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

Sintesi Tecnica: Un Metodo di Pseudo-Inversa nel Dominio Spettrale per l'Inversione Gravimetrica 3D Reale

Problematica
Il documento affronta le sfide fondamentali intrinseche all'inversione gravimetrica 3D: l'indeterminazione, l'instabilità e la scarsa risoluzione in profondità. Le osservazioni superficiali tradizionali forniscono dati solo su un piano 2D ($z=0$), privi dell'informazione sul numero d'onda verticale necessaria per risolvere la distribuzione di densità 3D nel sottosuolo $\rho(x,y,z)$. Ciò porta a un numero insufficiente di vincoli indipendenti. Inoltre, il campo gravitazionale decade rapidamente con la profondità, causando un severo attenuamento dei segnali provenienti da sorgenti profonde, il che rende il problema inverso mal condizionato e altamente sensibile al rumore. Gli approcci esistenti, come la regolarizzazione iterativa nel dominio spaziale (ad esempio, Tikhonov), sono computazionalmente costosi e sensibili ai modelli iniziali, mentre i metodi nel dominio delle frequenze sono tipicamente limitati alla ricostruzione di interfacce piuttosto che all'inversione volumetrica completa.

Metodologia
L'autore propone un metodo di inversione "3D reale" basato sulla teoria della pseudo-inversa nel dominio spettrale per sistemi unitariamente diagonalizzabili. La metodologia procede attraverso due livelli teorici distinti:

1. Completamento dello Spazio dei Dati tramite Continuazione Analitica:
   Per soddisfare il requisito della pseudo-inversa nel dominio spettrale per dati di input 3D, il documento sfrutta il fatto che l'anomalia gravitazionale $g_z$ soddisfa l'equazione di Laplace ($\nabla^2 g_z = 0$) nello strato d'aria privo di sorgenti ($z < 0$). Applicando una trasformata di Fourier 2D ai dati superficiali $g_z(x,y,0)$, l'autore deriva una formula di continuazione verso l'alto analitica. Ciò consente la costruzione di un volume di dati 3D completo e fisicamente coerente sopra il piano di osservazione. Fondamentalmente, il documento deriva un'espressione analitica generale per lo spettro dello semispazio:
   $$\tilde{g}^{obs}_z(k_x, k_y, k_z) = \tilde{g}_z(k_x, k_y, 0) \frac{1}{a - i k_z}$$
   dove $a = \sqrt{k_x^2 + k_y^2}$. Questa espressione separa lo spettro orizzontale da un kernel di propagazione verticale universale, fornendo il campionamento del numero d'onda verticale necessario per la trasformata di Fourier 3D senza errori di interpolazione numerica.

2. Inversione della Pseudo-Inversa nel Dominio Spettrale:
   L'operatore diretto per la gravità 3D è dimostrato essere unitariamente diagonalizzabile nel dominio di Fourier. La relazione tra lo spettro di densità $\tilde{\rho}$ e lo spettro di gravità $\tilde{g}_z$ è espressa come:
   $$\tilde{g}_z(\mathbf{k}) = \lambda(\mathbf{k}) \tilde{\rho}(\mathbf{k}), \quad \text{dove } \lambda(\mathbf{k}) = \frac{-i 4\pi G k_z}{K^2}$$
   Qui, $K^2 = k_x^2 + k_y^2 + k_z^2$. Sulla base della teoria pregressa dell'autore per i sistemi unitariamente diagonalizzabili, viene costruito un filtro di pseudo-inversa stabile:
   $$q_\alpha(\lambda) = \frac{\bar{\lambda}}{|\lambda|^2 + \alpha}$$
   dove $\alpha > 0$ è un parametro di regolarizzazione. Questo filtro viene applicato allo spettro dei dati 3D così costruito per ottenere lo spettro di densità. La distribuzione di densità spaziale finale viene recuperata tramite una trasformata di Fourier 3D inversa. A causa della struttura dei poli dello spettro dei dati (specificamente il polo in $k_z = -ia$), la trasformata inversa di $k_z$ viene implementata tramite un integrale di contorno nel piano complesso, chiuso nel semipiano inferiore per $z > 0$.

Contributi Chiave

• Completamento dello Spazio dei Dati: Il documento dimostra che la continuazione verso l'alto tramite l'equazione di Laplace può costruire rigorosamente un volume di dati 3D da dati superficiali 2D, mitigando così l'indeterminazione del problema e fornendo il campionamento del numero d'onda verticale richiesto per l'analisi spettrale 3D.
• Inversione in Forma Chiusa: Il documento prova che l'operatore diretto della gravità 3D è esattamente unitariamente diagonalizzabile. Di conseguenza, l'inversione si riduce a un calcolo deterministico in forma chiusa che consiste in una trasformata di Fourier 3D diretta, un passaggio di scalatura spettrale utilizzando il filtro derivato e una trasformata inversa, eliminando la necessità di ottimizzazione iterativa.
• Stabilità e Coerenza: Il filtro inverso costruito è dimostrato avere stabilità limitata ($\|q_\alpha\|_\infty \leq 1/(2\sqrt{\alpha})$) e coerenza (convergendo alla pseudo-inversa di Moore–Penrose per $\alpha \to 0^+$).
• Framework Analitico: La derivazione dello spettro dello semispazio (Equazione 7) fornisce un framework di input unificato che separa le componenti orizzontali e verticali, applicabile a qualsiasi dato gravitazionale superficiale indipendentemente dalla complessità del modello sott superficie.

Risultati
Il metodo è stato validato utilizzando un modello di sfera omogenea. I risultati indicano che:

• L'inversione recupera correttamente la posizione 3D dell'anomalia.
• Man mano che il parametro di regolarizzazione $\alpha \to 0^+$, il metodo rimuove con successo l'effetto di diffusione della funzione Green, recuperando il comportamento singolare (funzione delta di Dirac) nel punto della sorgente.
• Per un $\alpha$ finito, la soluzione è una distribuzione smussata, e l'integrale su tutto lo spazio conserva rigorosamente la massa totale della sorgente.
• Il metodo recupera la densità di perturbazione (rispetto a uno sfondo ignoto) con una media nulla; le densità assolute richiedono informazioni a priori indipendenti. Il recupero quantitativo della distribuzione di densità dipende dalla scelta di $\alpha$: un $\alpha$ minore produce risultati più nitidi e valori interni più accurati, avvicinandosi al limite divergente alla sorgente.

Significatività e Rivendicazioni
Il documento sostiene di aver stabilito un framework analitico, teoricamente auto-coerente, per l'inversione gravitazionale "3D reale". La sua significatività risiede nello spostamento del paradigma dall'ottimizzazione iterativa a un approccio di decomposizione strutturale. Dimostrando che il problema può essere risolto tramite un singolo'operazione di filtraggio spettrale, il metodo offre un framework unificato per l'inversione stabile di problemi di tipo convoluzione. L'autore osserva che, sebbene il metodo sia numericamente equivalente alla regolarizzazione di Tikhonov del secondo ordine, esso differisce concettualmente per il fatto di derivare direttamente dalla struttura unitariamente diagonalizzabile dell'equazione di Poisson piuttosto che da un principio di ottimizzazione. Il documento conclude che, sebbene il metodo raggiunga risultati ideali sotto assunzioni di spettro continuo, il lavoro futuro si concentrerà sulle applicazioni a dati reali, sui dettagli di implementazione numerica e sull'analisi di robustezza.