Analisis de aplicabilidad e implementacion del algoritmo de optimizacion por enjambre de partículas en la inversión de datos de gradiometría gravimétrica

Abstract

Uno de los problemas más importantes con los que se enfrenta la geofísica es el de generar modelos geológicos congruentes tanto con la física como con la geología de la zona en la que se está trabajando, para ello la rama de geofísica conocida como inversión utiliza diversos métodos para realizar el ajuste de los datos levantados en campo a modelos geológicos representativos, sin embargo, con el desarrollo de la ciencia de la computación ha surgido una gran variedad de métodos de optimización que no se habían tomado en consideración para la inversión geofísica hasta hace poco tiempo, así que con el propósito de ampliar las opciones para realizar inversión geofísica se eligió el algoritmo de optimización por enjambre de partículas para resolver el problema inverso con datos de gradiometría gravimetrica de tensor completo. En la zona vinton de Lousiana se encuentra una estructura geológica que consiste en una capa de roca que sobreyace un domo salino la cual se ha estudiado desde los años 1900, ya que se han encontrado yacimientos de gas en la región, sin embargo, resulta sumamente complejo y caro perforar la capa de roca directamente, es por esto que surgió el interés por estudiar y caracterizar la capa de roca de la manera mas precisa posible, para así poder recuperar el gas que se presupone existe debajo. Dado el interés en el algoritmo de optimización por enjambre de partículas, se decidió invertir la capa de roca del domo Vinton, para ello fué necesario utilizar el levantamiento aereo de gradiometría de tensor completo realizado por la empresa BellGeospace.Inc, el cual está conformado por los 6 componentes del tensor para la región de Vinton. Para poder aplicar el método con los datos de gradiometría, fue necesario realizar diversas pruebas previas para poder utilizar los datos del levantamiento, la primer prueba realizada fué la optimización de una función estándar, una vez que el algoritmo logró optimizarla, el paso siguiente consistió en resolver un problema geofísico con anomalías gravimétricas convencionales generadas con modelos sintéticos, posteriormente se resolvió un problema de gradiometría gravimétrica generado por un modelo sintético, y finalmente, se invirtió la capa de roca, sin embargo para reducir la incertidumbre, se construyó un modelo 3D partiendo de el procesado de los datos de gradiometría, finalmente dejando el algoritmo depurar el modelo inicial para generar un modelo con el menor error de ajuste simultaneo entre los perfiles de datos observados y calculados para los 6 perfiles selecciondos.