Universelles integriertes geophysikalisches Mess- und...
-
Upload
nguyendiep -
Category
Documents
-
view
214 -
download
0
Transcript of Universelles integriertes geophysikalisches Mess- und...
Universelles integriertes geophysikalisches Mess- und Auswerteinstrumentarium zur Charakterisierung von
Problemzonen im Salinar
Uni Leipzig, Institut für Geophysik und Geologie• Projektkoordination• Geoelektrik• Seismik (K-UTEC GmbH Sondershausen)• Geologie
Fraunhofer-Institut für zerstörungsfreie Prüfverfahren, Dresden
• Sonarverfahren
GGA-Institut, Hannover• Elektromagnetik• Georadar• Kombination der Verfahren; Quantitative Charakterisierung
ho rizo ntal ko p lanar
-9 0-70-50-3 0-10103 050
-50 -4 0 -3 0 -2 0 -10 0 10 2 0 3 0 4 0 50
x [m]
5 kHz10 kHz3 0 kHz
ho rizo ntal ko p lanar
-6 0
-4 0
-2 0
0
2 0
-50 -40 -3 0 -2 0 -10 0 10 2 0 3 0 4 0 50
x [m]
5 kHz10 kHz3 0 kHz
vert ikal kop lanar
-2 0
0
20
40
60
80
-50 -4 0 -3 0 -2 0 -10 0 10 2 0 30 40 50
x [m]
5 kHz10 kHz30 kHz
vert ikal ko p lanar
-10
0
10
2 0
3 0
4 0
-50 -40 -3 0 -2 0 -10 0 10 2 0 3 0 4 0 50
x [m]
5 kHz10 kHz3 0 kHz
Elektromagnetik – 3D-Modellierung
(1 Ωm)
ho rizontal kop lanar
-505
1015
2 02 53 03 5
0 50 10 0 150 2 00 2 50 3 00 3 50 40 0
x [m]
8 80 Hz3 520 Hz7 kHz14 kHz
ho rizontal kop lanar
0
5
10
15
2 0
2 5
0 50 10 0 150 2 00 2 50 3 00 3 50 40 0
x [m]
8 80 Hz3 520 Hz7 kHz14 kHz
Profil 1
10
100
1000
0 50 100 150 200 250 300 350 400
x [m]
[m
] r(3,5 kHz)
r(7 kHz)
r(14 kHz)
Elektromagnetik – Inversion im Vollraum
Georadar
Strukturerkundung• Kartierung der Schichtgrenzen innerhalb des Gebirges• Räumliche Lage der Reflektoren (Peilmessungen)• Erstellung eines Modells, FD-Modellierung, Vergleich Modellierung -- Messung
Suche nach Laugenvorkommen• Erhöhte Dämpfung von feuchten Bereichen• Frequenzabhängiges Reflexionsverhalten von Feuchte-zonen
• Vergleich: FD-Modellierungen und Messungen
Räumliche Lage der ReflektorenAdcock Peilempfänger
Empfänger
Sender
Reflektor
Peilmessung
↓↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓↓ ↓ ↓ ↓
Migriertes 100 MHz Radargramm
FD Modellierung
geologisches Modell
physikalisches Modell
synthetische Daten
Abgeleitetes geologisches Modell
Modellierung
Messung
Vergleich Modellierung - Messung
Frequenzabhängiges Reflexionsverhalten von Feuchtezonen
100 MHz
25 MHz
a) 1% brine content: σ = 0.2 S/m, ε = 6.7
160 180 200 220time [ns]
250 MHz
160 180 200 220time [ns]
100 MHz
160 180 200 220time [ns]
25 MHz
0 30 60-1
0
1
norm
. am
plitu
de [
]
0 30 60-1
0
1
norm
. am
plitu
de [
]
0 30 60-1
0
1
norm
. am
plitu
de [
]
modelanhydrite / air, sharp interfaceanhydrite / brine saturated anhydrite, sharp interfaceanhydrite / brine saturated anhydrite, gradual increase 1 manhydrite / brine saturated anhydrite, gradual increase 2 manhydrite / brine saturated anhydrite, gradual increase 5 m
Modellierungen verschiedener Grenzschichten
Support Vector Machines
KlassifizierungEin vorhandener Datensatz w besteht aus i Datenpunkten mit je nParametern p (z.B. elektrische Leitfähigkeit, Radar-Amplitude, Reflektivität, Geschwindigkeit, Dämpfungs-Koeffizient etc.):
w = ( p1, p2, ... , pn) iJeder Datenpunkt wird klassifiziert in „Salz" oder „Salzlauge":
yx = +1 für „Salz”
yx = -1 für „Salzlauge”.
ProblemZu welcher Klasse yx gehört Datenpunkt wx ?
LösungBestimmung oder Abschätzung der zugrunde liegenden Abbildungsfunktion f: wx → yx
Kombination der Verfahren; Quantitative Charakterisierung
Support Vector Machines
Salzlauge
Salz
Klassengrenze
Parameter 1
2D-Beispiel
Parameter 2
Support Vector Machines
---X-Y-DiagrammEmpirische Daten
---Support Vector Machine
Statistische Lerntheorie
Selbstorganisierte Karten
BackpropagationNNNeuronale Netze
Cluster-AnalyseDiskriminanz-AnalyseStatistik
UnüberwachtesLernen
ÜberwachtesLernen
Multivariate Statistik
Support Vector Machines
Trainings-Daten (5%) Test-Daten
9 Log-Kurven 9 Log-Kurven
@ 2 m Intervall @ 0,1 m Intervall
Ergebnis
Diatomit 1 Diatomit 2
Diatomit 3 Debris Flow
Lapillituff Brekzie
Klassifizierungsmethode Übereinstimmung
A: „Wahre” Kerndaten (Test-Daten)
B: Lineare Diskriminanzanalyse 76 %
C: Backpropagation Neuronales Netz 82 %
D: Support-Vector-Maschine (Linearer Kern) 86 %
60
80
100
120
140
160
180
200
220
240
260
Dep
th in
m
A B C D
Beispiel Log-Daten
Gemeinsame Inversion Geoelektrik - Seismik
Saunders et al., 2005
nur Seismik nur Seismiknur Geoelektrik
State of the art
Elektromagnetik [schnelles Übersichtsverfahren]Georadar [Strukturerkundung, Suche nach Laugenvorkommen]
Kombination der Verfahren; Quantitative Charakterisierung
Anomalieindex, Problemindex Multivariate Statistik, z.B. Clusteranalyse, Support Vector MaschineJoint Inversion Geoelektrik-Wellenverfahren
Zusammenfassung
Peilmessung