Inversión conjunta de sísmica de refracción y sondeos eléctricos verticales utilizando programación evolutiva.

Merlo Mejía, Jorge Luis (2017) Inversión conjunta de sísmica de refracción y sondeos eléctricos verticales utilizando programación evolutiva. Maestría thesis, Universidad Autónoma de Nuevo León.

Vista previa

Texto 1080291140.pdf - Versión Aceptada Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (19MB) | Vista previa

Resumen

La complejidad del problema inverso en geofísica ha llevado a soluciones no analíticas por lo que se han explorado distintas técnicas alternativas en la búsqueda de una solución ´optima, dentro de las que se pueden mencionar las técnicas metaheur´ısticas, ya que conociendo el espacio de soluciones, el problema inverso puede ser planteado como un problema de optimización en el que nuestra búsqueda (dadas ciertas restricciones) se puede reducir a encontrar de manera aleatoria un ´optimo que proporcione una solución al problema. Los métodos geofísicos analizados en el presente trabajo son sísmica de refracción y sondeo eléctrico vertical, que se aplican generalmente a la delimitación de estructuras cerca de la superficie. La aplicación del sondeo eléctrico vertical es apropiada cuando las unidades geológicas se presentan de manera superficial y con una gran extensión lateral en la litología, aunque su desempeño se limita al afrontar el problema de equivalencia. La sísmica de refracción también tiene sus limitaciones, como la incapacidad de detectar estratos delgados y sus respectivas profundidades y velocidades. Las limitaciones de cada técnica pueden reducirse en gran medida adoptando un esquema de inversión conjunta. Diferentes cantidades físicas pueden integrarse en una inversión conjunta si los datos medidos están influenciados por un subconjunto de parámetros comunes. Para los datos de sísmica de refracción y sondeos eléctricos verticales que representan respuestas físicamente diferentes, el espesor de capa puede funcionar como parámetro en común para ambos. El objetivo principal del presente trabajo es introducir un algoritmo capaz de resolver la inversión conjunta de ambos métodos utilizando Programación Evolutiva, una variante de los métodos de Monte Carlo inspirada en la evolución de las especies y la selección natural. Se realizaron varias pruebas teniendo como resultado una estimación de parámetros bastante aproximada a los propuestos en el modelado directo, se probó que la técnica es capaz de ser utilizada en datos sintéticos contaminados con ruido, validando su efectividad para poder trabajar con datos reales. Abstract The complexity of the inverse problem in geophysics has led to non-analytical solutions. Therefore, alternative techniques have been explored in the search for an optimal solution, within which metaheuristic techniques can be mentioned, since knowing the solutions space, the inverse problem can be posed as an optimization problem in which our search (given certain constraints) can be reduced to randomly find an optimum that provides a solution to the problem. The methods analyzed in the present work are refraction seismic and vertical electrical sounding, which are generally applied for the delimitation of structures near the surface. The application of the vertical electrical sounding is appropriate when the geological units are presented superficially and with a great lateral extension in the lithology, although their performance is limited when facing the problem of equivalence. Seismic refraction also has its limitations, such as inability to detect thin strata and their respective depths and velocities. The individual constraints of each technique can be greatly reduced by adopting a joint inversion scheme. Different physical quantities can be integrated into a joint inversion if the measured data is influenced by a subset of common parameters. For refractive seismic and vertical electrical sounding data representing physically different responses, the layer thickness can function as the common parameter for both. The main objective of the present work is to introduce an algorithm capable of solving the joint inversion of both methods using the Evolutionary Programming technique, a variant of Monte Carlo methods inspired by the evolution of the species and the natural selection from which it was obtained an estimation of parameters quite close to those proposed in direct modeling, it was proved that it is capable of being used in synthetic data contaminated with noise, validating its effectiveness in order to be able to work with real data.

Actions (login required)

Ver elemento