Métodos de modelado do subsolo en xeofísica
A modelización do subsolo é fundamental en gran parte do traballo xeofísico moderno, xa que case todas as decisións na exploración de recursos, a mitigación de desastres e a planificación de infraestruturas dependen da nosa comprensión das condicións baixo a superficie terrestre. Dado que o subsolo non se pode observar directamente na maioría dos casos, os xeofísicos utilizan medicións indirectas, como ondas sísmicas, variacións nos campos gravitacionais, campos magnéticos ou respostas eléctricas, para interpretar as estruturas xeolóxicas. A partir destes datos, os procesos de modelización utilízanse para construír representacións físicas e xeolóxicas plausibles, xa sexa en forma de seccións transversais en 2D ou volumes en 3D.
Secara umum, pemodelan bawah permukaan dalam geofisika dapat dibagi menjadi dua pendekatan besar: pemodelan maju (forward modeling) dan pemodelan balik (inverse modeling atau inversi) . Keduanya saling melengkapi: pemodelan maju digunakan untuk memprediksi data geofisika jika model bawah permukaan sudah diasumsikan, sedangkan inversi bertujuan menaksir model bawah permukaan dari data yang diukur. Dalam praktiknya, seorang geofisikawan sering melakukan iterasi antara keduanya hingga memperoleh model yang sesuai dengan data sekaligus konsisten secara geologi.
1. Conceptos básicos Pemodelan: Dari Data ke Model
Setiap metode geofisika mengukur besaran fisik tertentu. Seismik mengukur waktu tempuh atau bentuk gelombang (waveform), geolistrik mengukur resistivitas atau konduktivitas, elektromagnetik mengukur respon induksi, gravitasi mengukur percepatan gravitasi, dan magnetik mengukur intensitas medan magnet. Besaran-besaran itu kemudian dihubungkan dengan sifat batuan: densitas, susceptibilitas magnetik, kecepatan gelombang, porositas, kandungan fluida, maupun kadar mineral tertentu.
Namun hubungan data dengan sifat batuan jarang bersifat unik. Banyak model berbeda dapat menghasilkan respon data yang serupa. Inilah yang disebut non-keunikan (non-uniqueness) , tantangan klasik dalam pemodelan geofisika. Karena itu, pemodelan yang baik memerlukan kendala (constraints) dari geologi, data sumur, pengamatan singkapan, atau integrasi multi-metode agar solusi lebih terarah.
2. Modelado cara adiante
Pemodelan maju berarti menghitung respon geofisika dari suatu model bawah permukaan yang diasumsikan. Misalnya, jika kita membuat model berlapis dengan kontras densitas tertentu, kita dapat menghitung anomali gravitasi yang diharapkan di permukaan. Jika model kecepatan seismik ditetapkan, kita dapat menghitung waktu tiba ondas sísmicas. Forward modeling penting untuk:
1. Pengujian hipotesis geologi (misalnya ada intrusi beku atau tidak).
2. Desain survei (menentukan spasi lintasan, frekuensi sumber, dan lain-lain).
3. Validasi hasil inversi (memastikan model fisik realistis).
Computacionalmente, a modelización directa pode variar desde simple (por exemplo, modelos 1D por capas) ata moi complexa (simulacións 3D baseadas en elementos finitos/diferenzas finitas). A complexidade aumenta debido á heteroxeneidade das rochas, á topografía, á anisotropía e aos efectos 3D.
3. Inversión: o núcleo da modelaxe do subsolo
Inversi bertujuan mencari model bawah permukaan yang paling mungkin menghasilkan data teramati. Inversi biasanya diselesaikan sebagai masalah optimasi: meminimalkan selisih antara data terukur dan data hasil simulasi, dengan tambahan aturan agar model tidak “liar” atau tidak realistis. Selisih ini sering disebut misfit , sedangkan aturan penstabil disebut regularisasi .
a. Inversión determinista
A inversión determinista úsase habitualmente debido á súa eficiencia. Algúns exemplos son a inversión por mínimos cadrados, a inversión de Gauss-Newton ou a inversión por gradiente conxugado. É rápida e axeitada para conxuntos de datos grandes, pero os seus resultados dependen das suposicións iniciais e dos parámetros de regularización.
b. Inversión probabilística (bayesiana)
A abordaxe bayesiana trata os modelos como distribucións de probabilidade. O resultado non é un único modelo, senón unha gama de modelos posibles e as súas incertezas asociadas. Métodos como o método de Monte Carlo con cadeas de Markov (MCMC) son populares para estudos que fan fincapé na estimación da incerteza, aínda que son computacionalmente caros.
c. Regularización e restricións xeolóxicas
Karena inversi sering tidak stabil, regularisasi seperti smoothness constraint (model dibuat halus), damping (menghindari nilai ekstrem), atau sparsity constraint (mendorong batas tajam) digunakan. Selain itu, kendala geologi—misalnya batas lapisan dari interpretasi seismik atau data sumur—bisa dimasukkan agar model lebih realistis.
4. Métodos de modelado baseados en tipos de datos xeofísicos
a. Modelización sísmica
A sísmica é un método de alta resolución amplamente empregado na exploración de petróleo e gas e nos estudos da codia. A modelización sísmica implica:
– Ray tracing untuk menghitung lintasan gelombang dan waktu tempuh.
– Full Waveform Modeling untuk mensimulasikan bentuk gelombang lengkap.
– Migrasi seismik sebagai proses pemindahan energi refleksi ke posisi sebenarnya di bawah permukaan.
Dalam inversinya, dikenal tomografi seismik (mengestimasi kecepatan dari waktu tempuh) dan Full Waveform Inversion (FWI) yang mampu menghasilkan model kecepatan sangat detail, tetapi sensitif terhadap model awal dan kualitas data.
b. Modelización xeoeléctrica e de resistividade (ERT)
Electrical Resistivity Tomography (ERT) memodelkan distribusi resistivitas bawah permukaan dari pengukuran beda potensial akibat injeksi arus. Metode ini efektif untuk studi airtanah, pencemaran, hingga rekayasa geoteknik. Tantangannya termasuk efek kontak elektroda, heterogenitas dangkal, dan non-linearitas tinggi. Inversi ERT biasanya menggunakan regularisasi agar model stabil, serta dapat diperluas menjadi time-lapse inversion untuk memantau perubahan (misalnya migrasi kontaminan atau intrusi air asin).
c. Modelización electromagnética (MT, TEM, CSEM)
Metode elektromagnetik seperti Magnetotelluric (MT) memanfaatkan medan EM alami untuk memetakan konduktivitas hingga kedalaman besar, penting dalam geotermal dan tektonik. Sedangkan TEM (Transient EM) cocok untuk studi dangkal-menengah. Pemodelan EM cenderung komputasional berat karena persamaan Maxwell dan efek 3D yang kuat, sehingga pemodelan 3D dan inversi memerlukan recurso komputasi besar serta strategi regularisasi yang tepat.
d. Modelado da gravidade
Os datos gravitacionais mapean as variacións de densidade. A modelización é relativamente rápida, pero o problema é moi pouco único: moitas distribucións de densidade diferentes poden producir a mesma anomalía. Polo tanto, as interpretacións da gravidade case sempre dependen de restricións xeolóxicas, datos sísmicos ou límites xeométricos. A modelización gravitacional úsase a miúdo para mapear concas sedimentarias, estruturas de domos de sal ou intrusións.
e. Modelado magnético
Os métodos magnéticos son sensibles á susceptibilidade magnética e á magnetización remanente. A modelización magnética é eficaz para a exploración mineral, a cartografía estrutural e a identificación de rochas ígneas. Os desafíos inclúen a separación das contribucións rexionais e locais, a corrección das variacións diarias e as ambigüidades na dirección da magnetización. A inversión magnética 3D para a susceptibilidade é bastante común e adoita combinarse con información petrofísica.
5. Integración multimétodo e inversión articular
Dado que cada método ten sensibilidades diferentes, a integración é unha estratexia importante. Por exemplo:
– A sísmica é sensible á velocidade e á impedancia acústica.
– A gravidade é sensible á densidade.
– A electromagnetismo é sensible á condutividade.
Joint inversion memadukan beberapa dataset untuk mengurangi non-keunikan dan meningkatkan keandalan. Ada dua pendekatan: (1) inversi simultan dengan fungsi objektif gabungan, atau (2) inversi berurutan dengan model dari satu metode menjadi constraint metode lain. Dalam berbagai kasus—misalnya geotermal—joint inversion MT + gravitasi + seismik dapat memberikan gambaran yang lebih konsisten tentang reservoir, cap rock, dan zona alterasi.
6. Cuestións clave: resolución, profundidade da investigación e incerteza
A modelización do subsolo debe ter sempre en conta:
– Resolusi : seberapa detail fitur yang bisa terlihat. Seismik biasanya tinggi, gravitasi lebih rendah.
– Kedalaman investigasi : ERT dangkal-menengah, MT bisa sangat dalam.
– Ketidakpastian : noise data, asumsi model, dan non-keunikan.
A mellor práctica é informar non só do modelo final, senón tamén da calidade do axuste, a sensibilidade e o rango de incerteza. Sen isto, un modelo corre o risco de ser considerado "exacto" cando en realidade é só unha de moitas posibilidades.
7. Últimos desenvolvementos
Kemajuan komputasi, sensor, dan algoritma mendorong pemodelan yang lebih realistis. Inversión completa da forma de onda, inversi 3D EM skala besar, dan joint inversion semakin umum. Di sisi lain, metode berbasis machine learning mulai digunakan untuk percepatan interpretasi, pendeteksian pola, dan pendekatan surrogate modeling (model pengganti) untuk mempercepat forward modeling. Meski demikian, machine learning tetap perlu dikontrol oleh prinsip fisika dan validasi lapangan agar tidak menghasilkan interpretasi yang bias.
Conclusión
Os métodos de modelado do subsolo en xeofísica combinan a modelización avanzada, a inversión e a integración do coñecemento xeolóxico. Cada método (sísmico, xeoeléctrico, electromagnético, gravitatorio e magnético) ten as súas propias vantaxes e limitacións, polo que a elección do método debe adaptarse ao obxectivo, á profundidade e á resolución requirida. Coa aplicación axeitada da inversión, a regularización xuiciosa e a integración de varios métodos, a modelización do subsolo pode producir imaxes cada vez máis fiables para a exploración de recursos, a mitigación de riscos e a xestión ambiental.
Se o desexas, podo adaptar este artigo a un contexto específico (por exemplo, enerxía xeotérmica, petróleo e gas, minerais ou exploración xeotérmica), engadir unha bibliografía ou crear unha versión máis académica con citas.
