مقایسه روش تجزیه تجربی دو بعدی با روش ادامه فراسو در جداسازی بی هنجاری های گرانی

جدایش بی هنجاری های باقیمانده ومنطقه ای یکی ازمراحل اصلی پردازش داده های گرانی است که توسط محققین، با روشهای مختلف انجام شده است. جدایش وتفکیک بی هنجاری های گرانی بخشی از فرایند پردازش تصویر می باشد که درسالیان اخیر در شاخه های مختلف علوم گسترش پیدا کرده است. در این تحقیق، روش تجزیه مد تجربی دوبعدی به عنوان یک از روشهای کارآمد و مفید جهت جدایش و تحلیل بی هنجاری های باقیمانده و منطقه ای گرانی معرفی شده است. دراین روش بی هنجاری های گرانی براساس مقیاس و طول موجشان در چندمرحله جداسازی و ازهمدیگر تفکیک شده اند. برنامه نویسی در نرم افزار متلب نوشته شده و نقشه ها و بعضی از مراحل پردازشی آن در نرم افزار ژئوسافت تهیه شده است.از شش مدل کروی با مشخصات متفاوت به عنوان چشمه های مصنوعی جهت تهیه داده های مصنوعی استفاده شده است سپس بی هنجاری های آن با استفاده از روش تجزیه مد تجربی دوبعدی در چندین مرحله از همدیگر جداسازی و تفکیک شده است.به منظور بررسی پایداری و عمکرد این روش در مقابل نوفه، این روش به داده های مصنوعی همراه با نوفه گاوسی پنج درصد اعمال شد. داده های واقعی استفاده شده در این تحقیق، مربوط به عملیات برداشت گرانی سنجی، جهت بررسی و کاوش زون های کارستی در منطقه سبزکوه استان چهارمحال و بختیاری می باشد که در اینجا با استفاده از روش تجزیه مد تجربی دوبعدی تحلیل شده است. روش تجزیه مد تجربی دوبعدی روشی اتوماتیک است، زیرا که نتایج آن کمتر تحت تاثیر اطلاعات اولیه می باشد.جهت مقایسه توانمندی روش مذکور؛ کل داده های مصنوعی، داده های مصنوعی همراه با نوفه و داده های واقعی با فیلتر ادامه فراسو نیز تحلیل شده است. در روش دوم با استفاده از فیلتر ادامه فراسو داده های گرانی به ارتفاعهای مختلف فراسو و نتایج آن بدست آمده است. در این روش در ترازهای ارتفاعی بالاتر بی هنجاریهای محلی تضعیف شده و بی هنجاریهای منطقه ای و بزرگ مقیاس باقی خواهد ماند.نتیجه حاصل ازاین تحقیق چنین است؛ از روش تجزیه مد تجربی دوبعدی تفکیک و جداسازی اطلاعات ریز مقیاس و درشت مقیاس به خوبی انجام می شود، بطوریکه علاوه بر جداسازی بی هنجاری های منطقه ای از باقیمانده، بی هنجاری های باقیمانده نیز از همدیگر قابل تفکیک است. در روش فیلتر ادامه فراسو نیز با تضعیف بی هنجاریهای کوچک مقیاس صرفا امکان آشکارسازی بی هنجاریهای بزرگ مقیاس وجود دارد. در این تکنیک دستیابی به بی هنجاری محلی ممکن نیست.