Análisis geoeléctrico para caracterización de zonas saturadas en un talud

Introducción

En años recientes, los diferentes métodos geofísicos han sido herramientas efectivas para el
estudio de problemas hidrológicos, entre los cuales, se ha prestado mayor atención a la técnica
de tomografías de resistividad eléctrica (ERT) al ser un método geofísico activo de bajo costo
con una técnica de adquisición rápida que permite obtener con una alta resolución espacial la
configuración en el terreno de regiones de alta y baja resistividad, lo que permite asociarse
indirectamente a múltiples propiedades del subsuelo (Lapenna et al., 2005). La ventaja de las
mediciones de time-lapse frente a un estudio único y estático es que proporcionan un
mecanismo para obtener el estado no sólo de las propiedades del subsuelo, sino también de los
cambios dinámicos en estas propiedades, que a su vez pueden proporcionar información sobre
los procesos en curso sobre este material. Esta técnica se ha probado exitosamente en
proyectos de monitoreo e investigación de procesos físicos en el terreno (de Franco et al., 2009;
Hayley et al., 2009, 2011a, 2011b; Liu et al., 2017; Miller et al., 2008a).

El contenido de agua en un suelo es una cuestión de alto interés para múltiples campos, entre
los cuales destacan el campo ingenieril y el campo agrícola, debido a la importancia del factor
hídrico en muchos otros procesos. Se han desarrollado variedad de técnicas y equipos para
determinar la saturación de un suelo bajo condiciones de campo, entre estas se destacan por
su cotidianidad el método gravimétrico, el cual consiste en la comparación del peso del suelo
en estado húmedo y en estado seco; el método radioactivo, en el cual se emplean instrumentos
especializados encargados de cuantificar la cantidad de neutrones de baja velocidad asociados
a la presencia de moléculas de agua; el método penetrativo en el cual se relaciona la facilidad
de un instrumento calibrado de penetrar el suelo con la presencia de agua a través de la
plasticidad del material, entre otros de complejidad semejante (Johnson, 1962).

Los métodos actuales pueden generalmente requerir de cantidades considerables de tiempo o

de recursos logísticos como transporte de muestras o equipos, para en últimas entregar el valor
puntual unidimensional en un tiempo único respecto a la saturación del material. Las ventajas
de la mayoría de estos métodos es que no requieren de un entrenamiento muy especializado o
no es necesario el entendimiento de los procesos en curso, ya que solamente se indaga por el
estado del suelo en un momento dado, lo que pone dichas herramientas a disposición de un
mayor público, dejando de lado la mirada técnica que otros profesionales podrían aplicar. El
método geoeléctrico aplicado a problemas hidrológicos se ha estudiado desde finales del siglo
XIX, sin embargo solo fue a partir de mediados del siglo XX que se volvió un método común y
expandido entre los diferentes campos de uso, comenzando como una medida única de la
resistencia medida entre dos electrodos que posteriormente se correlacionaba con el contenido
de agua en el suelo; hasta los avances actuales que han sido posibles gracias a el incremento en
el poder computacional y de procesamiento de datos, con lo que es viable generar algoritmos
de inversión en 1D, 2D, 3D, y hasta en 4D considerando el método de time-lapse con una
dimensión temporal (Johnson, 1962).
El comportamiento de las lluvias sobre una región y sus consecuencias asociadas se consideran
usualmente como el principal factor que desencadena inestabilidades sobre una ladera. La
interacción entre lluvia, infiltración de agua y actividad de los movimientos en masa puede ser
compleja, y una gran cantidad de datos puede ser necesaria para entender cómo se infiltra el
agua en un material cohesivo (Bièvre et al., 2012). Los movimientos en masa, por su parte
pueden tener enormes impactos socioeconómicos en caso de ocurrir sin una prevención
adecuada, entre estos se encuentra la afectación a la infraestructura civil, que puede resultar
indispensable en caso de desarrollarse la emergencia, destrucción de cultivos, vivienda y zonas
de interés sociocultural, sin mencionar la posible generación de fatalidades entre las personas
que viven en cercanías a zonas con alto riesgo de ocurrencia para estos fenómenos (Winter et
al., 2016). Para la zona de estudio comprendida sobre el municipio de Rionegro, se tiene que
un alto porcentaje de crecimiento urbanístico se ha desarrollado en los últimos años, y sobre
todo, tendiendo siempre a ocupar zonas de la ciudad cada vez con mayor riesgo a múltiples
fenómenos. Esta urbanización reciente responde a múltiples variables entre las cuales destaca
el encarecimiento del costo de vida en el Área Metropolitana, la cercanía a fuentes de agua y
recursos naturales, y al deseo creciente de adoptar una vida lejos del tráfico y el estrés que
conlleva la vida en ciudades capitales.

En el presente trabajo se pretende estudiar la distribución espacial y temporal de zonas de

saturación variable en la zona de estudio definida sobre una ladera en el municipio de Rionegro,
Antioquia. Se programaron tres adquisiciones con arreglos geoeléctricos variables (Wenner y
Dipolo-Dipolo) entre los meses de octubre, diciembre y enero, con el fin de aprovechar el
comportamiento bimodal de lluvias en esta región de la cordillera central. Se pretende estimar
mediante algoritmos de inversión temporal y espacial así como de metodologías estadísticas,
la respuesta del suelo estudiado al incremento de aporte de agua por parte de las lluvias.

Área de estudio

El municipio de Rionegro se encuentra ubicado al

oriente del departamento de Antioquia, sobre la
cordillera central, su área urbana dista 48
kilómetros de la ciudad de Medellín. Sobre su
extensión total el 15,63% corresponde a área
urbana. Se localiza a una altura de 2.125 metros
sobre el nivel del mar con una temperatura
promedio de 17 C que fluctúa ligeramente a lo
largo del año. La zona sobre la cual se realizó el
estudio geoeléctrico se ubica sobre la vereda
Santa Ana, al nororiente del casco urbano del
municipio, en el predio del proyecto Altos de
Santana propiedad de la constructora
Arquitectura & Concreto.

Contexto geológico e hidrológico

El sitio de estudio se ubica sobre el perfil de meteorización de la unidad de tonalita-granodiorita
identificada por otros autores como Batolito Antioqueño, del cual es característico la
generación de suelo arcilloso y saprolito arenoso. El índice de irregularidad del terreno se ubica
menor a 10 por lo que se considera poco irregular. La pendiente de la zona es alrededor de 15,
con máximos de 20 sobre el costado de la vía. La baja resistencia a la alteración de los rocas
del Batolito Antioqueño origina un perfil de meteorización muy profundo, entre 10 a 50 m,
donde es común encontrar bloques esféricos residuales parcialmente meteorizados,
constituidos por gravas y arenas y que en conjunto forman un paisaje de colinas
subredondeadas de baja altura (SGC, 2016).

La columna estratigráfica sobre el lugar comienza desde superficie con una capa de cenizas
volcánicas de entre 1 y 2 metros de espesor, descrita como un material finogranular de baja
plasticidad y humedad, muy poroso y liviano. Bajo esta se encuentra una capa de entre 1 y 3
metros de espesor correspondiente a un depósito de escorrentía de variable granulometría, se
describe como un material de baja humedad y plasticidad. A continuación se encuentra el perfil
de meteorización asociado al Batolito Antioqueño, a aproximadamente unos 4 o 5 metros desde
superficie, este se describe como un material finogranular con contenido variable de arenas
finas a medias, y con una humedad y plasticidad baja. El nivel freático se identifica a
aproximadamente 10 metros de profundidad desde la ubicación de mayor altura, esta medición
fue realizada en el mes de diciembre del 2020. Regionalmente se identifica que el basamento
se compone de rocas cristalinas fracturadas (CONSORCIO POMCAS ORIENTE ANTIOQUEÑO,
2017).

La cuenca hidrográfica del Río Negro la cual domina el comportamiento hídrico de la zona de
estudio, se ubica sobre la vertiente oriental de la cordillera central y cuenta con un área de 934
Km2. Regionalmente se identifica un comportamiento bimodal de la precipitación con un
periodo húmedo entre los meses de Marzo a Junio, y de Septiembre a Noviembre, con el resto
de los meses presentando un periodo seco. Por otro lado, la oscilación térmica anual es baja
con una temperatura media anual de entre 18 y 22 grados centígrados. La humedad relativa
tiene una baja variación anual con un valor promedio de 78% (CONSORCIO POMCAS ORIENTE
ANTIOQUEÑO, 2017).

Teoría

ERT

La técnica de sondeos geoeléctrico ha sido conocida y estudiada desde hace bastante tiempo
atrás. El incremento en el poder computacional y de instrumentación ha permitido que se
puedan generar imágenes 2D o 3D del subsuelo a partir de una medición en superficie de la
resistencia del suelo frente a una aplicación de corriente. La resistividad de un material se
relaciona con varios parámetros geológicos tales como contenido mineral y de fluidos,
porosidad, y grado de saturación y humedad al momento de la medición (Loke, 2021).
Para realizar un sondeo geoeléctrico se aplica un campo electromagnético al suelo mediante
electrodos denominados de corriente, los cuales conforman el dipolo de corriente o transmisor,
esto genera un campo eléctrico, lo que provoca un flujo de corriente a través del subsuelo, el
cual es medido. Las diferencias de potencial eléctrico entre los lugares seleccionados, debidas
al flujo de corriente en el subsuelo, se miden con un segundo par de electrodos denominados
de potencial, que constituyen el dipolo de potencial o receptor. La disposición o configuración
de los cuatro electrodos se denomina arreglo de electrodos. En cada estación de medición, la
corriente transmitida y la diferencia de potencial medida a través del dipolo receptor se
registran junto con la ubicación de los cuatro electrodos. A partir de estos datos se puede
calcular la resistividad del subsuelo (Dentith & Mudge, 2014).

En el más simple de los casos, se tiene un medio homogéneo y un único punto de corriente
sobre su superficie. En este caso, la corriente fluye de manera radial alejándose de la fuente y
el potencial varía inversamente con la distancia a la fuente de corriente. En este caso el
potencial está dado por:

𝜌∗𝐼
𝜙 =
2𝜋 ∗ 𝑟

Donde r es la distancia de un punto en el medio al electrodo, I es la corriente aplicada y 𝜌 es el

valor de resistividad asociado a ese punto. Sin embargo todas las adquisiciones se hacen con al
menos dos electrodos de corriente, uno positivo y otro negativo, en este caso los valores de
potencial tienen un patrón simétrico en el punto medio vertical entre los dos electrodos. El
valor de potencial en el medio generado por este dipolo está dado por:

𝜌∗𝐼 1 1
𝜙 = * − -
2𝜋 𝑟!" 𝑟!#

Donde rc1 y rc2 son las distancias del punto al primer y segundo electrodo de corriente. En la
práctica, la diferencia de potencial entre dos puntos es la medición de interés, para el caso de 4
electrodos la diferencia de potencial sobre un medio homogéneo está dada por:

𝜌∗𝐼 1 1 1 1
∆𝜙 = * − − + -
2𝜋 𝑟!"$" 𝑟!#$" 𝑟!"$# 𝑟!#$#

No obstante, en el ámbito real se realizan mediciones sobre medios no homogéneos, donde la

resistividad del subsuelo tiene una distribución tridimensional. Las mediciones se hacen de la
misma manera al inyectar corriente sobre el suelo mediante un dipolo de corriente, y midiendo
la diferencia de voltaje en un dipolo de potencial. A partir de los valores de corriente (I) y de
potencial (∆𝜙), se calcula un valor de resistividad aparente dado por:

∆𝜙
𝜌% = 𝑘
𝐼
En donde k es el factor geométrico y depende del arreglo espacial de los cuatro electrodos. El
valor de resistividad obtenido no es verdadero valor del subsuelo, sino un valor denominado
“aparente” que es el valor que se obtendría si se midiese en un medio homogéneo bajo las
mismas condiciones. La relación entre el valor real y el aparente es una relación compleja y se
requiere del problema inverso y de algoritmos de inversión para poder obtener el valor real a
partir del medido en campo (Loke, 2021).

Los diferentes arreglos geométricos tienen ventajas y desventajas, y la elección debe realizarse
en base a la aplicación esperada y a la fuerza de la señal deseada. Puede computarse la
sensibilidad de un arreglo como:

𝜕 log 𝜌%
𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =
𝜕 log 𝜌

Con lo cual es posible medir cómo la resistividad aparente observada es sensible a cambios en
las variaciones de resistividad del subsuelo. Estos patrones permiten analizar la zona de
influencia (en profundidad y lateralmente) para una medición dada. Se puede ver en la figura
XX la alta sensibilidad lateral del arreglo dipolo-dipolo frente al arreglo Wenner. El signo de la
sensibilidad puede ser positivo o negativo, esto es, un incremento en la resistividad aparente
observada puede ser debido a cambios positivos o negativos en la resistividad (Binley, 2015).
Diferentes autores sugieren que para los arreglos Wenner se tienen profundidades de 0.11L,
siendo L la longitud total de la línea, mientras que para un arreglo dipolo-dipolo se alcanzan
profundidades de análisis de hasta 0.18L (Barker, 1979; Blome, 2009; Roy & Apparao, 1971).

Ilustración 1: Patrones de sensibilidad para arreglos Wenner y dipolo-dipolo en medios homogéneos sin
topografía. Tomado de Binley, 2015.

Las mediciones de resistividad pueden sufrir de múltiples fuentes de error, las cuales de no
resolverse correctamente pueden verse implicadas en modelos erróneos y en inversiones sin
sentido físico. Una alta resistencia de contacto entre los electrodos de potencial y el suelo
puede ser problemático, sin embargo, la mayoría de equipos modernos estima este valor antes
de comenzar la medición con el fin de resolver a tiempo dicha situación mediante la adición de
pequeñas cantidades de solución salina en cercanía de los electrodos. La calidad de los datos
puede determinarse por repetibilidad, es decir, analizando la variabilidad de las respuestas de
múltiples ciclos de inyección. Mientras que esta es una manera directa y fácil de medir la calidad
de los datos en campo, las fuentes de error pueden no ser aleatorias y en teoría, se podrían
repetir (Binley, 2015). Una medida alternativa de la calidad de los datos es la reciprocidad, en
la cual se realizan las mediciones intercambiando el dipolo de corriente por el dipolo de
potencial (Parasnis, 1988). Las mediciones relacionadas de esta forma deberían ser iguales, la
diferencia es denominada error reciproco y debería dar una mejor idea de la calidad de los datos
adquiridos. Esta opción, sin embargo, no es ampliamente utilizada debido a que requiere el
doble de las mediciones que normalmente se realizarían, mencionando además que no todos
los instrumentos multicanal actuales cuentan con esta flexibilidad de configuraciones.

Modelado iterativo y solución del problema inverso

La teoría del problema inverso, en términos sencillos, estudia la capacidad de inferir la mayor
cantidad de información posible sobre un problema a partir de los datos que se encuentren
disponibles. Se requiere de un conocimiento del modelo directo, capaz de predecir los datos si
los parámetros del modelo fueran conocidos. La teoría del modelado directo parte del proceso
matemático de predecir los datos que se obtendrían basándose en un modelo físico con un
conjunto de parámetros establecidos. Por otra parte, la teoría del problema inverso es el
proceso matemático de predecir o estimar los valores numéricos y su estadística asociada de
un conjunto de parámetros de un modelo asumido, basado en un conjunto de datos u
observaciones. Hablamos de modelo como una relación matemática entre los parámetros del
modelo (incluyendo la geometría), y los datos (Richardson & Zandt, 2003).

La modelización inversa irrestricta de los datos geoeléctricos es intrínsecamente no única, en

el sentido de que es probable que exista un gran número de modelos geoeléctricos (por
ejemplo, distribuciones de resistividad) que se ajusten a los datos observados. Por lo tanto, nos
vemos obligados a restringir el modelo inverso, como se discutirá en esta sección. Además, sin
las restricciones adecuadas, los errores (por ejemplo, los errores de redondeo numérico)
pueden propagarse y conducir a una solución inestable.

La mayoría de las soluciones a problemas inversos en la geoeléctrica se basan en un ajuste de

mínimos cuadrados entre los datos y los parámetros del modelo. Se puede expresar este
desajuste como:

'
Φ& = ?𝑑 − 𝐹(𝑚)D 𝑊&' 𝑊& ?𝑑 − 𝐹(𝑚)D

Donde d son los datos (pueden ser las resistividades aparentes medidas), F(m) es el conjunto
de esmtimados equivalentes por modelado directo con un set de parámetros m, y Wd es la
matriz del peso de los datos, la cual es una matriz diagonal cuyas entradas corresponden a la
desviación estándar de cada medición. Para un caso de tomografía 2D, m es un conjunto de
resistividades en una grilla 2D.
Se han postulado diferentes métodos para minimizar Φ& , sin embargo, muchos de estos
resultaron ser susceptibles a una convergencia lenta o inclusive a divergencias de la solución.
Fue el método de Occam propuesto por (Constable et al., 1987) el descubrimiento de mayor
relevancia para la inversión de problemas geoeléctricos en la actualidad. Su método busca el
modelo (los parámetros) más suavizado que sea consistente con los datos, la etiqueta de
Occam enfatiza la búsqueda del modelo más simple (basado en la noción filosófica de la navaja
de Occam). Este enfoque utiliza regularización espacial para propiciar el suavizado, lo que
también ayuda a asegurar una solución única y estable (Binley, 2015).

La regularización del problema de minimización puede alcanzarse añadiendo un término de

penalidad:

Φ( = 𝑚' 𝑅𝑚

Donde R es la roughness matrix que describe la conectividad espacial de los valores de los
parámetros. Buscamos entonces minimizar:

Φ)*)%+ = Φ& + 𝛼Φ(

Donde 𝛼 es un escalar que controla la fuerza del suavizado. En una solución de Occam, se busca
satisfacer la minimización de la ecuación anterior, sujeto al máximo valor de 𝛼. Este proceso se
alcanza utilizando el método de Gauss-Newton, preferiblemente ajustando el escalar 𝛼
mediante pasos iterativos, iniciando con un valor alto y disminuyéndolo hasta que se alcance
la convergencia (Binley, 2015).

Inversión de Time Lapse

Para llevar a cabo mediciones entre diferentes periodos temporales es posible modificar la
ecuación anteriormente mencionada en términos de una diferencia relativa a un modelo de
referencia:

'
Φ( = ?𝑚 − 𝑚,-. D 𝑅?𝑚 − 𝑚,-. D

Esta aproximación puede ser útil al usar el modelo de referencia como el estado inicial del
sistema a estudiar, y se ha provado ventajoso en múltiples aplicaciones relacionadas con el
análisis multitemporal de resistividad en un medio (Cassiani et al., 2006; Hayley et al., 2009;
Miller et al., 2008a; Oldenborger et al., 2007; Slater et al., 2002). Métodos alternativos como
la inversión de la diferencia de los datos medidos, o la diferencia de los modelos invertidos
individualmente fueron discutidos por (Miller et al., 2008b) quien establece que bajo
condiciones de bajo ruido y repetibilidad controlada, el método elegido es en general
indiferente, sin embargo, tanto la diferencia de los modelos individuales como el uso del
modelo de referencia como modelo base demuestran una baja sensibilidad a variaciones en el
ruido de los datos adquiridos y por ende son menos susceptibles de producir artefactos
relacionados con el ruido de los datos multitemporales.

Metodología

Adquisición de los datos

Los datos que se analizaron para este documento fueron adquiridos sobre el predio facilitado
por la constructora Arquitectura & Concreto en el municipio de Rionegro. La primera
adquisición se realizó el 9 de septiembre de 2021, mientras que la segunda se realizó el 2 de
diciembre de 2021. En ambos casos se adquirieron dos líneas, una NS de 96 metros de
extensión y otra EW de 32 metros de extensión. El tipo de arreglo y la cantidad de mediciones
se describe a continuación:

Adquisición Línea NS Línea EW

3 dipolo-dipolo 2 dipolo-dipolo
9 de septiembre
2 Wenner 2 Wenner
2 dipolo-dipolo 2 dipolo-dipolo
2 de diciembre
1 Wenner 1 Wenner

Para las adquisiciones se utilizó como fuente de potencia el equipo GeoAmp 303 desarrollado
por la empresa nacional Subsuelo3D, junto con la consola de adquisición Switch AMS001 del
mismo fabricante. En la línea NS se dispusieron 32 electrodos de acero inoxidable a una
separación de 3 metros de distancia, mientras que para la línea EW se dispusieron los 32
electrodos a una separación de 1 metro. La topografía de las líneas se levantó de manera manual
tomando los desniveles entre algunos de los electrodos. Se realizaron varias mediciones bajo
las mismas condiciones debido a que el equipo no contaba con la opción para hacer tomas
recíprocas, con el fin de establecer la repetibilidad y para medir la calidad de los datos.

Las fechas de adquisición se decidieron bajo el criterio de analizar con el mayor detalle posible
el comportamiento del subsuelo al segundo pico de lluvias de la región, descrito anteriormente.
Para determinar el comportamiento de las lluvias para la zona de estudio en el 2021, se
accedieron a los datos de las estaciones disponibles en el portal de búsqueda del IGAC del cual
se tomó la estación 23085270 ubicada sobre el aeropuerto José María Cordova, a 7.43 Km del
sitio de adquisición.

Los datos adquiridos fueron entregados en formato .DAT del software RES2DINV desarrollado
por (Loke, 2021). Las inversiones se llevaron a cabo en la aplicación ResIPy, el cual utiliza el
paquete R2 desarrollado por (Binley, 2015), éste es un paquete utilizado para generar
soluciones directas e inversas de flujos de corriente 2D o 3D en grillas cuadradas o triangulares.
Se basa en minimizar una función objetivo regularizada combinada con mínimos cuadrados
ponderados, siedo una solución de tipo Occam.

Procesamiento de datos (QA/QC)

Como una medida de la calidad de los datos adquiridos se analizaron las adquisiciones que se
realizaron más de una vez bajo los mismos parámetros. Se obtuvieron para el arreglo Dipolo-
Dipolo desviaciones estándar en un rango de entre 0 a 500 ohm·m, con valores atípicos de
hasta 1600. En el caso del arreglo Wenner los valores tenían desviaciones estándar en
rangos menores a 2 ohm·m, con valores atípicos de hasta 8.

Para el caso del arreglo Dipolo-Dipolo se eliminaron los puntos cuya resistividad aparente fuese
menor o igual a 0, o estuviera por encima de 2500, al considerarse valores que indicarían un
error de medición antes que un valor del fenómeno físico estudiado. En el caso de los arreglos
Wenner no fue necesario hacer esta corrección ya que los valores no mostraban estas
tendencias ambiguas. Aprovechando la repetibilidad de los datos en los casos en los que fue
posible hacer varias adquisiciones, se generó un valor final considerando la mediana de los
datos disponibles, logrando disminuir en general la desviación de los datos como se puede ver
a continuación:
Inversión

Resultados

Discusión de resultados

Estadística

Interpretación relacionada a saturación

Conclusiones

Bibliografía

Barker, R. D. (1979). Signal contribution sections and their use in resistivity studies.
Geophysical Journal International, 59(1), 123–129. https://doi.org/10.1111/J.1365-
246X.1979.TB02555.X
Bièvre, G., Jongmans, D., Winiarski, T., & Zumbo, V. (2012). Application of geophysical
measurements for assessing the role of fissures in water infiltration within a clay
landslide (Trièves area, French Alps). Hydrological Processes, 26(14), 2128–2142.
https://doi.org/10.1002/hyp.7986
Binley, A. (2015). Tools and Techniques: Electrical Methods. Treatise on Geophysics:
Second Edition, 11, 233–259. https://doi.org/10.1016/B978-0-444-53802-4.00192-5
Blome, M. (2009). Efficient measurement and data inversion strategies for large scale
geoelectric surveys. https://doi.org/10.3929/ETHZ-A-006008686
Cassiani, G., Bruno, V., Villa, A., Fusi, N., & Binley, A. M. (2006). A saline trace test
monitored via time-lapse surface electrical resistivity tomography. Journal of Applied
Geophysics, 59(3), 244–259. https://doi.org/10.1016/J.JAPPGEO.2005.10.007
CONSORCIO POMCAS ORIENTE ANTIOQUEÑO. (2017). FORMULACIÓN DEL PLAN DE
ORDENACIÓN Y MANEJO DE LA CUENCA HIDROGRÁFICA DEL RÍO NEGRO (CÓDIGO
 2308-01). https://www.cornare.gov.co/POMCAS/planes-de-
ordenacion/DocumentosFasesNegro/Diagnostico_Negro.pdf
Constable, S. C., Parker, R. L., & Constable, C. G. (1987). Occam’s inversion: A practical
algorithm for generating smooth models from electromagnetic sounding data.
Http://Dx.Doi.Org/10.1190/1.1442303, 52(3), 289–300.
https://doi.org/10.1190/1.1442303
de Franco, R., Biella, G., Tosi, L., Teatini, P., Lozej, A., Chiozzotto, B., Giada, M., Rizzetto, F.,
Claude, C., Mayer, A., Bassan, V., & Gasparetto-Stori, G. (2009). Monitoring the
saltwater intrusion by time lapse electrical resistivity tomography: The Chioggia test
site (Venice Lagoon, Italy). Journal of Applied Geophysics, 69(3–4), 117–130.
https://doi.org/10.1016/J.JAPPGEO.2009.08.004
Dentith, M., & Mudge, S. (2014). Geophysics for the Mineral Exploration Geoscientist.
AusIMM Bulletin, 6. https://doi.org/10.1017/CBO9781139024358
Hayley, K., Bentley, L. R., & Gharibi, M. (2009). Time-lapse electrical resistivity monitoring
of salt-affected soil and groundwater. Water Resources Research, 45(7).
https://doi.org/10.1029/2008WR007616
Hayley, K., Pidlisecky, A., & Bentley, L. R. (2011a). Simultaneous time-lapse electrical
resistivity inversion. Journal of Applied Geophysics, 75(2), 401–411.
https://doi.org/10.1016/J.JAPPGEO.2011.06.035
Hayley, K., Pidlisecky, A., & Bentley, L. R. (2011b). Simultaneous time-lapse electrical
resistivity inversion. Journal of Applied Geophysics, 75(2), 401–411.
https://doi.org/10.1016/J.JAPPGEO.2011.06.035
Johnson, A. I. (1962). Methods of Measuring Soil Moisture in the Field. U.S. GEOLOGICAL
SURVEY.
Lapenna, V., Lorenzo, P., Perrone, A., Piscitelli, S., Rizzo, E., & Sdao, F. (2005). 2D electrical
resistivity imaging of some complex landslides in Lucanian Apennine chain, southern
Italy. GEOPHYSICS, 70(3), B11–B18. https://doi.org/10.1190/1.1926571
Liu, B., Liu, Z., Li, S., Fan, K., Nie, L., & Zhang, X. (2017). An improved Time-Lapse resistivity
tomography to monitor and estimate the impact on the groundwater system induced
by tunnel excavation. Tunnelling and Underground Space Technology, 66, 107–120.
https://doi.org/10.1016/j.tust.2017.04.008
Loke, M. H. (2021). Tutorial : 2-D and 3-D electrical imaging surveys.
www.geotomosoft.com
Miller, C. R., Routh, P. S., Brosten, T. R., & McNamara, J. P. (2008a). Application of time-
lapse ERT imaging to watershed characterization. GEOPHYSICS, 73(3), G7–G17.
https://doi.org/10.1190/1.2907156
Miller, C. R., Routh, P. S., Brosten, T. R., & McNamara, J. P. (2008b). Application of time-
lapse ERT imaging to watershed characterization. Geophysics, 73(3).
https://doi.org/10.1190/1.2907156
Oldenborger, G. A., Knoll, M. D., Routh, P. S., & LaBrecque, D. J. (2007). Time-lapse ERT
monitoring of an injection/withdrawal experiment in a shallow unconfined aquifer.
Geophysics, 72(4). https://doi.org/10.1190/1.2734365
Parasnis, D. S. (1988). Reciprocity theorems in geoelectric and geoelectromagnetic work.
Geoexploration, 25(3), 177–198. https://doi.org/10.1016/0016-7142(88)90014-2
Richardson, R. M., & Zandt, G. (n.d.). A Set of Lecture Notes.
Roy, A., & Apparao, A. (1971). Depth Of Investigation In Direct Current Methods.
Geophysics, 36(5), 943–959. https://doi.org/10.1190/1.1440226
SGC. (2016). GEOLOGÍA DE LA PLANCHA 147 MEDELLÍN ORIENTAL ESCALA 1:50.000
VERSIÓN 2016.
Slater, L., Binley, A., Versteeg, R., Cassiani, G., Birken, R., & Sandberg, S. (2002). A 3D ERT
study of solute transport in a large experimental tank. Journal of Applied Geophysics,
49(4), 211–229. https://doi.org/10.1016/S0926-9851(02)00124-6
Winter, M. G., Shearer, B., Palmer, D., Peeling, D., Harmer, C., & Sharpe, J. (2016). The
Economic Impact of Landslides and Floods on the Road Network. Procedia
Engineering, 143, 1425–1434. https://doi.org/10.1016/j.proeng.2016.06.168