Está en la página 1de 64

INVERSIÓN DE DATOS

RES2DINV
Wilson Ferney Vélez G.

Maestría en Ciencias de La Tierra


Universidad Eafit

Mayo 2 de 2019
Ejercicio
1 GRUNDF1.DAT – An
example of a field data set
with bad data points.
LECTURA DEL ARCHIVO
Use the ‘File’ and then the
Ejercicio ‘Read data file’ options to read
1.1 in this data file. Go to the
‘Display’ windows, and then
the ‘Display data and model
sections’ option. The bad data
points should be quite obvious.
Visualización de datos

Parámetros de visualización:
Mínimo: 32,2
Factor: 1,249
Next, leave the ‘Display’ window,
and then choose ‘Edit data’ on the
Ejercicio top menu bar followed by the
‘Exterminate bad data points’
1.2 option. Pick out the bad data
points. After that save the edited
data in a file. Read in this edited
data file, and then go back to the
‘Display’ window and check the
pseudosection again
• Utilizo el archivo GRUNDF1.dat • Después de eliminar los datos malos, se vuelve a leer el archivo nuevo, donde
se observa que se tienen solo 535 datos, en lugar de 541.
DIFERENCIAS ENTRE EL ARCHIVO SIN EDITAR Y EDITADO

Parámetros de
visualización:
Mínimo: 32,2
Factor: 1,249

Parámetros de
visualización:
Mínimo: 31,1
Factor: 1,064

Parámetros de
visualización:
Mínimo: 32,2
Factor: 1,249
After that, leave the ‘Display’
Ejercicio window, and then run an
1.3 inversion of the data set using
the ‘Inversion’ and then the
‘Least-squares inversion’
menu options.
RESULTADO DE LA INVERSIÓN

Mínimo: 15,3 Factor: 1.253


INFLUENCIA DE LA ESCALA DE COLORES EN LA VISUALIZACIÓN

Parámetros de visualización: Parámetros de visualización:


Mínimo: 15 ,3 y Factor: 1.253 Mínimo: 32,2 y Factor: 1,249
CÓMO OBTENER EL MÍNIMO Y FACTOR PARA LOS INTERVALOS DE CONTORNO
No. Rango Razón
1 1,2200 1,569
Resistividad
2 1,9100
3 3,0000
Media 294,38
4 4,7100
Error típico 6,62
5 7,3900
Mediana 247,13
6 11,5900
Moda 52,06
7 18,1800
Desviación estándar 225,53
8 28,5200
Varianza de la muestra 50864,53
9 44,7500
Curtosis -0,25
10 70,2100
Coeficiente de asimetría 0,78
11 110,1600
Rango 1052,33
12 172,8400
Mínimo 1,22
13 271,1900
Máximo 1053,55
14 425,5000
Suma 341486,39
15 667,6100
Cuenta 1160,00
16 1047,4800

• El software tiene 16 clases 250

• Se construye un histograma con valores


200

de resistividad, que representen las 150

Frecuencia
variaciones que tienen los datos. 100

• Se obtiene el mínimo y un factor 50

geométrico para la definición de las 0

clases.
y
1,22 1,91 2,99 4,69 7,35 11,52 18,06 28,32 44,41 69,63 109,18 171,19 268,43 420,9 659,97 1034,83
mayor...
Frecuencia 1 0 1 3 1 1 16 19 62 101 118 123 163 232 211 107 1
Rango
Otra forma de eliminar errores

As a general rule, data points with misfits of 100 percent and above can usually be removed.
Luego de hacer la inversión, se solicita modificar las opciones en el menú “Least-squares
inversión”
PARÁMETROS LEAST-SQUARES
COMPARACIÓN DE LOS MODELOS
PARÁMETROS LEAST-SQUARES
Pagina 13

Al revisar la imagen de la inversión, así como el error, se


After the inversion has finished,
Ejercicio go the ‘Display’ window to take a
look at the model. After that
1.4 choose the ‘Edit data’ and then
the ‘RMS error statistics’ options.
Take a look at the bar chart. Is it
possible to remove more bad data
points?
VISUALIZACIÓN DEL RMS
VISUALIZACIÓN DE INVERSIÓN

Mínimo: 15,3 Factor: 1.253


COMPARACIÓN MODELOS INICIAL Y MODIFICADO

Mínimo: 15,3 Factor: 1.253


Try running an inversion of the
Ejercicio data set without first manually
1.5 removing the bad data points.
Then use the ‘RMS error
statistics’ option to remove
them. Does this get rid of the
bad data points also?
VISUALIZACIÓN INVERSIÓN Y RMS

Mínimo: 15,3 Factor: 1.253


GRUNDFOR.DAT – An example of
a field data with smooth variation
Ejercicio of the resistivity values. The
2 purpose is to see the effect of the
different model discretizations.
The purpose of this field survey
was to map the soil lithology
(Christensen and Sorenson 1994).
LECTURA DEL ARCHIVO
Read in the data set using the
Ejercicio ‘File’ and then carry out the
inversion with the default
2.1 model discretization. You can
take a look at the way the
subsurface is divided into cells
by selecting the ‘Display model
blocks’ option.
REVISAR DATOS “ANÓMALOS”
valor mínimo = 22,0 y factor 1,119.
Now choose the option to
‘Allow number of model blocks
to exceed data points’, and run
Ejercicio the inversion again. Make sure
2.2 to use a different name for the
inversion results file, for
example GRUNFOR2.INV. Check
out the arrangement of the cells
again using the ‘Display model
blocks’ option.
Parámetros de inversión
• No permite tener más bloques que
número de datos.
• Todos los modelos tienen anchos
iguales
Valor mínimo = 17,0 y factor 1,204

Inversión Sin mas bloques que datos (mínimo 15.5 Max 364.8) Inversión con más bloques que datos (mínimo 19.5, max. 149.9)
Now we will reduce the
width of the side cells as
Ejercicio well. Select the ‘Make sure
2.3 model blocks have same
widths’ option, and check
out the arrangement of the
cells. Next run the inversion
again.
Parámetros de inversión
• Permite tener más bloques que
número de datos.
• No todos los bloques del modelo
tienen que tener anchos iguales
• Usa el arreglo por defecto
Parámetros de Inversión
• No permite tener más bloques que
número de datos.
• No todos los bloques del modelo
tienen que tener anchos iguales
• Usa el arreglo por defecto
Parámetros de Inversión
• No permite tener más bloques que
número de datos.
• No todos los bloques del modelo
tienen que tener anchos iguales

Parámetros de Inversión
• Permite tener más bloques que
número de datos.
• No todos los bloques del modelo
tienen que tener anchos iguales
Ejercicio Finally we will use an
2.4 arrangement with even more
model cells. Select the ‘Use
extended model’ option, and
then run the inversion
BLOCK_ONE.DAT – A
Ejercicio synthetic test model. To
3 show advantage of robust l1
norm inversion for models
with sharp boundaries.
LECTURA DEL ARCHIVO
After reading in the data file,
choose the ‘Include smoothing of
model resistivity’ option to ensure
Ejercicio inversion model is smooth. Run the
inversion and see what you get. You
3.1 might like to display the inversion
model in the form of blocks rather
than contours. This shows up the
smearing out of the boundaries
better. Compare the maximum and
minimum model resistivity values
with the true values.
• No permite tener más bloques que
número de datos.
• No todos los bloques del modelo
tienen que tener anchos iguales
• Permite tener más bloques que
número de datos.
• Todos los bloques del modelo tienen
que tener anchos iguales
Next select the ‘Select robust
Ejercicio inversion’ option, and the
3.2 enable both the robust
model and data constrains.
Check out the resulting
inversion model.
• Este modelo robusto tiene mayor
parecido con el modelo de bloques
que se presentó en el numeral
anterior, ya que trata de mostrar que
en el centro hay un bloque de mayor
resistividad y a los lados dos
menores.
A que se deben los cambios en el modelo de bloques que se
muestran en la figura 43 y 45 sean diferentes, a pesar que los
parámetros sean los mismos?
Ejercicio
4 A field data set with a
vertical dike
LECTURA DEL ARCHIVO
To get the best results,
enable both the option to
Ejercicio “Allow number of model
4 blocks to exceed datum
points”. Make sure the
option ‘Include smoothing of
model resistivity’ is on to get
a maximally smooth model
LECTURA Y REVISIÓN DE DATOS
Min: 6,47 Factor: 1,388
Ejercicio Next use the robust inversion
4.2 method. You should see a
dramatic change in the
model.
MODELO ROBUSTO
COMPARACIÓN MODELO ROBUSTO
One of the undesirable side
effects of the robust
inversion option is the model
Ejercicio resistivity values at the
4.3 bottom-left and bottom-right
corners can take extreme
values. To reduce this effect,
select the ‘Reduce effect of
side blocks’ option, and then
run the inversion again.
Revisar la calidad de los datos antes de realizar la
inversión permite minimizar el riesgo de obtener
anomalías que no son reales.

Conclusiones Se debería establecer cuáles son los parámetros de


inversión a utilizar, y buscar la correlación entre éstos
y las condiciones geológicas y/o de adquisición.

El efecto en el número de bloques/número de datos


durante la inversión parece no influir fuertemente en
los resultados de la inversión, la diferencia se ve en lo
suavizado de los contornos.

Proponer una secuencia de inversión de datos propia,


en la que se incluya, de ser posible, las condiciones
de inversión según condiciones geológicas.
SECUENCIA INVERSIÓN
• 1. Leer el archivo y revisar datos “anómalos”
• 2. Hacer una primera versión y obtener el RMS inicial
• 3. Definir una escala de resistividades para desplegar los resultados
• 4. Correr el modelo extendido y modelo no extendido y verificar diferencias.
REVISIÓN PARÁMETROS DE INVERSIÓN
Loke, M. . (2018). Rapid 2-D Resistivity
Referencias & IP inversion using the least-
squares method.

Loke, M. H. (2004). Tutorial: 2-d and 3-


d electrical imaging surveys,
Geotomo Software, Malaysia,
(July), 136