GNGTS 2014 - Atti del 33° Convegno Nazionale

I gates successivi (dal numero 7 al numero 21) sono considerati della stessa ampiezza in entrambe le configurazioni. L’inversione dei dati è stata eseguita utilizzando l’algoritmo di inversione em1dinv (Gruppo di Idrogeofisica dell’Università di Aarhus in Danimarca). Nella Fig. 3 sono riportati i risultati grafici delle inversioni e nella Tab. 4 sono riassunti i risultati in termini di resistività e spessori dei modelli inversi, e i fattori di standard deviation (STDF) ottenuti da un’analisi di sensitività sui parametri ottenuti. Il fattore di standard deviation per ogni parametro (m s ) è calcolato a partire dalla covarianza del parametro definita nella matrice di covarianza (C est ) (5) Questa espressione deriva dal fatto che i parametri del modello sono rappresentati come logaritmi. In base ai valori di STDF un parametro risulta perfettamente risolto per un STDF=1, ben risolto per 1<STDF<1.2, moderatamente risolto per 1.2<STDF<1.5, poco risolto per 1.5<STDF<2 e non risolto per STDF>2 (Auken e Christiansen, 2004). Come si può osservare, l’utilizzo di un adaptive-gating consente di ottenere un buon miglioramento, dell’ordine del 10%, nella stima delle resistività e degli spessori degli strati. Il misfit tra i dati calcolati e quelli reali è invece in entrambi i casi ottimo. Il miglioramento è evidente anche nel fattore di standard deviation per la resistività e lo spessore del primo strato. Lo stesso non può essere detto per la resistività e lo spessore del secondo strato, dove si osserva un aumento del STDF. I suoi valori (prossimi o maggiori di 2), in entrambe le configurazioni sono comunque indice di un parametro non risolto correttamente e ciò è dovuto al particolare modello di strati considerato in questo lavoro: un modello a tre strati con la resistività che aumenta con la profondità, modello intrinsecamente difficile da risolvere con questo metodo. Lo stesso valore di resistività del terzo strato risulta enormemente sovrastimato. Tabella 4 - Valori di resistività e spessori e relativi STDF ottenuti dall’inversione 1D dei dati in configurazione log- gating e adaptive-gating. Log-gating Adaptive-gating Resistività STDF_resistività Spessore STDF_spessore Resistività STDF_resistività Spessore STDF_spessore (Ohm*m) (m) (Ohm*m) (m) 9,7 1,1098 25,4 1,4357 9,8 1,1035 27,1 1,3934 33,7 2,0152 63,2 1,9322 39,4 2,1442 70 2,1569 4000 -1 0 8000 -1 0 Conclusioni . In questo lavoro è stato mostrato come il gating eseguito sul transiente elettromagnetico controlli il noise e la capacità di risoluzione, e come un adaptive-gating che tenga conto delle massime variazioni di pendenza presenti nel transiente possa portare a un miglioramento dei risultati dell’inversione. Sono stati confrontati i risultati ottenuti a partire dai dati di un transiente campionato con gates in configurazione log-gating e quelli ottenuti a partire dai dati di un transiente campionato con un adpative-gating per un modello a tre strati con resistività che aumenta con la profondità. L’ adaptive-gating è stato definito per mezzo di uno studio sulle variazioni di pendenza presenti all’interno del transiente elettromagnetico e messe in evidenza grazie a una tecnica di denoising (DWT) applicata sui dati. I risultati mostrano che l’uso dell’ adaptive-gating porta a un miglioramento nella definizione delle resistività e degli spessori veri del modello geologico considerato. Eventuali sviluppi futuri previsti su questo studio sono diretti verso la conferma del metodo su altri modelli geologici, anche più complessi, e sulla messa a punto di una tecnica automatizzata GNGTS 2014 S essione 3.2 141