Auswertung und Inversion spezifischer elektrischer Widerstandsdaten Flashcards
Was sind die Daten und die Modellparameter bei der Inversion von spezifischen
elektrischen Widerstandsdaten?
Daten: Widerstände oder scheinbarer spezifischer Widerstand
Modellparameter: 2D oder 3D-Verteilung des spez. elektr. Widerstands im Untergrund
Erklären Sie das Konzept der Vorwärtsmodellierung bei geophysikalischen
Untersuchungen
Vorwärtsmodellierung ermöglicht es, die resultierenden Widerstände zu berechnen (Für ein bestimmtes elektrisches Untergrundmodell, Für eine bestimmte Liste von Quadrupolen)
Der spez. elektrische Widerstand an jeder Position des Untergrundmodells ist bekannt
Die Position des Stromdipols und die eingespeisten Stromstärke ist für jedes Quadrupol bekannt
Mit der Poisson-Gleichung ist es möglich, das elektrische Potential für jeden Punkt im Untergrundmodell zu berechnen und daraus die Spannung gemessen am Potentialdipol (und den Widerstand)
Erklären Sie das Konzept der Inversion von spezifischen elektrischen
Widerstandsdaten
Der eingespeiste Strom an jeder Position des Stromdipols ist bekannt
Die gemessene Spannung am Potentialdipol (und der Widerstand) ist bekannt
Eine Verteilung des spez. elektr. Widerstands im Untergrund wird erzeugt und es wird überprüft, ob die modellierte Spannung am Potentialdipol der gemessenen entspricht
Die Inversion stoppt, wenn das Modell die gemessenen Daten erklären kann
Erklären Sie das Thikonov-Theorem, warum wird es benötigt?
Minimierung des Misfits zwischen den Daten und der Modellantwort
Welche Rolle spielt das lamda (𝜆) – oder Regularisierungsparameter – bei der
Inversion von spezifischen elektrischen Widerstandsdaten?
- zielt darauf ab, den Effekt durch mögliche Ausreißer zu minimieren
- Je besser wir unsere Daten kennen, desto besser können wir das optimale 𝜆 wählen
○ Hoher 𝜆-Wert -> Glattes Modell
○ Niedriger 𝜆-Wert -> Raues Modell
Was ist die Grundidee bei fehlergewichteten Inversionen?
Die Inversion stoppt, wenn der Datenmisfit zwischen Modellantwort und gemessenen Daten ein Konfidenzniveau erreicht hat, das durch den Datenfehler gegeben ist.
Also wenn RMS = 𝛘2 = 1.
Wie lautet das weitestgehend akzeptierte Modell zur Beschreibung des Datenfehlers
bei spez. Widerstandsuntersuchungen?
Fehlermodell (BILD)
Erläutern Sie das Konzept der Unter-/Überanpassung bei der Inversion
geophysikalischer Daten
Unteranpassung (Underfitting):
Wenn die Inversion lange vor dem Anpassen der Daten stoppt. Häufig mit einem definierten
Fehlerparameter verbunden, der viel größer ist als der tatsächliche Fehler. Verlust der Auflösung. 𝛘2 «_space;1
Überanpassung (Overfitting):
Wenn die Inversion lange nach dem Anpassen der Daten stoppt und anfängt auch Fehler in der Datenanpassung zu inkludieren. Häufig mit einem definierten Fehlerparameter verbunden, der viel kleiner ist als der tatsächliche Fehler. Erstellung von Artefakten in der
Inversion.
Welche Schritte sind erforderlich, um zuverlässige Ergebnisse bei Widerstandsmessungen zu erhalten?
Filtern der Daten (Fehlerhafte Messungen, Ausreißer) -> Fehlerschätzung (verschiedene Fehlerparameter) -> Glättung (Isotrop/Anisotrop) um die Wirkung von Datenfehlern zu minimieren (zWeight -> je höher desto höher Glättung)
Höhere/Niedrigere Werte für Inversion testen, Merkmale in Bildern interpretieren, Revision vorhandener Daten (Geologie), Formulierung eines konzeptionellen Modells, Trial and Error bezüglich Filterung der Daten, Vergleich der Ergebnisse zwischen verschiedenen geophysikalischen Methoden
Erklären Sie das Konzept normaler und reziproker Messungen
Wiederholung von Messungen (Stapeln): Eine nicht verbundene Elektrode kann zu einem ähnlichen Widerstandswert führen und einen niedrigen Datenfehler vortäuschen
Reziprok: Vertauschen von Strom– und Potentialdipoles und Wiederholung der Messung
Beschreiben Sie die Analyse des normalen und reziproken Misfits zur Fehlerquantifizierung
Detaillierte Identifizierung systematischer Fehler (Ausreißer), Bewertung der Datenqualität (visuelle Ähnlichkeit)
Normal-reziproke Analyse (Das gleiche Volumen – der gleiche Wert?)
