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

Olas de calor marinas: el impacto del cambio climático en los océanos

Representación gráfica de las olas de calor marina

El cambio climático es uno de los mayores desafíos que enfrenta nuestro planeta hoy en día, y su impacto en los océanos es una de las principales preocupaciones de los científicos y ambientalistas. Uno de los efectos más visibles del cambio climático en los océanos son las olas de calor marinas, que pueden tener graves consecuencias para la vida marina y los ecosistemas costeros.

Las olas de calor marinas son eventos en los que la temperatura del agua en un área específica del océano se eleva significativamente por encima de lo normal durante un período prolongado de tiempo. Estos eventos pueden durar semanas o incluso meses, y pueden tener efectos significativos en la vida marina y los ecosistemas costeros.

Entre las consecuencias de las olas de calor marinas se incluyen la mortalidad masiva de peces, el blanqueamiento de coral, la proliferación de algas nocivas, y la reducción de la productividad pesquera. Además, estas olas de calor también pueden tener un impacto en la economía de las comunidades costeras, especialmente en aquellas que dependen de la pesca y el turismo. Te describimos en una lista las consecuencias más comunes:

1. Mortandad de especies marinas: las olas de calor marinas pueden ser mortales para los organismos marinos, especialmente aquellos que son más sensibles a los cambios de temperatura.

2. Pérdida de hábitat: las olas de calor pueden afectar los hábitats naturales de las especies marinas, lo que puede resultar en una disminución en la población de estas especies.

3. Cambios en la distribución de las especies: las olas de calor pueden forzar a las especies marinas a moverse a nuevas áreas, lo que puede afectar los ecosistemas locales y las interacciones entre especies.

4. Disminución de la biodiversidad: las olas de calor marinas pueden causar una disminución en la biodiversidad de los ecosistemas marinos.

5. Pérdida de servicios ecosistémicos: los servicios ecosistémicos que las especies marinas proporcionan, como la pesca y el turismo, pueden verse afectados por las olas de calor marinas.

6. Cambios en las cadenas alimentarias: las olas de calor pueden alterar las cadenas alimentarias marinas, lo que puede tener efectos en cascada en todo el ecosistema.

7. Pérdida de la productividad: las olas de calor pueden afectar la productividad de los ecosistemas marinos, lo que puede tener un impacto en la producción pesquera y en la seguridad alimentaria.

8. Aumento de las algas nocivas: las olas de calor pueden aumentar el crecimiento de algas nocivas, que pueden tener efectos tóxicos en los organismos marinos y en la salud humana.

9. Cambios en el clima global: las olas de calor marinas pueden afectar el clima global y la circulación oceánica, lo que puede tener consecuencias a largo plazo en el clima y en los ecosistemas.

10. Impactos económicos: los impactos de las olas de calor marinas pueden tener efectos económicos significativos en las comunidades costeras, la pesca y el turismo, entre otros sectores.

Entonces, ¿qué podemos hacer para proteger nuestros océanos y prevenir las olas de calor marinas? La respuesta es simple: tomar medidas para reducir nuestra huella de carbono y combatir el cambio climático.

Cómo mejorar nuestra huella de carbono

Para reducir nuestra huella de carbono, podemos hacer cambios en nuestras vidas diarias, como reducir nuestro consumo de energía y agua, utilizar el transporte público o bicicletas, y elegir alimentos y productos sostenibles. Además, podemos presionar a los gobiernos y las empresas para que tomen medidas más efectivas para reducir las emisiones de gases de efecto invernadero.

Otra manera en que podemos hacer nuestra parte para proteger nuestros océanos es apoyando la creación de áreas marinas protegidas y la pesca sostenible. Estas medidas ayudarán a proteger la biodiversidad y los ecosistemas costeros, y a garantizar que las comunidades costeras tengan acceso a alimentos y empleos sostenibles.

En resumen, las olas de calor marinas son un recordatorio de la urgencia de actuar contra el cambio climático y proteger nuestros océanos. Cada uno de nosotros tiene un papel que desempeñar en esta lucha, y juntos podemos hacer una diferencia significativa en la salud de nuestros océanos y del planeta en general.

REFERENCIA BIBLIOGRÁFICA

1. https://www.tiempo.com/noticias/actualidad/los-oceanos-baten-records-historicos-de-temperatura-tambien-en-espana.html

Lee más

Evidencias de grandes terremotos y tsunamis

GEOFISICA - INVESTIGACIÓN GEOFÍSICA

Evidencia de tsunami en una línea estratigráfica

En nuestro planeta siempre se han originado terremotos, algunos acompañados de tsunamis, esto debido a la interacción de las placas tectónicas presentes en el planeta o por la liberación de energía acumulada de fallas geológicas existentes a lo largo de la litosfera. Estos eventos sísmicos se han registrado desde hace mucho tiempo durante la existencia de los sismógrafos que nos permitieron registrar datos importantes de todos los eventos sísmicos originados en nuestro planeta; gracias a ello pudimos conocer bastante sobre estos eventos, como las velocidades de las ondas sísmicas, su tiempo de arribo, la fuente sísmica, su aceleración  y su origen.

Ahora, existen también los llamados terremotos históricos, que no pudieron ser registrados por los sismógrafos ya que en ese tiempo no existían, entonces, como podemos determinar la existencia de esos terremotos en algún lugar del planeta?

La analogía de causa y consecuencia  nos lleva a determinar que cuando se produce un evento sísmico siempre dejará marcado algún dato procedente de un evento existente en el pasado, lo que llamamos como evidencia científica y testimonios sobre lo ocurrido.

Las evidencias científicas existentes de esos terremotos históricos o los terremotos que ocurrieron antes de la existencia de los sismógrafos, serán aquellas marcas geológicas dejadas por el evento sísmico en si. Esas marcas pueden depender del origen de la fuente sísmica, si el evento ocurrió en una línea de costa, las evidencias geológicas tales como muestras de caracoles o algunos fósiles localizados en zonas que no deberían estar allí existen, corresponderían a un posible tsunami. Otra marca geológica  podríamos obtenerlas estudiando la estratigrafía de una zona en particular, por la presencia del tipo de suelo no congruente con la estratigrafía local, esto puede ocurrir debido a que si existió un evento sísmico de gran proporción, habrá originado un tsunami que impacto en una línea de costa arrastrando consigo material de suelo y depositado en una zona diferente la cual no es congruente con la estratigrafía local. Para determinar el tiempo aproximado en el cual se produjo este evento sísmico, se utiliza la datación de carbono 14 sobre muestras del carbón vegetal existente en el perfil estratigráfico que se desea estudiar. 

Otra evidencia científica que se puede estudiar cuando se originó un gran evento sísmico, es la geología de los llamados bosques fantasmas, junto con registros escritos de otros lugares sobre un evento sísmico determinado. Esto es debido a que cuando existe la presencia de bosques cercanos a la línea de costa y cuando existen zonas de subducción por debajo de estos bosques, la acumulación de energía entre las placas que producen subducción se libera produciendo un evento sísmico que traerá como consecuencia un tsunami que inundará el bosque cercano a la línea de costa, arrastrando todo tipo de material de suelo hacia el bosque, y por exposición al agua salada, estos árboles mueren y un lodo intermareal se acumula cubriendo los árboles muertos, con el pasar de las décadas, el suelo de dicha zona vuelve a levantarse, pero esos árboles ya quedan como un registro geológico de la existencia de un evento sísmico anterior. 

Una manera de estudiar estos bosques fantasmas para determinar la presencia de algún evento sísmico histórico, es analizando los anillos de los arboles de los bosques fantasmas y de árboles testigos existentes más arriba de la línea de costa, que sobrevivieron al terremoto. Al estudiar los anillos de los árboles se puede determinar la edad de la muerte del árbol producido por el tsunami y de esa manera determinar una fecha tentativa o aproximada de cuando se originó ese terremoto histórico.

Como evidencias científicas también son válidas los testimonios escritos que se dejaron por varias generaciones en el pasado, ilustrándonos lo sucedido en aquel tiempo estudiando sus artes o costumbres de las personas que vivían en ese tiempo. E incluso se puede recoger datos escritos de otros lugares lejanos donde hubo un impacto por el tsunami originado por el terremoto, ya que esto nos traerá una fecha del registro de observación del tsunami, como el día, mes, año y hora en que se registro o impactó el tsunami en una zona diferente al de la fuente sísmica.

Un ejemplo bien claro de lo que se está comentando son estudios de evidencias para grandes terremotos  y tsunamis en el pacifico noroeste de los EE.UU. 

Entonces, como conclusión podemos confirmar que se pueden estudiar los grandes terremotos históricos teniendo en cuenta lo siguiente:

1. La presencia de árboles o bosques fantasmas en una línea de costa, que nos ayudará en la determinación de la edad de la muerte de los árboles.

2. Los estudios estratigráficos de una zona en particular, analizando los diferentes substratos presentes.

3. Testimonios escritos recogidos sobre terremotos antiguos.

4. Dataciones de carbono 14 sobre materiales que no deberían estar presentes en un perfil estratigráfico.

Los puedes ver también en este video gracias a nuestros amigos de IRIS 

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

Investigaciones Geofísicas

GEOFÍSICA - INVESTIGACIÓN

Uno de los objetivos del geofísico es iniciar investigaciones geofísicas, cuya finalidad sea el de entender, comprender, analizar, construir bases de datos o simular situaciones y momentos para poder llegar a una conclusión más exacta o certera sobre un problema que se este estudiando en una determinada zona de trabajo. 

El poder entender el problema de estudio en cuestión es determinante, ya que esta comprensión nos ayudará a aplicar correctamente el método geofísico y/o el equipo específico que utilizaremos en el campo para recoger los datos crudos pertinentes que llevaremos a laboratorio para su análisis. 

Comprender y analizar los datos que recogemos en campo ayudará en la elaboración del siguiente paso en nuestra investigación geofísica, la cual será la de elaborar mapas o perfiles que nos permitirá visualizar los datos que recogimos en campo en una forma gráfica, más cualitativa, logrando ayudarnos de esa manera en una primera interpretación geofísica coherente.

Mantener y guardar esos datos crudos o datos trabajados, a lo que llamamos nuestra base de datos, nos ayudarán en un futuro a la continuación de la investigación geofísica de dicha zona, o nos permitirá usarlos como ejemplos aproximados, pero no iguales, de los datos de nuestra base de datos.

La alimentación de nuestra base de datos en un periodo de tiempo nos ayuda a realizar trabajos de investigación geofísica de una forma mas desarrollada y compleja, es decir, nos permitirá desarrollar modelos de simulación o crear modelamiento geofísico. Estos modelos le darán más sostenibilidad a nuestra investigación geofísica en la cual estamos trabajando. Los modelos geofísicos nos ayudan a visualizar de una manera más intuitiva y dinámica los datos de nuestra base de datos. A comparación de los mapas y perfiles creados anteriormente, estos modelos nos ayudan a ver el comportamiento dinámico de los modelos geofísicos creados en un periodo de tiempo determinado o con miras al tiempo futuro, todo dependiendo del alcance que estemos desarrollando.

Para construir estos modelos geofísicos nos basaremos en diversas variables, Estas variables son múltiples y dependerán del tipo de investigación que desarrollemos. La cantidad de precipitación, magnitudes de sismos, dirección del viento, son solo algunos ejemplos de variables que podemos usar en una investigación geofísica. Para construir estos modelos analizar las diferentes fórmulas matemáticas y leyes físicas que gobiernan determinados eventos geofísicos es determinante e importante. Tener conocimientos en matemáticas y física es primordial al introducirnos a realizar una investigación geofísica que nos brinde resultados reales.

Recordemos que una investigación geofísica puede ser amplia. Esto depende de los objetivos de nuestra investigación, los cuales se han determinado en la etapa previa a la investigación. Los objetivos de la investigación geofísica deben ser claros y específicas, de ello dependerá del tipo de equipo geofísico que utilizaremos para recoger los datos en campo. El uso de un buen equipo geofísico es importante, ya que un buen equipo nos brindará la confianza en los datos recogidos con la mínima cantidad de errores, los cuales siempre existirán. Un buen equipo en nuestra investigación minimizará estos errores, no en su totalidad, pero sí los reducirá.

Existen varios ejemplos de investigación geofísica los cuales podemos abordar. Por citar algunas de ellas encontraremos investigaciones en aguas subterráneas, investigaciones a nivel de profundidad, ello conduce a estudios de secciones geoeléctricas al analizar resistividades del subsuelo. Investigaciones geofísicas en meteorología y climatología en la elaboración de modelos climáticos y predicciones del tiempo. Además de realizar investigaciones en sismología reuniendo bases de datos de sismos y sus parámetros.

Lee más

Global air pollution map

GEOFISICA - IMPACTO AMBIENTAL

It is remarkable that due to the presence of COVID-19 on our planet many things have changed, in addition to our habits in a personal and collective way, but even so despite this, our planet has had a respite, a period of rest time , making this opportunity a clear sign of the decrease in environmental pollution.

This is because various industries and companies have stopped their productions. The rates that were shown in times before COVID-19 had been high, but now due to the presence of COVID-19 these rates have decreased considerably. These indices can be plotted on a global "Nitrogen Dioxide" pollution map, from Europe to America. We can see the presence of this pollutant in a red hue in the various cities of any country.

This data is provided by ESA, the European Space Agency, publicly. The data presented has a period of 14 days. This online platform uses data from the Copernicus Sentinel-5P satellite. As if it were a Google Maps map, we can increase and decrease the map, move from one place to another and visualize the concentration of NO2 present. We can also change the dates of the visualization of these data to compare them over time, always remembering that they are for periods of 14 days. We share the link so that you can view the NO2 POLLUTION MAP. You can also view the map FROM HERE. (Wait 5 seconds of advertising)

We leave you some maps prepared by this online application, detailing the date range for each area studied. It is also worth mentioning that we will prepare the maps for each continent so that they can be downloaded from this post or by entering our download area for geophysicists.

NO2 Pollution Map in Africa

NO2 Pollution Map in South America

NO2 Pollution Map in Asia

NO2 Pollution Map in Central America

NO2 Pollution Map in Europe

NO2 Pollution Map in North America

NO2 Pollution Map in Oceania

Remember that Nitrogen Dioxide is a by-product of combustion at high temperatures, as in motor vehicles and power plants. For this reason it is a frequent pollutant in urban areas, mainly affecting the respiratory system. (1) It should also be noted that these images can be used for research on Environmental Impact.

BIBLIOGRAPHIC REFERENCE
(1) https://es.wikipedia.org/wiki/Di%C3%B3xido_de_nitr%C3%B3geno
(2) http://www.esa.int/Space_in_Member_States/Spain/Disponibles_mapas_globales_de_contaminacion_del_aire

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

MODFLOW TUTORIALS

Every geophysicist should always have his own work tools. One of them is to have the use of specialized software to solve various problems that are under study. Depending on the type of work or the area in which we are specializing, we will use this or that work tool. In the case of hydrogeological studies, a good package and / or development software is Modflow, which is a finite difference flow modeler, where it consists of a source code that solves the groundwater flow equation through interactions.

With Modflow we can simulate the underground flow of an aquifer. To do this, Modflow uses the flow equation for groundwater using finite differences. Then, we must take into account the following: the partial differential equation that governs the flow of groundwater and used in Modflow is the general equation of flow, in transitory regime in a heterogeneous and anisotropic medium. (1)

Here we leave you some tutorials made with Modflow where different work topics are explained.

MODFLOW TUTORIALS

You can also view more videos in our geophysical videos section.

REFERENCIAS BIBLIOGRÁFICAS
(1) https://es.wikipedia.org/wiki/Modflow#:~:text=MODFLOW%20es%20un%20modelador%20de,flujo%20subterr%C3%A1neo%20de%20cualquier%20acu%C3%ADfero.

Lee más

Tutoriales de Modflow

GEOFÍSICA - SOFTWARE GEOFÍSICO

Todo geofísico debe tener siempre sus propias herramientas de trabajo. Una de ellas es contar con el uso de software especializado para resolver diversos problemas que se encuentran en estudio. Dependiendo del tipo de trabajo o el área en que nos estemos especializando, utilizaremos tal o cual herramienta de trabajo. Uno de los tantos software existentes para estudios hidrogeológicos que podemos utilizar para complementar nuestros informes de trabajo es Modflow, el cual es un modelador de flujo por diferencias finitas, el cual consiste de un código fuente que resuelve mediante interacciones la ecuación de flujo del agua subterránea.

Con Modflow podemos simular el flujo subterráneo de un acuífero. Para ello, este programa utiliza la ecuación de flujo para agua subterránea usando diferencias finitas. Entonces, debemos tener en cuenta lo siguiente: la ecuación parcial diferencial que gobierna el flujo de agua subterránea y usada en Modflow es la "ecuación general de flujo", en régimen transitorio en medio heterogéneo y anisotrópico. (1) Algunos de los trabajos de investigación que podemos tratar con el paquete Modflow es el Modelamiento de Aguas Subterráneas, el transporte de contaminantes, Análisis de Pozos o Caudal de Bombeo.  Aquí les dejamos unos tutoriales realizados con Modflow donde se explica diferentes temas de trabajo.

TUTORIALES DE MODFLOW

1. Modelamiento Regional de Aguas Subterráneas.     Obtén su código de inserción

2. Curso MODFLOW Cl-1 Instalación y descripción de Model Muse     Obtén su código de inserción

3. Tutorial de modelamiento de transporte de contaminantes con MODFLOW     Obtén su código de inserción

4. Tutorial para el Modelamiento y Análisis de Interferencia de Pozos con MODFLOW     Obtén su código de inserción

5. Tutorial de Determinación de Máximo Caudal de Bombeo con MODFLOW     Obtén su código de inserción

También puedes visualizar más vídeos en nuestra sección de vídeos geofísicos.

REFERENCIAS BIBLIOGRÁFICAS
(1) https://es.wikipedia.org/wiki/Modflow#:~:text=MODFLOW%20es%20un%20modelador%20de,flujo%20subterr%C3%A1neo%20de%20cualquier%20acu%C3%ADfero.

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