Bibliographic Metadata

Title
Data-error quantification in time-domain induced polarization imaging based on the analysis of the decay curve / Jakob Gallistl
Additional Titles
Charakterisierung von Datenfehlern in der geoelektrischen Bildgebung auf Basis einer Analyse des gemessenen Spannungssignals.
AuthorGallistl, Jakob
CensorFlores-Orozco, Adrian
PublishedWien, 2017
Descriptionvi, 98 Seiten : Illustrationen, Diagramme
Institutional NoteTechnische Universität Wien, Diplomarbeit, 2017
Annotation
Zusammenfassung in deutscher Sprache
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
LanguageEnglish
Document typeThesis (Diplom)
Keywords (DE)geophysikalische Bildgebung / Geophysik / Data auswertung / inversion /
Keywords (EN)electrical imaging / Geophysics / Hydrogeology / data processing / inversion
Keywords (GND)Polarisation / Bildgebendes Verfahren
URNurn:nbn:at:at-ubtuw:1-98241 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Data-error quantification in time-domain induced polarization imaging based on the analysis of the decay curve [9.23 mb]
Links
Reference
Classification
Abstract (German)

Kürzlich erschienene Studien betonen die gewissenhafte Prozessierung von Daten der Induzierten Polarisation (IP) Bildgebungsmethode. Insbesondere Bildgebungsergebnisse, die auf einer detaillierten Beschreibung des Datenfehlers basieren, zeigen einen stärkeren Kontrast in den elektrischen Eigenschaften und erlauben eine verlässliche Korrelation mit den Strukturen im Untergrund. Eine weit verbreitet Methode zur Beschreibung von systematischen und zufälligen Datenfehlern ist die Analyse der Abweichung zwischen Messungen, die in Normal- und Reziprokkonfiguration gemessen wurden. Für große Messkampagnen (eine große Anzahl an Messprofilen), sowie Monitoringanwendungen ist die Methode jedoch nur eingeschränkt anzuwenden, da die Messungen in Reziprokkonfiguration einen zusätzlich Zeitaufwand bedeuten, der nicht immer vertretbar ist. Diese Masterarbeit beschreibt daher eine neue Datenprozessierungmethode, die auf einer Analyse, der im Zeitbereich gemessenen Abklingkurve des Spannungssignals basiert und keine zusätzliche Messung in Reziprokkonfiguration voraussetzt. Die Methode erlaubt eine zuverlässige Identifikation von systematische Messfehlern und die Beschreibung von zufälligen Datenfehlern. Ein Vergleich von Bildgebungsergebnissen, auf Basis der Normal-Reziprok und der hier vorgestellten Methode, zeigt konsistente Ergebnisse und demonstriert die Anwendbarkeit und Genauigkeit der hier präsentierten Methode.

Abstract (English)

Recent studies have demonstrated the advantages of a careful processing of induced polarization (IP) imaging datasets. In particular, inversion results based on a detailed quantification of data-error have shown the possibility to solve for electrical images with enhanced contrasts and a reliable correlation with subsurface structures and processes, as required for quantitative applications of IP imaging. The analysis of the discrepancy between normal and reciprocal measurements has been established as a suitable method to assess data quality in electrical imaging and the parametrization of error models. However, exploration surveys at extensive areas, or monitoring applications, require of reduced acquisition times hindering the collection of reciprocal measurements. Therefore, this thesis presents an alternative methodology to quantify data error in time-domain IP (TDIP) imaging measurements based on the analysis of the recorded IP decay curve. The "Decay Curve Analysis" (DCA) described here does not require the collection of reciprocal measurements, but provides information about data-error required for the identification of outliers, as well as the quantification of error parameters for the inversion of TDIP imaging datasets. Comparison of the error parameters and imaging results following the DCA analysis and conventional normal-reciprocal analysis revealed consistent results, demonstrating the accuracy of the approach.

Stats
The PDF-Document has been downloaded 42 times.