkan slope, s 0 , dari kurva misfit di 0 . Proses ini sangat efisien dan
waktu yang dibutuhkan CPU sangat banyak
smaller compared to the time required for the solution with positivity. We next
assume that s 0 can be used to
approximate the slope of the misfit curve when the positivity is imposed. A rigorous
line search incorporating positivity
starts with an initial guess of =0.5 0 . This usually yields a misfit that is very close to
the target value. If the misfit is not
sufficiently close to , however, a new guess for is obtained which makes use of the
approximate slope s 0 . Itu
inversion with updated can be solved efficiently if the logarithmic barrier algorithm is
started from an initial model close
to the final solution. That model is obtained by perturbing the solution corresponding
to the previous away from the
zero bound. The line search using this strategy is often successful in reaching the
target after testing two to four
values of . This strategy is implemented in GZINV3D as the first method for choosing
the tradeoff parameter.
In practical applications the estimate of data error is often
not available. Then the degree of regularization, hence the
value of , needs to be determined based on other
kriteria. A commonly used method in linear inverse
problems is the generalized cross-validation (GCV)
teknik. The use of GCV in inverse problems with
inequality constraints such as positivity is far more
involved and numerically expensive to implement.
However, applying GCV on the 3D gravity inversion
without bounds still produces a reasonable estimate of the
data error when the data are dominated by anomalies of
the same sign. That error can serve as a starting point for
penyesuaian lebih lanjut oleh pengguna berdasarkan pada dirinya
pertimbangan. Karena tidak ada informasi lain yang diasumsikan, kami
telah memilih untuk menggunakan nilai yang diperoleh dengan cara ini
langsung di inversi final, yang memiliki batasan terbatas
dikenakan. Dalam hal ini, hanya satu solusi penghalang logaritmik
diperlukan. Tes numerik telah mengindikasikan hal ini
penggunaan GCV yang sederhana sebenarnya sangat efektif kecuali
data memiliki bias negatif yang besar atau terdistribusi
jarang. GZINV3D telah menerapkan pendekatan ini sebagai
metode ketiga untuk memilih parameter tradeoff.
Diagram alur yang ditunjukkan ke kanan menggambarkan struktur
dari program GZINV3D. Ini memiliki tiga opsi untuk
menentukan parameter tradeoff. Yang mengendalikan
parameter adalah mode . Ketika mode = 1 , pencarian baris
berdasarkan nilai target yang diketahui dari ketidakcocokan data yang digunakan. Dua
tahap, seperti yang dibahas di atas, digunakan, dan beberapa solusi untuk
nilai-nilai yang berbeda harus diuji untuk mendapatkan salah satu yang menghasilkan
ketidakcocokan sasaran. Saat mode = 2 , pengguna menentukan a
parameter tradeoff dan solusi tunggal diproduksi. Ketika mode = 3 , program pertama
kali melakukan analisis GCV pada
inversi tanpa kepositifan dan kemudian menggunakan nilai resultan dalam inversi
akhir.
 Halaman 13
1.7 Contoh Pembalikan
Kami sekarang mengilustrasikan hasil menggunakan program GZINV3D untuk
membalikkan
data gravitasi permukaan yang dihasilkan untuk contoh dalam Bagian 1.2
atas. Daerah model kembali didiskritisasi menjadi 20 oleh 20 oleh 10 sel
50 m di samping. Kami membalikkan 441 data yang terkontaminasi suara yang
diilustrasikan
Gbr.2 untuk memulihkan kontras densitas dalam 4000 sel.
Untuk fungsi obyektif model, kami memilih L x = L y = L z = 100,0 dan unit
Fungsi pembobotan 3D untuk semua komponen dan parameter default untuk
w (z) . Model referensi nol digunakan. Kami juga memberlakukan yang lebih rendah
terikat pada 0,0 dan batas atas 2,0.
Model terakhir ditunjukkan ke kanan pada Gambar. 4. Panel atas adalah a
penampang melintang melalui pusat model dan dua panel lainnya
adalah irisan horizontal pada kedalaman yang berbeda. Bentuk tabular dari anomali
dan struktur pencelupannya sangat jelas dan tingkat kedalamannya masuk akal
pulih. Sudut kemiringan yang disimpulkan dari model yang dipulihkan dekat dengan
nilai asli. Amplitudo model yang dipulihkan sedikit kurang dari
nilai asli. Lebih dari semua, bagaimanapun, model pulih ini lebih baik dibandingkan
dengan model yang benar ditunjukkan pada Gbr.1.
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00

Halaman 14
Panduan GRAV3D:
Elemen GRAV3D, Ver. 3.0
Isi halaman ini:
pengantar
7 file umum: mesh :
berisi mesh beda hingga untuk pemodelan dan inversi 3D
topo :
berisi data topografi permukaan bumi
obs.loc :
berisi lokasi untuk survei
obs.grv :
berisi pengamatan
model.den : berisi nilai-nilai sel untuk mode densitas
bounds.den : menentukan batas atas dan bawah untuk nilai kerapatan.
w.dat :
mengandung penimbangan khusus yang mengubah jenis model yang dihasilkan dalam
inversi.
2.1 Pendahuluan
Pustaka GRAV3D terdiri dari tiga program utama dan satu utilitas:
GZFOR3D: melakukan pemodelan ke depan.
1
GZSEN3D: menghitung sensitivitas dan fungsi pembobotan kedalaman.
2
GZINV3D: melakukan inversi gravitasi 3D.
3
GZPRE3D: mengalikan file sensitivitas dengan model untuk mendapatkan data yang
diprediksi. Utilitas yang jarang digunakan ini mengalikan a
model dengan matriks sensitivitas dalam gZinv3d.mtx untuk menghasilkan data yang
diprediksi. Program ini termasuk didalamnya
pengguna yang tidak akrab dengan transformasi wavelet dan struktur gzinv3d.mtx
dapat memanfaatkan yang tersedia
matriks sensitivitas untuk melakukan studi model.
4.
Masing-masing program di atas memerlukan file input, serta spesifikasi parameter,
agar dapat berjalan. Namun,
beberapa file digunakan oleh sejumlah program. Sebelum merinci prosedur untuk
menjalankan masing-masing program di atas, kami
informasi pertama tentang file-file umum ini.
2.2 File Umum untuk Program GRAV3D
Ada tujuh file umum yang digunakan dalam GRAV3D versi 3.0. Semuanya dalam
format teks ASCII. File masukan dapat memiliki
nama apa pun yang Anda suka. Hanya file keluaran program yang telah membatasi
nama file. Juga ekstensi nama file tidak penting.
Banyak yang lebih suka menggunakan konvensi nama file * .txt sehingga file lebih
mudah dibaca dan diedit di Windows
lingkungan Hidup. File-file tersebut adalah:
mesh: 3D mesh mendefinisikan diskritisasi wilayah model 3D
1
topo.dat: menentukan topografi permukaan
2
obs.loc: menentukan lokasi pengamatan
3
obs.grv: menentukan anomali gravitasi yang diamati dengan perkiraan deviasi standar
4.
model.den: file model kerapatan
5.
bounds.den: file opsional yang berisi nilai untuk batas atas dan bawah
6
w.dat: berisi fungsi pembobotan 3D
7
FILE: mesh
File ini berisi mesh 3D yang menentukan wilayah model. mesh memiliki struktur
berikut:
NE NN NV
E0 N0 V0
E1 E2 ... ENE
N1 N2 ... NNN
V1 V2 ... VNV
Definisi parameter:
NE Jumlah sel di arah Timur.
NN Jumlah sel dalam arah vertikal.
NV Jumlah sel di arah Utara.

Halaman 15
E0, N0, V0 Koordinat, dalam meter, dari sudut barat daya, specifie di (Easting,
Northing, Elevation).
Elevasi bisa relatif, tetapi perlu konsisten dengan elevasi yang digunakan untuk
menentukan
lokasi pengamatan di obs.loc atau obs.den dan di topo.dat (lihat file yang relevan
untuk deskripsi).
Sel En lebar di arah timur (dari W ke E).
Lebar Sel Nn di arah utara (dari S ke N).
Kedalaman Vn Cell (atas ke bawah).
Mesh dapat dirancang sesuai dengan bidang minat dan jarak data yang tersedia di
daerah tersebut. Di
umum, mesh terdiri dari wilayah inti yang langsung di bawah area data yang tersedia,
dan zona padding
mengelilingi jala inti ini. Dalam mesh inti, ukuran sel harus sebanding dengan jarak
dari
data. Tidak ada batasan pada posisi relatif lokasi data dan titik-titik nodal dalam arah
horizontal. Lebar sel
di daerah ini biasanya seragam.
Kedalaman maksimum mesh yang digunakan untuk inversi harus cukup besar
sehingga tidak ada kontras densitas di bawahnya
kedalaman akan menghasilkan anomali yang nyata dengan skala panjang yang
dicakup oleh area data. Aturan praktisnya adalah bahwa
kedalaman maksimum harus setidaknya setengah dari sisi terpanjang dari area
data. Berdasarkan pengetahuan pengguna tentang
daerah survei, seseorang dapat menyesuaikan kedalaman maksimum
seperlunya. Ketebalan sel dalam arah vertikal biasanya meningkat
sedikit dengan kedalaman. Di wilayah dangkal, rasio ketebalan hingga lebar sekitar
0,5 baik, terutama saat permukaan
topografi hadir. Pada kedalaman, ketebalan sel dekat dengan lebar sel
dianjurkan. Setelah mesh inti ini dirancang, itu
dapat diperpanjang secara lateral dengan padding dengan beberapa sel, mungkin dari
lebar variabel. Padding ini diperlukan saat
anomali diekstraksi dekat dengan batas mesh inti atau jika ada pengaruh dari anomali
di luar
area yang tidak dapat dipindahkan dengan mudah. Masalah dengan lebih dari 20.000
hingga 30.000 sel model, dan / atau lebih dari beberapa
ribuan titik data akan dianggap besar, dan dapat diperkirakan membutuhkan sejumlah
besar komputasi
memori dan waktu.
Posisi vertikal mesh ditentukan dalam elevasi. Ini untuk mengakomodasi inversi
kumpulan data yang diperoleh
di atas permukaan topografi. Ketika ada bantuan topografi yang kuat dan satu
keinginan untuk memasukkannya ke dalam inversi,
perawatan khusus harus dilakukan untuk mendesain jala. Pendekatan konseptual
sederhana adalah pertama-tama mendesain jaring segi empat
bagian atasnya (ditentukan oleh V 0 ) tepat di bawah titik elevasi tertinggi, dan
kemudian untuk menghapus sel yang berada di atas
permukaan topografi. Ini adalah pendekatan yang diambil dalam GRAV3D. Jumlah
sel yang akan dilucuti di setiap kolom adalah
ditentukan oleh topografi file topo.dat yang disediakan pengguna . Hanya sel yang
tersisa yang akan digunakan dalam pemodelan ke depan
atau termasuk dalam inversi sebagai parameter model.
Contoh file mesh: Berikut ini adalah 10 x 10 x 5 mesh di mana masing-masing sel
adalah 50m dengan 50m oleh 50m.
10 10 5
000
50,0 50,0 50,0 50,0 50,0 50,0 50,0 50,0 50,0 50,0
50,0 50,0 50,0 50,0 50,0 50,0 50,0 50,0 50,0 50,0
50,0 50,0 50,0 50,0 50,0
FILE: topo.dat
File opsional ini digunakan untuk menentukan topografi permukaan model 3D oleh
ketinggian di lokasi yang berbeda. topo.dat
memiliki struktur berikut:
! komentar
!
npt
E1 N1 elev1
E2 N2 elev2
Enpt Nnpt elevnpt
Komentar : baris teratas dimulai dengan! adalah komentar.
npt = jumlah poin yang ditentukan
Ei, Ni, elevi = Easting, Northing dan elevasi titik i th . Ketinggian dalam file ini dan Vo
di meshfile harus
ditentukan relatif terhadap referensi umum.
Garis-garis dalam file ini dapat berurutan sepanjang jumlah totalnya sama
dengan npt . Data topografi tidak perlu
disediakan di jaringan biasa. GRAV3D mengasumsikan satu set poin yang tersebar
untuk umum dan menggunakan triangulasi berbasis
interpolasi untuk menentukan elevasi permukaan di atas setiap kolom sel. Untuk
memastikan diskretisasi yang akurat dari
topografi, adalah penting bahwa data topografi diberikan ke seluruh area di atas model
dan bahwa

Halaman 16
titik data elevasi yang disediakan tidak terlalu jarang.
Jika topo.dat tidak disediakan, permukaan akan dianggap rata.
Contoh file topo.dat :
!! data topografi
4
0,0 0,0 50,0
0,0 1000,0 50,0
1000.0 0.0 -50.0
1000.0 1000.0 -50.0
CATATAN: Meskipun sel-sel di atas permukaan topografi dihapus dari model, sel-sel
itu masih harus disertakan dalam
file model, model.sus, seolah-olah mereka adalah bagian dari model. Untuk file model
input, sel-sel ini dapat diberi nilai apa pun. Itu
Memulihkan model yang dihasilkan oleh program inversi MAGINV3D juga termasuk
sel-sel yang dikeluarkan dari model, tetapi
sel-sel ini akan memiliki nilai -100.0 sebagai pengenal
FILE: obs.loc
File ini digunakan untuk menentukan lokasi observasi. Ini digunakan oleh kode
pemodelan maju saja. Berikut ini adalah
struktur file dari obs.loc:
! komentar ...
!
ndat
E1 N1 Elev1
E2 N2 Elev2
Endat Nndat Elevndat
Parameter adalah:
! komentar baris teratas yang dimulai dengan! adalah komentar.
ndat jumlah observasi.
En, Nn, Elevn easting, northing dan elevasi pengamatan, diukur dalam
meter. Ketinggian seharusnya
di atas topografi untuk data permukaan, dan di bawah topografi untuk data lubang
bor. Itu
lokasi pengamatan dapat dicantumkan dalam urutan apa pun.
Informasi easting, northing dan elevation harus berada dalam sistem koordinat yang
sama seperti yang didefinisikan dalam mesh.
Contoh file obs.loc: Kami menyediakan contoh file di bawah ini.
Contoh file data
! Uji data
!
441 !! # data
0,00 0,00 1,0
0,00 50,00 1,0
0,00 100,00 1,0
:
1000. 00 900,00 1.0
1000. 00 950,00 1.0
1.000,00 1.000,00 1,0
FILE: obs.grv
File ini digunakan untuk menentukan lokasi observasi dan anomali gravitasi yang
diamati dengan standar yang diperkirakan
deviasi. Nilai parameter yang menentukan lokasi pengamatan sama dengan yang ada
di obs.loc. Output dari
program pemodelan ke depan GZFOR3D memiliki struktur yang sama kecuali bahwa
kolom standar deviasi untuk
kesalahan dihilangkan. Berikut ini adalah struktur file obs.grv:
! komentar ...
!
ndat
E1 N1 Elev1 Grav1 Err1
E2 N2 Elev2 Grav2 Err2
:
 Halaman 17
Endat Nndat Elevndat Gravndat Errndat
Parameter adalah:
! komentar baris teratas yang dimulai dengan! adalah komentar.
ndat jumlah observasi.
En, Nn, Elevn easting, northing dan elevasi pengamatan, diukur dalam
meter. Ketinggian seharusnya
di atas topografi untuk data permukaan, dan di bawah topografi untuk data lubang
bor. Itu
lokasi pengamatan dapat dicantumkan dalam urutan apa pun.
Gravn Data anomali gayaberat, diukur dalam mGals.
Errn deviasi standar Gravn . Ini menunjukkan kesalahan mutlak. TIDAK BISA
menjadi nol atau negatif.
CATATAN: Perlu dicatat bahwa data Gravn diekstraksi anomali setelah reduksi
data standar dan regional
penghapusan diterapkan. . Satu set data yang sesuai adalah satu di mana hanya ada
beberapa nilai data untuk setiap sel mesh pada
Permukaan bumi. Juga, adalah bijaksana untuk meneruskan data ke atas sehingga
mereka tampak seolah-olah mereka dikumpulkan pada ketinggian
kira-kira sama dengan setengah sel sel di atas permukaan bumi.
CATATAN: Perhatian yang hati-hati terhadap regional sangat penting untuk data
gravitasi. Ini karena ada anomali residual
dekat tepi jala, atau yang dapat disebabkan oleh fitur terlalu besar untuk dimodelkan
dengan mesh yang diberikan, harus dipertanggungjawabkan
untuk hasil inversi, bahkan jika bahan-bahan geologis penyebab berada dalam
kenyataan di luar jala. Hasilnya akan menjadi
anomali densitas yang salah dalam model yang dipulihkan.
Contoh file obs.grv:
! File contoh
!
441 !! # data
0,00 0,00 2,00 0,978189 E-01 0,293238E-02
0,00 50,00 2,00 0,109359E + 00 0,320770E-02
0,00 100,00 2,00 0,122059E + 00 0,351328E-02
...
0,00 500,00 2,00 0,236872E + 00 0,562092E-02
0,00 550,00 2,00 0,224701E + 00 0,556866E-02
FILE: model.den
File ini berisi nilai-nilai sel dari model kontras kerapatan. model. Kontras densitas
harus memiliki nilai-nilai di gm / cm 3 .
Berikut ini adalah struktur file model.den:
den 1,1,1
den 1,1,2
:
den 1,1, NV
den 1,2,1
:
den i, j, k
:
den NN, NE, NV
Setiap den i, j, k adalah kontras densitas di lokasi [ijk].
[ijk] = [1 1 1] didefinisikan sebagai sel di sudut barat daya teratas dari model. Jumlah
baris dalam file ini seharusnya
sama NN x NE x NV, di mana NN adalah jumlah sel di arah Utara, NE adalah jumlah
sel di Timur
arah, dan NV adalah jumlah sel dalam arah vertikal.
Garis-garis harus dipesan sehingga k mengubah yang tercepat (dari 1 ke NV), diikuti
oleh j (dari 1 hingga NE), kemudian diikuti oleh i
(dari 1 ke NN). Jika file topografi permukaan (topo.dat) disediakan, nilai di atas
permukaan akan diabaikan. Ini
nilai harus diberi nilai negatif yang besar (misalnya –100.0) untuk menghindari
kebingungan dengan elemen model lainnya.
FILE: bounds.den
File ini berisi nilai-nilai sel dari batas bawah dan atas pada model kerapatan yang
dicari. Ini hanya diperlukan secara opsional

Halaman 18
oleh gzinv3d. Batas-batas memiliki dimensi yang sama dengan kontras
densitas. Berikut ini adalah struktur file
bounds.den:
lb 1,1,1
ub 1,1,1
lb 1,1,2
ub 1,1,2
:
lb 1,1, NV
ub 1,1, NV
lb 1,2,1
ub 1,2,1
:
lb i, j, k
ub i, j, k
:
lb NN, NE, NV ub NN, NE, NV
Parameter adalah:
lb i, j, k adalah batas bawah pada sel [ijk].
ub i, j, k adalah batas atas pada sel [ijk].
The ordering of the cells is the same as that for model cells: [ijk]=[1 1 1] is defined as
the cell at the top-south-west
corner of the model. The total number of lines in this file should equal NN NE NV,
where NN is the number of cells in the
North direction, NE is the number of cells in the East direction, and NV is the number
of cells in the vertical direction. Itu
lines must be ordered so that k changes the quickest (from 1 to NV), followed by j
(from 1 to NE), then followed by i
(from 1 to NN). If the surface topography (topo.dat) file is supplied, the bounds for
cells above the surface will be
diabaikan. These values should be assigned a large negative value (eg –100.0) to
avoid confusion.
FILE: w.dat
This file contains the values for a user supplied weighting function. The following is
the file structure for w.dat:
WS 1,1,1 ... WS NN, NE, NV
KAMI 1,1,1 ... KAMI NN, NE-1, NV
WN 1,1,1 ... WN NN-1, NE, NV
WZ 1,1,1 ... WZ NN, NE, NV-1
Parameter adalah:
WS i, j, k = bobot sel untuk model terkecil.
WE i, j, k = bobot sel untuk antarmuka yang tegak lurus ke arah timur.
WN i, j, k = bobot sel untuk antarmuka yang tegak lurus ke arah utara.
WZ i, j, k = bobot sel untuk antarmuka yang tegak lurus dengan arah vertikal.
Dalam setiap bagian, nilai-nilai dipesan dengan cara yang sama seperti di model.den,
bagaimanapun, mereka bisa semua pada satu baris, atau
rusak beberapa baris. Karena bobot untuk istilah derivatif diterapkan ke batas antara
sel, yang
bobot memiliki satu nilai lebih sedikit ke arah itu. Misalnya, bobot untuk turunan di
arah timur telah
(NE-1) * NN * nilai-nilai NV, sedangkan jumlah sel adalah NE * NN * NV.
Jika file topografi permukaan (topo.dat) disediakan, bobot sel di atas permukaan akan
diabaikan. Bobot ini
harus diberi nilai -1.0 untuk menghindari kebingungan. Jika null dimasukkan, bukan
file w.dat, maka semua sel
bobot akan ditetapkan sama dengan 1,0.
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00

Halaman 19
Panduan GRAV3D:
Menjalankan program, Ver. 3.0
Isi halaman ini:
3 file umum: GZFOR3D melakukan pemodelan ke depan.
GZSEN3D menghitung sensitivitas dan fungsi pembobotan kedalaman.
GZINV3D melakukan inversi gravitasi 3D.
GZPRE3D mengalikan file sensitivitas dengan model untuk mendapatkan data yang
diprediksi.
File log:
File log
Penjelasan isi file log.
3.1 Pendahuluan
Dalam kode lingkungan operasi MS-WindowsXX yang terbaik dijalankan
menggunakan Antarmuka Pengguna Grafis (GUI).
Namun, semua program dalam paket juga dapat dijalankan dengan mengetikkan nama
program diikuti dengan argumen baris perintah.
Dengan format seperti itu, mereka dapat dieksekusi langsung pada baris perintah atau
dalam skrip shell. Ketika sebuah program dijalankan
tanpa argumen, itu akan mencetak pesan sederhana yang menjelaskan
penggunaannya. Format perintah dijelaskan di bawah ini.
Format perintah:
PROGRAM arg_1 arg_2 arg_3 ...
PROGRAM = nama program yang dapat dieksekusi. Jika program tidak dalam
direktori saat ini, jalurnya harus disertakan
juga.
arg_n = argumen baris perintah yang merupakan nama file. Biasanya ini adalah salah
satu yang dijelaskan di bagian sebelumnya
bagian atau file kontrol yang berisi parameter input.
3.2 GZFOR3D
Program ini melakukan pemodelan ke depan. Penggunaan baris perintah:
gzfor3d mesh obs.loc model.den [topo.dat]
Masukkan file:
Semua file dalam format teks ASCII - mereka dapat dibaca dengan editor teks apa
pun. File masukan dapat memiliki nama yang ditentukan pengguna.
mesh = mesh 3D
obs.loc = lokasi pengamatan
model.den = model kerapatan
topo.dat = topografi permukaan (opsional). Jika dihilangkan, permukaan akan
dianggap rata.
Berkas keluaran:
File ini dibuat oleh GZFOR3D - namanya TIDAK dapat ditentukan.
gzfor3d.grv = data anomali gravitasi terhitung . Karena data dalam file ini akurat,
kolom standar
penyimpangan untuk kesalahan tidak termasuk.
3.3 GZSEN3D
Program ini melakukan perhitungan fungsi sensitivitas dan penghitungan
kedalaman. Penggunaan baris perintah:
gzsen3d gzsen3d.inp
Untuk tipe file input sampel: gzsen3d —inp . Format file
kontrol gzsen3d.inp :
jala
obs.grv
topo.dat
iwt
beta znot
wvlet
ito eps
Masukkan file dan parameter:

Halaman 20
jala | Mesh 3D
obs.grv | file data. Berisi lokasi pengamatan dan anomali gravitasi yang diamati
dengan perkiraan
standar deviasi.
topo.dat | topografi permukaan (opsional). Jika nol dimasukkan, permukaan akan
dianggap rata.
iwt | integer yang mengidentifikasi jenis pembobotan kedalaman umum untuk
digunakan dalam inversi.
= 1 untuk pembobotan mendalam (hanya untuk data permukaan);
= 2 untuk pembobotan jarak (permukaan - terutama ketika topografi berat - dan / atau
lubang bor).
beta, znot | parameter mendefinisikan fungsi pembobotan kedalaman.
Ketika iwt = 1, beta dan znot digunakan sebagai dan z 0 untuk
menentukan pembobotan kedalaman .
Ketika iwt = 2, beta dan znot digunakan sebagai dan z 0 untuk
menentukan bobot jarak .
Jika nol dimasukkan pada baris ini (baris 5), maka program menetapkan beta = 2 dan
menghitung nilai
znot berdasarkan pada mesh dan lokasi data. Ini berlaku untuk iwt = 1 atau 2.
Untuk sebagian besar inversi, pengaturan baris masukan ini ke "null"
direkomendasikan. Opsi untuk
memasukkan beta dan znot disediakan untuk pengguna berpengalaman yang ingin
menyelidiki efeknya
dari pembobotan kedalaman umum untuk tujuan khusus.
Nilai beta biasanya mendekati 2,0. Perhatikan perbedaan dari nilai yang digunakan
dalam
MAG3D. Nilai yang lebih kecil menyebabkan pembobotan lebih lemah.
wvlet | string lima karakter yang mengidentifikasi jenis wavelet yang digunakan untuk
mengompresi matriks sensitivitas. Itu
tipe wavelet yang tersedia adalah wavelet Daubechies dengan 1 hingga 6 momen
hilang (daub1,
daub2, dan seterusnya) dan Symmlet dengan 4 hingga 6 momen hilang (symm4,
symm5, symm6). Catatan
bahwa daub1 adalah wavelet Haar dan daub2 adalah wavelet Daubechies-4. The
Daubechies-4
wavelet harus digunakan untuk sebagian besar inversi, sementara yang lain disediakan
untuk pengguna
percobaan. Jika null dimasukkan, tidak ada kompresi yang dilakukan dan program
menghasilkan a
matriks padat dalam bentuk aslinya.
itol, eps | integer dan bilangan real yang menentukan bagaimana level ambang wavelet
akan ditentukan.
itol = 1: program menghitung ambang relatif dan eps adalah kesalahan rekonstruksi
relatif
kepekaan. Kesalahan rekonstruksi 0,05 biasanya cukup.
itol = 2: pengguna menentukan level threshold dan eps adalah ambang relatif yang
digunakan.
Jika nol dimasukkan pada baris ini, kesalahan rekonstruksi relatif default 0,05
digunakan dan
tingkat ambang relatif dihitung (yaitu, itol = 1, eps = 0,05).
Contoh file kontrol gzsen3d.inp
jala! file jala
obs.nois! file data
null! topografi
2
! iwt = 1 kedalaman, = 2 jarak
null! beta, znot | batal
daub2! tipe wavelet
1 0,05! itol, eps | batal
Dua file output:
1) gzinv3d.mtx adalah file matriks sensitivitas yang akan digunakan dalam
inversi. File ini mengandung matriks sensitivitas,
fungsi penimbangan kedalaman umum, mesh, dan topografi permukaan
didiskritkan. Ini diproduksi oleh program dan itu
nama tidak dapat disesuaikan. Ini sangat besar dan dapat dihapus setelah pekerjaan
selesai.
2) Sebuah file sensitivity.txt adalah output setelah
menjalankan gzsen3d.exe . Ini berisi sensitivitas rata-rata untuk setiap sel. File ini
dapat digunakan untuk kedalaman analisis investigasi atau untuk digunakan dalam
merancang pembobotan fungsi obyektif model khusus. (Ditambahkan
untuk versi grav3d 3.0)
3.4 GZINV3D
Program ini melakukan inversi gravitasi 3D. Penggunaan baris perintah adalah:
gzinv3d gzinv3d.inp
Untuk jenis file input sampel: gzinv3d —inp .
Format file kontrol gzinv3d.inp adalah sebagai berikut:
irest
mode
tolc par
obs.mag

Halaman 21
maginv3d.mtx
ini.sus
ref.sus
bounds.sus
LELNLZ
w.dat
idisk
Parameter kontrol:
irest | memulai ulang bendera:
= 0: mulai inversi dari awal.
= 1: restart inversi setelah terputus. Restart membutuhkan dua file yang ditulis oleh
MAGINV3D sebelumnya
interupsi: maginv3d.aux dan maginv3d.kap (lihat di bawah).
mode | integer yang menentukan salah satu dari tiga pilihan untuk menentukan
parameter tradeoff (lihat Gambar 4 dari
latar belakang ).
mode = 1: program memilih parameter tradeoff dengan melakukan pencarian baris
sehingga
nilai target ketidakcocokan data tercapai.
mode = 2: pengguna memasukkan parameter tradeoff.
mode = 3: program menghitung parameter tradeoff dengan menerapkan analisis GCV
ke
inversi tanpa kepositifan.
par,
tolc
| dua bilangan real yang digunakan berbeda. Penggunaannya tergantung pada nilai
mode.
mode = 1: target misfit value diberikan oleh produk dari par dan jumlah data N, yaitu
,.
Parameter kedua, tolc, adalah toleransi ketidakcocokan. Ketidakcocokan sasaran
dianggap
tercapai ketika perbedaan relatif antara kesalahan yang benar dan target kurang dari
tolc.
Biasanya, nilai par harus 1,0 jika standar deviasi kesalahan yang benar ditugaskan
untuk
setiap datum. Ketika 0,0 dimasukkan untuk tolc, program mengasumsikan nilai
default tolc = 0,02.
mode = 2: par adalah nilai input-pengguna parameter tradeoff. Dalam hal ini, tolc
tidak digunakan oleh
program.
mode = 3: tidak ada dua nilai input yang digunakan oleh program. Namun, jalur input
ini masih
harus ada di sana.
CATATAN: Ketika mode = 1 baik par dan tolc digunakan. Ketika mode = 2 hanya
par yang digunakan. Saat mode = 3,
baik par maupun tolc digunakan. Namun, baris ketiga harus selalu memiliki dua nilai.
LE,
LN,
LZ
| skala panjang di arah timur, utara, dan kedalaman masing-masing. Parameter ini
menentukan
koefisien pembobotan ( s ; x ; y ; z ) dalam fungsi obyektif model. Direkomendasikan
nilai skala panjang adalah dua hingga lima sel selebar arah yang sesuai.
Jika input menetapkan L E = L N = L Z = 0,0, inversi akan memulihkan model terkecil.
Jika NULL atau null dimasukkan, skala panjang akan sama dengan dua kali lebar sel
maksimum pada
pusat jala. Sebagai contoh, jika sel adalah 50m x 50m x 25m di tengah mesh, maka
nilai default adalah L E = L N = L Z = 100 m.
idisk | parameter yang menentukan bagaimana matriks sensitivitas akan diakses.
= 0: matriks sensitivitas akan disimpan dalam memori. Jika tidak ada cukup memori,
idisk akan diatur ke 1 secara otomatis.
= 1: matriks sensitivitas akan diakses dari disk bila diperlukan. DIPERBARUI
UNTUK Ver4.0 DI ATAS
LAMPIRAN.
Contoh file kontrol gzinv3d.inp:
Inversi dimulai dari awal dengan model referensi nol. Inversi akan mencoba untuk
menyatu dengan ketidakcocokan target
sama dengan jumlah data. Matriks sensitivitas akan disimpan dalam memori.
0
!! irest
1
!! mode
1.0 0
!! par, tolc
obs.nois !! obsf
gzinv3d.mtx !! file mtx
batal
!! model awal
0,0
!! model referensi
0,0 1,0 !! batas bawah dan atas
100, 100, 100 !! alphaS, alphaE, alphaN, alphaZ
batal
!! Penimbangan 3D
0
!! idisk
Masukkan file:
File masukan dapat berupa nama file apa pun. Jika ada spasi di jalur atau nama file,
Anda HARUS menggunakan tanda kutip ("") di sekitar keseluruhan

Halaman 22
path + nama file. Detail ada di bab " Elemen ".
obs.grv | masukan file data. File harus menentukan standar deviasi
kesalahan. Menurut definisi ini
lebih besar dari nol.
gzinv3d.mtx | matriks sensitivitas dan fungsi pembobotan kedalaman (dihitung oleh
GZSEN3D).
ini.den | model awal disimpan dengan cara yang sama seperti model.den. Jika nol
dimasukkan, nilai default
ditentukan dari batas yang digunakan. Untuk model awal yang konstan, masukkan
nilai.
ref.den | model referensi disimpan dengan cara yang sama seperti model.sus. Jika nol
dimasukkan, nilai default 0,0
digunakan. Untuk model referensi konstan, masukkan nilai.
bounds.den: | batas bawah dan atas pada nilai densitas yang diperoleh kembali
disimpan dalam format bounds.den. Jika batal
dimasukkan pada baris ini, nilai default –2.0 dan 2.0 digunakan untuk semua
sel. Untuk konstan
batas, masukkan dua nilai untuk batas bawah dan atas dalam urutan itu. Misalnya,
untuk membangun
model yang dibatasi antara [0, 1.0], baris ini harus dimasukkan 0 1.0.
w.dat | fungsi pembobotan (opsional). Jika nol dimasukkan, program mengasumsikan
bobot seragam 1.0.
File keluaran:
File output dibuat oleh program. Mereka memiliki nama file yang tetap. Format file
detail ada di bab " Elemen ".
gzinv3d.log | File log berisi informasi lebih rinci untuk setiap iterasi dan ringkasan
dari
inversi.
gzinv3d.den | Model kontras kerapatan terpulihkan.
gzinv3d.pre | Data yang diprediksi.
gzinv3d.aux | File tambahan daftar norma model misfit data, dan pengali Lagrange di
berbeda
tahapan inversi. Ini hanya digunakan untuk tujuan memulai kembali inversi.
gzinv3d.rho | File sementara berisi model kontras densitas yang dihasilkan pada
berbagai tahap
inversi. Ini hanya digunakan untuk tujuan memulai kembali inversi.
gzinv3d_nopos.den | File model ini adalah output selama bagian pertama dari
inversi. Ini berisi kerapatan
tanpa batasan batasan yang dikenakan. (Ditambahkan untuk versi grav3d 3.0)
gzinv3d_XX.den | File-file model ini adalah output setelah setiap iterasi
beta. (Ditambahkan untuk versi grav3d 3.0)
Penjelasan file log
File log gzinv3d.log berisi informasi lebih rinci tentang konvergensi
inversi. Tergantung bagaimana caranya
inversi diatur oleh pengguna, konten file log sedikit berbeda. Secara umum, ada dua
tahap. Dalam
tahap pertama, program memperkirakan parameter regularisasi perkiraan. Pada tahap
kedua, program ini tampil
inversi dengan batasan terbatas menggunakan metode penghalang logaritmik dari
minimisasi, yang terdiri dari iterasi luar
dengan parameter penghalang dan iterasi bagian dalam larutan gradien konjugasi dari
sistem linear dalam setiap penghalang
perulangan. Informasi file log diatur berdasarkan dua level iterasi ini.
Kita bisa merujuk ke diagram alur Gambar 3 di bab Latar Belakang untuk memahami
output dalam file log. Di bawah kami
jelaskan secara singkat isi file log sesuai dengan mode parameter yang dipilih untuk
inversi.
Mode 1:
Dalam mode ini, ketidakcocokan target yang ditentukan pengguna disediakan dengan
menentukan chifact. Tahap pertama inversi melakukan garis
pencarian tanpa batasan terbatas untuk mengestimasi nilai perkiraan parameter
regularisasi dan kemiringan
kurva misfit. File log mengidentifikasi segmen ini dan mencantumkan ringkasan dari
setiap solusi linier seperti jumlah
conjugate gradient (CG) iterasi, ketidakcocokan data, dan norma model. Tahap kedua
inversi melakukan sejumlah
solusi penghalang logaritmik. Setiap solusi yang sesuai dengan parameter regularisasi
tunggal diperoleh dengan urutan
iterasi penghalang, dan bersarang di dalam setiap perulangan iterasi adalah
serangkaian iterasi CG. Bagian file log ini dimulai
dengan nilai parameter regularisasi, nilai awal ketidakcocokan data dan norma
model. Ini kemudian diatur dalam segmen
sesuai dengan perulangan iterasi dan daftar jumlah iterasi CG, ketidakcocokan data,
norma model, parameter penghalang, dan
nilai fungsi penghalang pada akhir iterasi itu. Sebagai penghalang iterasi kemajuan,
ketidakcocokan data, penghalang
parameter, dan fungsi penghalang harus menurun secara monoton. Fungsi obyektif
model dapat meningkat atau menurun
tergantung pada sifat model awal dari minimalisasi logaritmik. Namun, baik misfit
dan model data
fungsi obyektif harus stabil di bagian akhir.
Satu atau lebih solusi dapat diperoleh untuk menyelesaikan pencarian baris dan untuk
mencapai ketidakcocokan target. Setiap solusi akan
memiliki bagian yang berbeda dalam file log. Nilai-nilai percobaan regularisasi secara
dinamis diprediksi selama inversi
dan mereka tidak perlu dalam urutan apa pun. Setelah menyelesaikan pencarian baris
dan inversi, file log akan mencantumkan a

Halaman 23
ringkasan ketidakcocokan data dan norma model yang sesuai dengan nilai yang
berbeda dari parameter regularisasi yang diurutkan
peningkatan pesanan.
Mode 2:
Dalam mode ini, pengguna menentukan nilai parameter regularisasi dan program
melakukan penghalang logaritmik tunggal
minimalisasi untuk mendapatkan solusi. File log terutama terdiri dari informasi untuk
satu solusi logaritma sebagai
dijelaskan dalam Mode 1.
Mode 3:
Dalam mode ini, program pertama kali melakukan perkiraan GCV kebisingan data
untuk mendapatkan nilai perkiraan
parameter regularisasi, dan kemudian melakukan minimalisasi logaritmik tunggal
untuk mendapatkan solusi inverse.
Selama tahap pertama, sejumlah nilai uji coba parameter regularisasi diuji, dan dua
sistem linier
dipecahkan untuk setiap nilai. Dengan demikian bagian pertama dari file log diatur
sesuai dengan nilai parameter regularisasi.
Untuk
setiap nilai, jumlah iterasi CG, ketidakcocokan data, norma model, dan nilai GCV
tercantum. Di akhir pencarian GCV,
file log mencantumkan ketidakcocokan data, norma model, nilai GCV sesuai dengan
parameter regularisasi yang diurutkan dalam peningkatan
memesan. Parameter regularisasi yang sesuai dengan nilai GCV terendah digunakan
untuk mendapatkan solusi akhir dalam
tahap kedua. Bagian kedua dari file log sesuai dengan penghalang minimal logaritmik
tunggal dan itu identik dengan
bahwa ketika mode 2 dipilih.
3,5 GZPRE3D
Utilitas ini mengalikan model dengan matriks sensitivitas dalam gZinv3d.mtx untuk
menghasilkan data yang diprediksi. Program ini
disertakan sehingga pengguna yang tidak akrab dengan transformasi wavelet dan
struktur gzinv3d.mtx dapat memanfaatkan
matriks sensitivitas tersedia untuk melakukan studi model.
Penggunaan baris perintah:
gzpre3d gzinv3d.mtx obs.loc model.den
Masukkan file:
gzinv3d.mtx = file sensitivitas dari GZSEN3D.
obs.loc = lokasi pengamatan.
model.den = model kontras kerapatan.
Berkas keluaran:
gzpre3d.mag = data prediksi.
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00

Halaman 24
Panduan GRAV3D:
Contoh-contoh sintetis
4.1 Pendahuluan
Halaman ini mencakup dua contoh sintetis untuk mengilustrasikan Perpustakaan
GRAV3D. Model pertama terdiri dari lempengan
kontras densitas positif terkubur dalam latar belakang seragam. Ini adalah model yang
relatif kecil dan kami menggunakannya untuk mengilustrasikan keduanya
operasi dasar perpustakaan serta penggabungan batasan terikat variabel. Model kedua
terdiri dari
beberapa blok konfigurasi yang berbeda terkubur dalam latar belakang
seragam. Model ini memiliki jumlah yang relatif besar
pengamatan dan jumlah sel dalam inversi besar. Ini digunakan untuk menggambarkan
utilitas kompresi wavelet di
mempercepat inversi kumpulan data besar. Untuk kedua contoh, kami menghitung
data sintetis dari model yang benar dan
kemudian tambahkan noise Gaussian yang tidak berkorelasi untuk mensimulasikan
observasi yang berisik.
4.2 Contoh 1
Gambar 3a di bawah ini menunjukkan satu penampang melintang dan dua bagian
rencana dari model yang benar. Model ini terdiri dari tanggul yang mencelupkan
dengan latar belakang seragam. Tanggul memiliki kemiringan barat sebesar 45 o dan
lebar 200 dengan 300 m di timur dan utara
arah. Ini memanjang dari 50 m hingga 400 m secara mendalam. Kontras densitasnya
adalah 1,0 g / cm 3 .
Pengamatan disimulasikan di atas permukaan pada ketinggian 1 m, dan lebih dari 21
oleh 21 grid dengan interval grid
50 m di kedua arah. Simpangan baku kebisingan yang ditambahkan ke data adalah 2%
plus 0,01 mGal. Data yang berisik
ditampilkan pada Gambar 1. Ini menunjukkan puncak yang sekitar (600, 500) m dan
meluruh tajam di sisi timur tetapi lebih lambat pada
sisi barat karena struktur celupnya. Variasi skala kecil mencerminkan kebisingan
tambahan dalam data.
Gambar 1: Anomali gravitasi terukur (mGal), dengan
kebisingan.
Gambar 2: Data yang diprediksi dari Hasil 1.
Hasil 1: kontras densitas positif
Karena data simulasi sepenuhnya positif, adalah masuk akal untuk membalikkan
model yang terdiri dari kerapatan positif seluruhnya
kontras. Kami mencapai ini dengan memberlakukan batas bawah 0,0 untuk positif dan
batas atas besar 4,0. Model
fungsi obyektif memiliki skala panjang diatur ke 100 m di ketiga arah, dan
pembobotan kedalaman sederhana dengan default
parameter digunakan. Data prediksi dari inversi ini ditunjukkan pada Gambar 2 di
atas; itu adalah representasi halus
data yang berisik.
Model yang dipulihkan ditunjukkan dalam satu penampang melintang dan dua bagian
rencana pada Gambar 3b. Model ini ditandai dengan
Kepadatan luas tinggi di lokasi yang sesuai dengan tanggul yang mencelupkan dan
ada indikasi yang jelas dari pencelupan
struktur. Kepadatan yang dipulihkan memiliki minimal 0 sebagai dibatasi oleh batas
bawah 0. Nilai maksimum adalah
sedikit lebih besar dari 1,0 g / cm 3 , yang sebenarnya sangat dekat dengan nilai
kepadatan maksimum yang benar dalam kasus ini. Secara keseluruhan, kami punya
inversi yang cukup baik yang menggambarkan struktur penting dari model sejati.
Hasil 2: lebih ketat batasan batas atas
Hasil inversi kedua diperoleh dengan menggunakan batas atas yang sedikit lebih ketat
mengilustrasikan penggunaan batas atas sederhana. Ini berguna ketika perkiraan yang
dapat diandalkan

Halaman 25
kontras kontras maksimum tersedia. Pengenaan batasan semacam itu sering dapat
terjadi
meningkatkan solusi. Untuk inversi ini, kami telah menetapkan batas bawah dan atas
menjadi 0,0 dan 0,8. Nilai kontras kerapatan maksimum dalam model yang benar
adalah
1.0. Hasilnya ditunjukkan pada Gambar 3c. Model ini tidak jauh berbeda dari
satu pulih dalam inversi sebelumnya, tetapi kerapatan anomali tampak
sedikit lebih lebar. Ini diharapkan karena kita sekarang memiliki kepadatan yang lebih
kecil
Sebaliknya dan tubuh anomali yang diperlukan harus memiliki dimensi yang besar
mereproduksi anomali yang diamati yang sama.
Gambar 3 : Model sintetis yang benar, dan model yang dipulihkan oleh berbagai
inversi
3a: Model sintetis
3b: Model yang dipulihkan dengan menggunakan batasan batasan [0, 4]
3c: Model yang dipulihkan menggunakan batasan yang menghambat [0, 0.8]
3d: Batas variabel untuk hasil 3.
3e: Model dipulihkan menggunakan batas kendala variabel.
CATATAN: Semua angka ditampilkan pada satu halaman di sini (cocok untuk
dicetak).
Hasil 3: batas variabel
Salah satu fitur baru dalam GRAV3D Versi 2.0 adalah kemampuan untuk
memaksakan
batas variabel pada kontras kerapatan untuk dipulihkan dalam inversi. Ini
menyediakan pengguna dengan satu alat lagi untuk
memasukkan informasi geologis untuk meningkatkan inversi. Sebagai contoh, kita
mungkin mengharapkan kontras densitas yang lebih rendah dalam
wilayah orrat daripada itu di wilayah lain. Demikian pula, satu wilayah di bawah
permukaan mungkin memiliki kontras negatif
sedangkan sisanya memiliki kontras positif. Dalam kasus-kasus khusus, memaksakan
batas bawah dan atas yang sangat dekat satu sama lain
lainnya akan efektif memperbaiki kontras densitas yang diperoleh kembali ke nilai
yang diketahui selama inversi.
Dalam contoh ini, kami mengilustrasikan baik batasan variabel maupun penggunaan
batasan ketat untuk memperbaiki nilai model. Kita
membalikkan data yang diperkenalkan di atas dengan memaksakan batas bawah nol
konstan di seluruh model, dan bagian atas variabel
batas yang ditunjukkan pada Gambar 3d. Kami berasumsi bahwa permukaan atas
tanggul yang mencelup diketahui, tetapi kami tidak tahu lateral
sejauh mana tanggul atau kedalamannya. Oleh karena itu, kami memberlakukan batas
atas 0,01 di atas tanggul dan bagian atas
bound of 1.0 di bawah permukaan itu. Ini secara efektif membatasi kontras densitas di
atas di wilayah atas keseluruhan
model menjadi sangat dekat dengan nol sementara memungkinkan kontras kerapatan
bervariasi antara 0 dan setinggi 1,0 g / cm 3 sebagai
dibutuhkan oleh data.
Model yang dipulihkan ditunjukkan pada Gambar 3e. Permukaan atas dari gili
pencelup baik dicitrakan seperti yang diharapkan karena
kendala terikat yang dipaksakan. Namun, kendala di permukaan atas tanggul telah
sangat membantu gambar bagian bawah
permukaan tanggul. Lebih jauh lagi, luas lateral tanggul baik dicitrakan meskipun kita
belum membatasi sama sekali.
Ini menunjukkan keuntungan dari pemberian informasi geologi spesifik melalui batas
variabel yang membantu lebih baik
tentukan target.
Perlu dicatat bahwa adalah mungkin untuk "membuat" hampir semua model yang
Anda suka menggunakan batasan pembatas. Mereka seharusnya tidak
digunakan kecuali informasi geologis sangat andal.
4.3 Contoh 2
Sosok di sebelah kanan menampilkan volume yang diberikan gambar besar
model uji. Gerakkan mouse Anda ke atas untuk melihat model yang dipulihkan. Saya
t
terdiri dari lima blok kontras kerapatan yang berbeda dalam seragam
Latar Belakang. Ada satu tanggul besar ke kiri yang memanjang
ke kedalaman yang besar. Empat blok lebih kecil dari berbagai bentuk berada di
kedalaman dangkal ke kanan. Tiga penampang ini "benar"
model ditunjukkan melalui gerakan mouse di gambar terakhir di bawah ini. Angka ini
menunjukkan lokasi lateral vertikal lima blok. Model
menempati volume 2,5 km dengan 2,5 km dengan 1,25 km.

Halaman 26
Gambar di bawah kiri menunjukkan data gravitasi disimulasikan pada permukaan
lebih dari 51 oleh 51 grid jarak grid 50-m. Jumlah
dari 2601 data dihasilkan. Pengamatan bising disimulasikan dengan menambahkan
noise acak Gaussian. Plot data menunjukkan
empat dari lima anomali dan efek dari kebisingan tambahan.
Data gravitasi disimulasikan di atas model besar.
Data yang diprediksi berdasarkan model yang dipulihkan.
Untuk membalikkan kumpulan data ini, kami diskretkan wilayah model menggunakan
50-m kubus. Ini
hasil di 62500 sel dan matriks sensitivitas yang sesuai membutuhkan lebih dari 600
Mb untuk disimpan. Kami menggunakan contoh ini untuk mengilustrasikan kompresi
wavelet dari
GRAV3D versi 2.0. Menggunakan wavelet Daubechies-4 dan akurasi rekonstruksi
5%, rasio kompresi 30 tercapai. Matriks yang dihasilkan disimpan di
42 Mb. Dengan matriks sensitivitas terkompresi, inversi dilakukan
siap tanpa banyak permintaan pada memori komputer atau waktu CPU.
Data prediksi dari inversi ditunjukkan pada gambar di atas kanan, yang
adalah versi observasi yang halus. Model kontras densitas yang dipulihkan adalah
ditunjukkan melalui gerakan mouse di contoh pertama Gambar 2 di atas. Nilai cutoff
adalah
0,17 g / cm 3 . Kelima blok anomali dicitrakan.
Model yang dipulihkan ditunjukkan dalam tiga bagian silang pada gambar di sebelah
kanan.
Gerakkan mouse Anda ke atas untuk melihat model yang benar. Amplitudo dari
pemulihan
blok anomali lebih rendah dari nilai sebenarnya. Tingkat kedalamannya besar
mencelupkan blok juga lebih kecil. Ini diharapkan karena area datanya
terbatas. Secara keseluruhan, ini adalah representasi yang baik dari model yang benar,
dan
inversi memanfaatkan kompresi wavelet telah memungkinkan inversi menjadi
dilakukan dengan permintaan yang sangat moderat pada sumber daya komputasi.
CATATAN: Semua angka ditampilkan pada satu halaman di sini (cocok untuk
dicetak).
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00

Halaman 27
Panduan GRAV3D:
Contoh - hanya angka
Contoh 1:
Gambar 1: Anomali gravitasi terukur (mGal), dengan noise.
Gambar 2: Data yang diprediksi dari Hasil 1.
Gambar 3: model
3a: Model sintetis
3b: Model yang dipulihkan menggunakan
membatasi batasan [0, 4]
3c: Model yang dipulihkan menggunakan constraining
batas [0, 0,8]

Halaman 28
3d: Batas variabel untuk hasil 3.
3e: Model yang dipulihkan menggunakan variabel
membatasi batasan.
Contoh 2
Data dengan tambahan noise
Data yang diprediksi.
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00

Halaman 29
GRAV3D:
Antarmuka Pengguna Grafis
Antarmuka pengguna grafis (GUI) untuk mengatur dan menjalankan inversi gravitasi
3D identik dengan GUI untuk MAG3D, kecuali untuk unit
dan nilai default untuk pembobotan dan referensi mendalam, model awal atau
batas. Oleh karena itu instruksi untuk menggunakan MAG3D GUI
harus menjawab semua pertanyaan tentang menggunakan GRAV3D GUI. Klik di sini
untuk instruksi MAG3D GUI .
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00
 Halaman 30
Panduan GRAV3D:
Referensi
Haaz, IB, 1953, Hubungan antara potensi daya tarik massa yang terkandung dalam
prisma persegi panjang terbatas dan yang pertama dan
turunan kedua, Geofizikai Kozlemenyek, II, No 7.
Li, Y. dan Oldenburg, DW, 1997, inversi cepat data magnetik skala besar
menggunakan wavelet, Ann ke-67. Internat. Mtg., Soc. Expl.
Geophys., Expanded Abstracts, 490-493.
Li, Y. dan Oldenburg, DW, 1998, 3D inversi data gravitasi, Geofisika, 63, 109–119
Nagy, D. 1966, Daya tarik gravitasi dari prisma segi empat kanan, Geofisika, 31, 361–
371.
© UBC Earth and Ocean Sciences, F. Jones. Selasa, 05 September 2006 14:38:00