Estimación de los errores de los datos adquiridos con sistemas emi espira-espira, y su influencia en la caracterización de estructuras

F. E. ROBLEDO; H. P. MARTINELLI; N. E. BONOMO

Montevideo

Congreso; II Reunión Conjunta AFA-SUF, 96° Reunión de la Asociación Física Argentina y XII Reunión de la Sociedad Uruguaya de Física; 2011

AFA-SUF

Los sistemas de inducción electromagnética portátiles, denominados usualmente SLEM o EMI, están formados por dos pequeñas espiras (dipolos magnéticos) coplanares, separadas entre sí una distancia fija. Estas espiras están contenidas en un único instrumento que se va desplazando sobre el terreno a una altura constante y a lo largo de líneas paralelas entre sí. Una de las espiras genera un campo magnético inductor conocido que oscila a una o más frecuencias determinadas, y mediante la otra se determinan las componentes en fase (IP) y en cuadratura (Q) del campo inducido. Estas componentes contienen información sobre la conductividad eléctrica y la permeabilidad magnética del subsuelo y de las estructuras de interés,  hasta algunas decenas de metros de profundidad. Usualmente, esos datos se interpretan por visualización directa de los gráficos en planta de las respuestas medidas a cada frecuencia. Además, se aplican métodos de inversión 1D y luego, combinando los resultados de esas inversiones 1D, se construyen modelos del subsuelo 2D y 3D. Estos equipos son ideales cuando se requiere prospectar las primeras decenas de metros del subsuelo, en áreas relativamente extensas y con buena resolución lateral. Sin embargo, existe una limitación importante de los equipos SLEM actuales, estos no indican el error de las mediciones. Cabe señalar que el conocer los errores permite definir de manera concreta el rango de frecuencias con nivel de error aceptable en cada caso particular, y a partir de allí  determinar la profundidad real de penetración alcanzada. En este trabajo, presentamos una metodología para estimar el error de los datos EMI adquiridos en el modo usual de medición continuo y resumimos los resultados obtenidos al aplicarla a datos de campo. Para lo cual se crearon e implementaron  programas que calculan de manera automática los errores partiendo de los archivos de datos. Primero se analizó como dependen los errores de las frecuencias de medición y de las configuraciones de adquisición utilizadas, y luego se evaluó en qué medida el incluir una estimación de los errores afecta los modelos obtenidos al aplicar métodos de inversión 1D.