Optimizando la Inversión Geofísica: Estrategias Versátiles de Regularización e Integración de Priors para Datos Tomográficos Eléctricos y Sísmicos
Autores: Penta de Peppo, Guido; Cercato, Michele; De Donno, Giorgio
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimizando la Inversión Geofísica: Estrategias Versátiles de Regularización e Integración de Priors para Datos Tomográficos Eléctricos y Sísmicos
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Ciencias de la Tierra y Geología
Palabras clave
Demanda de imágenes subsuperficiales de alta resolución
Metodologías de inversión geofísica
Paquetes de software
Parámetros de regularización
Información previa
Inversión de datos tomográficos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
La creciente demanda de imágenes subsuperficiales de alta resolución ha impulsado avances significativos en las metodologías de inversión geofísica. A pesar de la disponibilidad de varios paquetes de software para tomografía de resistividad eléctrica (ERT), polarización inducida en el dominio del tiempo (TDIP) y tomografía de refracción sísmica (SRT), siguen existiendo desafíos importantes en la selección de parámetros de regularización óptimos y en la incorporación efectiva de información previa en el proceso de inversión. En este estudio, proponemos nuevas estrategias para abordar estos problemas críticos mediante el desarrollo de herramientas versátiles y flexibles para la inversión de datos tomográficos eléctricos y sísmicos. Específicamente, introducimos dos procedimientos automatizados para la selección de parámetros de regularización: un método de bucle completo donde el parámetro de regularización se mantiene constante durante el proceso de inversión, y un enfoque de inversión única donde varía a lo largo de las iteraciones. Además, presentamos una nueva estrategia de inversión restringida que equilibra efectivamente la información previa, minimiza el desajuste de datos y promueve la suavidad del modelo. Este enfoque se compara exhaustivamente con los métodos de última generación, demostrando su superioridad en el mantenimiento de la fiabilidad del modelo y en la reducción de la dependencia de elecciones subjetivas del operador. Las aplicaciones a estudios de casos sintéticos, de laboratorio y del mundo real validan la eficacia de nuestras estrategias, mostrando su potencial para mejorar la robustez de los modelos geofísicos y estandarizar el proceso de inversión, asegurando su independencia de las decisiones del operador.
Descripción
La creciente demanda de imágenes subsuperficiales de alta resolución ha impulsado avances significativos en las metodologías de inversión geofísica. A pesar de la disponibilidad de varios paquetes de software para tomografía de resistividad eléctrica (ERT), polarización inducida en el dominio del tiempo (TDIP) y tomografía de refracción sísmica (SRT), siguen existiendo desafíos importantes en la selección de parámetros de regularización óptimos y en la incorporación efectiva de información previa en el proceso de inversión. En este estudio, proponemos nuevas estrategias para abordar estos problemas críticos mediante el desarrollo de herramientas versátiles y flexibles para la inversión de datos tomográficos eléctricos y sísmicos. Específicamente, introducimos dos procedimientos automatizados para la selección de parámetros de regularización: un método de bucle completo donde el parámetro de regularización se mantiene constante durante el proceso de inversión, y un enfoque de inversión única donde varía a lo largo de las iteraciones. Además, presentamos una nueva estrategia de inversión restringida que equilibra efectivamente la información previa, minimiza el desajuste de datos y promueve la suavidad del modelo. Este enfoque se compara exhaustivamente con los métodos de última generación, demostrando su superioridad en el mantenimiento de la fiabilidad del modelo y en la reducción de la dependencia de elecciones subjetivas del operador. Las aplicaciones a estudios de casos sintéticos, de laboratorio y del mundo real validan la eficacia de nuestras estrategias, mostrando su potencial para mejorar la robustez de los modelos geofísicos y estandarizar el proceso de inversión, asegurando su independencia de las decisiones del operador.