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

Resumo Técnico: Um Método de Pseudo-Inversa no Domínio Espectral para Inversão Gravimétrica 3D Verdadeira

Definição do Problema
O artigo aborda os desafios fundamentais inerentes à inversão gravimétrica 3D: subdeterminação, instabilidade e baixa resolução de profundidade. As observações de superfície tradicionais fornecem dados apenas em um plano 2D ($z=0$), carecendo de informação de número de onda vertical necessária para resolver a distribuição de densidade 3D no subsolo $\rho(x,y,z)$. Isso leva a um número insuficiente de restrições independentes. Além disso, o campo gravitacional decai rapidamente com a profundidade, fazendo com que os sinais de fontes profundas sejam severamente atenuados, tornando o problema inverso mal condicionado e altamente sensível ao ruído. Abordagens existentes, como a regularização iterativa no domínio espacial (ex: Tikhonov), são computacionalmente caras e sensíveis aos modelos iniciais, enquanto métodos no domínio da frequência são tipicamente limitados à reconstrução de interfaces, em vez de inversão volumétrica completa.

Metodologia
O autor propõe um método de inversão "3D verdadeiro" baseado na teoria da pseudo-inversa no domínio espectral para sistemas unitariamente diagonalizáveis. A metodologia procede em dois níveis teóricos distintos:

1. Completude do Espaço de Dados via Continuação Analítica:
   Para satisfazer o requisito da pseudo-inversa no domínio espectral para dados 3D, o artigo explora o fato de que a anomalia de gravidade $g_z$ satisfaz a equação de Laplace ($\nabla^2 g_z = 0$) na camada de ar livre de fontes ($z < 0$). Ao aplicar uma transformada de Fourier 2D aos dados de superfície $g_z(x,y,0)$, o autor deriva uma fórmula de continuação ascendente analítica. Isso permite a construção de um volume de dados 3D completo e fisicamente consistente acima do plano de observação. Crucialmente, o artigo deriva uma expressão analítica geral para o espectro de meio-espaço:
   $$\tilde{g}^{obs}_z(k_x, k_y, k_z) = \tilde{g}_z(k_x, k_y, 0) \frac{1}{a - i k_z}$$
   onde $a = \sqrt{k_x^2 + k_y^2}$. Esta expressão separa o espectro horizontal de um núcleo de propagação vertical universal, fornecendo a amostragem de número de onda vertical necessária para a transformada de Fourier 3D sem erros de interpolação numérica.

2. Inversão de Pseudo-Inversa no Domínio Espectral:
   O operador direto para gravidade 3D é mostrado como unitariamente diagonalizável no domínio de Fourier. A relação entre o espectro de densidade $\tilde{\rho}$ e o espectro de gravidade $\tilde{g}_z$ é expressa como:
   $$\tilde{g}_z(\mathbf{k}) = \lambda(\mathbf{k}) \tilde{\rho}(\mathbf{k}), \quad \text{onde } \lambda(\mathbf{k}) = \frac{-i 4\pi G k_z}{K^2}$$
   Aqui, $K^2 = k_x^2 + k_y^2 + k_z^2$. Com base na teoria prévia do autor para sistemas unitariamente diagonalizáveis, um filtro de inversa generalizado estável é construído:
   $$q_\alpha(\lambda) = \frac{\bar{\lambda}}{|\lambda|^2 + \alpha}$$
   onde $\alpha > 0$ é um parâmetro de regularização. Este filtro é aplicado ao espectro de dados 3D construído para obter o espectro de densidade. A distribuição de densidade espacial final é recuperada via uma transformada de Fourier 3D inversa. Devido à estrutura de polo do espectro de dados (especificamente o polo em $k_z = -ia$), a transformada inversa de $k_z$ é implementada via uma integral de contorno no plano complexo, fechada no semiplano inferior para $z > 0$.

Principais Contribuições

• Completude do Espaço de Dados: O artigo demonstra que a continuação ascendente via equação de Laplace pode construir rigorosamente um volume de dados 3D a partir de dados de superfície 2D, mitigando assim a subdeterminação do problema e fornecendo a amostragem de número de onda vertical necessária para a análise espectral 3D.
• Inversão de Forma Fechada: O método prova que o operador direto de gravidade 3D é exatamente unitariamente diagonalizável. Consequentemente, a inversão é reduzida a um cálculo determinístico de forma fechada consistindo em uma transformada de Fourier 3D direta, uma etapa de escalonamento espectral usando o filtro derivado e uma transformada inversa, eliminando a necessidade de otimização iterativa.
• Estabilidade e Consistência: O filtro inverso construído é provado ter estabilidade limitada ($\|q_\alpha\|_\infty \leq 1/(2\sqrt{\alpha})$) e consistência (convergindo para a inversa generalizada de Moore–Penrose conforme $\alpha \to 0^+$).
• Estrutura Analítica: A derivação do espectro de meio-espaço (Equação 7) fornece um framework de entrada unificado que separa componentes horizontais e verticais, aplicável a quaisquer dados de gravidade de superfície, independentemente da complexidade do modelo de subsolo.

Resultados
O método foi validado utilizando um modelo de esfera homogênea. Os resultados indicam que:

• A inversão recupera corretamente a localização 3D da anomalia.
• À medida que o parâmetro de regularização $\alpha \to 0^+$, o método remove com sucesso o efeito de espalhamento da função de Green, recuperando o comportamento singular (função delta de Dirac) no ponto da fonte.
• Para um $\alpha$ finito, a solução é uma distribuição suavizada, e a integral sobre todo o espaço conserva estritamente a massa total da fonte.
• O método recupera a densidade de perturbação (relativa a um fundo desconhecido) com média zero; densidades absolutas requerem informações prévias independentes. A recuperação quantitativa da distribuição de densidade depende da escolha de $\alpha$: um $\alpha$ menor produz resultados mais nítidos e valores internos mais precisos, aproximando-se do limite divergente na fonte.

Significância e Alegações
O artigo afirma estabelecer um framework analítico teoricamente autossuficiente para a inversão gravimétrica "3D verdadeira". Sua significância reside na mudança de paradigma da otimização iterativa para uma abordagem de decomposição estrutural. Ao provar que o problema pode ser resolvido via uma única operação de filtragem espectral, o método oferece um framework unificado para a inversão estável de problemas do tipo convolução. O autor observa que, embora o método seja numericamente equivalente à regularização de Tikhonov de ordem zero, ele difere conceitualmente por derivar diretamente da estrutura unitariamente diagonalizável da equação de Poisson, em vez de um princípio de otimização. O artigo conclui que, embora o método alcance resultados ideais sob suposições de espectro contínuo, trabalhos futuros focarão em aplicações a dados reais, detalhes de implementação numérica e análise de robustez.