Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Departamento de Geofísica
Elementos Cognoscitivos
Métodos Sísmicos de Exploración
Índice
Introducción…………………………………………………………….3
Objetivos………………………………………………………………..4
1) Defina lo siguiente:
Exploración Sísmica……………………………………………..5
Exploración Magnética………………………………………….15
Exploración Geoeléctrica ………………………………………17
Exploración Gravimétrica……………………………………….29
12) Ilustra mediante un Ejemplo práctico numérico, así como detallado los
algoritmos matemáticos el mecanismo de………………………154
12.1) transformada rápida de Fourier
CONCLUSIÓN………………………………………………………….161
BIBLIOGRAFIA………………………………………………………...162
Introducción
Exploración sísmica 3D
La sísmica 3D genera gráficos tridimensionales que permiten mayor detalle para
verificar la presencia o no de hidrocarburos.
Clasificación
Fase de diseño
Basándose en toda la información geológica disponible del terreno, se selecciona
un área de interés y se realiza el diseño de adquisición de datossísmicos teniendo
en cuenta el alcance y finalidad del proyecto. El programa de adquisición se puede
diseñar de modo que se obtengan datos en 2D o 3D. La diferencia entre estas dos
prácticas es la densidad de información adquirida y procesada.
Una vez se tiene el diseño de la adquisición sísmica, se superponen los mapas de
tenencia de tierra y los mapas ambientales para ver la factibilidad de ejecutarlo, y
se modifica según las necesidades ambientales y sociales
Fase pre-operativa
Lo primero se tiene que contar con las capacidades para gestionar los permisos
necesarios en relación a las actividades de Exploración Sísmica, siempre
respetando a las comunidades y los lineamientos correspondientes que enmarca
la ley.
Presentación de los trabajos ante autoridades municipales y ejidales.
Permisos de paso con cada propietario y autoridades para el desarrollo de los
trabajos.
Inspección de cada inmueble antes y después de realizar los trabajos.
Acondicionamiento de caminos y pago de finiquitos.
Fase de operación en el campo
Topografía-trocha
Se corta la vegetación a lo largo de las líneas, tanto en las Receptoras, como en
los Salvos, en un ancho determinado por la Corporación y especificado en las
medidas de Manejo Ambiental o MMA, para permitir el desplazamiento
del persona, en desarrollo del corte se realiza nivelación de líneas sísmicas, ajuste
de poligonales y una completa Base de datos para el control de la información.
Sobre las Líneas receptoras se instalan banderas blancas a lo largo de cada una
de ellas, para señalizar los puntos de Registro. La ubicación de los puntos de
disparo está sujeto a que estos cumplan con unas distancias mínimas a elementos
socio – ambientales como (casas, corrales, estanques, nacimientos de agua,
lagos, lagunas, jagüeyes, corrientes de agua permanente, esteros, morichales,
etc.).
Perforación
Cuadrillas o grupos de personas dotados de taladros portátiles que realizan
perforaciones sobre las líneas de Salvos, en los sitios en donde se ubicaron las
banderas rojas o puntos de disparo, el diámetro de la perforación es de 2 y ½
pulgadas aproximadamente, la profundidad del hueco la determina el diseño del
Proyecto.
Cargue y tapada de posos
Una vez realizada la perforación de acuerdo a los parámetros técnicos
establecidos, se deposita la fuente de energía denominada "SISMIGEL", se tapa el
hueco con material especial, para garantizar el sello al momento de disparar la
fuente de energía. Al igual que la profundidad de la perforación, la cantidad de
"SISMIGEL" también la determina el diseño del Proyecto.
Tendido o regada
En los sitios en donde se ubicaron las banderas blancas o puntos de Registro, se
plantan en el terreno los sensores o Geófonos.
Se tienden a lo largo de las Líneas Receptoras, cables que van interconectados
entre si y a su vez, estos van conectados a los Equipos de Registro.
Registro
Se disparan controladamente cada una de las fuentes de Energía, generando con
ello, una onda sonora dirigida hacia el centro de la tierra, la cual se propaga a
través del subsuelo y al encontrar capas de densidad diferente, genera un rebote
de onda hacia la superficie, allí es capturado por los sensores o Geófonos y
transportado por los cables a los Equipos de Registro.
Con personal altamente calificado, equipos de alta tecnología y un efectivo control
de ruidos se logra obtener información con excelentes estándares de calidad, que
permite que los intérpretes puedan identificar la ubicación de las rocas que
almacenan los Hidrocarburos, que son la finalidad de los programas de
exploración sísmica
Restauración
El Plan de restauración y abandono busca establecer las condiciones adecuadas
para la recuperación y regeneración de las zonas perturbadas por las actividades
de sísmicas. Dentro de esta etapa se consideran criterios de conservación física y
biológica, con el propósito de dar cumplimiento a la normatividad ambiental
vigente, esta fase se adelantan las siguientes labores:
Se recoge el material ubicado en las líneas tanto Receptoras como Salvos
(banderas blancas y rojas, cintas plásticas, carteles de señalización) y se hace
clasificación y disposición adecuada de este material.
Se restituyen a su estado original, las cercas intervenidas.
Se desmantelan los volantes o sitios alternos establecidos por la compañía para el
alojamiento del personal que laboro en el desarrollo de las diferentes etapas del
Programa de exploración Sísmica.
Utilización de equipos
Geófonos
Los geófonos son transductores de desplazamiento, velocidad o aceleración que
convierten el movimiento del suelo en una señal eléctrica. Casi todos los geófonos
empleados para la prospección sísmica en la superficie terrestre son del tipo
electromagnético.
Tipos de geófonos
Geófonos electromagnéticos
Es un transductor de velocidad. El mismo consiste en una bobina suspendida de
un sistema de resortes que se mueve en un campo magnético generado por un
imán permanente. El sistema masa-resorte más sencillo de estudiar es el que no
considera amortiguamiento del movimiento de la masa
Geófonos capacitivos
Estos transductores proporcionan una señal proporcional al desplazamiento de la
masa. Se puede construir un transductor capacitivo elemental con dos placas
paralelas alimentadas con una tensión alterna opuesta y una tercera placa,
solidaria a la masa móvil, situada entre ellas.
Geófonos piezoeléctrico
Son transductores de aceleración. Una aceleración del suelo hacia arriba
aumentará el peso aparente de la masa y en consecuencia subirá la presión que
actúa en los cristales piezoeléctricos. Una aceleración del suelo hacia abajo
disminuirá el peso aparente de la masa y en consecuencia la presión ejercida
sobre las placas.
Taladro portátil carey
Se puede adoptar el motor principal y el motor independiente para realizar la
perforación automática. Se realiza el monitoreo a las condiciones de perforación.
Además. Nuestro malacate tiene la transmisión de solo engranaje. Transmisión
continuamente variable de dos velocidades. La transmisión mecánica es más fácil.
La estructura de malacate es más sencilla y se reduce el volumen de todo el
equipo. Así que el mantenimiento de equipo es más conveniente y el costo es
menos.
Taladro hidráulico oruga Track Drill
Equipo para perforación de roca, neumáticas e hidráulicas, montadas sobre
orugas, para trabajar con martillo de fondo (DTH), martillo de superficie, cabezal.
Es un equipo que ha sido proyectado para un fácil mantenimiento y simple
operación.
Taladro hidráulico XDrill
Perforacion
Cargue y tapa de posos
Tendido o regada
Restauración
Exploración Magnética
Basalto 2,3 6900 8,6 26000 Granito 0,2 600 1,9 5700
Exploración Geoeléctrica
Sondeos Resistivos:
Estos métodos miden las variaciones que generan las propiedades eléctricas
de las rocas y minerales, especialmente su resistividad. De manera común se
induce un campo artificial eléctrico creado en superficie al hacer pasar una
corriente eléctrica en el subsuelo.
Dentro de los sondeos resistivos encontramos:
Sondeo Eléctrico Vertical SEV
Calicatas eléctricas
Métodos Dipolares
ERT Tomografía Eléctrica
En general:
o Wenner Alpha / Beta / Gamma
o Wenner-Schlumberger
o Dipolo-Dipolo, Polo-Dipolo, Polo-Polo
o MSG
o SP: Potential Natural ente otros.
Aplicaciones SEV:
Cambios litológicos Horizontales
Techo de roca sana
Detección de Cavidades
Profundidad y Espesor de relleno
Cuerpos Conductivos
Estudios para tomas de tierra
Detección de plumas de contaminación
Caracterización de vertederos
Localización de restos arqueológicos
· Calicatas eléctricas
La finalidad de las calicatas eléctricas (CE) es obtener un perfil de las
variaciones laterales de resistividad del subsuelo fijada una profundidad de
investigación. Esto lo hace adecuado para la detección de contactos verticales,
cuerpos y estructuras que se presentan como heterogeneidades laterales de
resistividad.
Orellana (1982) resalta que la zona explorada en el calicateo eléctrico se
extiende desde la superficie hasta una profundidad más o menos constante, que
es función tanto de la separación entre electrodos como de la distribución de
resistividades bajo ellos.
Experimentalmente, la CE consiste en trasladar los cuatro electrodos del
dispositivo a lo largo de un recorrido, manteniendo su separación, obteniéndose
un perfil de resistividades aparentes a lo largo de aquél.
Aplicaciones:
Cambios litológicos Verticales
Techo de roca sana
Detección de Cavidades
Profundidad y Espesor de relleno
Cuerpos Conductivos
Detección de plumas de contaminación
Caracterización de vertederos
Localización de restos arqueológicos
Hay diversas teorías acerca de las calicatas eléctricas entre ella destacan:
· Calicata Wenner
Partiendo de sus respectivos dispositivos base, esta calicata consiste en
desplazar los cuatro electrodos AMNB a la vez manteniendo sus separaciones
interelectródicas a lo largo de un recorrido. Se representa la distancia del origen,
O, al centro de los electrodos MN en abscisas para cada distancia x.
· Calicata Polo-Dipolo
La calicata polo-dipolo consiste en desplazar los tres electrodos AMN a la vez,
manteniendo sus separaciones interelectródicas, a lo largo de un recorrido. Se
representa la distancia de un origen escogido al centro de los electrodos MN en
abscisas y el valor de la resistividad aparente medida (W·m) para cada
distancia x en ordenadas. En la calicata polo-polo se desplazan los electrodos AM
y la resistividad aparente se representa respecto al punto medio entre A y M.
·
Calicata Dipolar
Esta calicata basada en el dispositivo dipolar consiste en desplazar los cuatro
electrodos ABMN a la vez, manteniendo sus separaciones interelectródicas, a lo
largo de un recorrido.
Se representa la distancia del origen, O, al punto medio entre los dos dipolos
en abscisas y en ordenadas el valor de la resistividad aparente medida (·m) para
cada distancia x (m).
Elección del tipo de calicata más adecuado. Factores a considerar.
En general no puede afirmarse que tal o cual tipo de calicata eléctrica sean
superiores a los demás. Para cada problema concreto, cada uno de estos tipos
presenta ventajas e inconvenientes. La elección debe tener en cuenta muchos
factores, tales como el corte geoeléctrico esperado, las características de la zona
de trabajo, la clase de prospección, así como factores económicos.
En una curva de resistividad aparente se produce una discontinuidad cada vez
que un electrodo pasa sobre un cambio lateral de resistividad, por lo que resulta
que cuanto mayor sea el número de electrodos movidos más ancha y complicada
se hace la anomalía en la curva de resistividad aparente, lo cual hace más difícil la
interpretación. Por esta razón se recomienda la calicata Schlumberger con los
electrodos A y B fijos o la dipolar con los dipolos bien separados (equivalente a
mover solo dos electrodos).
Aplicaciones
Las aplicaciones de la calicata eléctrica están en la detección de fisuras, fallas,
contactos verticales en general y objetos o estructuras enterradas. La realización
de calicatas en trayectorias paralelas permite trazar la cartografía de resistividades
aparentes de un terreno a profundidad constante representada por curvas de
isoresistividad. Estos mapas de resistividad se aplican en arqueología para decidir
sobre la estrategia a seguir en las excavaciones.
· Tomografía Eléctrica
La Tomografía Eléctrica es una técnica que permite encontrar una imagen de la
distribución verdadera de la resistividad en el subsuelo, Se han propuestos dos
modalidades de dicha técnica:
Superficie: Los electrodos de emisión y recepción están en una misma línea.
Pozo: Los electrodos de emisión están en un pozo y los de recepción pueden
estar en el mismo o en otro pozo.
Transiente Electromagnético ( TEM )
Aplicaciones
Determinación de la estratificación geoeléctrica del subsuelo (Hidrogeología,
Geotecnia).
Determinación de la geometría y propiedades de los acuíferos: techo, piso, nivel
freático, salinidad, permeabilidad, etc.
Determinación de la profundidad del basamento.
Estudio y monitoreo de la interface salina .
Estudios medioambientales (contaminación de suelos y acuíferos).
Funcionamiento
Mediante un pulso de corriente aplicado a una espira ubicada sobre el suelo, se
genera un campo electromagnético (primario) que induce corrientes de conducción
en el subsuelo. Al interrumpir la corriente se produce un fenómeno de Transiente y
se mide el campo electromagnético (secundario) inducido por las corrientes de
conducción. Este transiente magnético se mide mediante el voltaje que se induce
en una espira (loop) receptor o bobina. Geodatos posee equipos Zonge GDP32II,
ZT30 y NT20 que permiten medir TEM y NanoTem.
Observaciones
Mediante algoritmos de modelamiento e inversión 1D se pueden obtener modelos
de la variación de la resistividad en función de la profundidad.
El método TEM es la técnica geofísica más utilizada para el estudio de acuíferos.
La profundidad de investigación depende principalmente de los valores de
resistividad del terreno, terrenos resistivos tendrán mayor penetración que
terrenos conductores.
La profundidad de investigación, además depende de la amplitud de la señal, que
es directamente proporcional al tamaño del loop (área), la corriente eléctrica y el
número de vueltas de la espira.
Inversión 1D Capas
Inversión 1D Smooth
Limitaciones
Se dificultan las mediciones en áreas pobladas con ruidos culturales, tendidos
eléctricos, materiales metálicos, (parronales), zonas industriales etc.
Se dificultan las mediciones en terrenos con poco espacio para desplegar el loop,
o que presentan topografías abruptas, que distorsionan el resultado.
Se dificultan las mediciones debido a factores Climáticos, principalmente
tormentas eléctricas.
Exploración Gravimetrica
El método gravimétrico (adquisición de la gravedad o exploración gravimétrica)
es parte esencial de los métodos geofísicos y de la ciencia geofísica.
En el método gravimétrico (gravimetría) la geología del subsuelo se investiga
sobre la base de las variaciones en el campo gravitatorio de la Tierra que surgen
de las diferencias de densidad entre las rocas del subsuelo.
Un concepto subyacente es la idea de un cuerpo causal, que es una unidad de
roca de diferente densidad de su entorno.
Un cuerpo causal representa una zona subsuperficial de masa anómala y causa
una perturbación localizada en el campo gravitatorio que se conoce como
anomalía de la gravedad (anomalía gravitatoria).
En una escala más grande, las pequeñas anomalías negativas se asocian con
domos de sal.
En una escala aún mayor, las anomalías de gravedad mayores son generadas por
plutones de granito o cuencas sedimentarias.
Esta unidad de micrómetro por segundo por segundo se conoce como unidad de
gravedad (gu).
Figura 1: El principio del looping. Las cruces y los círculos representan lecturas
alternas del gravímetro tomadas en dos estaciones base. Las separaciones
verticales entre las curvas de deriva para las dos estaciones (Δg1–4) proporcionan
una estimación de la diferencia de gravedad entre ellas
Las diferencias en las mediciones de ordenadas (Δg1–4) para las dos estaciones
pueden promediarse para dar una medida de la diferencia de gravedad corregida
por la deriva.
Las señales de estos pueden ser monitoreadas por un receptor pequeño y barato.
Empuje: En este los puntos de tiro se encuentran en la misma dirección que los
receptores, en la fuente no se cambia la intensidad de pero la cobertura de
exploración es muy pequeña.
Arrastre: En este los puntos de tiro se encuentran en sentido contrario que los
receptores, para mantener la cobertura de exploración se aumenta el número de
fuentes de energía.
Una vez realizado, debe tenerse en cuenta una cantidad de tiempo considerable y
adicional para la interpretación de las gráficas obtenidas y la construcción de los
modelos. Es decir, el procesamiento de todos los datos obtenidos mediante la
adquisición sísmica.
Métodos geo-eléctricos
Éstos se basan en la conductividad eléctrica de la tierra, o en su inverso, la
resistividad. Hay dos tipos básicos; el pasivo y el activo. En el pasivo se miden los
potenciales eléctricos existentes en el subsuelo, producto de reacciones
electroquímicas, gradientes de temperaturas o fenómenos relacionados al
movimiento de aguas subterráneas. En el método activo, es preciso pasar la
corriente eléctrica al subsuelo y un sistema de medición de la resistividad o
conductividad para ver la respuesta de los materiales de acuerdo a sus
propiedades. Para ambos casos se cuenta con una gran cantidad de dispositivos
de electrodos.
2- La resistividad del agua: a menor resistividad del agua (más salada), menor
resistividad de la roca.
Los aparatos tipo SYSCAL JUNIOR (400V, 50W, 0.8A) y SYSCAL R2 (800V, 2A,
250W con batería y 1200W con grupo electrógeno) son de esta categoría.
VIP 10000 (10kW, 3000V, 10A) separados de los recep-tores tipo ELREC 6 (6
dipolos) o ELREC 10 (10 dipolos).
BRGM en el sitio « Sables d’or les pins » en la costa norte de Britania (Francia). La
zona litoral se compone de niveles de arcillas, limos y arenas de espesor pro-
medio 5 metros que se superponen a un basamento
Wm hasta el basamento.
La intrusión del agua salada hace bajar la resistividad de las capas profundas
entre la marea baja y la marea alta, lo que se nota claramente en las secciones de
resistividad verdadera (interpretada) ploteadas en variación relativa con respecto a
la sección inicial de marea baja. La parte superficial de la sección que corresponde
a los sedimentos no está influenciada por la marea y no varía su resistividad en las
seis sec-ciones sucesivas.
EXPLORACION DEL SUBSUELO MEDIANTE ONDAS ELASTICAS
Las ondas elásticas que se propagan por el aire y el agua son más conocidas
como “ondas acústicas u ondas sónicas” (sean o no audibles por el ser
humano) y las que se propagan por el subsuelo se conocen como “ondas
sísmicas”; sin embargo, desde el punto de vista físico no se diferencian.
Las rocas y sedimentos no suelen ser materiales homogéneos, sino que son
agregados de diferentes minerales, con espacios porosos de forma variable,
llenos de fluidos como agua o aire, fracturas y microfracturas de diversas
formas y orientaciones. Por ello, las fórmulas anteriores para calcular las
velocidades de onda P y S no son exactas en rocas ni en sedimentos. Lo mejor
que se dispone es una gran variedad de fórmulas semiempíricas para calcular
velocidades, en las que se toma en cuenta los parámetros elásticos de la
matriz y de los fluidos, la porosidad, etc.
Los sedimentos presentan casi siempre velocidades inferiores a 2000 m/s. Las
areniscas y lutitas velocidades entre
Agua 1475
Aire 350
Arena 1400-2500
Arcilla 900-2500
Carbón 1500-2500
Lutita 2000-3900
Arenisca 1800-4200
Caliza 3000-5000
Gneis 3500-5000
Esquisto 3000-4500
Granito 4000-6000
Gabro 6000
Pero también tiene aplicación en sensores remotos desde avión o satélite para
determinar el relieve topográfico a través de las nubes, tipos de suelo,
vegetación, litología, etc. Menos conocido es que también se utiliza para
prospección del subsuelo a poca profundidad en forma casi idéntica a la
prospección sísmica.
- ondas reflejadas
- ondas directas
- ondas superficiales
La exploración del subsuelo mediante radar también utiliza las técnicas del
método de reflexión sísmica, pero las profundidades alcanzadas son mucho
más cortas: entre 0 y 50 m, aunque en la mayoría de las ocasiones no alcanza
mucho más de los 5 m . Las mayores penetraciones se consiguen en sal, hielo
y rocas ígneas y metamórficas. La menor en sedimentos arcillosos. Su
principal aplicación es en Arqueología para localizar muros de construcciones
antiguas, canales, tumbas. También se utiliza para localizar tuberías, sitios de
enterramiento de desechos tóxicos y cavidades.
hasta cierta distancia, las que primero llegan a los receptores desde el instante
en que se produce la liberación de energía en la fuente, por lo que identificarlas
y medirles el tiempo de llegada suele ser relativamente sencillo
WST
Registro sónico
Downhole
Este método es similar al WST, la diferencia estriba en que las aplicaciones del
downhole están más enfocadas a la Geotecnia, las profundidades son someras
(0-100 m) y usualmente se utilizan sondas con detectores de tres componentes
vectoriales: una vertical y dos horizontales en direcciones ortogonales. Se
registran las ondas P y S típicamente a interva-los de profundidad de 1 pie. Su
finalidad es obtener los parámetros elásticos dinámicos como función de la
profundidad en el entorno del pozo. Suele ser bastante efectivo y permite
aprovechar mejor la inversión realizada en la perforación. Dos dificultades con
este método es que requiere mucha precisión en la determinación de los
tiempos de primera llegada de las ondas si se desea obtener velocidades
interválicas y que el pozo esté revestido.
Crosshole
Esta técnica para objetivos geotécnicos requiere la perforación de al menos
dos pozos de igual profundidad, preferiblemente tres pozos alineados, con una
separación de unos 3 a 8 m . Igual que en el downhole, se utiliza una sonda
que detecta tres componentes vectoriales de las ondas sísmicas; la diferencia
está en que la fuente no permanece fija en superficie, sino que se coloca a la
misma profundidad que la sonda en un pozo adyacente. Si se utilizan tres
pozos alinea-dos, se baja la fuente en uno de ellos y una sonda en cada uno
de los otros dos. Las dificultades son las mismas que las del
downhole, a las que se agrega la dificultad de utilizar una fuente sísmica dentro
de un pozo. Se pueden usar también emisores y sensores de radar.
Tomografía
Sísmica de galería
· Posible litología
· Volúmenes de material
Ventajas
· Los datos que aportan reflejan las propiedades promedio de un volumen del
subsuelo, es decir, no son puntuales.
Desventajas
Venezuela.
· Calcular los tiempos de tránsito de las ondas a través de las capas de baja
velocidad cercanas a la superficie, para corrección estática de campo en
prospección por reflexión.
Fundamento físico
1. las denominadas ondas directas, que son ondas P que viajan en trayectoria
recta desde la fuente hasta los detectores
88 ms. Durante ese lapso de tiempo, la onda directa recorre una distancia de
42 m desde la fuente (distancia de cruce). A partir de la distancia de cruce, la
primera en llegar es la onda cónica.
Cuando los estratos no son paralelos, sino que presentan inclinación relativa,
las velocidades de onda cónica calculadas para cada estrato a partir de una
dromocrónica, son velocidades aparentes. Para poder calcular las velocidades
verdaderas es necesario efectuar dos registros de refracción: primero se
obtiene un registro con la fuente en un extremo del tendido de receptores y
después se obtiene un segundo registro con la fuente en el otro extremo. Esto
se conoce como la técnica del doble disparo.
Los trenes de onda que son de utilidad en este registro son los primeros en
llegar en cada traza. Naturalmente se descartan los eventos de ruido ambiental
casi siempre presentes y mas notorios en las trazas de los canales mas lejanos
a la fuente. Estos eventos normalmente no presentan coherencia, es decir no
pueden ser seguidos traza a traza de acuerdo a unpatrón de oscilación, como
el los casos de las ondas superficiales, onda de aire, onda directa y onda
cónica. Existen algunos eventos de ruido al comienzo de algunas trazas que
presenta muy alta frecuencia y muy alta velocidad. Estos se deben a
interferencia eléctrica probablemente producida internamente por el
sismógrafo.
4. Interpretación
En esta etapa se obtienen todos los datos disponibles relevantes sobre la zona
de prospección, ello incluye:
·mapas topográficos
·fotografías aéreas
·duración de registro
·intervalo de muestreo
Las fotografías aéreas sirven para conocer las condiciones del terreno donde
se efectuará el sondeo (por ejemplo vegetación, pantano, taludes). También
para ubicar las vías de acceso al lugar.
La distancia entre tendidos en una misma línea debe ser tal que permita un
seguimiento continuo del refractor de interés, sin que queden intervalos sin
registrar. Esto siempre implica el solapamiento de los tendidos. Por ejemplo, un
tendido puede medir 300 m, pero el siguiente tendido en la línea puede estar a
sólo 120 m, por lo que existirá un solapamiento de 180 m .
La separación entre líneas paralelas depende del detalle que se desea del
relieve del subsuelo. Como regla, la distancia entre líneas debería ser menor o
igual que la mitad de la longitud del detalle deseado del subsuelo. Por ejemplo,
si se desea cartografiar paleocauces con un ancho de 10 m en el basamento,
la distancia entre líneas debería ser menor de
La distancia fuente-primer receptor suele ser más corta que la distancia entre
detectores para asegurar el registro de primera llegada de la onda directa, la
cual proporciona la velocidad de la primera capa y un estimado de su espesor.
Esta distancia generalmente es inferior a los 10 m .
La duración del registro debe ser suficiente para asegurar la llegada de ondas
cónicas del refractor más profundo que se desea registrar. Se puede hacer un
estimado en base a la profundidad del objetivo y la distribución de velocidades
hasta la superficie. El rango típico es de 100 a 400 ms de duración. Sin
embargo, la forma mas correcta de establecer la duración del registro y la
longitud total del tendido es mediante registros de prueba. Para ello,
manteniendo la fuente fija en un punto, se van tomando registros sísmicos para
sucesivos tendidos contiguos de geófonos, cada vez mas alejados de la fuente.
Por ejemplo, si en el primer registro el primer geófono se encontraba a 5 m de
la fuente y el último geófono a 60 m, en el segundo registro el primer geófono
se colocará a 65 m de la fuente y el último a 120 m, en el tercer registro el
primer geófono se colocará a 125 m y el último a 180 m, etc. El tendido se
sigue alejando hasta que aparece la onda cónica del refractor de interés
(normalmente un basamento de roca inalterada, caracterizado por una alta
velocidad). El tiempo de grabación durante esta adquisición de prueba se pone
suficientemente grande desde el primer registro para asegurarse por exceso.
La energía de la fuente sísmica debe incrementarse a medida que se aleja el
tendido para compensar la atenuación de las ondas con la distancia. Los
registros obtenidos se pueden colocar unos al lado de otros, formando el
equivalente al registro de un tendido con una longitud total igual a la suma de
longitudes de los tendidos individuales. Este registro compuesto permite
conocer la longitud de tendido necesaria para que aparezca la onda cónica del
objetivo, el tiempo de grabación, el número de refractores y un estimado de sus
velocidades y espesores. Aunque es mas fácil de realizar en campo, no es
correcto ni es equivalente, el mantener el tendido fijo e ir obteniendo registros
con la fuente a distancias cada vez mayores.
El intervalo de muestreo depende de la precisión con que se deseen medir los
tiempos de llegada de las ondas sísmicas. Esto afecta la precisión de las
profundidades y velocidades calculadas. En la práctica depende también de la
duración del registro sísmico, porque los sismógrafos sólo pueden almacenar
un número finito de valores de amplitud por registro. El producto del intervalo
de muestreo por el número de muestras de una traza es igual a la duración del
registro. También depende de la mayor frecuencia que es posible recibir del
subsuelo debido a la atenuación. Los valores típicos del intervalo de muestreo
son 0.5 y 0.25 milisegundos, los cuales permite grabar señales con frecuencias
en el rango de 0 hasta 1000 y 2000 Hz respectivamente. La fuente sísmica
más adecuada son los explosivos, tales como pólvora o dinamita. Ellos
proporcionan la mayor cantidad de energía para una buena detección de las
primeras llegadas. Presentan inconvenientes, como son la necesidad de tomar
medidas de seguridad en su manejo, transporte y almacenamiento; los trámites
y permisos para su adquisición; su costo; la necesidad de excavar hoyos para
su explosión. Otras fuentes son los impactos de mandarria sobre una placa
metálica o la caída de pesos. Su alcance es bastante limitado y la mayoría de
las veces sólo son útiles para tendidos sísmicos no mayores de 60 m .
La profundidad del hoyo como regla debe ser lo mayor posible, y asegurar un
buen taponamiento del mismo para evitar que se pierda energía de la
explosión en proyectar material (soplo). Preferiblemente debe tener una
profundidad mayor que 1.5 m
Instrumentos
Detectores:
Cables de transmisión
Sismógrafo
Los sismógrafos son aparatos electrónicos que amplifican, filtran y registran las
señales eléctricas generadas por los detectores de ondas sísmicas. Equivalen
en cierta forma a un osciloscopio de múltiples canales.
2. Los valores de amplitud de las muestras sólo pueden ser valores enteros
dentro de cierto rango. Es decir, la señal está cuantizada. La representación
digital de amplitudes es en base 2 debido a la lógica binaria de los circuitos
electrónicos. Entonces el rango de valores de amplitud que puede manejar el
sismógrafo dependerá de cuantos bits se usen por muestra. Valores típicos
son 8, 10, 12 y 16 bits por muestra. Cuantos más bits, mayor es el rango de
amplitudes, menor es la posibilidad de que una señal supere el valor máximo
representable y más costoso es el sismógrafo.
Fuentes
Explosivos
La duración corta del pulso de explosión implica que contiene una banda
espectral de frecuencias ancha y ello es deseable para tener buena resolución
y unos tiempos de primera llegada bien definidos. La alta intensidad es
necesaria para poder observar refracciones o reflexiones de estratos profundos
y receptores alejados de la fuente. Cuanto mayor sea la distancia que tenga
que recorrer la onda sísmica desde la fuente hasta el receptor más se
atenuará, reduciendo de esta forma la relación señal/ruido. Por ello cuanto más
largo sea el tendido o más atenuante el material se requerirá mayor cantidad
de explosivo por disparo.
mas potente. Los fulminantes, cuyo fin es detonar explosivos mas potentes
como la dinamita, pueden usarse por si solos como fuente de energía. Para
aumentar su potencia se conectan varios en serie.
Todas las fuentes explosivas deben ser detonadas en un hoyo con el fin de
mejorar el rendimiento de la explosión.
· Evitar en lo posible excavar los hoyos en tierra seca, arenosa, suelta, con
grava. En estos casos el rendimiento suelo ser muy bajo. Si no se tiene
alternativa entonces procurar saturar el hoyo con abundante agua y taponar el
hueco con arcilla húmeda.
No tapar el hueco con material que contenga piedras, ni colocarle ningún peso
encima. Si sale proyectado el material con la explosión esto podría causar
heridas, dañar equipos, romper vidrios de automóviles. Tampoco utilizar tierra
que contenga raíces, plantas o ramitas porque debilita el taponamiento.
La forma típica de detonar la carga en fuentes sísmicas es mediante el paso de
una corriente eléctrica la cual activa un fulminante y este a su vez la carga
explosiva. En el caso de pólvora el fulminante puede ser un bombillo de flash,
que al quemarse prende la pólvora. Con dinamita el fulminante es una pequeña
carga de una sustancia explosiva activada por un filamento eléctrico que se
pone incandescente al pasar la corriente. El fulminante a su vez proporciona la
energía de activación necesaria para la dinamita.
Una forma consiste en colocar un geófono de referencia cerca del hoyo donde
está la carga. Cuando ésta explotar el geófono genera una fuerte señal que es
enviada mediante un cable eléctrico hasta el conector para tiempo cero en el
sismógrafo. La señal es tomada por el sismógrafo para iniciar la grabación. La
ventaja es su simplicidad. Los inconvenientes son: 1) un ruido ambiental fuerte
puede iniciar la grabación antes de tiempo, 2) el tiempo cero está retrasado
porque la sondas deben viajar desde el fondo del hoyo hasta el geófono de
referencia, este retraso debe ser corregido, 3) el geófono de referencia puede
dañarse o perderse si sale proyectado material con la explosión.
De todas formas, sea cual sea el método para establecer el tiempo cero,
cuando se utilizan explosivos como fuente de energía, las ondas sísmicas
siempre se originan con retraso respecto al instante de la detonación, porque
mientras se forma la cavidad explosiva la deformación del suelo no es elástica.
Este retraso es mayor cuanto mas blando sea el terreno.
Fuentes de impacto
Otra fuente de impacto consiste en una masa metálica grande (50-100 kg) que
se deja caer desde una altura de unos 2 m. Conviene que la masa tenga una
base redonda para que el impacto sobre el suelo sea uniforme. Presenta
algunas dificultades, como son el transporte y manipulación de la masa y la
necesidad de un trípode y sistema de poleas para alzarla.
El tiempo cero se puede establecer utilizando un geófono de referencia cerca
de la plancha o del punto de impac-to. Tiene los inconvenientes de el retraso
en el tiempo cero, el de que un ruido ambiental fuerte puede iniciar el registro,
y la posibilidad de estropear accidentalmente el geófono.
Procedimiento de adquisición
· Se ubican las líneas sobre el terreno de acuerdo a los mapas y se abren las
picas o rebaja la vegetación para facilitar el movimiento de equipo, cables,
detectores, etc.
· Se clavan estacas en los sitios donde estarán ubicados los detectores y las
fuentes
· Se abren los hoyos para las cargas sísmicas en caso de utilizarse explosivos
como fuente de energía.
Procesamiento
Otros métodos aprovechan todos los tiempos leídos para calcular espesores
en la mayor parte del tendido. Casi todos son muy similares. Se mencionan:
·método de Haguiwara
·método de Hales
Marina:
Profunda: La configuración Marina Profunda se usa para exploraciones
realizadas en profundidades mayores a 300mts. La tecnología a utilizar
actualmente son: Sensores Remotos, Modelado Geoquímica, Métodos
Potenciales, Sísmica 3D y 4D, Sísmica multicomponente, Estudios AVO y
AVA, y modelado Geológico; sin olvidar áreas como la robótica para una
mejor exploración de yacimientos a profundidades de más de1000mts del
tirante de agua. Las características del método de campo son:
- Se utiliza el cañón de aire como fuente de Energía
- Las boyas demarcadoras definen los nodos del mallado.
- Se ubican los Hidrófonos
- Se hace el disparo
- La información sísmica se empieza a obtener desde el momento en que
se lanzan los cañones de aire acompañado de las boyas demarcadoras.
- La onda acústica generada, viaja a través del agua y es reflejada en las
diferentes interfaces del suelo marino.
- Panel de Control en Casa Blanca, coordina y sincroniza los disparos de
los cañones de aire.
- El posicionamiento se realiza por medio de G.P.S. donde se realiza
mediciones en tiempo real a 2 estaciones ubicadas en la superficie
conjuntamente con la navegación realizada con un receptor satelital
ubicado en el barco.
- Se registra la información de forma Telemétrica
- Procesamiento de datos.
Tipos de Ruido:
Profunda:
Múltiples: Son reflexiones que ocurren en un mismo estrato
interactuando varias veces antes de ser registradas en superficie
por los receptores. Desde el punto de vista geofísico un múltiple
puede llevar a una interpretación errónea ya que a partir de esta
podemos inferir profundidades mayores debido al tiempo de
recorrido elevado que presenta la onda sísmica en el registro
sísmico, es decir, que son detectables ya que su tiempo de
recorrido es el doble.
Análisis de Ruido:
- Un mejor conocimiento de la estructura del terreno por el que viajan las ondas
sísmicas.
- Estimar el movimiento del suelo en las zonas próximas al epicentro, con objeto
de mejorar los códigos sismorresistentes y mitigar el efecto de los sismos
mediante la prevención.
Geometría de Campo:
Instrumentación: Una vez que se ubican los receptores sean geófonos, sensores
o electrodos en la superficie procedemos a generar la energía de acuerdo al tipo
de fuente seleccionadas, es decir, que si deseamos obtener una mayor resolución
del subsuelo debemos aumentar la cantidad de energía y esto se logra
aumentando la cantidad de unidades (dinoseis o vibroseis ) o la cantidad de carga
explosiva (dinamita, TNT ) seguidamente y una vez generada la energía
procedemos a desplazar las fuentes de energía dejando fijos en la superficie los
geófonos, lo que nos permitirá actuar cada uno de los receptores generando las
trazas sísmicas para la posterior formación e integración de los sismogramas de
campo.
Power Spectral Density PSD ● El ruido sísmico es un proceso estocástico y su energía debe ser
cuantificada por la densidad espectral de potencias (PSD). ● El cálculo del PSD es realizado con el
método de McNamara y Buland, 2004 Transformada de Fourier del rango finito de una Serie y(t).
Tr=2¹ =819,2 s ⁵ Para frecuencias discretas: fk=k/NΔt, k=1,2,3,...,N-1 Δt=0,01 y N es el tamaño de la
serie temporal, N=Tr/Δt El cuadrado del espectro de amplitudes con una constante de
normalización es el PSD
El mínimo ruido alcanzado por red la red de banda ancha de OV tiene una diferencia mínima de
~20 dB con respecto a NLNM de Peterson, en la banda de Periodo corto. La diferencia de los picos
de microsismos son: en el primero es de 5 dB y en el segundo pico de 10 dB. En periodos largos,
mayores a 16 [s] la diferencia es bastante uniforme con un valor medio de 6 dB. El decrecimiento
de la energía de ruido de fondo a partir del segundo pico de microsismos hasta ~2 [s] no es
observado y a partir de este último valor, la actividad humana marca un punto importante de
inflexión en las curvas de ruido ambiental de la red de banda ancha OV. La estación CDM es la que
predomina en esta banda de periodos cortos, por su bajo nivel de ruido ambiental.
Tres estaciones representativas para presentar las variaciones diurnas del ruido ambiental.
Importante mencionar que a horas 6:00 y 14:30 existen dos eventos sísmicos registrados y que
sobresalen en las tres gráficas. La primera estación, CDM, muestra, en todas las bandas, ruido
constante durante todo el día con variaciones leves que no están asociadas con el transcurrir de la
horas. La estación RIOS si presenta un incremento importante de la energía de Ruido de fondo a
partir de ~0.5 [s] para abajo (mayor a 2 Hz) a horas 11:00 GMT (05:00 am hora local). La actividad
humana es quien se encarga de este aumento energético en el ruido de fondo. En la estación de
Heredia (HDC3) se observa ruido constante a partir de 0.5 [s] para abajo, presentado de esta
forma que la influencia de la actividad Humana en esta ciudad
Análisis Armónico Son pocos los perfiles que lucen como los de la Figura 2. La
esencia del análisis de Fourier es que una línea “culebrera” como la del perfil de
gravedad de la figura 1 puede ser representada por la suma de una serie de
ondas. Solamente pueden ser utilizadas ciertas longitudes de onda, tales que 1, 2,
3, etc. longitudes medias de ondas, se ajusten en la longitud del perfil. Estas
funciones son llamadas armónicas. Sus amplitudes son ajustadas de modo que,
una vez sumadas, reproduzcan la señal original .
8) Explique detalladamente y mediante el uso de Gráficos
Ilustrativos en que consiste la técnica de adquisición de datos
GPR.
GPR: Georadar. Se trata de un método de prospección geofísica basado en la emisión de
impulsos electromagnéticos de corta duración en la banda de frecuencias de UHF-
VHF (entre 20MHz y 2.5GHz). Gracias a un transmisor, se genera un tren de impulsos, es
decir, de ondas EM que, al atravesar diferentes capas del subsuelo, provoca una reflexión
de parte de la energía del frente de onda. El receptor detecta entonces estas reflexiones,
generando un registro o imagen bidimensional "profundidad-distancia" del subsuelo, a lo
largo de toda la línea de desplazamiento de la antena.
La técnica de prospección mediante el uso de georradar es una práctica poco usual en nuestro
medio en el desarrollo de estudios geotécnicos, debido principalmente a la falta de conocimiento
en cuanto a su funcionamiento y resultados, específicamente las mediciones realizadas por medio
de antenas de baja frecuencia que alcanzan lecturas a mayor profundidad. El presente estudio
pretende realizar un acercamiento al uso de esta técnica con el fin de evaluar sus ventajas y
limitaciones a la hora de determinar la posición y el espesor de los estratos que componen el
subsuelo en el área en estudio. El presente trabajo es una combinación de investigación, labor de
campo y comparación de datos obtenidos para determinar la coincidencia o la imprecisión de la
detección mediante GPR (exploración indirecta) con los registros de perforación (exploración
directa). Se estableció un particular interés por obtener los espesores de los estratos identificados
y la posición del nivel freático que arroja el GPR para compararlos con los datos obtenidos de la
exploración directa y determinar la fiabilidad del uso de esta tecnología. Para este fin fue
seleccionada un área de aproximadamente 108.000 m2 en el municipio de Dosquebradas
(Risaralda), donde fueron realizadas diez líneas de exploración mediante georradar por medio del
uso de una antena de 50 MHz, así mismo para establecer el paralelo entre los métodos directos e
indirectos (GPR) fueron tenidos en cuenta 13 sondeos realizados en el desarrollo de estudios
geotécnicos en el sector en evaluación.
Finalmente fueron analizados los resultados de la prospección mediante el uso del GPR tomando
como valores reales los obtenidos por medio de los sondeos, para establecer de esta manera la
eficacia y la precisión de la técnica en la detección de los espesores de los estratos y la
identificación de la posición del nivel freático. En la teoría del GPR, tres términos importantes
están interconectados entre sí, como son la frecuencia, la constante dieléctrica (también conocido
como coeficiente de reflexión) y la resolución. Como reglas generales, cuanto mayor es la
frecuencia de la señal, más corta es la longitud de onda; cuanto mayor es la constante dieléctrica
de los objetivos, menor es el área de la huella cubierta por la antena y viceversa. Con base en lo
anterior, existen dos tipos principales de GPR, que se clasifican según el tipo de señal transmitida,
como se muestra en la Figura
Una forma más avanzada de CW-GPR es el método de frecuencia por pasos (SF-GPR), que utiliza
múltiples etapas de frecuencias discretas que se incrementan progresivamente en un amplio
espectro de frecuencias de manera programada y paso a paso. Estos sistemas CW pueden
transmitir más potencia media, aunque se requiere un nivel mucho más alto de procesamiento de
señales para convertir los datos en bruto a un formato interpretable por el operador (Jelf, 2007).
Casi todos los sistemas GPR comerciales utilizan antenas dipolares accionadas por voltaje. Con el
fin de alcanzar mayores profundidades de penetración, se está investigando la posibilidad de
utilizar la antena movida por corriente (Harmuth, 2007), que tienen el potencial de lograr un
kilómetro de profundidad de penetración en roca. El GPR se puede utilizar tanto en los modos de
reflexión como de transmisión. El método de perfilado por reflexión es el más común y
normalmente se lleva a cabo utilizando dos antenas (llamado el modo de bi-estático), con un
transmisor (Tx) y un receptor (Rx) separados, como se muestra la Figura
En este ejemplo se utilizan los datos de abulón, del repositorio de aprendizaje
automático de UCI.[1][2][3]Descargue los datos y guárdela en su carpeta actual
con el nombre ' Abalone. Data '.
Almacene los datos en un.table Visualice las primeras siete filas.
tbl = readtable('abalone.data','Filetype','text',... 'ReadVariableNames',false);
tbl.Properties.VariableNames = {'Sex','Length','Diameter','Height',...
'WWeight','SWeight','VWeight','ShWeight','NoShellRings'}; tbl(1:7,:)
ans = Sex Length Diameter Height WWeight SWeight VWeight
ShWeight NoShellRings ___ ______ ________ ______ _______
_______ _______ ________ ____________ 'M' 0.455 0.365
0.095 0.514 0.2245 0.101 0.15 15 'M' 0.35 0.265
0.09 0.2255 0.0995 0.0485 0.07 7 'F' 0.53 0.42
0.135 0.677 0.2565 0.1415 0.21 9 'M' 0.44 0.365
0.125 0.516 0.2155 0.114 0.155 10 'I' 0.33 0.255
0.08 0.205 0.0895 0.0395 0.055 7 'I' 0.425 0.3
0.095 0.3515 0.141 0.0775 0.12 8 'F' 0.53 0.415
0.15 0.7775 0.237 0.1415 0.33 20
El conjunto de datos tiene 4177 observaciones. El objetivo es predecir la edad de
abulón de ocho mediciones físicas. La última variable, número de anillos de
vaciado muestra la edad del abulón. El primer predictor es una variable categórica.
La última variable de la tabla es la variable de respuesta.
Ajuste un modelo GPR utilizando el subconjunto del método regresores para la
estimación de parámetros y el método condicional totalmente independiente para
la predicción. Estandarizar los predictores.
gprMdl = fitrgp(tbl,'NoShellRings','KernelFunction','ardsquaredexponential',...
'FitMethod','sr','PredictMethod','fic','Standardize',1)
grMdl = RegressionGP PredictorNames: {1x8 cell} ResponseName:
'Var9' ResponseTransform: 'none' NumObservations: 4177
KernelFunction: 'ARDSquaredExponential' KernelInformation: [1x1 struct]
BasisFunction: 'Constant' Beta: 10.9148 Sigma: 2.0243
PredictorLocation: [10x1 double] PredictorScale: [10x1 double]
Alpha: [1000x1 double] ActiveSetVectors: [1000x10 double]
PredictMethod: 'FIC' ActiveSetSize: 1000 FitMethod: 'SR'
ActiveSetMethod: 'Random' IsActiveSetVector: [4177x1 logical]
LogLikelihood: -9.0013e+03 ActiveSetHistory: [1x1 struct] BCDInformation:
[]
Predecir las respuestas utilizando el modelo entrenado.
ypred = resubPredict(gprMdl);
Trace la respuesta real y las respuestas previstas.
figure(); plot(tbl.NoShellRings,'r.'); hold on plot(ypred,'b'); xlabel('x'); ylabel('y');
legend({'data','predictions'},'Location','Best'); axis([0 4300 0 30]); hold off;
0.0004
0.0007
0.0004
4.1730
0.1018
0.0056
sigmaF = gprMdl.KernelInformation.KernelParameters(end)
sigmaF = 28.1718
sigma = gprMdl.Sigma
sigma = 0.8162
Trazar el registro de escalas de longitud aprendida.
figure() plot((1:d)',log(sigmaM),'ro-'); xlabel('Length scale number'); ylabel('Log of
length scale');
El logaritmo de la escala de longitud para las variables predictoras 4th y 5th son
altos en relación con los otros. Estas variables predictoras no parecen ser tan
influyentes en la respuesta como las otras variables predictoras.
Ajuste el modelo GPR sin utilizar las variables 4th y 5th como variables
predictoras.
X = [Xtrain(:,1:3) Xtrain(:,6)]; sigma0 = std(ytrain); sigmaF0 = sigma0; d =
size(X,2); sigmaM0 = 10*ones(d,1); gprMdl =
fitrgp(X,ytrain,'Basis','constant','FitMethod','exact',...
'PredictMethod','exact','KernelFunction','ardsquaredexponential',...
'KernelParameters',[sigmaM0;sigmaF0],'Sigma',sigma0,'Standardize',1);
Calcule el error de regresión en los datos de prueba.
xtest = [Xtest(:,1:3) Xtest(:,6)]; L = loss(gprMdl,xtest,ytest)
L = 0.6928
La pérdida es similar a la que cuando todas las variables se utilizan como
variables predictoras.
Calcule la respuesta pronosticada para los datos de prueba.
ypred = predict(gprMdl,xtest);
Trace la respuesta original junto con los valores ajustados.
figure; plot(ytest,'r'); hold on; plot(ypred,'b'); legend('True response','GPR predicted
values','Location','Best'); hold off
Optimice la regresión GPR
Probar este ejemplo
Por lo tanto, puede definir la función de kernel exponencial cuadrada como una
función de kernel personalizada de la siguiente manera:
kfcn = @(XN,XM,theta)
(exp(theta(2))^2)*exp(-(pdist2(XN,XM).^2)/(2*exp(theta(1))^2));
Aquí calcula la matriz de distancia.pdist2(XN,XM).^2
Ajuste un modelo GPR utilizando la función de kernel
personalizada,.kfcn Especifique los valores iniciales de los parámetros del kernel
(dado que utiliza una función de kernel personalizada, debe proporcionar valores
iniciales para el vector de parametrización sin restricciones).theta
theta0 = [1.5,0.2]; gprMdl =
fitrgp(x,y,'KernelFunction',kfcn,'KernelParameters',theta0);
utiliza derivados analíticos para estimar los parámetros cuando se utiliza una
función incorporada del kernel, mientras que cuando se utiliza una función de
kernel personalizada usa derivados numéricos.fitrgp
Calcule la pérdida de reenvío para este modelo.
L = resubLoss(gprMdl)
L = 0.0391
Ajuste el modelo GPR utilizando la opción de función del kernel exponencial
incorporada. Especifique los valores iniciales de los parámetros del kernel (dado
que utiliza la función de kernel personalizada incorporada y especifica los valores
de parámetro iniciales, debe proporcionar los valores iniciales para la desviación
estándar de la señal y la escala (s) de longitud directamente).
sigmaL0 = exp(1.5); sigmaF0 = exp(0.2); gprMdl2 =
fitrgp(x,y,'KernelFunction','squaredexponential','KernelParameters',
[sigmaL0,sigmaF0]);
Calcule la pérdida de reenvío para este modelo.
L2 = resubLoss(gprMdl2)
L2 = 0.0391
Los dos valores de pérdida son los mismos que los esperados.
Especifique el tamaño del paso inicial para la optimización de LBFGS
Probar este ejemplo
Entrenar un modelo GPR en los datos generados con muchos predictores.
Especifique el tamaño de paso inicial para el optimizador LBFGS.
Establezca la inicialización y el tipo del generador de números aleatorios para
reproducibilidad de los resultados.
rng(0,'twister'); % For reproducibility
Genere datos de muestra con 300 observaciones y 3000 predictores, donde la
variable de respuesta depende de los predictores 4, 7 y 13.
N = 300; P = 3000; X = rand(N,P); y = cos(X(:,7)) + sin(X(:,4).*X(:,13)) +
0.1*randn(N,1);
Establezca los valores iniciales para los parámetros del kernel.
sigmaL0 = sqrt(P)*ones(P,1); % Length scale for predictors sigmaF0 = 1; % Signal
standard deviation
Establezca la desviación estándar de ruido inicial a.1
sigmaN0 = 1;
Especifique como tolerancia de terminación para la norma de degradado
relativa. 1e-2
opts = statset('fitrgp'); opts.TolFun = 1e-2;
Ajuste un modelo GPR utilizando los valores iniciales del parámetro del kernel, la
desviación estándar del ruido inicial y una función de kernel exponencial de
determinación de relevancia automática (ARD).
Especifique el tamaño de paso inicial como 1 para determinar la aproximación
inicial de hessian para un optimizador LBFGS.
gpr = fitrgp(X,y,'KernelFunction','ardsquaredexponential','Verbose',1, ...
'Optimizer','lbfgs','OptimizerOptions',opts, ... 'KernelParameters',
[sigmaL0;sigmaF0],'Sigma',sigmaN0,'InitialStepSize',1);
o Parameter estimation: FitMethod = Exact, Optimizer = lbfgs o Solver = LBFGS,
HessianHistorySize = 15, LineSearchMethod = weakwolfe |
===============================================================
=====================================| | ITER | FUN VALUE |
NORM GRAD | NORM STEP | CURV | GAMMA | ALPHA | ACCEPT | |
===============================================================
=====================================| | 0 | 3.004966e+02 |
2.569e+02 | 0.000e+00 | | 3.893e-03 | 0.000e+00 | YES | | 1|
9.525779e+01 | 1.281e+02 | 1.003e+00 | OK | 6.913e-03 | 1.000e+00 |
YES | | 2 | 3.972026e+01 | 1.647e+01 | 7.639e-01 | OK | 4.718e-03 |
5.000e-01 | YES | | 3 | 3.893873e+01 | 1.073e+01 | 1.057e-01 | OK |
3.243e-03 | 1.000e+00 | YES | | 4 | 3.859904e+01 | 5.659e+00 | 3.282e-
02 | OK | 3.346e-03 | 1.000e+00 | YES | | 5 | 3.748912e+01 |
1.030e+01 | 1.395e-01 | OK | 1.460e-03 | 1.000e+00 | YES | | 6|
2.028104e+01 | 1.380e+02 | 2.010e+00 | OK | 2.326e-03 | 1.000e+00 |
YES | | 7 | 2.001849e+01 | 1.510e+01 | 9.685e-01 | OK | 2.344e-03 |
1.000e+00 | YES | | 8 | -7.706109e+00 | 8.340e+01 | 1.125e+00 | OK |
| 40 | -3.379112e+02 | 5.280e+00 | 1.393e+00 | OK | 1.177e-02 |
1.000e+00 | YES | | 41 | -3.389136e+02 | 3.061e+00 | 7.121e-01 | OK |
2.935e-02 | 1.000e+00 | YES | | 42 | -3.401070e+02 | 4.094e+00 |
6.224e-01 | OK | 3.399e-02 | 1.000e+00 | YES | | 43 | -3.436291e+02 |
8.833e+00 | 1.707e+00 | OK | 5.231e-02 | 1.000e+00 | YES | | 44 | -
3.456295e+02 | 5.891e+00 | 1.424e+00 | OK | 3.772e-02 | 1.000e+00 |
YES | | 45 | -3.460069e+02 | 1.126e+01 | 2.580e+00 | OK | 3.907e-02 |
1.000e+00 | YES | | 46 | -3.481756e+02 | 1.546e+00 | 8.142e-01 | OK |
1.565e-02 | 1.000e+00 | YES | Infinity norm of the final gradient =
1.546e+00 Two norm of the final step = 8.142e-01, TolX = 1.000e-12
Relative infinity norm of the final gradient = 6.016e-03, TolFun = 1.000e-02 EXIT:
Local minimum found. o Alpha estimation: PredictMethod = Exact
Debido a que el modelo GPR utiliza un kernel ARD con muchos predictores, el uso
de una aproximación LBFGS a la hessian es más eficiente en memoria que el
almacenamiento de la matriz completa de hessian. Además, el uso del tamaño de
paso inicial para determinar la aproximación inicial de hessian puede ayudar a
acelerar la optimización.
Encuentre los pesos predictores tomando el exponencial de las escalas de
longitud aprendida negativas. Normalizar los pesos.
sigmaL = gpr.KernelInformation.KernelParameters(1:end-1); % Learned length
scales weights = exp(-sigmaL); % Predictor weights weights =
weights/sum(weights); % Normalized predictor weights
Trace los pesos predictores normalizados.
figure; semilogx(weights,'ro'); xlabel('Predictor index'); ylabel('Predictor weight');
El modelo GPR entrenado asigna los pesos más grandes a los predictores 4, 7 y
13. Los predictores irrelevantes tienen pesos cercanos a cero.
Argumentos de entrada
contraer todo
tbl — Datos de ejemplo
table
Datos de ejemplo utilizados para entrenar el modelo, especificado como
un.table Cada fila de corresponde a una observación, y cada columna
corresponde a una variable. contiene las variables predictoras y, opcionalmente,
también puede contener una columna para la variable de respuesta.tbltbl No se
permiten las variables de varias columnas ni matrices de celdas que no sean
matrices de celdas de vectores de caracteres.
Si contiene la variable de respuesta y desea utilizar todas las variables restantes
como predictores, especifique la variable de respuesta
mediante.tblResponseVarName
Si contiene la variable de respuesta y desea utilizar solo un subconjunto de los
predictores en el entrenamiento del modelo, especifique la variable de respuesta y
las variables predictoras mediante.tblFórmula
Si no contiene la variable de respuesta, especifique una variable de respuesta
mediante.tbly La longitud de la variable de respuesta y el número de filas en debe
ser igual.tbl
Para obtener más información sobre el tipo de datos, consulte.tabletable
Si los Datos predictores contienen variables categóricas, el software utiliza la
codificación ficticia completa para estas variables. El software crea una variable
ficticia para cada nivel de la variable categórica.
Tipos de datos: table
ResponseVarName — Nombre de variable de respuesta
nombre de una variable entbl
Nombre de variable de respuesta, especificado como el nombre de una variable
en.tbl Debe especificar como un vector de caracteres o un escalar de
cadena.ResponseVarName Por ejemplo, si la variable de respuesta se almacena
en (as), a continuación, especifíquese como.ytbltbl.y'y' De lo contrario, el software
trata todas las columnas de, incluidos, como predictores al entrenar el modelo.tbly
Tipos de datos: char | string
formula — Las variables de respuesta y predictor que se utilizarán en la
formación de modelos
Vector de caracteres o escalar de cadena en forma de'y~x1+x2+x3'
Variables de respuesta y predictoras que se utilizarán en la formación del modelo,
especificadas como un vector de caracteres o un escalar de cadena en forma
de.'y~x1+x2+x3' En esta forma, representa la variable de respuesta; , representan
las variables predictoras que se utilizarán en el entrenamiento del modelo.yx1x2x3
Utilice una fórmula si desea especificar un subconjunto de variables como
predictores que se usarán al entrenar el modelo.tbl Si especifica una fórmula, las
variables que no aparezcan no se utilizarán para entrenar el modelo.Fórmula
La fórmula no indica la forma de la.BasisFunction
Ejemplo: identifica la variable como la variable de respuesta, y como las variables
predictoras.'PetalLength~PetalWidth+Species'PetalLengthPetalWidthSpecies
Tipos de datos: char | string
X — Los Datos predictores para el modelo GPR
-by-Matrixnd
Datos predictores para el modelo GPR, especificados como una-por-matriz. es el
número de observaciones (filas) y es el número de predictores (columnas).ndnd
La longitud y el número de filas de deben ser iguales. yX
Para especificar los nombres de los predictores en el orden de su aparición en,
utilice el argumento de par nombre-valor.XPredictorNames
Tipos de datos: double
y — Los datos de respuesta del modelo GPR
-por-1 Vectorn
Datos de respuesta para el modelo GPR, especificados como vector a-por-
1.n Puede omitir si proporciona los datos de entrenamiento que también
incluye.ytbly En ese caso, utilice para identificar la variable de respuesta o utilizar
para identificar las variables de respuesta y predictores. ResponseVarNameFórmula
Tipos de datos: double
Argumentos de par nombre-valor
Especifique pares de argumentos separados por comas opcionales. es el nombre
del argumento y es el valor correspondiente. deben aparecer dentro de las
cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos
de par de nombre y valor en cualquier orden
como.Name1,Value1,...,NameN,ValueN
Ejemplo: entrena el modelo GPR utilizando el subconjunto de método de
aproximación regresivos para la estimación de parámetros, utiliza una función de
base lineal, utiliza una aproximación de matriz expansiva dispersa para la
selección activa y un método de aproximación condicional totalmente
independiente para
Predicción.'FitMethod','sr','BasisFunction','linear','ActiveSetMethod','sgma','Predict
Method',fic'
Nota
Método
Descripción
FIT
'none' Sin estimación, utilice los valores de parámetro iniciales como valores de
parámetro conocidos.
'exact' Regresión exacta del proceso Gaussiano. Por defecto si ≤ 2000, donde es el
Método
Descripción
FIT
número de observaciones.nn
'sd' Subconjunto de aproximación de puntos de datos. Por defecto si > 2000, donde
está el número de observaciones.nn
Ejemplo: 'FitMethod','fic'
'BasisFunction' — La base explícita en el modelo GPR
'constant' (predeterminado) | 'none' | 'linear' | 'pureQuadratic' | identificador
de función
Base explícita en el modelo GPR, especificada como el par separado por comas
que consta de y uno de los siguientes.'BasisFunction' Si es el número de
observaciones, la función base añade el términon H*β al modelo, donde H es la
matriz de base y β es un vector de coeficientes base de-por-1.p
Base
Matriz de base
explícita
'constant' H=1
(-por-1 vector de 1s, donde está el número de observaciones)nn
'linear' H=[1,X]
'pureQuadrati [ ]
H= 1,X,X2 ,
c'
Dónde
X2 = x211x221⋮x2n1x212x222⋮x2n2⋯⋯⋮⋯
Base
Matriz de base
explícita
x21dx22d⋮x2nd .
El manejador Identificador de función, que llama como:hfcnfitrgp
de funciones H=hfcn(X),
donde es una-por-matriz de predictores y es una-por-matriz de funciones de
base.XndHnp
Ejemplo: 'BasisFunction','pureQuadratic'
Tipos de datos: char | string | function_handle
'Beta' — El valor inicial de los coeficientes
-por-1 Vectorp
Valor inicial de los coeficientes para la base explícita, especificado como el par
separado por comas que consta de y-por-1 Vector, donde es el número de
columnas en la matriz de base'Beta'pp H.
La matriz de base depende de la elección de la función de base explícita de la
siguiente manera (ver también).BasisFunction
utiliza los valores iniciales de coeficiente como valores de coeficiente conocidos,
sólo cuando es.fitrgpFitMethod'none'
Tipos de datos: double
'Sigma' — El valor inicial de la desviación estándar de ruido del modelo de
proceso Gaussiano
( )/stdysqrt(2) (predeterminado) | valor escalar positivo
Valor inicial de la desviación estándar de ruido del modelo de proceso Gaussiano,
especificado como el par separado por comas que consta de un valor escalar
positivo.'Sigma'
Ejemplo: 'Sigma',2
Tipos de datos: double
'ConstantSigma' — Valor constante de la desviación estándar de ruido del
modelo de proceso GaussianoSigma
false (predeterminado) | true
Valor constante de la desviación estándar de ruido del modelo de proceso
Gaussiano, especificado como un escalar lógico.Sigma Cuando es, no optimiza el
valor de, pero en su lugar toma el valor inicial como el valor a lo largo de sus
cálculos.ConstantSigmatruefitrgpSigma
Ejemplo: 'ConstantSigma',true
Tipos de datos: logical
'SigmaLowerBound' — Límite inferior de la desviación estándar de ruido
( )1e-2*stdy (predeterminado) | valor escalar positivo
Límite inferior de la desviación estándar de ruido, especificado como el par
separado por comas que consta de un valor escalar positivo y un
resultado.'SigmaLowerBound'
Ejemplo: 'SigmaLowerBound',0.02
Tipos de datos: double
'CategoricalPredictors' — La lista de predictores categóricos
Vector de enteros positivos | Vector lógico | matriz de caracteres | matriz de
cadena | matriz de vectores de caracteres | 'all'
Lista de predictores categóricos, especificada como el par separado por comas
que consta de uno de estos valores:'CategoricalPredictors'
Valor Descripción
Matriz de cadenas Cada elemento de la matriz es el nombre de una variable predictora. Los
o matriz de nombres deben coincidir con las entradas.PredictorNames
vectores de
caracteres
Función Descripción
'ardrationalquadratic' Kernel cuadrático racional con una escala de longitud separada por
predictor.
Para obtener más información sobre las funciones del kernel, consulte.Opciones
de función de kernel (covarianza)
Ejemplo: 'KernelFunction','matern32'
Tipos de datos: char | string | function_handle
'KernelParameters' — Los valores iniciales de los parámetros del kernel
Vector
Valores iniciales para los parámetros del kernel, especificados como el par
separado por comas que consta de y un vector.'KernelParameters' El tamaño del
vector y los valores dependen de la forma de la función de covarianza,
especificada por el argumento de par nombre-valor.KernelFunction
'
KernelFunct ' KernelParameters '
ion '
'rationalquadratic'
Vector 3 por 1, donde contiene la escala de longitud, contiene el parámetro de
mezcla de escala y contiene la desviación estándar de la
señal.phiphi(1)phi(2)phi(3) El valor inicial predeterminado del parámetro de
escala de longitud es la media de las desviaciones estándar de los
predictores, y la desviación estándar de la señal es la desviación estándar de
las respuestas divididas por la raíz cuadrada de 2.
El valor inicial predeterminado para el parámetro scale-mezcla es 1. Es decir
'
KernelFunct ' KernelParameters '
ion '
phi = [mean(std(X));1;std(y)/sqrt(2)]
El -por-1 vector como el valor inicial del vector de parámetros sin restricciones
manejador para la función del kernel personalizado.rphikfcn Cuando es un identificador
de funciones de función, debe proporcionar los valores iniciales para los parámetros del
kernel.
KernelFunction
Para obtener más información sobre las funciones del kernel, consulte.Opciones
de función de kernel (covarianza)
Ejemplo: 'KernelParameters',theta
Tipos de datos: double
'DistanceMethod' — Método para computar distancias inter-punto
'fast' (predeterminado) | 'accurate'
Método para calcular las distancias entre puntos para evaluar las funciones
integradas del kernel, especificadas como el par separado por comas que consta
de y cualquiera o.
Calcula'DistanceMethod''fast''accurate'fitrgp (x−y)2 Como x2+y2−2∗x∗y cuando
elija la opción y comofast (x−y)2 cuando elija la opción.accurate
Ejemplo: 'DistanceMethod','accurate'
Selección de conjunto activo
contraer todo
'ActiveSet' — Las observaciones del conjunto activo
[] (predeterminado) | -por-1 vector de enteros que van desde 1 a
(≤)mnmn | Vector lógico de longitudn
Las observaciones en el conjunto activo, especificadas como el par separado por
comas que consta de y un vector de-por-1 de enteros que van desde 1 a (≤) o un
vector lógico de longitud con al menos un elemento. es el número total de
observaciones en los datos de entrenamiento.'ActiveSet'mnmnntruen
utiliza las observaciones indicadas para entrenar el modelo GPR.fitrgpActiveSet El
conjunto activo no puede tener elementos duplicados.
Si usted suministra, entonces:ActiveSet
no utiliza y.fitrgpActiveSetSizeActiveSetMethod
No se puede realizar la validación cruzada en este modelo.
Tipos de datos: double | logical
9) Defina e ilustre: filtros y tipos de filtros Instrumentales
FILTRADO DIGITAL 2.1 - Filtros Simples Un modo alternativo de eliminar las
longitudes de onda o frecuencias no deseadas es mediante el filtrado. En el
lenguaje diario, un filtro es algo que separa partes grandes de pequeñas. Una
mezcla de arroz y porotos puede ser separados adecuadamente con una malla
tipo colador que deje pasar solo los granos de arroz. En electrónica los filtros se
usan para eliminar frecuencias no deseadas, tales como las de picos agudos y los
pulsos de una fuente eléctrica, o cambiar las proporciones de bajos y agudos de
un registro musical. Aunque ninguno de estos filtros trabaja igual que un filtro
digital como los que estamos considerando, el principio que ellos utilizan es el
mismo. Los filtros digitales hacen esto matemáticamente y tienen mucho en
común con el análisis de Fourier. Los filtros digitales son generalmente aplicados a
valores tomados a intervalos de muestra espaciados regularmente. Si las lecturas
son continuas los valores son leídos de la curva. Si son espaciadas
irregularmente, los valores son leídos por interpolación. Uno de los filtros digitales
más simples toma el promedio de tres lecturas sucesivas y lo coloca en el lugar
del punto del medio (Figura 9). Esto es repetido en cada punto de muestreo, de
modo que cada lectura es “usada” tres veces. Este promedio simple o corriente es
también llamado “ventana moviente”. Imaginemos una tarjeta con un agujero de
un tamaño tal que solo permite ver tres valores, los promedia y a este valor lo
pone en el central. Luego es desplazada al punto siguiente y hace lo mismo
Otros filtros podrían tener todavía más puntos, pero una forma de cambiar su
efectividad es usar una media pesada en lugar de una media simple, es decir que
los valores de los puntos son multiplicados por diferentes coeficientes. Por ejemplo
un filtro de siete puntos sería: yn = (-0.115yn-3 + 0yn-2 + 0.344yn-1 + 0.541yn +
0.344yn+1 + 0yn+2 - 0.115yn+3).
- Alisado Si se redibujara la señal con muestras a ciertos intervalos desiguales,
podrían verse longitudes de onda que no parecían estar presentes. Consideremos
una simple sinusoide muestreada a diferentes intervalos, como la de la Figura 11.
Cuando el intervalo de muestreo es corto comparado con la longitud de onda, se
repiten las ondulaciones de la onda (11.a). Aún cuando hay dos muestras por
onda (11.b.), la longitud de onda se conserva aunque cambia la amplitud. Pero
cuando el intervalo es incrementado más, ocurre algo curioso: Si el intervalo es
exactamente igual a la longitud de onda (11.d.) todas las lecturas son las mismas
y pareciera que no hay variación alguna. Los valores dependen del lugar del ciclo
donde se toman las muestras (11.d.i y 11.d.ii). Cuando el intervalo es solo un poco
diferente a la longitud de la onda (11.c y e), la señal parece tener una gran
longitud de onda que es espuria. Esta producción de longitudes de onda espurias
es llamada alisamiento, y si la señal real tuviera una armónica con una longitud de
onda cercana al intervalo de muestra, también se encontrará una longitud de onda
espuria. Este efecto siempre ocurrirá cuando el intervalo de muestra sea próximo
a un múltiplo de la longitud de onda, en efecto, una vez que el intervalo de
muestreo exceda la mitad de la longitud de onda, la aparente longitud de onda
será siempre mayor que la verdadera. Una longitud de onda crítica, dos veces el
intervalo de muestreo, es llamada longitud de onda Nyquist.
2.3 - Diseño de un filtro simple Los filtros pueden ser diseñados para remover
cualquier rango de longitudes de onda, con solo elegir el intervalo de muestreo, el
número de puntos en la ventana, y los valores de los coeficientes o peso de los
puntos. Como se vio, el intervalo de muestreo es importante porque las longitudes
de onda mucho menores que el intervalo de la muestra son automáticamente
eliminadas (aunque pueda ocurrir un alisamiento). El intervalo es por lo tanto
elegido siempre más corto que la menor longitud de onda que se desea conservar.
Un cuarto de esa longitud es una distancia adecuada para el intervalo. Decidido el
intervalo de muestreo no hay mejora alguna en elegir un filtro con más de siete
puntos. Luego se eligen los coeficientes mediante cálculos matemáticos
específicos, para dar una mayor discriminación a las longitudes de ondas
deseadas y no deseadas, o frecuencias, aunque esto también puede hacerse
mediante el análisis de Fourier. 2.4 - Filtrado en 2D. Datos en una grilla En la
sección 1.4 se vio que el análisis de Fourier podía ser aplicado a datos en una
grilla o en 2D. Similarmente, los filtros pueden ser usados en 2D con puntos de
muestra alrededor del punto en cuestión. Los puntos más grandes de la Figura 12
son las posiciones muestreadas para un filtro particular, y los números son los
pesos que son los mismos para cualquier punto de un mismo circulo.
Filtros que mejoran ciertas características Los filtros descriptos pueden mejorar la
señal reduciendo longitudes de onda no deseadas o ruidos. Sin embargo, con los
datos en 2D hay otras posibilidades, como las vistas con el análisis de Fourier.
Una es el uso direccional de los filtros para eliminar ciertas características en una
determinada dirección. Por ejemplo, esta técnica podría ser usada para enfatizar
anomalías debidas a vetas o filones de minerales en una región donde esa
dirección ya es conocida. Otro tipo de filtro puede ser usado para enfatizar bordes
de anomalías y así ayudar a precisar el cuerpo que las causa. Al seleccionar las
cortas longitudes de onda allí concentradas, el efecto será opuesto al del
mejoramiento de las grandes anomalías, por lo que deben usarse con cuidado.
AB/2 igual a 2.5, 3, 4, 5, 7, 10, 13, 16, 20, 24, 28, 32, 40, para cada estación ocupada,
zona, en los niveles 468, 444, 432 y 420 de la cantera de Cementos Caribe en Cumarebo,
Estado Falcón.
Así mismo, se recolectaron muestras de caliza en los distintos niveles de la cantera
los cuales fueron analizados en términos de sus velocidades sísmicas, densidad, tensión
permitieron calcular los elementos numéricos asociados a cada constante local de los
geoeléctricas y así definir los valores de resistividad que posteriormente serán utilizados
verticales, permitirán definir las curvas de resistividad aparente, de las cuales se efectuó
consideración el tipo de curva de campo original y el tipo de curva del ajuste RMS
para así establecer los modelos geoeléctricos con un error RMS de ajuste menor del 5%
entre la curva de campo y la curva del modelo interpretado. Ver Anexo (1) y (2).
de estudio, se procedió al calculo de las velocidades sísmicas para cada estrato asociado
1 1
(8)
V =γ∗Z 6∗R 6
(Faust, 1953)
recolectaron muestras de caliza en los distintos niveles de la cantera, los cuales fueron
TABLA 1
RESULTADOS DEL ANÁLISIS DE LABORATORIO A CADA UNA DE LAS
MUESTRAS DE CALIZA SELECCIONADAS EN EL SITIO DE ESTUDIO
m
468 2298,6 2482,9 2395,7 1.78 1.95 1.87 860 7918
0 3 7
444 2370,2 2498,3 2436,1 1.80 1.90 1.85 885 7712
2 4 2
Caliza Baja Porosidad:
432 2394,1 2555,6 2475,8 1.88 1.96 1.92 900 8010
1 2 7
Caliza Alta Porosidad:
432 2210,1 2515,1 2368,6 1.70 1.81 1.76 850 7716
5 1 3
420 2440,6 2463,4 2453,0 1.84 1.93 1.89 888 7760
0 6 8
Nota:
148
De la interpretación de los nueve (9) sondeos eléctricos verticales para la
gráficos anexos).
De estas cuatro (4) unidades se puede inferir para cada zona lo siguiente:
NIVEL 468:
que se correlaciona con una caliza de mediana porosidad, hasta una profundidad de 2
porosidad y alta velocidad sísmica, la cual está en el orden de 2266,51 m/seg. La tercera
unidad se infiere como calizas de baja porosidad, alta densidad y alta velocidad sísmica,
la cual está en el orden de 2382,08 m/seg; la cuarta unidad se infiere como una caliza de
mediana porosidad, densidad media y una baja velocidad sísmica de 1822,73 m/seg.
NIVEL 444:
media y una velocidad de 1954,10 m/seg. La segunda unidad se infiere como una caliza
de baja porosidad, densidad media y alta velocidad en el orden de los 2217,10 m/seg. La
tercera unidad se infiere como una caliza de baja porosidad, densidad media y una alta
velocidad que está en el orden de los 2467,12 m/seg y la cuarta unidad se infiere como
149
una caliza de baja velocidad la cual está en el orden de 1863,51 m/seg, densidad media y
mediana porosidad.
En esta zona podemos concluir que la caliza existente no presenta magnesio, sin
de velocidad sísmica luego del filtrado de: 1863,51 m/seg a 2467,12 m/seg.
NIVEL 432:
de los 1885,47 m/seg. La segunda unidad se infiere como una caliza con presencia de
sísmica en el orden de los 2162,55 m/seg. La tercera unidad se infiere como una caliza
con una presencia de magnesio al 0.2%, alta densidad, baja porosidad y una alta
velocidad sísmica de 2503,47 m/seg, y por último una cuarta unidad que se infiere como
magnesio con rangos que oscilan entre 0.2% al 2.9%, estableciéndose un intervalo de
velocidad sísmica, luego del filtrado de: 1885,47 m/seg a 2503,47 m/seg.
NIVEL 420:
infiere como una caliza de baja porosidad, densidad media y alta velocidad sísmica en el
orden de 2310,99 m/seg. La tercera unidad se infiere como una caliza de muy baja
porosidad, densidad media y alta velocidad sísmica en el orden de los 2516,27 m/seg, y la
150
cuarta unidad se infiere como una caliza de baja porosidad, densidad media y alta
estableciéndose un intervalo de velocidad sísmica, luego del filtrado de: 1861,53 m/seg a
2516,27 m/seg.
n−1
{b t }t=0 ={b 0 , b1 , b 2 ,. . .. , bn−1}
Es considerada una serie digital ya que está constituida por una serie de datos
numéricos muestreados a intervalos constantes de tiempo ∆t, donde cada valor
está asociado con cada uno de dichos instantes. La señal es no periódica siendo
considerada como un “transiente” ya que no se repite en el tiempo y tiene una
duración finita presentando un decaimiento exponencial en el tiempo.
Vale decir, que la ondícula sísmica se considera como la parte determinística del
modelo sísmico convolucional ya que sus parámetros físico-matemáticos
(velocidad de propagación, frecuencia, longitud de onda, período) son diseñados
previamente y por ende conocidos.
151
INTERFAZ SISMICA: La conversión de tiempo a profundidad de los datos
sísmicos es de suma importancia para toda persona que desee interpretar dichos
datos, debido a que las mediciones son hechas en unidades de tiempo, mientras
que las perforaciones que se realizan para llegar a los blancos basadas en la
interpretación de una sísmica deben medirse en unidades de distancia.
Este método puede ser aplicado en el caso de que la sección presente capas
planas y horizontales. En caso de estructuras más complejas se recomienda usar
alguno de los siguientes métodos.
152
Los cambios graduales de color representan la interpolación lineal de las leyes de
velocidades.
Franja sísmica: es aquella que representa la respuesta de una onda elástica a los
contraste de velocidad y densidad propios entre cada interfase o estrato de roca que
cruza al ser emitida desde la superficie (Shlumberger, 2005).
Esta señal debe ser cuantificada y para ello se emplea un sistema coordenado (x, y) que
la define, tomando el eje y para los valores de amplitud de la onda y el eje x para los
valores de tiempo.
Analíticamente, la traza sísmica se obtiene a partir de una con evolución entre la ondícula
sísmica (parte determinística) y la serie reflectiva del subsuelo (parte aleatoria). El modelo
matemático que define a la traza sísmica es:
153
T r =O S∗K r
12) Ilustra mediante un Ejemplo práctico numérico, así como detallado los
algoritmos matemáticos el mecanismo de:
Transformada de Fourier
Es un operador matemático que transforma una función del dominio de tiempo al
dominio de frecuencia, logrando obtener valores que permitan representarlas.
Características de la FFT
Para aplicar la FFT es necesario que la muestra sea par, para poder
realizar la división de esta.
154
EC de Euler
155
bn Tiempo (s) Amplitud (m)
b0 0.001 0.998
b1 0.002 0.998
b2 0.003 0.973
b3 0.004 0.965
b4 0.005 0.00
b5 0.006 0.00
b6 0.007 0.00
Seri Par
W real W imagi
0,959492974 0,281732557
0,959492974 0,281732557
156
0,959492974 0,281732557
0,959492974 0,281732557
0,959492974 0,281732557
0,959492974 0,281732557
para k=0
ZN
-ZO -0,999
Z1 -0,983
Z2 -0,972
Z3 -0,966
Z4 -0,949
Z5 -0,921
para k=1
YN
YO 0,998
Y1 0,831999743970037+0,534693768463586i
Y2 0,405029637676838+0,886891195470655i
Y3 -0,137049189257175+0,953198048531336i
Y4 -0,622772557981967+0,718717845210897i
Y5 -0,900963902224012+0,264546870874099i
para k=1
ZN
-ZO -0,999
Z1 -0,82695222277305-0,531449923558853i
Z2 -0,403783392637832-0,884162299484591i
Z3 0,137476133771995-0,956167512856979i
Z4 0,621462836514076-0,717206346062188i
Z5 0,883693028698951-0,259475684850953i
157
N K SUMATORIA Y SUMATORIA Z W Z*W
0 0 9,361 -8,98 1 -8,98
-
0,31910639484469+0 0,243466557663539- 0,959492973614497+ 0,571084282317497-
1 1 ,935850153110372i 1,19787302792687i 0,28173255684143i 1,08075829778222i
-
0,214820630665194+ 0,304831428910684- 0,84125353283118+0 0,0285648554178106
2 2 0,557141795287205i 0,527162142969916i ,540640817455598i -0,608281328060728i
0,228279818516745+ -0,2948920844734- 0,654860733945284+ 0,0224673821321554
3 3 0,323277117120989i 0,285254052824656i 0,755749574354258i -0,409666245714833i
-
0,31423436255225+0 0,290145637057015- 0,415415013001885+ 0,0386552176919722
4 4 ,234850607664218i 0,175000518996049i 0,909631995354518i -0,336623597653661i
-
0,370271583110528+ 0,358097407222467- 0,142314838273283+ 0,0491684086601194
5 5 0,07639279084518i 0,101160652839355i 0,989821441880932i -0,368849153899218i
0,370271583110533- -
0,0763927908451909 0,145980845924345- 0,142314838273287+ 0,40357947304565+0
6 6 i 0,428718449176026i 0,989821441880931i ,205507968159094i
- -
0,314234362552249- 0,29014563705701+0 0,415415013001888+ -0,038655217691994-
7 7 0,234850607664236i ,175000518996072i 0,909631995354516i 0,336623597653666i
- - -
0,228279818516738- 0,294892084473392+ 0,654860733945286+ 0,0224673821321781
8 8 0,323277117121016i 0,285254052824681i 0,755749574354255i -0,409666245714843i
Espectros
158
ANGUL
OS
0,1451 0,1451 0,1451 3,7878
0 0,381 0 61 0 61 0,381 61 0 0 78788
- - -
0,2519 0,1449 0,0634 0,0209 0,0844 0,2906 0,0844 0,5218 29,902 7,5757
1 77887 08145 92856 9837 91226 73745 91226 96491 46627 57576
- - -
0,2433 0,0511 0,0592 0,0026 0,0618 0,2487 0,0618 0,2071 11,866 11,363
2 85486 39533 36495 15252 51747 00114 51747 04661 22302 63636
- - -
0,2507 0,0863 0,0628 0,0074 0,0703 0,2652 0,0703 0,3317 19,010 15,151
3 47201 89129 74159 63082 3724 11689 3724 90614 20184 51515
- - -
0,3528 0,1017 0,1245 0,0103 0,1348 0,3672 0,1348 0,2807 16,087 18,939
4 8958 7299 31056 57741 88797 72103 88797 79958 50655 39394
- - -
0,4194 0,2924 0,1759 0,0855 0,2614 0,5113 0,2614 0,6088 34,886 22,727
5 39992 56363 29907 30724 60631 32212 60631 80875 30437 27273
Espectro de Amplitud
16
14
12
10
8 Series1
Espectro de
Amplitud
6
0
-6 4 14 24 34 44 54 64 74 84
Espectro de Potencia
159
ESPECTRO DE POTENCIA
400
350
300
250
ESPECTRO DE POTENCIA
200
150
100
50
0
0 10 20 30 40 50 60 70 80 90
Espectro de Fase
1.4
0.9
0.4
-0.6
-1.1
-1.6
Conclusión
160
Existen diversos métodos de prospección, los cuales se basan en la
respuesta del subsuelo a un fenómeno físico que puede ser eléctrico,
magnético, sísmico, químico, gravimétrico, entre otros. La respuesta que
se obtenga del subsuelo nos permitirá inferir acerca de la composición del
suelo correlacionando las respuestas obtenidas con cantidades
previamente establecidas a través de criterios y/o formulismos matemáticos
ya establecidos para cada caso en específico y dependiendo de las
propiedades del subsuelo que se quiera probar.
El método a utilizar dependerá de las propiedades presentes en la zona de
estudio, la topografía y estratigrafía presente en la región (por lo cual es
necesario contar con mapas topográficos y geológicos de la zona la cual
será sometida a dicha estudio), la resolución que se requiera obtener, el
presupuesto para el desarrollo del proyecto, la profundidad que se
requerida, el o los tipos de estratos que podrán ser detectados, entre otras
requerimientos del proyecto. Todos los aspectos aspectos deben ser
tomados en cuenta para poder emprender cualquier proyecto de
prospección.
Así como comprender la metodología utilizada en campo para recolectar los
datos durante el desarrollo de un levantamiento sísmico de exploración ya
sea con fines petrolíferos, mineros, de ing. Civil o aguas subterráneas,
como también conocer los diversos métodos existentes para llevar a cabo
un proyecto de esta clase.
161
o ambiental, y los incoherentes como lo son los superficiales y los
profundos, dentro de los superficiales se hizo hincapié en los de Rayleigh y
Love.
También se hizo un análisis de ruido estudiando lo que es la geometría de
campo, los instrumentos etc.
A pesar de lo avanzadas que están en la actualidad las distintas técnicas
para prospección sísmica, estas siempre generan un ruido sísmico al
momento de tomar la señal, pero a su vez las técnicas de atenuación de
dicho ruido también van avanzando en tecnología.
Este ruido es atenuado mediante métodos ya sean gráficos, analíticos o
mediante filtros, que al llevarlo a una computadora resulta eficaz cada día
más la utilización de dichas señales sísmicas.
BIBLIOGRAFÍA
162
http://exploracionsismica.blogspot.com/
https://petroquimex.com/la-geofisica-en-la-exploracion-de-
yacimientos/
http://www.geodatos.cl/tem.php
https://geologiaweb.com/geofisica/metodo-gravimetrico/
DESARROLLO Y EVALUACIÓN DE MÉTODOS AVANZADOS DE
EXPLORACIÓN SÍSMICA PASIVA.
http://www.geonica.com/prod/150/242/Equipos-GEOFISICA-/Gravimetria/
index.html#subir
María A. Gayá. Sartenejas 2005. “Procesado de Sísmica de Reflexión
Superficial en la Cuenca de Ainsa, Huesca (España)”. Proyecto de Grado.
Universidad Simón Bolívar.
José M. Cavada. Caracas 2000. “Guía de Prospección Sísmica por
Refracción”. Universidad Central de Venezuela. Facultad de Ingeniería.
Departamento de Ingeniería Geofísica.
http://www.geonica.com/prod/139/221/Equipos-GEOFISICA-/Georadar-
GPR/index.html
Notas de Clase. Geofísica 2012. Prof. José Naranjo
Prof. Jorge Lӧsh. (2008). “Mi Planeta Tierra”. Editorial Salesiana. Caracas.
Venezuela
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/
132.248.52.100/700/A6.pdf?sequence=6
Melissa G. García R. Sartenejas 2005. “Diseño de un Programa para
Discriminar Litologías en Registros de Pozo Usando Redes Neuronales”.
Proyecto de Grado. Universidad Simón Bolívar.
David Gibson. Shawn Rice. 2003. Fomento de la Responsabilidad
Ambiental en Operaciones Sísmicas.
http://www.ambiente.gov.ar/archivos/web/Ppnud08/file/PPT%20EIA
%20TUCUMAN%20Valls.pdf
http://www.unalmed.edu.co/~poboyca/documentos/documentos1/
documentos-Juan%20Diego/Plnaifi_Cuencas_Pregrado/Oct_26/Cap
%EDtulo%20Libro%20m%E9todos%20valoraci%F3n%20EIA.pdf
Notas de Clase. Geología 2011. Prof. Gerardo Nuñez.
Notas de Clase. Física Aplicada 2011. Profa. Karina Acurero.
http://www.ambientenews.com.ar/a_news/21.
htmhttp://usuarios.lycos.es/geoestudio/georadar.htm
http://www.seed.slb.com/es/career/geoscience/sayers.htm
http://www.trxconsulting.com/GPhidrologia_carpeta.htm
http://www.geognosia.com/servicios.html
http://www.aitemin.es/actividades/actividad.php?ida=114
http://edafologia.ugr.es/Revista/tomo5/a109t.htm
http://docencia.udea.edu.co/SistemasDiscretos/contenido/capitulo_11.html
http://es.scribd.com/doc/46493525/DECONVOLUCION
163
http://www.umng.edu.co/documents/10162/745277/V2N1_14.pdf
https://es.mathworks.com/help/stats/fitrgp.html
http://www.andino3d.com.ar/documentacion/conversion-de-tiempo-a-
profundidad/
164