A Spectral-Domain Pseudo-Inverse Method for True 3D Gravity Inversion

तकनीकी सारांश: वास्तविक 3D गुरुत्वाकर्षण व्युत्क्रमण (Inversion) के लिए एक स्पेक्ट्रल-डोमेन स्यूडो-इनवर्स विधि

समस्या विवरण
यह शोध पत्र 3D गुरुत्वाकर्षण व्युत्क्रमण (inversion) में निहित मौलिक चुनौतियों को संबोधित करता है: अपर्याप्त निर्धारण (underdetermination), अस्थिरता, और खराब गहराई रिज़ॉल्यूशन। पारंपरिक सतही अवलोकन केवल एक 2D तल ($z=0$) पर डेटा प्रदान करते हैं, जिसमें 3D उपसतह घनत्व वितरण $\rho(x,y,z)$ को हल करने के लिए आवश्यक ऊर्ध्वाधर तरंग संख्या (vertical wavenumber) की जानकारी का अभाव होता है। इसके परिणामस्वरूप स्वतंत्र बाधाओं (constraints) की संख्या अपर्याप्त हो जाती है। इसके अतिरिक्त, गुरुत्वाकर्षण क्षेत्र गहराई के साथ तेजी से क्षीण होता है, जिससे गहरे स्रोतों से प्राप्त संकेत गंभीर रूप से कम हो जाते हैं, जो व्युत्क्रम समस्या (inverse problem) को अत्यंत दुर्बल (ill-conditioned) और शोर के प्रति संवेदनशील बना देता है। मौजूदा दृष्टिकोण, जैसे कि स्थानिक-डोमेन पुनरावृत्ति नियमितीकरण (जैसे कि टिखोनोव/Tikhonov), गणनात्मक रूप से महंगे और प्रारंभिक मॉडलों के प्रति संवेदनशील होते हैं, जबकि आवृत्ति-डोमेन विधियाँ आमतौर पर पूर्ण आयतनात्मक व्युत्क्रमण के बजाय केवल इंटरफ़ेस पुनर्निर्माण तक सीमित होती हैं।

कार्यप्रणाली (Methodology)
लेखक एक यूनिटरी डायगोनलाइज़ेबल सिस्टम के लिए स्पेक्ट्रल-डोमेन स्यूडो-इनवर्स सिद्धांत पर आधारित एक "वास्तविक 3D" व्युत्क्रमण विधि प्रस्तावित करते हैं। कार्यप्रणाली दो विशिष्ट सैद्धांतिक स्तरों में आगे बढ़ती है:

1. एनालिटिकल कॉन्टिन्यूएशन के माध्यम से डेटा-स्पेस पूर्णता:
   3D इनपुट डेटा के लिए स्पेक्ट्रल-डोमेन स्यूडो-इनवर्स की आवश्यकता को पूरा करने के लिए, यह शोध पत्र इस तथ्य का लाभ उठाता है कि गुरुत्वाकर्षण विसंगति $g_z$ स्रोत-मुक्त वायु परत ($z < 0$) में लाप्लास समीकरण ($\nabla^2 g_z = 0$) का पालन करती है। सतह डेटा $g_z(x,y,0)$ पर 2D फूरियर ट्रांसफॉर्म लागू करके, लेखक एक एनालिटिकल अपवर्ड कॉन्टिन्यूएशन फॉर्मूला व्युत्पन्न करते हैं। यह एक पूर्ण, भौतिक रूप से सुसंगत 3D डेटा वॉल्यूम के निर्माण की अनुमति देता है। महत्वपूर्ण रूप से, शोध पत्र एक सामान्य विश्लेषणात्मक हाफ-स्पेस स्पेक्ट्रम व्युत्पन्न करता है:
   $$\tilde{g}^{obs}_z(k_x, k_y, k_z) = \tilde{g}_z(k_x, k_y, 0) \frac{1}{a - i k_z}$$
   जहाँ $a = \sqrt{k_x^2 + k_y^2}$ है। यह अभिव्यक्ति क्षैतिज स्पेक्ट्रम को एक सार्वभौमिक ऊर्ध्वाधर प्रसार कर्नेल (vertical propagation kernel) से अलग करती है, जो संख्यात्मक इंटरपोलेशन त्रुटियों के बिना 3D फूरियर ट्रांसफॉर्म के लिए आवश्यक ऊर्ध्वाधर तरंग संख्या नमूनाकरण (sampling) प्रदान करती है।

2. स्पेक्ट्रल-डोमेन स्यूडो-इनवर्स व्युत्क्रमण:
   3D गुरुत्वाकर्षण के लिए फॉरवर्ड ऑपरेटर को दिखाया गया है कि वह फूरियर डोमेन में यूनिटरी डायगोनलाइज़ेबल है। घनत्व स्पेक्ट्रम $\tilde{\rho}$ और गुरुत्वाकर्षण स्पेक्ट्रम $\tilde{g}_z$ के बीच संबंध को इस प्रकार व्यक्त किया गया है:
   $$\tilde{g}_z(\mathbf{k}) = \lambda(\mathbf{k}) \tilde{\rho}(\mathbf{k}), \quad \text{जहाँ } \lambda(\mathbf{k}) = \frac{-i 4\pi G k_z}{K^2}$$
   यहाँ $K^2 = k_x^2 + k_y^2 + k_z^2$ है। लेखक के यूनिटरी डायगोनलाइज़ेबल सिस्टम के पूर्व सिद्धांत के आधार पर, एक स्थिर सामान्यीकृत व्युत्क्रम फिल्टर (generalized inverse filter) निर्मित किया गया है:
   $$q_\alpha(\lambda) = \frac{\bar{\lambda}}{|\lambda|^2 + \alpha}$$
   जहाँ $\alpha > 0$ एक नियमितीकरण पैरामीटर (regularization parameter) है। निर्मित 3D डेटा स्पेक्ट्रम पर इस फिल्टर को घनत्व स्पेक्ट्रम प्राप्त करने के लिए लागू किया जाता है। अंतिम स्थानिक घनत्व वितरण को एक व्युत्क्रम 3D फूरियर ट्रांसफॉर्म के माध्यम से प्राप्त किया जाता है। डेटा स्पेक्ट्रम की पोल संरचना (विशेष रूप से $k_z = -ia$ पर पोल) के कारण, $k_z$ व्युत्क्रम ट्रांसफॉर्म को जटिल तल (complex plane) में एक कॉन्टूर इंटीग्रल के माध्यम से लागू किया जाता है, जिसे $z > 0$ के लिए लोअर हाफ-प्लेन में बंद किया गया है।

प्रमुख योगदान

• डेटा-स्पेस पूर्णता: शोध पत्र प्रदर्शित करता है कि लाप्लास समीकरण के माध्यम से अपवर्ड कॉन्टिन्यूएशन के माध्यम से 2D सतही डेटा से एक 3D डेटा वॉल्यूम को कठोरता से निर्मित किया जा सकता है, जिससे समस्या के अपर्याप्त निर्धारण को कम किया जा सकता है और 3D स्पेक्ट्रल विश्लेषण के लिए आवश्यक ऊर्ध्वाधर तरंग संख्या नमूनाकरण प्रदान किया जा सकता है।
• क्लोज्ड-फॉर्म व्युत्क्रमण: विधि सिद्ध करती है कि 3D गुरुत्वाकर्षण फॉरवर्ड ऑपरेटर सटीक रूप से यूनिटरी डायगोनलाइज़ेबल है। फलस्वरूप, व्युत्क्रमण को एक नियतात्मक क्लोज्ड-फॉर्म गणना में बदल दिया जाता है जिसमें एक फॉरवर्ड 3D फूरियर ट्रांसफॉर्म, व्युत्पन्न फिल्टर का उपयोग करते हुए एक स्पेक्ट्रल स्केलिंग चरण और एक इनवर्स ट्रांसफॉर्म शामिल है, जो पुनरावृत्ति अनुकूलन (iterative optimization) की आवश्यकता को समाप्त करता है।
• स्थिरता और संगति: निर्मित व्युत्क्रम फिल्टर की बद्ध स्थिरता ($\|q_\alpha\|_\infty \leq 1/(2\sqrt{\alpha})$) और संगति (जब $\alpha \to 0^+$ हो, तो मूर-पेनरोज (Moore–Penrose) सामान्यीकृत व्युत्क्रम की ओर अभिसरण) सिद्ध की गई है।
• विश्लेषणात्मक ढांचा: हाफ-स्पेस स्पेक्ट्रम (समीकरण 7) का व्युत्पन्न एक एकीकृत इनपुट ढांचा प्रदान करता है जो क्षैतिज और ऊर्ध्वाधर घटकों को अलग करता है, जो उपसतह मॉडल की जटिलता की परवाह किए बिना किसी भी सतही गुरुत्वाकर्षण डेटा के लिए लागू है।

परिणाम
विधि को एक होमोजेनियस स्फीयर मॉडल का उपयोग करके मान्य किया गया। परिणाम संकेत देते हैं कि:

• व्युत्क्रमण विसंगति के 3D स्थान को सही ढंग से पुनर्प्राप्त करता है।
• जैसे-जैसे नियमितीकरण पैरामीटर $\alpha \to 0^+$ होता है, विधि सफलतापूर्वक ग्रीन्स फंक्शन (Green's function) के प्रसार प्रभाव को हटा देती है, जिससे स्रोत बिंदु पर सिंगुलर व्यवहार (डिराक डेल्टा फंक्शन) प्राप्त होता है।
• परिमित $\alpha$ के लिए, समाधान एक स्मूदन (smoothed) वितरण है, और संपूर्ण स्थान पर समाकलन स्रोत के कुल द्रव्यमान का सख्ती से संरक्षण करता है।
• विधि अज्ञात बैकग्राउंड के सापेक्ष परिवर्तित घनत्व (perturbation density) को शून्य माध्य के साथ पुनर्प्राप्त करती है; पूर्ण घनत्व के लिए स्वतंत्र पूर्व जानकारी की आवश्यकता होती है। घनत्व वितरण की मात्रात्मक रिकवरी $\alpha$ के चयन पर निर्भर करती है: छोटा $\alpha$ अधिक तीक्ष्ण (sharper) परिणाम और सटीक आंतरिक मान प्रदान करता है, जो स्रोत पर विचलन सीमा (divergent limit) के करीब पहुँचता है।

महत्व और दावे
शोध पत्र का दावा है कि यह "वास्तविक 3D" गुरुत्वाकर्षण व्युत्क्रमण के लिए एक सैद्धांतिक रूप से सुसंगत, विश्लेषणात्मक ढांचा स्थापित करता है। इसका महत्व पुनरावृत्ति अनुकूलन से एक संरचनात्मक अपघटन (structural decomposition) दृष्टिकोण की ओर बदलाव में निहित है। यह सिद्ध करके कि इस समस्या को एकल स्पेक्ट्रल फ़िल्टरिंग ऑपरेशन के माध्यम से हल किया जा सकता है, यह विधि एक स्थिर व्युत्क्रमण के लिए एक एकीकृत ढांचा प्रदान करती है। लेखक नोट करते हैं कि हालांकि यह विधि संख्यात्मक रूप से ज़ीरो-ऑर्डर टिखोनोव नियमितीकरण के समान है, लेकिन यह वैचारिक रूप से अनुकूलन सिद्धांत के बजाय सीधे पॉइसन समीकरण की यूनिटरी डायगोनलाइज़ेबल संरचना से व्युत्पन्न होने के कारण भिन्न है। शोध पत्र निष्कर्ष निकालता है कि हालांकि यह विधि निरंतर-स्पेक्ट्रम धारणाओं के तहत आदर्श परिणाम प्राप्त करती है, भविष्य का कार्य वास्तविक डेटा, संख्यात्मक कार्यान्वयन विवरण और मजबूती विश्लेषण के अनुप्रयोगों पर केंद्रित होगा।