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