< Terug naar vorige pagina

Project

Verbeterde elektromagnetische beeldvorming in het tijdsdomein vanuit de lucht & karakterisatie van intrusie door zout water

Het is in ons gemeenschappelijk belang om een grondige kennis te hebben van wat er zich onder het aardoppervlak bevindt. Een algemeen begrip van de ondergrondse structuren en processen dient zowel wetenschappelijke nieuwsgierigheid als commerciële en publieke belangen. In geofysica worden modellen van de aarde geconstrueerd aan de hand van de wetten van de fysica, toegepaste wiskunde en opgemeten fysische gegevens.

In dit proefschrift richten we ons op elektromagnetische data die vanuit de lucht worden verzameld. Met behulp van het principe van elektromagnetische inductie meten we de elektrische geleidbaarheidsverdeling van de ondergrond. Door dergelijke instrumenten op een helikopter te monteren, kunnen grootschalige karteringen worden gemaakt, bijvoorbeeld om het zoet-zoutwatergrensvlak in de Belgische kustvlakte in beeld te brengen. Het kennen van de verdeling tussen zoet en zout grondwater is essentieel voor een duurzaam en geïntegreerd beheer van dergelijke waterbronnen. De state-of-the-art data-interpretatietechnieken hebben echter enkele beperkingen. Ten eerste zijn ze gebaseerd op een eendimensionale benadering, waarbij de elektrische geleidbaarheidsverdeling lokaal alleen qua diepte kan variëren. Die benadering vermindert de rekenlast die gepaard gaat met grootschalige karteringen, maar het effect van deze benadering op de interpretatie is nog niet voldoende onderzocht. Ten tweede is de interpretatie vaak al te uitgesmeerd, terwijl de overgang van zoet naar zout water vaak relatief scherp is, wat een nauwkeurige schatting van het iso-zoutgehalte-grensvlak belemmert. In deze doctoraatsthesis, ontwikkelen we hulpmiddelen en methoden die betrouwbaardere elektromagnetische interpretaties vanuit de lucht mogelijk maken. We passen onze ontwikkelde methodes toe op de bestaande geofysische data van de huidige Vlaamse verziltingskaart.

We werkten een beoordelingstool uit die potentieel verkeerd geïnterpreteerde zones in het inversiemodel aangeeft, ten gevolge van de eendimensionale benadering. Deze zones zijn dus mogelijk niet in overeenstemming met het multidimensionale karakter van de verzamelde data en worden dus beter niet kwantitatief geïnterpreteerd. Indien de specifieke toepassing dit vereist, moet een herinterpretatie met een accuraat 3D-model (slechts lokaal) worden uitgevoerd.

Dergelijke accurate 3D-interpretaties vergen een enorme hoeveelheid rekenkracht. Door met behulp van Machine Learning een surrogaatmodel te ontwikkelen, willen we dergelijke tijdrovende simulaties vermijden. Gezien de rekenkost van deze 3D-simulaties, zijn er beperkingen in het aantal trainingsamples dat kan worden gegenereerd. Daarom beperkt dit onderzoek zich tot modellen met twee lagen. De resultaten zijn bemoedigend, zelfs met weinig trainingsdata, maar het verkrijgen van een hoge nauwkeurigheid is moeilijk met relatief eenvoudige datafit-modellen.

Ten derde stellen we een alternatieve regularisatieterm voor. Regularisatie- methoden vergemakkelijken het data-interpretatieproces (of het inverse probleem) door enkele a priori bepaalde kenmerken voor de oplossing te eisen, zoals geleidelijkheid of scherpte. We stellen een multidimensionale, schaalafhankelijke, op wavelets gebaseerde L1-regularisatieterm voor om de niet-uniciteit van het inverse probleem op te lossen. De regularisatieterm is flexibel, omdat die blokvormige, gladde (of vloeiende) en tusseninversiemodellen kan reconstrueren op basis van een geschikte waveletbasisfunctie. Voor elke oriëntatie kan een andere waveletbasisfunctie worden gebruikt, en dus een ander type structuur verkregen worden. Ten slotte presenteren we enkele voorlopige resultaten waar we een optimale wavelet-basisfunctie bepalen aan de hand van extra geofysische data met hogere resolutie, opgemeten op het aardoppervlak.

Datum:11 sep 2019 →  31 okt 2023
Trefwoorden:Physics, Geophysics, Hydrogeology
Disciplines:Elektrodynamica, Hydrogeologie, Geofysica niet elders geclassificeerd
Project type:PhD project