@article { author = {Arab-Amiri, A.R. and Moradzadeh, A. and Rajabi, D. and Fathianpour, N. and Siemon, B.}, title = {Investigation of HEM Forward Modeling Accuracy on Inverse Modeling}, journal = {Scientific Quarterly Journal of Geosciences}, volume = {20}, number = {77}, pages = {137-140}, year = {2010}, publisher = {Geological Survey of Iran}, issn = {1023-7429}, eissn = {2645-4963}, doi = {10.22071/gsj.2010.55362}, abstract = {Today Helicopter-borne electromagnetic (HEM) data survey play important role for high resolution and fast 3D mapping of resistivity structures within the vast area. The standard method of interpretation of these data is to inverse them frequently. As surveying system is not fixed during the survey, hence noise is accompanying the measured data. To process the measured noisy data they are fed into the several filters to get better data to be used for modeling. During the filtering stage some of signals are also lost. Therefore, it is required to choose modeling techniques that has minimum error and provide accurate subsurface model. In this paper, first the response of the three synthetic layered earth models were calculated by using three different Hankel transform forward modeling methods. Then with adding different percents of random noise to the synthetic data, they were modeled inversely by different methods. The obtained results indicate that the so-called improved Guptasarma-Singh inverse modeling method could provide better responses for all three synthetic models.}, keywords = {Helicopter-borne electromagnetic (HEM),Forward modeling,Inverse modeling,Gupta method,Hankel method}, title_fa = {بررسی دقت مدلسازی پیشرو دادههای الکترومغناطیس هلیکوپتری در مدلسازی معکوس}, abstract_fa = {برداشت‌ داده‌های الکترومغناطیس حوزه بسامد هلیکوپتری (HEM) امروزه جایگاه ویژه‌ای در به نقشه درآوردن ساختارهای زمینی سه‌بعدی مقاومت‌ویژه با قدرت تفکیک بالا و سریع در مناطق وسیع یافته است. رویه استاندارد در تفسیر این داده‌ها نیز غالباً فرایند وارون‌سازی زمین لایه‌ای است که امروزه بهره‌مندی از آن عمومیت یافته است. به دلیل متحرک بودن سیستم برداشت در زمان اندازه‌گیری، همراهی نوفه با داده‌ها نیز اجتناب‌ناپذیر است. از آنجا که بخشی از این اطلاعات هنگام به‌کارگیری فیلترهای متعدد بر روی داده‌ها به منظور آماده‌سازی آنها برای ورود به فرایند مدل‌سازی از بین می‌روند؛ لازم است از روش‌هایی در مدل‌سازی استفاده شود که با کمترین خطا و با بیشترین دقت به مدلی از آنچه در زیر زمین وجود دارد؛ نزدیک شوند. در این نوشتار، ابتدا با سه روش مختلف و با استفاده از تبدیل سریع هنکل، به مدل‌سازی پیشرو داده‌های مربوط به سه مدل مصنوعی دو، سه و چهار لایه پرداخته؛ سپس مدل‌سازی معکوس بر روی نتایج مدل‌های پیشرو انجام گرفت. نتایج حاصل گویای آن است که روش گوپتاسارما- سینگ بهبودیافته به پاسخ بهتری در هر سه مثال می‌رسد.  }, keywords_fa = {الکترومغناطیس هلیکوپتری,مدلسازی پیشرو,مدلسازی معکوس,روش گوپتاسامارا- سینگ,تبدیل سریع هنکل}, url = {http://www.gsjournal.ir/article_55362.html}, eprint = {http://www.gsjournal.ir/article_55362_3f6d43f623f2e2481be0c31cc9734fe1.pdf} }