Professional Documents
Culture Documents
datos de Radar de Penetración
Terrestre (GPR)
Fundación Pro Ciencias de la Tierra, A.C.
Sociedad Geológica Mexicana, A.C.
México, D.F. 3 al 5 de agosto de 2011.
Í n d i c e
1. Introducción.........................................................................................................................1
3. Procesamiento de datos GPR: desarrollando una buena práctica...............3
3.1.1. Edición de las trazas e interpolación de “banda flexible”
(swamping) .............................................................................................................................5
3.1.4. Filtrado........................................................................................................................7
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
1. Introducción
De todos los temas involucrados con Radar de Penetración Terrestre (GPR, por sus
siglas en inglés), el procesadmiento de datos y el análisis de señales son los que
causan más controversia entre los usuarios de GPR. El ahondamiento en estos temas
requiere contemplar la opinion personal del usuario, la experiencia y la naturaleza de
los datos.
Algunos usarios pueden conformarse con procesos básicos (corrección de tiempo
cero, filtrado de bandas, control de ganancia, corrección por topografía, etcétera),
mientras que algunos usuarios encuentran imperante utilizar métodos más avanzados
de procesamiento (filtrado espacial de frecuencia‐número de onda o migración). Esta
discusión se basa en el hecho de que algunos procedimientos o métodos para analizar,
modelar o procesar datos recurren a errores sistemáticos en sus cálculos y adheridos
a ellos vienen problemas en la interpretación. Incluso algo tan simple como elegir la
mejor función de ganancia puede resultar en amplias discusiones.
Existen diversas maneras de procesar datos de GPR y de ayudar a los mismos a
resaltar algunas características, pero si los datos en campo contienen algun tipo de
error o su calidad no es la óptima, difícilmente el procesado y análisis de la
información podrá ser de gran ayuda. En general siempre es mejor comenzar con un
procesado simple y continuar hasta lograr la mejor ganancia de la información
obtenida, sin caer en el sobreprocesamiento que aumentará el grado de distorsión en
los datos.
La meta principal de los métodos de procesamiento es extraer y resaltar información
de la señal que pueda ayudar a caracterizar la propiedades físicas del subsuelo más
que ayudar al usuario a observar “algo” en el radargrama.
1
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
2. Antecedentes y principios prácticos para procesar datos de GPR
En los primeros días de GPR, los datos eran presentados de manera análoga y las
trazas de GPR eran mostradas en una pantalla e impresas directamente sobre papel.
Gracias al desarrollo de convertidores A/D (análogo‐digital) de bajo costo y el
advenimiento de la computadora personal, el procesado de datos GPR pasó a una
nueva era de procesado digital moderno.
Desde el punto de vista del procesamiento, una señal es un conjunto de datos
registrados con una distribución espacial en el dominio del tiempo, es decir, una serie
discreta de señales voltaicas contenidas en conjuntos de pulsos. Por lo tanto se hace
evidente su relación con las señales sísmicas, por lo que muchas de las técnicas de
procesado tienen sus antecedentes en el procesado de señales sísmicas. Sin embargo,
señales de GPR no son señales sísmicas, por lo que aquí se mencionan algunas de las
principales diferencias o caracterísitcas de señales GPR.
• Una de las características más importantes es la naturaleza y forma de su
ondícula, con el pulso del GPR más complejo que su contraparte sísmica.
• Efectos de atenuación y dispersión son más exagerados en datos GPR y por
consecuencia la componente de frecuencia (y relación de fase) de la señal
pueden cambiar abruptamente con el tiempo y profundidad registrado.
• Ondículas que presentan este comportamiento son llamadas “no estacionarias”
o “dispersivas” y su procesado es más complejo.
• Otra diferencia importante es la asunción acerca de la naturaleza de las
condiciones del subsuelo.
• Señales de GPR son sometidas a un grado más alto de scattering (dispersión) y
2
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
de interferencia durante su propagación debido a que la escala natural de
heterogeneidades en el subsuelo es más cercano a la longitud de onda
incidente.
Un frente de onda EM en el GPR es probable que sea muy direccional (la amplitud
varía considereablemente), muestra variaciones y vectores de polarización del campo
eléctrico y magnético complejos conforme la onda pasa de condiciones de campo
cercano a campo lejano y se vuelve no esférica mientras encuentra caminos o medios
con diferencias significativas en velocidad.
De igual forma, el tipo de antena, la frecuencia, la configuración, el grado de
acoplamiento entre la antena y el suelo y el tipo de material específico en el subsuelo
tienen influencia en la naturaleza de las ondículas.
3. Procesamiento de datos GPR: desarrollando una buena práctica
Es bien sabido que es de vital importancia seguir un conjunto de pasos ordenado, por
lo que aquí se mencionan algunos consejos para desarrollar un buen método para el
procesamiento de datos GPR.
1. Simple: La cantidad de procesamiento que se llevará a cabo es dependiente de
la calidad de los datos, las necesidades específicas del usuario y las limitaciones
de costo y tiempo del proyecto. Esto se refiere a que en muchas ocasiones un
procesado simple y rápido bastará a nuestras necesidades, ya que no porque
exista procesado avanzado y complejo tendrá que ser utilizado
obligatoriamente.
2. Real: Evita la tentación de sobreprocesar de una manera indiscriminada. Como
ya se menciono, muchas técnicas en el procesado introducen errores
sistemáticos que en muchas ocasiones llevan a errores en la interpretación, por
3
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
lo que un buen control en el procesado de los datos mantendrá a estos más
apegados a la realidad.
3. Comprensible: Es de vital importancia entender lo que se esta haciendo
durante el procesado. Esta es la única manera de revisar lo que es real de lo
que no. El procesado de los datos se realiza para resaltar características en los
datros no para controlarlas.
4. Sistemático y consistente: Cerciorarse que se esta siendo consistente con los
pasos del procesamiento y de seguir un flujo de procesos establecido. De ser
posible, usar los mismos parámetros en diferentes conjuntos de datos y toma
nota de los detalles de cada paso del proceso. Los parámetros de algunos
procesos deben ser seleccionados a partir de algunos criterios físicos o
prácticos en vez de tomar valores arbitrarios.
Figura 1. Secuencia típica de procesado para datos GPR biestático, common‐offset y en modo reflexión.
Los pasos en negritas son considerados esenciales para la interpretación.
4
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
3.1. Pasos básicos del procesado de datos GPR
Estos pasos son usualmente aplicados directamente sobre los datos en crudo sin la
necesidad de información adicional del subsuelo y generalmente son aplicados a la
mayoria de conjuntos de datos:
3.1.1. Edición de las trazas e interpolación de “banda flexible” (swamping)
La edición de los datos es lo primero y probablemente la tarea que más consume
tiempo en la secuencia de procesado, ya que los archivos usualmente necesitan ser
clasificado, arreglados y en su caso, localizados correctamente. El registro incorrecto
de los parámetros del levantamiento (incremento del espaciado, posición inicial,
etcétera) puede resultar en que los encabezados de los archivos sean incorrectos, por
lo tanto, es una buena práctica revisar los encabezados antes de empezar a realizar el
procesado a fín de comprobar si estos parámetros son consistentes con los datos y a
su vez, correctos.
Trazas ruidosas, incoherentes o perdidas, requieren de edición y filtrado para mejorar
el carácter visual de la sección. En la mayoría de los casos, pocas trazas son erróneas y
una simple interpolación entre las demás trazas bastará para solucionar este
problema. En casos extremos, esto causará que se afecte la estructura de los datos y
que las características del subsuelo se vean distorsionadas. Lo mismo es cierto para la
interpolación de banda flexible. Este es un proceso comunmente aplicado a datos que
han sido colectados en modo de disparo continuo donde la unidad GPR es disparada a
intervalos de tiempo regulares.
3.1.2. Filtrado “dewow”
Éste es la eliminación de la componente de la señal de corriente directa inicial y su
5
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
subsecuente decaimiento de “wow” o tendencia de la señal de bajas frecuencias
presente en los datos. “Wow” es causado por la saturación de la señal obtenida por
arribos tempranos y/o por efectos de acoplamiento inductivos y requiere de la
eliminación de la señal de DC (corriente directa, por sus siglas en inglés) y la
aplicación de un filtro de corte bajo de frecuencias para una corrección efectiva.
La realización de este paso es de vital importancia ya que remueve la media a un nivel
cero y, por lo tanto, permite el llenado en color de pulsos negativos o positivos. Si se
aplica incorrectamente, las datos tendrán un decaimiento, una componente de baja
frecuencia que distorsiona todo el espectro de la traza; esto puede afectar futuros
métodos para el análisis espectral así como la naturaleza de la sección.
Si se requiere de un filtrado dewow manual, es una buena práctica hacer una simple
eliminación de la corriente directa primero para después realizar un filtro de media
con una ventana pequeña (típicamente el mismo largo que el pulso de la ondícula de
GPR) y/o un filtro de de corte bajo de frecuencias con una frecuencia de corte que sea
menor al ancho de banda registrado en los datos (por ejemplo, un corte de 10 Mhz
para una antena de 500 Mhz).
3.1.3. Corrección de tiempo cero
Deriva térmica, inestabilidad electrónica, diferencias en el largo de los cables y
variaciones en la interfaz de aire en la antena pueden causar “saltos” en el primer
arribo de la ondícula, regularmente referido como punto de tiempo cero.
Esto tiene un efecto en la posición de la interfaz del suelo en la sección, la secuencia en
tiempo de eventos posteriores y el grado de paridad a través de secciones adyacentes.
Por lo tanto, las trazas necesitan una correción a un tiempo cero común antes de que
los métodos de procesamiento sean aplicados. Esto usualmente se logra usando algún
6
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
criterio en particular, por ejemplo, el primer punto de quiebre de la onda de aire o el
primer pico negativo en la traza, y regularmente es realizado por el software de
procesado.
Estos tres pasos del procesado son el mínimo requerido para visualizar los datos de
manera inteligible. Aunque algo de procesado se ha aplicado, los datos son
considerados con procesado básico por lo que más métodos tienen que ser aplicados
para mejorar su interpretación.
3.1.4. Filtrado
Los filtros son generalmente aplicados a los datos para remover ruido cultural (ruido
cuya fuente es de procedencia humana, llamado también ruido antropogénico) o ruido
sistemático y para mejorar la calidad visual de los datos. Existen gran variedad de
tipos de filtros, desde filtros pasa‐bandas simples hasta filtros sofisticados de dominio
y transformación. En la práctica, algunos tipos de filtros son siempre requeridos. Los
filtros pueden ser aplicados antes o después de aplicar la función de ganancia, pero
filtros previos a la ganancia operan los datos de manera más real. Si los filtros son
aplicados después de la ganancia, entonces el efecto de la ganacia en la amplitud y el
contenido de espectral debe ser completamente comprendido.
Los filtros pueden ser clasificados en dos tipos: temporales o espaciales. Estos pueden
ser combinados para producir filtros avanzados 2D que operan los datos temporal y
espacialmente simultáneamente. En general, los filtros básicos alteran los datos ya sea
removiendo, suprimiendo o realzando señales en de frecuencias dadas o a través de
un número específico de trazas en el espacio o muestras. Típicamente los filtros
temporales 1D incluyen lo siguiente:
• Media simple: Toma la media de los datos a través de una ventana en tiempo
7
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
definida y suaviza los datos. Bueno para remover ruido de altas frecuencias
excesivas de intereferencia de frecuencias de radio de aparatos de
comunicación.
• Mediana simple: Remueve la mediana de los datos en una ventana en tiempo
definida. Bueno para remover picos en los datos.
• Pasa‐altas o pasa‐bajas (filtros en el dominio de la frecuencia): Dejan pasar ya
sea frecuencias bajas (bueno para remover ruido) o altas frecuencias (bueno
para remover la deriva de la señal y bajas frecuencias).
• Pasa‐bandas (filtros en el dominio de la frecuencia): Combinación de ambos,
pasa‐alta y pasa‐bajas frecuencias ya que sólo dejan pasar un rango
determinado de frecuencias por una región de paso. Los filtros pasa‐bandas
son muy comunes y los hay en varios tipos, cada uno con un operador de
diferente forma que definen la forma y el tamaño de la región de paso.
En la práctica, estos filtros temporales son buenos sólo para remover ruido de
frecuencias mayores o menores que la frecuencia principal del GPR y son sólo filtros
para limpiar la señal para hacerla visualmente mejor.
Los filtros espaciales operan de la misma manera que los filtros temporales, pero en
vez de operar a través de trazas en el tiempo, opera en trazas en el espacio. Tienden a
adoptar la forma de la media simple o filtros de promedio que abarcan un número
promedio de trazas y son usualmente usadas para enfatizar o suprimir características
específicas en un sección, siendo los más comúnes:
• Corrida de promedio simple: Remueve la media de un cierto número de trazas.
Suaviza los datos.
• Sustracción de promedio: Toma la media de un número de trazas en una
ventana y la sustrae de cada traza induvidual en secuencia.
• Removedor de fondo: Toma la media de todas las trazas en una sección y la
8
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
sustrae de cada traza. Remueve ruido de fondo.
• Filtros pasa‐bajas, pasa‐altas y pasa‐bandas espaciales (con dominio en el
número de onda): Son equivalentes a su contra parte en tiempo.
Los filtros espaciales operan bien con datos de buena calidad. La corrida de promedio
simple y los filtros pasa‐bajas son buenos para secciones geológicas y sedimentarias
de GPR donde las caracterpisticas de interés son extensas y de bajo ángulo.
El filtrado espacial no debe ser despreciado por completo ya que siempre existe
alguna característica interpretacional alcanzada por el proceso. Un ejemplo del
filtrado en tiempo y espacio es mostrada en la figura 2 donde un filtro temporal tipo
Butterworth pasa‐banda y un filtro removedor de fondo son aplicados a una sección
de GPR de 450 MHz obtenida sobre una carretera de concreto reforzado.
Figura 2. Ejemplo “real”de un filtro pasa‐bandas y removedor de fondo en datos de 450‐MHz GPR.
9
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
Vale la pena discutir algunos aspectos generales de los filtros y de su efecto en las
características de la fase en los datos.
Los filtros Butterworth tienen la ventaja de tener una respuesta plana a la amplitud
sobre un ancho de banda dando como resultado que los datos filtrados mantengan la
amplitud relativa correcta. Estos pertenecen a una clase de filtros denominados IIR
(Respuesta Infinita al Impulso, por sus siglas en inglés) lo cuales tienden a tener una
respuesta plana en la amplitud. Desafortunadamente, las características de la fase son
aproximadamente lineales dentro de un ancho de banda.
Esto suele ser menos problemático para levantamientos en frecuencias relativamente
bajas (<200 Mhz) pero puede ser un problema con datos GPR de alta frecuencia (e.g.
anchos de banda mayores a 500 Mhz). En estos casos, los filtros de respuesta finita al
impulso (FIR) son más adecuados ya que ellos exhiben una linearidad en la fase
dentro de todo el rango de frecuencias (no hay distorsión de la señal).
Filtros bidimensionales: Los filtros bidimensionales o filtros 2D operan los datos en el
dominio del tiempo y del espacio (t‐x) y en general, producen resultados similares con
sus contrapartes temporales y espaciales. Los filtros 2D más comunes son:
• Promedio t‐x: Toma la media de una región en espacio y tiempo. Bueno para
remover ruido general.
• Mediana t‐x: Toma la mediana de una región en espacio y tiempo. Bueno para
remover ruido general y picos.
Filtros F‐K (frecuencia, número de onda): Son filtros 2D más avanzados que actúan
como filtros pasa‐banda espacio‐temporales combinados. Los datos son
transformados al dominio frecuencia‐número de onda y un filtro pasa‐bajas, pasa‐
altas o pasa‐bandas es aplicado de la misma manera que los filtros 1D. La gran ventaja
10
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
de estos filtros es que pueden ser usados para remover eventos con direcciones de
inclinación particulares, dado que los números de onda transformados son positivos
para una dirección de inclinación mientras que son negativos para otra dirección.
3.1.5. Deconvolución
En pocas palabras, la convolución es proceso inverso de filtrado temporal que mejora
la resolución de secciones comprimiendo la ondícula registrada en una estrecha forma
distinta. Es usada para remover el efecto de la ondícula de fuente y deja la respuesta al
impulso de las capas superficiales únicamente.
El algoritmo de convolución asume que la superficie está estratificada
horizontalmente, tiene velocidades uniformes intracapas y las reflexiones que emanan
de las interfases son señales regulares y coherentes. Para el GPR, estas condiciones
son muy restringidas ya que la superficie es la parte más compleja de los estratos
reales en la tierra y la ondícula que se propaga es generalmente de fase combinada, no
estacionaria y vectorial con campos complejos no planos.
3.1.6. Análisis de velocidad y conversión a profundidad
Para poder convertir las secciones a la escala de profundidad, lo cuál es necesario para
interpretaciones realistas y para poder aplicar correcciones por elevación, una
estimación aproximada de la superficie en general tiene que ser obtenida por
verificación del terreno, levantamientos de punto medio común (CMP surveys) y/o
por análisis hiperbólico de velocidades.
El análisis hiperbólico puede ser realizado en cualquier sección que contenga
difracción o reflexión hiperbólica y se consigue mediante empatar la función
hiperbólica específica de velocidad con los datos obtenidos en campo.
11
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
En la práctica, ambas técnicas, tanto el análisis CMP como empatar la función
hiperbólica, tienden a reproducir valores de velocidad con errores y varianza de
aproximadamente ±10% o peores.
€ Correcciones topográficas o por elevación
3.1.7.
A menos que los datos en campo hayan sido obtenidos en un terreno plano, algún tipo
de correción topográfica es requerida para “reacomodar” los datos en su correcta
posición espacial. Esto es vital para levantamientos 3D y pseudo 3D donde una
relativa precisión entre las secciones o los cortes en tiempo es necesaria.
Las correcciones topográficas (también referidas como correcciones estáticas de
elevación), son aplicadas normalmente con una corrección por velocidad constante
que actúa en sentido vertical. Esto corrige los dos trayectos de tiempos de viaje de las
trazas a un datum plano a una distancia por encima de la interfaz aire‐tierra.
Esto es adecuado para variaciones suaves en la topografía, pero en el caso de cambios
tan abruptos como los del subsuelo, algunas rutinas de correcciones por topografía
más avanzados son necesarios. Estrictamente hablando, las variaciones topográficas
que exhiben inclinaciones de más de 10° deben ser corregidas usando metodos
avanzados.
Correcciones topográficas de buena calidad recaen en la toma de datos,
particularmente para levantamientos 3D. Una regla de dedo para un terreno
suavemente irregular, requiere un levantamiento con una precisión de
aproximadamente el 10% de la longitud de onda dominante y un intervalo de
muestreo de dos a tres veces ese mismo valor.
12
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
La siguiente tabla ilustra las precisiones típicas para un suelo arenoso y húmedo con
antenas GPR de entre 100 y 900 Mhz.
Tabla 1. Intervalos de muestreo y precisión espacial necesaria para levantamientos
con GPR de 100 a 900 Mhz en un terreno suavemente arrugado sobre un suelo
arenoso húmedo.
Frecuencia (MHz) Intervalo de muestreo (m) Precisión espacial (cm)
100 ∼2 ∼5
225 ∼1 ∼3
450 ∼0.5 ∼1.5
900 ∼0.25 ∼0.8
3.1.8. Funciones de ganancia
Ahora los datos estarán “procesados” para poder aplicarles directamente una función
de ganancia para ayudar a la interpretación y al análisis de datos. Las funciones de
ganancia mejoran el carácter visual de las secciones y la mayoría de las técnicas
alteran la estructura de los datos de alguna manera.
La ganancia en tiempo es necesaria para mejorar la apariencia de arribos tardíos
debido al efecto de atenuación y esparcimiento geométrico. Existen diferentes tipos,
como pueden ser: ganacia constante, ganancia exponencial, AGC (Automatic Gain
Control, por sus siglas en inglés), etcétera. Cada una tiene sus propias características.
Todas las funciones de ganancia operan de una manera similar, esto es, aplicando un
factor multiplicativo a una región sucesiva en tiempo de la traza. La ganancia puede
ser fácilmente aplicada teniendo en cuenta el largo de la ventana en tiempo, la función
de la ganancia (lineal, exponencial, etcétera) y el máximo de ganancia permitido. Por
lo general, el ruido y señal coherente son amplificadas por igual de manera
indiscriminada, por lo que la aplicación de la ganacia es un paso crítico.
Las funciones de ganancia mas comúnes son:
13
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
• SEC o decaimiento de energía: Corrige automáticamente la amplitud de la señal
por la perdida de energía debido a esparcimiento geométrico.
• Definido por el usuario, constante, lineal o exponencial: Este tipo de funciones
se describen por sí mismas, son funciones sistemáticamente aplicadas que
tienen un operador matemático definido por el usuario o automáticamente por
el software.
• AGC: Es una función de ganancia automático aplicada a cada traza, está basada
en al diferencia entre la media de la amplitud en una ventana definida y la
media de la amplitud en toda la traza. Esta función es muy conveniente para
desplegar información de eventos profundos y débiles pero de igual forma
amplifica el ruido.
Figura 3. Ejemplos de diferentes funciones de ganancia aplicadas a datos GPR con una antena
de 450 Mhz.
14
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
3.1.9. Migración
La última herramienta del procesado es la migración. Ésta es generalmente usada para
mejorar la resolución de la sección y desarrollar imágenes espacialmente más reales
del subsuelo y es la técnica más controversial de todas.
Desafortunadamente, todos los métodos de migración tienen limitantes que son
usualmente ignoradas por la propia naturaleza del problema, como los ambientes muy
heterogéneos. Estos pueden ser generalizados como sigue:
• Se debe tener conocimiento del modelo de velocidades de la estructura y la
estratigrafía es construída lateralmentente invariante, con velocidad constante
en sus capas.
• La fuente es espacialmente uniforme y se propaga esféricamente.
• Se conocen las condiciones de campo lejano de un campo escalar
propagandose radialmente .
• Los datos son obtenidos con incidencia normal o modo monoestático (no hay
separación en la antena).
• No se permite el efecto de dispersión o de atenuación. Esto es que el material
tienen propiedades independientes a sus frecuencias y no presentan perdida
de éstas.
3.1.9.1. Principios del método de migración
Difractores
La migración intenta corregir la posición y la amplitud de una señal por aproximación
a una hipérbola reconstruyendo la ondícula en el objetivo de fuente puntual. Este
algoritmo intenta empatar una función hiérbólica a la forma del difractor o calcular la
15
Análisis, modelado y procesado de datos de Radar de Penetración Terrestre
diferencia entre el modelo y lo observado. El cálculo necesita conocer la distancia en x
y la profundidad z del tiempo t usando un modelo de velocidades preestablecido.
Reflexiones
La migración intenta corregir la posición y la inclinación del reflejo registrado
moviendo el reflejo a su posición orginal. Esto, como con el difractor, es porque la
señal registrada es representada gráficamente debajo del punto medio del par de
antenas pero de hecho, la señal reflejada emana de una posición enfrente de la antena.
Figura 4. Principios del método de migración.
16