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

技術要約：真の3D重力インバージョンに向けたスペクトル領域擬似逆行列法

問題提起
本論文は、3D重力インバージョンに内在する根本的な課題である、劣決定性、不安定性、および深度分解能の低さに対処している。従来の地表観測は、3次元の地下密度分布 $\rho(x,y,z)$ を解明するために必要な垂直波数情報が欠如した、2次元平面（$z=0$）上のデータしか提供しない。これにより、独立した制約の数が不足することになる。さらに、重力場は深さとともに急速に減衰するため、深部のソースからの信号は著しく減衰し、逆問題は不良設定（ill-conditioned）となり、ノイズに対して非常に敏感になる。Tikhonov正則化などの空間領域における反復的正則化手法は、計算コストが高く初期モデルに敏感であり、一方で周波数領域の手法は、通常、界面の再構成には限定されており、完全な体積インバージョンには適していない。

手法
著者は、ユニタリ対角化可能なシステムに基づくスペクトル領域の擬似逆行列理論を用いた「真の3D」インバージョン手法を提案している。この手法は、以下の2つの明確な理論的レベルで進行する。

1. 解析的連続によるデータ空間の補完：
   3D入力データの要件を満たすために、本論文は、重力異常 $g_z$ がソースのない空気層（$z < 0$）においてラプラス方程式（$\nabla^2 g_z = 0$）を満たすという事実を利用する。地表データ $g_z(x,y,0)$ に2次元フーリエ変換を適用することで、著者は解析的な上方継続公式を導出している。これにより、観測面の上方に、物理的に自己整合的な完全な3Dデータボリュームを構築することが可能となる。極めて重要な点として、本論文は半空間スペクトルの一般的な解析表現を導出している：
   $$\tilde{g}^{obs}_z(k_x, k_y, k_z) = \tilde{g}_z(k_x, k_y, 0) \frac{1}{a - i k_z}$$
   ここで、$a = \sqrt{k_x^2 + k_y^2}$ である。この式は、水平スペクトルを普遍的な垂直伝搬カーネルから分離しており、数値的な補間誤差なしに3Dフーリエ変換に必要な垂直波数サンプリングを提供する。

2. スペクトル領域における擬似逆行列インバージョン：
   3D重力の順演算子は、フーリエ領域においてユニタリ対角化可能であることが示されている。密度スペクトル $\tilde{\rho}$ と重力スペクトル $\tilde{g}_z$ の関係は次のように表される：
   $$\tilde{g}_z(\mathbf{k}) = \lambda(\mathbf{k}) \tilde{\rho}(\mathbf{k}), \quad \text{ここで } \lambda(\mathbf{k}) = \frac{-i 4\pi G k_z}{K^2}$$
   $K^2 = k_x^2 + k_y^2 + k_z^2$ である。著者のユニタリ対角化可能システムに関する先行理論に基づき、安定した一般化逆フィルタが以下のように構築される：
   $$q_\alpha(\lambda) = \frac{\bar{\lambda}}{|\lambda|^2 + \alpha}$$
   ここで、$\alpha > 0$ は正則化パラメータである。このフィルタを構築された3Dデータスペクトルに適用することで、密度スペクトルを得る。最終的な空間密度分布は、逆3Dフーリエ変換によって回収される。データの極構造（具体的には $k_z = -ia$ における極）を考慮し、$k_z$ の逆フーリエ変換は、$z > 0$ に対して下半平面で閉じた複素平面内の複素積分によって実装される。

主な貢献

• データ空間の補完： 本論文は、ラプラス方程式を用いた上方継続によって、2Dの地表データから3Dデータボリュームを厳密に構築できることを示し、これにより問題の劣決定性を緩和し、3Dスペクトル解析に必要な垂直波数サンプリングを提供することを実証している。
• 閉形式のインバージョン： 3D重力の順演算子が、フーリエ領域において正確にユニタリ対角化可能であることを証明している。その結果、インバージョンは、1回の順方向3Dフーリエ変換、導出されたフィルタを用いたスペクトルスケーリング、および1回の逆変換からなる決定論的な閉形式の計算へと簡略化され、反復的な最適化を排除している。
• 安定性と一貫性： 構築された逆フィルタは、有界な安定性（$\|q_\alpha\|_\infty \leq 1/(2\sqrt{\alpha})$）と一貫性（$\alpha \to 0^+$ のときムーア・ペンローズ一般逆行列に収束すること）を持つことが証明されている。
• 解析的枠組み： 半空間スペクトル（式7）の導出は、水平成分と垂直成分を分離した統一的な入力フレームワークを提供し、これは地下モデルの複雑さに関わらず、任意の地表重力データに適用可能である。

結果
本手法は、均質な球体モデルを用いて検証された。結果は以下の通りである：

• インバージョンは、異常の3D位置を正しく回収した。
• 正則化パラメータ $\alpha \to 0^+$ のとき、本手法はグリーン関数の広がり効果を正常に取り除き、ソースポイントにおける特異挙動（ディラックのデルタ関数）を回収した。
• 有限の $\alpha$ に対して、解は平滑化された分布となり、全空間にわたる積分はソースの総質量を厳密に保存する。
• 本手法は、摂動密度（未知の背景に対する相対密度）を平均ゼロで回収する。絶対密度を求めるには、独立した事前情報が必要である。密度分布の定量的な回収は、$\alpha$ の選択に依存する。より小さい $\alpha$ は、より鋭い結果とより正確な内部値をもたらし、ソースにおける発散限界に近づく。

意義と主張
本論文は、「真の3D」重力インバージョンのための、理論的に自己整合的な解析的枠組みを確立したと主張している。その意義は、反復的な最適化から構造的分解アプローチへのパラダイムシフトにある。問題が単一のスペクトルフィルタリング操作によって解けることを証明することで、本手法は、畳み込み型の問題の安定したインバージョンのための統一されたフレームワークを提供する。著者は、本手法は数値的にはゼロ次Tikhonov正則化と等価であるが、最適化原理からではなく、ポアソン方程式のユニタリ対角化構造から直接導出されているという点で概念的に異なると述べている。結論として、本手法は連続スペクトル仮定の下で理想的な結果を得るが、今後の課題は、実データへの適用、数値的な実装の詳細、およびロバスト性の分析に焦点を当てることであるとしている。