1 Geologia, geotècnia i serveis científico-tècnics INTERPRETACIÓN Y ANOMALÍAS DE LA PROSPECCIÓN CON RESONANCIA MAGNÉTICA (MRS) INTERPRETACIÓN DE LOS DATOS ANOMALÍAS Y PARTICULARIDADES DEL MÉTODO REGISTRO DE LA SEÑAL DEL APARATO DE MEDIDA NUMIS TM PROCESAMIENTO DE LA SEÑAL CON RUIDO EM INVERSIÓN DE LA SEÑAL MRS Dirección: Valentí TURU i MICHELS Av. Príncep Benlloch 66-72 Edificio Interceus, despacho 407 Teléfono y fax: 321815-820323 Email: igeotest@myp.ad http://www.igeotest.ad
2.1 INTERPRETACIÓN DE LA RESONANCIA MAGNÉTICA 2.1.5 Inversión de la señal MRS 2 El programa de inversión automática en 1D utilizado es el programa SAMOVAR 6.2 creado por Anatoly Legchenko (BRGM). De la misma forma que todos los programas de inversión automática en SAMOVAR se pueden eliminar puntos anómalos y aumentar la escala vertical de interpretación. No obstante, este programa presenta dos parámetros que son exclusivos y que influyen en la interpretación final. Cond A Cpx Figura 33: Parámetros de ajuste para la inversión automática de la señal MRS.
2.1.5.1 Parámetro de regularización 3 Como consecuencia de las equivalencias entre el contenido de agua y el espesor del acuífero saturado, se pueden imponer algunos modelos equivalentes sobre otros. Si el coeficiente de regularización es cercano a la unidad implica que la equivalencia queda resuelta por concentrar tota el agua detectada en un único acuífero o capa, mientras que si tiende a 1000 es todo lo contrario. Figura 34: Figura original de Legchenko (2007) donde se observa como varia el parámetro de regularización (Cond A) en función del número de niveles o capas acuíferas. Así el parámetro de regularización es una herramienta que conduce a encontrar un compromiso entre la precisión de la inversión de los datos obtenidos (señal MRS) y la regularización del modelo propuesto. Obviamente si los datos son erróneos entonces la identificación de los niveles es más suave, mientras que si los datos son precisos la identificación de los niveles es más pronunciada. Cuando el parámetro de regularización está infravalorado no se mejora la resolución ya que la solución estará influenciada por el ruido, mientras que si este parámetro está sobrevalorado entonces es posible que parte de la información de la señal MRS se pierda.
2.1.5.2 Coeficiente de permeabilidad (Cpx) 4 Según Lubczynski & Roy (2007) los parámetros de flujo que se derivan de una señal MRS no solamente involucra la porosidad (θ MRS ) a partir de la amplitud (Eo), sino que también se derivan otras a partir de la constante de relajación (T d ). En una señal MRS existen tres medidas de constantes de relajación (T d ): T 1 : T 2 : T 2 *: Relajación longitudinal Relajación transversal Tiempo de relajación de inducción libre Figura 35: El intervalo de tiempo que separa las dos impulsiones ha de ser tal que la componente del momento magnético de los protones en el plano perpendicular al campo magnético terrestre haya vuelto a cero (después del tiempo T 2 *), mientras que la componente en el eje del campo terrestre todavía esté en su fase de retorno hacia su valor de reposo Mo (en función del tiempo T 1 ). La medida de T 1 no es posible si no se puede determinar T 2 *, de forma que en el supuesto de no haber agua, que el terreno sea magnético o excesivo ruido no puede ser determinada. Esto significa que las medidas de T 1 no aportan ninguna información suplementaria que la que pueda dar T 2 *, a excepción de una mejor determinación de la permeabilidad.
5 Por otro lado, se conoce que la porosidad de un acuífero en MRS (Figura 36) y el tiempo de relajación (T d ) son necesarios para determinar la permeabilidad y de aquí la conductividad hidráulica de acuerdo con la ecuación: k = C θ MRS a T 2 d Donde a y C son parámetros empíricos en función de la litología. La selección del parámetro a, según Legchenko (2004), depende del tamaño de poro y de la interconexión entre ellos. En la mayor parte de los sedimentos (arenas) y rocas (calizas, creta) la interconexión entre los poros es tan elevada como su tamaño, por la cual cosa la aproximación más realista es suponer a = 1. No obstante, para areniscas la interconectividad es baja en comparación al tamaño de poros, de forma que utilizando T 2 * la estimación más realista puede ser de a = 4 (Voillamoz, 2003; Legchenko, 2004; en Legchenko 2007). Figura 36: Figura original de Lubczynski & Roy (2007), esquema conceptual de almacenamiento de agua en un acuífero.
6 No únicamente la conductividad hidráulica (k) puede ser obtenida si no que también la transmisividad (T = K Δz) puede ser encontrada con MRS. Los datos de MRS son en realidad una respuesta integrada donde la suma de todos los contenidos de agua e intervalos de profundidad proporciona un dato más realista (figura 40). La estimación de la transmisividad también representa esta respuesta integrada según el siguiente sumatorio: T MRS = C n i=1 (Δz MRSi θ MRSi T di 2 ) Donde: C es el factor paramétrico Δz MRSi el espesor de la capa saturada θ MRSi es el contenido en agua T di 2 es la constante de caída de tiempo de la señal MRS. Figura 40: Figura original de Legchenko (2007). Muestra los errores relativos en la resolución del modelo sintético que consiste en un nivel de 10 m de espesor (w = 20%) respecto a la profundidad. En esta figura se muestra que la capa no puede ser detectada para una profundidad superior a la mitad del tamaño de la antena, no obstante, el producto del contenido de agua por el espesor de la capa presenta menos error.
7 Si existe la posibilidad de calibrar los datos de transmisividad obtenidos con las de la señal MRS y la de ensayos de bombeo, se puede obtener el factor paramétrico C (figura 41) para cada material o tipología de acuífero (libre o confinado). Algunos valores de referencia del factor paramétrico C en función de como se ha obtenido esta correlación (C T en base a la transmisividad) pueden observarse en la figura 42 independientemente de la tipología de acuífero. Figura 41: La regresión ha de mantenerse en los 45º para poder obtener una buena correlación de la transmisividad. Por este motivo el factor paramétrico C ha de variar con la naturaleza del terreno o la tipología de acuífero. Figura 42: Tabla original de Vouillamoz (2003, en Lubczynski & Roy, 2007) donde se correlaciona el factor paramétrico C en base a la litología. Más valores pueden ser consultados en Vouillamoz (2007, pág. 533).
8 En función de la tipología de acuífero podemos utilizar las siguientes formulaciones: Acuífero confinado S c_mrs S e_mrs = ρ g Δz (α +θ MRS β) C e (θ MRS Δz) Acuífero libre S u_mrs S y_mrs = C y θ MRS Donde S c_mrs y S e_mrs derivan del coeficiente de almacenamiento confinado y del coeficiente de almacenamiento elástico. S u_mrs y S y-mrs representan ser los coeficientes de almacenamiento no confinado y de rendimiento específico respectivamente. Δz es el espesor saturado y ρ es la densidad del agua, α y β corresponden a la compresibilidad del acuífero (α = 1/K 1/K d el módulo de compresibilidad dinámico) y del agua respectivamente. C e y C y son los factores paramétricos que han sido calculados efectuando la calibración con las propiedades hidrogeológicas. No obstante, hay que tener en cuenta que como primera aproximación en un acuífero libre, dado que la porosidad y el coeficiente de almacenamiento son iguales, el valor del factor paramétrico C puede ser calculado según: C = 1 / Δz Este coeficiente puede ser también estimado a partir de las calibraciones con ensayos de bombeo según se tenga T 2 * o bien T 1. En función de T 1 En función de T 2 * K MRS = C k (θ MRS T 1 * 2 ) T MRS = C T (θ MRS T 1 * 2 ) Δz K MRS = C k (θ 4 MRS T 2 * 2 ) T MRS = C T (θ 4 MRS T 2 * 2 ) Δz Donde K MRS y T MRS corresponden a la permeabilidad y transmisividad obtenida de la señal MRS, mientras que C k y C T son los factores paramétricos que han sido calculados efectuando la calibración con las propiedades hidrogeológicas K y T.
9 No obstante, este factor paramétrico ha sido evaluado por diferentes autores de todo el mundo (Voillamoz, 2007 y Lubczynski & Roy 2007), resultados que se exponen en la figura 43 de forma gráfica: Figura 43: En función de las descripciones litológicas de (Voillamoz, 2007 y Lubczynski & Roy 2007), se han asignado unos valores granulométricos (el D50) y de calidad de la roca (RMR) obteniendo las presentes regresiones exponenciales.