Modelos de resistividad y profundidad de investigación a partir de inversión robusta de datos magnetotelúricos

Abstract
Uno 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.
Description
Keywords
SimPEG, Inversión geofísica, Resistividad
Citation