Maestría en Geofísica
Permanent URI for this collection
Browse
Browsing Maestría en Geofísica by browse.metadata.advisor "Khurama Velásquez, Sait"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Caracterización de las velocidades acústicas de rocas generadoras de hidrocarburos y su relación con parámetros físicos, geoquímicos y petrográficos en el Valle Medio del Magdalena(Universidad Industrial de Santander, 2023-05-03) Martínez Alarcón, Nicolás; García González, Mario; Khurama Velásquez, Sait; Bejarano Wallens, Aristóbulo; Caro González, Luis DetherieEn este trabajo se presentan las relaciones entre las velocidades de onda compresional y de corte con parámetros geoquímicos, petrofísicos y petrográficos de muestras de roca pertenecientes a las formaciones La Luna, Tablazo y Rosablanca, en la cuenca del Valle Medio del Magdalena. Para llevar a cabo lo anterior, se extrajeron núcleos de muestras de roca de afloramiento y fueron sometidos a análisis geofísicos (medición de velocidades de onda compresional y de corte), geoquímicos (pirólisis rock eval con TOC y reflectancia de vitrinita) y petrográficos (petrografía básica). Seguidamente, se calcularon gráficos de dispersión designando las velocidades de onda compresional y de corte como variables independientes y los demás parámetros obtenidos como variables dependientes. De esta manera, se calcularon los coeficientes de determinación y las ecuaciones de las regresiones entre los diferentes parámetros. Adicionalmente, se utilizó la librería de \textit{pandas} y la biblioteca de \textit{sklearn} en Python para calcular los coeficientes de correlación entre las velocidades de onda acústica y los demás parámetros obtenidos. Los resultados indican que las velocidades de onda compresional, en la escala a la que se llevo a cabo el presente estudio, se ven principalmente afectadas por los parámetros de porosidad, permeabilidad y densidad de grano; mientras que las velocidades de onda de corte se ven influenciadas únicamente por el parámetro de permeabilidad. Asimismo, existe correspondencia entre la velocidad de onda P y la edad o posición estratigráfica de la muestra; en la medida que rocas pertenecientes a formaciones más antiguas poseen mayor tiempo de enterramiento y por ende, mayor densidad, provocando incrementos en las velocidades de onda compresional. El carbono orgánico total provoca disminuciones en las velocidades de onda compresional mientras que en las velocidades de onda de corte no tiene influencia, con base en los resultados del presente trabajo.Item Diseño de geometrías de adquisición para gravimetría y magnetometría enfocado a la exploración de cuerpos intrusivos mediante el uso de Aprendizaje Profundo (Deep Learning) sobre imágenes satelitales(Universidad Industrial de Santander, 2022-09-12) Martínez Acevedo, Juan Sebastián; Khurama Velásquez, Sait; Mantilla Figueroa, Luis Carlos; Bernal Olaya, Rocío del Pilar; Moyano Nieto, Ismael EnriqueEn este estudio se presentan geometrías de adquisición enfocadas a la exploración de cuerpos intrusivos y que fueron diseñadas a partir de una aplicación de Aprendizaje Profundo sobre imágenes satelitales. Las geometrías de adquisición fueron trazadas para los métodos de gravimetría y magnetometría en la zona donde aflora el Granito de Durania, ubicado en cercanías al municipio homónimo en Norte de Santander. El diseño partió de un análisis de los factores que afectan las adquisiciones para los métodos geofísicos a implementar. Así, se consideraron las coberturas vegetales, los cuerpos de agua y la topografía como elementos negativos para una adquisición óptima en términos de logística y calidad de datos. Con este análisis se logró una clasificación de favorabilidad para la zona de estudio donde se trazaron transectas y coordenadas de adquisición. Sin embargo, las geometrías diseñadas suponen datos puntuales y dispersos, generando un reto adicional en la obtención de imágenes geofísicas de calidad. Por esa razón, en esta investigación se implementaron Métodos de Interpolación Espacial (MIE) con el fin de obtener imágenes geofísicas de representativas para la zona de estudio. La determinación del método de mejor desempeño se realizó, en primera instancia, en una zona distinta a la de estudio donde se tuvieran datos de acceso libre. Esto último, se realizó con el fin de hacer una cuantificación de desempeño de cada MIE considerado a través de pruebas remotas y lograr un grado de certeza antes de ejecutar una adquisición sobre la zona de estudio. Así, se implementaron los métodos de Ordinary Kriging (OK), Ponderación de Distancia Inversa (IDW) y Random Forest (RF) sobre una zona en Norte América, donde el método IDW fue el de mejor desempeño de acuerdo a las métricas de error. Una vez validados los desempeños de los MIE y de tener una geometría sobre la zona de estudio, se consideró una adquisición sobre la zona de estudio que fue desestimada por consideraciones de seguridad. Esto, sumado a que la zona de estudio no contaba con datos geofísicos de acceso libre, llevó a implementar el modelo directo en la investigación mediante la librería Sim- PEG disponible para Python. En esta herramienta se hizo un modelamiento de la geología de la zona y se asignaron valores a las propiedades geofísicas correspondientes a cada litología representativa. Una vez ejecutado el modelo directo, se obtuvieron datos para las geometrías diseñadas y se implementaron los MIE donde, según las métricas de error, el método IDW fue el de mejor desempeño. Los resultados de la interpolación espacial sobre datos obtenidos por modelamiento directo sugieren una aproximación real a las anomalías geofísicas de la zona. Se sugiere el flujo de trabajo presentado a futuras investigaciones y se recomienda hacer una evaluación de las geometrías y los MIE para un modelamiento inverso.Item Modelos de resistividad y profundidad de investigación a partir de inversión robusta de datos magnetotelúricos(Universidad Industrial de Santander, 2023-05-19) Latorre Ramírez, Omar Felipe; Khurama Velásquez, Sait; Mantilla Figueroa, Luis Carlos; Sánchez Aguilar, John Jairo; Flores Luna, Carlos FranciscoUno de los desafíos a lo largo de la historia en algoritmos de inversión geofísica es mejorar su eficiencia y obtener modelos con una mayor aproximación a la realidad, sin embargo, algunos son “algoritmos de caja negra”, es decir, no se puede entender su funcionamiento o no son fácilmente escalables, tarea en la cual trabajan investigadores que buscan desarrollar esta capacidad apoyados en las diferentes herramientas de inversión. En la presente tesis se analizaron los parámetros smallness αs y smoothness αx en la inversión no-lineal de datos magnetotelúricos, mediante la integración de códigos de inversión de fácil acceso utilizando las herramientas de la librería Simulation and parameter estimation in geophysics (SimPEG). En la primera etapa de evaluación se variaron los parámetros de los modelos sintéticos y se obtuvo resultados que permitieron evaluar la influencia en los modelos recuperados a partir de una inversión realizada con máximo 10 iteraciones, donde se consideró el análisis del error obtenido. En la segunda etapa se aplicó el algoritmo de inversión a los datos adquiridos en áreas relacionadas al Sistema Geotérmico de Paipa (Boyacá), los cuales fueron adquiridos con el equipo Stratagem de la Universidad Industrial de Santander, bajo las mismas consideraciones de los modelos sintéticos previamente evaluados. Y en la tercera etapa se realizó la inversión de los datos adquiridos en Paipa haciendo uso de la transformada de Bostick y el algoritmo de Occam; tanto los resultados obtenidos con SimPEG, como la transformada de Bostick y el algoritmo de Occam fueron comparados. Los modelos sintéticos 1D evaluados mediante SimPEG presentaron errores RMSE inferiores al 3%, lo que evidenció una buena integración de los algoritmos en la inversión, y así mismo dio una idea generalizada del punto de partida para la inversión de datos reales. El análisis preliminar de los modelos a partir de las 10 iteraciones arrojó que el RMSE tendía a ser mínimo cuando el parámetro smallness αs tendía a ser mínimo y el parámetro smoothness αx máximo. Se procedió a aumentar el número de iteraciones y evaluar el ajuste de los modelos sintéticos, basados en que la resistividad del medio es directamente proporcional a la profundidad máxima de investigación, sin embargo, este aumento evidenció anomalías de baja resistividad inexistentes en el modelo sintético original a pesar de presentar un mejor ajuste en la última capa. Hacer uso del criterio de la L-curve en la curva de Tikhonov permitió determinar un rango de iteraciones con una solución equilibrada entre los datos observados y un modelo de referencia. Finalmente, el código de inversión obtenido se caracteriza por la versatilidad para evaluar los resultados en múltiples modelos recuperados de manera gráfica que posteriormente serán analizados a partir de un contexto geológico determinado; brindando una herramienta adicional para futuros proyectos de investigación en la exploración de inversión de datos magnetotelúricos.