Denoising di dati magnetotellurici attraverso analisi di polarizzazione e degli invarianti di Weaver

Le stime del tensore di impedenza in magnetotellurica (MT), e con esse delle resistività apparenti, possono essere fortemente disturbate dalla presenza di noise antropico nelle serie temporali registrate. Nelle aree urbane o industrializzate la presenza di questo tipo di noise spesso inficia in maniera significativa la qualità dei dati, rendendo difficile ottenere stime affidabili delle resistività apparenti. Allo scopo di migliorare la qualità di tali stime, sono stati sviluppati due algoritmi di denoising (filtri) di dati MT basati, rispettivamente, sull’analisi della polarizzazione delle componenti del campo elettrico e sull’analisi del valore degli invarianti di Weaver normalizzati. Tali analisi sono effettuate decomponendo i segnali elettrici e magnetici attraverso una trasformata Wavelet discreta che permette di valutare, per ogni frequenza o scala della trasformata stessa, il valore della polarizzazione e degli invarianti nel tempo. I test finora eseguiti sia su dati sintetici che sperimentali hanno evidenziato la capacità dei filtri di estendere la banda di analisi verso frequenze più basse (e quindi profondità più elevate) rispetto a quelle generalmente esaminate con algoritmi di processing tradizionale.