Escuela de Física

Permanent URI for this community

https://noesis.uis.edu.co/handle/20.500.14071/8931

Browse

Browsing Escuela de Física by browse.metadata.evaluator "Abreo Carrillo, Sergio Alberto"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Análisis estructural de la Mesa de Los Santos y redes neuronales para la estimación local de las propiedades físicas de la roca
    (Universidad Industrial de Santander, 2022-06-28) García Arias, Sergio Andrés; Velandia Patiño, Francisco Alberto; Sanabria Gómez, José David; Jiménez Díaz, Giovanny; Abreo Carrillo, Sergio Alberto
    La Mesa de Los Santos es una planicie morfológica con una superficie aproximada de 430 km2 y una altitud media de 1.650 m.s.n.m., donde se han realizado diferentes estudios para dar posibles soluciones a la falta de recursos hídricos. Para ese trabajo se realizó el registro fotográfico, medición de planos de fractura y estrías de falla en 72 estaciones, posteriormente se realizó un análisis cinemático junto con una cuantificación de los patrones de fracturas para establecer las orientaciones preferenciales del sistema de fracturas y tensores de esfuerzo locales; la medición de las propiedades físicas de la roca se realizó a 358 muestras recolectadas en el área de estudio. El análisis de fracturas y tensores de esfuerzo para la Mesa de Los Santos permitió identificar una dirección NWW del máximo esfuerzo horizontal que causa movimientos de rumbo o tectónica transcurrente. Este régimen de esfuerzos se refleja en dos direcciones preferenciales de fracturamiento cercanas al NW-SE y SW-NE. La cuantificación de fracturas permitió definir que los valores de intensidad, densidad y conectividad de lineamientos son mayores en el sector sur respecto al sector norte de la Mesa de Los Santos, y que las direcciones de flujo se asocian a los trazos de falla principales y cercanos a las estaciones evaluadas. Se generaron diferentes topologías de redes neuronales usando Scikit-learn y considerando la localización, litología y la distancia a la falla más cercana para predecir valores de porosidad. El modelo de red neuronal con una estructura de capas ocultas de 25-8-5 y función de activación ReLu (Score = 0,32) estima la porosidad de manera coherente con lo observado en los ensayos de laboratorio que se realizaron a las muestras. Las áreas destacadas por el modelo para mayor potencial hidrogeológico corresponden a la Formación Los Santos (areniscas) y a la Formación Rosablanca (calizas), especialmente las ubicadas al sur de La Mesa de Los Santos. Aunque en este sector sur se evidencian condiciones algo mayores para la acumulación e infiltración de aguas, la precipitación es menor, lo que limita la recarga y el flujo del agua subterránea.
  • No Thumbnail Available
    Item
    Detección del ruido de dispersión en datos sísmicos multicomponente usando aprendizaje automático
    (Universidad Industrial de Santander, 2022-11-21) Quintero Santander, Holger Giovanni; Agudelo Zambrano, William Mauricio; Sánchez Galvis, Iván Javier; Cabrera Zambrano, Francisco H.; Abreo Carrillo, Sergio Alberto
    La generación de imágenes sísmicas de estructuras complejas en zonas montañosas es uno de los principales desafíos de la exploración sísmica terrestre. Las señales de reflexión deseadas son enmascaradas por las ondas sísmicas dispersadas por heterogeneidades cerca de la superficie logrando que las ondas se superpongan en frecuencia y los filtros convencionales sean poco precisos, por ello, se propone unmétodo de clasificación de datos sintéticos de onda sísmica dispersada, los cuales se procesarán a través de unmétodo de aprendizaje automático. Para esto se modelarán las ondas dispersadas mediante un modelado numérico 2D. Se seleccionarán ciertos atributos sísmicos para resaltar la información geofísica de los datos tales como: frecuencia, velocidad de propagación, polarización, entre otros. Una vez con los atributos seleccionados junto con un algoritmo de clasificación, los datos se dividirán en grupos automáticamente y a partir de esto se inferirá la relación señal-ruido.