ความกำกวม (ambiguity) หรือ non-uniqueness ของงานทางด้าน Geoscience
ในพื้นที่ภาคสนามหนึ่ง ส่วนใหญ่จะมีการเก็บข้อมูลหลากหลาย (mutiple data set) ไม่ว่าจะเป็นงานทางด้าน ธรณี สำรวจชนิดหิน หรือธรณีโครงสร้าง การเก็บข้อมูลทางธรณีฟิสิกส์ ต่าง ๆ seismic, DC resisitivity เป็นต้น
ถ้าเราทำการประมวลผลข้อมูลแยกกันในแต่ละศาสตร์ แต่ละคนอาจจะได้ผลลัพธ์ หรือแบบจำลอง (model) ที่มีบางส่วนไม่สอดคล้องกัน หรืออาจจะแตกต่างกันโดยสิ้นเชิงเลยก็เป็นได้
ดังนั้น การประมวลผลร่วมกันของข้อมูลต่าง ๆ จึงกลายเป็นความท้าทายถัดไป เพื่อหาแบบจำลองที่สามารถอธิบายข้อมูลส่วนใหญ่ที่เก็บรวบรวมมาได้
ขอยกตัวอย่าง งานทางด้าน geophysics โปรแกรม inversion ทาง geophysics เป็นเหมือนกล่องดำสำหรับหลาย ๆ คน ที่ลึกลับ ทำความเข้าใจยาก หรืออาจจะให้ แบบจำลอง หลากหลายแบบ เพียงแค่ปรับค่าในโปรแกรม
แม้แต่ข้อมูลชุดเดียวทาง geophysics เมื่อประมวลผล ด้วยโปรแกรม inversion ก็สามารถ ให้แบบจำลองที่หลากหลาย ซึ่งการหาแบบจำลองที่ดีที่สุดเพียงแบบจำลองเดียวคืองานของ geophysicist ซึ่งเริ่มตั้งแต่
1. Acquisition เก็บข้อมูลให้ดีที่สุด มีสัญญาณรบกวนให้น้อยที่สุด เก็บข้อมูลให้มีความลึก ถึง target ที่เราต้องการ ซึ่งส่วนหนึ่งเราต้องเข้าใจ ทฤษฏี ของการสำรวจเทคนิคนั้น ๆ
2. Data Processing ต้องมีการลดสัญญาณรบกวน ตัดข้อมูลที่เสียใช้การไม่ได้ออก รวมไปถึงทำการประมวลผลให้สัญญาณมีความถูกต้อง หรือความคมชัดมากขึ้น เช่น ปรับแก้ topography ก่อนที่จะนำไปประมวลผลต่อโดยใช้โปรแกรม Inversion เป็นต้น ซึ่งการทำความเข้าใจโปรแกรม ก็มีความสำคัญเป็นอย่างมาก (ถึงแม้คณิตศาสตร์จะเข้าใจยากก็ตาม) การทดลองเล่นข้อมูลตัวอย่างของโปรแกรมเอง หรือการใช้ โปรแกรม forward modeling สำหรับโครงสร้างที่เรารู้ หรือที่เราต้องการสำรวจ แล้วหลังจากนั้นเอา calculated data ที่ได้ไปใช้ในโปรแกรม inversion เพื่อให้มีความเข้าใจมากขึ้น รวมถึงอาจจะทำให้ทราบได้ว่า การเก็บข้อมูลแบบหนึ่ง ๆ นั้นจะทำให้การสำรวจนั้นเจอ target ที่เราต้องการสำรวจหาได้หรือไม่
ตัวอย่างหนึ่งที่คนส่วนใหญ่มักจะมองข้ามกันคือ grid discretization หรือ mesh หรือการแบ่ง แบบจำลองใต้ผิวดินออกเป็นส่วนย่อย ๆ ไม่ว่าจะเป็น สี่เหลี่ยม สามเหลี่ยม หรือแบบใด ๆ (unconstruct grid ใน finite element เป็นต้น) อาจจะต้องใช้ grid ที่มีความเหมาะสม โดยเฉพาะโปรแกรมที่ผู้ใช้ต้องทำการสร้างเอง
3. Interpretation การตีความ อาจจะต้องใช้ข้อมูลต่าง ๆ ร่วมในการตีความ เพื่อให้มีความน่าเชื่อถึอมากยิ่งขึ้น แต่อย่างไรก็ต่าง การตีความเป็นเหมือนกับสมมติฐาน หรือความเป็นไปได้จากข้อมูลต่างๆ ที่มีใน ขณะนั้น ซึ่งอาจจะผิดได้ ซึ่งถ้ามีการสำรวจด้านอื่น ๆ หรือข้อมูล ในอนาคต ก็จะช่วยเสริมหรือขัดแย้งก่อนหน้าได้ หรืออาจจะมีการขุดเพื่อทดสอบจริง ก็จะทำให้ แบบจำลองบริเวณที่ศึกษานั้นมีความแม่นยำมากยิ่งขึ้น
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
