Implementation of synthetic scenarios for the study of the ambient noise tomography technique

Abstract

La Tomografía de Ruido Ambiente (ANT) consiste en una técnica de busca modelar áreas y estructuras cuya novedad es que utiliza el ruido ambiente como herramienta. Este tipo de señal suele ser eliminada en técnicas como la Tomografía Sísmica (TS), la cual es la más ampliamente utilizada, especialmente en el área de la minería para la exploración de yacimientos. A diferencia de ANT, ésta hace uso señales de alta energía como terremotos y explosiones artificiales, por lo tanto, dentro de su procesamiento elimina este ruido. En zonas con baja actividad sísmica no es posible utilizar TS, por lo que es necesario desarrollar técnicas alternativas. ANT es una de las opciones que cumple, además de ser amigable con el medio ambiente. Una de las problemáticas tanto de ANT es que no cuenta con un ground-truth. Dado esto, no se puede saber con certeza qué tan cercano es el modelo estimado a la realidad. Para intentar resolver esto, actualmente sismólogos contrastran los resultados provenientes de ST o usan información de previo conocimiento del área, pero no es suficiente. Era necesario el desarrollo de una plataforma sintética, que fuera lo más cercano a la realidad posible. Sobre ésta se implementa la técnica de tomografía de ruido, con el objetivo de identificar las variables que influyen en la estimación, tales como la posición de estaciones, la frecuencia de la fuente, velocidad del medio, entre otras. También esta plataforma debe cuenta con un ground-truth para determinar los errores de estimación. En el presente trabajo, ésta plataforma fue implementada en lenguaje Python. Cada etapa de la metodología y fue probada sobre tres escenarios sintéticos con diferentes caracteríasticas de estructura. Se estudiaron las variables de interés y se realizó un análisis sobre cada etapa. También se logró entregar una visualización clara y apropiada de los resultados. Este trabajo sirvió para crear una base de conocimiento sobre esta nueva técnica para que pueda continuar siendo desarrollada y mejorada. Diversas mejoras potenciales fueron identificadas y se entregaron diversas soluciones para su posterior implementación en futuras campañas para el mejor provecho de los recursos existentes.