In the last few years, much of the

In the last few years, much of the work carried out on DC resistivity has mainly concentrated on 2D and 3D techniques for data acquisition and interpretation. However, when the resistivity changes are smooth, 1D techniques can be used to interpret the data. In the present paper, we present an automatic 1D inversion scheme for DC resistivity sounding. The inversion scheme is based on an iterative least squares procedure (ILSQP) with Singular Value Decomposition (SVD). In order to reinforce the convergence of the inversion scheme towards a global minimum, the ILSQP is combined with a logarithmic parameterization of the unknown model parameters, and splitting of the data set into parts. The data are then inverted stepwise, i.e., starting from the first data part which corresponds to the smallest electrode spacings. As the inversion continues more data parts, corresponding to increasingly larger electrode spacings, are included in the inversion until the whole data set is inverted. In this way, the shallower part of the model becomes well estimated first, and as the inversion advances and more data parts are included, the deeper structure is better resolved. The solution of the resistivity inverse problem by standard least squares procedure with SVD allows us to distinguish between well and poorly resolved linear combinations of model parameters. For a given inversion step, the construction of models that give a better data fit can be done with truncation of eigenvectors belonging to the least resolved combinations. Thus, as the iteration process advances those singular values can be activated one by one. This approach has been tested on synthetic data representing some layering that is assumed common in shallow studies. The model studies suggest that there is a strong coupling between the resolving power of DC resistivity data and their random errors. For high to moderate data quality, the resolution power of the scheme is generally good, depending upon the degree of complexity of the model. For larger error levels, however, there is a loss of resolution. The inversion scheme is suitable for fast interpretation of data that are collected in shallow studies in connection with environmental, hydrogeological and geotechnical investigations if the lateral changes in the study area are smooth. The method may also be used as a first interpretation prior to a 2D or 3D survey.
An automatic 1D inversion scheme for DC resistivity sounding is presented. The scheme is based on an iterative least squares procedure (ILSQP) with Singular Value Decomposition (SVD). This inversion scheme is suitable for fast interpretation of data that are collected in shallow studies in connection with environmental, hydrogeological and geotechnical investigations if the lateral changes in the study area are smooth.

ผลลัพธ์ (ไทย) 1:

ในไม่กี่ปี มากของงานที่ดำเนินการกับความต้านทาน DC ได้เข้มข้นส่วนใหญ่ในเทคนิค 2D และ 3D สำหรับข้อมูลการตีความ อย่างไรก็ตาม เมื่อการเปลี่ยนแปลงความต้านทานเรียบ เทคนิค 1D สามารถใช้แปลข้อมูล ในปัจจุบันกระดาษ เรานำเสนอเป็นโครงร่างกลับ 1D อัตโนมัติสำหรับหูความต้านทาน DC ชุดรูปแบบกลับเป็นตามกำลังสองน้อยสุดซ้ำกระบวนการ (ILSQP) กับเอกพจน์ค่าแยกส่วนประกอบ (SVD) เพื่อเสริมสร้างการบรรจบกันของแผนกลับไปทางต่ำสุดโลก ILSQP ได้รวมกับ parameterization ลอการิทึมของพารามิเตอร์ไม่ทราบรุ่น และแยกชุดข้อมูลออกเป็นส่วน ข้อมูลอยู่แล้วกลับ stepwise เช่น เริ่มต้นจากส่วนแรกข้อมูลซึ่งสอดคล้องกับ spacings ไฟฟ้าน้อยที่สุด เป็นการกลับยังคงชิ้นส่วนข้อมูลเพิ่มเติม ที่สอดคล้องกับ spacings ไฟฟ้าใหญ่มาก อยู่ที่กลับจนกลับชุดข้อมูลทั้งหมด ด้วยวิธีนี้ ส่วนเด็กเล็ก ๆ สามารถของแบบจำลองจะดีประมาณครั้งแรก และเป็นการกลับ ความก้าวหน้าและเพิ่มเติมข้อมูลส่วนที่รวม โครงสร้างลึกจะดีกว่าแก้ไข การแก้ปัญหาของความต้านทานผกผันโดยวิธีกำลังสองน้อยสุดมาตรฐานกับ SVD ให้เราสามารถแยกแยะระหว่างดี และไม่ดีแก้ไขเชิงเส้นชุดของพารามิเตอร์ในแบบจำลอง สำหรับขั้นตอนกำหนดกลับ ก่อสร้างรุ่นที่ให้ข้อมูลดีพอสามารถทำได้ ด้วยการตัดคำของลักษณะเฉพาะของชุดแก้ไขน้อยที่สุด ดังนั้น เป็นกระบวนการเกิดซ้ำความก้าวหน้าที่เอกพจน์ ค่าได้เปิดใช้งานหนึ่ง วิธีการนี้ได้รับการทดสอบข้อมูลสังเคราะห์แทนบาง layering ที่สันนิษฐานในการศึกษาตื้น ศึกษารูปแบบแนะนำว่า มีการเชื่อมต่อแข็งแรงระหว่างอำนาจ resolving ข้อมูลความต้านทาน DC และข้อผิดพลาดของพวกเขาสุ่ม สำหรับสูงคุณภาพข้อมูลปานกลาง อำนาจความละเอียดของแผนงานเป็นดีโดยทั่วไป ขึ้นอยู่กับระดับของความซับซ้อนของแบบ ใหญ่ระดับข้อผิดพลาด อย่างไรก็ตาม ได้สูญเสียความละเอียด โครงร่างกลับเหมาะสำหรับการตีความอย่างรวดเร็วของข้อมูลที่เก็บรวบรวมในการศึกษาตื้นในการเชื่อมต่อกับสิ่งแวดล้อม hydrogeological ธรณีตรวจสอบถ้าการเปลี่ยนแปลงในพื้นที่ศึกษาด้านข้างจะเรียบและ นอกจากนี้ยังอาจใช้วิธีเป็นการตีความที่แรกก่อนสำรวจ 2D หรือ 3Dการนำเสนอแผนการกลับ 1D อัตโนมัติสำหรับหูความต้านทาน DC แผนงานตั้งอยู่ที่สี่เหลี่ยมน้อยซ้ำกระบวนการ (ILSQP) กับเอกพจน์ค่าแยกส่วนประกอบ (SVD) โครงร่างนี้กลับเหมาะสำหรับการตีความอย่างรวดเร็วของข้อมูลที่เก็บรวบรวมในการศึกษาตื้นในการเชื่อมต่อกับสิ่งแวดล้อม hydrogeological ธรณีตรวจสอบถ้าการเปลี่ยนแปลงในพื้นที่ศึกษาด้านข้างจะเรียบและ

ผลลัพธ์ (ไทย) 2:

ในช่วงไม่กี่ปีที่ผ่านมามากจากการทำงานดำเนินการในความต้านทานไฟฟ้ากระแสตรงได้ส่วนใหญ่กระจุกตัวอยู่กับเทคนิค 2D และ 3D สำหรับการเก็บข้อมูลและการตีความ อย่างไรก็ตามเมื่อมีการเปลี่ยนแปลงความต้านทานจะเรียบเทคนิค 1D สามารถใช้ในการตีความข้อมูล ในกระดาษปัจจุบันเรานำเสนอรูปแบบผกผัน 1D อัตโนมัติสำหรับความต้านทานเสียงดีซี โครงการผกผันจะขึ้นอยู่กับกำลังสองน้อยซ้ำขั้นตอน (ILSQP) กับเอกพจน์มูลค่าการสลายตัว (SVD) เพื่อที่จะเสริมสร้างการบรรจบกันของรูปแบบผกผันต่อขั้นต่ำทั่วโลก ILSQP จะถูกรวมกับพาราเมทริกลอการิทึมของพารามิเตอร์แบบที่ไม่รู้จักและแยกข้อมูลออกเป็นส่วนการตั้งค่า ข้อมูลจะถูกคว่ำจากนั้นขั้นตอนคือเริ่มต้นจากการเป็นส่วนหนึ่งของข้อมูลครั้งแรกซึ่งสอดคล้องกับที่มีขนาดเล็กความยาวอิเล็กโทรด ในฐานะที่เป็นรักร่วมเพศยังคงส่วนข้อมูลเพิ่มเติมที่สอดคล้องกับความยาวอิเล็กโทรดที่มีขนาดใหญ่มากขึ้นจะรวมอยู่ในการผกผันจนชุดข้อมูลทั้งหมดจะถูกคว่ำ ด้วยวิธีนี้เป็นส่วนหนึ่งของรูปแบบตื้นประมาณกลายเป็นครั้งแรกที่ดีและเป็นความก้าวหน้าที่ผกผันและชิ้นส่วนข้อมูลได้มากขึ้นที่จะถูกรวมโครงสร้างลึกคือการแก้ไขที่ดีกว่า การแก้ปัญหาของความต้านทานปัญหาตรงกันข้ามโดยขั้นตอนน้อยสแควร์กับมาตรฐาน SVD ช่วยให้เราสามารถแยกแยะความแตกต่างระหว่างดีและไม่ดีการแก้ไขการรวมเชิงเส้นของพารามิเตอร์แบบ สำหรับขั้นตอนการผกผันได้รับการก่อสร้างรูปแบบที่ให้ข้อมูลที่ดีกว่าแบบที่สามารถทำได้ด้วยการตัดของ eigenvectors ที่อยู่ในประเภทชุดที่ได้รับการแก้ไขอย่างน้อย ดังนั้นเป็นกระบวนการซ้ำก้าวหน้าเหล่านั้นค่าเอกพจน์สามารถเปิดใช้งานหนึ่งโดยหนึ่ง วิธีการนี้ได้รับการทดสอบกับข้อมูลสังเคราะห์ที่เป็นตัวแทนของชั้นบางอย่างที่จะสันนิษฐานได้ร่วมกันในการศึกษาตื้น การศึกษารูปแบบการแสดงให้เห็นว่ามีเพศสัมพันธ์ที่แข็งแกร่งระหว่างอำนาจการตัดสินใจของข้อมูลต้านทาน DC และข้อผิดพลาดแบบสุ่มของพวกเขา สำหรับสูงถึงปานกลางคุณภาพของข้อมูลพลังงานความละเอียดของโครงการโดยทั่วไปดีขึ้นอยู่กับระดับของความซับซ้อนของรูปแบบ สำหรับระดับข้อผิดพลาดขนาดใหญ่ แต่มีการสูญเสียของการแก้ปัญหา โครงการผกผันเหมาะสำหรับการตีความอย่างรวดเร็วของข้อมูลที่ถูกเก็บรวบรวมในการศึกษาตื้นในการเชื่อมต่อกับสิ่งแวดล้อมธรณีวิทยาและการตรวจสอบปฐพีหากมีการเปลี่ยนแปลงด้านข้างในพื้นที่ศึกษามีความราบรื่น วิธีการก็อาจจะนำมาใช้เป็นครั้งแรกที่การตีความก่อนที่จะมี 2 มิติหรือ 3 มิติการสำรวจ.
โครงการผกผัน 1D อัตโนมัติสำหรับเสียงต้านทาน DC จะถูกนำเสนอ โครงการจะขึ้นอยู่กับกำลังสองน้อยซ้ำขั้นตอน (ILSQP) กับเอกพจน์มูลค่าการสลายตัว (SVD) โครงการผกผันนี้เหมาะสำหรับการตีความอย่างรวดเร็วของข้อมูลที่ถูกเก็บรวบรวมในการศึกษาตื้นในการเชื่อมต่อกับสิ่งแวดล้อมธรณีวิทยาและการตรวจสอบปฐพีหากมีการเปลี่ยนแปลงด้านข้างในพื้นที่ศึกษามีความราบรื่น

ผลลัพธ์ (ไทย) 3:

ในไม่กี่ปี , มากของงานดำเนินการใน DC ความต้านทานส่วนใหญ่มีความเข้มข้นใน 2 มิติและ 3 มิติเทคนิคการเก็บข้อมูลและการตีความ อย่างไรก็ตาม เมื่อมีการเปลี่ยนแปลงค่าความต้านทานจะเรียบ 1D เทคนิคสามารถใช้ในการตีความข้อมูล ในกระดาษปัจจุบันเรานำเสนออัตโนมัติผกผันของ 1D DC วัดค่าสภาพต้านทานไฟฟ้า .โครงการการผกผันตามขั้นตอนวิธีการกำลังสองน้อยที่สุด ( ilsqp ) กับการย่อยสลายมูลค่าเอกพจน์ ( SVD ) เพื่อเสริมสร้างการบรรจบกันของรูปแบบการต่อขั้นระดับโลก ilsqp พร้อมกับ parameterization ลอการิทึมของแบบจำลองที่ตัวแปรและการแบ่งชุดข้อมูลเป็นส่วน รวบรวมข้อมูล เป็นแบบสัมภาษณ์ ประกอบด้วยเริ่มจากส่วนแรก ซึ่งตรงกับข้อมูลที่เล็กที่สุดที่มีขั้วไฟฟ้า เป็นตรงกันข้ามยังคงเพิ่มเติมข้อมูลส่วนที่ขั้วไฟฟ้าที่มีขนาดใหญ่มากขึ้นจะรวมอยู่ในการผกผันจนชุดข้อมูลทั้งหมดจะกลับด้าน ในวิธีนี้ ตื้นขึ้นส่วนหนึ่งของรูปแบบจะดีประมาณครั้งแรก และเป็นการความก้าวหน้าและเพิ่มเติมข้อมูลส่วนรวมอยู่ลึกโครงสร้างดีกว่าการแก้ไข ทางออกของปัญหา โดยพิจารณาค่าความต้านทานผกผันกำลังสองน้อยที่สุดกับมาตรฐาน ช่วยให้เราสามารถแยกแยะความแตกต่างระหว่างแผนกบริการดีและไม่ดีการแก้ไขเชิงเส้นชุดพารามิเตอร์ของแบบจำลอง สำหรับขั้นตอนการรับ ,การสร้างโมเดลที่ให้พอดีกับข้อมูลที่ดีได้ ด้วยการตัดของเสนอของอย่างน้อยการแก้ไขชุด จึงเป็นกระบวนการความก้าวหน้าเหล่านั้นเอกพจน์ค่าสามารถเปิดใช้งานหนึ่งโดยหนึ่ง วิธีการนี้ได้รับการทดสอบในการสังเคราะห์ข้อมูลบางอย่างที่ถือว่าเป็นตัวแทนของชั้นตื้นทั่วไปในการศึกษารูปแบบการศึกษาแนะนำว่ามีการเชื่อมต่อที่แข็งแกร่งระหว่างการแก้ปัญหาพลังงาน DC ความต้านทานแบบข้อมูลและข้อผิดพลาด สูง ปานกลาง และคุณภาพของข้อมูล การแก้ปัญหาพลังงานของโครงการโดยทั่วไปจะดี ขึ้นอยู่กับความซับซ้อนของโมเดล ระดับข้อผิดพลาดใหญ่โดยมีการสูญเสียของความละเอียดโครงการการเหมาะสำหรับการแปลความหมายของข้อมูลที่รวบรวมในที่ตื้นในการศึกษาเกี่ยวข้องกับสิ่งแวดล้อมอย่างรวดเร็ว และหากการตรวจสอบอุทกธรณีวิทยาบริเวณที่เกิดการในพื้นที่ศึกษาจะเรียบ วิธีที่อาจจะใช้เป็นแปลงแรกก่อนที่จะสำรวจ 2D หรือ 3D .
อัตโนมัติผกผันของ 1D DC วัดค่าสภาพต้านทานไฟฟ้าคือแสดงเป็นโครงการตามขั้นตอนวิธีการกำลังสองน้อยที่สุด ( ilsqp ) กับการย่อยสลายมูลค่าเอกพจน์ ( SVD ) นี้เป็นโครงการที่เหมาะสมสำหรับการตีความข้อมูลที่รวบรวมในที่ตื้นในการศึกษาเกี่ยวข้องกับสิ่งแวดล้อมอย่างรวดเร็ว และหากการตรวจสอบอุทกธรณีวิทยาบริเวณที่เกิดการในพื้นที่ศึกษาจะเรียบ