Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos

La Clasificación de Fondos es un método geofísico que permite discriminar los tipos de lechos (sedimentarios o rocosos) de los fondos de cuerpos de agua con base en información obtenida con un emisor-receptor de ondas mecánicas (ecosonda) -- A partir de las características físicas (Frecuencia de emi...

Full description

Autores:
Paschke Castaño, Juan Felipe
Tipo de recurso:
Fecha de publicación:
2010
Institución:
Universidad EAFIT
Repositorio:
Repositorio EAFIT
Idioma:
spa
OAI Identifier:
oai:repository.eafit.edu.co:10784/2810
Acceso en línea:
http://hdl.handle.net/10784/2810
Palabra clave:
Golfo de Urabá
Medición Acústica
Proyecto de Grado. Ingeniería Física
Geofísica Marina
Fondo del Mar
Batimetría
Matlab (Lenguaje de programación)
PROSPECCIÓN GEOFÍSICA
RECONOCIMIENTO DE SUELOS
SEDIMENTACIÒN
ACÚSTICA SUBMARINA - INSTRUMENTOS
ONDAS SONORAS
SEDIMENTOS MARINOS
FONDO OCEÁNICO
MONTÍCULOS DE LODO
REDES NEURALES (COMPUTADORES)
Prospecting - Geophysical methods
Soil-surveys
Sedimentation and deposition
Underwater acoustics - instruments
Sound-waves
Marine sediments
Ocean bottom
Mud mounds
Neural networks (Computer science)
Rights
License
Acceso abierto
id REPOEAFIT2_7ed6528ec08c8e92dd53922110ce2929
oai_identifier_str oai:repository.eafit.edu.co:10784/2810
network_acronym_str REPOEAFIT2
network_name_str Repositorio EAFIT
repository_id_str
dc.title.spa.fl_str_mv Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
title Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
spellingShingle Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
Golfo de Urabá
Medición Acústica
Proyecto de Grado. Ingeniería Física
Geofísica Marina
Fondo del Mar
Batimetría
Matlab (Lenguaje de programación)
PROSPECCIÓN GEOFÍSICA
RECONOCIMIENTO DE SUELOS
SEDIMENTACIÒN
ACÚSTICA SUBMARINA - INSTRUMENTOS
ONDAS SONORAS
SEDIMENTOS MARINOS
FONDO OCEÁNICO
MONTÍCULOS DE LODO
REDES NEURALES (COMPUTADORES)
Prospecting - Geophysical methods
Soil-surveys
Sedimentation and deposition
Underwater acoustics - instruments
Sound-waves
Marine sediments
Ocean bottom
Mud mounds
Neural networks (Computer science)
title_short Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
title_full Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
title_fullStr Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
title_full_unstemmed Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
title_sort Clasificación de los fondos del Golfo de Urabá empleando métodos acústicos
dc.creator.fl_str_mv Paschke Castaño, Juan Felipe
dc.contributor.advisor.spa.fl_str_mv Pérez Mesa, Jesús Alberto
dc.contributor.author.spa.fl_str_mv Paschke Castaño, Juan Felipe
dc.subject.spa.fl_str_mv Golfo de Urabá
Medición Acústica
Proyecto de Grado. Ingeniería Física
Geofísica Marina
Fondo del Mar
Batimetría
Matlab (Lenguaje de programación)
topic Golfo de Urabá
Medición Acústica
Proyecto de Grado. Ingeniería Física
Geofísica Marina
Fondo del Mar
Batimetría
Matlab (Lenguaje de programación)
PROSPECCIÓN GEOFÍSICA
RECONOCIMIENTO DE SUELOS
SEDIMENTACIÒN
ACÚSTICA SUBMARINA - INSTRUMENTOS
ONDAS SONORAS
SEDIMENTOS MARINOS
FONDO OCEÁNICO
MONTÍCULOS DE LODO
REDES NEURALES (COMPUTADORES)
Prospecting - Geophysical methods
Soil-surveys
Sedimentation and deposition
Underwater acoustics - instruments
Sound-waves
Marine sediments
Ocean bottom
Mud mounds
Neural networks (Computer science)
dc.subject.lemb.spa.fl_str_mv PROSPECCIÓN GEOFÍSICA
RECONOCIMIENTO DE SUELOS
SEDIMENTACIÒN
ACÚSTICA SUBMARINA - INSTRUMENTOS
ONDAS SONORAS
SEDIMENTOS MARINOS
FONDO OCEÁNICO
MONTÍCULOS DE LODO
REDES NEURALES (COMPUTADORES)
dc.subject.keyword.eng.fl_str_mv Prospecting - Geophysical methods
Soil-surveys
Sedimentation and deposition
Underwater acoustics - instruments
Sound-waves
Marine sediments
Ocean bottom
Mud mounds
Neural networks (Computer science)
description La Clasificación de Fondos es un método geofísico que permite discriminar los tipos de lechos (sedimentarios o rocosos) de los fondos de cuerpos de agua con base en información obtenida con un emisor-receptor de ondas mecánicas (ecosonda) -- A partir de las características físicas (Frecuencia de emisión, Longitud del pulso, Ganancia, Potencia de emisión) y del tiempo entre emisión-recepción de pulsos individuales, las ecosondas permiten calcular, entre otros parámetros, las profundidades de los fondos y el Eco-Strenght, intensidad de los ecos reflejados -- Los valores de este último parámetro son función de la naturaleza física de los fondos, particularmente de sus rugosidades y durezas -- En este trabajo se ilustra un sistema de clasificación de fondos realizado con base en la información de 105 perfiles batimétricos del Golfo de Urabá, obtenidos con una ecosonda Knudsen 320 B/P emitiendo a una frecuencia de 200 kHz -- A partir de sus valores E1 y E2 (Rugosidad del fondo vs. Dureza del fondo, respectivamente) se diferenciaron en los fondos del Golfo los siguientes cinco tipos de lechos marinos, denominados según la nomenclatura del sistema de clasificación RoxAnn: 1) fondos con cobertura sedimentaria de lodos; 2) fondos con cobertura sedimentaria de limos; 3) fondos con cobertura sedimentaria de arenas finas; 4) fondos con cobertura sedimentaria de arenas gruesas y, 5) fondos rocosos y/o con cobertura sedimentaria de gravas -- Para determinar en el laboratorio si la ecosonda discrimina la naturaleza de los materiales del fondo en función de los índices de dureza y rugosidad, se experimentó con cuatro tipos de materiales, correspondientes a dos tipos de gravas, concreto y platina de acero al carbono -- Los resultados muestran que los materiales menos rugosos y duros (como las gravas) inducen mayor dispersión de las ondas acústicas ultrasónicas
publishDate 2010
dc.date.issued.none.fl_str_mv 2010
dc.date.available.none.fl_str_mv 2014-07-10T21:02:38Z
dc.date.accessioned.none.fl_str_mv 2014-07-10T21:02:38Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.eng.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.hasVersion.eng.fl_str_mv acceptedVersion
dc.identifier.other.none.fl_str_mv 620.28CD P279
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10784/2810
identifier_str_mv 620.28CD P279
url http://hdl.handle.net/10784/2810
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.local.spa.fl_str_mv Acceso abierto
rights_invalid_str_mv Acceso abierto
http://purl.org/coar/access_right/c_abf2
dc.coverage.spatial.eng.fl_str_mv Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.publisher.spa.fl_str_mv Universidad EAFIT
dc.publisher.program.spa.fl_str_mv Ingeniería física
dc.publisher.department.spa.fl_str_mv Escuela de Ciencias y Humanidades. Ciencias Básicas
institution Universidad EAFIT
bitstream.url.fl_str_mv https://repository.eafit.edu.co/bitstreams/eb4b128a-933f-439d-ac84-cd0a1a1bc68b/download
https://repository.eafit.edu.co/bitstreams/1d413daa-5077-4e25-bc29-5146ad985ca7/download
bitstream.checksum.fl_str_mv a4a15015cc3b57a4390e89906678ba6e
b9d599714c5c6aae5ad231616e2048e2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EAFIT
repository.mail.fl_str_mv repositorio@eafit.edu.co
_version_ 1808498889879191552
spelling Pérez Mesa, Jesús AlbertoPaschke Castaño, Juan FelipeIngeniero Físicojpaschke@eafit.edu.coMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees2014-07-10T21:02:38Z20102014-07-10T21:02:38Z620.28CD P279http://hdl.handle.net/10784/2810La Clasificación de Fondos es un método geofísico que permite discriminar los tipos de lechos (sedimentarios o rocosos) de los fondos de cuerpos de agua con base en información obtenida con un emisor-receptor de ondas mecánicas (ecosonda) -- A partir de las características físicas (Frecuencia de emisión, Longitud del pulso, Ganancia, Potencia de emisión) y del tiempo entre emisión-recepción de pulsos individuales, las ecosondas permiten calcular, entre otros parámetros, las profundidades de los fondos y el Eco-Strenght, intensidad de los ecos reflejados -- Los valores de este último parámetro son función de la naturaleza física de los fondos, particularmente de sus rugosidades y durezas -- En este trabajo se ilustra un sistema de clasificación de fondos realizado con base en la información de 105 perfiles batimétricos del Golfo de Urabá, obtenidos con una ecosonda Knudsen 320 B/P emitiendo a una frecuencia de 200 kHz -- A partir de sus valores E1 y E2 (Rugosidad del fondo vs. Dureza del fondo, respectivamente) se diferenciaron en los fondos del Golfo los siguientes cinco tipos de lechos marinos, denominados según la nomenclatura del sistema de clasificación RoxAnn: 1) fondos con cobertura sedimentaria de lodos; 2) fondos con cobertura sedimentaria de limos; 3) fondos con cobertura sedimentaria de arenas finas; 4) fondos con cobertura sedimentaria de arenas gruesas y, 5) fondos rocosos y/o con cobertura sedimentaria de gravas -- Para determinar en el laboratorio si la ecosonda discrimina la naturaleza de los materiales del fondo en función de los índices de dureza y rugosidad, se experimentó con cuatro tipos de materiales, correspondientes a dos tipos de gravas, concreto y platina de acero al carbono -- Los resultados muestran que los materiales menos rugosos y duros (como las gravas) inducen mayor dispersión de las ondas acústicas ultrasónicasspaUniversidad EAFITIngeniería físicaEscuela de Ciencias y Humanidades. Ciencias BásicasGolfo de UrabáMedición AcústicaProyecto de Grado. Ingeniería FísicaGeofísica MarinaFondo del MarBatimetríaMatlab (Lenguaje de programación)PROSPECCIÓN GEOFÍSICARECONOCIMIENTO DE SUELOSSEDIMENTACIÒNACÚSTICA SUBMARINA - INSTRUMENTOSONDAS SONORASSEDIMENTOS MARINOSFONDO OCEÁNICOMONTÍCULOS DE LODOREDES NEURALES (COMPUTADORES)Prospecting - Geophysical methodsSoil-surveysSedimentation and depositionUnderwater acoustics - instrumentsSound-wavesMarine sedimentsOcean bottomMud moundsNeural networks (Computer science)Clasificación de los fondos del Golfo de Urabá empleando métodos acústicosinfo:eu-repo/semantics/bachelorThesisbachelorThesisTrabajo de gradoacceptedVersionhttp://purl.org/coar/resource_type/c_7a1fAcceso abiertohttp://purl.org/coar/access_right/c_abf2LICENSElicense.txtlicense.txttext/plain; charset=utf-81145https://repository.eafit.edu.co/bitstreams/eb4b128a-933f-439d-ac84-cd0a1a1bc68b/downloada4a15015cc3b57a4390e89906678ba6eMD52ORIGINALJuanFelipe_PaschkeCastano_2010.pdfJuanFelipe_PaschkeCastano_2010.pdfTrabajo de gradoapplication/pdf3838819https://repository.eafit.edu.co/bitstreams/1d413daa-5077-4e25-bc29-5146ad985ca7/downloadb9d599714c5c6aae5ad231616e2048e2MD5310784/2810oai:repository.eafit.edu.co:10784/28102019-06-11 09:02:34.906open.accesshttps://repository.eafit.edu.coRepositorio Institucional Universidad EAFITrepositorio@eafit.edu.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