Vol. 45 Núm. 2 (2023): Boletín de Geología
Artículos científicos

Estimación de propiedades eléctricas del subsuelo usando GPR e inversión de onda completa: un caso de estudio en Colombia

Jheyston Serrano-Luna
Universidad Industrial de Santander
Ana Ramírez-Silva
Universidad Industrial de Santander
Sergio Abreo-Carrillo
Universidad Industrial de Santander

Publicado 2023-06-15

Palabras clave

  • Permitividad relativa,
  • Conductividad,
  • Regularizaciones,
  • FWI,
  • B-scan

Cómo citar

Serrano-Luna, J., Ramírez-Silva, A., & Abreo-Carrillo, S. (2023). Estimación de propiedades eléctricas del subsuelo usando GPR e inversión de onda completa: un caso de estudio en Colombia. Boletín De Geología, 45(2), 131–144. https://doi.org/10.18273/revbol.v45n2-2023008

Altmetrics

Resumen

En este artículo se propone un método para la estimación de las propiedades eléctricas del subsuelo, tales como permitividad relativa y conductividad, usando inversión de onda completa sobre datos de GPR. La antena de radar GPR que se usó para la adquisición de los datos del subsuelo es de un solo canal y opera a una frecuencia central de 400 MHz. El uso de este tipo de antena implica diferentes desafíos en el proceso de estimación de parámetros del subsuelo debido a la insuficiente iluminación. Además, las adquisiciones con antenas de un solo canal y de compensación corta, son más sensibles al punto de partida en la estimación de parámetros del subsuelo, en comparación con las adquisiciones de compensación múltiple. Sin embargo, a pesar de los desafíos, se utiliza este tipo de adquisición, ya que permite la portabilidad en áreas de difícil acceso, además de una rápida toma de datos, lo cual reduce tiempos y costos de procesamiento. En este trabajo se evaluó la inversión de forma de onda completa, con restricciones en la función de costo para estimar la permitividad relativa y la conductividad del subsuelo usando adquisiciones de un solo canal. Los métodos propuestos se evaluaron usando datos recolectados en una zona de estudio ubicada en Mogotes, Santander, en Colombia. A partir de los resultados obtenidos, se puede concluir que el uso de la regularización en el proceso inverso contribuye a que la solución sean modelos del subsuelo más suaves, que preservan también las discontinuidades. Además, el ruido incoherente en las imágenes del subsuelo se reduce mediante la regularización gaussiana, lo cual permite una mejor interpretación del área de estudio.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. Anagaw, A.Y.; Sacchi, M.D. (2012). Edge-preserving seismic imaging using the total variation method. Journal of Geophysics and Engineering, 9(2), 138-146. https://doi.org/10.1088/1742-2132/9/2/138
  2. Belina, F.A.; Irving, J.; Ernst, J.R.; Holliger, K. (2012). Waveform inversion of crosshole georadar data: Influence of source wavelet variability and the suitability of a single wavelet assumption. IEEE Transactions on Geoscience and Remote Sensing, 50(11), 4610-4625. https://doi.org/10.1109/TGRS.2012.2194154
  3. Blom, N.; Gokhberg, A.; Fichtner, A. (2020). Seismic waveform tomography of the central and eastern Mediterranean upper mantle. Solid Earth, 11(2), 669-690. https://doi.org/10.5194/se-11-669-2020
  4. Bunks, C.; Saleck, F.M.; Zaleski, S.; Chavent, G. (1995). Multiscale seismic waveform inversion. Geophysics, 60(5), 1457-1473. https://doi.org/10.1190/1.1443880
  5. Daniels, D.J. (2004). Ground penetrating radar. 2nd Edition. Institution of Electrical Engineers.
  6. Gao, K.; Huang, L. (2019). Acoustic-and elastic-waveform inversion with total generalized p-variation regularization. Geophysical Journal International, 218(2), 933-957. https://doi.org/10.1093/gji/ggz203
  7. Goldstein, A. (1965). On newton’s method. Numerische Mathematik, 7(5), 391-393. https://doi.org/10.1007/BF01436251
  8. Guasch, L.; Calderón-Agudo, O.; Tang, M.X.; Nachev, P.; Warner, M. (2020). Full-waveform inversión imaging of the human brain. Npj Digital Medicine, 3(1), 28. https://doi.org/10.1038/s41746-020-0240-8
  9. Jol, H.M. (2008). Ground penetrating radar theory and applications. Elsevier.
  10. Khan, U.S.; Al-Nuaimy, W. (2010). Background removal from GPR data using eigenvalues. XIII Internarional Conference on Ground Penetrating Radar, Lecce, Italy. https://doi.org/10.1109/ICGPR.2010.5550079
  11. Klotzsche, A.; Van der Kruk, J.; Meles, G.A.; Doetsch, J.; Maurer, H.; Linde, N. (2010). Full-waveform inversion of cross-hole ground-penetrating radar data to characterize a gravel aquifer close to the Thur River, Switzerland. Near Surface Geophysics, 8(6), 635-649. https://doi.org/10.3997/1873-0604.2010054
  12. Lambot, S.; Slob, E.C.; Van den Bosch, I.; Stockbroeckx, B.; Vanclooster, M. (2004). Modeling of ground-penetrating radar for accurate characterization of subsurface electric properties. IEEE Transactions on Geoscience and Remote Sensing, 42(11), 2555-2568. https://doi.org/10.1109/TGRS.2004.834800
  13. Lavoué, F. (2014). 2D full waveform inversión of ground penetrating radar data: towards multiparameter imaging from surface data. PhD thesis, Université de Grenoble.
  14. Lin, Y.; Huang, L. (2014). Acoustic-and elastic-waveform inversion using a modified total-variation regularization scheme. Geophysical Journal International, 200(1), 489-502. https://doi.org/10.1093/gji/ggu393
  15. Linde, N.; Doetsch, J.A. (2010). Joint Inversion of Crosshole GPR and Seismic Traveltime Data. In: R.D. Miller, J.H. Bradford, K. Holliger (eds). Advances in near-surface seismology and ground-penetrating radar (pp. 1-16). SEG Library. https://doi.org/10.1190/1.9781560802259.ch1
  16. Lucka, F.; Pérez-Liva, M.; Treeby, B.E.; Cox, B.T. (2021). High resolution 3D ultrasonic breast imaging by time-domain full waveform inversion. Inverse Problems, 38(2), 025008. https://doi.org/10.48550/arXiv.2102.00755
  17. Mozaffari, A.; Klotzsche, A.; Warren, C.; He, G.; Giannopoulos, A.; Vereecken, H.; Van der Kruk, J. (2020). 2.5D crosshole GPR full-waveform inversion with synthetic and measured data. Geophysics, 85(4), H71-H82. https://doi.org/10.1190/geo2019-0600.1
  18. Persico, R. (2014). Introduction to ground penetrating radar: inverse scattering and data processing. John Wiley and Sons.
  19. Rodríguez, P. (2013). Total variation regularization algorithms for images corrupted with different noise models: a review. Journal of Electrical and Computer Engineering, 217021. https://doi.org/10.1155/2013/217021
  20. Rudin, L.I.; Osher, S.; Fatemi, E. (1992). Nonlinear total variation based noise removal algorithms. Physica D: Nonlinear Phenomena, 60(1-4), 259-268. https://doi.org/10.1016/0167-2789(92)90242-F
  21. Serrano, J.O.; Ramírez, A.B.; Abreo, S.; Sadler, B.M. (2020). Alternative cost function for full waveform inversion of GPR data. Detection and Sensing of Mines, Explosive Objects, and Obscured Targets, 25. https://doi.org/10.1117/12.2558605
  22. Xue, Z.; Alger, N.; Fomel, S. (2016). Full-waveform inversion using smoothing kernels. SEG Technical Program Expanded Abstracts, Dallas, United States. https://doi.org/10.1190/segam2016-13948739.1