FILTRADO ESPECTRAL DE SEVS
El presente proyecto aborda el procesamiento y filtrado de datos obtenidos a partir de una campaña de geofísica eléctrica mediante Sondeos Eléctricos Verticales (S.E.V.) realizada en el Campo de Elche, ubicado en España. Durante la adquisición de datos es común que las curvas de resistividad aparente presenten irregularidades o ”ruido”, generado por factores instrumentales, condiciones del terreno o interferencias externas; estas alteraciones pueden dificultar la interpretación geofísica y afectar la calidad de los resultados obtenidos. Por ello, resulta necesario aplicar técnicas de procesamiento y filtrado que permitan suavizar las curvas y resaltar el comportamiento real de los datos. Para el desarrollo del proyecto se partió de un conjunto de datos obtenidos de una fuente oficial, a partir del cual se prepararon dos conjuntos de datos. El primero correspondió a los datos sin ajustar, mientras que el segundo estuvo conformado por datos previamente ajustados mediante el software IPI2WIN. Para el primer conjunto de datos, inicialmente se realizó la transformación al dominio de la frecuencia mediante una Transformada Discreta de Fourier (TDF). Posteriormente, se buscó y aplicó un filtro (Butterworth), finalmente se regresó al dominio espacial mediante una Transformada Inversa Discreta de Fourier (TIDF). Este procedimiento se llevó a cabo mediante un código desarrollado en MATLAB, con el propósito de obtener un ajuste óptimo de la curva de resistividad aparente. Para realizar dicho ajuste se utilizó la función de ajuste automático del software IPI2WIN.
Por otro lado, para el segundo conjunto de datos, que ya se encontraba ajustado, únicamente se realizó su ejecución y análisis mediante el software IPI2WIN. Todo lo anterior tuvo como propósito comparar las curvas obtenidas mediante el filtrado con aquellas que ya habían sido ajustadas, con el fin de determinar qué método presenta un menor error y, al mismo tiempo, mantiene una interpretación geológicamente correcta. Para esta comparación se partió de la premisa de que el conjunto de datos previamente ajustado fue procesado de manera correcta. Planteándonos la incógnita qué es más indispensable en el procesado de datos de SEVs, si el saber interpretar y ajustar la curva o el saber elaborar códigos de MATLAB de manera eficiente que nos ayuden a filtrar de manera correcta datos utilizando diversos filtros en los diferentes dominios.