Universidad de El SalvadorFacultad de Ciencias Naturales y Matemtica

Escuela de Fsica
ASIGNATURA: FSICA DE LAS GEOCIENCIAS

Ciclo II~ Ao 2016

LABORATORIO N 2
Anlisis uni-dimensional de datos de sondeos elctricos verticales
I.-Comentarios Generales
1) El informe se entregara una semana despus de recibido
2) El informe deber de incluir una introduccin breve, revisin de la teora relevante, anlisis
de los datos, interpretacin y conclusiones.
3) Incluya las figuras/grficos relevantes al informe.
2. Introduccin
En este laboratorio se analizaran datos de resistividad DC colectados utilizando el arreglo de
Schlumberger y Wenner .
En geofsica existen problemas directos e inversos.
Un problema directo empieza con un modelo de la Tierra y hace una prediccin de los datos
que se mediran si un estudio geofsico se lleva a cabo en ese lugar. Esto es importante para
planificar un levantamiento y ver que parmetros se necesitan para detectar lo que se anda
buscando a una cierta profundidad. Los problemas directos son siempre nicos (solo tienen una
solucin).
En un problema inverso se analizan datos geofsicos que se tomaron en un levantamiento y
se calcula un modelo de las propiedades de la Tierra (Ej., velocidad ssmica, resistividad
elctrica, susceptibilidad magntica, etc.) en la zona de estudio. Los problemas inversos son
importantes porque nos permiten analizar datos de campo, pero tiene la infortunada
consecuencia que las soluciones no son nicas. Esto significa que ms de un modelo se puede
encontrar que se ajusten a los mismos datos observados con la misma precisin estadstica.
En este laboratorio, se resolver el problema inverso en levantamientos de sondeos elctricos
de resistividad usando mltiples soluciones del problema directo para resolver el problema
inverso. Si el tiempo lo permite, al final del semestre se estudiara un mtodo rpido para
evaluar estadsticamente los resultados.
En este laboratorio se usara la metodologa de prueba-error para estimar un modelo de
resistividad en 1-D que se ajuste a los datos de resistividad aparente dentro de una cierta
precisin. Este enfoque nos dar un modelo nico pero en cierta manera nos lleva a pensar en
un grado de desconfianza pues este modelo no es el UNICO modelo que se ajuste a los datos
medidos.
3. Procedimiento.
1) Si es que todava no lo ha hecho, Instale MATLAB en su PC
2) Revise cada uno de los archivos, incluyendo programas en MATLAB y datos (4 archivos de
datos correspondientes a 4 SEV de la misma zona).
3) Cual es la funcin de cada uno de los programas: resfwd, rhotran, rafind2 ?.Explique
4) La funcin de MATLAB resfwd.m se usar para calcular los valores de resistividad
aparente que podran medirse con un arreglo Schlumberger y un modelo de estratificado de la
Tierra.

3) Para correr la funcin resfwd.m usted deber de entrar un modelo de resistividad y datos
de resistividad aparente. El formato para el archivo del modelo lo pueden ver en el archivo
resfwd.m
4) Note que la entrada del modelo no termina en la parte inferior de la ltima capa, en vez de
eso el cdigo asume que el modelo termina en el infinito, por lo tanto el programa ignora el
espesor de la ultima capa y as en su ultima capa de resistividad se asume una profundidad
infinita.
Para trabajar con el modelo directo de prueba-error haga como se detalla:
(1) Estudie la curva de los datos de resistividad aparente y trate de entrar un modelo inicial de
resistividad.
(2) Corra resfwd.m para calcular los datos de resistividad aparente pronosticados por el modelo
inicial. Para correr la funcin escriba: resfwd(data.txt, model.txt);
(3) Compare las curvas de resistividades aparente medidas y pronosticadas. El ajuste entre las
curvas puede evaluarse visualmente, ya que la curva pronosticada debera de estar dentro
de una desviacin estndar para cada punto. Numricamente eso puede expresarse como
el desajuste de la media cuadrtica (rms):

CALC
r.m.s. APP

Error
1: N

2N

donde: APP & CALC - son respectivamente la

resistividad aparente y calculada
N numero de puntos medidos
ERROR la cantidad de error en cada punto

Por ejemplo, la figura indica bajo muestra una curva de resistividad aparente medida (puntos), y
su error asociado de barras (arriba y debajo de cada punto). Si todos los datos pronosticados
(lnea negra) pasa a travs de la barra de error, entonces el valor RMS de desajuste podra
estar debajo de 1.0. El ajuste en la figura de abajo es bastante aceptable, con un desajuste de
RMS= 1.0271.

Fig.1 Salida de resfwd mostrando ajuste con 5 capas

(4) Terminacin
Termine de correr el programa si el ajuste a los datos observados es aceptable. Y si no es asi,
edite el modelo de resistividad para mejorar el ajuste y regrese a (2). Generalmente es mejor
ajustar primero las capas mas someras (pequeos valores de AB/2) y entonces ir a capas mas
profundas.
.
(5) Puede que usted necesite cambiar la escala de la grafica para ver la curva entera. Para
esto, abra rafindd2.m en la ventana del editor de MATLAB, y cambie los limites de ventana
configuradas para las variables ax1 y ax2 sobre las lneas 39 y 40 (cambia respectivamente,
la grafica d e resistividad aparente y grafica de resistividad verdadera).
Aplique este procedimiento a los datos de sondeos Schlumberger indicados en los archivos
entregados.
*
*
*
*

Use modelos de hasta 5 capas, aunque la mayor parte de los datos pueden ajustarse con 4
o menos capas,
RECUERDE, el modelo mas simple es probalemente el mas realista.. Esto se expresa en el
famoso principio de la Navaja de Occam (Occams razor). Si no lo conoce por favor vea una
explicacion sencilla en: http://es.wikipedia.org/wiki/Navaja_de_Ockham
Ajuste cada sondeo Schlumberger dentro de la media cuadratica (RMS) < 1.5
Guarde el archivo del modelo para una comparacin posterior.

Fe ch a :