Conquistando las Profundidades: Cómo las Redes Neuronales Convolucionales Están Transformando la Exploración Geofísica

EL PODER DE LAS REDES NEURONALES CONVOLUCIONALES EN LA GEOFÍSICA

En el campo de la geofísica, donde el análisis e interpretación de datos complejos y de alta dimensionalidad es fundamental, las redes neuronales convolucionales (CNN) están apareciendo como una herramienta poderosa y transformadora. Estas arquitecturas de aprendizaje profundo, inspiradas en el procesamiento visual del cerebro humano, han demostrado un rendimiento excepcional en tareas como el procesamiento de datos sísmicos, la interpretación de imágenes geofísicas y la modelización de reservorios, por citar algunos ejemplos de su aplicación.

FUNDAMENTOS DE LAS REDES NEURONALES CONVOLUCIONALES

Las CNN son un tipo de redes neuronales artificiales especialmente diseñadas para procesar datos en forma de cuadrícula, como imágenes o volúmenes tridimensionales. Su arquitectura consta de múltiples capas convolucionales, capas de submuestreo (pooling) y capas completamente conectadas.

Las capas convolucionales son la piedra angular de las CNN. Estas capas aplican filtros convolucionales a los datos de entrada, capturando características locales y patrones espaciales. Cada filtro convolucional aprende a detectar características específicas, como bordes, curvas o patrones de textura, y produce un mapa de características que resalta las regiones donde se encuentran estas características.

Las capas de submuestreo (pooling) reducen la dimensionalidad de los mapas de características, agregando información espacial y proporcionando invarianza a pequeñas traslaciones o distorsiones. Esto ayuda a las CNN a capturar características más generales y abstractas a medida que se avanza en las capas de la red.

Finalmente, las capas completamente conectadas combinan las características aprendidas en las capas anteriores y realizan la tarea de clasificación, regresión o segmentación deseada.

APLICACIONES EN EL PROCESAMIENTO DE DATOS SÍSMICOS

Una de las aplicaciones más destacadas de las CNN en la geofísica es el procesamiento de datos sísmicos. Estas redes han demostrado un rendimiento sobresaliente en tareas como la eliminación de ruido, la corrección de amortiguación, la migración y la inversión de la forma de onda.

En la eliminación de ruido, las CNN pueden aprender a separar las señales sísmicas útiles del ruido ambiente, instrumental o de otros orígenes. Estas redes pueden capturar patrones complejos de ruido y eliminarlos de manera efectiva, preservando la integridad de las señales de interés.

En la corrección de amortiguación, las CNN pueden compensar los efectos de la pérdida de energía que sufren las ondas sísmicas a medida que se propagan a través de la Tierra. Esto es crucial para obtener imágenes sísmicas de alta calidad y facilitar la interpretación de las estructuras geológicas.

En la migración sísmica, las CNN pueden aprender a predecir directamente las imágenes migradas a partir de los datos sísmicos crudos, evitando los costosos cálculos involucrados en los métodos tradicionales. Esto permite una migración más rápida y precisa, especialmente en entornos geológicos complejos.

Además, las CNN se han utilizado con éxito en la inversión de la forma de onda, el proceso de reconstruir las propiedades físicas del subsuelo a partir de los datos sísmicos. Estas redes pueden aprender a generar modelos de velocidad y densidad del subsuelo de manera más precisa y eficiente que los métodos tradicionales.

INTERPRETACIÓN DE IMÁGENES GEOFÍSICAS

Otra área en la que las CNN están teniendo un impacto significativo es la interpretación de imágenes geofísicas, como imágenes sísmicas, imágenes de gravedad o imágenes magnéticas. Estas redes pueden entrenarse para reconocer y clasificar características geológicas, como fallas, pliegues, horizontes estratigráficos y facies sísmicas.

En la identificación de fallas y horizontes, las CNN pueden aprender a reconocer patrones y características asociadas con estas estructuras geológicas, facilitando su detección automática en nuevos datos. Esto reduce significativamente el tiempo y el esfuerzo requeridos en comparación con los métodos manuales de interpretación.

En la caracterización de facies sísmicas, las CNN pueden clasificar automáticamente los patrones de reflexión en función de sus características de amplitud, frecuencia y continuidad. Esta información es crucial para la evaluación de reservorios y la exploración de hidrocarburos.

Además, las CNN se están utilizando para la segmentación de imágenes geofísicas, donde se asignan etiquetas a cada píxel o vóxel de la imagen según la clase a la que pertenece (por ejemplo, sal, carbonato, arenisca, etc.). Esta segmentación precisa es esencial para la construcción de modelos geológicos detallados y la planificación de operaciones de perforación.

MODELIZACIÓN DE RESERVORIOS

En el campo de la modelización de reservorios, las CNN también están desempeñando un papel cada vez más importante. Estas redes se utilizan para construir modelos de reservorios más precisos y detallados, incorporando una gran cantidad de datos de diferentes fuentes, como registros de pozos, datos sísmicos y mediciones de producción.

Las CNN pueden aprender a capturar la complejidad y la heterogeneidad de los reservorios, generando modelos que representan de manera más realista las propiedades y el comportamiento de los fluidos. Esto conduce a una mejor comprensión de los reservorios y a una toma de decisiones más informada sobre la ubicación de pozos, las tasas de producción y las estrategias de extracción.

CONSIDERACIONES

A pesar de su enorme potencial, la aplicación de las CNN en la geofísica también plantea desafíos y consideraciones muy importantes.

Nuevamente uno de los principales desafíos es la disponibilidad de datos de entrenamiento de alta calidad y etiquetados de manera precisa. En la industria del petróleo y el gas, los conjuntos de datos a menudo son confidenciales y pueden estar sesgados o incompletos. Esto puede dificultar el entrenamiento efectivo de las CNN y afectar su rendimiento.

Muy aparte, la interpretabilidad y la explicabilidad de los modelos de CNN. Muchas de estas redes funcionan como "cajas negras", lo que puede dificultar la comprensión de cómo se llegan a ciertas conclusiones o predicciones. Esto puede generar desconfianza y reticencia en la adopción de estas técnicas por parte de los geofísicos y otros profesionales.

Además, existen preocupaciones sobre la ética y la privacidad en torno a la aplicación de las CNN en la geofísica. Por ejemplo, el uso de datos sísmicos podría plantear problemas de privacidad si se recopilan sin el consentimiento adecuado o se utilizan de manera indebida.

Lee más

El Futuro del Análisis Sísmico: La Inteligencia Artificial como Herramienta de Acondicionamiento de Datos Sísmicos

EL PAPEL CRUCIAL DE LA INTELIGENCIA ARTIFICIAL EN EL ACONDICIONAMIENTO DE DATOS SÍSMICOS

En la industria del petróleo y gas, así como en la exploración geológica, la obtención de datos sísmicos de alta calidad es fundamental para una interpretación precisa de la estructura y composición del subsuelo. Sin embargo, los datos sísmicos crudos a menudo se ven afectados por una variedad de fuentes de ruido y artefactos que pueden enmascarar o distorsionar las señales de interés. Es en este punto donde el acondicionamiento de datos sísmicos, el proceso de eliminación de ruido y corrección de imperfecciones, se vuelve crucial. Tradicionalmente, este proceso se ha realizado mediante técnicas de procesamiento de señales y filtrado basadas en reglas y ecuaciones predefinidas. No obstante, actualmente, la Inteligencia Artificial (IA) está surgiendo como una herramienta poderosa para mejorar y automatizar el acondicionamiento de datos sísmicos, brindando nuevas oportunidades para una calidad de datos superior y una interpretación más precisa.

FUENTES DE RUIDO Y ARTEFACTOS EN DATOS SÍSMICOS

Antes de abordar el papel de la IA en el acondicionamiento de datos sísmicos, es importante comprender las diversas fuentes de ruido y artefactos que pueden afectar los datos crudos.

Algunas de las fuentes más comunes incluyen:

Ruido Ambiental: Causado por actividades humanas, como el tráfico, la maquinaria industrial o las construcciones cercanas, así como por fenómenos naturales como el viento, la lluvia o las olas.

Ruido Instrumental: Generado por los propios dispositivos de adquisición sísmica, como los geófonos o los hidrófonos, debido a problemas electrónicos, interferencia electromagnética o calibración inadecuada.

Múltiples: Reflexiones sísmicas que se propagan por trayectorias más largas y se superponen con las señales de interés, creando artefactos y confusión en los datos.

Efectos de Propagación: Distorsiones causadas por la propagación de las ondas sísmicas a través de medios heterogéneos y complejos, como la amortiguación, la dispersión y la difracción.

Artefactos de Adquisición: Problemas relacionados con la geometría de la adquisición, como trazas faltantes, respuesta de offset variable o errores de posicionamiento.

Estas fuentes de ruido y artefactos pueden enmascarar características geológicas importantes, dificultar la interpretación y conducir a decisiones erróneas en la exploración y explotación de recursos. Por lo tanto, el acondicionamiento de datos sísmicos es un paso crítico que debe abordarse de manera efectiva.

ENFOQUES TRADICIONALES DE ACONDICIONAMIENTO DE DATOS

Históricamente, el acondicionamiento de datos sísmicos se ha realizado mediante técnicas de procesamiento de señales y filtrado basadas en reglas y ecuaciones predefinidas. Algunas de estas técnicas incluyen:

Filtrado de Frecuencia: Eliminación de componentes de frecuencia no deseados mediante filtros de paso bajo, paso alto o paso banda.

Deconvolución: Proceso para eliminar efectos de propagación y recuperar la forma de onda original.

Sustracción de Múltiples: Identificación y eliminación de múltiples mediante técnicas de modelado y sustracción adaptativa.

Interpolación de Trazas Faltantes: Estimación de trazas faltantes o dañadas mediante interpolación espacial o interpolación de ondículas.

Si bien estas técnicas han sido ampliamente utilizadas y han demostrado cierto grado de efectividad, también presentan limitaciones significativas. Muchas de ellas se basan en supuestos simplificados sobre las características del ruido y los artefactos, lo que puede resultar en una eliminación incompleta o en la introducción de nuevos artefactos. Además, estas técnicas a menudo requieren una intervención manual y ajustes por parte de expertos, lo que puede ser un proceso tedioso y propenso a errores.

LA REVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL EN EL ACONDICIONAMIENTO DE DATOS SÍSMICOS

Actualmente, la Inteligencia Artificial, y en particular el aprendizaje profundo, está revolucionado el acondicionamiento de datos sísmicos, ofreciendo enfoques más precisos, adaptables y automatizados. Las redes neuronales convolucionales (CNN) y otras arquitecturas de aprendizaje profundo han demostrado un rendimiento excepcional en tareas como la eliminación de ruido, la corrección de amortiguación, la supresión de múltiples y la interpolación de trazas faltantes.

A diferencia de los métodos tradicionales basados en reglas, las redes neuronales pueden aprender patrones complejos directamente de los datos, sin necesidad de una programación explícita de ecuaciones o supuestos simplificados. Mediante el entrenamiento con grandes conjuntos de datos etiquetados, estas redes pueden generalizar y aplicar lo que han aprendido a nuevos datos sísmicos, adaptándose de manera efectiva a diferentes entornos geológicos y condiciones de adquisición.

ELIMINACIÓN DE RUIDO CON REDES NEURONALES

Una de las aplicaciones más prometedoras de la IA en el acondicionamiento de datos sísmicos es la eliminación de ruido. Las CNN y otras arquitecturas de redes neuronales han demostrado una capacidad excepcional para separar el ruido de las señales sísmicas útiles, preservando al mismo tiempo los detalles y características importantes.

Estas redes pueden aprender a reconocer patrones de ruido complejos y sutiles, como el ruido aleatorio, el ruido coherente o el ruido de fondo, y eliminarlos de manera efectiva. Además, pueden adaptarse a diferentes tipos de ruido y aprender a separar múltiples fuentes simultáneas de ruido.

Un enfoque común es el uso de redes neuronales convolucionales autocodificadoras, que se entrenan para reconstruir los datos de entrada limpios a partir de datos ruidosos. Estas redes aprenden a mapear las características de ruido y señal en representaciones separadas, lo que permite una eliminación de ruido efectiva sin comprometer la integridad de las señales sísmicas.

CORRECCIÓN DE AMORTIGUACIÓN Y SUPRESIÓN DE MÚLTIPLES

Otra área en la que la IA está teniendo un impacto significativo es la corrección de amortiguación y la supresión de múltiples. La amortiguación es un fenómeno que ocurre cuando las ondas sísmicas pierden energía a medida que viajan a través de la Tierra, lo que puede distorsionar las señales y dificultar su interpretación. Las múltiples, por otro lado, son reflexiones sísmicas que se superponen con las señales de interés, creando confusión en el análisis en la corrección.

Las redes neuronales pueden aprender a reconocer y compensar los efectos de la amortiguación y las múltiples, mejorando la calidad de los datos sísmicos resultantes. Esto se logra mediante el entrenamiento con conjuntos de datos etiquetados que incluyen ejemplos de datos amortiguados o contaminados por múltiples, junto con sus contrapartes corregidas o suprimidas.

Las CNN están demostrado un rendimiento sobresaliente en estas tareas, aprovechando su capacidad para capturar características locales y globales de los datos. Además, se están explorando enfoques basados en redes generativas antagónicas (GAN) y redes neuronales recurrentes (RNN) para abordar desafíos más complejos en la corrección de amortiguación y la supresión de múltiples

Lee más

Avances en experimentos de alta presión y alta temperatura

EXPLORANDO LAS PROFUNDIDADES DE LA TIERRA: AVANCES EN EXPERIMENTOS DE ALTA PRESIÓN Y ALTA TEMPERATURA

La Tierra, nuestro hogar, es un planeta fascinante con una estructura interna compleja que ha intrigado a científicos, geólogos y geofísicos durante décadas. Para comprender mejor las condiciones extremas que se encuentran en las profundidades de la Tierra, los científicos han desarrollado técnicas avanzadas de experimentación de alta presión y alta temperatura. En este artículo, exploraremos los avances recientes en estos experimentos y cómo están ayudando a revelar los secretos mejor guardados de nuestro planeta.

Técnicas de Experimentación: Celda de Diamante con Yunque Calentada por Láser (DAC)

Una de las técnicas más utilizadas para generar condiciones de alta presión y alta temperatura es la celda de diamante con yunque calentada por láser, conocida como DAC por sus siglas en inglés. Esta técnica permite aplicar presiones extremadamente altas a una muestra mientras se calienta mediante un láser.

Desarrollo y Mejoras en las Técnicas de DAC Calentadas por Láser

A lo largo de los años, las capacidades de las técnicas de DAC calentadas por láser han experimentado avances significativos. Inicialmente, los experimentos se limitaban a presiones superiores a 300 GPa a temperatura ambiente. Sin embargo, gracias a los avances tecnológicos, ahora es posible alcanzar temperaturas más altas y presiones más elevadas, abriendo nuevas oportunidades para la investigación geofísica.

Estudios Anteriores y Avances en la Fusión del Hierro

Los estudios anteriores en este campo han proporcionado información crucial sobre la fusión del hierro a altas presiones y temperaturas. Por ejemplo, Boehler (1993) determinó la curva de fusión del hierro hasta 200 GPa y 3,800 K basándose en la observación visual del movimiento convectivo dentro de una muestra fundida. Además, Dubrovinsky et al. (2000) reportaron una transición de fase en el hierro a 300 GPa y 1,370 K utilizando medidas de difracción de rayos X (XRD).

Avances Recientes en Experimentos del Núcleo de la Tierra

Uno de los logros más significativos en esta área fue alcanzar condiciones de P-T de ultraalta precisión que coinciden con las del núcleo terrestre utilizando técnicas estáticas. Tateno et al. (2010) utilizaron vidrios de SiO2 para el aislamiento térmico en estos experimentos y reportaron medidas de XRD hasta 377 GPa y 5,700 K. Además, Tateno et al. (2012b) lograron llevar a cabo experimentos de DAC calentados por láser hasta 412 GPa y 5,900 K.

Resultados de los Experimentos y Estructuras Cristalinas

Los estudios con difracción de rayos X (XRD) han revelado estructuras cristalinas estables de diferentes compuestos en condiciones similares a las del núcleo interno de la Tierra. Estos estudios han identificado estructuras cristalinas estables de Fe, Fe-10% en peso de Ni, y FeO.

Análisis Químico de las Muestras

Además de los estudios de XRD, se llevan a cabo análisis químicos de muestras recuperadas de estos experimentos. Estos análisis proporcionan información valiosa sobre la fusión, la disociación y la partición de elementos en condiciones de alta presión. Aunque estos análisis presentan desafíos debido al tamaño pequeño de las muestras y la necesidad de un aislamiento térmico efectivo, los investigadores han logrado avances significativos en este campo.

Conclusiones y Perspectivas Futuras

Los experimentos de alta presión y alta temperatura son fundamentales para comprender las condiciones extremas en el interior de la Tierra. Los avances recientes en las técnicas de experimentación han permitido a los científicos simular con precisión las condiciones del núcleo terrestre y estudiar las propiedades físicas y químicas de los materiales a estas condiciones extremas.

A medida que continuamos explorando las profundidades de nuestro planeta, es probable que se realicen más avances en esta área, proporcionando nuevas perspectivas sobre la estructura y composición del núcleo terrestre y ayudando a desentrañar los misterios de la dinámica y evolución de nuestro planeta.

REFERENCIA BIBLIOGRÁFICA

HiroseLabrosseHernlund_AR2013.pdf

 

Lee más

Profundidades Inexploradas: La Maravillosa Ciencia detrás de la Tierra que Pisamos

EXPLORANDO LAS PROFUNDIDADES DE LA TIERRA: DESCUBRIENDO LA COMPOSICIÓN INTERNA DEL PLANETA

La investigación de la composición interna del planeta es un campo fascinante y crucial dentro de la geofísica. A través de diversas técnicas y métodos, los científicos han logrado desentrañar los misterios que yacen bajo la superficie terrestre, revelando los materiales y estructuras que conforman el núcleo, el manto y la corteza de la Tierra.

EL NÚCLEO: EL CORAZÓN ARDIENTE DE NUESTRO PLANETA

El núcleo terrestre es una región fascinante y enigmática, cuyo estudio ha desafiado a los científicos durante décadas. Ubicado en el centro mismo de nuestro planeta, esta región ardiente y densa alberga secretos cruciales sobre el origen y la evolución de la Tierra, así como sobre los procesos dinámicos que moldean su superficie y su entorno.

a)     Estructura y composición del núcleo

El núcleo se divide en dos regiones principales: el núcleo externo y el núcleo interno. El núcleo externo tiene un radio aproximado de 3.480 kilómetros y se encuentra en estado líquido, compuesto principalmente por una aleación de hierro y níquel a temperaturas que oscilan entre los 4.000 y 5.000 grados Celsius. Esta capa líquida es responsable de la generación del campo magnético terrestre a través del proceso de dínamo auto sustentada.

Por otro lado, el núcleo interno tiene un radio de aproximadamente 1.220 kilómetros y se encuentra en estado sólido debido a las inmensas presiones que prevalecen en su interior, alcanzando un máximo de 360 giga pascales. Este núcleo sólido está compuesto principalmente por hierro cristalino con una estructura hexagonal compacta única, conocida como "hierro ligero".

La composición exacta del núcleo es un tema de debate continuo entre los científicos, pero se cree que además de hierro y níquel, también contiene pequeñas cantidades de otros elementos como azufre, oxígeno, silicio y posiblemente hidrógeno.

b)     Propiedades físicas y químicas del núcleo

El núcleo terrestre se encuentra en un estado único de alta presión y temperatura, lo que da lugar a propiedades físicas y químicas excepcionales. Una de las características más notables es la extrema densidad del núcleo, con un valor promedio de alrededor de 11.000 kilogramos por metro cúbico en el núcleo externo y 13.000 kilogramos por metro cúbico en el núcleo interno.

Otra propiedad fundamental es la alta conductividad eléctrica del núcleo líquido, que permite la generación del campo magnético terrestre a través del proceso de dínamo auto sustentada. Este campo magnético es crucial para proteger la vida en la Tierra de la radiación cósmica dañina y también desempeña un papel importante en la navegación y las comunicaciones.

Además, el núcleo es una fuente significativa de calor para el interior de la Tierra. Este calor, generado por la desintegración de elementos radiactivos y la cristalización del núcleo interno, impulsa la convección del manto y, en última instancia, la tectónica de placas en la superficie.

c)      Investigación y métodos de estudio

Debido a la inaccesibilidad directa del núcleo, los científicos han recurrido a diversos métodos indirectos para estudiar su composición y comportamiento. Uno de los enfoques más importantes es la sismología, que analiza la propagación de las ondas sísmicas generadas por terremotos y explosiones a través del interior de la Tierra. Al estudiar cómo estas ondas se refractan y reflejan en las diferentes capas del planeta, los sismólogos pueden inferir las propiedades físicas del núcleo y su estructura interna.

Otra técnica clave es el geomagnetismo, que estudia el campo magnético terrestre y sus variaciones. Mediante el análisis de los datos del campo magnético, los geofísicos pueden obtener información sobre los procesos dinámicos que ocurren en el núcleo externo líquido, responsable de la generación del campo magnético.

Además, los avances en la geodesia, la geoquímica y los modelos computacionales han contribuido significativamente a nuestro conocimiento sobre la composición y el comportamiento del núcleo. La integración de datos de múltiples fuentes ha permitido construir modelos cada vez más precisos y detallados de esta región crítica del interior de la Tierra.

d)     Implicaciones y desafíos futuros

El estudio del núcleo terrestre tiene implicaciones fundamentales para nuestra comprensión de la dinámica interna del planeta, la evolución del campo magnético y los procesos geológicos en la superficie. Además, el núcleo desempeña un papel crucial en la generación de energía a través del núcleo síntesis, lo que tiene implicaciones para la exploración de fuentes de energía alternativas.

Sin embargo, aún quedan muchos desafíos y preguntas sin responder en torno al núcleo. Por ejemplo, los científicos continúan investigando la naturaleza exacta de la transición entre el núcleo externo líquido y el núcleo interno sólido, así como los mecanismos que impulsan la convección en el núcleo externo y la generación del campo magnético.

Además, el estudio del núcleo también plantea desafíos técnicos y logísticos, ya que las profundidades involucradas son extremadamente grandes y las condiciones de presión y temperatura son difíciles de replicar en laboratorios terrestres.

A pesar de estas dificultades, la exploración del núcleo terrestre sigue siendo una prioridad para los geofísicos y los científicos planetarios, ya que comprender esta región clave nos brinda una visión más profunda de los procesos fundamentales que dieron forma a nuestro planeta y continúan moldeando su evolución.

EL MANTO: LA CAPA INTERMEDIA EN EBULLICIÓN

El manto es una vasta región que se extiende desde la base de la corteza terrestre hasta el núcleo externo, abarcando aproximadamente el 84% del volumen total del planeta [1]. Esta capa intermedia, compuesta principalmente de silicatos ricos en hierro y magnesio, se encuentra en un estado plástico y dinámico, siendo el escenario de procesos fundamentales que moldean la superficie terrestre.

a)     Estructura y composición del manto

El manto se divide en dos regiones principales: el manto superior y el manto inferior, separados por una discontinuidad de fase a una profundidad aproximada de 660 kilómetros. Esta discontinuidad se debe a cambios en las propiedades físicas y químicas de los materiales que componen el manto.

El manto superior, que se extiende desde la base de la corteza hasta una profundidad de aproximadamente 660 kilómetros, está compuesto principalmente de olivino y piroxeno ricos en magnesio y hierro. Esta región es relativamente más fría y rígida en comparación con el manto inferior.

Por otro lado, el manto inferior, que se extiende desde los 660 kilómetros hasta la base del manto a una profundidad de aproximadamente 2.900 kilómetros, está compuesto principalmente de silicatos de magnesio y hierro con estructuras cristalinas más densas, como la perovskita y la ferropericlasa. Esta región es más caliente y fluida que el manto superior.

b)     Convección y dinámica del manto

Una de las características más importantes del manto es su comportamiento convectivo, impulsado por el calor interno del planeta y las diferencias de densidad dentro de la capa. Este proceso de convección, en el cual el material caliente asciende y el material más frío desciende, es responsable de la tectónica de placas, uno de los procesos geológicos más importantes de la Tierra.

La convección en el manto genera una deformación lenta pero continua, que se manifiesta en la formación de cordilleras montañosas, la actividad volcánica y los terremotos en las zonas de subducción y divergencia de las placas tectónicas. Además, la convección también influye en la generación del campo magnético terrestre a través de su interacción con el núcleo externo líquido.

c)      Propiedades físicas y químicas del manto

El manto presenta una gran variedad de propiedades físicas y químicas que influyen en su comportamiento dinámico. Una de las propiedades más importantes es la reología, que describe cómo los materiales del manto responden a las tensiones y deformaciones a largo plazo.

El manto superior tiene un comportamiento más rígido y frágil, lo que resulta en la formación de fallas y deformaciones frágiles en esta región. Por otro lado, el manto inferior exhibe un comportamiento más dúctil y fluido debido a las altas temperaturas y presiones presentes a esas profundidades.

Además, el manto tiene una alta conductividad térmica, lo que facilita la transferencia de calor desde el núcleo externo hacia la superficie terrestre. Esta transferencia de calor es fundamental para impulsar la convección y mantener activos los procesos tectónicos en la superficie.

d)     Investigación y métodos de estudio

El estudio del manto terrestre implica una combinación de técnicas y enfoques, incluyendo la sismología, la geodesia, la geoquímica y los modelos computacionales. La sismología, en particular, ha sido clave para comprender la estructura y composición del manto al analizar la propagación de las ondas sísmicas generadas por terremotos y explosiones.

Otra técnica importante es el estudio de los xenolitos, que son fragmentos de roca del manto superior transportados hasta la superficie por erupciones volcánicas. El análisis de estos xenolitos ha proporcionado información valiosa sobre la composición mineral y química del manto superior.

Además, los avances en la geodesia, como el uso de satélites y mediciones de gravedad, han permitido obtener información sobre la distribución de masas y la dinámica del manto a escalas regionales y globales.

e)     Implicaciones y desafíos futuros

El estudio del manto tiene implicaciones fundamentales para nuestra comprensión de la dinámica interna de la Tierra, la tectónica de placas, la actividad volcánica y la evolución del campo magnético terrestre. Además, el manto desempeña un papel crucial en los ciclos geoquímicos del planeta, influyendo en la composición de la corteza y la atmósfera.

Sin embargo, aún quedan muchos desafíos y preguntas sin responder en torno al manto. Por ejemplo, los científicos continúan investigando los mecanismos exactos que impulsan la convección en el manto y su interacción con el núcleo externo líquido.

Además, el estudio del manto también plantea desafíos técnicos y logísticos, ya que las profundidades involucradas son extremadamente grandes y las condiciones de presión y temperatura son difíciles de replicar en laboratorios terrestres. Los avances en las técnicas de experimentación a altas presiones y temperaturas, así como en los modelos computacionales, serán fundamentales para mejorar nuestra comprensión del manto en el futuro.

A pesar de estas dificultades, la exploración del manto terrestre sigue siendo una prioridad para los geofísicos y los científicos planetarios, ya que comprender esta región clave nos brinda una visión más profunda de los procesos fundamentales que dieron forma a nuestro planeta y continúan moldeando su evolución.

LA CORTEZA: LA DELGADA CAPA EXTERIOR

La corteza terrestre es la capa más externa y delgada de nuestro planeta, pero desempeña un papel fundamental en la dinámica geológica y en el sostén de la vida en la superficie. A pesar de su relativa delgadez, la corteza exhibe una gran diversidad en términos de composición, estructura y procesos que la moldean.

a)     Estructura y composición de la corteza

La corteza terrestre se divide en dos tipos principales: la corteza continental y la corteza oceánica. Estas dos variedades difieren significativamente en su composición química, espesor y propiedades físicas.

La corteza continental tiene un espesor promedio de aproximadamente 35 kilómetros, aunque puede alcanzar espesores de hasta 70 kilómetros en algunas regiones montañosas. Está compuesta principalmente de rocas graníticas ricas en sílice (SiO2) y aluminio, con una composición química promedio similar a la de las rocas ígneas félsicas.

Por otro lado, la corteza oceánica es mucho más delgada, con un espesor promedio de solo 6 a 7 kilómetros. Está formada principalmente por rocas basálticas más densas y ricas en hierro y magnesio, con una composición química similar a la de las rocas ígneas máficas.

Estas diferencias en la composición química y mineral de la corteza tienen implicaciones significativas en su densidad, comportamiento reológico y procesos geológicos asociados, como la formación de montañas, la actividad volcánica y la deformación tectónica.

 

b)     Formación y evolución de la corteza

La formación y evolución de la corteza terrestre están estrechamente vinculadas a los procesos de tectónica de placas y al ciclo de las rocas. La corteza oceánica se forma continuamente en las dorsales oceánicas, donde el magma basáltico asciende y se solidifica para formar nueva corteza oceánica. A medida que las placas tectónicas se alejan de las dorsales, la corteza oceánica se enfría y se vuelve más densa, hundiéndose eventualmente en las zonas de subducción.

Por otro lado, la corteza continental es mucho más antigua y se ha formado a través de una combinación de procesos, incluyendo la fusión parcial del manto, la acreción de arcos volcánicos y la colisión y amalgamación de terrenos tectónicos.  La corteza continental es relativamente más ligera que la corteza oceánica y, por lo tanto, tiende a flotar sobre el manto, evitando ser reciclada en las zonas de subducción.

c)      Propiedades físicas y químicas de la corteza

La corteza terrestre exhibe una amplia gama de propiedades físicas y químicas que influyen en su comportamiento y en los procesos geológicos que ocurren en ella. Una propiedad clave es la reología, que describe cómo las rocas de la corteza responden a las tensiones y deformaciones a largo plazo.

La corteza continental superior tiende a ser más rígida y frágil, lo que resulta en la formación de fallas y estructuras de deformación frágiles. Por otro lado, la corteza inferior y la corteza oceánica exhiben un comportamiento más dúctil y fluido debido a las altas temperaturas y presiones presentes a esas profundidades.

Además, la corteza tiene una baja conductividad térmica en comparación con el manto subyacente, lo que influye en la transferencia de calor desde el interior del planeta hacia la superficie. Esta transferencia de calor es fundamental para impulsar procesos como el vulcanismo y la actividad hidrotermal.

d)     Investigación y métodos de estudio

El estudio de la corteza terrestre implica una combinación de técnicas y enfoques, incluyendo la geología de campo, la sismología, la geoquímica y los métodos de prospección geofísica. La geología de campo proporciona observaciones directas de las rocas y estructuras de la corteza, mientras que la sismología permite inferir su estructura interna y composición al analizar la propagación de las ondas sísmicas.

La geoquímica, por su parte, involucra el análisis de la composición química e isotópica de las rocas y minerales de la corteza, lo que proporciona información sobre su origen y evolución. Además, los métodos de prospección geofísica, como la gravimetría y la magnetometría, permiten mapear las variaciones en la densidad y las propiedades magnéticas de la corteza, respectivamente.

e)     Implicaciones y desafíos futuros

El estudio de la corteza terrestre tiene implicaciones fundamentales para nuestra comprensión de la evolución geológica del planeta, la formación de recursos minerales, la evaluación de riesgos naturales y la exploración de recursos energéticos. Además, la corteza desempeña un papel crucial en el ciclo del agua y en el sostén de la vida en la superficie terrestre.

Sin embargo, aún quedan muchos desafíos y preguntas sin responder en torno a la corteza. Por ejemplo, los científicos continúan investigando los mecanismos exactos que controlan la formación y evolución de la corteza continental, así como los procesos que dan lugar a las diferencias entre la corteza continental y oceánica.

Además, el estudio de la corteza también plantea desafíos técnicos y logísticos, ya que su accesibilidad está limitada por su profundidad y la complejidad de las estructuras geológicas. Los avances en las técnicas de perforación profunda, la sismología de alta resolución y los métodos de prospección geofísica serán fundamentales para mejorar nuestra comprensión de la corteza en el futuro.

A pesar de estas dificultades, la exploración de la corteza terrestre sigue siendo una prioridad para los geólogos y geofísicos, ya que comprender esta capa clave nos brinda una visión más profunda de los procesos fundamentales que dieron forma a nuestro planeta y continúan moldeando su evolución.

 

MÉTODOS DE INVESTIGACIÓN: REVELANDO LOS SECRETOS DEL INTERIOR TERRESTRE

Para explorar la composición interna del planeta, los geofísicos emplean una variedad de técnicas y enfoques, cada uno de los cuales aporta información valiosa sobre diferentes aspectos del interior de la Tierra.

Sismología: El estudio de las ondas sísmicas generadas por terremotos y explosiones ha sido fundamental para comprender la estructura interna del planeta. Al analizar cómo se propagan estas ondas a través de los diferentes materiales, los sismólogos pueden inferir la composición y las propiedades físicas de las capas internas de la Tierra.

Geodesia: Esta disciplina se encarga de estudiar la forma, las dimensiones y el campo gravitacional de la Tierra. Mediante el análisis de las variaciones en la gravedad y el movimiento de satélites, los geodesistas pueden obtener información sobre la distribución de masas en el interior del planeta y las deformaciones de la superficie terrestre.

Geomagnetismo: El estudio del campo magnético terrestre y sus variaciones proporciona pistas sobre la naturaleza del núcleo externo líquido y los procesos dinámicos que ocurren en su interior.

Geoquímica: El análisis de la composición química e isotópica de las rocas y minerales, tanto en la superficie como en muestras obtenidas mediante perforaciones profundas, aporta información valiosa sobre los procesos de formación y evolución de los materiales que conforman el interior de la Tierra.

Exploraciones directas: Aunque limitadas en profundidad, las perforaciones profundas y los estudios de xenolitos (fragmentos de roca del manto superior transportados hasta la superficie por erupciones volcánicas) han proporcionado muestras físicas del interior terrestre para su análisis en laboratorio.

Estas técnicas, junto con el desarrollo de modelos computacionales avanzados y la integración de datos de múltiples fuentes, han permitido a los geofísicos construir una imagen cada vez más detallada y precisa de la composición y estructura interna de nuestro planeta.

 

Lee más

Revolución de la Inteligencia Artificial en el Procesamiento de Datos Sísmicos

LA INTELIGENCIA ARTIFICIAL EN EL PROCESAMIENTO DE DATOS SÍSMICOS

En la exploración de hidrocarburos y el estudio de la estructura interna de la Tierra, el procesamiento de datos sísmicos desempeña un papel fundamental. Esta disciplina involucra una serie de técnicas complejas y computacionalmente intensivas para transformar los datos sísmicos crudos en imágenes y modelos que permiten a los geofísicos interpretar las características geológicas del subsuelo.

Tradicionalmente, el procesamiento de datos sísmicos es un desafío debido a la enorme cantidad de datos involucrados en cada proyecto, el ruido y las complejidades que acompañan a la propagación de ondas sísmicas. Sin embargo, en los últimos años, la Inteligencia Artificial (IA) está emergiendo como una herramienta poderosa para abordar todos estos desafíos y mejorar significativamente el procesamiento de datos sísmicos.

APRENDIZAJE PROFUNDO Y REDES NEURONALES

El aprendizaje profundo, una rama de la IA que se basa en redes neuronales artificiales inspiradas en el funcionamiento del cerebro humano, se está convirtiendo en el principal motor de la revolución actual en el procesamiento de datos sísmicos de las grandes empresas. Las redes neuronales convolucionales (CNN), en particular, han demostrado tener un rendimiento excepcional en las tareas como: eliminación de ruido, la corrección de amortiguación, la migración y la inversión de la forma de onda.

A diferencia de los métodos tradicionales basados en reglas y ecuaciones predefinidas, las CNN pueden aprender patrones complejos directamente de los datos sísmicos sin necesidad de una programación explícita. Estas redes se entrenan con grandes conjuntos de datos etiquetados, lo que les permite reconocer características y patrones con los datos entrenados y aplicar lo que han aprendido a nuevos datos ingresados en el modelo.

Una de las principales ventajas de las CNN es su capacidad para manejar datos de alta dimensionalidad, como por ejemplo, las imágenes sísmicas tridimensionales. Mediante la aplicación de convoluciones y capas de procesamiento jerárquicas, estas redes pueden capturar características locales y globales de los datos, lo que facilita la identificación de patrones y estructuras geológicas.

ELIMINACIÓN DE RUIDOS Y CORRECCIÓN DE AMORTIGUACIÓN

Uno de los usos más extendidos de la IA en el procesamiento de datos sísmicos es la eliminación del ruido y la corrección de amortiguación. El ruido puede provenir de diversas fuentes, como el tráfico, las actividades industriales o incluso fenómenos atmosféricos, y puede enmascarar señales sísmicas importantes en el procesamiento de los datos sísmicos.

Las CNN han demostrado una capacidad excepcional para separar el ruido de las señales sísmicas útiles. Mediante el entrenamiento con conjuntos de datos etiquetados, estas redes pueden aprender a reconocer patrones de ruido y eliminarlos de manera efectiva, preservando la integridad de las señales sísmicas.

Además, las CNN también se utilizan para corregir los efectos de la amortiguación, un fenómeno que ocurre cuando las ondas sísmicas pierden energía a medida que viajan a través de la Tierra. La amortiguación puede distorsionar las señales sísmicas y dificultar su interpretación. Las CNN pueden aprender a reconocer y compensar estos efectos, mejorando la calidad de los datos sísmicos resultantes.

MIGRACIÓN E INVERSIÓN DE LA FORMA DE ONDA

La migración es un proceso crítico en el procesamiento de datos sísmicos y que implican mover las reflexiones sísmicas registradas a su ubicación correcta en el subsuelo. Este proceso es esencial para construir imágenes precisas de las diferentes estructuras geológicas, la cual son un proceso computacionalmente intensivas, especialmente cuando se trabajan en entornos geológicos complejos.

Las CNN están demostrando un gran potencial para mejorar y acelerar el proceso de migración. Estas redes pueden aprender a predecir directamente las imágenes migradas a partir de los datos sísmicos crudos, evitando los costosos cálculos involucrados en los métodos tradicionales.

Además, la IA también está revolucionando la inversión de la forma de onda, un proceso que busca reconstruir las propiedades físicas del subsuelo a partir de los datos sísmicos. Las redes neuronales, como las redes neuronales recurrentes (RNN) y las redes generativas antagónicas (GAN), se están utilizando para abordar este desafío, aprendiendo a generar modelos de velocidad y densidad del subsuelo de manera más rápida y precisa que los métodos tradicionales.

INTEGRACIÓN CON OTRAS TÉCNICAS

Si bien la IA está desempeñando un papel cada vez más importante en el procesamiento de datos sísmicos, no se trata de una solución única. En muchos casos, la IA se utiliza en conjunto con otras técnicas tradicionales y modernas para obtener los mejores resultados.

Por ejemplo, las CNN pueden combinarse con métodos de procesamiento de señales clásicos, como la transformada de Fourier o los filtros de Wiener, para abordar desafíos específicos. Además, la IA puede integrarse con herramientas de visualización avanzadas, como la representación de datos en 3D o la realidad virtual, para facilitar la interpretación de los resultados.

Pero a pesar de su enorme potencial, la aplicación de la IA en el procesamiento de datos sísmicos también plantean grandes desafíos y consideraciones importantes.

Uno de los principales desafíos es la disponibilidad de datos de entrenamiento de alta calidad y etiquetados de manera correcta. En la industria del petróleo y el gas, los conjuntos de datos sísmicos a menudo son confidenciales y pueden estar sesgados o incompletos. Esto puede dificultar el entrenamiento efectivo de las redes neuronales y afectar su rendimiento.

Otro desafío es la interpretabilidad y la explicabilidad de los modelos de IA. Muchas redes neuronales funcionan como "cajas negras", lo que puede dificultar la comprensión de cómo se llegan a ciertas conclusiones o predicciones. Esto puede generar desconfianza en la adopción de la IA por parte de geofísicos y otros profesionales.

Además, pueden existir preocupaciones sobre la ética y la privacidad en torno a la aplicación de la IA en el procesamiento de datos sísmicos. Por ejemplo, el uso de estos datos podrían plantear problemas de privacidad si se recopilan sin el consentimiento adecuado o se utilizan de una manera inadecuada.

Lee más

Inteligencia Artificial en la Geofísica

El Papel Transformador de la Inteligencia Artificial en la Geofísica

La Inteligencia Artificial (IA) está revolucionando prácticamente todos los campos de la ciencia y la tecnología, y la geofísica no es una excepción. Esta disciplina, que estudia la estructura, composición y procesos de la Tierra mediante mediciones físicas, se está beneficiando enormemente de los avances en el aprendizaje automático, el procesamiento de señales y la visualización de datos.

Procesamiento de Datos Sísmicos

Una de las aplicaciones más prometedoras de la IA en la geofísica es el procesamiento de datos sísmicos. Los datos sísmicos, obtenidos a través de fuentes sísmicas artificiales o eventos naturales como terremotos, son fundamentales para explorar las estructuras geológicas subterráneas y detectar yacimientos de petróleo, gas y otros recursos minerales.

Tradicionalmente, el procesamiento de datos sísmicos ha sido un proceso tedioso y propenso a errores, que requiere una gran cantidad de intervención manual. Sin embargo, las técnicas de aprendizaje profundo, como las redes neuronales convolucionales, están demostrando un enorme potencial para automatizar y mejorar este proceso.

Estas redes neuronales pueden aprender patrones complejos en los datos sísmicos y realizar tareas como la eliminación de ruido, la corrección de amortiguación, la migración y la inversión de la forma de onda de manera más precisa y eficiente que los métodos tradicionales. Además, pueden adaptarse a diferentes entornos geológicos y condiciones de adquisición de datos, lo que mejora aún más la calidad de los resultados.

Interpretación de Datos Sísmicos

Además del procesamiento, la IA también está transformando la interpretación de datos sísmicos. Esta tarea crucial implica analizar los datos procesados para identificar y caracterizar estructuras geológicas, como fallas, pliegues y horizontes estratigráficos.

Las redes neuronales convolucionales y otras técnicas de aprendizaje profundo pueden entrenarse para reconocer patrones y características específicas en los datos sísmicos, lo que permite una interpretación más rápida, consistente y precisa. Estas técnicas también pueden ayudar a reducir la ambigüedad y la subjetividad inherentes a la interpretación manual.

Además, la IA puede integrarse con herramientas de visualización 3D avanzadas, lo que permite a los geofísicos explorar y analizar los datos de manera más intuitiva y efectiva. Esta integración facilita la identificación de características geológicas complejas y la toma de decisiones informadas sobre la exploración y explotación de recursos.

Modelado de Reservorios

El modelado de reservorios es otro campo en el que la IA está teniendo un impacto significativo. Los modelos de reservorios son representaciones digitales de las formaciones geológicas que contienen hidrocarburos u otros recursos, y son fundamentales para la planificación y optimización de la producción.

Las técnicas de aprendizaje automático se están utilizando para construir modelos de reservorios más precisos y detallados, incorporando una gran cantidad de datos de diferentes fuentes, como registros de pozos, datos sísmicos y mediciones de producción. Estos modelos pueden capturar la complejidad y la heterogeneidad de los reservorios de manera más realista, lo que conduce a una mejor comprensión de las propiedades y el comportamiento de los fluidos.

Además, la IA se está utilizando para optimizar las estrategias de extracción de recursos, teniendo en cuenta factores como la ubicación de los pozos, las tasas de inyección y producción, y las características del fluido. Estos enfoques basados en IA pueden ayudar a maximizar la recuperación de recursos y reducir los costos operativos.

Monitoreo y Predicción de Riesgos Geológicos

Otra área en la que la IA está demostrando su valor en la geofísica es en el monitoreo y la predicción de riesgos geológicos, como terremotos, deslizamientos de tierra y erupciones volcánicas.

Las redes neuronales y otras técnicas de aprendizaje automático pueden analizar grandes conjuntos de datos geofísicos, sísmicos y geodésicos para identificar patrones y señales precursoras de eventos peligrosos. Estas técnicas pueden complementar y mejorar los métodos tradicionales de predicción de riesgos, lo que permite una mejor preparación y mitigación de desastres.

Además, la IA se está utilizando para el monitoreo en tiempo real de eventos geológicos en curso, como la propagación de ondas sísmicas o la evolución de erupciones volcánicas. Esto permite una respuesta más rápida y efectiva a estas situaciones de emergencia, lo que puede salvar vidas y minimizar los daños.

Desafíos

Si bien el potencial de la IA en la geofísica es enorme, también existen desafíos y consideraciones importantes que deben abordarse.

Uno de los principales desafíos es la disponibilidad y calidad de los datos de entrenamiento. Las técnicas de aprendizaje profundo requieren grandes cantidades de datos etiquetados y de alta calidad para funcionar de manera óptima. En la geofísica, la adquisición de datos puede ser costosa y los conjuntos de datos pueden estar sesgados o incompletos.

Otro desafío es la interpretabilidad y la explicabilidad de los modelos de IA. Muchas de estas técnicas funcionan como "cajas negras", lo que puede dificultar la comprensión de cómo se llegan a ciertas conclusiones o predicciones. Esto puede plantear problemas en términos de confianza y aceptación por parte de los expertos en geofísica.

Además, existen preocupaciones sobre la ética y la privacidad en torno a la aplicación de la IA en la geofísica. Por ejemplo, el uso de datos sísmicos o de otro tipo podría plantear problemas de privacidad si se recopilan sin el consentimiento adecuado. También existe el riesgo de que la IA se utilice de manera indebida o con fines maliciosos, como la manipulación de predicciones de riesgos geológicos.

A pesar de estos desafíos, la comunidad geofísica está trabajando arduamente para abordarlos y aprovechar al máximo el poder de la IA. Se están desarrollando nuevas técnicas de adquisición y procesamiento de datos, mejorando la interpretabilidad de los modelos de IA y estableciendo marcos éticos y regulatorios sólidos.

Lee más

Campos Naturales de la Tierra

GEOFÍSICA - PROSPECCIÓN GEOFÍSICA

Campo magnético de la Tierra.

Según estudios magistrales en física y descubrimientos por grandes científicos, nuestro planeta Tierra está conformado por campos naturales que coexisten entre sí y que están asociados a la Tierra.  Estos campos al estudiarlos, nos permiten entender el comportamiento de nuestro planeta, así mismo, nos ayuda a analizar algunas características físicas de nuestro planeta. Los campos naturales que existen son el campo magnético, gravitatorio y el potencial natural. Este último lo podemos observar debido a las formaciones geológicas que componen nuestra corteza terrestre.

Cuando hacemos estudios en Prospección Eléctrica estudiamos también el potencial natural del subsuelo, ello nos permite conocer si existe en la zona algún cuerpo geológico o zona mineralizada que esté alterando el campo natural en un determinado punto y/o área. Cuando no existe algún tipo de perturbación en una determinada área por lo general encontraremos valores de diferencia de potencial similares, cuya diferencia no es tan pronunciada, esto debido también a que el subsuelo es heterogéneo. En cambio, cuando en la zona existe algún cuerpo o existe mineralización, el potencial natural de esa zona variará con respecto a otros puntos de dicha zona, la cual nos da un indicio de que existe algo que está perturbando el campo potencial natural de nuestra área de estudio. El campo de potencial natural lo podemos medir con voltímetros.

Uno de los campos naturales más importantes de nuestro planeta es el campo magnético. Estos campos los podemos medir con ayuda de instrumentos llamados magnetómetros. Las líneas de fuerza del campo magnético recorren toda la superficie de nuestro planeta, así que, podemos medir su valor en cualquier punto de la Tierra. Este campo natural se origina desde el núcleo de la Tierra, debido al movimiento de fluido existente en el núcleo externo, los metales y materiales friccionan entre sí generando el campo magnético que envuelve a toda a Tierra, y el responsable de protegernos de las diversas radiaciones provenientes del espacio exterior. De igual manera que con el campo potencial natural, el campo magnético toma valores similares en diversos puntos equidistantes, no siendo el caso cuando existe algún cuerpo mineralizado que altera en determinado punto el campo magnético, a este valor se le agregará una determinada magnitud al valor promedio del campo magnético de una línea base creada con anterioridad. La Prospección Magnética se encarga de estudiar esto mismo. 

Otro de los campos naturales importantes de nuestro planeta es el campo gravitatorio. Específicamente al referirnos cuando aplicamos Prospección Gravimétrica en un determinado estudio. La prospección gravimétrica hace referencia a la gravedad en un punto específico en un área determinada. Esto quiere decir, que en un punto específico está presente la gravedad que en condiciones normales, como en los demás campos, al no existir un cuerpo geológico que altere el campo gravitatorio por medio de la densidad de su masa, mostrará valores gravitatorios normales, es decir sin alteraciones. Caso contrario, al existir un cuerpo extraño en profundidad, éste debido a su masa y a su densidad cambiará las propiedades físicas de ese punto, y por ende el valor de la gravedad en ese punto variará en relación a su valor medio de la zona de estudio.  Esta diferencia en el campo gravitatorio es observable de manera cualitativa cuando elaboramos perfiles gravimétricos. En el gráfico, mostraremos la curva normal de los valores de gravedad y la curva con los datos enviados por el equipo con su data alterada por el cuerpo geológico mostrándonos claramente que existe un cuerpo extraño que altera los valores registrados del campo gravitatorio. La forma de medir estos valores del campo gravitatorio es con la ayuda de equipos gravimétricos, que se encargan de recoger los valores de un determinado punto.

Estos son al menos los campos naturales más importantes que se estudian actualmente.

Lee más

Ohm's law

It is natural that when we study the subsoil by injecting current, we must measure with specialized equipment the potential difference between the electrodes that we are using, to determine our apparent resistivity. In order to determine all this, we must make use of elementary mathematics and physics, which the geophysicist must always bear in mind when starting a geophysical study using any geoelectric method.

One of the considerations that we must bear in mind before injecting current into the ground is that we have to have our theoretical physical formulas well defined, one of which corresponds to Ohm's law, since the method of electrical resistivity in direct current is governed by this same law.

So what determines Ohm's Law when a flow of electrical current passes through rocks or sediments?

Ohm's General Law establishes that the potential drop ΔV between two points through which an electric current of intensity "I" circulates, is proportional to this and to the resistance "R" offered by the medium to the passage of the current (1) as expressed by the following equation:

The units of these values ​​correspond to ohms, volts, and amps. Where we determine the volts for the potential difference. Amps for the current and ohms for resistance.

How is this equation proven?

Experimentally, it is shown that the intensity of the current that passes through a body per unit section is linearly proportional to the potential gradient (ΔV / Δl). Therefore, for any section, it will be:

where C, is the conductivity of the material, which is a constant of proportionality.

The Resistance "R" that a body opposes to the passage of electric current is directly proportional to the length and inversely proportional to the section. The constant of linear proportionality ρ (ro) is the resistivity, which is a characteristic parameter of each material.

solving and replacing we have the definition of ohm's law.

In the case of electrical prospecting studies, such as the case of Vertical Electrical Probes, and taking into account an isotropic medium, we can use Ohm's Law to calculate the resistance, multiplying it by the geometric factor of the tetraelectrodic device. Since we are injecting current into the subsoil through our poles that we have installed in the ground and at certain distances from the source of current injection. Likewise, we can measure the intensity of current that the equipment is throwing, the resistance offered by the ground and its potential difference. In this way, we can calculate with the help of our geometric factor the apparent resistivity through which the electric current circulates in the subsoil, in order to determine the type of material that exists at certain depths of study.

BIBLIOGRAPHIC REFERENCES

(1) http://tierra.rediris.es/hidrored/ebooks/miguel/ProspeccGeoelec.pdf

STUDY / SUPPORT MATERIAL

Descárgalo (espera 5 seg. publicidad)

Lee más

Ley de Ohm

GEOFÍSICA - PROSPECCIÓN GEOFÍSICA

Es natural que cuando estudiamos el subsuelo inyectando corriente, debemos medir con equipos especializados la diferencia de potencial entre los electrodos que estamos utilizando, para determinar nuestra resistividad aparente. Para poder determinar todo ésto, debemos de hacer uso de matemáticas y física elemental, lo cual el geofísico debe tener siempre presente a la hora de empezar un estudio geofísico utilizando cualquier método geoeléctrico.

Una de las consideraciones que debemos tener presente antes de inyectar corriente al terreno, es que tenemos que tener bien definida nuestras fórmulas físicas teóricas, la cual una de ellas corresponde a la ley de Ohm, ya que el método de resistividad eléctrica en corriente continua está regida por esta misma ley.

Entonces, ¿Qué determina la Ley de Ohm cuando un flujo de corriente eléctrica atraviesa las rocas o los sedimentos?

La Ley General de Ohm establece que la caída de potencial ΔV entre dos puntos por los que circula una corriente eléctrica de intensidad "I", es proporcional a ésta y a la resistencia "R" que ofrece el medio al pasaje de la corriente (1) como lo expresa la siguiente ecuación:

Las unidades de éstos valores corresponden a ohmios, voltios y amperios. Donde determinamos los voltios para la diferencia de potencial. Amperios la intensidad de corriente y ohmios para la resistencia.

¿Cómo se demuestra ésta ecuación?

Experimentalmente se demuestra, que la intensidad de corriente que atraviesa un cuerpo por unidad de sección es linealmente proporcional al gradiente del potencial (ΔV/Δl). Por tanto, para una sección cualquiera, será:

donde C, es la conductividad del material, la cual es una constante de proporcionalidad.

La Resistencia "R" que opone un cuerpo al paso de la corriente eléctrica es directamente proporcional a la longitud e inversamente proporcional a la sección. La constante de proporcionalidad lineal ρ (ro) es la resistividad, la cual es un parámetro característico de cada material.

despejando y reemplazando tenemos la definición de la ley de ohm.

En el caso de estudios de prospección eléctrica, como el caso de los Sondajes  Eléctricos Verticales,  y teniendo en consideración un medio isótropo podemos usar la Ley de Ohm para calcular la resistencia, a lo que lo multiplicamos por el factor geométrico del dispositivo tetraelectródico. Ya que que estamos inyectando corriente al subsuelo a través de nuestros polos que hemos instalado en el suelo y a determinadas distancias de la fuente de inyección de corriente. Así mismo, podemos medir, la Intensidad de corriente que está arrojando el equipo, la resistencia que ofrece el terreno y su diferencia de potencial. De esta manera, podemos calcular con ayuda de nuestro factor geométrico la resistividad aparente por donde circula la corriente eléctrica en el subsuelo, para poder determinar el tipo de material que existe en determinadas profundidades de estudio.

REFERENCIAS BIBLIOGRÁFICAS
(1) http://tierra.rediris.es/hidrored/ebooks/miguel/ProspeccGeoelec.pdf

MATERIAL DE ESTUDIO/APOYO

Descárgalo (espera 5 seg. publicidad)

Lee más

How is the internal heat of the Earth transmitted?

Read in Spanish

The Earth, a dynamic planet for thousands of years, has shown us its activity and energy through different physical manifestations such as earthquakes, volcanic eruptions or by the movement of its tectonic plates. All these manifestations have their origin from the interior of our planet. At several hundred kilometers deep, the Earth is a hot planet that is in motion due to the high pressures and temperatures inside, it transmits heat through the different materials and surrounding media until it reaches the Lithosphere where it is going gradually cooling down. But how is the heat inside the Earth transmitted?

The terrestrial globe is made up of rocks, metals and chemical elements that make up the geosphere, divided into three main layers. The crust that measures approximately 70 kilometers; the mantle (the intermediate layer) that is formed by rocks in a semi-solid and liquid state and has a thickness of 3,000 km and, finally, the deepest layer, the nucleus where the highest pressures and temperatures on Earth are recorded, from up to 6,000 degrees centigrade.

When the Planet formed, the Earth's crust cooled until it solidified. However, the lower layers did not do so as quickly as the crust works as an insulator, allowing the mantle and core to maintain their high temperatures. In this way, the Earth works as a great thermal machine, capable of generating its own heat and conserving it inside the globe. (one)

But the heat that is concentrated inside is not static, but is actively in motion, being transmitted from the core to the mantle in different ways. The ways in which Earth's heat is transmitted are by conduction, convection, and radiation. However, all three have different degrees of importance in the different layers of the Earth: in the crust the main means of heat transport is conduction, while in the mantle it is convection and radiation.

Conduction is the way heat is transported from a warmer body to a cooler body with which it is in contact. The efficiency of this depends on a property of the materials that is called thermal conductivity and that tells us what the temperature difference will be caused by a heat flow: the higher the conductivity, the smaller the temperature difference through the material. An example of a good conductor is a metal bar, which when heated at one end will immediately conduct heat to the other end. On the other hand, an example of a bad conductor would be wood, ceramics and air.

Convection is a slightly more complex process that occurs only in fluids (liquids and gases). As the lower part of a fluid is heated, it will expand and become less dense than the colder upper part, so it will tend to rise, so that the cold part will now be in contact with the heat source, repeating itself. forms the process and giving rise to what are called convection cells, in which there are updrafts and downdrafts. This mechanism is going to be generated from a certain value of the temperature difference and depends on the viscosity and density of the fluid.

Radiation is a form of heat transport that is important at high temperatures; In reality, all bodies that have a temperature above absolute zero (zero degrees Kelvin or -273.15 ° C) emit radiation, but the frequency of the radiation emitted is proportional to the temperature of the material: humans emit radiation in the infrared and a piece of iron heated to very high temperatures will begin to emit in the visible spectrum.

In this way we observe that the heat transport inside the Earth will depend on the temperature and the characteristics of the material. The crust behaves like a solid and has relatively low temperatures. The mantle behaves like a fluid and since convection is much more efficient in this case, this is the main means of transport, even though the relatively high temperatures make it possible for energy to also be transported through radiation. (two)

"Geophysics is the science that is in charge of the study of the Earth from the point of view of Physics. It investigates and analyzes the origin of various natural phenomena such as tsunamis, earthquakes, volcanic eruptions, etc., using indirect tools for its study by taking as a basis quantitative methods and methods based on measurements of gravity, magnetic, electromagnetic or electrical fields. " - Science and Geophysics

BIBLIOGRAPHIC REFERENCES
(1) https://www.sostenibilidadedp.es/pages/index/el-calor-de-la-tierra

(2) http://bibliotecadigital.ilce.edu.mx/sites/ciencia/volumen2/ciencia3/058/htm/sec_4.htm

Lee más