شناسايی گستره شوری در سفره آب زيرزمينی با استفاده از روش متمركز بر پيش بينی (PFA) و پی جويی ژئوالكتريكی

در دهه هاي اخير كاربرد هيدروژئوفيزيك در مطالعه آبخوان ها افزايش چشمگيري يافته است، اما هنوز مقادير كم آلودگي (نظير شوري) حاصل از تبديل مدل هاي ژئوفيزيكي به مدل هاي هيدروژئولوژيك، كه با روابط پتروفيزيكي انجام ميشود، دقت كافي را ندارد.جهت کسب اطلاعات بیشتر درباره شناسايی گستره شوری در سفره آب زيرزمينی با استفاده از روش متمركز بر پيش بينی (PFA) و پی جويی مدل سازی ژئوالكتريک مطالعات ژئوفيزيک در آسیا ژئوفیزیک تماس بگیرید.

شناسايی گستره شوری در سفره آب زيرزمينی با استفاده از روش متمركز بر پيش بينی (PFA) و پی جويی ژئوالكتريكی

يكي از دلايل اصلي اين موضوع، نقاط ضعف مرتبط با منظم سازي موجود در مدلسازي وارون ژئوالكتريك است. اين تبديل ها در شرايط پيچيده مانند محيط هاي ناهمگن عدم قطعيت زيادي دارند. مدل سازی ژئوالكتريک

در اين مطالعه سعي شده است با روش متمركز بر پيشبيني PFA و بدون نياز به مدل سازي وارون كلاسيك مدل سازی ژئوالكتريک ، تكامل زماني و گستره مكاني ابر آلودگي حاصل از تزريق شوري در يك آبخوان ناهمگن مصنوعي با استفاده از مقادير مقاومت الكتريكي ظاهري شناسايي و مدل شود.

هدايت هيدروليكی مدل سازی ژئوالكتريک

ابتدا ٥٠٠ سري هدايت هيدروليكي ناهمگن مختلف براي يك آبخوان مصنوعي متناسب با خاك ماسه لومي با روش شبيه سازي گاوسي متوالي مدل شد.

در مرحله بعد، با استفاده از مدل سازی ژئوالكتريک جريان و انتقال آلودگي و سپس مدل سازي پيشروِ ژئوالكتريكي، ٥٠٠ سري مقادير مقاومت ويژه ظاهري به طور جداگانه متناسب با ٥٠٠ سري هدايت هيدروليكي محاسبه شد.

تحليل همبستگی كانونی مدل سازی ژئوالكتريک

در ادامه، با تحليل همبستگي كانوني بين مدل سازی ژئوالكتريک ويژه ظاهري و داده هاي غلظت آلودگي (داده آموزش) يك رابطه خطي در فضاي كاهش ابعاد يافته برقرار شد.

به دليل دقت زياد رابطه خطي به دست آمده، توزيع پسين داده هاي ابر آلودگي (داده پيشبيني) با استفاده از رگرسيون روند گاوسي به طور مستقيم نمونه گيري شد.

نتايج از همخوانی مدل سازی ژئوالكتريک

نتايج از همخواني خوبي با داده هاي غلظت آلودگي اوليه برخوردار هستند. اين مطالعه نشان داد روش PFA مدل سازی ژئوالكتريک علاوه بر گستره مكاني و تكامل زماني ابر آلودگي، توانسته است حتي مقادير بيشينه غلظت آلودگي را نيز با دقت خوبي مدل سازي كند.

مقدمه

در طول چند دهه گذشته، هيدروژئوفيزيك كه تخصصي بين رشته اي است، مدل سازی ژئوالكتريک با استفاده از پي جويي هاي ژئوفيزيكي كمك فراواني به درك و شناسايي بهتر فرايندهاي هيدروژئولوژيكي كرده است (هرمانز و همكاران، ٢٠١٦).

يكي از كاربردهاي تازه و مهم روش هاي ژئوفيزيكي در مطالعات هيدروژئوفيزيكي، شناسايي ابر آلودگي در آبخوان و مشخصات هيدروليكي زيرسطحي است (بينلي و همكاران، ٢٠١٥ و ليند و دوچ، ٢٠١٦ ).

روش های ژئوفيزيكی

روش های ژئوفيزيكی در مقايسه با برداشت مستقيم و صحرايي داده هاي هيدروژئولوژيكي همانند حفر چاه هاي عميق مشاهده اي و برداشت منظم و تحليل نمونه هاي آب به هزينه كمتري نياز دارند (هرمانز و همكاران، ٢٠١٨ ).

به علاوه، داده هاي هيدروژئولوژيكي بيشتر نماينده يك نقطه يا منطقه با شعاع كم در اطراف چاه مشاهده اي هستند .

درحالي كه تصاوير توموگرافي حاصل از روش هاي ژئوالكتريكي ميتوانند يك نقشه دو يا سه بعدي (برحسب نوع دادهبرداري و مدلسازي) در مقياس كل محدوده آبخوان را در اختيار پژوهشگران و كاربران قرار دهند.

روش های هيدروژئوفيزيكی

در ميان روش هاي هيدروژئوفيزيكي، استفاده از روش هاي الكتريكي مبتني بر زمان-گذر (time-lapse) بسيار بيشتر گسترش يافته است (سينگا و همكاران، 2015).

مقاومت ويژه الكتريكي بسياري از سيالات منفذي در محيط هاي زمين شناسي به حجم سيال موجود و ميزان هدايت الكتريكي ويژه آن سيال بستگي دارد.

بنابراين روش هاي الكتريكي گذر زمان در عمل براي بررسي فرايندهاي ديناميكي نظير تغييرات ميزان اشباع شدگي در منطقه تهويه (كواستل و همكاران، ٢٠٠٨ )، انتقال آلودگي (آراتو و همكاران، ٢٠١٥ )، انتقال گرما (هرمانز، ٢٠١٤ ) و چگونگي پاك سازي آبخوان ها از آلودگي (مسي و همكاران، ٢٠١٦ ) بسيار مناسب هستند.

مطالعات هيدروژئوفيزيک

هدف از مطالعات هيدروژئوفيزيك تنها تخمين تغيير در مقاومت ويژه ناشي از اين فرايندهاي فيزيكي نيست، بلكه بررسي تغيير در ميزان غلظت اين فرايندها نيز هست.

شناسايي چگونگي توزيع زماني- مكاني اين فرايندهاي فيزيكي براي اهداف مديريتي و پيشبيني منابع آب، كشاورزي يا زمين گرمايي بسيار مفيد است.

مرسوم ترين راهبرد براي تبديل پارامترهاي ژئوفيزيكي به خصوصيات فيزيكي يا هيدروژئولوژيك استفاده از روابط پتروفيزيكي تجربي، آزمايشگاهي و صحرايي است (سينگا و همكاران، ٢٠١٥ ).

پارامترهاي ژئوفيزيكي اغلب با مدل سازي وارون منظم شده تعيني (deterministic regularized ) به دست مي آيند (هرمانز و همكاران، ٢٠١٦).

روش منظم شده

به هر حال روش منظم شده تعيني معمولاً به توزيع هاي آغشته به خطا براي پارامترهاي فيزيكي و هيدروژئولوژيكي منجر ميشود (سينگا و همكاران، ٢٠١٥ ).

مدل سازي وارون ژئوفيزيكي يكتا نيست و وارون سازي تعيني به دليل فراهموارسازي (over-smoothing) تصاوير ژئوفيزيكي، گاهي مقادير پارامترهاي هيدروژئولوژيكي را كمتر يا بيشتراز مقادير واقعي برآورد ميكند.

وارون سازی

مسئله مهمي كه هنگام استفاده از وارون سازي تعيني كلاسيك پيش مي آيد، تغيير در تباين فضايي روش وارون سازي است كه مانع از استفاده مستقيم روابط پتروفيزيكي در كارهاي صحرايي ميشود (دي- لويس و همكاران، ٢٠٠٥ ).

براي غلبه بر اين نقص، مويسي و همكاران ( ٢٠٠٥ ) و سينگا و مويسي ( ٢٠٠٦ ) استفاده از شبيه سازي مونت كارلو را براي به دست آوردن روابط پتروفيزيكي سلول- به- سلول پيشنهاد كردند.

همچنين اُور و همكاران ( ٢٠١٣ ) روش POD را معرفي كردند. هنوز محدوديت هاي مربوط به منظم سازي در همه اين روش ها وجود دارد (هرمانز و همكاران، ٢٠١٦).

روش ديگر برای غلبه

روش ديگر براي غلبه بر نقص تغيير در تفكيك فضايي هنگام وارون سازي، استفاده از خصوصيات آماري مربوط به پارامترهاي فيزيكي است كه ممكن است براي شناسايي تأثير همرفت و پراكنش كافي باشد (كواستل و همكاران،٢٠٠٨).

مسئله وارون

مسئله وارون ميتواند برحسب هندسه ابر آلودگي فرمول بندي شود (لالوي و همكاران، ٢٠١٢ ). در اين حالت، تعداد پارامترهاي مدل با استفاده از اولين ممان هاي فضايي توزيع پارامتر ژئوفيزيكي كاهش مييابد كه اين موضوع با فراتخمين كردن مسئله وارون، استفاده مؤثر از روش مونتكارلوي زنجيره ماركوف را فراهم ميكند (لالوي و همكاران، ٢٠١٢ ).

به هرحال به كارگيری تعداد محدودي از ممان هاي فضايي براي وارون سازي سبب ميشود دقت مدل سازي در شرايط زمين شناسي پيچيده كاهش يابد (هرمانز و همكاران، ٢٠١٦ ).

همبستگی در زمان

در چنين وضعيتي، يك راه، استفاده از همبستگي در زمان، بين داده هاي ژئوفيزيكي و هيدروژئولوژيكي است. سري زماني و تحليل طيفي (spectral analysis) مي تواند اطلاعات كمي از فرايندهاي ديناميكي رخداده در آبخوان ها را فراهم سازد (والين و همكاران، ٢٠١٣ ).

محدوديت های مربوط

البته اين روش نيز هنوز برخي از محدوديت هاي مربوط به خود وارون سازي نظير تفكيك متغير در بخش هاي مختلف محيط و نبود داده كافي از وضعيت واقعي هيدروژئولوژيكي را دربردارد.

در اين پژوهش سعي بر اين است با بهره گيري از روش (Prediction-Focused Approach) PFA و بدون نياز به مدل سازي وارون كلاسيك، گسترش فضايي و زماني ابر آلودگي شوري در يك آبخوان مصنوعي با استفاده از داده هاي ژئوالكتريكي تعيين شود.

روش های مبتنی بر منظم سازی

به جاي استفاده از روش هاي مبتني بر منظم سازي، سعي ميشود گسترش مكاني و تكامل زماني ابر آلودگي به طور مستقيم از توموگرافي مقاومت ويژه الكتريكي گذر زمان و بدون هيچ تكراري (iteration) به دست آيد.

براي اين كار يك مدل آماري چندمتغيره مستقيم بين مقادير مقاومت ظاهري (متغير اوليه) و پارامتر فيزيكي مورد نظر (داده پيشبيني) توليد شد.

در PFA، از يك چارچوب كاهش ابعاد براي محاسبه درست نمایی (likelihood) استفاده مي شود. .

درست نمايی به جای پارامترهای مدل:

بر اساس متغيرهاي فيزيكي فرمول بندي ميشود. پيش از اين، روش PFA را ساتيجا و كارس ( ٢٠١٥ ) براي پيشبيني آلودگي در يك چاه پمپاژ به كار بردند.

همچنين هرمانز و همكاران ( ٢٠١٦ و ٢٠١٨ ) از آن روش با تلفيق داده هاي ژئوفيزيكي براي تخمين تغييرات گرمايي يك آبخوان در بلژيك استفاده كردند.

در اين مطالعه از PFA در تلفيق با داده هاي ژئوالكتريكي براي مدل سازي تكامل زماني و گسترش مكاني ابر آلودگي حاصل از تزريق نمك در يك سامانه آب زيرزميني ناهمگن استفاده خواهد شد.

روش تحقیق

در اين تحقيق براي به دست آوردن داده هاي ورودي قبل از اجراي مدل PFA ابتدا مراحل زير انجام شد:

الف) مدل سازي و توليد ٥٠٠ سري ميدان هدايت هيدروليكي ناهمگن براي يك آبخوان به ابعاد ٣٠ در ٣٠ متر با سلول هاي ١ در ١ متر با استفاده از روش شبيه سازي گاوسي متوالي (sequential Gaussian simulation)

ب) مدل سازي همزمان جريان و ابر آلودگي (در اينجا شوري) در محدوده آبخوان به تعداد ٥٠٠ سري براي هركدام از شش مرحله زماني (05/0، 10/0، 20/0، 5/0، 1 و 5 سال) در محيط متلب با توليد ٣٠٠٠ ابر آلودگي؛

ج) تبديل داده هاي غلظت آلودگي به دست آمده به داده هاي مقاومت ويژه با استفاده از فرمول آرچي (آرچي، 1944)

د) مدل سازي پيشروِ ژئوالكتريكي با استفاده از آرايه دوقطبي- دوقطبي و يافتن مقاومت ويژه ظاهري در محدوده آبخوان (اجراي يك مدل پيشرو به ازاي ٣٠٠٠ ابر آلودگي).

پس از فراهم شدن مقادير ورودي كه شامل ٥٠٠ سري داده آلودگي و ٥٠٠ سري داده مقاومت ويژه است، مدل PFA اجرا شد. هدف اصلي از PFA تخمين توزيع پسين (posterior) آلودگي (h) بدون تبديل صريح داده هاي ژئوفيزيكي مشاهده اي (dobs) به داده غلظت آلودگي است.

مراحل زير بر اساس روش كار هرمانز و همكاران ( ٢٠١٣) براي مدل PFA  انجام شد:

١- استفاده از داده هاي مقاومت ويژه (داده اوليه) و ابر آلودگي (متغير پيشبيني) به عنوان داده هاي مورد نياز اوليه (آغازين)؛

٢- كاهش ابعاد داده هاي مقاومت ويژه و آلودگي با استفاده از تحليل مؤلفه هاي اصلي؛

٣- تحليل همبستگي كانوني براي برقرار كردن همبستگي چندمتغيره بين داده اوليه و متغير پيشبيني؛

٤- اجراي رگرسيون روند گاوسي (Kriging) براي داده هاي اوليه جهت به دست آوردن ماتريس هاي ميانگين شرايطي و كوواريانس متغير پيشبيني (در فضاي مؤلفه كانوني)؛

٥- نمونه گيري با مدل رگرسيون گاوسي؛

٦- برگرداندن توزيع هاي ابر آلودگي به دست آمده در فضاي كاهش ابعاد يافته به فضاي اوليه با ابعاد بزرگ.

آسیا ژئوفیزیک Sr بيانگر چشمه آلودگي، D ضريب پراكنش مولكولي  پراكنش است. ضريب پراكنش در جهت x و y به ترتيب 3 و 33/0 متر مربع بر روز انتخاب شد. در حقيقت براي هركدام از ٣٠٠٠ مدل جريان، يك مدل آلودگي اجرا شد.

براي بررسي تكامل زماني آلودگي، مدل ابر آلودگي در شش مرحله زماني مختلف
( 05/0، 10/0، 20/0، 5/0، 1 و 5 سال)  بررسي شد. براي هر مرحله زماني، 500 مدل جريان آب زيرزميني و انتقال آلودگي متناسب با ٥٠٠ سري هدايت هيدروليكي ناهمگن تهيه شد.

نقطه تزريق در x =5 و عمق ٨ متري با ميزان تزريق ثابت 2000 ميلي گرم بر ليتر قرار دارد. شكل ٢ يك نمونه از ابر آلودگي براي هركدام از شش مرحله زماني را نشان ميدهد. همانطوركه مشخص است، با افزايش زمان تزريق، ابر آلودگي به تدريج در حال گسترش است.

ازآنجاكه به خود پتانسيل ها نياز است نه پتانسيل هاي تبديل شده، درنهايت، وارون تبديل كسينوسي فوريه اعمال ميشود تا خود مقادير پتانسيل (u ) به دست آيد (پيدليسكي و نايت، ٢٠٠٨ ).

متلب پيدليسكی و نايت آسیا ژئوفیزیک

در اين مطالعه از كد متلب پيدليسكي و نايت ( ٢٠٠٨ ) و آرايه دوقطبي- دوقطبي با فاصله الكترودي 1 متر براي الكترودهاي پتانسيل استفاده شده است.

در كل، از سه جفت الكترود جريان براي تزريق الكتريسيته به درون زمين استفاده شده است. همه الكترودها در عمق ١٢ سانتي متري قرار داده شدند. جفت الكترودهاي جريان روي محور x به ترتيب در نقاط 5/0 و 15، 15 و 5/29، 5/0 و 5/29 متر قرار داده شدند.

روش PFA آسیا ژئوفیزیک

در روش PFA براي برقرار كردن يك مدل آماري بين داده هاي اوليه (اينجا مقاومت ويژه ظاهري) و پيش بيني (اينجا ابر آلودگي) ابتدا بايد يك مجموعه واقعي از هر دو داده براي آموزش مدل در دسترس باشد.

تا اينجاي كار ٥٠٠ سري از داده هاي مقاومت ويژه ظاهري و داده هاي آلودگي لازم براي هر مرحله زماني از انتقال آلودگي فراهم شده است.

در عمل، n سري آغازين (اينجا ٥٠٠ ) از فرايند زيرسطحي m (مثال پارامترهاي هيدروليكي آبخوان، تخلخل و گراديان هيدروليكي) توليد شد و پاسخ مدل h به فرايند بررسيشده (در اينجا جريان و انتقال آلودگي) شبيه سازي شد كه به طور خلاصه ميتوان نوشت:

نتایج و بحث روش های ژئوفيزيكی

در اين مقاله سعي بر اين است كه بدون اجراي مدل سازي ژئوالكتريكي وارون كلاسيك، گسترش مكاني ابر آلودگي در مراحل مختلف زماني با روش PFA مدل سازي شود.

در اين كار ماتريس سه بعدي حاوي داده هاي آلودگي شوري (نمك) براي شش مرحله زماني (05/0، 1/0، 2/0، 5/0، 1 و 5 سال) به عنوان داده پيشبيني و ماتريس سه بعدي حاوي داده هاي مقاومت ويژه ظاهري حاصل از مدل پيشروِ ژئوالكتريكي بر داده هاي شوري به عنوان داده اوليه وارد مدل PFA شد.

تعداد ابعاد داده هاي اوليه (مقاومت ويژه) و داده هاي پيش بيني (آلودگي) از ٥٠٠ به ترتيب به ١٢ (p) و 8 (q) كاهش يافته است. انتخاب اين ابعاد بر اساس ميزان واريانسي است كه اين ابعاد پوشش مي دهد (اُور و همكاران، ٢٠١٣ ).

داده هاي پيشبيني ژئوفیزیک روش های ژئوفيزيكی

براي داده هاي پيشبيني، ماتريس كاهش ابعاد يافته نظير سري زماني در يك نقطه خاص بايد بيش از ٩٩ درصد از كل واريانس ماتريس اوليه را تشكيل دهد (ساتيجا و كارس، ٢٠١٥ ). ژئوفیزیک

در اين مطالعه ابعاد انتخاب شده ١٢ و ٨، بيش از ٩٩ درصد از كل واريانس را تشكيل ميدهند. براي اطمينان از وارون پذيري تحليل همبستگي كانوني، مقدار p بزرگتر از q انتخاب شده است. ژئوفیزیک

داده هاي اوليه روش های ژئوفيزيكی

داده هاي اوليه شامل يك ماتريس  است كه حاصل ٥٠٠ سري مدل پيشروِ ژئوالكتريك شامل ٨١ داده مقاومت ويژه براي شش مرحله زماني است.

جالب توجه اين است كه ١٢ بُعد اول، بيش از 95/99 درصد از واريانس كل داده ها را دربردارد. داده هاي پيشبيني در يك ماتریس  ذخيره شده اند كه حاصل 500 سري مدل آلودگي شامل  گره مكاني براي هركدام از شش مرحله زماني است. ٨ بُعد اول بيش از 95/99 درصد از واريانس كل داده هاي آلودگي را دربردارد. روش های ژئوفيزيكی

تحليل همبستگي كانوني روش های ژئوفيزيكی

تحليل همبستگي كانوني بر ماتريس هاي كاهش ابعاد يافته اعمال شد تا همبستگي بين مؤلفه هاي داده هاي اوليه و متغيرهاي پيش بيني به حداكثر برسد (شكل ٤). همانطوركه در شكل ٤ مشخص است، ابعاد كاهش يافته در اينجا مناسب و كافي است؛ روش های ژئوفيزيكی

زيرا ميزان ضريب همبستگي براي ٤ بُعد اول كه حداكثر ميزان واريانس را در بر دارند، بيش از 5/99 درصد است. براي بُعدهاي بعدي يعني ٥ تا ٧ نيز همبستگي به صورت چشمي شكل خطي دارد. اين مشاهدات نشان ميدهد به درستي ميتوان از رگرسيون روند گاوسي براي ادامه كار استفاده كرد. روش های ژئوفيزيكی

مشابه كار هرمانز و همكاران ( ٢٠١٦ )، در اين مطالعه ٣٠٠ نمونه از توزيع پسين توليد شد و اين نمونه ها بعداً همگي به فضاي فيزيكي اوليه برگردانده شدند.

ماتريس ها روش های ژئوفيزيكی

در اين فضا ماتريس ها ابعاد بزرگي دارند. در شكل ٥ براي هركدام از شش مرحله زماني، سه نمونه نشان داده شده است. در مقايسه با ميانگين ٥٠٠ سري هر مرحله زماني (رديف بالا در شكل ٦) كاملاً مشخص است كه علاوهبر گسترش مكاني،

حداكثر غلظت آلودگي نيز به خوبي مدل شده است. براي مثال مقايسه ابر تكامل زماني آلودگي نيز با كيفيت مناسب مدل شده است.

شكل ٦ ميانگين و انحراف معيار توزيع پسين در مراحل زماني مختلف را نشان ميدهد. همانطوركه مشخص است، در هر مرحله زماني، محدوده اي كه تحت تأثير شوري قرار گرفته است، كاملاً در مدل به درستي شناسايي شده است.

مقادير غلظت آلودگي

در مقايسه با خود مقادير غلظت آلودگي، انحراف معيارها (راهنماي رنگي) بسيار كوچك هستند كه اين نشان از درست بودن مدل و كارايي زياد توموگرافي مقاومت ويژه با روش PFA در مدل سازي ابر آلودگي در آبخوان ها دارد.

جالب توجه اينكه در مراحل زماني اوليه (05/0 و 1/0 سال) بيشترين ميزان انحراف معيار در محل هايي است كه غلظت آلودگي بيشينه است، اما در مراحل زماني طولاني تر، بيشينه انحراف معيار مربوط به منطقه انتهايي ابر آلودگي است.

مقايسه مقادير آغازين و پسين

مقايسه مقادير آغازين و پسين در مقطعي از زمان در شكل ٧ نشان داده شده است. مقادير آغازين به صورت يك منطقه باريك، كاملاً در بازه تغييرات مقادير پسين و در اطراف منحني ميانگين آلودگي قرار دارند كه نشان دهنده كارايي زياد روش PFA در مدل سازي ابر آلودگي است. در كل، نتايج مدل نشان ميدهد روش  PFA به خوبي در كاهش عدم قطعيت توموگرافي مقاومت ويژه مؤثر است.

تمامي نتايج، روش PFA

با توجه به تمامي نتايج، روش PFA قادر است به درستي علاوهبر گسترش مكاني- زماني ميزان شوري، بزرگاي غلظت شوري بيشينه را نيز به تصوير بكشد. در مقايسه با مدل هاي هيدروژئوفيزيكي كلاسيك كه از روش منظم سازي استاندارد براي وارون سازي داده هاي ژئوفيزيك استفاده ميكنند، اين روش از ويژگي هاي زير برخوردار است: ژئوفیزیک

الف) تصادفي است؛ يعني حلي كه ارائه ميشود تنها يك حل تعيني نيست بلكه حاصل مجموعه اي از توزيع هاي پسين كامل است؛

ب) PFA پارامترهاي ژئوفيزيكي محيط را حل نمي كند بلكه توزيع مكاني و زماني ويژگي هاي فيزيكي پديده موردنظر را مدل ميكند؛

ج) در اين روش نيازي نيست كه عبارت منظمسازي، اصلي ترين مانع كمي سازي داده هاي ژئوفيزيكي در مدل هاي هيدروژئولوژيك تعريف شود (هرمانز و همكاران، ٢٠١٦ )؛

بنابراين مهم ترين مزيت روش PFA نیاز نداشتن به منظم سازي مرسوم در مدل هاي وارون كلاسيك است. اين موضوع سبب ميشود حل حاصل از PFA دچار هيچ گونه اريبي فضايي (spatial bias) نشود.

تفكيك فضايي

به خاطر داشته باشيد اريبي فضايي سبب تغيير در تفكيك فضايي و زماني عدم قطعيت در تبديل پتروفيزيكي بعد از وارون سازي ميشود (ساتيجا و كارس، ٢٠١٥ ).

در اينجا تبديل پتروفيزيكي بين داده هاي غلظت شوري و مقاومت ويژه الكتريكي (يا برعكس) تنها براي ساختن داده هاي اوليه لازم است. بعد از اين مرحله ديگر نيازي به اجرا كردن مدل سازي پيشروِ هيدروژئولوژيك يا ژئوفيزيكي نيست؛ بنابراين روش PFA سريع است (هرمانز و همكاران، ٢٠١٨). آسیا ژئوفیزیک

انتخاب تعداد پارامترها آسیا ژئوفیزیک

اين روش ممكن است محدوديت هايي نيز داشته باشد كه يكي از آنها انتخاب تعداد پارامترها براي ساختن توزيع هاي آغازين در مدل هاي هيدروژئولوژيك جهت شبيه سازي جريان و انتقال آلودگي درون آبخوان است. آسیا ژئوفیزیک

حل درست وقتي به دست مي آيد كه داده هاي مدل يا مشاهدهاي در دامنه توزيع هاي آغازين بيفتد؛ پس اين روش براي برون يابي مناسب نيست. به هرحال اين نقطه ضعف تنها مختص روش PFA نيست بلكه در همه روش هاي بيزي وجود دارد (ساتيجا و كارس، ٢٠١٥). آسیا ژئوفیزیک

نتیجه گیری آسیا ژئوفیزیک

در اين مطالعه با استفاده از داده هاي هيدروژئولوژيكي و ژئوالكتريكي و به كارگيري روش PFA، گستره مكاني و تكامل زماني ابر آلودگي در آبخوان هاي ناهمگن دو بعدي با استفاده از پي جويي هاي مقاومت ويژه زمين شناسايي شده است.

نتايج نشان مي دهد تحليل هاي مؤلفه اصلي و همبستگي كانوني به خوبي توانسته اند تنها با ١٢ و ٨ بُعد از داده هاي مقاومت ويژه و ابر آلودگي به جاي همه ماتريس داده ها و بدون نياز به مدل سازي ژئوالكتريكي وارون كلاسيك، ابر آلودگي را به خوبي و با دقت زياد مدل كنند. آسیا ژئوفیزیک

انحراف معيار توزيع هاي پسين به دست آمده، بسيار كم و در حدود 001/0 تا 006/0 است. در نهايت، اين كار نشان ميدهد روش PFA در تلفيق با مدل پيشروِ ژئوالكتريكي ميتواند گزينه اي مناسب باشد و بدون نياز به مدل سازي وارون، به خوبي براي شناسايي ابر آلودگي در آبخوان ها به كاررود تا بتواند با صرف وقت و هزينه كمتر، تصوير مناسبي را از ابر آلودگي درون سامانه ارائه دهد.

جهت کسب اطلاعات بیشتر با آسیا ژئوفیزیک و ژئوتکنیکی تماس بگیرید.

اینستاگرام آسیا ژئوفیزیک