Treballs Finals del Màster d’Energies Renovables i Sostenibilitat Energètica, Facultat de Física, Universitat de Barcelona, Curs: 2015-2016, Tutors: Juanjo Ledo Fernández i Annà Gabàs i Gasa
La mesura indirecta de temperatures del subsòl per a la caracterització geotèrmica és un problema que actualment no té fàcil solució, doncs no existeix cap relació empírica unívoca que relacioni paràmetres físics de les roques o sòls que siguin mesurables a distància – sense la necessitat de sondeigs mecànics – amb la seva temperatura: per tant, actualment l’exploració de jaciments geotèrmics necessita de la perforació del subsòl per obtenir dades fiables de la temperatura que es podria explotar, recurs sovint costós i lent. Altres solucions passen per l’ús de geotermòmetres com són els indicadors geològics en superfície o la composició química de les emanacions de gasos i fluids subterranis, que a més de no ser fiables no poden caracteritzar grans àrees en estar subjectes a anomalies locals.
En aquest panorama, un dels paràmetres físics més relacionats amb la temperatura dels materials i que és detectable indirectament és la conductivitat (o resistivitat) elèctrica. Es pot quantificar des de la superfície mitjançant estudis elèctrics (sondeigs elèctrics verticals, o SEV, o perfils 2D de corrent continu) i electromagnètics, com és la magnetotel·lúrica (MT). Tot i la seva bona correlació amb la temperatura, els actuals models que les relacionen no arriben a una suficient precisió per a caracteritzar jaciments geotèrmics, i sovint necessiten de mostres sobre el terreny analitzades al laboratori, fent aquests models únics per la zona que s’està estudiant i, per tant, no extrapolables a d’altres àrees.
Les Artificial Neural Networks (ANN) o xarxes neuronals artificials han estat emprades en molts àmbits de la ciència com a mètode computacional per a la detecció de patrons. Imitant la capacitat d’aprenentatge dels sistemes neuronals biològics, les ANN aplicades a geotèrmia s’han popularitzat en els darrers anys com a mètode per caracteritzar la temperatura d’àmplies zones a partir d’unes poques dades inicials (1). Així, estudis previs (1) (2) utilitzen uns pocs perfils verticals de temperatura del subsòl obtinguts de sondatges mecànics juntament amb perfils verticals de conductivitats elèctriques de dades SEV o MT, per obtenir valors indicatius de la temperatura dels jaciments subterranis.
Tot i basar-se en el reconeixement dels patrons conductivitat-temperatura dels materials del subsòl, les ANN han demostrat un bon comportament fins i tot el litologies complexes. Ara bé, les dades inicials necessàries han de ser profundes i de bona qualitat, fet que a Catalunya és difícil de trobar.
El poder introduir l’ús computacional de les ANN per afegir-les a l’exploració geotèrmica al nostre territori pot ser un pas més a l’hora de facilitar la caracterització d’aquelles zones de Catalunya susceptibles d’esdevenir futurs emplaçaments geotèrmics de baixa o mitja entalpia, com és la conca del Vallès. A l’hora, pot ser un pas més dins l’àmbit internacional per avançar en l’aplicació de les ANN a diferents litologies, ampliant així el bagatge d’entorns on aquesta eina ha estat aplicada a l’exploració geotèrmica.