Método de inversión de regularización escasa para datos electromagnéticos transitorios y prospección de alta...

Área de la Ciencia:

• La geofísica
• Métodos de inversión
• Métodos electromagnéticos

Sus antecedentes:

• La inversión del Método Electromagnético Transiente (TEM) convencional a menudo utiliza la regularización de la norma L2, asumiendo una resistividad superficial lisa.
• Esta suposición limita la capacidad de resolver interfaces eléctricas afiladas, cruciales para las imágenes geológicas detalladas.
• Las imágenes subterráneas de alta resolución son vitales para diversas aplicaciones, incluida la exploración de recursos y los estudios ambientales.

Objetivo del estudio:

• Desarrollar e implementar un algoritmo de inversión avanzado para los datos TEM.
• Mejorar la resolución de los límites eléctricos en los modelos subterráneos.
• Para superar las limitaciones de la regularización tradicional de la norma L2 en la inversión TEM.

Principales métodos:

• Implementó un algoritmo de inversión que incorpora la regularización de la norma L1 para promover la escasez en el gradiente espacial del modelo de resistividad.
• Utilizó el método de mínimos cuadrados ponderados iterativamente (IRLS) dentro de un marco de Gauss-Newton (GN) para manejar la no diferenciabilidad de la norma L1.
• Transformó el problema de regularización L1 en una serie de subproblemas ponderados L2 solubles por el método GN.

Principales resultados:

• Se ha demostrado una resolución significativamente mejorada de las transiciones agudas de la resistividad en los modelos sintéticos 1D y 2D en comparación con los métodos de la norma L2.
• Aplicó con éxito el algoritmo a los datos TEM de campo, identificando con precisión los huecos subterráneos de la mina de carbón y las estructuras de falla.
• El enfoque de la norma L1 reconstruye efectivamente los límites eléctricos abruptos con iteraciones suficientes.

Conclusiones:

• El algoritmo de inversión basado en la norma L1 propuesto ofrece una resolución superior para las interfaces subterráneas nítidas en los datos TEM.
• Este método proporciona una alternativa robusta y computacionalmente viable a los enfoques convencionales de la norma L2 para la obtención de imágenes geofísicas detalladas.
• La aplicación exitosa en el campo confirma la utilidad práctica del algoritmo para detectar estructuras y anomalías geológicas.