Tesis:
Integración de técnicas de teledetección y estadísticas para la localización de fugas de dióxido de carbono en zonas de almacenamiento geológico a través del estudio de análogos naturales
- Autor: RINCONES SALINAS, Miguel Ángel
- Título: Integración de técnicas de teledetección y estadísticas para la localización de fugas de dióxido de carbono en zonas de almacenamiento geológico a través del estudio de análogos naturales
- Fecha: 2017
- Materia: Sin materia definida
- Escuela: E.T.S.I. DE MINAS Y ENERGÍA
- Departamentos: INGENIERIA GEOLOGICA Y MINERA
- Acceso electrónico: http://oa.upm.es/48548/
- Director/a 1º: IGLESIAS MARTÍNEZ, Luis
- Resumen: Los proyectos de captura y almacenamiento de dióxido de carbono (CAC) se presentan como una opción para mitigar los efectos del calentamiento y el cambio climático. La teledetección se presenta como una metodología para identificar emisiones de CO2, en un contexto de monitorización de un proyecto CAC en su fase de almacenamiento. El objetivo principal de estas actividades radica en verificar la efectividad y en minimizar los peligros sobre la salud humana y el medio ambiente. Para alcanzar los objetivos previstos de monitorización, se adquirieron imágenes hiperespectrales aeroportadas sobre la zona volcánica del Campo Calatrava, Ciudad Real. La zona presenta análogos naturales de emisiones de CO2 extrapolables a un proyecto de almacenamiento. A partir de estos datos se han elaborado dos propuestas metodológicas: • Análisis de todas las bandas espectrales y aplicación de las correlaciones cruzadas con firmas espectrales de referencia. • Selección de bandas espectrales a través de Análisis de Componentes Principales (ACP) y la elaboración de cocientes entre estas bandas. El método de las correlaciones cruzadas realizó una clasificación de materiales, pero no identificó indicios de emisiones de CO2. El ACP permitió identificar y seleccionar bandas espectrales, de forma automatizada, basado en el criterio de contener la mayor variabilidad en los datos. A partir de las bandas espectrales de la imagen original, seleccionadas por el ACP, se construyen tres ratios de bandas normalizados entre los tres pares de bandas que mayor varianza aportan a las primeras tres componentes principales. De acuerdo a los valores de ratios obtenidos en las zonas de emisiones conocidas, estos son extrapolados al resto de la imagen para identificar indicios de emisiones. Se utilizó la técnica de reclasificación de imágenes señalando las zonas con posibles indicios de fugas, empleando los tres ratios para los canales RGB. Estas luego fueron visitadas para corroborar la existencia de las mismas. En estas visitas se comprobó que el sistema fue capaz de detectar emisiones desconocidas hasta ese momento. ----------ABSTRACT---------- Carbon capture and storage (CAC) projects are portrayed as an option to mitigate the effects of global warming and climate change. Hence, remote sensing could be a methodology to identify CO2 emissions during the storage phase in one of these projects. The main goal of these activities is to verify the effectiveness and minimize human health and environmental hazards. In order to accomplish monitoring goals, hyperspectral airborne imagery from the AHS and CASI1500i sensors were acquired over the volcanic area Campo de Calatrava, Ciudad Real. The area presents CO2 emission natural analogues that can be extrapolated to a storage project. Starting from these data, two methodological proposals were elaborated: • Analysis of all the spectral bands and application of cross-correlograms with reference spectral signatures. • Selection of spectral bands through principal component analysis (PCA) and construction of band ratios within these bands. The cross-correlogram method classified certain materials, but it did not identify hints of CO2 leakage. PCA allowed the identification and automatic selection of spectral bands from the original imagery, based on the bands having the highest variability in their data. From the spectral bands of the original imagery, three normalized band ratios were built starting from the three band pairs with most variance in the first three principal components. According to the values obtained from the band ratios where known emissions occur, these were extrapolated to the rest of the imagery in order to identify indications of leaks. The image reclassification technique was used to generate new imagery pointing out the zones with leakage indications, employing the three ratios for the RGB channels. Afterwards some of these sites were visited to corroborate the existence of leaks. These field observations proved that the proposed method discovered CO2 leaks unknown to date.