<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه صنعتی شاهرود</PublisherName>
				<JournalTitle>پژوهش های ژئوفیزیک کاربردی</JournalTitle>
				<Issn>2476-5007</Issn>
				<Volume>12</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>09</Month>
					<Day>23</Day>
				</PubDate>
			</Journal>
<ArticleTitle>3D joint inversion of gravity and magnetic data using Cross gradient  constraint</ArticleTitle>
<VernacularTitle>وارون سازی همزمان سه بعدی داده های گرانی و مغناطیس با استفاده از قید ضرب گرادیان برداری</VernacularTitle>
			<FirstPage>75</FirstPage>
			<LastPage>87</LastPage>
			<ELocationID EIdType="pii">3730</ELocationID>
			
<ELocationID EIdType="doi">10.22044/jrag.2026.17261.1380</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>یاسر</FirstName>
					<LastName>دهبان</LastName>
<Affiliation>دانشجوی دکتری تخصصی مهندسی معدن_اکتشاف، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>نجاتی کلاته</LastName>
<Affiliation>دانشیار، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران</Affiliation>

</Author>
<Author>
					<FirstName>مهرداد</FirstName>
					<LastName>سلیمانی منفرد</LastName>
<Affiliation>دانشیار، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران</Affiliation>

</Author>
<Author>
					<FirstName>محمد</FirstName>
					<LastName>رضایی</LastName>
<Affiliation>استادیار، دانشکده فنی و مهندسی، دانشگاه ملایر، ملایر، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>12</Month>
					<Day>02</Day>
				</PubDate>
			</History>
		<Abstract>Potential field methods, specifically gravity and magnetic method are fundamental geophysical techniques in mineral exploration. The interpretation of this data heavily relies on inversion modeling.&lt;br /&gt;Inversion of potential field data to estimate subsurface model parameters is a numerically challenging and inherently non-unique problem. An infinite number of models can adequately satisfy the observed data. A crucial approach to mitigate this non-uniqueness is incorporating geological constraints relevant to the survey area.&lt;br /&gt;While individual inversions of geophysical datasets often provide satisfactory reconstructions of subsurface anomaly locations, integrating information from multiple geophysical methods is essential for achieving a better recovery and subsequently a more robust interpretation of subsurface structures. In many practical scenarios, single-method geophysical surveys fail to provide unambiguous interpretations. Thus, the combination of geophysical methods is imperative. Joint inversion, whether for identical or different physical parameters, is an effective technique to achieve enhanced resolution. Consequently, a comprehensive geophysical interpretation based on joint inversion has gained widespread application in recent years.&lt;br /&gt;This paper investigates the three-dimensional (3D) joint inversion of gravity and magnetic data by utilizing a cross-gradient function to enforce structural similarity. The performance of the joint inversion algorithm is first validated using synthetic model data. Finally, the algorithm is applied to real field data to demonstrate its practical efficacy</Abstract>
			<OtherAbstract Language="FA">روش‌های گرانی‌سنجی و مغناطیس‌سنجی که در ژئوفیزیک در گروه روش‌های میدان پتانسیل قرار می‌گیرند، از مهم‌ترین ابزارهای غیرمستقیم برای شناسایی، اکتشاف و تفسیر ساختارهای زمین‌شناسی در اعماق زمین به شمار می‌روند. این روش‌ها به دلیل هزینه نسبتاً کم، پوشش‌ وسیع و حساسیت بالا به تغییرات چگالی و مغناطیس‌پذیری، در اکتشاف مواد معدنی و مطالعات زیرسطحی کاربرد گسترده‌ای دارند. بااین‌حال، وارون‌سازی داده‌های میدان پتانسیل به دلیل ماهیت ذاتی این داده‌ها، یک مسئله بد‌حالت (ill-posed) است؛ به‌طوری‌که تعداد زیادی مدل می‌توانند پاسخ‌های مشاهده‌شده را با دقت مشابه تولید کنند. ازاین‌رو، دستیابی به یک مدل یکتا بدون بهره‌گیری از قیدهای زمین‌شناسی یا اطلاعات تکمیلی امکان‌پذیر نیست.&lt;br /&gt;&lt;br /&gt;یکی از راهکارهای مؤثر برای غلبه بر این محدودیت، استفاده از وارون‌سازی هم‌زمان داده‌های ژئوفیزیکی است. وارون‌سازی هم‌زمان با بهره‌گیری از اطلاعات مکمل بین دو یا چند مجموعه داده، می‌تواند منجر به بازسازی دقیق‌تر، پایدارتر و معنادارتر از نظر زمین‌شناسی شود. ترکیب داده‌های گرانی‌سنجی و مغناطیس‌سنجی به‌ویژه اهمیت دارد، زیرا هر یک از این داده‌ها نسبت به ویژگی‌های متفاوتی از محیط زیرسطح حساسیت دارند و ادغام آن‌ها می‌تواند به تفکیک بهتر مرزها، بازیابی هندسه اجسام و بهبود رزولوشن مدل منجر شود.&lt;br /&gt;&lt;br /&gt;در این پژوهش، یک روش وارون‌سازی هم‌زمان سه‌بعدی داده‌های گرانی‌سنجی و مغناطیس‌سنجی ارائه شده است که در آن از قید ضرب برداری گرادیان‌ها برای همسو کردن ساختارهای زیرسطحی بازیابی‌شده استفاده می‌شود. این قید موجب می‌شود مرزهای ساختاری در هر دو مدل تا حد امکان یکسان بازسازی گردد و بدین ترتیب مدل نهایی با واقعیت زمین‌شناسی سازگاری بیشتری داشته باشد. برای ارزیابی کارایی روش پیشنهادی، ابتدا آزمایش‌هایی بر داده‌های مدل‌سازی‌شده مصنوعی انجام شده تا دقت، پایداری و رفتار الگوریتم مورد بررسی قرار گیرد. در ادامه، روش بر داده‌های واقعی یک منطقه معدنی اعمال شده و نتایج حاصل نشان می‌دهد که وارون‌سازی هم‌زمان می‌تواند ساختارهای زیرسطحی را با تفسیرپذیری بالاتر و عدم قطعیت کمتر نسبت به وارون‌سازی جداگانه داده‌ها بازیابی کند. این نتایج بیانگر توانایی بالای روش پیشنهادی در کاربردهای اکتشافی و تفسیر یکپارچه ژئوفیزیکی است</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مدل‌سازی وارون</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">وارونسازی هم‌زمان</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مغناطیس‌سنجی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">گرانی‌سنجی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jrag.shahroodut.ac.ir/article_3730_b4875713353e10dfbe3780e8c8cc262a.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
