La herramienta de cuadrícula de tendencias múltiples permite mejorar las capacidades de cuadrícula cuando se trabaja con datos que contienen tendencias lineales.
La herramienta de cuadrícula de tendencias múltiples ahora forma parte de la herramienta de cuadrícula interactiva, lo que permite un nuevo nivel de control de los flujos de trabajo de cuadrícula para los datos geofísicos. Además, hemos mejorado significativamente la velocidad de rendimiento de la cuadrícula en un 30 %, lo que significa que se pueden probar los parámetros de cuadrícula de forma más rápida y eficiente. En este artículo, exploramos las recientes mejoras de la herramienta y nuestros consejos favoritos sobre la mejor manera de seleccionar los parámetros correctos para la interpolación de datos cuando se usa una cuadrícula de tendencias múltiples.
La herramienta de tendencias múltiples fue desarrollada por Tomas Naprstek y Richard Smith en The Mineral Exploration, Laurentian University, y ahora es un componente principal del flujo de trabajo de cuadrícula de Oasis montaj. Se trata de un algoritmo de cuadrículas diseñado con el objetivo de mejorar las figuras lineales en los datos geofísicos de cuadrícula, como los datos magnéticos o gravimétricos. Cualquier persona que haya trabajado con conjuntos de datos magnéticos o gravimétricos sabe que es común observar objetos del tipo “cadenas de perlas” o “boudinage” en los datos geofísicos interpolados o de cuadrícula, en especial si los datos consisten en figuras lineales finas. Estas figuras lineales están muy presentes en la mayoría de los relevamientos geofísicos magnéticos y pueden estar relacionadas con características geológicas como diques, enjambres de diques o fallas. La elección de la herramienta de cuadrícula y los parámetros de interpolación pertinentes desempeñan una función fundamental para garantizar que se eviten estos objetos y que la cuadrícula geofísica resultante sea geológicamente plausible para su posterior interpretación.
Efectos de boudinage asociados a rasgos lineales
En comparación con otros métodos de cuadrícula, la herramienta de cuadrícula multitendencia sortea eficazmente estos problemas mediante la aplicación de una rutina sólida que tiene en cuenta los rasgos multidireccionales con tendencias en varios ángulos, esto evita los indeseables efectos de boudinage asociados a los rasgos lineales como se ha visto anteriormente.
Nueva ubicación accesible del menú.
Se puede acceder cómodamente a la herramienta de cuadrícula de tendencias múltiples directamente desde el menú “Interactive Gridding Tool” (Herramienta de cuadrícula interactiva). La herramienta se encuentra junto al resto de los métodos de cuadrícula disponibles para Oasis montaj: curvatura mínima, bidireccional, Kriging, ponderación de distancia inversa, directo y tendencias múltiples.
Acceso a la cuadrícula de tendencias múltiples desde la herramienta de cuadrícula interactiva
Más rápido que nunca.
Sabemos lo importante que es poder establecer rápidamente los datos en cuadrícula, en especial cuando se trata de una iteración a través de varios parámetros de cuadrícula para evaluar los más adecuados. En promedio, el algoritmo de la cuadrícula de tendencias múltiples presenta un aumento del 30 % en la velocidad y el rendimiento. ¡En algunos conjuntos de datos, hemos observado una mejora de hasta el 100 %!
Optimización de la experiencia al seleccionar los parámetros de interpolación.
Hemos actualizado la interfaz de usuario de la herramienta y las convenciones de nomenclatura de los parámetros para que sean coherentes con los parámetros de cuadrícula ya conocidos en Oasis montaj. Los parámetros de cuadrícula comunes, como el tamaño de celda (anteriormente Tamaño de celda final) y el espacio de distancia (anteriormente Distancia de interpolación) pueden seleccionarse según las directrices preexistentes.
El tamaño de celda, anteriormente Tamaño de celda final, debe establecerse entre ¼ y ½ de la separación de línea o el intervalo nominal de la muestra de datos. El tamaño de celda determinará el tamaño de celda final de la cuadrícula resultante y debe ser un valor mayor que el tamaño de celda inicial utilizado para la interpolación inicial. El parámetro del tamaño de celda inicial puede ser favorable para preservar las figuras lineales en la cuadrícula resultante y debe elegirse en función de las características presentes en el conjunto de datos. Un tamaño de celda pequeño debe seleccionarse con atención, ya que puede eliminar los rasgos lineales más débiles al tener “más lejos” la tendencia en su conexión.
El parámetro de espacio de distancia, anteriormente Distancia de interpolación, puede seleccionarse según la directriz anterior de al menos 4 a 5 veces el tamaño de la celda y, por lo tanto, debe elegirse junto con el tamaño de celda. El espacio de distancia preferiblemente debe ser superior al espaciado de líneas de relevamiento. Las celdas de la cuadrícula que estén más lejos del valor de espacio de distancia desde un punto válido se establecerán como valores ficticios en la cuadrícula resultante. Además, el espacio de distancia cumple una doble función al influir en una distancia de búsqueda para encontrar y conectar tendencias lineales.
Modificación del tamaño de celda y espacio de distancia
El parámetro de iteraciones máximas determina la cantidad total de iteraciones en cada nivel de refinamiento de la cuadrícula, después del cual el proceso de cuadrícula termina. Una mayor cantidad de iteraciones producirá una cuadrícula que se ajuste más a los datos del relevamiento a cambio de un mayor tiempo de cuadrícula. Los criterios de detención se basan en si se alcanza la convergencia tras iteraciones sucesivas. Se recomienda dejar activados los criterios de detención automáticos para garantizar la máxima eficiencia.
El parámetro de factor de tendencia determina la integración de los lineamientos. Se puede utilizar un valor entre 0 y 100 para determinar el factor de tendencia apropiado para el conjunto de datos. Si se fija un factor de tendencia demasiado alto, se puede obtener una cuadrícula que contenga objetos “adosados” no deseados.
Integración de los lineamientos con el factor de tendencias
El valor theta es el incremento en grados para girar la dirección de la tendencia. El valor theta determinará si hay una cantidad adecuada de puntos de relevamiento dentro del radio de búsqueda para localizar y conectar las tendencias. Por lo general, cuanto menor sea el valor relativo del valor theta, más posibilidades habrá de mantenerse dentro de la dirección de la tendencia general de una estructura geológica real. Por otro lado, también es importante tener en cuenta que un valor theta muy pequeño dará lugar a un mayor tiempo de cuadrícula. Un valor theta demasiado grande puede conectar las características que están separadas y crear tendencias que no deben estar juntas.
Por último, el factor de integración múltiple permite localizar direcciones de tendencia o azimuts únicos. Cuanto más bajo sea este factor, más tendencias únicas se localizarán y se conectarán. Y como tal, este valor se establece por defecto en 0, lo que permite a la rutina buscar tendencias en cualquier dirección azimut dada. ¡Esto la convierte en una verdadera herramienta de tendencias múltiples! Por otro lado, aumentar este valor obligará a la rutina a centrarse en las tendencias predominantes.
Como en todos los flujos de trabajo de cuadrículas geofísicas, se debe prestar mucha atención a las características presentes en el conjunto de datos y probar iterativamente los algoritmos y parámetros de cuadrículas para encontrar los que mejor se adapten a las necesidades del proyecto. Con el método de cuadrícula de tendencias múltiples, se dispone de otra poderosa herramienta que permite ejecutar flujos de trabajo de cuadrícula de manera más rápida y generar productos de datos geológicamente sólidos. Y, en última instancia, la existencia de datos de calidad constituye la base para una buena exploración.
Mejora de la cuadrícula de figuras lineales con la cuadrícula de tendencias múltiples