Catálogo de publicaciones

Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.

Este trabajo de Tesis tiene por objetivo general dar soluciones a diferentes problemas relacionados con la detección automática de señales sísmicas. Dichos problemas incluyen el picado de los tiempos de los primeros arribos en exploración sísmica, la detección y determinación de los tiempos de llegada de fases de terremotos en registros de estaciones sismológicas, y la declaración y picado de los arribos de eventos en registros de microsismicidad. Para ello, se estudian diversos atributos sísmicos convencionales y no convencionales diseñados para realzar la llegada de las señales de interés por sobre el ruido de fondo de los datos. A partir de estos atributos se proponen nuevos algoritmos, estrategias y métodos para detectar las señales buscadas de forma eficiente, automática y precisa. En particular, se analiza la dimensión fractal de la traza sísmica, se aclaran algunas suposiciones teóricas e hipótesis que deben realizarse al considerar una traza sísmica como una curva fractal, y se evalúan distintas estrategias para estimar su dimensión. A partir de ejemplos con datos sintéticos y reales, se prueba que la dimensión fractal obtenida a través del método del variograma es un atributo que evidencia claramente la transición entre el ruido y la señal con ruido. Se desarrollan también tres nuevos métodos para detectar los tiempos de los primeros arribos en registros sísmicos complejos de forma automática. Los atributos en los que se basan estos nuevos algoritmos están dados por un cociente de energías, por la entropía de la traza sísmica, y por su dimensión fractal, aprovechando en este último caso los resultados del análisis previo. Los cambios detectados en los atributos son realzados mediante la aplicación de un filtro de suavizado que preserva los saltos bruscos. Estos algoritmos determinan los primeros arribos analizando las trazas sísmicas individualmente. Se introduce luego un novedoso proceso de corrección de picados erróneos que considera simultáneamente todo el conjunto de las trazas pertenecientes a un mismo registro de disparo común teniendo en cuenta la alineación aproximada de los primeros arribos dada por el modelo de refracción. Este procedimiento permite además descartar las trazas malas de forma automática. Los métodos propuestos son luego mejorados y aplicados a un gran volumen de datos reales provistos por la industria que presentan distintos desafíos y dificultades. Para estudiar la detección de señales en sismología, se realiza un análisis comparativo entre ocho métodos V de detección automática de fases de terremotos. El conjunto de ocho métodos analizado está formado por la adaptación de los tres algoritmos desarrollados para picar primeros arribos, por tres métodos tradicionales, y por dos métodos obtenidos a partir de modificaciones a dos de los métodos tradicionales. El estudio es llevado a cabo utilizando registros obtenidos en la Estación Sismológica de La Plata (LPA). Como resultado, se realiza una valoración relativa de los ocho métodos de detección en la que algunos de ellos se destacan por sobre otros, y se obtienen así herramientas computacionales para realizar la detección automática de fases de terremotos en estaciones sismológicas. Por último, se seleccionan tres de estos ocho métodos y a partir de ellos se genera una nueva metodología para detectar microsismos de forma automática que consta de dos pasos. En el primer paso se detectan y determinan todos los tiempos de aquellos eventos que representan un potencial arribo de un microsismo, traza por traza en todo el registro. En el segundo paso, se utiliza un criterio que analiza todo el registro en su conjunto para declarar la presencia de microsismos. Como resultado se obtienen el número de microsismos declarados, un indicador de confianza asociado a cada uno de ellos, y los tiempos de llegada para aquellas trazas en las que el evento es detectado.

Fil:Gándara, Federico W.. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.