EVALUACIÓN DE FILTRADO CON TRANSFORMADA WAVELET Y APRENDIZAJE COMPUTACIONAL PARA DATOS GEOFÍSICOS.
La exploración magnetométrica es una herramienta de prospección geofísica muy versátil, con aplicaciones que van desde el ámbito geológico hasta el arqueológico. La presencia de materiales metálicos producen efectos no deseados en los datos de esta técnica, dificultando la interpretación de la señal debido a la interferencia producida.
En este trabajo proponemos una metodología basada en la transformada de ondícula, con el fin de identificar la firma de los elementos metálicos a partir de la descomposición en multiescala de la señal. Ya que cada zona de estudio tiene una respuesta diferente, tanto del campo geomagnético como de las anomalías y ruido locales, proponemos utilizar técnicas de aprendizaje computacional para que la atenuación de las componentes no deseadas sea adaptativa.
Presentamos resultados de la aplicación de esta metodología a datos de magnetometría terrestre realizados en la zona arqueológica “La Ferrería”, localizada al Sur de la ciudad de Durango. Un conjunto de datos adquiridos en esta localidad se encuentra contaminada por el efecto de un elemento metálico superficial, enmascarando de forma importante las potenciales anomalías magnéticas que podrían ser asociadas a vestigios de origen arqueológico.