REVISTA ORIGINAL

RESUMEN:
La precisión y repetibilidad de las mediciones de microgravedad para fines topográficos se ven afectadas por dos
factores principales fuentes de ruido; ruido de los instrumentos del sensor y de la electrónica, y fuentes de ruido
ambiental de actividad antropogénica, viento, actividad microsísmica y otras fuentes de ruido vibracional. Hay poca
información en la literatura sobre los valores cuantitativos de estas diferentes fuentes de ruido y su importancia para
mediciones de microgravedad. Se realizaron experimentos para cuantificar estas fuentes de ruido con múltiples
INSTRUMENTOS y PARA desarrollar metodologías para reducir estas señales no deseadas, mejorando así la
precisión de las mismas o la velocidad de las mediciones de microgravedad. Se encontró que las fuentes externas de
ruido ambiental estaban concentradas a frecuencias más altas (N 0,1 Hz), dentro del ancho de banda del instrumento.
En contraste, el instrumental interno el ruido era dominante en frecuencias mucho más bajas que el recíproco del
tiempo máximo de integración, y era identificado como el factor limitante para los instrumentos actuales. El momento
óptimo para la integración fue el siguiente entre 120 y 150 s para los instrumentos probados.
Con el fin de reducir los efectos del ruido ambiental externo en las mediciones de microgravedad, se ha desarrollado un
sistema de filtrado y de a técnica de despiking se creó utilizando datos de entornos ruidosos junto a una carretera
principal y al aire libre en un día ventoso. La técnica mostró una mejora significativa en la repetibilidad de las
mediciones, con entre un 40% y un 50% menos de desviaciones estándar que se obtienen sobre numerosos conjuntos
de datos diferentes.
La técnica de filtrado se probó entonces en condiciones de campo utilizando una anomalía de tamaño conocido, y una
comparación entre diferentes métodos de filtrado. Los resultados mostraron mejoras con la realización del método
propuesto mejor que un proceso convencional, o un proceso de promediación de vagones de carga. El proceso de
despiece propuesto fue generalmente encontrado para ser ineficaces, con mayores ganancias obtenidas cuando se
descartan los registros de mediciones completas. Estudio de campo los resultados fueron peores que los resultados de
las mediciones estáticas, posiblemente debido a las acciones de mover el Scintrex durante el levantamiento que causó
inestabilidad y relajación elástica en el sensor, o los sensores de inclinación de líquidos, que generaron ruido adicional
de los instrumentos de baja frecuencia. Sin embargo, la técnica resultará en mejoras significativas en la precisión y la
reducción del tiempo de medición, tanto en mediciones estáticas, por ejemplo, en los lugares de referencia y
observatorios, y para mediciones de campo utilizando la próxima generación de instrumentos basados en nuevas
tecnologías, como la interferometría atómica, con el consiguiente ahorro de tiempo y costes.

INTRODUCCION:

Las mediciones de microgravedad son una herramienta útil dentro de la estrategia del geofísico para localizar los
huecos del subsuelo, ya que el instrumento responde a la propiedad física que define un vacío en contraposición a un
proxy (es decir, densidad contraste). Además, como método pasivo, mide un campo de gravedad y por lo tanto no tiene
limitaciones teóricas en cuanto a la profundidad de penetración. Estos le confieren una capacidad sin parangón en otras
técnicas geofísicas, especialmente para rasgos más profundos. Instrumentos como el Scintrex
CG5 (Scintrex, 2006) realiza muchas correcciones a la señal de gravedad bruta para efectos variables en el tiempo de
forma automática (por ejemplo, temperatura, inclinación, mareas y
), Y el procesamiento de datos estándar suele consistir en la reducción de datos de los puntos adquiridos para corregir
las variaciones de topografía y posición de las estaciones de gravedad utilizando técnicas bien entendidas (Gabalda
2003; Long y Kaufmann, 2013; Nabighian y otros, 2005; Seigel,
1995; BlÍžKovskÝ, 1979). Sin embargo, los gravímetros se ven fuertemente afectados durante las mediciones por ruido,
definido como cualquier señal no deseada que se manifieste en las mediciones. El ruido proviene de ambos
instrumentos y de fuentes ambientales de vibración que afectan en gran medida la exactitud y repetibilidad de los
valores estimados de la gravedad y deberá ser de integración (es decir, el tiempo necesario para que una sola persona
El ciclo de medición debe ser de al menos 30 s) para cada medición. la mayoría de las encuestas son para evaluar los
campos gravitatorios regionales, establecer redes de gravedad (por ejemplo, Martín et al. , 2011; Charles e Hipkin,
1995; Camacho
2009; Parseliunas et al. , 2011) o localizar grandes objetivos como yacimientos minerales (por ejemplo, Nabighian et al.
, 2005; Martinez et al. , 2013), hay un crecimiento
La demanda de encuestas de menor escala capaces de encontrar objetivos más pequeños en avance del trabajo de
desarrollo de ingeniería civil (por ejemplo, Tuckwell et al.
2008) como características de baja densidad de tierra, sumideros y soluciones. Sin embargo,como la señal de estos
objetivos es notablemente menor, y el muestreodensidad razonablemente aproximada en relación con su tamaño, es
imperativo que
Los datos se obtienen y corrigen con la mayor precisión posible paraevitar la creación de señales de ruido
correlacionadas de una longitud de onda espacial similar a señales de objetivos potenciales, lo que puede resultar en la
señalperderse en el ruido o detectar falsas características, especialmente como
La interpolación entre puntos se utiliza en el mapa de gravedad final. Mientras que
La adquisición de datos de alta precisión es importante con cualquier geofísicamétodo, el largo tiempo de adquisición
de datos de microgravedad conduce a grandes
Costes implicados en la readquisición de puntos y una menor resolución espacial.
Que otros métodos geofísicos hacen la adquisición de buena calidad.
Mediciones primera vez, todo lo más importante.
Varios autores han tomado mediciones de largo período utilizando múltiplesgravímetros de campo (CG3 y CG3M) para
evaluar su estabilidad a largo plazo (por ejemplo, Debeglia y Dupont, 2002; Bonvalot et al., 1998; Lederer, 2009)para
fines de seguimiento. Muchos de estos estudios fueron importantes para
Desarrollando correcciones para fuentes de ruido de baja frecuencia que afectan
Valores de medición entre puntos incluyendo celeste y océano.
Carga de marea y cambios de presión atmosférica. Pruebas extensas ha
También se ha llevado a cabo en los efectos instrumentales conocidos, como la inclinación
(Reudink et al., 2014; Liard et al., 1993) y temperatura (Bonvalot et al., 1998), aunque la cuantificación de sensores e
instrumentos electrónicos
Los efectos en la medición final solo se han definido como residual general una vez que todas las otras correcciones
han sido implementadas
(Jiang et al., 2012).
Se ha prestado mucha menos atención a las fuentes de mayor frecuencia de ruidos como el viento, vibraciones debidas
al tráfico y otras sustancias antropogénicas.
Actividad y ruido de microsismo ambiental causado por cambios de presión en
El fondo del océano debido a la acción de las olas en el océano abierto (Ardhuin et al., 2011). . Esto se debe en parte a
la naturaleza de alta frecuencia de estos las fuentes de ruido y las limitaciones de resolución del muestreo de 1 Hz del
CG3 tasa en comparación con el CG5 que muestrea a 6 Hz, aunque Debeglia y Dupoint (Debeglia y Dupont, 2002)
notaron la necesidad de estadísticas
Técnicas de desprestigio para eliminar individuos estadísticamente periféricos
Muestras dentro del procesamiento de la señal. Estas fuentes de ruido son a menudo contabilizado en encuestas a
gran escala mediante el posicionamiento de puntos de medición lejos de lugares problemáticos, como terrenos blandos
o cerca de carreteras (Seigel,
1995). Sin embargo, esto rara vez es realista en sitios de menor escala y una
Una solución más práctica es aumentar el tiempo de integración del instrumento. Para permitir que el ruido sea
promediado utilizando un enfoque de filtrado de vagones
(Debeglia y Dupont, 2002). Sin embargo, como ruido ambiental de microsismo.
Se forma a partir de una superposición de microsismos primarios y secundarios.
(Essen et al., 2003) y otras formas de ruido vibratorio como la carretera
El ruido forma las contribuciones positivas y negativas desiguales (Fig. 1), la
El método de integración es imperfecto ya que la señal parcialmente determinista. Provoca un cambio de media cuando
no se integra en un tiempo infinito. Sin embargo,
Se ha demostrado que la integración proporciona precisiones de hasta 5 μGal. Con ocupaciones relativamente largas
de 15 a 20 minutos por punto (Allis et al., 2000) que son comercialmente inviables debido a las restricciones de tiempo.
Otro enfoque adoptado por Sugihara (Sugihara,
2004) es utilizar la inspección visual de los datos en bruto para encontrar períodos de
Alta actividad microsísmica y eólica y eliminarlos de los datos.
Existen dos problemas principales con este método; primero toma mucho tiempo y no necesariamente estadísticamente
riguroso en grandes conjuntos de datos y, en segundo lugar, el método no proporciona una evaluación clara en el lugar
de cuándo un
Se ha recopilado una cantidad adecuada de datos para dar suficiente precisión.
Otro método es abordar el ruido mediante el uso de técnicas de filtrado. Como el propio filtro sísmico de Scintrex
integrado en el software del CG5,
Lo que reduce el ruido de las ondas microsísmicas y los rechaza. Picos (Scintrex, 2006), pero el funcionamiento de este
filtro es desconocido hacer imposible la replicación de la descripción en el manual, y
Ninguna evaluación publicada del filtro en condiciones de campo controlado puede
Ser encontrado para evaluar su eficacia. Por lo tanto, se reconoce que el filtrado de estas fuentes de ruido de alta
frecuencia puede reducir significativamente
Los tiempos de integración, ahorrando tiempo y dinero durante una encuesta. Este documento se centra en la
cuantificación de estas fuentes de ruido que afectan
La calidad de los datos de las mediciones de punto único y algunos métodos novedosos. Para mejorar el
procesamiento de datos utilizando los datos en bruto del instrumento

Esto es particularmente importante con el desarrollo. De instrumentos de gravedad basados en interferometría de

átomos que
Tendrá una mayor sensibilidad a la señal de interés y el ruido no deseado

2. Caracterización de fuentes de ruido.

Las fuentes de ruido que afectan la precisión de una única microgravedad.

La medición proviene de dos fuentes principales; señales ambientales reales
Como la vibración del viento, el ruido vibratorio antropogénico y el microsismo. Ruido (Ardhuin et al., 2011) que son
visibles independientemente del gravímetro utilizado, y las fuentes de ruido específicas del instrumento derivadas de la
electrónica del instrumento y la mecánica de sensores y que varían entre
Gravímetros, incluso los del mismo fabricante y modelo. UNA
En la Tabla 1 se proporciona un resumen de estas fuentes de ruido, que incluye una
Frecuencia y escala aproximadas, así como un resumen de los métodos.
Actualmente disponible para corregir las medidas.

2.1. Método y procesamiento

Para separar estas fuentes de ruido, es necesario tomar mediciones con múltiples instrumentos simultáneamente
(Goodkind,
1986) para evaluar la estabilidad a largo plazo del instrumento y la repetibilidad de las medidas. Las mediciones se
tomaron utilizando tres.
Scintrex CG5 instrumentos simultáneamente (en este documento Scintrex
A (número de serie 40867), Scintrex B (número de serie 40437) y Scintrex
C (número de serie 40018)) durante 37.5 h entre el 19 y el 21 de junio de 2015. Todos
Tres instrumentos tuvieron su sensibilidad a la temperatura y la inclinación recientemente.
Calibrado utilizando los procedimientos especificados en el manual de operación.
(Scintrex, 2006). Los datos fueron adquiridos en un punto estático en el sub-sótano. Del edificio Gisbert Kapp en la
Universidad de Birmingham,
Reino Unido (Fig. 2). Este lugar tenía la ventaja de estar protegido del viento. Y otras fuentes de ruido vibratorio
antropogénico como el tráfico.
Permitiendo un estudio detallado del ruido instrumental y del microsismo.
Realizado y representado condiciones idealizadas para una microgravedad.
Encuesta que permite conocer las limitaciones teóricas del instrumento. Establecido. Los relojes se sincronizaron
usando el accesorio GPS.
Se suministra con el instrumento y se deja calentar en el lugar durante 20 min.
Período para permitir que el instrumento se estabilice después del transporte como resultado
De relajación elástica de la primavera debido a los efectos de inclinación y vibración.
(Scintrex, 2006; Seigel, 1995; Reudink et al., 2014). Los tres instrumentos luego se iniciaron simultáneamente usando
un solo control remoto para ejecutarse continuamente en ciclos de 256 s (el máximo permitido por el
El software del CG5 para dejar tan pocos huecos en los datos como sea posible).

El registro de datos sin procesar también se habilitó en el software del instrumento para adquirir los datos muestreados
de 6 Hz de los convertidores de analógico a digital
Dentro del instrumento, que fue necesario para examinar las fuentes de ruido. Con periodos más cortos que el tiempo
del ciclo de medición, incluido el microsismo
Ruido y ruido vibratorio de fuentes cercanas hechas por el hombre.
Se muestran los efectos de las diferentes técnicas de procesamiento sobre los datos. En la Fig. 3. Los datos de cada
uno de los instrumentos se corrigieron individualmente para la temperatura y la inclinación utilizando datos de los
sensores internos y las ecuaciones dado en el manual de operación de Scintrex (Scintrex, 2006) y el
Parámetros relevantes de los instrumentos individuales. Un ejemplo de este procesamiento se muestra en la Fig. 3. Las
mediciones se corrigieron por primera vez para variaciones de temperatura utilizando los sensores de temperatura
incorporados y el coeficiente de corrección de la temperatura y la compensación adquirida de Scintrex
(Fig. 3b). Se encontró un error en la fórmula del manual para convertir los recuentos de ADC a inclinaciones en
segundos de arco y la versión correcta se usó y confirmó con Scintrex (Ecs. 1a, 1b). Donde ADC es el valor del
convertidor analógico al digital registrado en el archivo y Sensibilidad y Desplazamiento son la sensibilidad de
inclinación y el desplazamiento de inclinación Valores almacenados en el firmware del instrumento durante la
calibración respectivamente
(Fig. 3c). Más detalles sobre el procesamiento de datos en bruto desde el Scintrex
CG5 para eliminar los efectos instrumentales son proporcionados por Sugihara (Sugihara,
2004). Las mareas celestes fueron removidas utilizando un modelo de efemérides.
(Longman, 1959) (Fig. 3d) y la marea oceánica residual se corrigió usando un modelo de carga de mareas oceánicas
(Matsumoto et al., 1995) (Fig. 3e). Finalmente,
Deriva instrumental, causada por la relajación del cuarzo del instrumento.
Resorte (descrito como aproximación de un proceso lineal sobre el típico duración de una encuesta) fue necesario
eliminar (Fig. 3f). En encuestas típicas,
Esto se implementa tomando mediciones repetidas en una sola base
Punto de estación a lo largo del día de la encuesta para evaluar los cambios observados. En mediciones de gravedad
después de otras correcciones para efectos que varían con el tiempo se han aplicado. Sin embargo, dado que las
medidas se tomaron en una ubicación estática con gravedad no variable, todo el conjunto de datos fue a la deriva
Se corrige eliminando una tendencia lineal. Como el instrumento se posiciona. Fueron fijas, no hay técnicas de
reducción de datos adicionales debido a las ubicaciones de los instrumentos (por ejemplo, latitud, aire libre y
correcciones de Bouguer) eran necesarios Examen preliminar de los datos promediando el
Los ciclos de medición individuales mostraron que incluso con las correcciones, existía un efecto de marea residual
(con un período de aproximadamente 12 h) que fue visible en los tres instrumentos (Fig. 4). En la práctica, es posible
eliminar esta señal no deseada con buenas prácticas de encuesta y la eliminación de un ajuste polinomial de orden
superior para la eliminación de la deriva, si
Las mediciones de la estación base o puntos repetidos se toman con suficiente frecuencia (al menos una vez por hora).
Por este motivo solo las fuentes de ruido. Por encima de la frecuencia de esta señal de marea (N1 × 10−5 Hz) fue
preocupante y la marea restante se eliminó utilizando un ajuste polinomial de sexto orden, o
Filtrado de paso de banda equivalente.

2.2. Resultados y analisis

Para comprender mejor la naturaleza de las diferentes señales de ruido.

y las frecuencias en las que operan, una transformada rápida de Fourier
(FFT) se aplicó a los datos corregidos de 6 Hz para los tres instrumentos
(Fig. 5) utilizado para medir en el sótano de la Universidad de Birmingham.
Las fuentes ambientales reales de ruido deberían ser visibles en los tres instrumentos, mientras que el ruido
instrumental debido a las diferencias en la
Los sensores y la electrónica entre instrumentos deberían variar. En el
Ausencia de vientos y vibraciones industriales, principal fuente de impacto ambiental. El ruido se origina a partir de
vibraciones sísmicas como las causadas por las olas del océano (Ardhuin et al., 2011). Este ruido es visible como dos
picos principales que se encuentran en frecuencias similares en los datos de los tres instrumentos; El ruido principal del
microsismo se muestra como un pico entre
0.2 y 0.3 Hz y una frecuencia sísmica de alrededor de 0.1 Hz, la cual ocurrió durante un terremoto de magnitud 6.4 en
Chile (Pfeiffer, 2015).
Los límites de resolución espectral de la integración típicamente encontrada.
Se incluyen períodos para mostrar que las características espectrales del microsismo serán
Incluido dentro de las operaciones de procesamiento de señales asociadas.
En contraste las fuentes de ruido que difieren entre los instrumentos.
Caída a frecuencias mucho más bajas, por debajo de la resolución espectral mínima. Del instrumento correspondiente
al recíproco de 256 s, es decir,
Estos no pueden ser promediados efectivamente dentro de la medición. ciclo. Estas fuentes de ruido representan la
limitación práctica de la
Instrumento incluso en un ambiente de bajo ruido. Según el Scintrex manual (Scintrex, 2006), el error en una medición
individual puede
Se expresará utilizando la ec. (2) lo que hace la suposición de que el ruido
Durante el ciclo de medición es blanco.
Donde SD es la desviación estándar y DUR es la duración de la medición en segundos. Los espectros presentados en
la Fig. 5 ilustran claramente que la no se puede asumir que el ruido sea blanco y el procesamiento de la señal sea más
apropiado
Las formulaciones serán presentadas en la siguiente sección.
Cálculo de los valores de desviación estándar para los tres instrumentos.
(Fig. 6a) mostró que el error en todas las mediciones
Durante el periodo de seguimiento estuvo por debajo de la resolución del instrumento.
(1 μGal), con la excepción del período durante el terremoto, donde
El ruido de fondo del microsismo era más alto de lo habitual. Sin embargo, porque Las frecuencias de la fuente
instrumental de ruido caen por debajo del recíproco. De los tiempos de integración de las mediciones, este método
subestima
Los verdaderos errores (fig. 6b). Tomando el valor medio del conjunto período (507 mediciones) como el valor
"verdadero" de la gravedad, el mismo
Los datos se pueden utilizar para mostrar la desviación de este valor para cada instrumento. Como una función de
densidad de probabilidad para evaluar la frecuencia de ocurrencia de errores instrumentales en la Fig. 7. Esto
demuestra que la práctica
La limitación de la precisión de una medida dada está limitada por la
El ruido instrumental y la limitación del ciclo de medición a
256 s.
De esto se puede concluir que los errores, la consecuente precisión y la
La repetibilidad de las mediciones de gravedad utilizando equipos existentes son determinado por dos factores
principales:

1. La capacidad de integrar mediciones individuales durante el tiempo suficiente para

Eliminar las señales ambientales o reducir sus efectos a través de la señal.
Procesando filtros como los que veremos más adelante. Esto puede ser estimado
Utilizando la desviación estándar de la medida y medida. Duración y debe ser el foco de una mayor reducción de ruido
para ambos aumentar la velocidad de medición y la precisión.

2. Ruido instrumental con un periodo más largo que la medida máxima.

El tiempo, que en términos prácticos se manifiesta como un seudonormalmente
Ruido distribuido con desviaciones estándar entre 1.43. Y 2.49 μGal (típicamente dando un ruido máximo de entre ±
4–8 μGal) dependiendo del instrumento. Esta fuente de ruido puede
Sólo se eliminará mediante el uso de mediciones repetidas en cada espacio punto que reduce el error en una cantidad
proporcional a la
Raíz cuadrada del número de medidas.
El tiempo óptimo de medición debe ser lo suficientemente largo como para integrarlo. El ruido de mayor frecuencia
mientras que es lo suficientemente corto para evitar ser influenciado por fuentes de ruido de baja frecuencia que
contienen incompletas
Ciclos que se manifiestan como deriva. Esto se puede evaluar utilizando la desviación de Allan.
(Fig. 8) que evalúa la estabilidad de las mediciones para diferentes
Ciclos de medición de longitudes. En tiempos de medición más cortos para los tres
En los instrumentos, la desviación disminuye a medida que los procesos de ruido promedian mientras que en tiempos
más largos, la desviación aumenta debido a la deriva del instrumento ruido. El tiempo de medición óptimo se puede
encontrar en los valores mínimos de desviación que para todos los instrumentos es de 120-200 s.

3. Encuestar técnicas de mejora de la calidad por reducción de ruido ambiental

Las encuestas de gravedad a menudo se realizan en áreas urbanas, cerca de carreteras con mucho tráfico. O en sitios
de construcción que contienen fuentes de alta frecuencia industrial
Y ruido de vibraciones antropogénicas. Mediciones de gravedad en el El campo o en zonas abiertas también puede
verse afectado por el viento. El aire
La turbulencia es una fuente de vibraciones adicionales de alta frecuencia. Presión
Las diferencias entre los lados de viento arriba y viento abajo de la medición.
El dispositivo puede inclinar el instrumento, lo que agrega un error adicional de baja frecuencia. A las medidas.
La forma más sencilla de mejorar la calidad de los datos es aumentar la duración. de medidas. En este caso, el error de
los datos disminuye en un factor. Proporcional a la raíz cuadrada de la duración de la medida (Isotalo et al., 2008). El
levantamiento de gravedad típico para objetivos poco profundos tiene una medida espacio de 2 a 8 m (por ejemplo,
Tuckwell et al., 2008) y puede cubrir áreas de unos pocos cientos a varios miles de metros cuadrados dependiendo de
la objetivos y área de interés y por lo tanto contiene cientos de puntos.
Incrementando así la duración asociada a cada medida. Lleva a un aumento significativo en la duración general de la
encuesta y
Hace uso del instrumento menos eficiente. Así cualquier técnica que pueda
Reducir la duración total de la encuesta es digno de consideración.
La tarea del topógrafo y analista de datos es estimar la gravedad señal, y (t), utilizando un proceso ilustrado en la Fig.
9. La señal de gravedad real se denota por, s (t), y se supone que es una constante en un tiempo invariante paisaje. Sin
embargo, esta señal está contaminada por una multitud de aditivos.
Fuente de ruido ambiental discutida anteriormente con una potencia espectral densidad G (f). La estimación se calcula
utilizando un filtro coincidente, implementado mediante la convolución de la señal medida en el dominio del tiempo con
un lineal respuesta de impulso de filtro invariante en el tiempo, h (t). Los coeficientes, h (t), se eligen de manera que la
relación señal-ruido de la estimación, y (t), sea maximizada
Un promedio convencional (furgón) es óptimo cuando el ruido espectral
La densidad es blanca. Así, dada una ventana de registro de recopilación de datos (medición tiempo de ciclo) de
duración, τ, y una densidad espectral de ruido blanco. Sin embargo, como se muestra en los resultados anteriores, el
ruido de microsismo no es
Blanco, pero tiene una frecuencia pico característica entre 0.1 y 0.3 Hz.
Cuando ya no se puede suponer que el ruido sea blanco, como en todos los
Los resultados presentados en este documento, el espectro de potencia debe ser estimado a partir de los datos
detectados. Un enfoque es calcular la muestra. Matriz de covarianza, C (Isotalo et al., 2008). Este es un cuadrado
simétrico. Matriz de dimensiones N por N, donde N es el número de datos valores recopilados por registro en cada
posición de levantamiento espacial (N = 180 para un tiempo de ciclo de medición de 30 s como el usado por muchos
Scintrex comerciales
Encuestas CG5). Por ejemplo, para una matriz que representa un gran número de registros de medición, s, cada uno
consta de tres muestras, la covarianza la matriz sería donde E es la expectativa y la media μ = E [s]. Para asegurar que
el
La matriz de covarianza no es singular, el número total de gravedad muestreada las medidas deben exceder de N2
. Este requisito normalmente sería
Logrado en un solo día durante las operaciones de encuesta comercial.
En caso de que haya menos muestras de datos disponibles, entonces el tamaño de la covarianza matriz se reduciría,
normalmente mediante el paso digital de filtrado de la ingrese los registros de datos y muestree nuevamente a una tasa
más baja, o subdividiendo
Los datos se registran en instantáneas de menor duración.
Habiendo obtenido la matriz de covarianza, la mejor imparcialidad lineal. El estimador (AZUL) (Rao, 1967) se puede
calcular donde 1 es una matriz de columnas N por 1 rellena con unas, 1T es la transposición de 1 y C − 1 es el inverso
de la matriz de covarianza C. Este proceso puede considerarse como el cálculo de un filtro de pre-blanqueamiento con
coeficientes Por lo tanto, si un registro de recopilación de datos típico de 30 s contiene 180 muestras,
El filtro lineal invariante en el tiempo ilustrado en la Fig. 9 también incluirá
Se calcularán 180 muestras y una sola muestra para la estimación de la señal. Y (0).

3.1. Mediciones microsísmicas de fondo.

Para demostrar la eficacia de este enfoque de filtrado basado en datos, los datos recopilados de los tres instrumentos
Scintrex CG5 ubicados
En un sótano de la Universidad de Birmingham se analizó.

Estos instrumentos se configuraron para recopilar datos durante 37 h, lo que equivale a 507 registros de
1536 muestras (periodos de observación de 256 s). Los datos en bruto de uno
Scintrex CG5 se muestra en la Fig. 10. Esto muestra actividad microsísmica regular y dos eventos transitorios. El
primero es un terremoto de magnitud 6.4 en
Chile (Pfeiffer, 2015), se presume que el segundo es un local desconocido.
Evento sísmico que ocurre en la mitad de la noche.
Para calcular una matriz de covarianza invertible, C, los datos
La matriz, s, fue remodelada a un tamaño de 768 por 1014 - correspondiente a
Más cortos, registros de 128 s de duración. Cualquier columna en la matriz de datos, s, con una varianza que excede el
doble de la varianza media para todos los restantes
Los registros fueron descartados. Para los resultados ilustrados en la Fig. 10, este proceso resultó en descartar catorce
columnas de datos.
Un problema estándar con cualquier enfoque de filtro inverso será que los nulos en el espectro de frecuencia de
entrada conducirán a picos muy altos en
La respuesta de frecuencia del filtro inverso. El comúnmente aplicado
La solución es desviarse del filtro óptimo (AZUL) por equivalencia añadiendo ruido no correlacionado a la señal de
entrada. En este caso la frecuencia pico.
La respuesta del filtro se limitó arbitrariamente a +10 dB dentro de las regiones fuera de la banda de paso nominal del
instrumento, mientras que
Asegurando que la relación entre las magnitudes de la mayor a la los vectores propios más pequeños fueron b 108
para asegurar limitaciones de resolución numérica
No afectó la inversión de la matriz de covarianza.
Los resultados de la respuesta de frecuencia basada en datos del filtro son ilustrados en la Fig. 11. La traza sólida
representa el filtro inverso enfoque mientras que la línea discontinua representa un convencional (furgón) enfoque de
filtrado. Se notará que el filtro inverso efectivamente coloca nulos en el espectro correspondiente a los máximos en el
microsísmico y el espectro de ruido del instrumento. La ganancia del filtro es correspondientemente.
Permitido aumentar en regiones de muy poca energía espectral de entrada, como acercarse a la frecuencia de Nyquist
(3 Hz). Una mejora en calidad estimadora se esperaría que corresponda a las regiones donde la respuesta del filtro se
suprime por debajo de la convencional
Respuesta (furgón).
Para demostrar las posibles mejoras de este enfoque para este entorno de medición, las funciones de densidad de
probabilidad de los estimadores se representan en la Fig. 12. La media de la distribución inversa del filtro se ha restado
de las otras distribuciones para mayor claridad visual,
Se mantendrán las compensaciones aleatorias de valor medio de los diversos estimadores. Todos otros residuos
periódicos de baja frecuencia (b 0.001 Hz) fueron eliminados por
Filtrado antes de calcular las distribuciones estadísticas. La traza solida corresponde al filtro inverso (AZUL) y produce
una desviación estándar de 1,48 μGal, la línea de puntos representa la sísmica interna de Scintrex algoritmo de filtro y
produce una desviación estándar de 2.15 μGal, mientras que la línea discontinua representa un proceso de promediado
(furgón) convencional y produce una desviación estándar de 2.48 μGal. El resumen es que bajo
Estas condiciones de medición, el uso de un filtrado más sofisticado. Este enfoque resultaría en una reducción del 40%
en la incertidumbre de medición, o la misma incertidumbre obtenida en el 35% de la medida original. Hora.
3.2. El ruido del tráfico y la eliminación transitoria
Los estados de sabiduría de los levantamientos de gravedad convencionales afirman que el tráfico local
El ruido y los impulsos relacionados degradan la calidad de la encuesta. Para probar esto hipótesis, un Scintrex CG5
estaba ubicado en una sala de almacenamiento de botellas de gas
A unos 5 m de una carretera urbana con una densidad de tráfico moderada.
Comprende coches y vehículos comerciales cargados. Los cimientos de
Esta pequeña habitación era de profundidad comparable a los cimientos de la carretera. Y el instrumento habría estado
bien protegido de corto plazo
Variaciones de la presión del aire. Se cree que este escenario representa la más cerca de un estudio de gravedad real
podría llegar a una carretera activa. Los datos fueron
Recolectados durante un período superior a 8 h y los datos sin procesar se presentan en la Fig. 13. Este conjunto de
datos revela un resultado sorprendente en que muy pocos transitorios
Son identificables manualmente y que las magnitudes de estos eventos.
Son relativamente pequeños.
De los 453 registros de datos de 60 s, dos fueron rechazados por su varianza excedió el doble de la media para todos
los registros restantes. La frecuencia
La respuesta del filtro inverso calculado a partir de estos datos es mostrado en la Fig. 14. Es de destacar que las
características del filtro inverso son muy similares a los de la Fig. 11, aunque los datos de origen
Fue significativamente contaminado por el ruido del tráfico.
Las funciones de densidad de probabilidad de los estimadores se trazan en
Fig. 15. La traza sólida corresponde al filtro inverso (AZUL) y produce una desviación estándar de 1.87 μGal, la línea de
puntos representa
El proceso interno de reducción de ruido de Scintrex produce un estándar. Desviación de 3,47 μGal, mientras que la
línea discontinua representa un convencional (furgón) promedia el proceso y produce una desviación estándar de 3.81
μGal.
El resumen es que en presencia de ruido de tráfico significativo, el
La incertidumbre de medición ha aumentado típicamente entre un 25% y
50% - un aumento sorprendentemente pequeño. Así, es posible que el anecdótico.
La evidencia de ruido de tráfico que reduce la calidad de las encuestas de gravedad se debe a
Las ondas de presión de aire de los vehículos que afectan la alineación de la instrumento, en lugar de provenir de un
efecto acoplado al suelo.
La práctica topográfica actual generalmente rechaza registros completos, basados en en la varianza de los datos que
exceden alguna constante predefinida. Los descarte de transitorios individuales mientras se procesa el resto El registro
de datos es de interés para el topógrafo de la gravedad. Para detectar transitorios
El algoritmo propuesto por Hassanpour, et al. (Hassanpour et al.,
2004) fue utilizado. Espectrogramas de la señal de gravedad en la frecuencia de tiempo.
Los dominios se calcularon utilizando transformadas de Fourier de tiempo corto. Con una muestra de 32 y una ventana
de superposición del 75% calculada en Matlab.
Los resultados se analizaron a frecuencias de 1,7 Hz, 1,9 Hz y 2,1 Hz. UNA
Se implementó el detector de probabilidad de falsa alarma (CFAR) constante. Con un umbral de detección de +17 dB
correspondiente a la probabilidad de
Falsa alarma de 10-14 en condiciones de ruido blanco normalmente distribuidas.
Las muestras se clasificaron como transitorias si dos o más de los tres análisis
Las bandas activaron sus respectivos detectores de CFAR. Un ejemplo de un el evento transitorio detectado
automáticamente se ilustra en la Fig. 16. La parte superior la traza muestra un registro de datos sin procesar típico de
60 s con la firma característica de un vehículo pesado que pasa el sensor - las muestras detectadas son resaltado con
círculos. La segunda traza muestra el espectrograma, con
El ruido del vehículo se caracteriza por componentes espectrales con frecuencia.
Contenido en exceso de 2 Hz. La tercera traza muestra el contenido energético en el
Tres bandas de análisis de frecuencia más alta, lo que indica que los eventos transitorios se manifiesta a través de
múltiples bandas. La cuarta traza ilustra una obra construida.
Ventana cosinada que se usa para reducir los efectos de eventos transitorios en el proceso de estimación. Esto es
generado por la ec. (7). donde N representa el número de muestras equivalente a la duración del transitorio yk
representa el número de muestras en las pendientes de la función de ventana
Implementación de un filtro automático de supresión de eventos de tráfico en el
451 registros de datos arrojaron un 1,7% de las muestras de datos contaminadas
Por el ruido del tráfico. Aplicando una ventana construida coseno cónico a rechazar dichos eventos antes de un
proceso de promediado convencional (furgón)
No hizo ninguna diferencia perceptible a las estadísticas del proceso de estimación.
Sin embargo, el enfoque de filtrado basado en datos fue significativamente degradado a medida que la ventana cónica
del coseno agrega contenido espectral a
Regiones de dominio de frecuencia amplificadas por el filtro inverso. En resumen,
El ruido del tráfico acoplado a tierra parece ser parcialmente coherente en la naturaleza y está bien suprimido ya sea
por un filtro inverso basado en datos
Enfoque, o un enfoque de filtro convencional (furgón). El uso de la ventana de supresión de eventos selectiva no parece
ser eficaz.

3.3. Reducción de ruido del viento

Es bien sabido que el viento tiene un efecto significativo en la calidad de un levantamiento de gravedad y deflectores de
viento se despliegan rutinariamente. Aislar
El impacto típico del ruido del viento, los datos se registraron utilizando Scintrex.
CG5 durante 13.3 h el 28 de octubre de 2017. Se eligió una ubicación remota desde
Cualquier ruido de tráfico y sujeto a vórtices de viento turbulento. Detección automática de eventos transitorios fue
empleado otra vez, y un transitorio típico
Se ilustra en la Fig. 17. El evento detectado se identifica con círculos superpuestos a los puntos de datos; todos los
transitorios inducidos por el viento similares son mucho más cortos que los eventos inducidos por el tráfico y tienen
espectral
Contenido a frecuencias más altas.
La función de densidad de probabilidad de los estimadores fue nuevamente computado El filtro inverso (AZUL) produce
una desviación estándar de
1.60 μGal, el proceso de filtro sísmico interno de Scintrex produce un estándar desviación de 2,78 μGal, mientras que el
promedio (vagón) convencional promedia
El proceso produce una desviación estándar de 2.71 μGal. Este conjunto de datos revela que el filtro inverso no puede
ser invariante en el tiempo. Las desviaciones estándar. Citados fueron para una matriz de covarianza estimada
utilizando 6 h de datos. Cuando la matriz de covarianza se calculó utilizando el total de 13.3 h, el inverso
Filtro realizado ligeramente peor que el filtro convencional (furgón). Proceso. Las características espectrales de la
actividad microsísmica fueron
Observado evoluciona lentamente durante este periodo.
3.4. Resultados de la encuesta comercial
Los datos presentados hasta ahora muestran que un filtro inverso basado en datos
El enfoque puede proporcionar beneficios útiles, incluso en presencia de tráfico y
Ruido del viento. El análisis estadístico de una encuesta de gravedad real es más desafiante como el valor del
estimador deseado en desconocido y espacialmente variar.
Inicialmente se asumió que todos los registros de medición podrían ser
Utilizado para calcular la matriz de covarianza y por lo tanto el filtro inverso.
Curiosamente, esto condujo a un conjunto de coeficientes de filtro que se aproximan a un elevado
Ventana de coseno (una ventana de Hann modificada) con un rendimiento muy similar
A la de la ventana convencional (furgón). Investigación exahustiva reveló que una fuente de ruido multiplicativa era
responsable de esto, o que el instrumento gane asociado a la actividad microsísmica. Varía de una encuesta a otra
posición. Se postulan dos razones. Para este efecto; que el cumplimiento de la tierra proporciona una variada
localmente atenuación de la actividad microsísmica, o que la corrección del sensor de inclinación
Introduce una atenuación relacionada con la inclinación.
Sin embargo, la práctica común es corregir la deriva del instrumento volviendo a una posición de estación fija a
intervalos regulares. La gravedad se asume que el valor es constante en esta ubicación y, por lo tanto, se puede utilizar
presentar medidas estadísticas significativas y proporcionar datos para el
Cálculo de la matriz de covarianza. Como ejemplo típico, el 31
Oct 2017 fue seleccionado al azar como un solo día de una gravedad comercial encuesta realizada en Broadway,
Worcestershire, Reino Unido. Los topógrafos recolectaron 265 registros de 30 s en un día, de los cuales 42 registros
intercalados fueron recogidos en un punto de estación fijo. Para calcular un invertible matriz de covarianza, estos 42
registros se subdividieron en 126 registros de 10 s de los cuales seis fueron descartados porque su varianza supera el
doble.
La de la varianza media de los registros restantes. Así, con un 6 Hz. tasa de muestreo, se calculó un filtro inverso de 60
puntos para este día. Los
El filtro inverso (AZUL) produce una desviación estándar de 3.73 μGal, la interna
El filtro sísmico Scintrex produce una desviación estándar de 5.99 μGal, mientras que
El proceso de promediación convencional (furgón) produce una desviación estándar. de 7.93 μGal. En resumen, el
enfoque del filtro inverso basado en datos aparece
Para poder proporcionar una mejora valiosa en estimador
Calidad en un entorno de campo donde el instrumento está siendo repetidamente
Regresó a una posición de estación fija.
La tabla 2 resume las desviaciones estándar de mediciones múltiples
Recogidos en puntos de estación fijos y en diferentes momentos. Ambos trafico el ruido y el ruido del viento conducen a
mayores desviaciones estándar. El mayor efecto parece ser el manejo manual del instrumento repetidamente mover el
instrumento hacia y desde la posición de la estación. En todo situaciones, una mejora significativa parece posible
mediante el uso de un filtro optimizado para las condiciones de espectro de ruido no blanco prevalentes en
El momento de la encuesta.
3.5. Pruebas adicionales en condiciones de campo
Para probar más a fondo el filtro inverso controlado por datos en condiciones de campo, se necesitaba una anomalía de
un tamaño conocido para evaluar los efectos de
Filtrado en la señal de datos de verdad. Se realizó un experimento en una
Aparcamiento, cerca de la Universidad de Birmingham, Reino Unido. Una línea de datos era recolectado usando una
torre de andamio sobre la mitad de dos pilas de concreto bloques, que fueron suministrados con un tamaño y peso
conocidos, permitiendo que el contraste de densidad sea calculado con precisión (Fig. 18a).
Los puntos de medición y los bloques fueron localizados con precisión usando una estación total (Leica TS15) y la
posición de ambos también se muestra en
Fig. 18b.
El instrumento se ajustó para recopilar datos en bruto de 6 Hz, que fueron
Corregido por errores instrumentales (temperatura e inclinación) y celeste. Y mareas oceánicas utilizando los mismos
métodos que en los experimentos anteriores
y la deriva se eliminó utilizando mediciones repetidas en todo el
Día tomado en una estación base fija. Varias técnicas de filtrado diferentes. Se utilizaron en estos datos para crear una
serie de conjuntos de datos comparativos:
1. Los datos se dejaron sin filtrar y promediaron durante la medición.
Ciclo para evaluar los efectos de un filtro convencional (furgón)
(Sin filtrar).
2. Los datos fueron procesados utilizando un enfoque de filtro inverso con un pequeño número (b2%) de registros
rechazados como resultado de la detección de transitorios
(Filtro AZUL).
3. Los datos se tomaron del archivo corregido de Scintrex usando el archivo incorporado. Filtro sísmico de rechazo de
ruido de tipo desconocido (Scintrex (sísmico filtrado)).
Todos los conjuntos de datos procesados se redujeron a anomalías de Bouguer utilizando técnicas estándar de
reducción de datos (Gabalda et al., 2003;
y Kaufmann, 2013; Nabighian et al., 2005) y datos posicionales de
La estación total para corregir la latitud, los efectos de aire libre y los efectos. De variación del terreno. Con el fin de
proporcionar una comparación sobre la cual basar la eficacia de los diferentes métodos de filtrado, las dimensiones y
Las posiciones de los bloques y sus valores de densidad se utilizaron conjuntamente. Con un modelo adelantado para
un paralelipípedo (Telford et al., 1990)
Para generar la respuesta esperada. Los resultados de esta simulación y
Los datos registrados utilizando los diferentes regímenes de filtrado y los residuos. en los datos se muestran en la Fig.
19. La función de densidad de probabilidad tiene
También se ha incluido (Fig. 19c) para la comparación con los errores instrumentales. Mostrado en la figura 7.
Los datos mostraron mejoras limitadas cuando se filtraron con el nuevo
Técnica en comparación con el filtro sísmico Scintrex incorporado (RMSE =
3.87 comparado con RMSE = 4.59 μGal) con un rendimiento similar para
La mayoría de los puntos medidos. Sin embargo, mejora significativa se observó en uno de los puntos (punto 24) que
presentaba anomalías
Grandes errores al utilizar el filtro sísmico Scintrex. De acuerdo con la
Manual de operación de Scintrex, el filtro sísmico rechaza puntos fuera. De 6 desviaciones estándar del valor medio y
por lo tanto es
Es posible que el método haya rechazado demasiadas o muy pocas de las
Puntos que dan un promedio final erróneo. Sin embargo, sin más detalles precisos de la operación del sensor, es
imposible determinar
La causa exacta de esta variación.
Cabe destacar que ya que el filtrado mostró mejoras significativas. Cuando el instrumento era estático, pero no en los
datos de campo, es
Claro que se han inducido errores adicionales debido al movimiento. Del instrumento entre los puntos a pesar de que el
cuidado extremo era tomado para evitar golpear o inclinar el instrumento excesivamente durante la encuesta. Dado que
estos errores no se reducen por el proceso de filtrado,
Se sugiere que posean una frecuencia de medición más larga. Que el tiempo de ciclo del instrumento. Efectos similares
han sido notados por
Debeglia y Dupont (Debeglia y Dupont, 2002) quienes notaron mayor desviaciones entre los gravímetros Scintrex
CG3M durante varias horas después utilizando uno en el campo. Una posibilidad es que la baja frecuencia adicional
El ruido del instrumento proviene de un efecto físico en el sensor.
Resorte inducido por vibraciones o golpes causados por el movimiento del instrumento.
De punto a punto o choque térmico debido a la temperatura.
Variaciones entre puntos (Yushkin, 2011). Sin embargo, dada la baja frecuencia
Deriva del ruido adicional observado por Debeglia y Dupont
(Debeglia y Dupont, 2002), otra posibilidad es la larga recuperación
El tiempo de los sensores internos de inclinación del líquido que genera un adicional.
Deriva en las medidas. En cualquier caso, la limitación es la mecánica.
la naturaleza del instrumento y el uso de un instrumento más estable con
No hay partes mecánicas para estudios de campo como la interferometría atómica. Sensores (Freier et al., 2016; Peters
et al., 2001; Peters et al., 1999)
Reducir estos problemas en el futuro y hacer el filtro inverso. Enfoque inestimable en la práctica de campo en entornos
ruidosos como
Areas urbanas. El enfoque de filtro inverso también es útil para aplicaciones utilizando un gravímetro estático o
conjuntos de mediciones a largo plazo, como en observatorios, para aplicaciones de monitoreo de lapso de tiempo, y
para base
Las estaciones y el punto de gravedad de referencia forman parte de las redes nacionales de gravedad.
En estas circunstancias, el enfoque de filtro inverso podría proporcionar
Beneficios en términos de tiempo de adquisición de datos y precisión como se muestra.
Durante las pruebas de medición estática.
4. Conclusiones
Este documento ha demostrado que las encuestas de gravedad utilizando comerciales
Los instrumentos Scintrex CG5 se ven afectados tanto por los instrumentos como por los ambientales. Fuentes de ruido
durante las mediciones que afectan en gran medida la
La exactitud de los datos recogidos y han recibido poca consideración. UNA
Se utilizó un conjunto de mediciones a largo plazo con múltiples instrumentos para determinar la escala de ruido
instrumental, que varía entre los instrumentos,
y ruido ambiental de fuentes microsísmicas. Una novela
El enfoque de filtrado inverso para la reducción del ruido ambiental fue propuesto, y mejoras significativas en la calidad
de la microgravedad.
Se mostraron datos obtenidos en condiciones ruidosas (típicamente entre 40%).
y 50% menos desviaciones estándar). Para probar aún más la eficacia del enfoque de filtro inverso, se realizó una
prueba de campo sobre una gravedad
Anomalía de un tamaño conocido. El enfoque de filtro inverso se mostró para realizar marginalmente mejor que el filtro
en el software integrado del instrumento,
Aunque el efecto fue insignificante en comparación con un simple furgón. Proceso de promediación. Esto se cree que
es debido al ruido adicional causado moviendo el instrumento en condiciones de campo lo que genera más
Fuentes de ruido debido a los efectos en el sensor basado en resorte. Sin embargo, el
El enfoque de filtro inverso promete mejorar en gran medida la precisión de los datos y
Acortar los tiempos de integración tanto para la próxima generación de instrumentos.
Basado en nuevas tecnologías como la interferometría atómica y para aplicaciones. Involucrando instrumentos
estáticos o largos tiempos de ocupación usando corriente
Instrumentos gravimétricos relativos que resultan en ahorro de costos y tiempo. Esta será de gran beneficio para los
profesionales de la encuesta geofísica y
Hará viables las encuestas de microgravedad para muchas más aplicaciones.

Expresiones de gratitud
Los autores reconocen el apoyo financiero proporcionado por la
Consejo de Investigación de Ingeniería y Ciencias Físicas (EPSRC) a través de
El "Programa de Tecnología y Oportunidades de Graduación de Gravedad"