Exploración Sísmica Pasiva.

DESARROLLO Y EVALUACIN DE MTODOS
AVANZADOS DE EXPLORACIN SSMICA PASIVA.
APLICACIN A ESTRUCTURAS GEOLGICAS LOCALES DEL

SUR DE ESPAA.
Antonio Garca Jerez

Departamento de Fsica Aplicada
Universidad de Almera
Tesis doctoral
Almera, 2010
DESARROLLO Y EVALUACIN DE MTODOS

AVANZADOS DE EXPLORACIN SSMICA PASIVA.
APLICACIN A ESTRUCTURAS GEOLGICAS LOCALES DEL

SUR DE ESPAA.
Tesis presentada para la optar al grado de doctor, dentro del programa de

doctorado Fsica Aplicada, Sismologa y Energas Renovables de la
Doctorando:
Antonio Garca Jerez
Departamento de Fsica Aplicada
Directores:
V B Prof. Dr. Francisco Luzn Martnez V B Prof. Dr. Manuel Navarro Bernal
Almera, 2010
A mis padres, Antonio y M ngeles
AGRADECIMIENTOS
En primer lugar, quiero hacer constar mi agradecimiento a los directores Francisco Luzn y
Manuel Navarro por el apoyo recibido durante la realizacin de este trabajo.
En segundo lugar, debo reconocer la financiacin recibida de organismos pblicos.

Fundamentalmente provino de una beca FPI asociada al proyecto REN2003-08159-C02-01 de la
CICYT y de un contrato asociado al proyecto 115/SGTB/2007/8.1 de la Secretaria General para
el Territorio y la Biodiversidad del Ministerio de Medio Ambiente.
Quedo en deuda con mis compaeros y amigos J. Alfonso Prez, Abigail Jimnez, Miguel A.
Santoyo, Javier Lzaro y Francisco J. Alcal, cooperadores necesarios en la realizacin de esta
tesis. Algunas de sus aportaciones han sido la puesta a punto del Clster, la ayuda prestada con el
MPI y con la manipulacin de los sismgrafos y la colaboracin incondicional en las medidas de
campo ms tediosas (en esto ltimo, Alfonso y Javi han sido los mayores sufridores). Abigail me
permiti usar una implementacin propia de un algoritmo gentico y colabor con su adaptacin
y comprobacin. Zakara al Yuncha, Csar F. Lpez, Serafn Limonchi, Ana Gngora y Alicia
Rivas han colaborado tambin de distintas maneras, principalmente en los trabajos de campo.
Los consejos de los profesores Francisco Snchez Sesma, Francisco Vidal, Antonio Posadas, M
Dolores Romacho y Jos Manuel Garca tambin me han sido de gran apoyo en este periodo.
Quiero agradecer a Takahisa Enomoto la impagable ayuda prestada durante mi estancia en la

Universidad de Kanagawa (Yokohama). Tambin es muy de agradecer el apoyo de Carlos Lpez
Casado, quien ha puesto a mi disposicin equipos de forma desinteresada. Adems, como
profesor de Geofsica de la licenciatura Fsica en la Universidad de Granada es, para bien o para
mal, corresponsable de mi opcin por las Ciencias de la Tierra.
Quiero mostrar mi sincero agradecimiento a Stefano Parolai, Michael Asten, Ikuo Cho y los
revisores annimos que, con sus comentarios crticos a los artculos en que se basa esta tesis, han
contribuido a mejorar su calidad, han abierto nuevas vas de investigacin y han aportando
soluciones a algunas de las dificultades encontradas.
Finalmente, quiero agradecer el apoyo recibido de mi familia, especialmente de mis padres, de

mis dos hermanas M ngeles y Beatriz y de mi mujer Carmen.
ndice.
NDICE
1. Introduccin.
1.1. Objetivo y estructura de la tesis.
1.2. Riesgo ssmico y efectos de sitio.
1.3. Estimacin de efectos de sitio
1.3.1. Determinacin emprica de la funcin de transferencia.
1.3.2. Determinacin numrica de efectos de sitio a partir de la

estructura.
1.4. Determinacin de la estructura de formaciones sedimentarias

mediante anlisis de ondas superficiales.
1.5. Sobre la naturaleza del microtremor.
11
1.5.1. El origen del ruido ssmico
12
1.5.2. Composicin del ruido ssmico.
13
1.5.3. Proporcin de ondas Rayleigh y Love en el ruido ssmico.
16
2. Tcnicas exploratorias basadas en el estudio del ruido ambiental.
19
2.1. Mtodos basados en medidas puntuales. HVSR.
19
2.1.1. Fundamento terico. Hiptesis.
21
2.1.2. Interpretacin en trminos de ondas superficiales.
23
2.1.3. Vnculo con la elipticidad de la onda Rayleigh.
23
2.1.4. Dificultades en la interpretacin en trminos de onda

Rayleigh.
26
2.1.5. Avances recientes sobre el origen del pico del HVSR.
27
2.1.6. Conclusiones sobre la validez de la interpretacin de

Nakamura.
31
i
Desarrollo y evaluacin de mtodos avanzados de exploracin ssmica pasiva.
2.1.7. Un clculo del HVSR basado en ondas superficiales.

2.2. Mtodos f-k.
32
34
2.2.1. Mtodo f-k convencional (CVFK).
35
2.2.2. Mtodo f-k de alta resolucin (HRFK).
39
2.2.3. Limitaciones del mtodo.
41
2.2.4. Mtodo f-k ante ondas planas con distintos acimuts y fases
correlacionadas.
43
2.3. Interferometra ssmica usando ruido ambiental. Una visin general.
3. Mtodos de autocorrelacin espacial.
45
49
3.1. Aproximacin determinista vs. aproximacin estocstica.
50
3.2. Representacin del campo de desplazamientos.
51
3.2.1. Representacin mediante una suma determinista de ondas

planas.
52
3.2.2. Expansin en serie de Fourier de las componentes vertical,

radial y tangencial del movimiento en funcin de la
coordenada acimutal.
56
3.2.3. Descripcin del microtremor mediante campos aleatorios

estacionarios.
58
3.2.4. Densidades espectrales, correlacin cruzada y

autocorrelacin.
62
3.2.5. Coeficientes de Fourier de las densidades espectrales.

Relacin con el caso determinista.
65
3.3. Mtodo de autocorrelacin espacial entre componentes verticales (vSPAC)
66
3.3.1. Formulaciones equivalentes del mtodo v-SPAC.
69
3.3.2. Efectos del aliasing acimutal en mtodos tipo SPAC.
71
3.3.3. Efectos del aliasing acimutal en el mtodo v-SPAC.
73
3.3.4. Otras variantes del mtodo v-SPAC y mtodos relacionados.
79
3.4. Mtodo de autocorrelacin espacial de las componentes horizontales

(3c SPAC)
83
3.4.1. Descripcin del mtodo. Formulacin determinista.
83
3.4.2. Formulacin para campos aleatorios estacionarios.
85
ii
ndice.
3.4.3. Efectos de un nmero finito de estaciones.
86
3.5. Mtodo de las arrays circulares concntricas (Doble Anillo o DR).
87
3.5.1. Formulacin para campos aleatorios estacionarios.
90
3.5.2. Efecto de un nmero finito de estaciones. Una aproximacin

numrica simplificada.
91
3.5.3. Efecto de un nmero finito de estaciones. Aproximacin

analtica.
95
3.5.4. Efectos del ruido incoherente.
96
3.5.5. Un ejemplo numrico sencillo.
98
3.5.6. Comparacin con otro mtodo similar.

3.6. Mtodo de la array circular nica (SCA).
101
105
3.6.1. Descripcin del mtodo. Obtencin de la velocidad de onda

Love.
105
3.6.2. Obtencin de la velocidad de onda Rayleigh.
108
3.6.3. Primeros tests numricos en un medio estratificado.
110
3.6.4. Implementacin robusta del mtodo SCA para ondas Love.
113
3.6.5. Desviacin en las estimaciones de BII . Efectos de un

nmero finito de estaciones.
116
3.6.6. Efecto del ruido incoherente.
122
3.6.7. Comprobacin de las formulaciones analticas para B II y

B II( s n ) en un ejemplo numrico.
3.6.8. Comparacin con los mtodos CCA-L y DR.
124
128
3.7. Conclusiones del Captulo 3.
132
3.8. Apndices del Captulo 3.
135
4. Un algoritmo para la inversin del modelo de estructura

4.1. Introduccin.
151
151
4.1.1. La solucin del problema inverso. Aspectos probabilistas.
152
4.1.2. Clculo del modelo medio y de las incertidumbres.
156
4.2. Mtodos de bsqueda global.
158
4.2.1. Mtodos de Monte Carlo.
158
4.2.2. Algoritmos genticos.
159
4.2.3. Cristalizacin simulada.
159
iii
4.2.4. Otros mtodos.
160
4.3. Mtodos de bsqueda local.
161
4.3.1. Inversin linealizada.
162
4.3.2. Downhill Simplex.
163
4.4. Diseo e implementacin de dos algoritmos hbridos.
163
4.4.1. Comprobacin del algoritmo.
168
4.4.2. Clculo de la eficiencia en la paralelizacin.
171
4.5. Resumen y conclusiones del Captulo 4.
172
4.6. Apndices del Captulo 4.
174
5. Aplicaciones.
177
5.1. Caracterizacin de la cobertura sedimentaria del Polje de Zafarraya,

sur de Espaa, mediante medidas del cociente espectral H/V de ruido
ambiental.
177
5.1.1. Introduccin.
178
5.1.2. Contexto geolgico.
179
5.1.3. Medidas de microtremor.
180
5.1.4. Ajuste del perfil de velocidades de onda S y de la relacin

frecuencia-profundidad.
182
5.1.5. Discusin.
185
5.2. Aplicaciones en entornos urbanos: el caso de Mula (Murcia).

5.2.1. Entorno geolgico.
190
190
5.2.2. Anlisis de los registros de ruido ambiental. Clculo de

curvas de dispersin de onda Rayleigh mediante v-SPAC.
193
5.2.3. Anlisis de los registros de ruido ambiental. HVSR y

periodos predominantes.
195
5.2.4. Inversin de perfiles de velocidad de onda S a partir de

HVSR y curvas de dispersin de onda Rayleigh.
5.2.5. Discusin.
196
198
5.3. Observacin de ondas Rayleigh y Love en la desembocadura del ro

Andarax (Almera).
202
5.3.1. Introduccin.
202
5.3.2. Contexto geolgico, instrumentacin y adquisicin de datos.
202
iv
ndice.
5.3.3. Anlisis de los registros del sitio Universidad de Almera.
206
5.3.4. Anlisis de los registros del sitio Desaladora.
217
6. Conclusiones y futuras lneas de trabajo.
221
6.1. Conclusiones.
229
6.2. Futuras lneas de trabajo.
234
Referencias
237
vi
CAPTULO 1
INTRODUCCIN
1.1. OBJETIVO Y ESTRUCTURA DE LA TESIS

El objetivo principal de esta tesis es evaluar, mejorar y ampliar en lo posible el conjunto de
herramientas de exploracin ssmica pasiva de que se dispone, esto es, de mtodos capaces de
proporcionar informacin sobre una estructura geolgica, en trminos de sus parmetros
elastodinmicos, sin requerir el uso de fuentes controladas de ondas ssmicas. En particular
interesan aquellos mtodos que permitan realizar estudios detallados a escala geotcnica con un
tiempo de medida razonablemente corto y predecible. Por lo tanto, se desecha aqu el uso de la
sismicidad natural, recurrindose al microtremor (ruido ssmico ambiental) como fuente de
excitacin ssmica idnea. Como es sabido, el campo de microtremores consiste en vibraciones
debidas a fenmenos atmosfricos y a la actividad humana que se propagan por el suelo en
forma de ondas elsticas (Taga, 1993; Bard, 1999).
La determinacin de las profundidades y las propiedades elsticas de los depsitos sedimentarios

es un importante objetivo en varios campos cientficos y tcnicos. El perfil de velocidades y su
geometra es una informacin necesaria para que geofsicos y sismlogos puedan modelar la
respuesta ssmica de las cuencas sedimentarias (p. e. Luzn et al., 1995, 2004), permitiendo una
evaluacin detallada de la peligrosidad ssmica. Asmismo, estos mtodos pueden aportar
informacin gemorfolgica o incluso ser tiles en la bsqueda de recursos naturales. Como
ltimo ejemplo, el perfil de velodidades de ondas S es un dato til en ingeniera para la correcta
contruccin de edificios y estructuras. De hecho, la velocidad media de onda S de los primeros
30m, VS30, es una caracterstica representativa del sitio valorada en varios cdigos ssmicos
(NCSE-02, Eurocode-8, ...).
La investigacin sobre el aprovechamiento del ruido ssmico en exploracin geofsica ha

experimentado un gran desarrollo en las dos ltimas dcadas. Indudablemente, la relativa
facilidad para disponer de instrumentos porttiles con buena sensibilidad y respuesta espectral ha
sido el caldo de cultivo de este rpido desarrollo. Una parte importante de las iniciativas al
respecto han surgido en el seno de proyectos europeos como SESAME, SISMOVALP o
NERIES. Son muy relevantes en este sentido los trabajos doctorales de Cornou (2002),
Bonnefoy-Claudet (2004) y Wathelet (2005) entre otros. Entre los citados, es seguramente en el
proyecto europeo SESAME (2001-2004) donde se abord ms directamente la cuestin del
procesado del ruido ssmico, estando los principales esfuerzos dedicados al desarrollo de
software, a la evaluacin de las virtudes y limitaciones de los mtodos previamente existentes y
al desarrollo de pautas para estandarizar su aplicacin. La evolucin de los mtodos de anlisis
fue dejada en segundo, utilizndose generalmente los desarrollos de Aki (1957), Capon (1969),
Kvaerna and Ringdahl (1986) y Nakamura (1989) directamente o con algunas modificaciones
menores. Sin embargo, desde 2004 se han publicado varias tcnicas innovadoras de procesado de
ruido ssmico obtenido con array ssmica de escala geotcnica, muchas de la mano de cientficos
japoneses. Se pueden citar los trabajos de Cho et al. (2004, 2006a, 2006b, 2008), Tada et al.
(2006, 2007, 2009, 2010), Morikawa (2006), Morikawa et al. (2009), Draganov et al. (2006) y
Picozzi et al. (2009) entre otros. El objetivo ltimo de esta tesis es poner un grano de arena en
la evolucin de estos mtodos de exploracin ssmica pasiva basada en el ruido ambiental.
Estructura de la Tesis
En este Captulo 1 se enmarca el trabajo en el contexto, mucho ms amplio, de la evaluacin de
los efectos de sitio, que a su vez representa el tercero de los cuatro aspectos considerados
habitualmente en la evaluacin del riesgo ssmico, junto a la descripcin de las fuentes
sismogenticas y el clculo de los efectos de propagacin y de la vulnerabilidad de las
construcciones ante el sismo. Estudiando la propagacin del ruido ambiental se pueden encontrar
-2-
Introduccin.
propiedades de la estructura local y estimar o acotar las caractersticas de la funcin de

transferencia del suelo, que determinar la amplificacin local de las ondas ssmicas. El bajo
costo de estos mtodos facilita realizar estudios de detalle (en cuanto a resolucin espacial) que
se denominan a veces microzonacin ssmica. Tambin se hace un repaso de la bibliografa
referente al origen del ruido ssmico (sus fuentes) y a su composicin (tipos de ondas).
En el Captulo 2 se hace una revisin de algunos mtodos de exploracin ssmica pasiva,

excluidos los de tipo SPAC que sern desarrollados en detalle en el captulo siguiente. Se tratan
aqu el cociente espectral H/V (HVSR o mtodo de Nakamura), el mtodo f-k y la
interferometra ssmica con ruido ambiental.
El Captulo 3 es el ncleo de la parte metodolgica de esta tesis, conteniendo los fundamentos

tericos de dos tcnicas originales de exploracin ssmica pasiva, que se podran catalogar como
tipo-SPAC y que han publicadas en el transcurso de este trabajo (Garca-Jerez et al. 2008a,
2008b y 2010). Para una de ellas (mtodo Double Ring o DR) se presenta ahora un desarrollo
notablemente ampliado respecto al ofrecido en Garca-Jerez et al. (2008a), proponindose una
forma de implementacin robusta y discutindose su relacin con otras tcnicas. Asimismo, se
presentan los desarrollos analticos que permiten evaluar sus limitaciones en circunstancias
prcticas (uso de un nmero limitado de estaciones, presencia de ruido electrnico, distintas
condiciones de directividad del campo de ondas) y varios tests numricos al respecto.
Se ha preferido dar a este captulo un enfoque integrador exponiendo conjuntamente resultados
(mtodos) ya conocidos y el material desarrollado en esta investigacin. A mi juicio, este
formato es ventajoso porque los distintos mtodos se van presentando consecutivamente de un
modo natural y unificado, aproximadamente en orden de complejidad creciente y apareciendo
todos como casos particulares de unas pocas ecuaciones bsicas. Durante el desarrollo de los
mtodos ya conocidos (como el SPAC en su variante para registros verticales, v-SPAC, y para
tres componentes, 3c-SPAC), se introducen tambin varios resultados novedosos de orden menor
(p. e. Seccin 3.4.1, Ec. 3.4.14).
En el Captulo 4 se revisan algunos mtodos de inversin disponibles en la literatura que

permiten obtener modelos de la estructura cortical compatibles con los datos experimentales
(cocientes espectrales H/V, curvas de dispersin de ondas Rayleigh y/o Love, coeficientes de
SPAC o similares). Se describe un software hbrido desarrollado al efecto, en el que se combinan
-3-
bsquedas globales y locales en el espacio de los modelos y se realiza un tratamiento estadstico

de los resultados.
En el Captulo 5 se compilan varias aplicaciones de los mtodos de anlisis de microtemor a

sitios concretos y con datos reales. En particular, se presenta un estudio de la geometra del
basamento en la cuenca de Zafarraya (Granada), una aplicacin en un entorno urbano (la
localidad de Mula en Murcia) orientado a la microzonacin ssmica y varios tests de los nuevos
mtodos de procesamiento de las componentes horizontales, llevados a cabo en Almera.
Se termina con el Captulo 6, donde se recopilan las conclusiones alcanzadas en la tesis y se

indican las lneas de trabajo que se pretenden seguir en el futuro.
1.2. RIESGO SSMICO Y EFECTOS DE SITIO

Segn el Centro de Investigacin de la Epidemiologa de los Desastres Naturales (CRED), la
cifra de personas fallecidas por este tipo de fenmenos en el ao 2006 se elev a 21.342. El
mismo organismo seala que esta tasa anual presenta una tendencia decreciente desde el ao
2000, si se exceptan dos eventos: el tsunami en el ocano ndico, de diciembre de 2004, y el
terremoto de Pakistn, de octubre de 2005. Estos datos dejan claro que, aunque relativamente
infrecuentes, el potencial destructor de las catstrofes de origen ssmico es extraordinario, tanto
en trminos econmicos (ver por ejemplo Figura 1.2.1) como en vidas humanas (p. e. Tablas
1.2.1 y 1.2.2), y slo comparable al causado por las catstrofes de origen meteorolgico. Adems
del inters cientfico que suscita en general el estudio de los procesos naturales que afectan a la
evolucin de la Tierra, la sismologa es pues una ciencia que proporciona informacin relevante
para a la prevencin de catstrofes humanas y cuyos resultados son de inters social.
Un primer paso en esta tarea de prevencin del riesgo ssmico (grado de prdidas esperadas en
un elemento debidas a un terremoto de una magnitud particular y en un periodo de exposicin
determinado) es evaluar la peligrosidad ssmica de un emplazamiento, que se define como la
probabilidad de superacin de un cierto valor de intensidad del movimiento ssmico del suelo en
un punto concreto y durante un periodo de tiempo determinado (UNDRO, 1980). Para ello han
de tenerse en cuenta tres factores: las caractersticas de las fuentes que podran generar los
eventos, los efectos de la propagacin de la energa ssmica por la corteza (especialmente en lo
relacionado con la atenuacin de las ondas ssmicas) y los efectos locales o de sitio debidos a las
caractersticas geolgicas superficiales en torno al punto estudiado.
-4-
Introduccin.
Tabla 1.2.1. Mortalidad asociada a diversos tipos de
Estimated damage (US$ billon) caused by reported natural disasters 1900-2009
desastres Naturales (1947-1980).
Hurricane Katrina
Extrado de Shah (1983)
Wenchuan earthquake
Tipo de desastre
N de vctimas
Kobe earthquake
Ciclones tropicales, huracanes, tifones
499.000
Terremotos
450.000
Inundaciones (no asociadas a huracanes)
194.000
Tormentas y tornados
29.000
Temporales de nieve
10.000
Volcanes
9.000
Olas de calor
7.000
Avalanchas
5.000
Figura 1.2.1. Estadstica de daos econmicos debidos
Deslizamientos de tierras
5.000
a desastres naturales entre 1900 y 2009. Fuente:
Tsunamis
5.000
Centre for Research on the Epidemiology of Disasters

(www.emdat.be).
Una
introduccin
al
clculo
de
la
peligrosidad ssmica puede encontrarse en el
Tabla 1.2.2. Terremotos ms destructivos en trminos

de vidas humanas entre 1985 y 2009.
Pas
R. P. China
Pakistan
Iran
Iran
URSS
India
Turqua
India
Mxico
Indonesia
Japn
trabajo de Benito y Jimnez (1999). Los

efectos de sitio pueden llegar a tener gran
influencia en este clculo, ya que la mayora
de las grandes ciudades estn situadas sobre
estructuras
sedimentarias
que
pueden
provocar una significativa amplificacin de

las ondas ssmicas (p. e. Murphy and Shah
1988). Un ejemplo clsico de ello es el
terremoto de Mxico de 1985, de magnitud
Fecha
12/05/2008
08/10/2005
21/06/1990
26/12/2003
07/12/1988
26/01/2001
17/08/1999
29/09/1993
19/09/1985
27/05/2006
17/01/1995
Fallecidos
87476
73338
40000
26796
25000
20005
17127
9748
9500
5778
5297
MS = 8.1 que provoc la muerte a casi 10000 personas (Tabla 1.2.2) y destruy ms de 1000
construcciones. Este terremoto no provoc daos graves en la zona epicentral, pero s en puntos
situados sobre los sedimentos lacustres de Ciudad de Mxico, a unos 400km, que sufrieron
amplificaciones de hasta 50 en la banda 0.2 0.7 Hz (Singh et al., 1988; Shapiro et al., 2001 han
investigado la composicin del campo de ondas en esta zona lacustre). Otros casos
paradigmticos de terremotos con efectos de sitio notables son el terremoto de Spitak (Armenia,
7 de diciembre de 1988, Ms = 6.8) con amplificaciones de hasta 30 en la banda 0.4-2Hz
(Borcherdt et al., 1989); el de Loma Prieta (17 de octubre de 1989, Ms=7.1, Borcherdt, 1990); el
de Northridge (California, Teng and Aki, 1996) del 17 de enero de 1994, Ms = 6.7, que pasa por
ser el ms costoso en la historia de Estados Unidos o en el terremoto de Kobe de 1989 (Ms = 6.8,
-5-
Toki et al. 1995), el ms destructivo en Japn desde 1923. En este ltimo caso, se ha sugerido
que la variacin espacial de intensidad puede atribuirse a los efectos de borde de cuenca.
Como los efectos de sitio dependen en gran medida de las propiedades locales del suelo, que
pueden ser muy variables incluso a escala urbana, su evaluacin detallada (microzonacin
ssmica) necesita de mtodos de bajo coste econmico que permitan encontrar la estructura del
suelo en un punto dado o, al menos, caractersticas de su respuesta ante las ondas ssmicas
(funcin de transferencia).
1.3. ESTIMACIN DE EFECTOS DE SITIO.
1.3.1. DETERMINACIN EMPRICA DE LA FUNCIN DE TRANSFERENCIA.
Cocientes espectrales entre registros ssmicos

El mtodo ms directo de estimar el efecto de sitio en un punto situado en una estructura
sedimentaria sin conocimiento previo la geometra y propiedades elsticas de sta es la
comparacin entre registros ssmicos registrados en el punto bajo estudio y los que, para el
mismo evento, se obtienen en el basamento o en un afloramiento rocoso cercano. La tcnica
consiste normalmente en calcular el cociente (funcin de transferencia) entre las amplitudes de
los espectros de Fourier
en sedimentos (usualmente en la componente horizontal) y las
correspondientes a la referencia en roca (Borcherdt, 1970). Si el punto de referencia est

suficientemente prximo, esta operacin cancelara idealmente los efectos de fuente y de
camino, que son factorizables en el dominio de la frecuencia (Figura 1.3.1). Algunas aplicaciones
de esta tcnica pueden encontrarse en los trabajos de Borcherdt and Gibbs (1976), ChvezGarca et al. (1990), Frankel et al. (2001) y Satoh et al. (2001a).
Lermo and Chvez-Garca (1993) propusieron simplificar el mtodo utilizando el cociente

espectral de las partes intensas del movimiento ssmico grabado en las componentes horizontal y
vertical de una misma estacin situada sobre sedimentos, evitando la necesidad de la estacin de
referencia. Esto puede considerarse como una aplicacin en el dominio de la frecuencia del
mtodo de la funcin receptor propuesto por Langston (1979). Algunas aplicaciones,
principalmente en zonas de sismicidad moderada, fueron realizadas por Field and Jacob (1995),
Bonilla et al. (1997) o Loh and Wu (1998).
-6-
Introduccin.
Figura 1.3.1. Representacin esquemtica de efectos de fuente, camino y sitio para el basamento y para un punto
situado sobre sedimentos. El efecto de sitio se puede estimar como el cociente espectral entre los registros en
sedimento y los registros en roca: Ssitio()=Ssedimento() / Sbasamento().
Cocientes espectrales con ruido ambiental

La utilizacin de ruido ambiental (microtremor) para la estimacin de las propiedades ms
relevantes de la funcin de transferencia de un sitio fue introducida por Nogoshi and Igarashi
(1971), quienes utilizaron los espectros del ruido grabado en un punto situado sobre sedimentos
para encontrar los periodos de vibracin caractersticos de ste. Nakamura (1989) propuso usar
el cociente entre los espectros horizontal y vertical para estimar la amplificacin mxima y la
frecuencia a la que sta corresponde (frecuencia predominante). El procedimiento, que es
anlogo al propuesto por Lermo and Chvez-Garca (1993) para registros ssmicos, es en la
prctica de una gran sencillez y economa y ha sido utilizado extensivamente en las ltimas
dcadas. Las distintas interpretaciones de este mtodo, que es denominado HVSR (Horizontalto-Vertical Spectral Ratio) a lo largo de esta Tesis, se detallarn en el Captulo 2.
1.3.2. DETERMINACIN NUMRICA DE EFECTOS DE SITIO A PARTIR DE LA

ESTRUCTURA.
Si se dispone de un modelo suficiente detallado de la estructura a investigar, sera posible
determinar su respuesta ante una excitacin ssmica dada (y consecuentemente, los efectos de
sitio) mediante la resolucin de la ecuacin de Navier. Para algunos tipos de cuencas
sedimentarias con geometras simples se han obtenido soluciones analticas (p.e. Trifunac, 1971;
Wong and Trifunac, 1974; Lee, 1984; Snchez-Sesma, 1987). En el caso de que la estructura sea
-7-
ms compleja (y al menos 2D), se requieren mtodos de resolucin numrica, que muchas veces
resultan intensivos en volumen de clculo. Sin entrar en detalles, algunos de los ms utilizados
son:
Resolucin de la ecuacin de Navier mediante diferencias finitas (Alterman and Karal,

1968; Boore, 1972; Kelly et al. 1976; Prez-Ruiz, 2007).
Mtodo de elementos finitos (p. e. Newmark, 1959).
Mtodo pseudoespectral o de Fourier (Kosloff and Baysal, 1982).
Teora de rayos y haces gaussianos (p. e. Jackson, 1971; Hanyga et al. 1985).
Mtodo inderecto de elementos en la frontera (p.e. Luzn et al., 1995).
Mtodo del nmero de onda discreto (Aki and Larner, 1970).
1.4. DETERMINACIN DE LA ESTRUCTURA DE FORMACIONES SEDIMENTARIAS

MEDIANTE ANLISIS DE ONDAS SUPERFICIALES.
Los sondeos mecnicos son quiz la forma ms fiable y directa de determinar la estructura del
suelo. La tecnologa actual permite realizar sondeos hasta varios kilmetros de profundidad,
incluso atravesar la corteza ocenica. Su principal inconveniente es la gran caresta que supone
realizar perforaciones ms all de unas pocas decenas de metros, lo que los hace inviables para
su aplicacin con propsitos de zonificacin ssmica en pases en vas de desarrollo y regiones de
sismicidad moderada. Entre los mtodos alternativos a las perforaciones (como la prospeccin
con ondas electromagnticas o los estudios de resistividad elctrica, etc.), los ssmicos son la
opcin ms apropiada, ya que permiten tratar con las propiedades elsticas del terreno que son
las que determinarn su respuesta ante un terremoto.
Las ondas P y S generadas artificialmente en la superficie de una estructura estratificada pueden

usarse eficazmente para la exploracin sta. Supngase por ejemplo una capa de espesor H y
velocidad de propagacin (del tipo de onda considerado) V1 sobre un semiespacio de velocidad
V2 > V1. Si se despliega una array lineal de sensores (con tiempo comn) y se aplica una fuente
superficial en un extremo de sta (con la orientacin adecuada al tipo de onda que se pretende
grabar), la representacin del tiempo de viaje de la primera llegada frente a la distancia
horizontal entre fuente y receptor tiene la forma que se muestra en la Figura 1.4.1. El primer
tramo, ser una recta con pendiente 1/ V1 y ordenada en el origen 0 vinculada a la recepcin de la
onda directa, que es la primera en alcanzar el receptor si este est suficientemente prximo a la
fuente. El segundo tramo de recta se debe a las ondas refractadas que inciden en el semiespacio
-8-
Introduccin.
con el ngulo crtico, viajan por la interfaz a velocidad V2 y la abandonan, tambin con el ngulo
crtico, hasta incidir en el receptor. Con consideraciones geomtricas sencillas y usando la ley de
Snell se demuestra que su pendiente es 1/ V2 y su ordenada en el origen brefrac = 2 H ( V22 - V12 ) /
(V1 V2). El despeje las tres incgnitas V1, V2, H a partir de una curva de tiempo de viaje como la
de la figura, es un ejemplo sencillo de sondeo de refraccin. Su aplicacin experimental requiere
desplegar una lnea con sensores densamente distribuidos que sea suficientemente larga como
para recoger la onda refractada. Mota (1954) generaliz este mtodo para el caso de un nmero
arbitrario de refractores, incluyendo la posibilidad de obtener el buzamiento de las capas si la
fuente se aplica sucesivamente en ambos extremos de la lnea.
El tiempo de llegada de la onda reflejada por el semiespacio puede tambin usarse para
determinar los parmetros de la estructura, si bien el mtodo de anlisis es ms complejo ya que
esta onda no es en ningn caso la primera que alanza al receptor.
Figura 1.4.1. Esquema de la trayectoria de propagacin y tiempos de llegada de las ondas directa, reflejada y
refractada creadas por una fuente puntual superficial sobre una estructura formada por una capa de espesor H y
velocidad de propagacin V1 sobre un semiespacio con velocidad V2 > V1 .
Mtodos basados en ondas superficiales

La relacin entre las curvas de dispersin de ondas superficiales (funciones frecuencia velocidad) y los parmetros elsticos del suelo ha sido tambin usada extensivamente en
prospeccin geofsica para el clculo de modelos de tierra unidimensionales, empleando
terremotos o fuentes controladas como mtodo de excitacin (por ejemplo Nazarian, 1984;
Navarro et al., 1997; Tokimatsu, 1997; Park et al., 1999, Raptakis et al., 2000; Duputel et al.,
2010). Se puede demostrar tericamente que, a una distancia suficiente grande de la fuente, la
mayor parte de la energa generada por sta se propaga en forma de ondas superficiales en lugar
de cmo ondas internas (P o S), lo que supone una ventaja para los mtodos basados en el
anlisis espectral de las ondas superficiales. Otra caracterstica favorable es la sensibilidad a
-9-
capas de baja velocidad situadas bajo materiales ms rgidos, que no la tienen los mtodos de
refraccin clsicos (p.e. Whiteley, 1994). Estas situaciones son comunes, por ejemplo, en
entornos volcnicos (Roberts and Asten, 2004). Por otra parte, el que los modelos obtenidos de
la inversin de las curvas de dispersin sean unidimensionales, supone una limitacin del
mtodo, que no existe si se usa la refraccin de ondas internas.
El requisito fundamental para la aplicacin de estas tcnicas es disponer de una fuente de ondas
superficiales (generalmente Rayleigh) suficientemente intensa en el rango de frecuencias
deseado. El empleo de terremotos como fuente ( p. e. Dziewonski et al. 1969) puede resultar
inadecuado en regiones de sismicidad moderada o que carezcan de redes de sismgrafos densas.
Otra opcin es el uso de fuentes artificiales (explosiones, vibradores, ). El hecho de conocer y
poder decidir la ubicacin y propiedades de la fuente presenta grandes ventajas prcticas. Sin
embargo, las fuentes de intensidad moderada, utilizables en entorno urbano, provocan seales
generalmente pobres en bajas frecuencias, que no pueden penetrar ms all de unas pocas
decenas de metros (Jongmans and Demanet 1993, Tokimatsu 1997).
El microtremor como excitacin ssmica

El empleo del ruido ambiental como fuente de excitacin ssmica (habitualmente como fuente de
ondas superficiales), es pues una opcin muy atractiva que ha cobrado inters creciente en las
ltimas dcadas. Al contrario que los terremotos, el ruido ambiental tiene la ventaja de generarse
de forma continua, y comparado con una fuente artificial de pequea intensidad, tiene
habitualmente un rango espectral ms amplio. Sin embargo su utilizacin tambin presenta
aspectos problemticos, como la incertidumbre en la ubicacin y caractersticas de las fuentes, lo
que puede hacer necesarios sistemas de adquisicin de datos y de anlisis ms complejos.
Algunos de estos mtodos son:
El mtodo de autocorrelacin espacial (SPAC) en sus diferentes variantes (Aki, 1957,

1969; Okada and Matsushima, 1989; Bettig et al., 2001; Khler et al., 2007).
El mtodo f-k (frecuencia-nmero de onda) y sus variantes (p. e. Capon 1969).
Mtodo ReMi (Refraction Microtremor, Louie, 2001).
Otros mtodos de anlisis de ondas Rayleigh en la componente vertical mediante array

circular (Henstridge, 1979; Cho et al. 2006a; Tada et al., 2007).
Mtodos de array circular para ondas Love distintos del 3c-SPAC: mtodos Two radius
(TR, Tada et al., 2006), Double Ring (DR, Garca-Jerez et al. 2006b, 2008a), Single
- 10 -
Introduccin.
Circular Array (SCA, Garca-Jerez et al. 2008b, 2010), SPACL y Centerless Circular
Array for Love waves (CCA-L, Tada et al., 2009).
-
La extraccin de funciones de Green entre parejas de estaciones mediante correlacin

cruzada (Shapiro and Campillo, 2004), que ha sido testeada a escala geotcnica por
Picozzi et al. (2009).
El mtodo f-k y la extraccin de funciones de Green sern descritos en el Captulo 2. El mtodo

SPAC (y variantes), junto con los desarrollados en este trabajo de investigacin (mtodos SCA y
DR) se discuten en el Captulo 3. En lo que resta del presente captulo introductorio se revisar la
bibliografa existente acerca del origen y la composicin del ruido ambiental.
1.5. SOBRE LA NATURALEZA DEL MICROTREMOR

El comienzo del registro ssmico digital a partir de los aos sesenta y el desarrollo de las
estaciones de banda ancha a partir de los setenta han permitido la instalacin de redes ssmicas
que, aunque destinadas a distintos propsitos, tienen capacidad de realizar grabaciones de ruido
ssmico ambiental en un amplio espectro de frecuencias, pudiendo ir desde los milihercios hasta
las decenas o centenares de Hercios. El poder medir fielmente estas vibraciones es quiz el
primer paso para que pasen de ser consideradas ruido (variaciones aleatorias no explicadas por
el modelo cientfico en vigor) a tratarse como un fenmeno natural merecedor de estudio del que
se puede extraer informacin valiosa.
Peterson (1993) llev a cabo una evaluacin del espectro del ruido ambiental a nivel mundial
usando los registros del Albuquerque Seismological Laboratory obtenidos en 75 estaciones de
banda ancha desde 1972 (figuras 1.5.1).
La principal caracterstica encontrada en los espectros de ruido es la presencia de dos picos

alrededor de 5-7s y de 18 segundos (0.2 Hz y 0.06-0.07 Hz). Otra caracterstica evidente es la
gran variabilidad del nivel de ruido en las estaciones continentales para periodos inferiores a 1s,
presentando dependencia en la hora del da, con un notable decremento en las horas nocturnas.
Como veremos a continuacin, este comportamiento revela su origen en las actividades
humanas, si bien, en las estaciones insulares y en las costas, el ruido debido a microsismos y a
las olas puede superar al ruido cultural tambin en estas altas frecuencias.
- 11 -
Figura 1.5.1. Izquierda: posiciones de las estaciones consideradas en el estudio de Peterson (1993). Derecha:
densidad espectral del ruido en las distintas estaciones.
1.5.1. EL ORIGEN DEL RUIDO SSMICO

El origen del ruido ssmico (i. e. sus fuentes) ha sido investigado por distintos autores desde que
la capacidad tcnica lo permiti. En 1911 ya se hizo una revisin mayor sobre el tema en forma
de tesis doctoral (Gutenberg, 1911). Una extensa revisin bibliogrfica reciente puede
encontrarse en el artculo de Bonnefoy-Claudet et al. (2006b). En la Tabla 1.5.1 se muestran los
orgenes asignados al ruido ssmico segn Gutenberg (1958), Asten (1978) y Asten and
Henstridge (1984) para distintos rangos de frecuencias. Como se aprecia en la tabla, al ruido
ssmico de frecuencias inferiores a 1Hz se le atribuye origen natural. El pico espectral a ~0.150.2Hz, antes mencionado, es el ms prominente y se asocia a un efecto causado por las olas
ocenicas, que viajan en direcciones opuestas, generando ondas estacionarias que disipan energa
en forma de ondas elsticas.
Tabla 1.5.1. Fuentes de ruido ambiental en funcin de la frecuencia. Reproducido de BonnefoyClaudet et al. (2006b).
Gutenberg
(1958)
Olas ocenicas golpeando en las costas
0.05 0.1 Hz
Asten (1978),
Asten and Henstridge
(1984)
0.5 1.2 Hz
Monzones y perturbaciones meteorolgicas a gran

escala
Ciclones sobre los ocanos
Condiciones meteorolgicas a escala local
Tremor volcnico
Urbano
0.10.25 Hz
0.160.5 Hz
0.31 Hz
1.45 Hz
210 Hz
1100 Hz
0.53 Hz
- 12 -
1.430 Hz
Introduccin.
Longuet-Higgen (1950) explic este fenmeno, que resulta llamativo ya que la frecuencia
dominante en las ondas ocenicas es aproximadamente la mitad de la de las ondas elsticas
generadas. Tanimoto et al. (2006) han identificado ondas Rayleigh de esta frecuencia viajando
desde la costa en ms de 70 estaciones del sur de California (si bien, esta directividad no resulta
tan clara en estaciones situadas en cuencas sedimentarias). Yamanaka et al. (1993) tambin
encontraron una clara correlacin entre la altura de las olas y la amplitud espectral a 6.5s. Daz et
al. (2010) han verificado esta dependencia en la mayora de las estaciones de IberArray (una red
de 55 estaciones que fue desplegada en el sur de la pennsula Ibrica y en el norte de Marruecos
desde verano de 2007). En general, el nivel espectral es mnimo en primavera y verano,
creciendo en otoo y con mximo en invierno. Daz et al. (2010) encuentran que la mxima
variacin estacional ocurre para un periodo de 9s.
El pico a ~0.06Hz (menos destacado) fue relacionado con el golpeo de las olas ocenicas en las
costas, que transferiran su energa en forma de ondas Rayleigh (Hasselmann, 1963).
Algunos autores emplean el trmino microsismo para referirse al ruido ssmico de origen
natural, y en especial el de periodos de hasta 20s, reservando microtremor para el de origen
antrpico. En esta memoria se utilizan ruido ssmico, ruido ambiental y microtremor como
sinnimos, englobando en estos trminos a los microsismos. Se especificar la banda de
frecuencias y/o el origen cuando se requiera.
Aunque algunos estudios (Young et al., 1996; Withers et al., 1996) indican que el viento da lugar
a ruido ssmico de alta frecuencia (entre 15 y 60 Hz), en sitios poblados y por encima de 5Hz las
fuentes son predominantemente urbanas (trfico, maquinaria, pasos,). Sin embargo, estas
ondas resultan fuertemente atenuadas al alejarse varios kilmetros de la zona generadora. Entre 1
y 5Hz hay una banda de transicin en la que contribuiran ambos tipos de fuentes. Yamanaka et
al. (1993) demostraron, con medidas continuas en la Universidad de California del Sur en Los
ngeles, la dependencia de la amplitud del microtremor de corto periodo (0.3s) con el ciclo
da/noche as como su cada durante el fin de semana, lo que prueba la elevada contribucin de
fuentes antrpicas. Otras comprobaciones recientes de este hecho han sido llevadas a cabo por
Bonnefoy-Claudet, (2004) y Daz et al. (2010).
1.5.2. COMPOSICIN DEL RUIDO SSMICO

sta es en gran medida, una cuestin an abierta, a pesar de que ha sido estudiada por mltiples
autores. Los trabajos empricos al respecto podran clasificarse en dos grandes grupos en funcin
del mtodo seguido: los basados en el estudio de la trayectoria tridimensional de la partcula y
- 13 -
los basados en medidas de array. En los primeros se explotan las diferencias en la polarizacin y
en el movimiento de una partcula cuando es sometida a los distintos de ondas (p. e., trayectorias
elpticas en el plano de incidencia en el caso de ondas Rayleigh). La segunda va consiste en
calcular velocidades de propagacin de las ondas presentes en el ruido ssmico (normalmente en
la componente vertical) e identificarlas comparando con las obtenidas tericamente para los
distintos tipos de ondas partiendo de la estructura del sitio, que ha de ser conocida.
Adicionalmente, se han realizado simulaciones numricas que permiten una mejor comprensin
del fenmeno. Bonnefoy-Claudet et al. (2006a) han analizado ruido sinttico registrado en una
array virtual, concluyendo que la composicin de ste depende al menos de dos factores: i) de la
posicin de las fuentes (lejanas o cercanas, superficiales o profundas); ii) de la estructura del
sitio (del contraste de impedancia entre la posible capa sedimentaria y el basamento y de su
frecuencia de resonancia). Por tanto, muchos estudios experimentales podran estar en buena
medida sesgados ya que la mayora estn realizados con estaciones situadas en roca y
relativamente protegidas del ruido urbano (de fuentes cercanas). Esta variabilidad en la
composicin podra ser la causa de la falta de consenso general.
A continuacin se mencionarn algunos resultados bien establecidos y algunos estudios recientes
clasificados por banda de frecuencias. Una revisin bibliogrfica ms extensa de los trabajos
anteriores a 2006 puede encontrarse en el artculo de Bonnefoy-Claudet et al. (2006b).
Periodos entre 20s y 5-7s

Es generalmente admitido que, en la banda entre 5-7 y 20s (de 0.05 a 0.15-0.20Hz) predominan
los modos fundamentales de ondas Rayleigh y Love (p. e. Lacoss et al., 1969, obtenido mediante
array ssmica), si bien, pueden encontrarse tambin indicios de contribuciones de modos
superiores. Tanimoto et al. (2006), estudiando la trayectoria de la partcula, ha encontrando
variabilidad estacional en las contribuciones de los distintos modos de onda Rayleigh.
Periodos entre 5-7s y 1s

Para periodos menores (entre 1s y 5-7s), la situacin es ms controvertida y el campo de ondas
puede estar compuesto por una complicada mezcla de estos modos fundamentales junto a modos
superiores de ondas superficiales y ondas internas (p. e., Koper et al., 2010). Incluso, en
ocasiones, los modos fundamentales pueden estar prcticamente ausentes (Toksz and Lacoss,
1968). Sin embargo, tambin son muchos los autores que encuentran predominancia de los
modos fundamentales de ondas superficiales, al menos en estructuras sedimentarias. Toksz
- 14 -
Introduccin.
(1964) ya encuentra este resultado para periodos entre 1 y 6s (0.17Hz) analizando velocidades de
fase en algunas ventanas temporales en las que el ruido ambiental era unidireccional. Horike
tambin encuentra el modo fundamental en dos puntos de la cuenca de Osaka (Japn) a
frecuencias inferiores al hertzio, mediante medidas de f-k (concretamente, entre los 0.5 y los
3Hz, con contaminacin de modos superiores de 2.48 a 3Hz en uno de los sitios). Yamanaka et
al. (1994) apoyan la predominancia de las ondas Rayleigh, aunque en base a evidencias algo ms
indirectas (comparacin entre la forma del cociente espectral H/V y a la curva de elipticidad, ver
Captulo 2). Matsuoka et al. (1996) han comparado con xito la curva de dispersin terica del
modo fundamental Rayleigh para un punto de estructura conocida (con un 1 Km de sedimentos)
con los datos experimentales obtenidos mediante array (mtodo v-SPAC) hasta periodos tan
altos como 5s (trabajo reproducido por Okada, 2003, pgs. 106-109). Kagawa (1996) y FloresEstrella and Aguirre-Gonzlez (2003) han obtenido curvas de dispersin en Ciudad de Mxico
que bajan hasta 0.35Hz (2.9 s) y 0.28 Hz (3.6s) usando los mtodos f-k y v-SPAC
respectivamente. Kunimatsu et al. (2005) alcanzan los 6.7 s (0.15Hz) en tres puntos de la llanura
de Yufutsu (Japn), interpretando los resultados como modo fundamental Rayleigh (salvo en el
rango 0.3 -1.2 Hz donde, en uno de los puntos, se intuye contaminacin por modos superiores).
El supuesto lmite de 1s para la interpretacin mediante modos fundamentales de ondas
superficiales es rebasado en alguna medida en muchos otros estudios recientes (p. e. Cho et al.,
2004 y Tada et al., 2009). En esta memoria identificaremos curvas de dispersin de ondas
Rayleigh a periodos de hasta 1.7s (0.6Hz) con datos propios. Una explicacin parcial de la
controvertida composicin del ruido en este rango de periodos fue apuntada por Lacoss et al.
(1969), quienes afirman que la probabilidad de que el modo fundamental Rayleigh domine en el
ruido disminuye al alejarse de las zonas costeras, dada la fuerte atenuacin que sufren las ondas
Rg. Esto explicara la ausencia de estas ondas en las medidas realizadas en el LASA (Large
Aperture Seismic Array, Montana, EEUU) y est en consonancia con las simulaciones de
Bonnefoy-Claudet et al. (2006a) que ligan la predominancia de los modos fundamentales a la
existencia de fuentes superficiales cercanas en estructuras con altos contrastes de impedancia
entre sedimentos y basamento.
Periodos menores que 1s

Como se describi anteriormente, las fuentes urbanas cercanas (de haberlas) pasan a jugar un
papel esencial. De nuevo, estas favoreceran la excitacin de ondas superficiales para contrastes
altos (contraste de velocidades de 3-4) mientras que tambin daran lugar a ondas internas
apreciables para contrastes menores (Bonnefoy-Claudet et al., 2006).
- 15 -
Los resultados en ausencia de fuentes antrpicas arrojan de nuevo un panorama complejo. Li et

al. (1984) analizaron el microtremor entre 1 y 20Hz en un afloramiento rocoso en ausencia de
ruido urbano, encontrando altas velocidades de propagacin, lo que sugiere que est compuesto
por ondas internas o modos superiores de ondas superficiales. En la banda de 1Hz a 4Hz Koper
et al. (2010) encuentran gran variabilidad de composiciones en un conjunto de 9 arrays ssmicas
permanentes distribuidas por toda la tierra, consistiendo en combinaciones de ondas P, PKP, Lg
y Rg.
1.5.3. PROPORCIN DE ONDAS RAYLEIGH Y LOVE EN EL RUIDO SSMICO.

Admitiendo que estemos en las circunstancias en las que dominan las ondas superficiales, queda
an por dilucidar cul es la proporcin de ondas Rayleigh y Love. Hasta la fecha, la gran
mayora de estudios de ruido ambiental mediante array ssmica se centran en el anlisis de las
componentes verticales, de modo que las cuestiones relativas a las ondas Love no son
consideradas. An as, en la bibliografa pueden encontrarse varias determinaciones
experimentales de la relacin Rayleigh-Love. En la mayora de stas (y en todas las que se citan a
continuacin), sta proporcin es calculada para las componentes horizontales del campo (y por
tanto, la verdadera proporcin energtica de ondas Rayleigh en el campo tridimensional es
mayor que la que se indica).
Miyadera and Tokimatsu (1992) encontraron una distribucin de energas entre las ondas
superficiales de 40% Rayleigh - 60% Love, con un margen de error de 10%. Tres estudios sobre
el tremor volcnico realizados tambin en la dcada de los 90 merecen atencin:
-
Ferrazzini et al. (1991), encontraron en el pi del crter Puu Oo del volcn Kilauea una
distribucin energtica de un 60% de onda Rayleigh frente al 40% Love, entre 1-2 y 8Hz.
Sin embargo, Aki (coautor del trabajo anterior) et al. (1978) encontraron una prctica
ausencia de ondas Rayleigh y, contrariamente, ondas Love muy notables en las medidas
realizadas en un lago de lava parcialmente solidificada cercano (sitio Kilauea Iki). Esta
aparente contradiccin es explicada por los autores como un efecto debido a una capa de
roca fundida en este segundo sitio.
Chouet et al. (1996) encuentran un proporcin de 30% Rayleigh frente al 70% Love en el
tremor del volcn Stromboli, entre 2 y 9Hz. Esta proporcin se asume como
independiente de la frecuencia.
Mtaxian and Lesage (1997) determinaron que la proporcin de ondas Rayleigh en el

volcn Masaya est entre el 45% y el 51% para el rango de frecuencias entre 1 y 8Hz.
- 16 -
Introduccin.
Recientemente, se han realizado estudios ms detallados en los que se calcula esta proporcin en
funcin de la frecuencia. Khler et al. (2007) han estimado contenidos de onda Rayleigh entre el
10% y el 35% en la banda espectral de 0.5 a 2Hz en Pulheim (Alemania). En un trabajo de
Endrun and Ohrnberger (2009) se han analizado 20 experimentos de array ssmica en diferentes
sitios de Europa, obtenindose que la contribucin relativa de ambas ondas depende de la
frecuencia, con la potencia de onda Rayleigh variando entre el 10% y el 60% en la banda 115Hz y alrededor del 50% a frecuencias mayores y menores. Endrun (2010) detalla los
experimentos en muchos de estos sitios. Tada et al. (2010), con un mtodo propio, han estimado
una contribucin de ondas Love en dos reas de la ciudad de Tokio en torno al 80% por debajo
de 2Hz, encontrando una gran variabilidad a frecuencias superiores. En la revisin literaria de
Bonnefoy-Claudet et al. (2006b) se concluye que las ondas Love predominan para frecuencias
superiores a 1 Hz. Sin embargo, como se ha descrito, hay cierta dispersin en los resultados,
encontrndose casos en los que las ondas Rayleigh son ligeramente predominantes (p. e. Cornou,
2002).
- 17 -
- 18 -
CAPTULO 2
TCNICAS EXPLORATORIAS BASADAS EN EL

ESTUDIO DEL RUIDO AMBIENTAL
En este captulo se revisan tres mtodos de exploracin ssmica pasiva con ruido ambiental: la
tcnica del cociente espectral H/V (HVSR o mtodo de Nakamura), el mtodo f-k y, con menor
detalle, la recientemente desarrollada interferometra ssmica. Se excluyen aqu los mtodos de
tipo SPAC que sern desarrollados en profundidad en el captulo siguiente.
2.1. MTODOS BASADOS EN MEDIDAS PUNTUALES. HVSR.

Probablemente, la forma ms sencilla de obtener alguna informacin sobre la estructura
superficial usando medidas de ruido ambiental consiste en el empleo del cociente entre las
amplitudes espectrales de las componentes horizontal y vertical del movimiento. Esta tcnica,
conocida como Tcnica de Nakamura, H/V o HVSR (Horizontal-to-Vertical Spectral Ratio) ha
sido empleada extensivamente en las ltimas dcadas, dada su economa en dispositivos y
requerimientos logsticos, ya que slo se necesita obtener un registro en tres componentes del
microtremor por cada punto investigado (ver ejemplos en Lermo and Chvez-Garca, 1993 y
1994; Gaull et al., 1995; Abeki et al., 1996; Fh et al., 1996; Alfaro et al., 1997; Fh 1997;
Guguen et al., 1998; Navarro et al., 1998; Regnier et al., 2000; Tobita et al., 2000; Alfaro et al.,
2001; Ansal et al., 2001; Bodin et al., 2001; Navarro et al., 2001; Satoh et al., 2001b; Rosset et
al., 2002; Al Yuncha et al., 2004; Almendros et al., 2004; Talhaoui et al., 2004; Tuladhar et al.,
2004; Garca-Jerez et al., 2006a ente muchos otros).
Originalmente propuesta por Nakamura (1989), la tcnica ha sido y es an objeto de controversia

en lo relativo a su interpretacin fsica y su utilidad. Suponiendo una estructura sedimentaria, la
tcnica de Nakamura en sentido restringido supondra que:
i)
El primer mximo (el de menor frecuencia) del cociente entre las amplitudes
espectrales horizontal y vertical del microtremor ocurre a la frecuencia de resonancia
de las ondas S verticalmente incidentes.
ii)
La amplitud de dicho mximo coincide con la amplificacin mxima de las ondas S

(mximo de la funcin de transferencia).
Algunos autores usan la Tcnica de Nakamura en un sentido menos restrictivo (p. e. Herak,
2008), considerando que el cociente espectral HVSR es una estimacin de la funcin de
transferencia para un rango amplio de frecuencias y no slo en el entorno del mximo. El
conocimiento de estas caractersticas de la funcin de transferencia de ondas S, que es valioso
por s mismo (p. e., para la estimacin de efectos de sitio en estudios de peligrosidad ssmica de
un emplazamiento) puede permitir adems el clculo de parmetros elsticos o geomtricos de la
estructura. Concretamente, utilizando que la frecuencia fundamental se correlaciona con la
profundidad al basamento, la tcnica HVSR se puede emplear para determinar la geometra de
ste cuando la dependencia entre la velocidad de onda S con la profundidad en la cubierta
sedimentaria sea conocida o supuesta (Ibs-von Seht and Wohlenberg, 1999; Delgado et al.,
2000a, Delgado et al., 2000b; Parolai et al., 2002; Garca-Jerez et al., 2006a; entre otros).
Varios autores han avalado experimentalmente el mtodo de Nakamura dentro de cierto grado de
aproximacin. Como ejemplo, en la Figura 2.1.1 extrada de Konno and Ohmachi (1998) se
muestra una comparativa entre frecuencias y amplitudes medidas usando HVSR y las
correspondientes a la funcin de transferencia de ondas S con incidencia vertical para 14 puntos
con estructura conocida.
- 20 -
Tcnicas exploratorias basadas en el estudio del ruido ambiental.
Figura 2.1.1. Relacin de los periodos experimentales (figura izquierda) y las amplitudes experimentales (figura
derecha) del primer mximo del HVSR con los correspondientes a la funcin de transferencia de ondas S. Los datos
corresponden a 14 puntos en los que la estructura del suelo es conocida y el HVSR presenta un pico fundamental
pronunciado. Tomado de Konno and Ohmachi (1998).
2.1.1. FUNDAMENTO TERICO. HIPTESIS.

Una revisin bastante exhaustiva del mtodo con discusin de sus fundamentos tericos fue
realizada en la pasada dcada por Bard (1999). En ese trabajo se critica la descripcin original de
Nakamura y se pone en duda la vinculacin directa de la forma del HVSR con la funcin de
transferencia de ondas S. El anlisis de la versin ms explcita del mtodo (Nakamura, 1996), se
resume a continuacin (Bard, 1999):
Nakamura (1996) parte de que campo de ondas que forma el microtremor puede separarse en su
componente de ondas internas (subndice b) y la componente de ondas superficiales (subndice
s). Entonces, las componentes horizontal (superndice H) y vertical (superndice V) en la
superficie de los sedimentos (S mayscula) son:
S H ( f ) SbH ( f ) SsH ( f ) HT ( f )RbH ( f ) SsH ( f )
(2.1.1)
S V ( f ) SbV ( f ) SsV ( f ) VT ( f )RbV ( f ) SsV ( f )
(2.1.2)
donde RbV ( f ) y RbH ( f ) son los espectros de la parte de ondas internas en el basamento (sitio de
referencia en roca) en las componentes vertical y horizontal, VT ( f ) y H T ( f ) son las
amplificaciones verdaderas entre el basamento y la superficie de los sedimentos para las
- 21 -
componentes vertical y horizontal. A partir de (2.1.1-2), el cociente espectral entre las

componentes horizontal y vertical puede escribirse ahora como:
HVSR( f ) S H ( f ) S V ( f ) HT ( f )ARHV ( f ) B ( f )As ( f ) VT ( f ) B ( f )
(2.1.3)
donde ARHV es el cociente H/V para el sitio en roca ( ARHV = RbH / RbV ), B S sV / RbV , mientras
que As es el cociente H/V para las ondas superficiales: As = S sH / S sV .
En estas circunstancias, la validez del mtodo de Nakamura a la frecuencia f, es decir, de la
relacin HVSR( f ) HT ( f ) ) se tiene si ocurre que:
i) El cociente espectral H/V en roca es igual a 1 ( ARHV ( f ) = 1).
ii) La componente vertical no est amplificada ( VT ( f ) 1 ).
iii) B ( f ) es mucho menor que 1.
iv) B ( f )As ( f ) = S sH ( f ) / RbV ( f ) es mucho menor que H T ( f ) .
En base a la experiencia, se puede admitir la hiptesis i). La hiptesis ii) se puede argumentar
(Nakamura, 2000) considerando que las velocidades de propagacin de la onda P en la cubierta
sedimentaria son generalmente mucho mayores que las de las S, lo que conlleva que las
resonancias de onda P se encuentren a frecuencias muy superiores a las de la onda S.
Las hiptesis iii) y iv) implican asumir la predominancia de las ondas internas sobre las
superficiales en las componentes vertical y horizontal del ruido medido en los sedimentos.
Efectivamente, admitida i), la condicin iv) equivale a S sH ( f ) << SbH ( f ) (dominancia de
ondas internas en la componente horizontal). Anlogamente, admitida ii), la condicin iii) es
S sV ( f ) << SbV ( f ) (dominancia de las ondas internas en la componente vertical). Estas dos
desigualdades, que sern consideradas en la seccin 2.1.6, contienen afirmaciones sobre la

composicin del ruido ambiental que siguen en discusin an en nuestros das (ver por ejemplo
Bonnefoy-Claudet et al., 2006a vs. Nakamura, 2007), si bien, cobran fuerza los argumentos en
contra de su validez general (i. e. para f arbitraria).
- 22 -
2.1.2. INTERPRETACIN EN TRMINOS DE ONDAS SUPERFICIALES.

Contrariamente a la interpretacin de Nakamura del HVSR en trminos de ondas internas,
muchos otros autores, y en la mayora de las investigaciones recientes sobre el tema, se defiende
la vinculacin del cociente espectral con las propiedades de las ondas superficiales (p. e. Lachet
and Bard, 1994; Konno and Ohmachi, 1998; Fh et al., 2003; Scherbaum et al., 2003; Arai and
Tokimatsu, 2004).
En apoyo de esta tesis est el hecho bien establecido de que, para amplias bandas de frecuencia,
el microtremor consiste mayoritariamente en ondas superficiales, lo que se manifiesta en su
caracterstico carcter dispersivo (Aki, 1957; Nogoshi and Igarashi, 1971; Chvez-Garca and
Luzn, 2005, entre muchos o otros). La mayora de los trabajos en este campo usan registros de
componente vertical.
Aunque los estudios al respecto no son tan abundantes, el comportamiento predominantemente
dispersivo del ruido ambiental en la componente horizontal a frecuencias de inters geotcnico
ha sido avalado experimentalmente (ejemplos recientes: Di Giulio et al., 2006 y Fh et al., 2008
usando f-k; Khler et al., 2007 usando 3c-MSPAC; Tada et al., 2006, 2010 y Garca-Jerez et al.,
2008a, 2010 usando mtodos tipo-SPAC de desarrollo reciente).
Como las ondas Love no conllevan movimiento en la componente vertical, el vnculo ms
inmediato entre las ondas superficiales y el cociente espectral HVSR son las curvas de
elipticidad de la onda Rayleigh.
2.1.3. VNCULO CON LA ELIPTICIDAD DE LA ONDA RAYLEIGH

La trayectoria que sigue una partcula bajo la accin de una onda Rayleigh monocromtica es, si
la atenuacin inelstica es despreciable, una elipse recta sobre el plano vertical que contiene a la
direccin de propagacin. Definimos la elipticidad de la onda Rayleigh como el cociente entre
las amplitudes del movimiento horizontal y vertical de la partcula (semiejes de la elipse). La
forma de las curvas de elipticidad es fuertemente dependiente de la estructura del suelo. En el
caso de un semiespacio homogneo, la elipticidad depende exclusivamente del coeficiente de
Poisson , segn las expresiones (Malischewsky and Scherbaum, 2004):
2 3
h3 ( ) h4 ( ) 5
h3 ( ) h4 ( ) 2
- 23 -
(2.1.4)
donde se han definido las funciones auxiliares h1( ) , h2 ( ) , h3 ( ) y h4 ( ) :
h1( )
5 21 16
32 3 1 ;
3
h2 ( ) 11 56 1 ;
h3 ( ) 3 4 3 3 3h1( ) h2 ( ) ;
h4 ( ) 3 4 sign( 2 5 )3 3 3h1( ) h2 ( ) sign( 2 5 ) .
(2.1.5)
Esta relacin, que se muestra en la Figura 2.1.2, representa tambin el lmite de alta frecuencia
en estructuras complejas, si se evala usando el de la capa superior (lmite de longitud de onda
Rayleigh mucho menor que el espesor de la capa superficial).
Figura 2.1.2: Elipticidad de la onda Rayleigh para un semiespacio homogneo en funcin del coeficiente de Poisson.
(Reproducida de Malischewsky and Scherbaum, 2004).
En el caso de una estructura formada por una capa sobre un semiespacio ms rgido (y en
modelos an ms complejos), la elipticidad es dependiente de la frecuencia. Su valor puede
calcularse para una estructura arbitraria siguiendo a Haskel (1953), mientras que, en este modelo
simple de una capa sobre el semiespacio puede usarse tambin la solucin analtica obtenida por
Malischewsky and Scherbaum, (2004) en trminos de la velocidad de fase de ondas Rayleigh.
- 24 -
Existen tres comportamientos distintos de la curva en funcin del contraste de velocidades de

ondas S entre la capa y el semiespacio (Fig. 2.1.3). En los casos en que el contraste de
velocidades es de al menos, 2.5 3, estas funciones presentan un pico bien definido (ver Figura
2.1.3, tipos 2 y 3). Si el contrate es mayor de 3.5 4 el pico tiene amplitud infinita y aparece en
una frecuencia prxima a la resonancia fundamental de las ondas S verticalmente incidentes
(Malischewsky and Scherbaum, 2004; tipo 3 en Figura 3) y se debe a una anulacin en la
componente vertical simultnea a un cambio en el sentido en el que la partcula recorre su
trayectoria elptica. Con contrastes menores, la frecuencia del pico puede desviarse notablemente
del valor de la resonancia S.
Figura 2.1.3. (a) Modelos de capa elstica sobre semiespacio y curvas de elipticidad correspondientes. Se muestran
las curvas de elipticidad para al modo fundamental correspondientes a VS = 250 m/s (Tipo 1), VS = 200 m/s (Tipo 2)
y 50 m/s (Tipo 3). Los coeficientes de Poisson usados son
10-4 ( VS -150) para VS
= 0.499 para VS < 150 m/s y
= 0.499 1.16
150 m/s. Los espesores de la capa superior son tales que el periodo de 1 s corresponde a la
resonancia fundamental para ondas S. (b) Tipos de rbitas de la partcula para el modo fundamental Rayleigh.
(Traducido de Konno and Ohmachi, 1998).
En consecuencia, si en el pico del HVSR el campo de ondas estuviera dominado por las ondas
Rayleigh, persiste la posibilidad de usarlo para identificar la frecuencia de resonancia f0 (en caso
de contrastes altos) pero se desvanece la de estimar la amplificacin mxima de ondas S a partir
de la amplitud de este, dado el comportamiento divergente de la elipticidad. Konno and Ohmachi
- 25 -
(1998) propusieron un modo de eliminar estas divergencias mediante un suavizado de las curvas
de elipticidad. Sin embargo, este suavizado no es un remedio completo porque, cuando el
contraste de impedancias es superior a 3, las amplitudes resultantes del suavizado son an
fuertemente dependientes del coeficiente de Poisson en la estructura (por serlo las curvas de
elipticidad), adems de variar con los detalles del suavizado (ver Fig. 13 en Konno and Ohmachi,
1998). An as, estos autores encuentran experimentalmente una relacin de proporcionalidad
(con pendiente 2.5) entre la amplificacin de la onda S y la amplitud de la elipticidad suavizada,
que es vlida en casos en los que el coeficiente de Poisson sea prximo a 0.5 y usando un cierto
nivel de suavizado (dado por el parmetro b = 20 del tipo de ventana propuesta por los autores).
Si adems se admite que la energa de la componente horizontal se distribuye en 40% para ondas
Rayleigh y 60% para ondas Love (Miyadera and Tokimatsu,1992) se deducira la igualdad entre
la amplitud del HVSR y la amplificacin de la onda S en la frecuencia de resonancia (Fig. 2.1.1).
2.1.4. DIFICULTADES EN LA INTERPRETACIN EN TRMINOS DE ONDA RAYLEIGH

Desafortunadamente, la interpretacin de Konno and Ohmachi (1998) sobre la amplitud del pico
del HVSR descansa sobre hiptesis muy restrictivas (dominancia de las ondas superficiales en
torno a f0, un reparto energtico concreto entre ondas Rayleigh y Love conocido y alto
coeficiente de Poisson) que no se satisfacen en todos los casos prcticos. Presentamos a
continuacin algunos trabajos en los que se plantean objeciones a esta interpretacin:
- Dependencia en el coeficiente de Poisson.
Lachet and Bard (1994) muestran, utilizando ruido simulado compuesto de ondas superficiales e
internas sobre estructuras unidimensionales complejas, que la correlacin entre la amplificacin
de ondas S y la amplitud del HVSR es pobre, insistiendo en la importante influencia del
coeficiente de Poisson de la capa superior en el segundo. Por el contrario, la utilidad del mtodo
de Nakamura para identificar la frecuencia de resonancia es confirmada.
- La dominancia de las ondas Rg sobre las internas no es general.
La dominancia de las ondas superficiales entorno a la frecuencia f0 en modelos con alto contraste
de impedancia para cualquier tipo de fuente generadora del ruido no se puede admitir
tericamente. En concreto, la distribucin energtica entre ondas Rayleigh y P-SV para una
fuente vertical superficial ha sido estudia por Tamura (1996) en funcin de la frecuencia y de la
distancia al receptor encontrando que las segundas dominan en las dos componentes del
movimiento (radial y vertical) en torno a f0 , incluso a largas distancias (Figura 2.1.4). En el caso
- 26 -
de que las fuentes del campo estn situadas fuera de la estructura sedimentaria (o en el
basamento) la dominancia de las ondas Rayleigh es an ms dudosa (ver Bonnefoy-Claudet et
al., 2006a; Langston et al., 2009; van der Baan, 2009 y la discusin posterior).
- El contenido Rayleigh-Love en la componente horizontal es incierto e influye en la forma del
HVSR
La distribucin energtica entre ondas Rayleigh y Love en la componente horizontal del ruido
ambiental, en general poco conocida, puede ser en teora muy variable dependiendo de las
caractersticas de las fuentes (se hizo una revisin de la bibliografa el respecto en la Seccin
1.5). Si las fuentes se modelan por fuerzas puntuales verticales, no se generarn ondas Love,
mientras que si tienen componentes horizontales apreciables orientadas arbitrariamente respecto
al observador, las ondas Love pueden ser dominantes en torno a f0, con gran diferencia sobre las
Rayleigh (p. e. Figura 2.1.5). Una hiptesis interesante debida a Bonnefoy-Claudet (2004) seala
a las ondas Love como las responsables del pico del HVSR en f0 en modelos de una capa sobre
semiespacio con contraste moderado (curva elipticidad tipo 2 en Fig. 2.1.3). En este tipo de
modelos, el modo fundamental y el primer superior Rg actan simultneamente en torno a f0, y el
segundo de ellos con movimiento de la partcula predominantemente vertical (incompatible con
un mximo en el HVSR). En la interpretacin de esta autora, es el mximo de potencia de las
ondas Love en la fase de Airy (frecuencia para la que la velocidad de grupo mnima, que en estos
modelos ocurre aproximadamente a f0) el que aumenta significativamente el contenido espectral
de la componente horizontal provocando el pico.
El importante papel de las ondas Love ha sido confirmado por Cornou (1998) quien comprob,
mediante ruido simulado, que la amplitud del pico fundamental del HVSR disminuye
significativamente en caso de que las fuentes no tengan componente tangencial respecto al
observador, lo que conlleva la no recepcin de las ondas Love y SH. Endrun (2010) ha
encontrado experimentalmente, en un conjunto de 12 medidas, contribuciones de ondas Rayleigh
tpicamente del 40%-50% a la frecuencia f0. Khler et al. (2007) han estimado el porcentaje de
ondas Rayleigh en la componente horizontal en Pulheim (Alemania), encontrando indicios de la
disminucin de este porcentaje en torno a la frecuencia de resonancia.
2.1.5. AVANCES RECIENTES SOBRE EL ORIGEN DEL PICO DEL HVSR

De bastante inters para la comprensin de la naturaleza de las ondas constitutivas del
microtremor en el entorno de los picos del HVSR resulta el reciente trabajo de Bonnefoy- 27 -
Figura 2.1.4: Cocientes entre las amplitudes de las ondas internas y de las ondas Rayleigh generadas por una fuerza
vertical superficial que acta sobre la estructura indicada. El contraste de velocidades de onda S entre la capa
sedimentaria y el semiespacio (1.2, 1.5, 3, 6) aumenta conforme se baja en las columnas. La columna izquierda se
refiere al movimiento en la componente vertical, mientras que en la derecha se representa el movimiento horizontal
(radial). El significado de las variables es: H = espesor de la capa superior; = densidad; VP = velocidad de onda P ;
VS1 = velocidad de onda S en la capa; VS2 = velocidad de onda S en el semiespacio; r = distancia entre la fuente y el
receptor; 0 = longitud de onda del modo fundamental Rayleigh; f = frecuencia; f 0 = VS1/(4H); W = amplitud del
movimiento vertical; U = amplitud del movimiento horizontal; subndice
Rayleigh. Reproducida de Tamura (1996).
- 28 -
= ondas internas; subndice r = ondas
Claudet et al. (2006a), quienes han realizado simulaciones sobre un modelo 1D consistente en
una capa sedimentaria homognea sobre un semiespacio entre los que existe un alto contraste de
impedancia (6.5) y factor de calidad bajo para la capa superior (QS = 25, QP = 50). En ese trabajo
usan diferentes tipos y distribuciones de fuentes, simulando tambin medidas de array en la
componente vertical para indagar en la naturaleza del campo de ondas. Los autores encuentran
toda una casustica para la forma del HVSR en funcin de las condiciones de las fuentes:
Figura 2.1.5. Energa liberada en forma de ondas superficiales por un conjunto de fuentes puntuales superficiales
con azimut aleatorio (calculada segn Arai and Tokimatsu, 2000). La lnea negra se refiere a la componente
horizontal del ruido mientras que la roja representa la vertical. En la subfigura A slo se consideran fuentes
verticales, mientras que en B las fuentes forman 45 grados con la superficie del suelo. La diferencia entre las
componentes horizontales en periodos prximos y superiores a 0.28s (frecuencia fundamental de resonancia de onda
S en la estructura) se debe mayoritariamente a la aparicin de las ondas Love en B. Ntese que la potencia generada
en forma de ondas de Rayleigh es mnima, en ambas componentes, en torno a la a la frecuencia de resonancia y muy
baja a frecuencias por debajo de sta. Este clculo, tomado de Garca-Jerez et al. (2004), est basado en un modelo
superficial para la Universidad de Almera.
- Que el HVSR tiene un solo pico destacado si las fuentes de ruido son cercanas (de 4 a 50 veces
el espesor de la capa) y superficiales. Adems, el campo de ondas est dominado por ondas
Rayleigh. Para algunos tipos de dependencia temporal en la fuente encuentran un pico
secundario de amplitud mucho menor, situado a frecuencia doble de la fundamental, que
atribuyen a la presencia de ondas Love dominando la componente horizontal. Bonnefoy-Claudet
et al. (2008) matizan este resultado, indicando que el papel de las ondas Love en la amplitud del
pico es ms y ms importante conforme el contraste de impedancia entre sedimentos y
basamento disminuye.
- El HVSR presenta dos picos si las fuentes son distantes (ms de 50 veces el espesor de la capa)
y estn situadas dentro del estrato sedimentario. El primer pico es debido al modo fundamental
- 29 -
de onda Rayleigh y a la resonancia de ondas S, mientras que el segundo, situado a frecuencia

triple, se debe a la resonancia de ondas S exclusivamente.
- En caso de fuentes profundas, situadas en el basamento, el HVSR presenta picos en el modo
fundamental y en las frecuencias de los armnicos de onda S. Slo son significativas las ondas S,
que son reflejadas mltiplemente en la capa sedimentaria. ste extremo ha sido confirmado
recientemente por van der Baan (2009). Experimentalmente, Langston et al. (2009) han
explicado el pico del HVSR en la desembocadura del Mississippi (a 4s) como debido a ondas
internas que se propagan casi verticales por la capa sedimentaria y que tendran su origen en la
interaccin de las ondas Rayleigh y Love generadas en las costas de Norteamrica con la base de
la estructura sedimentaria.
En la Figura 2.1.6 se muestran los resultados para el caso en que las fuentes son superficiales
(profundidad menor que 1/10 del espesor de la capa) y estn situadas tanto a distancias cortas
como a largas, incluyendo un conjunto de fuentes lejanas distribuidas de modo rectilneo en un
rango de azimut limitado (simulando la lnea costera, por ejemplo). La buena concordancia entre
la velocidad aparente de las ondas en la componente vertical y el modo fundamental Rayleigh
para frecuencias superiores a la de resonancia (2Hz) se muestra en la Fig. 2.1.6b.
Figura 2.1.6. (a) HVSR (lneas negras) calculado para un modelos de una capa de propiedades (VS = 200 m/s, VP =
1350 m/s, = 1.9g/cm3, QS = 25, QP = 50) de 25 m de de espesor sobre un semiespacio de caractersticas (VS = 1000
m/s, VP = 2000 m/s, = 2.5g/cm3, QS = 50, QP = 100) usando fuentes cercanas, lejanas uniformemente distribuida en
azimut y lejanas en slo un rango de azimut. Las fuentes son puntuales con direcciones aleatorias y situadas a 2 m
de profundidad. La lnea gris gruesa es la funcin de transferencia de ondas S verticalmente incidentes en el modelo.
Las dos lneas grises delgadas son las elipticidades de los modos Rayleigh fundamental y superior. (b) Velocidades
aparentes (puntos en escala de grises) estimadas usando el mtodo f k para las componentes verticales (CVFK).
Las lneas continuas representan las velocidades de fase de los tres primeros modos Rayleigh. Traducida de
Bonnefoy-Claudet (2004).
- 30 -
El comportamiento entorno a la frecuencia de resonancia es complejo y los efectos de las ondas

internas parecen advertirse incluso en el caso de fuentes superficiales cercanas (Nakamura, 2007)
dando lugar a velocidades aparentes anormalmente altas. Por otra parte, cualquiera que sea la
verdadera participacin de las ondas superficiales e internas, estos experimentos dejan claro que
la amplitud del pico, y en menor medida su frecuencia, dependen de esta proporcin, que est
influenciada por las posiciones y caractersticas de las fuentes y del medio.
2.1.6. CONCLUSIONES
SOBRE
LA VALIDEZ DE
LA INTERPRETACIN DE
NAKAMURA.
Retomando en este punto la demostracin de la Tcnica de Nakamura basada en ondas internas
en lo referente a la amplificacin para la frecuencia de resonancia fundamental (f0) podemos
concluir que:
- La dominancia de las ondas internas en la componente vertical grabada en la superficie del
estrato sedimentario ( S sV ( f 0 ) << SbV ( f 0 ) , condicin iii) es plausible si el contraste de
impedancias es suficiente (Tamura, 1996) ya que S sV ( f 0 ) se hace pequeo (o se anula) debido a
la degeneracin del movimiento de la partcula sometida a una onda Rayleigh en una trayectoria
puramente horizontal conforme dicho contraste crece. Adems, para contrastes altos entre el
sedimento y el basamento, no hay modos Rayleigh alternativos al fundamental en torno a f0.
- Se necesita ms investigacin sobre el grado de cumplimiento de la condicin de dominancia
de las ondas internas en la componente horizontal ( S sH ( f 0 ) << SbH ( f 0 ) , condicin iv). Su
validez ser tanto ms cuestionable conforme la energa de las ondas Love en el ruido aumente.
Para fuentes superficiales cercanas con orientaciones aleatorias, las ondas Love son las ondas
superficiales dominantes en la componente horizontal a la frecuencia f 0 (p. e. Bonnefoy-Claudet
et al. 2008, Klher et al. 2007; Endrun 2010, Garca-Jerez et al., 2004), resultando una amplitud
inestable del HVRS ante cambios la orientacin de las fuentes (Bonnefoy-Claudet et al. 2008).
El cumplimiento de esta condicin (iv) no se puede descartar en todos los casos, ya que si las
fuentes superficiales actan verticalmente (o son radiales respecto al observador) las ondas Love
no juegan ningn papel y se tiene S sH ( f 0 ) << SbH ( f 0 ) para contrastes altos y fuente superficiales
(Tamura, 1996). Tampoco se puede descartar a frecuencias << 1Hz, a las que el campo est
generado por fuentes lejanas que pueden convertirse en ondas internas con direccin vertical en
la base de los sedimentos. Langston et al. (2009) defienden este mecanismo, si bien, los factores
- 31 -
de amplificacin que aparecen en el HVSR haban de tomarse como una cota superior (la
amplificacin sera menor para sismos locales en los que la onda S se propaga con trayectorias
ms oblicuas).
2.1.7. UN CLCULO DEL HVSR BASADO EN ONDAS SUPERFICIALES.

Aunque la descripcin del comportamiento del HVSR en torno a f0 sea inestable ante cambios en
la distribucin de las fuentes y su descripcin terica compleja, existe la alternativa de sacar
partido de la forma de la funcin HVSR(f) para otras frecuencias en las que el comportamiento
es ms regular y el campo de ondas est dominado, con ms probabilidad, por las ondas
superficiales de origen local. Konno and Ohmachi (1998) ya advirtieron que la elipticidad de la
onda Rayleigh suele presentar gran semejanza a la funcin HVSR, llamando la atencin sobre el
mnimo que presenta la primera a la frecuencia 2f0 (en casos de contrastes de impedancia altos)
que puede observarse en muchas ocasiones en las medidas de HVSR. Fh et al. (2003) fueron
pioneros usando algoritmos genticos para obtener las propiedades elsticas del suelo mediante
un ajuste de la forma del cociente espectral, calculado ste como la elipticidad del modo
fundamental de ondas Rayleigh. Sin embargo, los autores no obtienen buenos resultados en
algunos modelos en los que las ondas Love, los modos superiores de ondas superficiales y/o las
ondas internas tengan que ser considerados.
Una importante mejora fue introducida por Arai and Tokimatsu (2000, 2004) quienes
consideraron todos los modos de ondas superficiales (Rayleigh y Love) en el clculo directo de la
forma del HVSR. De este modo, se estiman analticamente los espectros de potencia horizontal
( PH ( ) ) y vertical ( PV ( ) ) en la superficie del medio debidos a una distribucin de fuerzas
puntuales impulsivas, aleatoriamente orientadas en acimut y colocadas sobre una estructura 1D.
A partir de las expresiones asintticas de los trminos de ondas superficiales de las funciones de
Green (p. e. Harkrider, 1964) y considerando que los distintos modos interfieren
incoherentemente en el receptor (se suman las potencias de cada uno) estos autores expresan
PH ( ) y PV ( ) como:
PV Rm
m k Rm
2 2
1 m
2
- 32 -
(2.1.6)
2

2
PH R m m2 1 m2 L m ,
m kR m
2 m 2 k L m
(2.1.7)
siendo LH / LV y LV ( ) y LH ( ) las componentes vertical y horizontal (esta ltima con

direccin arbitraria) de las fuentes puntuales. El smbolo m ( ) representa la elipticidad
(cantidad real) del msimo modo Rayleigh a la frecuencia considerada, Rm ( ) y Lm ( ) son
las respuestas del medio para ondas Rayleigh y Love definidas por Harkrider (1964), k Rm y k Lm
son los nmeros de onda Rayleigh y Love del modo.
El cociente de proporcionalidad es aproximadamente igual en ambas expresiones y contiene un
factor relacionado con la atenuacin del medio (Arai and Tokimatsu, 2004). El parmetro
determina el peso relativo de las ondas Rayleigh y Love, de forma que stas ltimas adquieren
mayor importancia conforme aumenta, mientras que slo se consideran las primeras para =
0. Finalmente, el cociente espectral terico se calcula como:
HVSR
PH
.
PV
(2.1.8)
Este mtodo ha sido usado para invertir perfiles de velocidad de onda S a partir del HVSR slo
(Arai and Tokimatsu, 2004) o conjuntamente con las curvas de dispersin de onda Rayleigh
(Arai and Tokimatsu, 2005; Parolai et al., 2005). En el primer caso, hay que tener en cuenta que
no se pueden invertir los espesores y las velocidades de las capas simultneamente. En efecto, si
suponemos un modelo constituido por una capa de espesor H sobre un semiespacio, y tenemos
en cuenta que la elipticidad es una magnitud adimensional, concluimos que su dependencia con
la frecuencia f y con los parmetros elastodinmicos del suelo ha de ser de la forma
1 Hf VS 2
,
,
, , ) , con , y VS representando las densidades, coeficientes de Poisson
2 VS1 VS1 1 2
y velocidades de onda S de la capa (1) y del semiespacio (2). Esta dependencia en Hf / VS1
implica la imposibilidad de determinar espesor y velocidad usando solamente la forma de
HVSR( f ) .
Desafortunadamente, la aplicacin de este mtodo necesita realizar hiptesis sobre la proporcin

de ondas Rayleigh y Love en el ruido (o, alternativamente, sobre la inclinacin media de las
fuentes puntuales superficiales que lo generan, dada por el coeficiente , ver p. e. Figura 2.1.7)
- 33 -
que los autores fijan en 40% y 60% de la energa respectivamente, para todas las frecuencias,
siguiendo a Miyadera and Tokimatsu (1992).
Para evitar la indeterminacin debida a las incertidumbres en la potencia relativa de ondas
Rayleigh y Love, Garca-Jerez et al. (2006c) hemos diseado un mtodo de clculo de la
elipticidad. La estrategia consiste en utilizar las distintas caractersticas de polarizacin de las
ondas superficiales en la componente horizontal (longitudinal para la Rayleigh y transversal para
la Love) para obtener, mediante el empleo de arrays circulares de sensores, estimaciones
experimentales de la elipticidad que estn libres de los efectos de las ondas Love. Una estrategia
similar ha sido expuesta por Cho et al. (2006b, Apndice E). Otra basada en mtodos f-k ha sido
desarrollada por Poggi and Fh (2010).
Figura 2.1.7 - Cocientes espectrales HVSR calculados para la Universidad de Almera segn Arai and Tokimatsu
(2000) a partir de un modelo de suelo obtenido de informacin geotcnica. La lnea gruesa representa la medida
experimental. Cada una de las lneas delgadas est asociada a un valor del cociente entre las amplitudes de las
componentes horizontal y vertical de la fuerzas puntuales superficiales que se suponen provocan el campo. Este
valor est relacionado directamente con la proporcin de energa liberada en forma de ondas Rayleigh y Love.
(Reproducido de Garca-Jerez et al., 2004).
2.2. MTODOS f-k.

Bajo la denominacin f-k (frecuencia-nmero de onda) se agrupan una serie de algoritmos
empleados en exploracin geofsica para el clculo de velocidades de propagacin de ondas
- 34 -
ssmicas. La estrategia subyacente a estos mtodos consiste en evaluar a una frecuencia dada, las
direcciones y velocidades de las ondas planas que explican mejor las diferencias de fase entre los
registros de los distintos sensores que forman una array ssmica. Desde los 60, el desarrollo de
estas tcnicas ha sido muy intenso, alcanzndose un alto grado de sofisticacin (p. e. algoritmo
MUSIC, Schmidt, 1981).
En la mayora de los casos, los mtodos f-k son utilizados en exploracin geofsica pasiva para
anlisis de la componente vertical del movimiento. Se trata de tcnicas muy flexibles en cuanto a
su aplicacin en el campo, pues permiten utilizar arrays con geometras arbitrarias. Adems,
algunas variantes (CVFK) permiten calcular y analizar la estabilidad de mltiples soluciones
(nmeros de onda) para cada frecuencia, siendo adecuadas para la separacin de modos.
En esta seccin slo se pretende dar una exposicin bsica que sirva para poner en evidencia la
diferente orientacin y las diferencias y debilidades respecto a las tcnicas tipo SPAC que sern
desarrolladas en el siguiente captulo.
2.2.1. MTODO f-k CONVENCIONAL (CVFK).

El mtodo f-k convencional (Kvaerna and Ringdahl, 1986) es un modo directo e intuitivo de
evaluar las direcciones y velocidades de propagacin predominantes en un campo de ondas. La
potencia de una pareja particular de valores f-k se determina dirigiendo la array hacia la
direccin y velocidad de fase correspondiente mediante los llamados vectores de direccin. Si
la array est formada por N sensores con posiciones R1, R2, , R N , definimos el vector de
direccin e(k) como:
e(k ) exp i k R1 exp i k R 2 ... exp i k R N T
(2.2.1)
donde el superndice T indica transposicin. El estimador de la potencia PCVFK(k, ) para el

mtodo f-k convencional se construye ahora (Zywicki, 1999) como:
PCVFK (k, ) = eH(k) C() e(k)
(2.2.2)
donde el superndice H indica transposicin y conjugacin y la matriz de densidades espectrales

cruzadas C() es el promedio, para un conjunto de B ventanas temporales, de la matriz N
N de las correlaciones cruzadas:
- 35 -
C( ) jl 1 Sl*,n ( )S j ,n ( ) ,
B n 1
1 j, l N .
(2.2.3)
En la expresin (2.2.3), S j ,n ( ) representa la transformada de Fourier del registro

correspondiente a la n-sima ventana temporal en el sensor j. El asterisco (*) representa
conjugacin compleja. Sobreentendiendo en lo sucesivo el promedio sobre ventanas, podemos
expresar (2.2.3) en notacin matricial como:
C( ) S( )S H ( )
(2.2.4)
siendo S( ) el vector columna de las transformadas:

S( ) S1 ( ) S 2 ( ) ... S N ( ) T .
(2.2.5)
Por construccin, la matriz C cumple la propiedad C = CH. La definicin (2.2.2) se puede

escribir tambin como PCVFK (k, ) = |eH(k) S()|2.
Para comprender el comportamiento de PCVFK (k, ) analizamos tres casos:
- Incidencia de una onda plana con velocidad aparente infinita
Supongamos que sobre la antena ssmica incide una onda plana con velocidad aparente infinita,
es decir, tal que la forma de onda es registrada idnticamente por todos los sensores y sin desfase
temporal alguno. Esto puede visualizarse como la incidencia vertical de una onda P sobre una
array compuesta de sensores verticales, o de una onda S vertical sobre una array compuesta de
sensores horizontales paralelos entre s. La igualdad entre las transformadas de Fourier de los
registros se simboliza S j ( ) = A( ) y pudiendose reescribir (2.2.2) como:
PCVFK (k, ) = |A()|2 N 2 Ptheo (k),
definiendo la respuesta de la array, Ptheo (k), como:
- 36 -
(2.2.6)
1 1 ... 1
1
1 1 ... 1
H
2
Ptheo (k) = e (k)
e(k)
/
=
N
... ... ... ...
N
1 1 ... 1
exp i k R
N
j 1
(2.2.7)
matriz N N
La funcin Ptheo (k) es caracterstica de la distribucin de sensores. Se trata de de una funcin
peridica en el en el plano k x , k y , dada la naturaleza peridica de exp i k R . Ptheo (k)

presenta un mximo de valor unidad en k = 0 (ver Figura 2.2.1).
Figura 2.2.1. Ejemplos de respuestas de algunas arrays ssmicas. En los casos de arrays triangulares mostrados, se
puede apreciar ya la periodicidad de la funcin de transferencia en el rango de nmeros de onda mostrado.
- Incidencia de una onda plana con velocidad aparente finita
- 37 -
Si sobre la antena ssmica incide una onda plana monocromtica con frecuenta angular y
nmero de onda k' , el registro en el dominio de la frecuencia del sensor j es S j ( ) =
A( ) exp( ik 'R j ) y la potencia estimada PCVFK (k, ) queda (p. e. Wathelet, 2005):
1
ik '( R R )
1
2
e
2
PCVFK (k, ) = A( ) eH(k)
...
e ik '( R1 R N )
e ik '( R 2 R1 )
1
...
e ik '( R 2 R N )
A( )
... e ik '( R N R1 )
... e ik '( R N R 2 )
e(k) =
...
...
...
1
i ( k ' k )R j
= A( ) N 2 Ptheo ( k k' ) , (2.2.8)

2
j 1
que es proporcional a la funcin respuesta de la array trasladada k' en el plano del nmero de
onda. Representando PCVFK (k, ), el valor de k' a la frecuencia puede hallarse como la
posicin en dicho plano a la que se ha trasladado el mximo principal de Ptheo.
- Incidencia de mltiples ondas planas no correlacionadas con velocidades aparentes iguales (y

finitas)
En el caso de incidencia de un conjunto de N ondas planas de amplitudes complejas An ( ) y
nmeros de onda k'n ( ) , 1 n N, el campo creado en el sensor j-simo se escribe Sj
N
= An e
ik n ' R j
y el estimador de potencia PCVFK (k, ) queda:
n1
PCVFK (k, ) = A Al e
*
j
i (( k j ' k )R n ( k l ' k )R m )
jlmn
= Al e i( k l ' k )R m
l
m
(2.2.9)
Si las ondas procedentes de distintas direcciones no estn correlacionadas, el mdulo de la suma

de nmeros complejos en (2.2.9) es aproximadamente la suma de los cuadrados de los mdulos
de los sumandos (suma incoherente de ondas):
PCVFK (k, )
A e
2
2
i (( k j ' k )R n )
= N 2 A j Ptheo (k j 'k )
2
- 38 -
(2.2.10)
Por tanto, si las ondas de frecuencia se propagan a la misma velocidad / k ' , la funcin
PCVFK (k, ) es una superposicin de funciones respuesta de la array Ptheo( k ) centradas sobre
puntos de la circunferencia de radio k '
(correspondientes a los acimuts de las ondas
incidentes) y moduladas por la potencia de cada onda incidente.
2.2.2. MTODO f-k DE ALTA RESOLUCIN (HRFK).

Desarrollado por Capon (1969), el mtodo f-k de alta resolucin es tericamente capaz de
proporcionar una mejor separacin entre ondas viajando con vectores nmero de onda cercanos,
en comparacin con el f-k convencional (CVFK).
En la prctica, la aplicacin del HRFK se realiza sustituyendo el estimador de potencia
convencional por un nuevo estimador PHRFK (k, ) que se define como:
PHRFK (k, ) = 1/[eH(k)C-1() e(k)].
(2.2.11)
El mtodo de Capon se basa en la utilizacin de ciertos pesos ptimos a los sensores. Si

denominamos a dichos pesos w1(k,), w2(k,), , wN (k,), podemos introducirlos en las
expresiones matriciales definiendo la matriz de pesos W() como:
w 1 (k , )
0
0
0
w 2 (k , )
0
W(k, ) =
0
0
w3 (k , )
...
...
...
0
0
0
...
...
0 wN (k , )
...
...
...
0
0
0
(2.2.12)
y cambiando ahora la matriz de correlaciones cruzadas C en (2.2.2) por el producto WCWH (o,
equivalentemente, el vector de transformadas de Fourier S por WS), con lo que la forma del
estimador de ponencia genrico queda:
P(k, ) = |eH(k)W(k, )S()|2=eH(k)W(k, )C()WH(k, )e(k).
(2.2.13)
El mtodo f-k convencional (ecuacin 2.2.2) se recupera de (2.2.13) en el caso de que los pesos
valgan la unidad. En el f-k de alta resolucin, los pesos se eligen cumpliendo dos condiciones:
- 39 -
i)
En el caso de incidencia de una onda plana de frecuencia , amplitud A y nmero

de onda k ' , es decir S( ) A()e(k ' ) , los pesos han de hacer que la seal pase por
la array con ganancia unidad. Esto se puede escribir (a la vista del trmino central de
2.2.13) como
e H (k ' )W(k ' , )e(k ' ) 1
ii)
(2.2.14)
La potencia es mnima para cualquier otro nmero de onda, lo que implica encontrar
la matriz de pesos que hace eH(k)W(k, )C()WH(k, )e(k) mnimo.
La solucin a este problema de minimizacin condicionada es:
W( )
C1 ( )
,
e H ( k )C1 ( )e( k )
(2.2.15)
que sustituida en (2.2.13) deja el estimador de potencia tal como se avanz en (2.2.11) (ver
Zywicki, 1999 pgs. 67 y 68 para una demostracin de (2.2.15), en la que l usa la definicin
w() W()e(k ) ).
En la Figura 2.2.2 se muestra una comparacin entre el mtodo de alta resolucin y el mtodo
convencional para datos reales tomados en Zushi (Japn) utilizando una pequea array con
configuracin de doble tringulo anidado (subfigura superior izquierda).
Figura 2.2.2. Ejemplo de procesado de un conjunto de datos comn usando el mtodo f-k de alta resolucin (fila
- 40 -

superior) y el f-k convencional (fila inferior). Los detalles del procesado (ventaneo de la seal, suavizado, ) son
idnticos en ambos casos. Todas las grficas estn escaladas independientemente, usando azul oscuro para el
mnimo valor del estimador P en el rango mostrado y rojo para el mximo. Los datos corresponden a medidas de
componente vertical en Zushi (Japn) usando la array que se muestra. El software utilizado es de elaboracin propia.
La respuesta de la array se muestra en la subfigura de la esquina inferior izquierda. Se usa una

implementacin propia de los algoritmos HRFK y CVFK en Matlab 6.5. Las seis figuras de la
derecha muestran los estimadores de potencia PHRFK (k, ) (fila superior) y PCVFK (k, ) (fila
inferior para tres frecuencias distintas). La mayor definicin del vector nmero de onda lograda
con el mtodo de alta resolucin (para una misma frecuencia) es evidente.
2.2.3. LIMITACIONES DEL MTODO.

Como en todos los mtodos de array, el rango de aplicabilidad del mtodo f-k est limitado, tanto
a longitudes de onda largas como cortas, por el tamao y la densidad de la antena ssmica
utilizada.
Limitaciones a longitud de onda corta: Aliasing espacial.

En el caso simple de incidencia de una nica onda plana con velocidad finita se encontr que, a
una frecuencia dada la representacin en (kx, ky) del estimador de potencia PCVFK(k, ) no es ms
la respuesta de la array, Ptheo(k) afectada por una translacin correspondiente al vector nmero de
onda que se quiere determinar. Desgraciadamente, la naturaleza peridica de Ptheo(k) hace que la
identificacin del mximo principal (i. e. del pico en Ptheo(k=0)) en la representacin de PCVFK(k,
) no sea unvoca. Esta multiplicidad de soluciones difcilmente discernibles se denomina
aliasing (podra decirse aliasing en sentido estricto, ya que en el Captulo 3 se utilizar este
trmino en un sentido ms amplio). El periodo de PCVFK(k, ) en el plano (kx, ky) crece (y por
tanto, la distancia entre picos equivalentes) conforme el espaciado tpico entre sensores
disminuye. Por tanto, si la longitud de onda de la radiacin incidente, =2/k (con k = |k |) es
grande en comparacin con ese espaciado, podr identificarse k como la posicin del pico de
PCVFK(k, ) ms cercano al origen de coordenadas. Un estudio ms detallado muestra que la
longitud de onda mnima min que puede usarse con seguridad depende de la distancia mnima
entre las proyecciones de las estaciones sobre la direccin de la onda, dmin, (y por tanto depende
de esa direccin) en concreto:
- 41 -
min 2 dmin kmin /d min
(2.2.16)
SESAME (2005) han elaborado un modo de aplicar este criterio sin conocer la direccin de
propagacin predominante: i) se fija una direccin de propagacin (acimut) y se calculan las
longitudes de las proyecciones sobre sta de todos los segmentos posibles que unen parejas de
estaciones. ii) se repite la operacin para el crculo completo variando el acimut con un intervalo
pequeos regular (p. e. de 5 en 5 grados), obteniendo una distribucin conjunta de distancias. ii)
se calcula la distribucin cumulada. La mediana de la distribucin (distancia para la cual hay
tantas longitudes proyectadas mayores como menores) representa el valor lmite de dmin
aconsejable que hay que sustituir en (2.2.16) para obtener el
min
global. SESAME (2005)
puntualizan que, si la array tiene forma de polgono regular, se puede tomar dmin 2 R/N.
Un criterio alternativo, basado en la forma de la respuesta de la array, Ptheo(k), consiste en tomar
kmax como la distancia (en el plano kx, ky) al pico ms cercano al origen con amplitud 0.5 o
superior (se entiende, exceptuado el pico principal). Este pico secundario podr ser confundido
con el principal.
Limitaciones a longitud de onda larga.

La anchura del lbulo central de Ptheo(k) est controlada (inversamente) por la abertura de la
array. Una anchura grande aumenta la indeterminacin en el nmero de onda calculado y limita
la aplicabilidad del mtodo a longitudes de ondas largas, especialmente en el caso de campos con
alto grado de isotropa. En efecto, si el campo es aproximadamente istropo el patrn de
PCVFK(k, ) est formado por una superposicin de picos semejantes que rodean el origen de
coordenadas y cuya superposicin, si la velocidad es suficientemente grande (k pequeos) o si
los picos individuales son suficientemente anchos, tendr un mximo espurio en k 0 (velocidad
infinita). La longitud de onda mxima analizable, max, es del orden de la distancia ms grande
entre las proyecciones de las estaciones en la direccin de propagacin. Si la array es un
polgono regular de radio R con suficientes vrtices (a partir de un pentgono segn SESAME,
2005) se puede tomar max 2R. Si se utiliza el mtodo HRFK, la longitud de onda mxima
puede multiplicarse por 3 (i. e. max 6R, Tokimatsu, 1997; SESAME, 2005).
Un criterio alternativo, basado en la forma de Ptheo(k), consiste en tomar kmin como el (mayor)
valor de k para el que la respuesta de la array es 0.5 (a la mitad de la altura del mximo
principal), lo que proporciona una medida de la anchura del pico.
- 42 -
2.2.4. MTODO f-k ANTE ONDAS PLANAS CON DISTINTOS AZIMUTS Y FASES
CORRELACIONADAS.
Para que el anlisis de ruido ambiental mediante el mtodo f-k funcione ptimamente, es
favorable que las fases de las ondas planas procedentes de distintas direcciones que forman el
campo de ondas no estn correlacionadas. Esta condicin se satisfar en los casos en que se
reciban ondas directas procedentes de fuentes no correlacionadas en el tiempo. Sin embargo, no
es difcil concebir situaciones en las que esta hiptesis falla (como cuando en el campo de
ondas coexistan ondas directas y ondas difractadas por irregularidades laterales, o est
provocado por una fuente mvil, ) en las que el mtodo ha de emplearse de forma muy
cuidadosa.
Para ilustrar este punto, consideremos la aplicacin del mtodo f-k convencional en el caso ideal
de una antena ssmica circular de radio R formada por un gran nmero de sensores
2
equiespaciados ( N ). En el lmite, esta array tiene respuesta J 0 ( k R) , lo que corresponde

a un kmin =1.13/R segn el criterio de la semianchura del pico a la amplitud 1/2 kmin =/R
segn el criterio de la mxima distancia entre estaciones. Esta array hipottica no tendra, en
principio, problemas de aliasing (i. e. kmax= ) pues su funcin respuesta tiene un periodo
infinitamente largo (en el plano del nmero de onda) y no hay picos secundarios con amplitud
grande (amplitud 0.16 para el mayor). De la ecuacin (2.2.9) obtenemos que el estimador de
potencia PCVFK viene dado, bajo incidencia de un conjunto de ondas planas, por:
1
PCVFK (k, ) / N = Al
l
N
2
donde se ha usado que
e
m
i k l ' k R cos( )
i ( k l ' k )R m
A J ( k ' k R )
l
(2.2.17)
d = 2 J 0 ( k l 'k R) . Se supondr que k l ' =k (todas
las ondas incidentes tienen el mismo nmero de onda, aunque distinta direccin). Es fcil
comprobar que los mximos de (2.2.17) no ocurren necesariamente para nmeros de onda
k con mdulo k. Supongamos, por ejemplo el caso particular de dos ondas planas
propagndose con nmero de onda k tal que kR = 4 (k est por encima de kmin), una de ellas
con amplitud compleja unidad y direccin 0 y otra con cierto acimut y cierta fase como
amplitud compleja (el mdulo de la amplitud se supone tambin unidad). Se comprueba en este
- 43 -
ejemplo que los mximos de PCVFK no ocurren exactamente en k = 4/ R. En la Figura 2.2.3

(izquierda) se ha hecho un barrido sobre los posibles valores de acimut y fase de la segunda
onda, aplicando CVFK a cada caso. Se ha localizado el valor mximo de PCVFK (k, ) en el
rango -6 < kj < 6 (j vale x o y). Concretamente, se han identificado todos los puntos en dicho
rango en que se excede el 95% del valor mximo (zonas negras en las tres subfiguras de la
derecha) y se ha obtenido la media de los mdulos de los respectivos nmeros de onda. En las
otras tres figuras se muestran casos particulares (marcados con asterisco en la subfigura
izquierda). En el primero, el mtodo obtiene el nmero de onda correcto (los dos mximos
estn sobre la circunferencia) y las direcciones de propagacin correctas. En el segundo (ondas
que viajan en direcciones opuestas y en oposicin de fase) se comete un error por exceso del
14% en el nmero de onda. En el tercer caso, las interferencias constructivas y destructivas
entre dos ondas viajando en fase y con una diferencia de acimuts de 50 dan lugar a un pico
espurio cerca del origen y con amplitud importante que invalida la medida, y a otro pico en el
acimut medio con nmero de onda algo infravalorado.
Esta dificultad ha sido tratada por varios autores (p. e. Woods and Lintz, 1973). Bokelmann and
Baisch (1999) llevaron a cabo un interesante intento para aminorar estos efectos, advirtiendo
que los trminos relacionados con las ondas planas correlacionadas pueden disminuirse
promediando los elementos de C() correspondientes a parejas de estaciones con similar
distancia y orientacin. Esta aproximacin, aunque tiene limitaciones obvias en arrays con
pocas parejas de estaciones redundantes, ha sido usada en los trabajos de Goncalves (1999) y
Cornou et al. (2003).
Figura 2.2.3. A la izquierda, estimaciones del nmero de onda en el ejemplo descrito (ver texto) para distintas fases
y direcciones de incidencia de una de las ondas. El valor correcto es kR=4. Tres figuras de la derecha: Estimador de
potencia CVFK para algunos casos particulares indicados con estrellas en la figura izquierda. Estas tres subfiguras
comparten la barra de color izquierda. El crculo indica el mdulo del nmero de onda correcto. Las zonas negras
marcan las posiciones de los picos (valores de potencia que superan el 95% del mximo absoluto de cada caso).
- 44 -
2.3. INTERFEROMETRA SSMICA USANDO RUIDO AMBIENTAL. UNA VISIN

GENERAL.
La posibilidad de recuperar la funcin de Green elastodinmica entre dos puntos a partir de la
correlacin en el dominio del tiempo de medidas de ruido ambiental simultneas en ambos
emplazamientos fue confirmada experimentalmente por Shapiro and Campillo (2004).
Resultados similares han sido demostrados tambin en otras disciplinas cientficas como la
acstica (Lobkis and Weaver, 2001) o la heliosismologa (Duvall et al. 1993).
En el caso elastodinmico y si se establece en el medio un campo difuso y equiparticionado
U difuso(R, ) , la correlacin entre los desplazamientos en los puntos RA y RB se relaciona con la

funcin de Green del medio mediante la expresin (p. e. Snchez-Sesma and Campillo, 2006):
{s U difuso(R A , )}{v U difuso(R B , )}* 2ES k 3 ImGsv (R A , R B , ) ,
(2.3.1)
donde s y v son vectores unitarios cartesianos ( x , y , z ); la funcin de Green Gsv (R A , R B , )

representan el desplazamiento registrado en R A y en la direccin s producido por una fuerza
armnica puntual en R B con expresin sv ( R R B ) exp(it ) , actuando en la direccin v;
k / es el nmero de onda S y ES 2 S 2 es la densidad de energa promedio de onda S.
La operacin representa un promedio entre distintas realizaciones del campo (ver Captulo 3).
Varios estudios tericos al respecto realizados en modelos simples (Snchez-Sesma and

Campillo, 2006; Snchez-Sesma et al., 2006, 2008 entre otros) indican que este resultado se
cumple bajo dos condiciones bastante restrictivas: i) que el campo de ondas sea aleatorio y
homogneo, sin que existan direcciones de propagacin privilegiadas, ii) que el campo se
encuentre en rgimen difusivo, lo que implica que se satisfagan las relaciones entre las energas
de los distintos tipos de onda que se propagan en el medio que se derivan del principio de
equiparticin (p. e., en el espacio completo 3D la relacin entre las energas de las ondas S y P
ha de ser 2/ 2; ver Snchez-Sesma and Campillo, 2006). Mientras que la uniformidad acimutal
del ruido ambiental a frecuencias superiores a 1Hz es incierta debido a su gran dependencia de
las fuentes de origen antrpico (p. e. Morikawa et al. 2004), esta hiptesis puede ser ms
razonablemente satisfecha a frecuencias inferiores.
- 45 -
Este mtodo ha sido utilizado en los ltimos aos para generar imgenes tomogrficas de la
distribucin de velocidades de ondas Rayleigh en regiones extensas usando tiempos de registro
largos (de hasta varios aos) y grandes redes permanentes de sismgrafos de banda ancha. Su
implementacin requiere el uso cuidadoso de diversas tcnicas de anlisis de seal (como
filtrado paso banda, ventaneo, normalizacin en el dominio del tiempo, blanqueado espectral,
apilamiento o stacking) para obtener correlaciones suficientemente estables y libres de efectos
de fuentes intensas muy localizadas (como terremotos). Una revisin de estos detalle prcticos
ha sido publicada por Bensen et al. (2007). Tpicamente las correlaciones son despus tratadas
con las tcnicas convencionales de obtencin de curvas de dispersin en velocidad de grupo
como filtrado mltiple (Dziewonski et al., 1969) o phase matched filter (Herrin and Goforth,
1977). Finalmente se procede a la inversin tomogrfica del conjunto de curvas de dispersin.
Usando esta tcnica, Sabra et al. (2005) exploraron la estructura cortical en el sur de California
para periodos de entre 5 y 10s usando datos de 148 estaciones de banda ancha. Desde entonces,
varios estudios ms se han realizado en el territorio estadounidense. En el oeste de E.E.U.U. ha
sido aplicada por Moschetti et al. (2007) y Lin et al. (2008). Estos ltimos incluyen imgenes
tomogrficas para ondas Love, lo que no es comn, entre 8 y 20s y utilizan un ao de registro en
250 estaciones. El este ha sido tomografiado por Liang and Langston (2008) para ondas Rayleigh
de 5 y 15s.
En Asia y Oceana, se pueden citar los estudios de la propagacin de ondas Rayleigh entre 5 y
50s en Nueva Zelanda realizados por Lin et al. (2007) usando 42 sismgrafos de banda ancha y
un ao de registros. Behr et al. (2010) han estudiado la pennsula de Northland (tambin en
Nueva Zelanda) con 5 sismgrafos, extrayendo curvas de dispersin Rayleigh y Love e incluso
estimando el grado de anisotropa radial de la corteza (2-15%). El SE de Tibet ha sido
investigado por Yao et al. (2006, 2008) as como por Li et al. (2009 y 2010) en onda Rayleigh y
Love respectivamente. Una tomografa del continente australiano, con inversin de la estructura,
ha sido publicada recientemente por Saygin and Kennett (2010) para periodos ente 5s y 12.5s. La
pennsula de Korea fue tomografiada a periodos ms bajos (1-6s), incluyendo tambin resultados
para ondas Love, por Cho et al. (2007) combinando datos de banda ancha con acelermetros.
Los autores tambin invierten los espesores de distintas capas corticales para una seccin de la
pennsula.
Yang et al. (2007) han realizado un estudio global de Europa para periodos entre 8 y 50s con
- 46 -
125 grabaciones de un ao de duracin. Entre los trabajos de ms detalle en nuestro

continente podemos citar el de Gudmundsson et al. (2007), quienes han presentado su
aplicacin en Islandia para periodos entre los 4 y 17s empleando dos aos de registro. En
Espaa, Villaseor et al. (2007) han obtenido una tomografa de la pennsula ibrica en
velocidades de grupo de ondas Rayleigh en periodos entre 8 y 25s usando la red ssmica
nacional.
Pueden encontrarse tambin algunas aplicaciones del mtodo a menor escala espacial.
Brenguier et al. (2007) obtuvieron mapas de velocidad de grupo y un modelo 3D de
velocidad de onda S para el edificio volcnico del Piton de la Fournaise (Isla La Runion,
Ocano ndico), que se muestra en la Fig. 2.3.1. Algunos estudios pioneros apuntan a que la
deteccin de variaciones temporales en las funciones de Green experimentales (correlaciones
cruzadas) permitira supervisar e incluso predecir erupciones volcnicas. Sus intensidades se
inferiran midiendo la inflacin de los edificios volcnicos (Brenguier et al., 2008). Baptie
(2010) es escptico en lo que se refiere a la capacidad predictiva, aunque consigue detectar
variaciones temporales tras episodios volcnicos. Las variaciones en las propiedades
elsticas tras terremotos importantes han sido tambin detectadas con este mtodo pasivo
(e.g. Wegler et al. 2009).
- 47 -
Figura 2.3.1. modelo 3-D de velocidad de onda S para el volcn Piton de la Fournaise, mostrando seis cortes
horizontales a diferentes profundidades. La velocidad de onda S promedio se da en las etiquetas blancas. Las lneas
negras discontinuas a -0.5 km de profundidad muestran los lmites de la zona del rift. Panel central, abajo: vista del
modelo 3-D. El cuerpo azul delimita una zona con perturbacin de la velocidad del 2.5%. Derecha, abajo: mapa del
volcn Piton de la Fournaise, el primero estudiado con detalle usando Interferometra ssmica pasiva. Las estaciones
ssmicas se representan con tringulos invertidos. El rectngulo discontinuo Muestra los lmites de las imgenes
tomogrficas. Reproducida de Brenguier et al. (2007).
- 48 -
CAPTULO 3
MTODOS DE AUTOCORRELACIN ESPACIAL
Es comnmente asumido, el origen de los mtodos de autocorrelacin espacial se puede situar en

los trabajos de Aki (1957, 1965). Adems de lo ingenioso e innovador de su teora, cabe destacar
el esfuerzo que supuso realizar el tratamiento de los registros de ruido ambiental hace ms de 50
aos, lo que lo llev a desarrollar incluso la instrumentacin necesaria. Traduciendo de Aki
(1957): Las operaciones pueden llevarse a cabo manualmente, pero debera enfatizarse que las
molestas labores involucradas en las operaciones manuales hacen la aplicacin de nuestro
mtodo prcticamente imposible. El presente estudio ha sido posible gracias a la automatizacin
de las operaciones. De hecho, los estudios tericos fueron iniciados tras acabar un computador
de correlaciones en nuestro laboratorio [].
Una contribucin relevante fue la realizada 22 aos despus por Henstridge (1979), quien
present una reformulacin y una extensin del tratamiento de Aki de la componente vertical. El
trabajo de Henstridge introduce una formulacin matemtica ms moderna y adecuada,
planteando la representacin espectral del microtremor, considerado como un proceso
estacionario, mediante una integral de Fourier-Stieltjes (p. e. Yaglom, 1962). Su anlisis de
Fourier-Bessel del desplazamiento vertical est en el origen de la presente tesis, en la que se

persigue su generalizacin a las componentes horizontales y a otras descripciones del campo.
Tambin ha inspirado varias contribuciones recientes de otros autores (p.e. Cho et al., 2006b,
Tada et al., 2009).
Los mtodos de autocorrelacin espacial estn emparentados con el mtodo de recuperacin de

la funcin de Green mediante correlacin cruzada de registros de ruido que se ha aplicado
extensivamente en estos ltimos aos (esta relacin ha sido discutida p. e. por Luzn et al.
2010). Bajo hiptesis de campo difuso (istropo y con cierta distribucin de energas ente los
distintos tipos de ondas), se puede demostrar (Wapenaar, 2004) la proporcionalidad entre la
correlacin cruzada de los registros de dos estaciones y la funcin de Green elastodinmica entre
ellas, incluso para un medio heterogneo arbitrario. Campillo and Paul (2003) han comprobado
experimentalmente este hecho utilizando coda grabada en estaciones de banda ancha instaladas
en Mjico. An as, el mtodo de Aki y sus mtodos afines conservan su utilidad, sobre todo en
aplicaciones a pequea escala, por estar basados en hiptesis menos exigentes (menos propensas
a ser violadas en frecuencias dominadas por fuentes antrpicas) y requerir normalmente un
menor tiempo de grabacin.
El objetivo de las siguientes secciones es desarrollar mtodos que permitan estimar propiedades
del terreno, como son las curvas de dispersin de ondas Rayleigh y Love y la elipticidad de la
onda Rayleigh. En un segundo orden de prioridad, interesa tambin obtener propiedades del
campo como la energa relativa de los distintos tipos de ondas o verificar la independencia
estadstica entre las ondas que viajan en distintas direcciones. Se tratar de dar a estas secciones
un carcter integrador, reformulando (y en algunos casos generalizando) los desarrollos
tericos de otros autores para relacionarlos con los propios y con nuestro marco matemtico.
3.1. APROXIMACIN DETERMINISTA VS. APROXIMACIN ESTOCSTICA

El primer paso es encontrar una forma apropiada de representar el campo de ondas. La mayora
los trabajos tericos sobre mtodos de SPAC, parten de considerar al microtremor como un
campo aleatorio estacionario, esto es, un campo que se extiende indefinidamente en el espacio y
en el tiempo conservando ciertas propiedades estadsticas. Algunos de estos artculos dan
explcitamente una representacin espectral del campo aleatorio (Henstridge, 1979; Okada, 2003,
2006; Cho et al. 2004, 2006b; Morikawa, 2006) que ha de interpretarse de modo probabilista
(seccin 3.2.3).
- 50 -
Mtodos de autocorrelacin espacial.
Otro grupo de trabajos, parten de una formulacin determinista del campo de desplazamientos,
en la que ste se escribe como la superposicin de las ondas generadas por un conjunto finito de
fuentes (p. e., Lachet and Bard, 1994; Garca-Jerez et al., 2008a, 2008b). sta es la aproximacin
habitual cuando se trata de simular numricamente el microtremor y no es incompatible con que
los parmetros que definen las fuentes puedan haber sido elegidos de modo aleatorio siguiendo
cierta distribucin de probabilidad. Estos parmetros pueden ser el tiempo en que se activa cada
fuente, su amplitud, posicin y orientacin.
Buena parte de los mtodos disponibles en la literatura, as como todos los introducidos en esta
tesis son vlidos an cuando la zona de estudio est iluminada mediante un conjunto finito
arbitrario de ondas planas (provenientes de una o varias fuentes que se activan durante intervalos
de tiempo finitos) entre las que podra haber dependencias en direccin, amplitud y/o fase. Esta
dependencia entre las ondas que forman el campo puede existir en condiciones reales. Sirva
como ejemplo el caso el campo de ondas generado por trenes que recorren una va a cierta
velocidad. Otro caso de dependencia mutua se dara si conviven ondas incidentes y reflejadas por
algn cuerpo cercano a la array. Por ltimo, es tambin intuitivo que las ondas Rayleigh y Love
procedentes de una misma fuente o de un grupo de fuentes situadas en una direccin y distancia
determinadas estn correlacionadas entre s. En esta tesis, estas situaciones son consideradas (se
permiten) en la descripcin determinista, pero no en la basada en procesos aleatorios
estacionarios.
En este trabajo se simultanean ambas descripciones del campo, si bien se da preferencia a la

descripcin determinista a la hora de introducir los distintos mtodos. Bajo las definiciones
concretas de ambos tipos de campos que se dan en la siguiente seccin, todos los mtodos que se
formulan en trminos deterministas tienen translacin al caso de campos aleatorios, pero no al
contrario. La formulacin determinista, tal como se entiende aqu, es pues ms exigente o
restrictiva.
3.2. REPRESENTACIN DEL CAMPO DE DESPLAZAMIENTOS.

El tratamiento determinista es la va conceptualmente ms sencilla de abordar la descripcin del
campo de ondas que constituye el microtremor. Consiste en tratar el ruido ambiental como la
superposicin de los frentes de ondas procedentes de un conjunto finito de fuentes que puedan
- 51 -
influir en el intervalo temporal que se analiza y en el entorno del punto de medida. La estrategia
general que seguiremos consistir en i) suponer una distribucin arbitraria de fuentes
superficiales, que puede estar sujeta a ciertas restricciones (tpicamente, ausencia de fuentes
cercanas a la array) y ii) a partir de las expresiones del campo en los puntos situados sobre una o
varias circunferencias, tratar de definir operaciones entre los registros que conduzcan a obtener
(despejar) cantidades relacionadas de modo sencillo con las propiedades del suelo (velocidades
de fase principalmente). Por lo general, tales cantidades sern independientes de la configuracin
de las fuentes slo bajo la hiptesis de array infinitamente densa (y ni an as si coexisten
mltiples modos en el campo).
3.2.1. REPRESENTACIN MEDIANTE UNA SUMA DETERMINISTA DE ONDAS
PLANAS
Se utilizarn los resultados de Harkrider (1963), que proporcionan las expresiones de los
desplazamientos y esfuerzos en superficie debidos a una fuente puntual j de amplitud
L j ( ) L jH ( )e Lj L jV ( ) z que acta en una estructura de capas plano-paralelas istropas.

Aquellas expresiones nos permiten ahora escribir el campo completo U compl (R, ) generado por
un conjunto arbitrario de M fuentes puntuales y registrado en una estacin en superficie con
posicin R como el producto matricial:
M
U compl (R, ) [ x, y , z] T ( r )[S 0r, j , S 0, j , S 0, j ]T
(3.2.1)
j 1
En esta expresin, S0r, j (R), S0, j (R) y S0, j (R) representan las componentes radial, tangencial y
vertical del desplazamiento generado por la fuente j-sima en la estacin R , situada en
superficie, r j R d j es el vector de posicin de la estacin respecto a la proyeccin en el
plano horizontal de la fuente j sima (Fig. 3.2.1), x es la coordenada acimutal de un vector x
cualquiera en el sistema de referencia x, y , z, con z orientado hacia arriba ( tan a ay / ax ), y
la matriz T ( ) proporciona un cambio de base que corrige el sentido de los ejes para dar signo
positivo al movimiento hacia arriba y los rota hasta obtener coordenadas en el sistema cartesiano
x, y , z:
cos
T ( ) = sin
0
sin
cos
0
- 52 -
0 1 0
0
0 0 1 0
1 0 0 1
(3.2.2)
Como es sabido, la ecuacin (3.2.1) tiene una validez bastante general. Remplazando la
sumatoria sobre las fuentes a una integracin, puede representar tambin los campos creados por
fuentes extensas o difractados por irregularidades con forma arbitraria.
Dada la relativa complejidad de la representacin anterior, y a la luz de las consideraciones sobre

la naturaleza del ruido ambiental expuestas en el Captulo 1 parece conveniente realizar una
idealizacin del microtremor que retenga slo sus caractersticas fundamentales y tratar aparte
los efectos de las desviaciones respecto al comportamiento ideal. En nuestro tratamiento
determinista, las premisas a hacer sobre el campo sern las siguientes:
i)
El microtremor est dominado por las ondas superficiales.
ii)
stas muestran un modo claramente predominante para cada frecuencia y tipo de onda
(Rayleigh o Love).
iii)
Las fuentes o difractores de estas ondas estn lo suficientemente alejados de la array
ssmica como para que los frentes de onda se propaguen como ondas planas a lo largo de sta.
La condicin i) nos permite prescindir de las ondas de cuerpo, evitndonos las integraciones a lo
largo de los cortes de rama y conservando slo la suma modal que constituye la parte de ondas
superficiales de la funcin de Green. En este caso, las contribuciones a S 0r, j (R) , S 0, j (R) y
S 0, j (R) asociadas a cada modo, tipo de onda y componente de la fuente vienen dadas por las
expresiones (103), (134) y (137) de Harkrider (1964).
La condicin ii) supone asumir que, para cada frecuencia, existe un trmino en la suma modal
con energa significativamente mayor que la de la suma del resto de los modos (si los hay). En
aquellos esquemas en que se haga uso de las componentes horizontales y verticales del
microtremor, se asumir adems que el campo de ondas Rayleigh est dominado por un mismo
modo en ambas componentes. Denominaremos k R ( ) y kL ( ) a los nmeros de onda de los
modos predominantes Rayleigh y Love respectivamente, como funciones de la frecuencia
angular .
La condicin iii) la imponemos sustituyendo los factores dependientes de r en las funciones de
- 53 -
Green (bsicamente argumentos de funciones de Hankel en las variables k R rj y k L rj ) por una

aproximacin asinttica adecuada. Considerando que la distancia de la fuente al origen de
coordenadas, inmerso en la array, es mucho mayor que la longitud de onda, y que k X R
permanece acotado cuando k X d j (X = R o L), tenemos:
H n( 2) (k X d 2j R 2 2 Rd j cos( j ) ) ~
k X d j
i ( k X d j k X R cos( j )
n
)
2 4
, k X d j . (3.2.3a)
Adems, en estas condiciones podemos aproximar:
r ~ j , cos( j ) ~ cos( j L ) y sin( j ) ~ sin( j L ) .

j
(3.2.3b)
Figura 3.2.1. Disposicin de los vectores LjH, dj , rj, as como del vector de posicin de la estacin R y diversos
vectores unitarios.
El trmino exp( i k X R cos( j )) en (3.2.3a) es el responsable de las diferencias de fase entre

las grabaciones en las distintas estaciones de las ondas causadas por la fuente j-sima.
Ahora podemos resumir el resto de los factores que intervienen en la funcin de Green mediante
unas amplitudes vectoriales complejas A HV
y A Lj asociadas a las ondas Rayleigh y Love
Rj
respectivamente:
- 54 -
i
A HV
Rj ( ) ARj ( )
e j z ,
(3.2.4)
A Lj ( ) ALj ( ) z e j .
(3.2.5)
Si las fuentes del campo son superficiales, ARj y ALj vienen dados por:
i ( k R d j )
i ( k R d j )
L
L
2
2
4
4
ARj = V R
e
i H R
e
cos( j L ) ,
j
2
k R d j
2
k R d j
(3.2.6)
ALj = i
i ( k L d j )
LH
2
4
L
e
sin( j L ) ,
j
2
k L d j
(3.2.7)
mientras que si no lo son, se necesita incorporar un factor que de cuenta de la profundidad de

estas (ver Harkrider 1963, 1964). En cualquier caso, la ecuacin (3.2.1), queda aproximada en
trminos de ondas planas armnicas como:
U(R, ) A HV
Rj ( ) exp (ik R ( ) e j R ) A Lj ( ) exp (ik L ( ) e j R ) .
j 1
(3.2.8)
En (3.2.6-7), los smbolos , R y L representan, respectivamente, la elipticidad y las

respuestas del medio para el modo predominante de ondas Rayleigh y Love, tal como fueron
definidas por Harkrider (1964), sin ningn cambio de signo adicional. Estas tres cantidades son
funciones de y de las caractersticas de la estructura. La ecuacin (3.2.4) da cuenta de que la
trayectoria de una partcula bajo la accin de una onda Rayleigh est confinada en el plano
vertical que contiene a la direccin de propagacin. Como el cociente entre las componentes
horizontal y vertical de la amplitud compleja de ondas Rayleigh es una cantidad puramente
imaginaria, el movimiento de las partculas sigue una trayectoria circular o elipse recta. Por
conveniencia, utilizaremos a veces la notacin ARjV
iARj j , con la que (3.2.4) queda
V
. Por su parte, la ecuacin (3.2.5) limita los
simplemente como A HV
Rj ( ) ARj ( )e j ARj ( ) z
desplazamientos asociados a las ondas Love a la componente horizontal perpendicular a la

direccin de propagacin. La versin en el dominio del tiempo de la expresin (3.2.8) ser
representada con una u minscula:
- 55 -
1
u( R, t )
2
i t
U(R, )d .
(3.2.9)
Si se deseara abandonar la hiptesis (ii) permitiendo la coexistencia de mltiples modos a cada

frecuencia, habra que incluir sendas sumas modales sobre los ndices de modo Rayleigh y Love
en (3.2.8). Las cantidades k R , y R necesitaran un ndice extra corriendo sobre el modo
Rayleigh, mientras que k L y L dependeran del modo de onda Love.
3.2.2. EXPANSIN EN SERIE DE FOURIER DE LAS COMPONENTES VERTICAL,

RADIAL Y TANGENCIAL DEL MOVIMIENTO EN FUNCIN DE LA COORDENADA
AZIMUTAL
Si se dispusiera de registros en tres componentes del campo de ondas a lo largo de todos los
puntos Re situados sobre una circunferencia de radio R , se podran definir, en una ventana
temporal dada, tres funciones representando las componentes vertical, radial y tangencial del
movimiento variando con la coordenada acimutal. Estas seran:
W ( R, , ) z U( Re , )
(3.2.10)
U rad ( R , , ) e U( Re , )
(3.2.11)
U tg ( R, , ) ( z e ) U( Re , )
(3.2.12)
Sus versiones temporales w ( R, , t ) , u rad ( R, , t ) y u tg ( R, , t ) se obtienen trivialmente por

transformacin inversa de Fourier o, equivalentemente, sustituyendo U( Re , ) por u( Re , t ) en
las definiciones anteriores. Estas funciones son continuas y derivables si se supone que el campo
de ondas viene expresado por las ecuaciones (3.2.8-9) y pueden expandirse en serie de Fourier
sobre la coordenada acimutal :
1
2
X ( R, , )
( R, )
(3.2.13)
siendo
X m ( R, )
exp(im ) X ( R, , )d ,
- 56 -
(3.2.14)
con X
representando W , U rad o U tg . En el dominio temporal, xm ( R, t ) se escribe
exp(im ) x( R, , t )d .
Los coeficientes de estas series de Fourier pueden relacionarse con las propiedades de las ondas
superficiales que se quieren determinar, como son la elipticidad de la onda Rayleigh y las
velocidades de fase de ondas Rayleigh y Love. Si se sustituye la forma del campo (3.2.8) en las
definiciones (3.2.10-12) y se utiliza la representacin integral de la funcin de Bessel de orden
n , Jn( x ) :
exp( in ix cos ( ))d 2 ( i )
exp( in )J n ( x )
(3.2.15)
podemos obtener las siguientes expresiones tericas simples que ligan esos coeficientes con las
propiedades del campo (Garca-Jerez et al. 2006b, 2008b):
Wm ( R, ) = 2 ( i )m ARV ,m J m ( xR ) ,
(3.2.16)
U mrad ( R , ) = (i) m1ARm J m1 ( xR ) J m1 ( xR ) + (i) m ALm J m1 ( x L ) J m1 ( x L ) , (3.2.17)

U mtg ( R , ) = (i) m ARm J m1 ( xR ) J m1 ( xR ) + ( i )m1ALm J m1( xL ) J m1( xL ) . (3.2.18)
Por simplicidad, se han definido aqu xR ( ) kR ( )R , xL ( ) kL ( )R , y los coeficientes

complejos (suma de amplitudes pesadas) ARm y ALm como:
ARm ( ) exp( im j )ARj ( ) .
(3.2.19)
j 1
M
A ( ) exp( im j ) ALj ( ) .
m
L
j 1
En algunos casos, se utilizar el smbolo ARV ,m como abreviatura de iARm :
- 57 -
(3.2.20)
ARV ,m iARm exp( im j )ARjV ( ) .
(3.2.21)
j 1
Las cantidades ARm ( ) y ALm ( ) pueden interpretarse como los coeficientes m-simos del
M
desarrollo en serie de Fourier de las expresiones
AR, j ( ) ( j ) y
j 1
A
j 1
L, j
( ) ( j ) ,
respectivamente, donde () representa la delta de Dirac. Bajo esta ptica, el conjunto de ondas
planas es considerado como el caso lmite de una superposicin de M haces estrechos centrados
en j (j = 1, 2, , M) y formados por ondas en fase caracterizadas por una elevada densidad
acimutal de amplitud compleja. Las expresiones (3.2.16 20) sern la base de los mtodos de
exploracin ssmica pasiva desarrollados en las secciones posteriores.
3.2.3. DESCRIPCIN DEL MICROTREMOR MEDIANTE CAMPOS ALEATORIOS

ESTACIONARIOS.
Hasta este punto, se han estudiado las componentes del campo como funciones del azimut,
basndonos en una descripcin determinista de este y se han obtenido las expresiones de los
coeficientes de sus respectivas series de Fourier respecto a la variable acimutal. A continuacin,
se introducir la descripcin estadstica del campo en la que este ser tratado como un proceso
aleatorio estacionario. Esta descripcin nos permitir capturar las caractersticas propias del
microtremor que lo diferencian de las dems seales ssmicas y obviar elementos secundarios
que dificultan el anlisis. Clsicamente el microtremor es tratado de este modo (Aki; 1957,
Henstridge, 1979). La amplia teora sobre este tipo de entidades matemticas ha sido descrita por
Yaglom (1062) o Priestley (1981) entre muchos otros. En concreto, los aspectos tericos de la
teora de procesos estacionarios multivariados y multidimensionales puede encontrarse en la obra
de Priestley (1981, pp. 655 y ss., pp. 718 y ss.). A continuacin se van a introducir brevemente
slo aquellos elementos que tendrn posteriormente utilidad directa. Se definirn las densidades
espectrales de potencia frecuencia-direccin del campo, como funciones de la frecuencia y del
azimut, as como sus componentes de Fourier. Asimismo, daremos las definiciones de
autocorrelacin, correlacin cruzada, densidad espectral de potencia y densidad espectral
cruzada entre formas de onda concretas y su generalizacin al caso de procesos aleatorios
estacionarios. Los elementos citados constituyen la base de la mayora de las formulaciones de
mtodos de tipo SPAC, si bien, en esta tesis se tratan ms bien como elementos auxiliares.
- 58 -
Proceso aleatorio. Realizaciones del campo.

En la descripcin mediante procesos aleatorios, el campo queda representado por una
colectividad (un conjunto) de funciones de 3 en 3 que dan el desplazamiento tridimensional
de cada punto del suelo en funcin de su posicin en el plano (superficie libre) y del tiempo.
Cada una de estas funciones es denominada realizacin del proceso aleatorio. Las distintas
realizaciones pueden considerarse como los diferentes resultados posibles de un experimento (la
grabacin del campo) que es repetido una y otra vez en condiciones similares. Cada realizacin
tiene asociada una cierta probabilidad (o densidad de probabilidad) de ocurrencia. Por la propia
naturaleza del microtremor, estas realizaciones (o, al menos, las que tienen probabilidad de
ocurrencia apreciable) tienen una duracin temporal infinita.
Valor esperado. Media nula. Estacionaridad.

Si F() es una operacin definida sobre toda realizacin del proceso, definimos su valor
esperado,
F , como el promedio ponderado de los valores de F sobre el conjunto de
realizaciones. El valor de F para cada realizacin ha de ser pesado por la probabilidad de que
aparezca sta.
Una vez definido el valor esperado, podemos ya expresar algunas propiedades estadsticas que
razonablemente ha de cumplir el microtremor:
i) Para cualquier posicin y tiempo, la distribucin de valores de cualquiera de las componentes

de movimiento tendr media nula. Esto se puede expresar x(R, t ) 0 , con x = w, urad o utg.
Las realizaciones, tienen por tanto signos equiprobables. Dada la limitacin en los equipos de
grabacin, la correccin de lnea base de los registros puede ser necesaria para que se
satisfaga esta hiptesis en la prctica.
ii) x(R, t ) y(R a, t ) es independiente de t y de R. Aqu, x e y toman valores x u, y u o
z u (componentes cartesianas del desplazamiento), mientras que a y representan

translaciones arbitrarias en el plano horizontal y en el tiempo, respectivamente. Esta es
relacin es una consecuencia directa de la naturaleza estacionaria, en el espacio y en el
tiempo, que se asume para el microtremor e indica que los momentos de orden dos de las
- 59 -
variables aleatorias x(R, t ) e y(R' , t ' ) slo dependen de la distancia espacial y temporal entre
ellas y no de las posiciones y tiempos absolutos.
Representacin espectral. Condicin de independencia estadstica.

La teora determinista desarrollada anteriormente y que condujo a las ecuaciones (3.2.8-9) ha de
ser reformulada para conseguir definir una representacin espectral del proceso aleatorio
estacionario matemticamente adecuada. Las mencionadas ecuaciones eran vlidas para un
campo generado por un nmero finito de fuentes de duracin finita, situadas en un conjunto
finito de acimuts y no incluye ninguna relacin estadstica entre ellas. En la descripcin mediante
campos aleatorios estacionarios se evitar de momento vincular el campo a sus fuentes o a la
estructura del suelo, abstenindonos de prescribir formas concretas a las realizaciones (tal como
se hizo en las Ecs. 3.2.4-8). La nica hiptesis en este sentido es que cada componente
espectral se propaga a una velocidad bien definida (la velocidad de fase es una funcin de ).
Expresaremos, en primer lugar u p.a. (R, t ) , con p. a. significando proceso aleatorio, como la
suma de dos procesos estadsticamente independientes vinculados a las ondas Rayleigh y a las
ondas Love respectivamente:
u p.a. (R, t ) u Rp.a. (R, t ) u Lp.a. (R, t ) .
(3.2.22)
Aplicando la teora espectral de procesos aleatorios estacionarios y teniendo en cuenta las

polarizaciones de ambos tipos de ondas, podemos escribir las siguientes representaciones
espectrales:
u Rp.a. (R, t )
exp (i t ik
( )e R)d HV
R ( , ) ,
(3.2.23)
( ) e R)d L ( , ) ,
(3.2.24)
u Lp.a. (R, t )
exp (i t ik
HV
donde d HV
R , j ( , ) y d R , j ( , ) tienen las siguientes expresiones:
i
d HV
R ( , ) d R ( , )
e ( ) z
(3.2.25)
d L (, ) d L (, )z e .
(3.2.26)
El sentido de las integraciones en las expresiones (3.2.23-24), que son de tipo Riemann-Stieltjes,
se explica con ms detalle en el Apndice III.A. Las funciones R (, ) y L (, ) se
- 60 -
denominan espectros integrados o medidas espectrales (p.e. Yaglom, 1962). Cada realizacin
del proceso u p.a. (R, t ) tiene sus correspondientes R (, ) y L (, ) (generalmente distintos a
los de las otras realizaciones) de modo que R (, ) y L (, ) son tambin procesos aleatorios,
aunque generalmente no estacionarios.
Los procesos R (, ) y L (, ) cumplen las propiedades:
(i) d R (, ) d L (, ) 0, ,
(3.2.27)
(ii) d X* ( , )d Y ( ' , ' ) XY ( ' ) ( ' ) f X ( , )d d ' d d '
(3.2.28)
La primera relacin es consecuencia de que el proceso tenga media nula (Prietsley, 1981, p. 249).
La segunda indica que X ( , ) es un proceso de incrementos ortogonales e integra la hiptesis
de que las ondas Rayleigh y Love estn descritas por procesos estadsticamente independientes.
Las funciones reales f L (, ) y f R (, ) se denominan densidades espectrales frecuenciadireccin de las ondas Love y de las componentes horizontales de ondas Rayleigh,
respectivamente. Una vez multiplicadas por d d , estas cantidades reales representan las
potencias de las ondas planas que se propagan hacia azimuts en el rango a d con
frecuencias de a d .
Comparando ahora (3.2.4-5) y (3.2.8) con las ecuaciones (3.2.22-26) queda claro que las
amplitudes complejas ARj ( )
y ALj ( ) juegan, en la descripcin determinista, un papel
semejante al de los incrementos R y L en la descripcin por campos aleatorios. De hecho,

se puede concluir que el campo aleatorio estacionario puede considerarse como un caso lmite (,
M) de una coleccin de realizaciones deterministas formadas cada una por M ondas planas
equiespaciadas en acimut cuyas seales se anulan fuera del intervalo[-/2 /2] y cuyas
amplitudes complejas cumplen las propiedades:
AX , j (l ; ) 0 ,
1
AX , j (l ; ) AY* ,k (m ; ) XY jk lm f
2
- 61 -
(3.2.29)
X
, .
(3.2.30)
El smbolo representa el lmite , M, l, m. Esta correspondencia se

establece de manera ms rigurosa en el Apndice III.A. Finalmente, admitimos que las ondas de
distinto tipo (Rayleigh y Love) as como las provenientes de dos direcciones distintas son
estadsticamente independientes. Consecuentemente, las variables aleatorias AX , j (l ; ) y
AY ,k (m; ) sern estadsticamente independientes si X Y j k.
Ergodicidad
Aunque la definicin matemtica del proceso estocstico tiene pleno sentido, estrictamente
hablando slo se tiene acceso experimental a una de sus realizaciones (y de modo parcial, ya que
no se dispone de registros temporales de duracin infinita). La propiedad de ergodicidad
significa que los valores esperados de los operadores que se definen sobre las realizaciones
pueden obtenerse mediante un promedio temporal a lo largo de una realizacin cualquiera. Una
definicin general de este concepto puede verse en McDonough and Whalen (1995, p. 50). En la
prctica, para calcular el valor esperado de un operador, se suele realizar un promedio sobre un
conjunto de ventanas temporales (fragmentos de la seal) suficientemente largas (e idealmente,
aisladas) como modo de aproximar . Cada ventana se comportara como una realizacin del
proceso. La ergodicidad del microtremor se presume implcitamente en, prcticamente, toda la
T
1
dt y ChavezT 2T
T
literatura al respecto. Por ejemplo, Okada (2006) usa directamente lim
Garca et al. (2005) hacen explcita la hiptesis de ergodicidad, tratando de investigar su validez.
En lo que sigue, se admitir que el microtremor es ergdico, asumiendo que los valores
esperados en la colectividad pueden aproximarse por promedios sobre un nmero suficiente de
ventanas suficientemente largas.
3.2.4.
DENSIDADES
ESPECTRALES,
CORRELACIN
CRUZADA
AUTOCORRELACIN.
En la seccin anterior se definieron las densidades espectrales de potencia frecuencia-direccin
de las componentes Rayleigh y Love del microtremor cuando es tratado como proceso aleatorio
estacionario (denominadas f R (, ) y f R (, ) , respectivamente). En virtud de las ecuaciones
(3.2.8), (3.2.10) y (3.2.29) podemos obtener, por ejemplo, que el valor esperado del mdulo
cuadrado del registro vertical en frecuencias en la estacin central W (0, ; ) est relacionado
con la integral azimutal de f R (, ) :
- 62 -
W (0, ; )
2
1
f R ( , )d
( )
2
(3.2.31)
El miembro derecho representa claramente la densidad espectral de potencia total del proceso
Rayleigh que registra el observador, incluyendo las contribuciones de todas las fuentes. En
general, dada una funcin temporal x(t; ) que se anula fuera de [-/2 +/2] se puede definir su
densidad de potencia espectral como X (; ) X * (; ) (2 ) . La operacin anloga entre dos
formas de onda distintas x(t; ) e y(t; ) es X (; )Y * (; ) (2 ) y se denomina densidad
espectral cruzada. Ambas definiciones se extienden directamente a procesos aleatorios tomando
valores esperados y el lmite de longitud infinita de la ventana. En tal caso, se utilizarn los
smbolos Gx ( ) y Gxy ( ) para la densidad de potencia espectral y densidad espectral cruzada.
Gx ( ) lim
Gxy ( ) lim
X (; )
X (; )Y * (; )
.
2
(3.2.32)
(3.2.33)
El punto de partida de los mtodos desarrollados en esta tesis es la transformada de Fourier de

los registros restringidos a una ventana de duracin suficientemente grande. Sin embargo,
muchos autores plantean un tratamiento temporal de las seales, que resulta equivalente, en
funcin de la autocorrelacin y de la correlacin cruzada entre stas. Estas operaciones se
definen a continuacin.
La correlacin cruzada entre dos seales x(t , ) , y(t; ) se define como la integral:
x( s; ) y * ( s t; )ds ,
(3.2.34)
que es nula fuera del intervalo [- ]. Se demuestra, a partir del teorema de convolucin, que la
densidad espectral cruzada entre ambas seales es bsicamente la transformada de Fourier de la
correlacin cruzada (normalizada por ):
X (; )Y * (; )
1
1
F x( s; ) y * ( s t; )ds
2
2
- 63 -
(3.2.35)
Como caso particular, obtenemos la relacin entre densidad de potencia espectral y la

autocorrelacin de la seal x(t , ) :
X (; )
2
F
2
x( s; ) x* ( s t; )ds
(3.2.36)
De nuevo, las definiciones de autocorrelacin y la correlacin cruzada se pueden extender a

procesos aleatorios estacionarios sin ms que tomar el valor esperado en la colectividad y el
lmite . La relacin de sus transformadas con la densidad de potencia espectral y la
densidad espectral cruzada se escribe entonces:
Gx ( )
1
1
F lim x( s; ) x* ( s t; )ds] ,
(3.2.37)
Gxy ( )
1
1
F lim x( s; ) y * ( s t; )ds .
(3.2.38)
En la literatura pueden encontrarse otras definiciones ligeramente diferentes para la correlacin

cruzada y para la densidad espectral cruzada. En particular, es frecuente definir la primera como
x* ( s; ) y( s t; )ds y la segunda como X (; ) * Y (; ) . En ese caso, se obtiene la
igualdad entre la transformada de la primera y la segunda sin necesidad de la normalizacin por

2 (ntese que F f * (t ) F f (t ) ). Cho et al. (2006b) usan una definicin de G x, y (; T )
*
conjugada respecto a la usada aqu (debido a la diferente definicin de la transformada de

Fourier).
Para terminar esta seccin, se introducen una serie de definiciones que contribuirn a aligerar la
notacin en lo que resta del captulo:
S XY ( R1 , 1 , R2 , 2 , ; ) identifica el producto entre la transformada de Fourier de la
componente X del movimiento y el conjugado de la Y (X, Y toman valores W, Urad, Utg), para
estaciones con coordenadas polares (R1,1) y (R2,2):
S XY ( R1 , 1 , R2 , 2 , ; ) X ( R1 , 1 , ; )Y * ( R2 , 2 , ; ) .
En el caso particular en que coincidan los acimuts y las componentes, abreviamos como:
- 64 -
(3.2.39)
S X ( R1 , R2 , , ; ) S XX ( R1 , , R2 , , ; ) X ( R1 , , ; ) X * ( R2 , , ; ) .
1
Tambin definiremos su media acimutal (
2
1
S X ( R1 , R2 , ; )
2
(3.2.40)
d ) como:
( R1 , R2 , , ; )d
(3.2.41)
La densidad espectral cruzada entre las componente X, Y de las estaciones (R1,1) y (R2,2) se
abrevia como:
G XY ( R1 , 1 , R2 , 2 , ) Gx ( R1 ,1 ,t ), y ( R2 ,2 ,t ) ( ) lim
S XY ( R1 , 1 , R2 , 2 , ; )
.
2
(3.2.42)
En la siguiente seccin se usar tambin la notacin GX mY n ( R1 , R2 , ) , para referirse la densidad

espectral cruzada entre los coeficientes de Fourier de rdenes m y n de x( R1 , , t )
y( R2 , , t ) (ver bajo 3.2.14).
3.2.5. COEFICIENTES DE FOURIER DE LAS DENSIDADES ESPECTRALES. RELACIN

CON EL CASO DETERMINISTA.
Los coeficientes de orden m del desarrollo en serie de Fourier de las densidades espectrales,
f mL ( ) y f mR ( ) , se definen como:
f mX ( ) e im f X ( , )d ,
(3.2.43)
con X = R o L. Por el carcter real de f
, se tiene inmediatamente que
f Xm f mX * . En
caso de campo de ondas istropo, f 0X ser el nico coeficiente no nulo.

Cuando un campo aleatorio se expresa como caso lmite de un campo determinista (Seccin
3.2.3), se pueden establecer las siguientes correspondencias entre los valores esperados de los
productos AXm AYn* y ATj AXl AYm* AZn* y los coeficientes de Fourier de las densidades espectrales
frecuencia-direccin (Apndice III.B):
- 65 -
lim
lim
1
4
2 2
1
2
AXm AYn* XY f mXn ,
(3.2.44)
ATj AXl AYm* AZn* TY XZ f jTm f l Xn TZ XY f jTn f l Xm ,
(3.2.45)
donde j, l, m, n son nmeros enteros, mientras que T, X, Y y Z valen R o L. La notacin ij

representa la delta de Kronecker. Como se ver ms adelante, la ecuacin (3.2.44) juega un papel
importante en la mayora de formulaciones de mtodos tipo SPAC (por ejemplo, es el anlogo
de la ecuacin 53 del artculo de Cho et al. 2006b). Por otra parte, aunque la ecuacin (3.2.45) no
tiene anlogo en las derivaciones estndar, ser una relacin fundamental para la translacin de
uno de los nuevos mtodos (mtodo SCA) al contexto de los campos aleatorios estacionarios. La
demostracin de (3.2.45) ha sido tambin desarrollada en el Apndice III.B.
3.3.
MTODO
DE
AUTOCORRELACIN
ESPACIAL
ENTRE
COMPONENTES
VERTICALES (v-SPAC)
Como se ha indicado, el mtodo de la autocorrelacin espacial para anlisis de ruido ambiental
(SPAC) se basa en el trabajo de Aki (1957) en el que se proponen varios procedimientos distintos
para el clculo de velocidades de fase de ondas superficiales. El ms trascendente, dada su
relativa simplicidad y la generalidad en las hiptesis de partida es aquel en que se emplean
registros de componente vertical obtenidos en varios sensores situados a lo largo de una
circunferencia y otro en el centro de sta. Este mtodo ser denominado v-SPAC (vertical SPAC)
en lo sucesivo. Para recuperarlo a partir de la aproximacin determinista presentada antes, basta
con tomar el cociente entre W0 ( R , ) y W0 ( 0 , ) (i. e. entre el coeficiente de orden cero del
desarrollo en serie de Fourier de la componente vertical a lo largo de una circunferencia de radio
R y el valor de dicha magnitud en su centro). Esta operacin permite cancelar la dependencia en
ARV 0 que aparece en el miembro derecho de (3.2.16):
W0 ( R, )
= J 0 ( k R ( )R ) ,
W0 (0, )
(3.3.1)
donde se ha usado que J 0 ( 0 ) 1 . Llamaremos a este cociente coeficiente de v-SPAC. Las

diferencias entre esta derivacin y el desarrollo original de Aki (1957) sern tratadas en la
siguiente subseccin. Ntese que W0 ( R , ) no es ms que el promedio acimutal de los registros
verticales, en el dominio de la frecuencia, tomados en una array infinitamente densa desplegada
a lo largo de la circunferencia de radio R. Una ilustracin del funcionamiento del mtodo en el
- 66 -
dominio del tiempo se muestra en la figura 3.3.1 para el caso de una array hexagonal. En ella
representan los registros temporales generados por dos ondas planas monocromticas que se
desplazan hacia la derecha con distintas longitudes de onda (se supone una frecuencia comn
1/T). Por simplicidad, ambas ondas tienen la misma amplitud y fase, de modo que los registros
en el centro de la array son idnticos. El promedio de los registros perifricos es tambin
armnico (Fig. 3.3.1c) pero con una amplitud dependiente de la longitud de onda. Abajo se
muestra cmo la amplitud normalizada est relacionada con el cociente R/ mediante la funcin
de Bessel J0.
Figura 3.3.1 Mtodo v-SPAC usando una array circular con siete sensores en el caso de incidencia de una nica
onda plana Rayleigh desde la izquierda. (a) Ejemplo de onda plana armnica con periodo arbitrario T propagndose
hacia la derecha. La lnea continua corresponde a una onda con longitud de onda 5R, donde R es el radio de la array.
El caso de longitud de onda 2R se representa mediante una lnea discontinua. Ambas grficas (alternativas)
corresponden a un tiempo fijo. (b) Posibles registros en las estaciones de la array para una ventana temporal comn
para las dos ondas descritas (manteniendo el tipo de lnea). Por simplicidad, suponemos fases tales que el registro en
la estacin central, que se muestra mediante una lnea punteada, sea comn para los dos casos. Los desfases
temporales respecto a la estacin central, acordes con /T, se sealan en la parte superior de las ventanas. (c) Media
azimuthal de los registros para los casos = 5R (lnea continua) y = 2R (lnea discontinua). Las longitudes de
onda (o velocidades) respectivas pueden obtenerse del cociente entre las amplitudes del promedio acimutal y la de la
estacin central (lnea punteada). Ese cociente est relacionado con la longitud de onda mediante la funcin de
Bessel J0 (tomado de Garca-Jerez et al. 2008a).
- 67 -
La expresin (3.3.1) se ha deducido de la formulacin determinista. Sin embargo, en la

aplicacin prctica al microtremor conviene analizar un conjunto de fragmentos del registro
(digamos, de duracin cada uno) y realizar algn tipo de promedio. El utilizar registros de
duracin finita introduce inevitablemente errores estocsticos o incertidumbre en los valores V
que varan con la frecuencia. La magnitud de estos errores depende de cmo los datos sean
ventaneados, procesados y promediados. A continuacin se discuten varias formas de realizar
estos promedios:
i) Tomar el promedio de los cocientes W0 ( R, ; ) W0 (0, ; ) calculados independientemente
para un conjunto de ventanas (i.e. W0 ( R, ; ) W0 (0, ; ) ). sta no es la opcin ms estable
pero puede resultar suficiente en muchas aplicaciones. Esta implementacin permite obtener un
conjunto de estimaciones del coeficiente de v-SPAC a las que se les puede calcular directamente
su desviacin tpica. Tambin permite identificar mejor (y eliminar si es necesario) porciones del
registro que provoquen resultados anmalos. Por otra parte, al no estabilizar el numerador y el
denominador antes de calcular el cociente, se compromete la robustez del mtodo. El incluir un
suavizado previo de los espectros puede mejorar esta situacin.
ii) Una opcin ms robusta es el clculo de W0 (0, ; )W0* ( R, ; )
W0 (0, ; )
. De este
modo el numerador y el denominador son estabilizados previamente. La superioridad de esta

opcin ha sido confirmada por Cho et al. (2007). Sin embargo, esta forma de calcular no es
adecuada para estimar experimentalmente la incertidumbre en el resultado. Por ejemplo,
desviaciones tpicas grandes del numerador y del denominador pueden revelar variaciones en la
potencia del microtremor durante la medida y, al ser variaciones dependientes, no resultar
adecuadas
para
estimar
W0 (0, ; )W0* ( R, ; )
las
W0 (0, ; )
incertidumbres
2
en
el
cociente.
El
cociente
se puede reescribir, a partir de las definiciones (3.2.14)
y (3.2.40), quedando esta alternativa a (3.3.1) como:
o como
SW (0, R, ; )
SW (0,0, ; )
SWW (0,0, R, , ; )
SW (0,0,0, ; )
d = J 0 ( k R ( )R ) ,
- 68 -
(3.3.2)
iii) Si la longitud del registro es suficiente, una va intermedia entre i) y ii) puede resultar la
mejor opcin. Se tratara de dividir el sismograma en un conjunto de porciones mayores que son
a su vez ventaneadas ms finamente. La aproximacin mencionada en el punto ii) sera aplicada
para cada porcin mayor produciendo un grupo de estimaciones estables del coeficiente de
SPAC que sern promediadas finalmente permitiendo la evaluacin de la dispersin estadstica.
Otra solucin muy interesante, ha sido propuesta recientemente por Cho et al. (2007). Estos
autores proponen un modelo estadstico para estimar tericamente la incertidumbre en el
coeficiente de SPAC, el cual se podra entonces determinar con la operacin ms estable
W0 (0, ; )W0* ( R, ; )
W0 (0, ; )
. La desviacin tpica modelada depende de los valores
del numerador y del denominador, del nmero de segmentos promediados, de las caractersticas
de la ventana temporal aplicada y de las del suavizado espectral.
iv) Si el campo de ondas es estacionario en el espacio y en el tiempo, puede resultar favorable

calcular:
1
2
SWW (0,0, R, , ; )
SW (0,0,0, ; ) SW ( R, R, , ; )
d .
(3.3.3)
La equivalencia entre las distintas expresiones es inmediata ya que
SW ( R, R, , ; )
son
iguales
bajo
estas
hiptesis
SW (0,0,0, ; )
(ms
precisamente,
SW ( R, R, , ; ) (2 ) f 0R ( ) / 2 ( ) , independiente de la posicin R de la estacin). La

superioridad prctica de la segunda expresin radica en que es insensible a las diferencias de
ganancia entre las estaciones (i. e. a un factor multiplicativo real dependiente de la estacin).
3.3.1. FORMULACIONES EQUIVALENTES DEL MTODO v-SPAC
Existen algunas formulaciones alternativas del SPAC con algunas ligeras diferencias respecto a
la expuesta anteriormente. A continuacin se comentan dos de ellas: la debida a Aki (1957, 1965)
y la introducida por Cho et al. (2006b).
La formulacin original (Aki, 1965) parte el clculo de la funcin espacio-correlacin
( R, ; ) a partir de registros, en el dominio del tiempo, filtrados entorno a la frecuencia :
( R, ; ) lim
w(0,0, t; )w( R, , t; )dt

0
- 69 -
(3.3.4)
En realidad, ( R, ; ) es el valor a tiempo cero de la correlacin entre la seal registrada en el

centro y la registrada en ( R, ) , una vez filtradas. Denominando (0,0; ) al resultado de la
operacin anterior cuando relaciona el registro central consigo mismo y promediando ( R, ; )
en el azimut, se define el coeficiente de v-SPAC:
VAki ( R, )
1
( R, , )d .
2(0,0, )
(3.3.5)
Obviamente, VAki ( R, ) es una cantidad real. Aki (1965) demuestra que el resultado terico es
tambin J 0 ( k R ( )R ) . En su formalismo, el mtodo permanece vlido si la array es
semicircular, sin ms que cambiar los lmites de integracin en (3.3.5) al intervalo [0 ] y
sustituir 2 por en la normalizacin. En la seccin 3.3.3 se dan ms detalles a este respecto.
Una reformulacin de este mtodo ligeramente distinta a la expuesta aqu puede encontrarse en
el trabajo de Cho et al. (2006b). Su punto de partida es el clculo de la integral acimutal de los
registros temporales tomados en la circunferencia, lo que en nuestra nomenclatura se escribe
w0 ( R, t ) . Seguidamente se calcula la densidad espectral cruzada entre esta funcin y la
correspondiente a una array de radio cero (esto es, entre w0 (0, t ) 2 w(0, t ) y w0 ( R, t ) ). Y
finalmente, se define el coeficiente de SPAC como el cociente:
VCho
GW 0W 0 (0, R, )
GW 0W 0 (0,0, )
(3.3.6)
Por simplicidad, se ha utilizado la notacin GW 0W 0 (0, R, ) como un sustituto de

Gw0 ( 0,t ) ,w0 ( R,t ) ( ) . La correspondencia entre VCho y J 0 ( k R ( )R ) se demuestra de forma sencilla
a partir de (3.2.16) y de la definicin de densidad espectral cruzada. El numerador de (3.3.6) es:
ARV ,0 (; )
W0 (0, ; )W0* ( R, ; )
2
GW 0W 0 (0, R, ) lim
= 4 J 0 ( xR ) lim

2
2
= 4 2 J 0 ( xR ) f 0R / 2 ,
(3.3.7)
de donde se sigue (3.3.6) inmediatamente. GW 0W 0 (0, R, ) corresponde, en lmite , a la
- 70 -
operacin 2 SWW (0,0, R, , ; ) ya que slo supone alterar el orden en que se realizan la
transformada de Fourier y el promedio acimutal. Por tanto, la Ec. (3.3.6) recoge esencialmente
el mismo clculo que (3.3.2).
Cho et al. han empleado las densidades espectrales cruzadas entre promedios acimutales de
registros para el desarrollo de varias tcnicas ms, algunas de las cuales sern comentadas
posteriormente. Estos autores extienden la notacin GW 0W 0 (0, R, ) al caso de dos componentes
cualesquiera x, y (tomando valores w, urad, utg), y para dos componentes de serie de Fourier
cualesquiera m, n y dos radios R1, R2, segn:
GX mY n ( R1 , R2 , ) Gxm ( R1 ,t ) yn ( R2 ,t ) ( ) .
(3.3.8)
3.3.2 EFECTOS DEL ALIASING ACIMUTAL EN LOS MTODOS TIPO SPAC

El mtodo v-SPAC ha sido obtenido bajo la suposicin de que el coeficiente de orden cero del
desarrollo en serie de Fourier de la componente vertical W0 ( R , ) puede ser calculado
apropiadamente de forma experimental. Sin embargo, este hecho es incierto desde el momento
en que est definido a partir de una integracin a lo largo de la coordenada acimutal (Ec. 3.2.14).
Como cualquier array circular realista est compuesta por un nmero muy limitado de
sensores, ser necesario hallar el mejor modo de aproximar el valor de W0 ( R , ) , as como
evaluar los posibles errores que se derivan de tal aproximacin. A estos errores nos referiremos
como efectos de N finito o efectos de aliasing acimutal. Este problema aparecer de nuevo
en secciones posteriores tambin para las otras componentes del movimiento (radial y
tangencial) y para otros rdenes del desarrollo en serie de Fourier, por lo que en este epgrafe se
har un planteamiento general.
Concretando los trminos del problema, se tratara de obtener un algoritmo que permita
aproximar simultneamente un conjunto de coeficientes de Fourier, que estaban definidos como
X m ( R, )
exp(im ) X ( R, , )d
con m entero, empleando medidas en un conjunto finito
de acimuts. Cabe esperar que los coeficientes de rdenes |m| bajos puedan ser estimados con
mayor exactitud a partir de un nmero limitado de estaciones, de modo que en los mtodos
desarrollados en este captulo se explotarn slo los casos m = -1, 0, 1. Podemos considerar por
tanto que estamos interesados en aproximar solamente los 2K+1 coeficientes de rdenes
~
menores: -K m K. Construimos sus respectivos estimadores X m ( R, ) como combinaciones
- 71 -
lineales de los registros obtenidos en los distintos azimuts,

N
~
X m ( R, ) em1 K , j X ( R, j , ) ;
m entero, -K m K,
(3.3.9)
j 1
donde los coeficientes e p ,q tienen, en principio, valores desconocidos y las cantidades 1 , 2 , ,
j , , N representan los acimuts de las estaciones sobre la circunferencia.

Se puede demostrar (p. e. Cho et al. 2006b) que los e pq han de ser ptimamente escogidos como
los elementos (p, q) de la matriz H H , donde pq
1
exp(i(q K 1) p ) ; p = 1, 2,
2
, N; q = 1, 2, , 2K+1. La condicin impuesta en esta optimizacin consiste en que la

K
evaluacin de la serie de Fourier truncada
exp(im ) X
m K
( R, ) en los azimuts de las
estaciones d un conjunto de N valores prximos, en el sentido de diferencia cuadrtica media, a

las transformadas de Fourier de los registros originales:
j 1
X ( R, j , )
1
2
~
exp(im j ) X m ( R, )
es mnimo.
(3.3.10)
m K
En el caso de que 2K+1 = N, la matriz es cuadrada, N N. Si, adems, es invertible,
entonces H H = 1 . Por ltimo, si los sensores estn equiespaciados, podemos

suponerles coordenadas acimutales j = 2j / N , j = 1, 2, , N
y la matriz 1 queda
(Apndice III.C):
1 jk
2
exp( 2i( j 1 K )k / N ) ,
N
(3.3.11)
y de aqu:
2
~
X m ( R, )
N
exp(im2j / N ) X ( R,2j / N , ) ,
j 1
N impar ,
. (3.3.12)
m ( N 1) / 2
El resultado es adems el modo natural de estimar X m ( R, ) . La distribucin de sensores

equiespaciados ser prcticamente la nica considerada en el resto de esta memoria.
Por simplicidad, definiremos en general:
- 72 -
2
X m ( R, )
N
exp(im2j / N ) X ( R,2j / N , ) ,
(3.3.13)
j 1
y lo usaremos en la prctica como estimador de X m ( R, ) en cualquier array circular con

sensores uniformemente distribuidos y para cualesquiera valores de m y N.
Es muy til expresar los estimadores X m ( R , ) en funcin de los coeficientes exactos del
desarrollo en serie de Fourier de la componente X . Se demuestra inmediatamente (Apndice
III.D) que, para el caso de estaciones equiespaciadas, se tiene:
X m ( R , )
m kN
( R, ) ,
(3.3.14)
es decir, la diferencia entre el estimador del coeficiente de orden m y el valor que se obtendra
para una array infinitamente densa se puede escribir como la suma de los coeficientes de Fourier
de rdenes m + k N, con k = 1, 2, 3, Esta expresin va a ser la va para introducir los
efectos de N- finito en todos los mtodos desarrollados en esta memoria. Otros autores (eg.
Okada 2006, Shabani et al. 2010) consiguen resultados equivalentes basndose en la relacin de
Jacobi-Anger:
exp irk cos( )
J n (kr) exp in ( ) .
(3.3.15)
3.3.3. EFECTOS DEL ALIASING ACIMUTAL EN El MTODO v-SPAC

A partir de (3.3.14), se puede construir el estimador del coeficiente de v-SPAC afectado por
efectos de N-finito en una array circular de estaciones equiespaciadas. Siguiendo (3.3.13), se
usar tambin el acento circunflejo ^ para referirse a coeficientes de correlacin afectados por
aliasing acimutal. Recurriendo a (3.2.16) tenemos:
W 0 ( R , )
[ AV , jN ARV , jN ]
J 0 ( xR ) (i) jN J jN ( xR ) R
.
ARV ,0
W 0 ( 0 , )
j 1
(3.3.16)
Usando (3.2.19), la expresin anterior se puede escribir tambin en funcin de las amplitudes de
las ondas planas incidentes:
- 73 -
V J 0 ( xR ) 2 (i) J jN ( xR )
jN
j 1
A
q 1
cos jN q
V
Rq
M
A
q 1
(3.3.17)
V
Rq
A continuacin, se analizarn algunos casos en los que esta suma presenta comportamientos
sencillos:
Ondas planas procedentes de un solo azimut

En caso de que las ondas planas incidan en una sola direccin , la ecuacin anterior queda:
V J 0 ( xR ) 2 (i) jN J jN ( xR ) cos jN .
(3.3.18)
j 1
Observando el factor (i) jN , se advierte que los sumandos con jN par corresponden a la parte
real del resultado, mientras que jN impar identifica a los sumandos imaginarios. Por tanto, si
N es impar, las partes real e imaginaria provienen de sumar a ndices pares e impares,
respectivamente:
ReV ( R, ) J 0 ( xR ) 2 (i ) 2 jN J 2 jN ( xR ) cos 2 jN
j 1
,
( 2 j 1) N
i ImV ( R, ) 2 (i )
J ( 2 j 1) N ( xR ) cos(2 j 1) N
j 1
N impar
(3.3.19)
mientras que, si N es par, la parte imaginaria es nula y todos los sumandos contribuyen a la parte
real. En este ltimo caso, podemos reescribir (3.3.18) en funcin del entero N / 2 :
Re V ( R, ) J 0 ( xR ) 2 (i)
j 1
2j
N
2
ImV ( R, ) 0
N
2j
2
( xR ) cos 2 j
2 ,
N par.
(3.3.20)
La comparacin entre las lneas superiores de (3.3.19) y (3.3.20) nos muestra que, si N es par
pero no mltiplo de cuatro (es decir, con N /2 impar), la array de N estaciones es indistinguible
de la de N /2 a efectos del clculo de Re ( R, ) y bajo el campo unidireccional.
Aliasing acimutal en la descripcin como proceso aleatorio estacionario

La adaptacin de (3.3.16) a la descripcin del campo como proceso aleatorio estacionario se
- 74 -
puede obtener fcilmente a partir de la relacin (3.2.44). Calculemos primero el producto
W0 (0, ; ) W0* ( R, ; ) (de 3.3.16):
W0 (0, ; ) W0* ( R, ; ) 4 2 ARV ,0 ARV ,0* J 0 ( xR ) 4 2 i jN J jN ( xR )[ ARV ,0 ARV , jN * ARV ,0 ARV , jN * ] .

j 1
(3.3.21)
En el lmite de ventana temporal larga, tenemos, utilizando (3.2.44):
f RjN f jNR
fR
W (0, ; )W0* ( R, ; )
= 4 2 02 J 0 ( xR ) 4 2 i jN J jN ( xR )
,
GW 0W 0 (0, R, ) lim 0

2
2
j 1
(3.3.22)
y dividiendo por la densidad espectral de potencia para el caso de radio cero:
VCho ( R, )
G W 0W 0 (0, R, )
Re[ f RjN f jNR ]
.
J 0 ( xR ) 2 i jN J jN ( xR )
f 0R
G
(0,0, )
j 1
(3.3.23)
W 0W 0
Como en el caso unidireccional, los trminos de la sumatoria son reales o imaginarios puros
dependiendo de si jN es par o impar, lo que indica un comportamiento similar al de dicho caso.
Separando las partes real e imaginaria para los casos de N impar y N par, tenemos,
respectivamente:
Re[ f R2 jN f 2RjN ]
f 0R
j 1
,
R
R
Re[ f ( 2 j 1) N f ( 2 j 1) N ]
Cho
( 2 j 1) N
i Im[ V ( R, )] 2 i
J ( 2 j 1) N ( xR )
f 0R
j 1
Re[ VCho ( R, )] J 0 ( xR ) 2 i 2 jN J 2 jN ( xR )
Re[ VCho ( R, )] J 0 ( xR ) 2 i
j 1
2j
N
2
Re[ f R
2 j
Im[
N
2
Cho
V
2j
( xR )
( R, )] 0
N impar ,
f R N ]
2j
2
R
, N par.
f0
N
2
(3.3.24)
(3.3.25)
De modo que, como en el caso del campo unidireccional, las arrays de N y de N /2 sensores
son indistinguibles, en lo que se refiere al resultado de Re[ VCho ( R, )] , si N es par pero no
mltiplo de cuatro. Este resultado ha sido demostrado por Okada (2006).
La anulacin de la parte imaginaria en cualquier array con N par puede utilizarse como de una
comprobacin de las hiptesis de estacionaridad espacial del campo. El montaje ms sencillo
para este fin sera una lnea de tres sensores equiespaciados (N = 2). Las densidades espectrales
- 75 -
cruzadas entre los sensores situados en los extremos y el sensor central, i. e. Gw(0,t ,0), w( R,t , ) ( ) y
Gw( 0,t ,0), w( R,t , ) ( ) , han de resultar mutuamente conjugadas para que se cancelen las partes
imaginarias de VCho ( R, ) . Efectivamente, cualquiera de estas dos parejas se transforma en la

otra mediante una translacin (que dejara invariante la densidad espectral cruzada) y una
reordenacin de los sensores (que provoca la conjugacin). Si experimentalmente se encuentra
que ambas cantidades difieren significativamente (aparte de en la conjugacin), se debe
cuestionar el cumplimiento de las hiptesis de campo estacionario y posiblemente descartar los
mtodos que hacen uso de ellas (es el caso, por ejemplo, del mtodo 2s-SPAC y del mtodo
CCA, descritos en el epgrafe siguiente).
Esta relacin directa (conjugacin) entre las densidades espectrales cruzadas calculadas entre la
estacin central y dos estaciones diametralmente opuestas comporta la redundancia entre ellas,
que est detrs de las equivalencias sealadas para arrays con N par no divisible por 4 en campo
estacionario, e implica adems que cualquier array con N par es equivalente, en trminos de
Re[ VCho ( R, )] , a una array semicircular. Esta situacin se ejemplifica en la Fig. 3.3.2 (atindase
en este punto solamente a las componentes verticales).
Figura 3.3.2. Ejemplo de dos arrays regulares con un nmero par de sensores a lo largo de la circunferencia (6 a la
izquierda y 8 a la derecha). En cada caso se pretenden resaltar dos conjuntos de estaciones: las estaciones pintadas
de rojo y las estaciones punteadas (independientemente del color). Ambos conjuntos son equivalentes a la array
completa (y por tanto tambin equivalentes entre s) ya que slo eliminan estaciones diametralmente opuestas a las
consideradas. Tanto la array hexagonal como la octogonal tienen subarrays semicirculares equivalentes (las
punteadas). La array hexagonal es equivalente a una array triangular (regular), por ser el nmero de vrtices doble
- 76 -
de un impar. La array octogonal no es equivalente a una array cuadrada aunque s a otras distribuciones irregulares
de cuatro vrtices. Las mencionadas equivalencias entre arrays slo se tienen bajo ciertas hiptesis (ver texto).
Las expresiones (3.3.24-25), como sus anlogas deterministas, no permiten corregir los efectos
de N finito en la prctica, ya que las cantidades f nR ( ) suelen ser desconocidas, pero s son de
utilidad para acotar tales efectos. Una primera conclusin es que, a medida que la iluminacin
sea ms uniforme (en funcin del azimut), ser posible disminuir el nmero de estaciones en la
array. Si la iluminacin es completamente uniforme, f 0R ( ) es el nico coeficiente de Fourier de
f R (, ) no nulo y tendremos VCho ( R, ) J 0 ( xR ) para cualquier N (esto es, ausencia de

efectos de N finito). Otra conclusin inmediata es que los efectos de N finito son despreciables
para valores de x R suficientemente bajos (es decir, para longitudes de onda suficientemente
grandes en comparacin al radio), lo que generalmente corresponde tambin a frecuencias por
debajo de cierto umbral (dependiente del radio y de la curva de dispersin concreta). Esto es
evidente a partir de las expresiones anteriores, ya que todas las funciones de Bessel de rdenes
distintos de cero convergen a cero cuando lo hace su argumento ( J n ( xR ) 0 cuando xR 0
para n 0), prevaleciendo entonces la dependencia en J 0 ( xR ) (Figura 3.3.3). El rango en el cual
los efectos de N finito son pequeos debe, grosso modo, (con las salvedades hechas para N par)
ampliarse conforme crece el nmero de estaciones, ya que la expresin de las desviaciones de
VCho ( R, ) respecto a VCho ( R, ) involucrar cada vez a funciones de Bessel de rdenes

mayores, que tienen menos influencia para x R bajo (Figura 3.3.3).
Figura 3.3.3. Funciones de Bessel de distintos rdenes.
- 77 -
Okada (2006) ha evaluado detalladamente los umbrales de x R por debajo de los cuales las
desviaciones de VCho ( R, ) respecto al caso N = son menores de 0.01, an cuando las ondas
provengan de las direcciones ms desfavorables. Estos valores lmite de xR se muestran en la
figura 3.3.4. Se observa en ella la prevista tendencia creciente con el nmero de estaciones, una
menor capacidad de las arrays con N par, as como la equivalencia entre arrays con N impar y sus
correspondientes arrays con N doble (3 y 6; 5 y 10), siempre bajo las hiptesis de campo
estacionario o unidireccional. En esta figura tambin se representan los umbrales para una
desviacin de 0.05 determinados por Cho et al. (2007).
Figura 3.3.4. Valores mximos de x R para los que las desviaciones en los coeficientes de SPAC debidas a efectos
de N finito se mantienen por debajo de 0.01 (cuadrados, Okada 2006) o de 0.05 (crculos, Cho et al. 2007).
Si se relajan la hiptesis de campo arbitrario y se admite que la iluminacin ha de tener una

anchura azimutal apreciable, el rango de validez del mtodo aumenta. Por ejemplo, Asten (2006)
muestra, mediante simulaciones, que el uso del v-SPAC con arrays triangulares da buenos
resultados hasta el primer mnimo de J 0 ( xR ) (esto es, hasta xR = 3.83) si el microtremor
proviene de un intervalo acimutal de anchura igual o mayor que 30. Cho et al. (2007) han
calculado el ancho acimutal necesario para mantener estos errores por debajo de 0.05 en un
rango de nmeros de onda amplio: xR 20 (Fig. 3.3.5). El uso de una nica pareja de estaciones
en todo este rango (N=1) requerira un ancho total de 270; la array triangular requiere 90
mientras que la pentagonal 50.
- 78 -
3.3.4 OTRAS VARIANTES DEL MTODO v-SPAC Y MTODOS RELACIONADOS.

A continuacin se mencionan dos implementaciones particulares del mtodo v-SPAC as como
otros dos mtodos estrechamente relaccionados con l:
Morikawa et al. (2004) discutieron una implementacin del mtodo v-SPAC en la que slo
trabajan simultneamente dos estaciones. Se trata simplemente de evaluar (3.3.3) a partir de
parejas de registros simultneos entre la estacin central y una estacin perifrica mvil. Las
medidas se repiten cambiando la posicin de esta ltima y finalmente se realiza el promedio
acimutal. Los requerimientos materiales se reducen as considerablemente (pues slo dos
estaciones son necesarias) aunque el tiempo de grabacin se multiplica por N. La estacionaridad
temporal del microtremor juega un papel esencial para que esta aproximacin sea vlida.
Figura 3.3.5. Anchura mnima del haz necesario para mantener la desviacin en el coeficiente de SPAC por debajo
de 0.05 hasta xR =20 (segn Cho et al., 2007). Se asume una dependencia triangular de la densidad espectral de
potencia frecuencia-direccin respecto al azimut.
Chvez-Garca et al. (2005) explotaron una propiedad emprica ya observada por Aki (1957),
mostrando que el promedio acimutal podra ser completamente evitado, bajo las hiptesis de
isotropa y estacionaridad espacio-temporal del ruido ambiental, si se usan registros
suficientemente largos. Este mtodo es un caso particular del v-SPAC para N=1. Una pareja de
estaciones y una nica medida (larga) seran suficientes. Conforme a los resultados expuestos al
final de la seccin anterior, la condicin de isotropa debe cumplirse con suficiente aproximacin
para que este mtodo sea viable en un rango amplio de longitudes de onda. En la literatura
pueden encontrarse numerosas situaciones en que esta condicin se vulnera y el campo presenta
- 79 -
una o unas pocas direcciones privilegiadas (p.e. Endrun, 2010). Un ejemplo con datos propios se
muestra en la Fig. 3.3.6.
Bettig et al. (2001) llevaron a cabo una modificacin de naturaleza algo mayor del mtodo con
objeto de poder tratar arrays irregulares densas. Su esquema es denominado a veces mtodo
modificado de autocorrelacin espacial para la componente vertical o v-MSPAC. Bsicamente
consiste en reemplazar las integraciones del movimiento vertical a lo largo de una circunferencia
por el valor medio en un anillo.
Figura 3.3.6. Ejemplos de coeficientes de v-SPAC grabados en una array pentagonal situada en las proximidades
(~50m) de una fuente puntual de ruido (una excavadora cargando un camin de arena). Las lneas coloreadas
muestran correlaciones entre distintas parejas de sensores, todas espaciadas 38m entre s. Las lneas negras muestran
la media y la desviacin tpica. Se aprecia la gran disparidad entre las lneas coloreadas debida a la diferente
orientacin de las parejas respecto a la direccin a la fuente, que estaba situada aproximadamente sobre una
perpendicular a la lnea definida por la pareja en amarillo y que pasa por el centro de la array. El promedio s est
menos afectado por efectos de N finito, presentando una similitud razonable con una funcin del tipo J0(kR R).
Tomando la formulacin determinista, llamando R1 al radio interior del anillo y R2 al exterior y

usando (3.2.16), el valor medio de W ( R, , ) en el rea del anillo resulta:
2
2
2 ARV ,0
1
1
W
(
R
,
)
R
dRd
W
(
R
,
)
R
dR
( R22 R12 ) R1
( R22 R12 ) R1 0
R22 R12
- 80 -
R2
R J
R1
(k R R)dR
2 AV ,0
2 2R 2
k R R2 R1
k R R2
x R J 0 ( xR )dxR
k R R1
2 ARV ,0
J1 (k R R2 ) R2 J1 (k R R1 ) R1
k R ( R22 R12 )
(3.3.26)
donde se ha usado que

x2
x J
( x)dx x J1 ( x)x12 .
x
(3.3.27)
x1
Normalizando por W0 (0, ) /( 2 ) W (0,0, ) ARV ,0 tendramos ya una ecuacin til:
2
1
W ( R, , ) RdRd
( R22 R12 ) R1
W0 (0,0, )
2
J1 (k R R2 ) R2 J1 (k R R1 ) R1 ,
k R ( R R12 )
2
2
(3.3.28)
que en el contexto de campos aleatorios estacionarios, (3.3.28) se puede reescribir de la forma:

R
2
GWW (0,0, R, , )
1
RdRd =
2
2
( R2 R1 ) R1 GWW (0,0,0,0, )
2
J1 (k R R2 ) R2 J1 (k R R1 ) R1 .
k R R R12
2
2
(3.3.29)
Esta ecuacin permite nuevamente el uso de una array semicircular cambiando la integracin
entre - y + del miembro derecho por dos veces la integral entre 0 y +.
El procedimiento a seguir en la prctica, consistira en definir sobre la array irregular una
estacin central y un conjunto de anillos concntricos en torno a ella a los que aplicar el
mtodo separadamente. Los anillos habran de ser tan delgados como fuera posible y deberan
contener un conjunto de estaciones que muestreen suficientemente la coordenada acimutal. Si las
estaciones en el anillo se identifican por sus coordenadas polares ( R j , j ), j = 1, 2, , N, y se
ordenan por azimuth creciente ( j j 1 ), podemos aproximar el miembro izquierdo de (3.3.29)
por la expresin:
1
( R R12 )
2
2
j t .q .
R1 R j R2
Re GWW (0,0, R j , j , )
GWW (0,0,0,0, )
- 81 -
R R
j
(3.3.30)
donde j
j 1 j
2
j j 1
2
j 1 j 1
2
y R R2 R1 . De este modo, se est pesando
cada estacin (aproximadamente) por las dimensiones de una celda asociada en la que sta ocupa
el azimut central (ver esquema en Fig. 3.3.7 para una array semicircular).
Figura 3.3.7. Representacin esquemtica del modo de pesado de las estaciones en el mtodo v-MSPAC. Las
estaciones en rojo pertenecen al anillo definido. El rea de la zona en gris es proporcional al peso que se da a la
densidad espectral cruzada entre la estacin central y la estacin sealada (Rj j).
La ecuacin determinista (3.3.28) se puede aproximar de un modo paralelo. Si el anillo es

delgado, se puede tomar ahora R j R
1
( R R12 )
2
2
j t .q.
R1 R j R2
GWW (0,0, R j , j , )
GWW (0,0,0,0, )
( R2 R1 )
( R 2 R12 )
( R2 R1 ) 2
y por tanto:
2
2
1
2
R j R j
j t .q .
R1 R j R2
GWW (0,0, R j , j , )
GWW (0,0,0,0, )
(3.3.31)
que suele ser el clculo realizado en la prctica.

Cho et al. (2004, 2006a) han desarrollado un mtodo alternativo al v-SPAC, denominado CCA
(Centerless Circular Array). Se trata de una interesante aproximacin que permite prescindir de
la estacin central, pero que tiene la particularidad de no ser vlida en general para un campo
determinista. Para introducirlo, observamos que a partir de (3.2.16) se deduce:
W0 ( R, )
W1 ( R, )
AR0 AR0* J 02 ( xR )
.
AR1 AR1* J12 ( xR )
- 82 -
(3.3.32)
La dependencia en los promedios de amplitudes pesadas hace que esta relacin sea intil en el
contexto determinista. Sin embargo, si pasamos al campo aleatorio estacionario siguiendo
(3.2.44), y observando (3.2.16) obtenemos:
Wm ( R, ; )
2
f 0R ( ) 2
ARV ,m (; ) ARV ,m* (; ) 2
J m ( xR ) 2
J ( x ) GWmWm ( R, )
2
( ) m R
(3.3.33)
de modo que, dividiendo el caso m=0 entre el caso m=1 de (3.3.33), obtenemos finalmente la
ecuacin til:
CCA
GW 0W 0 ( R, ) J 02 ( xR )
.
GW 1W 1 ( R, ) J12 ( xR )
(3.3.34)
La independencia estadstica entre las ondas Rayleigh provenientes de distintas direcciones en el

contexto de campos aleatorios es una condicin esencial para la validez de (3.3.34). La
estabilidad de esta ecuacin ante distintas causas de errores experimentales ha sido estudiada por
Cho et al. (2006a).
3.4. MTODO DE AUTOCORRELACIN ESPACIAL DE LAS COMPONENTES

HORIZONTALES (3c SPAC)
Varios estudios tericos demuestran que la inversin de la estructura superficial de la corteza
arroja resultados ms precisos si se usan conjuntamente velocidades de ondas Rayleigh y Love.
Por ejemplo, Pei (2007) ha mostrado que la inclusin de las velocidades de onda Love resulta en
una mejora significativa del modelo invertido, en trminos de resolucin de zonas de baja
velocidad y de contrastes altos. La velocidad de onda Love es sensible un menor de nmero
parmetros elsticos, lo que conlleva un procedimiento de inversin ms simple. El primer
mtodo tipo SPAC formulado que permite el estudio de las propiedades de las ondas Love es
descrito a continuacin haciendo hincapi en el nuevo punto de vista determinista.
3.4.1. DESCRIPCIN DEL MTODO. FORMULACIN DETERMINISTA.

El mtodo SPAC para las tres componentes (3c-SPAC) permite el clculo de curvas de dispersin
de ondas Rayleigh y Love a partir de microtremor medidos en una array circular (o semicircular)
con estacin central. La autora de este mtodo es algo controvertida. Fue esbozado por Aki
(1957) bajo la hiptesis de dominancia de las ondas Rayleigh o de las ondas Love en la
- 83 -
componente horizontal del microtremor, omitiendo por tanto las ecuaciones necesarias para el
caso general de coexistencia de ambas, que se atribuyen a Okada and Matsushima (1989). Un
texto ms accesible en el que se trata este mtodo es el de Okada (2003). Morikawa (2006) ha
publicado recientemente una derivacin matemtica ms detallada.
Aunque todos los trabajos citados se basan en la descripcin del microtremor como proceso
estocstico, se ha demostrado (Garca-Jerez et al. 2008b) que este mtodo tambin se deduce
directamente de nuestra interpretacin determinista contenida en (3.2.8-9), evitando adems la
hiptesis de independencia estadstica entre las ondas Rayleigh y Love requerida en la
demostracin original y obteniendo una interpretacin adicional de la parte compleja de los
coeficientes de correlacin involucrados. De este modo, las ecuaciones que definen la tcnica
son las siguientes:
V J 0 ( xR ) ,
(3.4.1)
rad () J 0 ( xR ) J 2 ( xR )' () J 0 ( xL ) J 2 ( xL )1 ' () ,
(3.4.2)
tg () J 0 ( xR ) J 2 ( xR )' () J 0 ( xL ) J 2 ( xL )1 ' () .
(3.4.3)
en las que las cantidades V , rad y tg se definen a partir de promedios acimutales de

productos espectrales normalizados:
V SW ( R,0, ; ) SW (0,0, ; ) ,
rad SU ( R,0, ; ) SU (0,0, ; ) ,

rad
rad
tg SU ( R,0, ; ) SU (0,0, ; ) .
tg
tg
(3.4.4)
y
(3.4.5)
(3.4.6)
Efectivamente, la resolucin del sistema de ecuaciones no lineales (3.4.1-3) permite determinar
cR ( ) , cL ( ) y la funcin ' ( ) a partir de la medida experimental de las tres cantidades

(coeficientes de correlacin) V ( ) , rad ( ) y tg ( ) .
Para demostrar (3.4.2-3) podemos comenzar expresando las cantidades U rad ( 0 , , ) y
U tg ( 0 , , ) en trminos de los promedios pesados de amplitudes complejas AR1 y AL1 ,

definidas en las Ecs. (3.2.19-20) y de factores exp( i ) (ver Apndice III.E):
- 84 -
( AR1 iAL1 )
( A1 iAL1 )
exp(i ) R
exp( i ) ,
2
2
(3.4.7)
(iAR1 AL1 )
(iAR1 AL1 )
exp(i )
exp( i ) .
2
2
(3.4.8)
U rad ( 0 , , ) =
U tg ( 0 , , ) =
Ahora, las integrales SU rad ( R,0, ) y SU tg ( R,0, ) pueden relacionarse con U rad
1 ( ,R ) y
U tg1( , R ) usando sus respectivas definiciones:
SU rad ( R,0, )
SU tg ( R,0, )
( AR1* iAL1* ) rad

( A1* iAL1* ) rad
U1 ( R, ) R
U 1 ( R, ) ,
4
4
(iAR1* AL1* ) tg
(iA 1* AL1* ) tg
U1 ( R, ) R
U 1 ( R, ) .
4
4
(3.4.9)
(3.4.10)
Finalmente, pueden escribirse en trminos de funciones de Bessel en las variables xR y x L y de

las cantidades AR1 , AL1 mediante las Ecs. (3.2.17-18). De este modo y despus de algn lgebra
(Apndice III.F), resultan (3.4.2-3) con ' dado por:
'
AR1 AR1 i( AR1 AL1* AR1 AL1* )

1 2
R
1 2
R
1 2
L
1 2
L
1
R
1*
L
2 Im( A A
1
R
1*
L
A A )
(3.4.11)
La relacin para la componente vertical (3.4.1) es bien conocida, pues la definicin de V dada
en (3.4.4) equivale a la del coeficiente de v-SPAC (Ec. 3.3.1). En la derivacin determinista
expuesta, ' ( ) tiene parte imaginaria, a menos que Re ARH ,1 AL1* Re( ARH ,1 AL1* ) , y su parte
real no est, en general, acotada entre 0 y 1.
3.4.2. FORMULACIN PARA CAMPOS ALEATORIOS ESTACIONARIOS

La aplicacin del mtodo a campos aleatorios estacionarios se puede llevar a cabo promediando
en numerador y el denominador de (3.4.5-6) sobre un conjunto de ventanas de duracin :
SU rad ( R,0, ; )
SU rad (0,0, ; )
1
2
1
2
SU radU rad ( R, ,0, , ; ) d

.
(3.4.12)
SU radU rad ( R, ,0, , ; ) d
En el lmite se tienen inmediatamente, como una consecuencia de las relaciones

- 85 -
deterministas (3.4.9-10), las siguientes expresiones (Apndice III.F):
SU rad ( R,0, ; )
SU rad (0,0, ; )
SU tg ( R,0, ; )
SU tg (0,0, ; )
( ) J 0 ( xR ) J 2 ( xR ) 1 ( )J 0 ( xL ) J 2 ( xL )
(3.4.13)
( ) J 0 ( xR ) J 2 ( xR ) 1 ( )J 0 ( xL ) J 2 ( xL ) .
(3.4.14)
La cantidad ' ( ) queda pues remplazada por f 0R
R
0
f 0L , que resulta una funcin real
cumpliendo 0 ( ) 1 y que representa el cociente entre la densidad espectral de potencia de

las ondas Rayleigh en el movimiento horizontal (una vez sumadas las distintas contribuciones
acimutales) y la total (suma de Rayleigh horizontal y Love). ( ) es denominada proporcin
energtica de ondas Rayleigh en la componente horizontal. La formulacin original (pero
parcial) del mtodo (Aki, 1965) se recupera para los casos ( ) = 0 y ( ) = 1. En el primer
caso, los trminos de ondas Love representan la nica contribucin a
SU rad ( R,0, ; )
SU tg ( R,0, ; ) , mientras que en el segundo, slo se conservan las dependencias en x R .
3.4.3. EFECTOS DE UN NMERO FINITO DE ESTACIONES

Un estudio analtico de los efectos de N- finito para el 3c-SPAC ha sido llevado a cabo por
Shabani et al. (2010). El procedimiento que describen estos autores, que bsicamente es una
extensin del trabajo de Okada (2006) para el v-SPAC, est basado en la relacin de JacobiAnger (Ec. 3.3.15). Aunque no se van a dar aqu las expresiones de rad y tg , s se debe
mencionar que tienen propiedades similares a las encontradas para el mtodo v-SPAC. En
general, dos estaciones en posiciones diametralmente opuestas proporcionan valores de
SU rad ( R,0, , ) y SU rad ( R,0, , ) (en la formulacin determinista) que no son conjugados en
general. Sin embargo, la relacin de conjugacin s se cumple entre las cantidades

GU radU rad ( R, ,0, , ) y GU radU rad ( R, ,0, , ) bajo las hiptesis del campo aleatorio
estacionario. El mismo comportamiento se observa para la componente tangencial. Por

consiguiente, como en el caso del mtodo v-SPAC, las arrays circulares regulares con N y 2N
estaciones sobre la circunferencia, siendo N impar, resultan equivalentes en estas circunstancias
- 86 -
y en lo que se refiere a la estimacin de la partes reals de rad y tg en el lmite de proceso

aleatorio. Adems, todas las arrays circulares con N par son equivalentes a arrays semicirculares
formadas por N/2 de las estaciones (ver Fig 3.3.2).
En la bibliografa pueden encontrarse varias aplicaciones de este mtodo en ambientes

volcnicos realizadas en la dcada de los 90 por Ferrazzini et al. (1991), Chouet et al. (1996) y
Mtaxian and Lesage (1997). Entre los trabajos ms recientes se pueden citar el de Khler et al.
(2007), quienes hacen una adaptacin del mtodo para arrays irregulares (3c-MSPAC) y el de
Endrun et al. (2010) en el que se comprueba la estabilidad y repetibilidad del mtodo en seis
sitios diferentes. Algunos resultados de estos experimentos han sido ya descritos en el Captulo
1.
3.5. MTODO DE LAS ARRAYS CIRCULARES CONCNTRICAS (DOBLE ANILLO O

DR).
Adems de recuperar y generalizar las formulaciones anteriores del mtodo 3c-SPAC, las
relaciones (3.2.17-18) nos permiten desarrollar nuevos mtodos de anlisis del microtremor en
las tres componentes. Una primera va de resolucin de k R ( ) o k L ( ) a partir de stas consiste
en generar ecuaciones independientes a partir de cualquiera de ellas variando el valor del radio
R. La familia de ecuaciones as generadas compartirn las mismas incgnitas, haciendo posible
su determinacin. Como se coment anteriormente, los coeficientes de Fourier Wm ( R, ) ,
U mrad ( R , ) , U mtg ( R , ) sern mejor aproximados experimentalmente para rdenes bajos (valores
de m prximos a cero). Adems, como se observa en (3.2.17) y (3.2.18), U 0rad ( R, ) y U 0tg ( R, )

tienen dependencias simples en k R ( ) , k L ( ) , lo que los hace especialmente adecuados para su
empleo en nuevos mtodos. En concreto, estas dependencias son:
U 0tg ( R, ) = 2iAL0 J1 (k L R) ,
(3.5.1)
U 0rad ( R, ) = 2iAR0 J1 (k R R) .
(3.5.2)
Como estamos especialmente interesados en desarrollar tcnicas de estimacin de la velocidad

de onda Love, nos centraremos en la ecuacin (3.5.1). Una explicacin geomtrica cualitativa del
significado de esta ecuacin se muestra en la Fig. 3.5.1. Cuando un frente de onda Rayleigh
plano se propaga a lo largo de la array circular, los registros obtenidos en cualquier pareja de
- 87 -
sensores situados simtricamente respecto a la direccin de propagacin y dirigidos

tangencialmente tienen signo opuesto. Por tanto, en la array ideal continua, los registros se
cancelan cuando se promedia sobre el conjunto de estaciones (Fig. 3.5.1a). Sin embargo, en caso
de incidencia de onda Love, ambas estaciones proporcionan el mismo registro (Fig. 3.5.1b), y la
media acimutal a lo largo de la circunferencia depender del cociente entre longitud de onda y
radio, as como de la amplitud compleja, que contiene la informacin sobre la amplitud y la fase
inicial de la onda plana. La linealidad de las operaciones (proyeccin tangencial y promediado)
justifica la validez de (3.5.1) cuando el campo de ondas consiste en una suma arbitraria de ondas
planas. Variando el radio en (3.5.1) se puede eliminar la dependencia en AL0 ( ) mediante el
cociente:
Figura 3.5.1. Esquema del proceso de seleccin de ondas Love usando una array circular densa compuesta de
sensores tangenciales. El campo de ondas, para un tiempo fijo, se representa mediante flechas negras. (a) Para ondas
Rayleigh, ambos sensores graban el mismo valor del desplazamiento (longitud de la flecha gris) pero con diferente
signo. Por tanto, el valor promedio de los registros entre esta pareja, as como de los registros en la array continua
completa, es cero. (b) Ambos sensores graban el mismo valor (con el mismo signo) en el caso de incidencia de onda
Love. El valor promedio para la array completa es el mismo que para la mitad derecha o para la mitad izquierda y
depende slo del cociente entre el radio y la longitud de onda, as como de la amplitud y fase inicial de la onda
plana.
- 88 -
'tgDR ( R2 , R1 , )
U 0tg ( R2 , ) J 1 ( k L ( )R2 )
=
,
U 0tg ( R1 , ) J 1 ( k L ( )R1 )
(3.5.3)
al que nos referiremos como cociente espectral tangencial o 'tgDR . El superndice DR (double
ring) hace referencia al montaje empleado, mientras que el smbolo ' distingue esta definicin
determinista de su adaptacin para campos aleatorios que ser desarrollada en la seccin
siguiente. Por tanto, la aplicacin de (3.5.3) requiere el registro de componentes tangenciales a lo
largo de dos circunferencias concntricas de radios R1 R2 . Una aproximacin discreta a este
esquema mediante dos arrays pentagonales se muestra en la Fig. 3.5.2.
Figura 3.5.2. Sistema de coordenadas y array tpica para el mtodo del doble anillo.
La velocidad de onda Love se determina evaluando experimentalmente el miembro izquierdo, y

despejando
k L ( )
mediante
alguna
tcnica
numrica,
conocidos
los
radios.
Desafortunadamente, U 0tg ( R, ) se anula para una circunferencia de radio cero (porque
J 1 ( 0 ) 0 ), lo que hace inviable el reemplazamiento de una de las dos circunferencias por una
estacin central. La funcin J1 (k L () R2 ) J1 (k L () R1 ) est representada en la Fig. 3.5.3 para
algunos valores particulares del cociente R2 R1 . Como se aprecia, esta funcin tiende a R2 R1
cuando k L 0 (o cuando 0 ). Con el objetivo de preservar la continuidad de 'tgDR hasta
valores de k L tan altos como sea posible, supondremos siempre que R2 R1 (el argumento de la
- 89 -
funcin de Bessel del denominador crece ms lentamente que el argumento de la del

denominador conforme k L aumenta). Con este criterio, la primera divergencia aparece en
k L R1 3.84.
Fig. 3.5.3. Forma de la funcin J1 (k L R2 ) J1 (k L R1 ) frente a k L R1 (Fig. a) y frente a k L R2 (Fig. b) para varios
valores de R2 R1 .
Por ltimo, cabe mencionar que la ecuacin (3.5.2) proporciona una alternativa al clculo de
velocidades de ondas Rayleigh mediante v-SPAC, usando la componente radial del movimiento
en lugar de la vertical. Para ello, se utilizara
DR
'rad
( R2 , R1 , )
U 0rad ( R2 , ) J 1 ( k R ( )R2 )
=
,
U 0rad ( R1 , ) J 1 ( k R ( )R1 )
(3.5.4)
que es el anlogo de (3.5.3). A priori, la utilidad de esta tcnica parece limitada (en comparacin
con el mtodo v-SPAC) ya que, para N finito, habr que considerar los efectos de la
contaminacin de los registros por ondas Love, que adems son normalmente las ondas
predominantes en la componente horizontal. An as, esta tcnica puede ser interesante en
aquellas bandas de frecuencia en las que la potencia de la componente vertical Rayleigh aparece
muy disminuida, como en el entorno de la frecuencia de resonancia en estructuras con alto
contraste de impedancias entre la cubierta sedimentaria y el basamento.
3.5.1. FORMULACIN PARA CAMPOS ALEATORIOS ESTACIONARIOS

En el caso de que el campo de ondas deba de ser descrito como un proceso aleatorio
estacionario, conviene reformular el mtodo en funcin de densidades espectrales cruzadas entre
promedios acimutales (definiciones 3.3.8 y 3.2.33).
- 90 -
Esta adaptacin se puede realizar de varias maneras. Probablemente, la ms directa y la que

preserva mejor la forma de la ecuacin original consiste en multiplicar numerador y
denominador en la definicin de 'tgDR por U 0tg * ( R1 , ; ) (2 ) (donde, de nuevo, es la
duracin de las ventanas temporales a analizar) y tomar el valor esperado del numerador y del
numerador sobre un conjunto de realizaciones (distintas ventanas). En el lmite tenemos:
tgDR ( R2 , R1 , )
GU tg 0U tg 0 ( R2 , R1 , )
GU tg 0U tg 0 ( R1 , R1 , )
J1 (k L ( ) R2 )
,
J1 (k L ( ) R1 )
(3.5.5)
que es ya apta para campos estacionarios. Para evitar ambigedades, quitaremos el smbolo ' de
'tgDR cuando est definido como en (3.5.5).
3.5.2. EFECTO DE UN NMERO FINITO DE ESTACIONES. UNA APROXIMACIN

NUMRICA SIMPLIFICADA.
Extendiendo las ideas de Henstridge (1979), la variacin relativa de la velocidad de fase de
ondas Love, c L , puede relacionarse con las variaciones en 'tgDR (o tgDR ) mediante propagacin
de errores:
2
DR
J (x )
J (x )J (x )
var(c) d 'tg
k
var( 'tgDR ) 0 2 x2 0 12 1 2 x1 var( 'tgDR ) ,
2
c
J1 ( x1 )
J1 ( x1 )
dk
(3.5.6)
donde xi k L Ri y var() significa varianza. Un valor pequeo de var(c) es interpretado como

buena sensibilidad de 'tgDR ante variaciones en c o, equivalentemente, como una baja
propagacin de las incertidumbres en 'tgDR a la velocidad de fase. Interesa encontrar rangos para
los radios R1 y R2 y el mnimo nmero de sensores que nos permitan mantener las
incertidumbres relativas en c suficientemente pequeas (5% - 10% a lo sumo). Garca-Jerez et
al. (2006b) tratamos de resolver este problema de forma aproximada mediante el procedimiento
que se expone a continuacin. Un tratamiento analtico ms completo puede encontrarse en la
Seccin 3.5.3.
Primeramente, se estima var( 'tgDR ) o, al menos una cota de error para 'tgDR , en funcin de R1 ,
- 91 -
R2 y k L de la siguiente manera:
Para ambos radios R1 y R2 calculamos la respuesta de la array tangencial a una onda Love, a la
que llamaremos H tgL ( N , kR, ) , definida como el promedio del mdulo de los registros
tangenciales (en el dominio de la frecuencia) obtenidos en una array circular de N sensores y
para una iluminacin que consiste en una onda plana Love con nmero de onda k , amplitud
unidad y azimut :
H tgL ( N , kR, ) = 1
N
cos(
n 1
)e ikR cos( n ) ,
(3.5.7)
siendo n es el azimut de la estacin n . H tgL ( N , kR, ) equivale a U 0tg /( 2 ) (por la Ec. 3.3.13)
si las estaciones estn equiespaciadas. Los valores de esta funcin-respuesta para arrays
circulares regulares compuestas de entre 2 y 8 estaciones se muestran en la Fig. 3.5.4a.
La diferencia mxima entre el valor terico de tgDR para una array infinitamente densa (esto
es, J1 (kR2 ) / J1 (kR1 ) ) y el resultado para una array finita se estima para cada configuracin
( R1 , R2 , N ) y nmero de onda k . Esto se puede hacer, de modo aproximado, calculando por
separado los errores asociados a cada anillo y propagndolos a 'tgDR mediante una expansin de
Taylor del cociente. Una aproximacin conservadora consiste en considerar la distribucin de las
diferencias entre H tgL ( N , kR, ) y J 1 ( kR ) cuando vara entre 0 y 2 y calcular el mximo
del valor absoluto de stas. Imponiendo una incertidumbre mnima de 0.01 en cualquier caso, se
asegura un error apreciable a longitudes de ondas largas. Para prevenir denominadores prximos
a cero en 'tgDR (en cuyo caso no tiene sentido propagar errores linealmente al cociente), los
resultados se rechazan cuando la desviacin correspondiente a la subarray pequea ( R1 ) es
mayor que J1 (kR1 ) (bandas verticales en Fig. 3.5.5).
Una vez que var( 'tgDR ) ha sido estimada, se sustituye en (3.5.6) y se identifica la regin del
plano kR1 - kR2 en la que var(c)1/ 2 / c corresponde al error relativo deseado. Los resultados para
arrays formadas por de 4 a 9 estaciones por anillo (y el mismo nmero de estaciones en ambos)
se muestran en la Fig. 3.5.5.
- 92 -
Figura 3.5.4. Respuestas de array para varias configuraciones simples. La columna (A) corresponde a
H tgL ( N , kR, ) 2 , mientras que la columna (B) corresponde a H tgR ( N , kR, ) 2 .
- 93 -
Figura 3.5.5. Incertidumbre relativa estimada en la velocidad de fase. N indica el nmero de

estaciones en cada uno de los anillos. La lnea negra corresponde con un doble anillo cuyos radios
guardan la relacin R2 2R1 .
A la vista de la Fig. 3.5.5, se obtienen ya resultados aceptables resultados para N 5, mejorando

generalmente conforme N crece, y ms rpidamente al alcanzar valores impares de N. Para
N =5, y en el rango de nmeros de onda bajos, se obtienen los mejores resultados cuando
R1 / R2 2 o ligeramente mayor (hasta 3), mostrndose incertidumbre por debajo del 10% hasta
nmeros de onda de k 3.7 / R2 al menos. Las conclusiones obtenidas para ondas Love pueden
tambin usarse para el procedimiento alternativo de clculo de curvas de dispersin Rayleigh
R
descrito por la ecuacin (3.5.4), debido a la relacin H rad
( N , kR, ) = H tgL ( N , kR, ) . Ntese que
R
( N , kR, ) debe ser entendido ahora como nmero de onda Rayleigh.
k en H rad
Limitaciones de este clculo

Los resultados del ejercicio anterior han de tomarse con prudencia. Una limitacin de ste es que
slo se ha considerado la actuacin de una onda plana Love. Sin embargo, al elegirse el acimut
de sta de manera que maximice la distorsin de 'tgDR , el resultado puede ser conservador en este
- 94 -
aspecto. Por otra parte, una cuestin relevante para la estimacin de errores, y que no ha sido
tomada en cuenta, es la eficiencia del mtodo para el rechazo del tipo de ondas con
polarizacin no deseada (ondas Rayleigh para la array tangencial). Sin embargo, encontrar una
regla general parece difcil ya que, para cada frecuencia hay dos cantidades involucradas: la
potencia relativa de tales ondas y su longitud de onda. Obviamente, una buena respuesta de la
array tangencial para el nmero de onda Love k L no implica un rechazo efectivo de las ondas
Rayleigh para el k R correspondiente. Un conocimiento aproximado previo de la estructura del
suelo o de la curva de dispersin Rayleigh puede usarse para obtener lmites aproximados de
k L y k R , y comprobar la capacidad para el rechazo de las dos circunferencias que forman el

anillo doble. La eficiencia para el rechazo de una array circular puede estimarse calculando su
respuesta ante ondas que se propagan con la polarizacin no deseada para cualquier nmero de
onda k :
L
H rad
( N , kR, ) = H tgR ( N , kR, ) = 1
sin(
n 1
)e ikR cos( n ) ,
(3.5.8)
que se ha representado en la Fig. 3.5.4b para algunas arrays circulares. Cuanto menor es esta
cantidad, mayor es la capacidad de rechazo.
3.5.3. EFECTO DE UN NMERO FINITO DE ESTACIONES. APROXIMACIN

ANALTICA.
Como se hizo para el v-SPAC, el problema de estimar los efectos de N finito puede plantearse
desde un punto de vista analtico, si bien, la formulacin resulta relativamente complicada. Los
pasos fundamentales son esbozados a continuacin para el caso del campo aleatorio estacionario.
Admitiendo que las estaciones estn situadas en los puntos R1, j R1e( j 1) y R 2, j R2e ( j 1)
con j = 1, 2, , N; = 2/N y por tanto, equiespaciadas, podremos expresar el coeficiente de
Fourier de orden cero afectado por N finito, U 0tg ( R, ) , como la suma de los coeficientes de
rdenes mltiplos de N obtenidos para una array circular continua (Ec. 3.3.14):
U 0tg ( R, )
tg
jN
( R, )
En el caso del producto U 0tg ( R2 , )U 0tg* ( R1 , ) tendremos, sustituyendo (3.2.18):

- 95 -
(3.5.9)
U 0tg ( R2 , )U 0tg* ( R1 , )
{ [ (i)
jN
j,l
ARjN J jN 1 ( xR ) J jN 1 ( xR ) + (i) jN 1ALjN J jN 1 ( xL ) J jN 1 ( xL )]
[ i lN ARlN* J lN 1 ( xR ) J lN 1 ( xR ) + i lN 1ALlN* J lN 1 ( xL ) J lN 1 ( xL ) ]}
(3.5.10)
De nuevo, obtenemos el caso de campo aleatorio mediante un promedio en la colectividad de la

expresin anterior evaluada en ventanas temporales largas. Tras el uso de (3.2.44) obtenemos:
{ i
(l j ) N
j,l
U tgjN ( R2 , ; ) U lNtg* ( R1 , ; )
GU tg 0U tg 0 ( R2 , R1 , ) lim
j ,l
2 f ( Rj l ) N J jN 1 (k R R2 ) J jN 1 (k R R2 )J lN 1 (k R R1 ) J lN 1 (k R R1 )
+ i (l j ) N 2 f ( Lj l ) N J jN 1 (k L R2 ) J jN 1 (k L R2 ) J lN 1 (k L R1 ) J lN 1 (k L R1 )},
(3.5.11)
que, despus de algn algebra se puede simplificar a:
GU tg 0U tg 0 ( R2 , R1 , ) 2
~
~
{ f RN h,1N (k R R2 , k R R1 ) fLN h,1N (k L R2 , k L R1 )} =
2 [ f 0R h0, N1 (k R R2 , k R R1 ) f 0L h0, N1 (k L R2 , k L R1 )]
~
~
2 2 i N {Re[ fRN ]h,1N (k R R2 , k R R1 ) Re[ fLN ]h,1N (k L R2 , k L R1 )} (3.5.12)
donde se ha definido:
~
hs, N ( x2 , x1 )
( l ) N 1
( x2 ) s J ( l ) N 1 ( x2 ) J lN 1 ( x1 ) s J lN 1 ( x1 )
(3.5.13)
~
~
con s tomando valores +1 -1, y que cumple hs , N ( x2 , x1 ) hs, N ( x1 , x2 ) .
Finalmente, la versin de tgDR ( R2 , R1 , ) afectada por efectos de N finito, se obtiene como:
tgDR ( R2 , R1 , )
G U tg 0U tg 0 ( R2 , R1 , )
.
G tg tg ( R , R , )
U 0U 0
(3.5.14)
3.5.4. EFECTOS DEL RUIDO INCOHERENTE

Los registros de microtremor estn siempre contaminados, en alguna medida, por ruido
incoherente debido a procesos electrnicos en el interior del sistema de grabacin o a algunos
fenmenos externos que violan el postulado de iluminacin por ondas planas (viento, fuentes
cercanas,). Estos efectos han sido ya estudiados para algunos mtodos tipo SPAC (Cho et al.,
- 96 -
2006a, 2006b, Garca-Jerez et al., 2008b, Garca-Jerez et al., 2010) y se evidencian generalmente
por un decrecimiento en las amplitudes de los coeficientes de correlacin y cantidades
asimilables a estos. Basaremos el tratamiento de este fenmeno en las siguientes hiptesis: i) el
ruido no correlacionado puede ser modelado como un proceso aleatorio estacionario
estadsticamente independiente de la seal; ii) las formas de ondas correspondientes al ruido que
aparecen en distintas estaciones o en distintas componentes de una estacin dada, no estn
correlacionadas entre s; iii) las densidad espectral de potencia del ruido es igual para todos los
sensores horizontales y ser denominada PH( n ) ( ) , donde el superndice (n) indica que nos
referimos al ruido (noise). Como se ver inmediatamente, los efectos del ruido incoherente slo
tienen sentido en el caso de N finito, por lo que ambos habrn de analizarse conjuntamente.
El numerador de (3.5.14), GU tg 0U tg 0 ( R2 , R1 , ) , es tericamente insensible al ruido incoherente.
En efecto, el clculo de U 0tg ( R2 , )U 0tg* ( R1 , ) , usando las definiciones (3.3.13), da lugar a una
suma sobre p y q de productos con la forma U tg ( R2 , p , )U tg* ( R1 , q , ) que van multiplicados
por pesos complejos (irrelevantes en esta discusin). Si existe ruido no correlacionado, cada
registro puede descomponerse en dos sumandos: uno que da cuenta de la seal, para el que
mantendremos la notacin U tg ( R2 , p , ) o U tg ( R2 , q , ) , y otro que corresponde al ruido, al
que notaremos con el superndice (n). La suma de ambos (i. e. el registro ruidoso) se etiquetar
con
(s+n).
Como,
por
hiptesis,
el
ruido
la
seal
no
estn
correlacionados, U tg ( Rl , p , )U tg ( n)* ( Rm , q , ) /( 2 ) 0 , incluso si l=m y p=q. El ruido

grabado
por
sensores
distintos
tampoco
lo
est,
as
que
U tg ( n) ( Rl , p , )U tg ( n)* ( Rm , q , ) /( 2 ) 0 slo si lm pq. De estas hiptesis, y teniendo
en cuenta que los radios implicados son diferentes, se desprende que ninguno de los productos
U tg ( sn ) ( R2 , p , )U tg*( sn) ( R1 , q , ) /( 2 ) que forman GU( stg0nU) tg 0 ( R2 , R1 , ) quedan afectados
por el ruido.
El denominador, GU( stg0nU) tg 0 ( R1 , R1 , ) s estara afectado por el ruido no correlacionado en los
sensores (siempre en el caso de N finito). Su versin ruidosa puede escribirse en funcin de
PH( n ) ( ) como (Apndice III.G):
4 2 ( n )
( sn )
PH ( ) ,
GU tg 0U tg 0 ( R1 , R1 , ) GU tg 0U tg 0 ( R1 , R1 , )
N
- 97 -
(3.5.15)
con lo que el cociente queda:
DR ( s n )
tg
( R2 , R1 , )
GU( stg0nU) tg 0 ( R2 , R1 , )
GU( stg0nU) tg 0 ( R1 , R1 , )
G U tg 0U tg 0 ( R2 , R1 , )
4 2 ( n )
G U tg 0U tg 0 ( R1 , R1 , )
PH ( )
N
GU tg 0U tg 0 ( R2 , R1 , ) / f 0R ( ) f 0L ( )
4
GU tg 0U tg 0 ( R1 , R1 , ) / f 0R ( ) f 0L ( )
NSRH ( )
N
2
(3.5.16)
En esta expresin, NSRH ( ) PH( n) ( ) f 0R ( ) f 0L ( ) es la relacin ruido-seal en el

registro de cualquier componente horizontal. Teniendo en cuenta (3.5.12), la expresin del
numerador, GU tg 0U tg 0 ( R2 , R1 , ) / f 0R ( ) f 0L ( ) , se puede escribir como una funcin de k L R1 ,

k L R2 , k R R1 , k R R2 , de la potencia relativa de ondas Rayleigh ( ) y de factores adimensionales
f mR ( ) / f 0R ( ) y f mL ( ) / f 0L ( ) , con m mltiplo de N, que dan cuenta de la geometra de la
distribucin acimutal de las fuentes Rayleigh y Love, respectivamente. La dependencia en ( )

se puede sustituir por una dependencia en la razn de energas Rayleigh-Love
RLR( ) f 0R ( ) f 0L ( )
ya
() RLR() RLR() 1 .
que
El
trmino
GU tg 0U tg 0 ( R1 , R1 , ) / f 0R ( ) f 0L ( ) del denominador se reescribe en funcin de las mismas
variables, excepto de k L R2 y k R R2 . En conclusin, la presencia de ruido no correlacionado slo

agrega
un
sumando
proporcional
NSRH ( )
en
el
denominador.
Como
GU( stg0nU) tg 0 ( R1 , R1 , ) GU tg 0U tg 0 ( R1 , R1 , ) cuando N, los efectos del ruido incoherente han de
disminuir al aumentar el nmero de estaciones,
3.5.5. UN EJEMPLO NUMRICO SENCILLO.

Con el objetivo de comprobar las ecuaciones deducidas para los de efectos de N finito y ruido no
correlacionado se realiza a continuacin un ejemplo numrico basado en una estructura simple
(Tabla 3.5.1) consistente en una capa homognea de espesor H=100m sobre un semiespacio ms
rgido, iluminada por ondas superficiales planas. Se asume propagacin de los modos
fundamentales de ondas Rayleigh y Love, cuyas curvas de dispersin pueden encontrarse en la
Figura 3.6.11. Se tomaron los radios R1=125m, R2=250m, los valores RLR=0.2 y NSRH=0.3 y
una iluminacin anistropa con una direccin de propagacin dominante. En concreto, se usaron
- 98 -
funciones f R (, ) y f L (, ) con una dependencia triangular en , de base (Fig. 3.6.12)

y constantes respecto a (ruido blanco). Se model el campo para distintos valores del acimut
central del haz y de , tomando para ello un conjunto de ondas planas con amplitudes
dependientes del azimut, proporcionales a f R (, )1/ 2 y f L (, )1 / 2 y fases aleatorias. Las
direcciones de las ondas incidentes se eligieron a intervalos de 1 o de 1/30 del ancho del haz (la
cantidad menor). Una vez que los registros fueron sintetizados en el dominio de la frecuencia en
las posiciones de las estaciones virtuales, se les introdujo el ruido incoherente sumando trminos
con amplitud
PH(n ) (calculable a partir de NSRH, f R (, ) y f L (, ) ) y fases aleatorias,
distintas para cada estacin virtual y componente. Los registros tangenciales fueron promediados
siguiendo (3.3.13) y los productos U 0tg ( R2 , ) U 0tg* ( R1 , ) y U 0tg ( R1 , ) U 0tg* ( R1 , ) calculados
seguidamente. A continuacin, se promediaron ambos sobre un total de 500 realizaciones en las
que las fases asociadas a la iluminacin Rayleigh, Love y al ruido incoherente variaron
aleatoriamente. El cociente entre estos promedios, que son proporcionales a GU( stg0nU) tg 0 ( R2 , R1 , ) y
GU tg 0U tg 0 ( R2 , R1 , ) respectivamente, corresponde a tgDR ( sn) ( R2 , R1 , ) y se representa en la Fig.

3.5.6, en distintas subfiguras (las superiores) en funcin del ancho del haz (2, 30 y 60) y
utilizando distintos smbolos segn el azimut central usado. Como referencia en la medida del
acimut, se asume que hay un sensor (por pentgono) en el azimut 0.
Tabla 3.5.1. Modelo de suelo unidimensional usado para simulacin del campo de ondas.
N. Capa
VS (m / s)
VP (m / s)
H (m)
(g/cm3)
500
935
100
2.1
1000
1870
2.1
Las lneas delgadas en las Figs. 3.5.6 muestran los correspondientes resultados analticos
obtenidos de las expresiones (3.5.12) y (3.5.16) mientras que la lnea gris muestra el resultado
para campo istropo. Para evaluar los primeros, se obtuvieron los valores de f mL ( ) y f mR ( )
analticamente con ayuda de la relacin:
2
im
e
1
senm / 4
U 2 d
, 2 ,
2
m
/
4
- 99 -
(3.5.17)
donde U es la funcin unitaria de Heaviside. El factor 1 2 U 2 del integrando

representa un tringulo issceles de altura 1 y base centrado en el acimut 0 . Para obtener los
f mL ( ) o f mR ( ) correspondientes a una iluminacin triangular de amplitud y acimut central
generales hay que multiplicar el segundo miembro de (3.5.17) por los valores que toma
f R (, ) o f L (, ) en tal acimut central del tringulo (mximo) y por una fase de m veces
el azimut central. Las series que intervienen en las ecuaciones (3.5.12-13) se truncaron en = 9 y
l=9, comprobando que los trminos de rdenes superiores tienen poca influencia dentro del
rango de frecuencias mostrado. Las lneas delgadas en las figuras 3.5.6 muestran estos resultados
analticos A la vista de las Figs. 3.5.6, se aprecia una buena correspondencia entre los valores
sintticos y analticos de tgDR ( sn) ( R2 , R1 , ) en todos los casos, apoyndose la validez de los
desarrollos analticos y mostrando que el nmero de fuentes (muestreo acimutal) y el nmero de
ventanas promediadas en el test numrico son suficientes.
Figura 3.5.6. Arriba: Resultados del ejercicio numrico descrito en el texto para una array pentagonal doble
(R1=125m, R2=250m), campo anistropo con direccin predominante y anchura del haz y efectos de ruido
incoherente. Se ilumina con ondas planas segn los modos fundamentales del modelo de la Tabla 3.5.1. y RLR=0.2.
La potencia de ruido incoherente corresponde a NSRH = 0.3. Se muestran promedios de 500 realizaciones en las
que, tanto la iluminacin como el ruido no correlacionado, tienen fases aleatorias. Abajo: Resultados analticos
correspondientes, obtenidos de las expresiones (3.5.14) y (3.5.16).
- 100 -
3.5.6. COMPARACIN CON UN MTODO SIMILAR.

Un mtodo alternativo y con similares potencialidades para el clculo de velocidades de fase de
onda Love ha sido desarrollado, de forma prcticamente simultnea al presentado aqu, por Cho
et al. (2006b) y Tada et al. (2006) en el contexto de campos aleatorios estacionarios. El mtodo
es denominado por los autores TR (Two-radius). La disposicin de sensores en dos
circunferencias concntricas es la misma que para el DR y la ecuacin fundamental es la
siguiente:
tgTada ( R2 , R1 , )
GU tg 0U tg 0 ( R2 , R2 , )
GU tg 0U tg 0 ( R1 , R1 , )
J12 (k L ( ) R2 )
,
J12 (k L ( ) R1 )
(3.5.18)
(Ec. 72 en Cho et al. 2006b. Ver ese artculo para una demostracin). Ntese la diferencia con
(3.5.5) en el numerador del miembro izquierdo y en los cuadrados del miembro derecho.
A pesar de la similitud con el mtodo DR desarrollado en esta tesis, existen varias diferencias
significativas entre ambos:
El
miembro
derecho
de
(3.5.5)
es
J1 (k L ( ) R2 ) J1 (k L ( ) R1 )
en
vez
de
J12 (k L ( ) R2 ) J12 (k L ( ) R1 ) , lo que permite mantener la biyectividad entre tgDR y sus
argumentos hasta valores mayores de k L R2 (ver Fig. 3.5.7).
Fig. 3.5.7. Forma de las funciones J1 (k L R2 ) J1 (k L R1 ) (lnea continua) y J 12 (k L R2 ) J12 (k L R1 ) (lnea discontinua)
frente a k L R1 (Fig. a) y k L R2 (Fig. b) para el caso particular R2 R1 2 . La primera funcin (mtodo DR)
permanece biyectiva hasta k L R2 = 5.8 (lnea continua vertical en subfigura b), mientras que la segunda (propuesta
por Tada et al. (2006) y Cho et al (2006b), lo es slo hasta 3.8 (lnea discontinua vertical).
- 101 -
Estudiando el caso de campo istropo, se encuentra que el mtodo DR est afectado por
efectos de N finito en menor medida que el mtodo de TR en el rango de longitudes de onda con
ms inters (las suficientemente largas como para que las funciones no se hagan fuertemente
oscilantes). En las subfiguras de la izquierda de la Fig. 3.5.8 se muestran, para una array doble
pentagonal con R2=2R1, las desviaciones en tgDR debidas a la existencia de ondas Rayleigh en el
campo no rechazadas completamente por el mtodo. En las subfiguras de la derecha se hace un
clculo semejante para las variaciones en
tgTada . Las curvas correspondientes a desviaciones de
0.01, 0.05 y 0.1 estn marcadas con distintos tipos de lnea. En la figura se aprecia que los
efectos adversos de las ondas Rayleigh son ms notables, obviamente, cuando su proporcin de
energa crece, pero tambin si stas muestran velocidades bajas respecto a las Love.
Para facilitar la comparacin entre los mtodos, supongamos provisionalmente que el cociente
de las velocidades Rayleigh y Love es prximo a uno. En caso de que el contenido de onda
Rayleigh sea pequeo (9% = 0.09, RLR=0.1) se tienen desviaciones en tgDR por debajo de
0.05 hasta kLR2 = kRR2 = 6.13, mientras que si el contenido de energa Rayleigh es relativamente
elevado (60% = 0.06, RLR=1.5) ese alto grado de estabilidad se conserva slo hasta kLR2 =
kRR2 = 4.38. Para el mtodo TR de Tada et al. (2006), estos umbrales son sensiblemente ms
bajos: 5.5 y 3.09 respectivamente.
La parte relevante del contorno 0.01, calculado para el mtodo DR, se ha superpuesto, coloreado
en blanco, sobre las figuras correspondientes al mtodo TR. La comparacin entre las dos lneas
continuas (blanca y negra) confirma que la regin de estabilidad del mtodo DR (frente a efectos
de las ondas Rayleigh con N finito y en campo istropo) es mayor, para las diferentes
condiciones de RLR y relaciones de velocidad cL/ cR mostradas.
El caso de iluminacin anistropa es complicado de estudiar de modo general dada la diversa
casustica posible, optndose por realizar una comparacin par el modelo particular utilizado en
la seccin anterior, que se muestra en la Figura 3.5.9. Para un ancho de haz de 2, tgDR
permaneci relativamente estable (variaciones menores de 0.1) en el rango de frecuencias de 0 a
1.98 Hz (hasta k L R2 = 5.18) ante cambios en la direccin de incidencia, mientras que
tgTada lo
fue slo hasta 1.48Hz ( k L R2 = 3.41). Tambin se advierte cierta inestabilidad en los rasgos de
tgTada (mximos, mnimos,) frente a la relativa estabilidad de tgDR . En ambos casos, la
- 102 -
variabilidad disminuy al crecer la anchura acimutal de la iluminacin hasta 30, si bien, slo
tgDR mejor significativamente el intervalo con desviaciones menores que 0.1, que ahora se
extiende hasta 2.39Hz ( k L R2 =6.63). El mtodo de Tada et al. supera este umbral a 1.56Hz, an
en las proximidades del mnimo relativo. Finalmente, para una anchura de 60 ambos mtodos
presentan ya gran estabilidad en todo el rango mostrado.
Figura 3.5.8. Efectos de N- finito para el mtodo DR (figuras de la izquierda) y para el mtodo TR (Tada et al. 2006)
(derecha). Los clculos son para dos pentgonos concntricos de radios cumpliendo R2=2R1. Con la escala de
colores se muestra, a la izquierda, tgDR ( RLR) tgDR ( RLR 0) como funcin de x L k L R2 , x R k R R2 . Cada
subfigura considera un valor de la relacin de potencias Rayleigh-Love (RLR) indicado en el ttulo. Las lneas
continuas, discontinuas y con punto-ralla alternantes muestran los niveles 0.01, 0.05 y 0.1 respectivamente. Las
subfiguras
tgTada G U
de
tg
0 U tg 0
la
derecha
corresponden
tgTada ( RLR) tgTada ( RLR 0) ,
donde
( R2 , R2 , ) G U tg 0U tg 0 ( R1 , R1 , ) . Para facilitar la comparacin se superponen, en blanco, las lneas
continuas del mtodo DR.
El ruido incoherente tambin tiene efectos distintos en ambos mtodos. Aunque el
denominador s est afectado por el ruido, el hecho de que el numerador del mtodo DR no lo
est (Ec. 3.5.16) implica que los ceros de tgDR permanecern estables. El primero de estos cortes
por cero (el de longitud de onda ms larga) ocurre alrededor de kLR2= 3.83, para N
suficientemente alto. En el mtodo TR, son los cortes por uno de tgTada los que permanecen
inalterados. Si N es suficientemente alto, el primer corte por 1 ocurre cerca de la primera raz de
J 1 (kLR2) J1 (kLR1) = 0 (y a un valor kLR2 forzosamente menor que 3.83). La formulacin
correspondiente a este ltimo mtodo en presencia de ruido incoherente es fcilmente
- 103 -
reproducible a partir de las ecuacin (3.5.15) y, para el caso particular de campo istropo, puede
encontrarse en el artculo de Tada et al. (2006).
Figura 3.5.9. Comparacin entre tgDR (arriba) y tgTada (abajo) para una array doble pentagonal de radios 125m y
250m situada sobre la estructura de la tabla 3.5.1 y asumiendo propagacin de los modos fundamentales de ondas
superficiales. La amplitud del intervalo de azimuts del que procede la iluminacin crece hacia la derecha y est
indicado sobre cada subfigura. Cada lnea negra corresponde a un acimut central. Advirtase que el eje vertical en
las figuras superiores representa un intervalo de valores doble al de las figuras inferiores, por lo que las diferencias
entre las distintas funciones se ven amplificadas en un factor 2 en las inferiores.
Para ambos mtodos, el disponer de estas frecuencias de control libres de efectos de ruido
tiene inters prctico para el diagnstico de los problemas que surgen en las aplicaciones reales.
La comparacin entre los dos mtodos para el mismo caso particular usado en la figura anterior,
tomando NSRH=0.3 para todas las frecuencias e iluminacin istropa, se muestra en la Figura
3.5.10. En ella se aprecia cmo el ruido se vuelve dominante a bajas frecuencias haciendo tender
tgDR y tgTada a 0 y a 1 respectivamente. El rango de frecuencias en que el deterioro en el

coeficiente es relativamente bajo (menor de 0.1) est marcado entre lneas verticales. Se aprecia
claramente que tgTada se mantiene poco alterado en un intervalo de frecuencias ms bajas que
tgDR , lo que se puede considerar una caracterstica positiva.
- 104 -
Figura 3.5.10. Efecto conjunto del ruido incoherente y de N finito (N = 5) sobre los coeficientes
tgDR (lneas negras) y
tgTada (lneas grises) para el mismo caso de la Fig. 3.5.9, suponiendo
iluminacin istropa y un NSRH de 0.3. Las lneas continuas representan los coeficientes
afectados por ruido, mientras que las discontinuas estn libres de l. Los segmentos verticales
limitan intervalos con variaciones debidas al ruido incoherente menores que 0.01.
3.6. MTODO DE LA ARRAY CIRCULAR NICA (Single Circular Array o SCA).

La resolucin del sistema de tres ecuaciones no lineales que definen el mtodo 3c-SPAC para la
estimacin de cL() puede plantear algunas dificultades prcticas. Por otra parte, el mtodo del
Doble Anillo es relativamente costoso en cuanto al nmero de estaciones necesarias (unas 10
estaciones para tener un rango de longitudes de onda validas notable). Se plantea a continuacin
una tcnica alternativa, a la que denominaremos SCA (Single Circular Array), que recoge varios
de los mritos de ambos mtodos: un despliegue experimental an ms sencillo que para el
mtodo 3c-SPAC (ver Fig. 3.6.1) y un tratamiento numrico que, en el paso crtico de la
determinacin de velocidades de ondas Love a partir de cantidades observables, es tambin ms
sencillo que para el mtodo del Doble Anillo. De paso, el mtodo tambin permite el clculo de
velocidades de onda Rayleigh, aunque las capacidades de este clculo en la prctica necesitan
ms comprobaciones y difcilmente seran mayores que las del v-SPAC o del CCA. Esta
metodologa la hemos desarrollado en Garca-Jerez et al. (2008b) y (2010).
3.6.1. DESCRIPCIN DEL MTODO. OBTENCIN DE LA VELOCIDAD DE ONDA LOVE

El mtodo SCA consiste en una resolucin conjunta de las ecuaciones (3.2.16-18) para un nico
- 105 -
Figura 3.6.1. Disposicin general de estaciones usada en el mtodo SCA

equiespaciadas sobre una circunferencia.
radio R . Como consecuencia, la necesidad de una estacin central es eliminada. Si se consideran

la ecuaciones (3.2.16) y (3.2.17) para los casos m = -1, 0, 1; la ecuacin (3.2.18) para m = -1, +1
junto a la ecuacin (3.2.21), que proporciona tres condiciones adicionales para los cocientes
ARm / ARV ,m , se puede forma un sistema de once ecuaciones involucrando las incgnitas xL , xR ,
, ARV ,1 , ARV ,0 , ARV ,1 , AR1 , AR0 , AR1 , AL1 y AL1 . Este sistema incluye ocho coeficientes accesibles
rad
rad
experimentalmente: W1 , W0 , W1 , U rad
, U tg1 y U1tg a partir de los cuales, las
1 , U 0 , U1
magnitudes xL , xR y , dependientes de la estructura, pueden despejarse.
En una primera etapa, simplificamos el sistema eliminando las sumas de amplitudes pesadas de
las ondas planas que componen el campo de ondas. Esto conduce (Apndice III.H) a:
U 0rad ( R, )
( )
,
xR
f 0 ( x R )W0 ( R, )
U 1rad ( R, ) f1 ( x L ) iU 1tg ( R, ) ( )
,
xR
f1 ( x R ) f1 ( x L ) 1W1 ( R, )
- 106 -
(3.6.1)
(3.6.2)

tg
U rad
( )
1 ( R, ) f 1 ( x L ) iU 1 ( R, )
,
xR
f1 ( x R ) f1 ( x L ) 1W1 ( R, )
(3.6.3)
donde las funciones f m (x) se han definido, para cualquier m , como:
f m (x) =
x
J m1 ( x) J m1 ( x) / J m ( x) = x J m1 ( x) m .
2
J m ( x)
(3.6.4)
Las funciones f 0 ( x) y f1 ( x) se muestran en la figura 3.6.2a para los casos m = 0 y m = 1. La

funcin f1 ( xL ) tambin se reescribir a veces como [ J 0 ( xL ) J 2 ( xL )] [ J 0 ( xL ) J 2 ( xL )] .
La eliminacin de xR y entre las ecuaciones (13) y (14) conduce a la ecuacin en x L :
f1 ( x L ) B( R, ) ,
(3.6.5)
donde B representa la cantidad:
Bi
U tg1 ( R, )W1 ( R, ) U1tg ( R, )W1 ( R, ) .

rad
U rad
1 ( R, )W1 ( R, ) U1 ( R, )W1 ( R, )
(3.6.6)
B puede evaluarse para cada directamente de las transformadas de Fourier de los registros.
Por tanto, el resultado (3.6.5-3.6.6) es formalmente tan simple como el correspondiente al

mtodo v-SPAC (Aki, 1957) en el sentido de que se requiere un nmero finito de operaciones
con los sismogramas (aparte del promedio acimutal pesado, idealmente continuo) para eliminar
los efectos de las ondas Rayleigh. En el caso idealizado de una array con una densidad infinita de
estaciones sobre la circunferencia, las fases de los coeficientes de series de Fourier se cancelan al
evaluar (3.6.6), resultando un valor real de B . La funcin f1 ( x) vale 1 para x = 0 y es continua y
montonamente decreciente hasta x = 3.83, donde tiene una divergencia, tal como se muestra en
la Fig. 3.6.2a. Esta funcin es biyectiva si se restringe al intervalo 0 5.14 , y presenta un cero
en x = 1.84. Una expresin explcita para x L2 puede obtenerse para longitudes de onda Love
largas mediante una expansin en serie de Taylor con la estructura x L2 l n ( B 1) n , donde ln

n 1
son nmeros reales:

- 107 -
2
1
1
x L2 4( B 1) ( B 1) 2 ( B 1) 3
( B 1) 4 ... ( B 1)
3
18
540
(3.6.7)
Esta serie no es vlida para B > 1 debido a la discontinuidad de f1 ( x) en x = 3.83. La Fig.

3.6.3 es un ejemplo del clculo directo de xL a partir de B en un intervalo amplio usando varias
series potencias (series de Taylor y de Laurent).
3.6.2. OBTENCIN DE LA VELOCIDAD DE ONDA RAYLEIGH

De modo anlogo, un mtodo para la determinar la velocidad de onda Rayleigh puede deducirse
a partir de las Ecs. (3.6.1) a (3.6.3) y de la definicin (3.6.6):
g ( x R , B)
f 0 (xR )
C ( R, )
B( , R) f 1 ( x R ) 1
(3.6.8)
donde se ha definido una nueva cantidad relevante, C , como:
iU 0rad ( R, ) W1 ( R, )U1rad ( R, ) W1 ( R, )U rad

1 ( R, )
.
tg
rad
rad
W0 ( R, ) U 1 ( R, )U1 ( R, ) U 1 ( R, )U1tg ( R, )
(3.6.9)
La Ec. (3.6.8) muestra que las caractersticas del campo ARm (con m = 0, 1 ) y ALm (con m =
1) y la propiedad del medio se cancelan en el clculo de C , de modo que esta cantidad

depende solamente de x R y de x L (o de B ), mediante la funcin g ( x R , B) , que ha sido graficada
en la Fig. 3.6.2b. La funcin g ( x R , B) es continua en la variable x R hasta 2.40 (primer infinito en
f 0 ) si B 1, o hasta la primera raz de J1 ( x) 1 / B en otro caso. La cantidad x R puede
despejarse tambin mediante una expansin en serie de la Ec. (3.6.8). Por ejemplo, una con la
forma x R2 rn ( B) C n , con rn dependiente de B , que vendra dada, para C > 0 y B < 1, por:
n 1
xR2 2(1 B)C
(1 3B)(1 B) 2
3(1 3B)2 (5 62 B 93B 2 ) 3
C (1 B)
C ...
2
96
- 108 -
(3.6.10)
Figura 3.6.2. (a) Grficas de las funciones f0 ( x ) y f1 ( x ) . (b) Grfico de la funcin g( xR , B ) . (c) Representacin
de de las funciones
1 / df1( x ) / dx y f1( x ) /( x df1( x ) / dx ) .
Figura 3.6.3. Resultados obtenidos para xL a partir de B usando diversos desarrollos en serie, alrededor de xL = 0
(azul), xL = 3.83 (verde) y xL = 5.52 (rojo). Los crculos grises representan la relacin exacta obtenida evaluando
f1(xL).
- 109 -
3.6.3. PRIMEROS TESTS NUMRICOS EN UN MEDIO ESTRATIFICADO

En Garca-Jerez et al. (2008b), el mtodo SCA ha sido estudiado y comparado con el mtodo 3cSPAC en un campo de ondas sinttico realista generado por una distribucin aleatoria de fuentes
puntuales aplicadas sobre la superficie libre. En estos experimentos numricos usamos dos arrays
diferentes compuestas de 9 sensores virtuales, cuyas formas se muestran en la Fig. 3.6.4. Si los
efectos de las ondas internas son despreciados, los registros grabados en cualquier estacin de la
array debidos a una fuente puntual armnica pueden calcularse a partir de los parmetros
elastodinmicos del suelo siguiendo a Harkrider (1963, 1964). Para la simulacin se us la
misma estructura simple empleada en los tests del DR (Tabla 3.5.1). El radio de la array, R, fue
de 100m (igual que el espesor de la capa). En la prctica, el rango de profundidades sondeado
estar limitado, adems de por el radio, por el espectro de la fuente y el efecto de filtro pasa-alta
de las capas blandas superficiales (ver p. e., Scherbaum et al. 2003). Se distribuyeron
aleatoriamente un conjunto de 1000 fuentes impulsivas a distancias del centro de la array entre
3R y 10R (Fig. 3.6.4a). Los tiempos origen fueron seleccionados aleatoriamente para cada fuente
puntual, en un rango tal que las seales que se propagan con las velocidades de grupo mxima y
mnima alcancen la array en el intervalo temporal entre t = 0s y t = 550s. La frecuencia mxima
considerada en el paso anterior fue 4.1 Hz. Las fuentes puntuales fueron generadas con
direcciones y amplitudes arbitrarias con probabilidad uniforme, si bien, las amplitudes se
acotaron dentro de un rango predeterminado. Los sintticos se calcularon usando programas de
elaboracin propia basados en el mtodo de Harkrider (1963) y teniendo en cuenta slo los
modos fundamentales de las ondas superficiales. Como ejemplo, en la Fig. 3.6.4b se muestran los
registros sintetizados en el centro de la array. Las seales fueron seguidamente convolucionadas
en el dominio de la frecuencia con 10 ventanas de Hanning, de 100s de ancho, centradas en los
tiempos mltiplos de 50s hasta t = 500s (hubo un solapamiento del 50 % entre ventanas
contiguas). A continuacin, los sismogramas sintticos fueron analizados, para cada ventana, en
base a las ecuaciones (3.6.5) y (3.6.8). Las cantidades B y C en las en las ecuaciones anteriores
fueron remplazadas por las partes reales de los valores obtenidos con (3.6.6) y (3.6.9).
Los coeficientes B y C se muestran en las Figs. 3.6.4c y d respectivamente. Las velocidades de

fase de las ondas Rayleigh y Love fueron acotadas, para cada frecuencia, aplicando un mtodo de
bsqueda en cuadrcula (grid search) a las ecuaciones (3.6.5) y (3.6.8). En las Figs. 3.6.4d y
3.6.4f se muestra, en escala de grises y para cada celda, el nmero de ventanas en que se
encontr una solucin en el intervalo. Como se muestra, los efectos de longitud de ventana finita
y de las fuentes cercanas son amplificados por la poca pendiente de las curvas f1( xL ) y g( xR , B )
- 110 -
a bajas frecuencias (ver Fig. 3.6.2a y c) generndose mayores desviaciones. Tambin se advierten
los efectos del aliasing direccional y/o de la no-unicidad de las soluciones, por encima de 2.9 Hz
para ondas Love y de 2.2 Hz para ondas Rayleigh. En un caso prctico, debera reducirse el
tamao de la array o incrementarse el nmero de sensores para mejorar las curvas por encima de
estas frecuencias. Generalmente, la primera opcin es ms adecuada, ya que las formas de f1 ( xL )
y g( xR , B ) son ms simples para xL y xR pequeos. La aplicacin del mtodo 3c-SPAC para los
datos sintticos generados en el montaje de la Fig. 3.6.4a se muestran en la Fig. 3.6.5. En este
caso, las ecuaciones (3.4.2) y (3.4.3) se combinan, eliminando ( ) y despejando tg ( ) , en
una ecuacin de la forma tg h( rad , xR , xL ) que se resolver junto a (3.4.1). Para ello, se buscan
primero, y para cada frecuencia, todas las posibles soluciones para x R dentro del intervalo de
lentitudes considerado resolviendo (3.4.1). Seguidamente, estas soluciones se introducen en la
ecuacin anterior para calcular el conjunto de races posibles para x L . Las Figs. 3.6.4f y 3.6.5e
muestran que la exactitud en las determinaciones de la velocidad de onda Rayleigh mediante el
mtodo de Aki, que saca provecho de la ausencia de las ondas Love en la componente vertical, es
mejor que la del mtodo propuesto, principalmente en la banda de frecuencias bajas. Por otra
parte, el mtodo SCA da resultados muy precisos para la velocidad de onda Love, con algunas
ventajas a altas frecuencias debidas a la ausencia de soluciones cercanas de la Ec. (3.6.5) y al
mejor muestreo acimutal logrado al trasladar la estacin central a la circunferencia (Figs. 3.6.4e y
3.6.5d).
Se realiz un segundo experimento numrico relajando la condicin de fuentes lejanas, de modo

que slo el rea encerrada en la array estuvo libre de fuentes (ver Figs. 3.6.4a y 3.6.6). Estos
escenarios no fueron considerados en la formulacin del mtodo, esperndose resultados
desviados. La comparacin de la curva de dispersin estimada con la verdadera confirma que su
calidad empeora, principalmente en las frecuencias bajas. Por tanto, la recomendacin de evitar
fuentes cercanas en las medidas de microtremor mediante array (p. e., SESAME 2005) sigue
siendo vlida para el mtodo SCA. En estas simulaciones numricas, los mtodos SCA y 3cSPAC se han aplicado independientemente sobre ventanas temporales de 100s de duracin con
objeto de obtener valores medios y desviaciones tpicas de los coeficientes B , C , tg , rad y V
(se promedian los resultados de estos coeficientes para cada ventana). En secciones anteriores (p.
e. seccin 3.3) se discuti que esta manera de proceder no es ptima, siendo preferibles otras
implementaciones en las que se realiza un solo cociente entre cantidades previamente
- 111 -
Figura 3.6.4. (a) Distribucin de fuentes aleatorias (puntos) generadoras del campo de microtremor simulado con
distancias de hasta 1km desde el centro de las arrays de nueve sensores. Las posiciones de las estaciones se
muestran con tringulos. La array de nueve estaciones empleada para el mtodo 3c-SPAC (Fig. 3.6.5) se muestra en
la esquina superior izquierda. Las fuentes localizadas en el interior de la arrays no fueron consideradas en la
simulacin. La distancia 3R se indica con una circunferencia en lnea continua. (b) Registro sinttico de
microtremor en el centro de la array. (c) Coeficientes B (crculos) calculados a partir de los registros sintticos. La
lnea continua muestra f1(xL) calculado a partir de la velocidad terica de onda Love. (d) Coeficiente C calculado a
partir de los registros sintticos. (e) Soluciones para la curva de dispersin Love de fase calculadas a partir de B().
La escala de grises muestra la estabilidad de las soluciones para el conjunto de ventanas temporales. La curva de
dispersin verdadera se muestra con una lnea discontinua. (f) Velocidad de fase de onda Rayleigh (zona en escala
de grises) calculada a partir de B() y C( ). La curva terica se muestra en lnea discontinua. Aunque la resolucin
en frecuencia es 0.01 Hz, B() y C( ) han sido diezmados en las figuras (c) y (d) para mayor claridad.
- 112 -
Figura 3.6.5. (a) Coeficiente de correlacin radial rad obtenido a partir de registros sintticos de microtremor. (b)
Coeficiente de correlacin tangencial tg. (c) Coeficiente de correlacin de las componentes verticales V. El clculo
a partir de la curva de dispersin terica se muestra con una lnea continua. (d) Curva de dispersin de onda Love
calculada a partir de V( ), rad( ) y tg( ) usando 3c-SPAC (escala de grises). La curva terica se muestra con una
lnea discontinua. (c) Curva de dispersin de velocidad de fase Rayleigh calculada a partir de V() y curva terica.
Para mayor claridad, los coeficientes de correlacin se muestran para algunas frecuencias solamente.
estabilizadas mediante promedio en las ventanas. Estos algoritmos robustos, ya descritos para los
mtodos 3c-SPAC (Ecs. 3.3.2, 3.4.16-17) y DR (3.5.5), pueden plantearse tambin para el
mtodo SCA. se ser el objetivo del siguiente epgrafe.
3.6.4. IMPLEMENTACIN ROBUSTA DEL MTODO SCA PARA ONDAS LOVE

Como se ha visto, el mtodo SCA no es ms que un modo de despejar la velocidad de fase de
las ondas superficiales bajo la incidencia de un conjunto arbitrario de ondas Rayleigh y Love
grabadas en una array circular sin estacin central. Sin embargo, la aplicacin ptima a registros
reales de ruido ambiental requiere una implementacin cuidadosa del mtodo, definiendo
cantidades apropiadas para ser promediadas en el tiempo y minimizando el nmero de cocientes
espectrales a evaluar para mejorar la estabilidad de la solucin. El objetivo es encontrar
(siguiendo a Garca-Jerez et al. 2010) como el mtodo puede aplicarse al microtremor de forma
robusta cuando ste est definido como un campo aleatorio. Si el campo de ondas fuera
- 113 -
Figura 3.6.6. Comparacin entre curvas de dispersin Love (izquierda) y Rayleigh (derecha) obtenidas mediante el
mtodo SCA (arriba) y el mtodo 3c-SPAC (abajo) con y sin fuentes cercanas. La distribucin de fuentes se muestra
en la Fig. 3.6.4a. Los resultado obtenidos con fuentes situadas a distancias del centro mayores de R (i. e. pueden
estar situadas inmediatamente fuera de la array) se muestran con tringulos. Los obtenidos a distancias mayores de
3R se muestran con puntos. Las lneas continuas muestran las curvas calculadas directamente a partir del modelo de
tierra. Los coeficientes de correlacin se muestran slo para algunas frecuencias.
estacionario, el procedimiento debe permitir una conexin sencilla con las cantidades que se
definen generalmente para estos procesos (i. e. las densidades espectrales frecuencia-direccin de
la seal y las potencias de ruido no correlacionado) con un esfuerzo analtico contenido y debera
probar un comportamiento robusto en simulaciones y en tests con datos reales. El intento ms
sencillo de definicin para un proceso aleatorio sera calcular el promedio B sobre las distintas
realizaciones. Sin embargo, se ha comprobado que la robustez de esta estimacin es peor que la
de otras implementaciones posibles. La existencia de un cociente dentro del valor esperado
dificulta su estudio analtico y es en parte la causa de esa menor estabilidad.
Para obtener tal implementacin robusta del mtodo, reescribamos primero la relacin
fundamental (Ecs. 3.6.5-6) del siguiente modo:
rad
Im[ U tg1W1 U tg1W1 U rad
1 W1 U 1 W1 ]
rad
U rad
1 W1 U 1 W1
- 114 -
J 0 ( xL ) J 2 ( xL )
,
J 0 ( xL ) J 2 ( xL )
(3.6.11)
donde el miembro derecho de (3.6.5) se ha sustituido por una fraccin equivalente cuyo
denominador es el mdulo cuadrado del antiguo. Recurdese que el miembro derecho es
equivalente a f1 ( xL ) . Por conveniencia, abreviaremos el numerador y el denominador del
miembro izquierdo de (3.6.11), tras una normalizacin por 4 2 2 , como
nBII
1
4
2
d BII
rad
,
Im[ U tg1W1 U tg1W1 U rad
1 W1 U 1 W1 ]
1
4
2 2
(3.6.12)
rad
U rad
1 W1 U 1 W1 .
(3.6.13)
rad
El denominador antiguo, U rad
1 W1 U 1 W1 , preservaba la informacin de fase de los registros
(probablemente aleatoria y uniformemente distribuida), no resultando apropiado para

promediarlo en un conjunto de ventanas. Sin embargo, como d BII es, por definicin, una
cantidad positiva, se puede evaluar para un conjunto de ventanas temporales y promediarse a
continuacin sin poner en riesgo la estabilidad en el clculo posterior del cociente en (3.6.11).
Por tanto, se propone definir un estimador apropiado para el trmino izquierdo de (3.6.11) en el
contexto de campos aleatorios como:
BII
nBII
d BII
(3.6.14)
Antes de tomar el cociente en (3.6.14), el numerador y el denominador de BII dependen todava

de todas las caractersticas del campo. De hecho, sus expresiones, para una ventana temporal
dada son (Apndice III.I):
nBII
2
2
AL1 AR1 AL1 AR1 J12 ( xR )J 02 ( xL ) J 22 ( xL )
2 2
(3.6.15)
d BII
2
2
2
AL1 AR1 AL1 AR1 J12 ( xR )J 0 ( xL ) J 2 ( xL ) .
2 2
(3.6.16)
En base a la ecuacin (3.2.45), estas dos expresiones pueden reescribirse en el contexto de

campos aleatorios como (Apndice III.J):
nBII
d BII
8 4
8 4
f Re[ f 2L f 2R* ] J12 ( xR ) J 02 ( xL ) J 22 ( xL ) ,
L R
0 0
f Re[ f 2L f 2R* ] J12 ( xR ) J 0 ( xL ) J 2 ( xL ) .
L R
0 0
- 115 -
(3.6.17)
(3.6.18)
Ntese que, a diferencia del mtodo CCA-L, desarrollado por Tada et al. (2009) y que ser
esbozado en una seccin posterior, nuestro numerador y denominador dependen de f 0R y f 0L , y
no slo de coeficientes de Fourier de orden superior. Ello implica que BII permanece estable bajo
iluminacin istropa, lo que probablemente representa una superioridad del mtodo SCA en tales
condiciones (ver seccin 3.6.8). Por otra parte, existe una posible prdida de precisin en torno a
los ceros de J1 ( xR ) y en las frecuencias en que las potencias espectrales de ondas Love y
Rayleigh (componente vertical) se anulan.
3.6.5. DESVIACIN EN LAS ESTIMACIONES DE BII. EFECTOS DE UN NMERO

FINITO DE ESTACIONES.
Al igual que en los mtodos tratados anteriormente, el uso de un nmero finito de sensores en
cualquier array real puede representar una fuente importante de error en las estimaciones de BII
y en las velocidades de onda Love que se derivan. Este efecto se puede expresar como una
dependencia de BII en el comportamiento direccional del campo, que es ms acentuada
conforme las longitudes de onda son ms cortas en relacin al radio. En el caso de los mtodos
de anlisis de ondas Love, un nmero de estaciones escaso tambin implica una dependencia no
deseada en el cociente de potencias Rayleigh-Love y en la velocidad de las ondas Rayleigh. A
continuacin, se estudian las desviaciones en las estimaciones experimentales de BII debidas a
este efecto mediante dos aproximaciones alternativas.
Una aproximacin numrica sencilla.

Consideremos una array circular sin estacin central compuesta de N sensores equiespaciados.
Una primera estimacin del alcance que pueden tener los efectos de N finito puede obtenerse
evaluando el mtodo para una nica onda plana que incide desde distintos azimuts. Garca-Jerez
et al. (2008b) realizamos varios tests numricos variando la direccin de la onda plana entre =
0 (esto es, apuntando a un sensor virtual) y = /N. El campo de ondas estaba compuesto por
componentes Rayleigh y Love. Se probaron varios valores para el cociente entre las velocidades
de ambas ondas y para el cociente de amplitudes. Se muestra, por ejemplo, el caso de una onda
plana con caractersticas ARV AL , 1 y cR / cL 0.5 , en el que se encontraron algunas
desviaciones notables para los valores de N menores (Figs. 3.6.7 y 3.6.8). Estos casos sern
abordados en el siguiente epgrafe desde una formulacin ms general.
- 116 -
Aproximacin analtica.
A continuacin, se aborda el clculo de los efectos de N finito para el caso del estimador BII de
una manera ms sistemtica, siguiendo Garca-Jerez et al. (2010).
Figura 3.6.7. B vs. xL y C vs. xR calculados usando una array circular virtual compuesta por N estaciones
uniformemente distribuidas. El campo de ondas consiste en una nica onda plana viajando hacia los azimuts
/(3 N), 2 /(3 N) / N
con cR / cL = 0.5, =1 y ARV = AL = 1.
- 117 -
= 0,
Figura 3.6.8. Desviaciones en xL y xR calculadas para una array virtual de N estaciones (con asterisco) respecto a su
valor verdadero (sin asterisco). Las lneas corresponden a los casos mostrados en la Fig. 3.6.7 con el mismo tipo de
lneas. Se resuelven las ecuaciones (3.6.5) y (3.6.8).
- 118 -
El primer paso para la aplicacin del mtodo SCA de este modo, consiste en la evaluacin de
nBII y d BII para el conjunto de ventanas temporales analizado, siguiendo sus definiciones (Ecs.
3.6.12 y 3.6.13). Si nBII y d BII son evaluadas a partir de coeficientes de Fourier desviados
X m (r , ; ) , sern renombradas como n BII y d BII . La versin de BII afectada por efectos de N-
finito se define como:
B II n BII
d BII .
(3.6.19)
Para relacionar B II con las caractersticas del campo de ondas, usamos de nuevo que X m (r , ; )
puede expresarse como la suma de los coeficientes de Fourier no desviados X m jN (r , ; ) , con j
= 0, 1, 2,... (Ec. 3.3.14). Entonces, las cantidades n BII y d BII pueden ser expresadas como:
n BII
d BII
2 2
1
4
2 2
ImU
j ,l ,m ,n
j ,l ,m ,n
rad
1 jN
tg
1 jN
rad
W1lN U1tg jNW1lN U rad
1 mN W1 nN U1 mN W1 nN
rad
rad
W1lN U1rad
jN W1lN U 1 mN W1 nN U1 mN W1 nN
,
*
(3.6.20)
(3.6.21)
En este punto, las ecuaciones (3.2.17-18) aportan las relaciones necesarias para expresar (3.6.2021) en trminos de cL ( ) , cR ( ) , ( ) y de productos del tipo ATj AXl AYm* AZn* , siendo j, l, m, n
enteros y donde T, X, Y, Z toman valores R (Rayleigh) o L, (Love).
Las ecuaciones anteriores son tambin tiles si el microtemor se describe como un campo
aleatorio estacionario. En ese caso, la Ec. (3.2.45) proporciona la conexin entre ATj AXl AYm* AZn* y
los coeficientes de Fourier de las densidades espectrales frecuencia-direccin. Las expresiones
resultantes son algo complicadas, pero el procedimiento puede programarse sin excesiva
dificultad. En el caso particular de un campo istropo, B II puede ser obtenido como una funcin
de x L , x R y del cociente de potencias Rayleigh-Love, esto es RLR = f 0R f 0L . Alternativamente,
como se vio para el mtodo DR, la dependencia con el RLR puede expresarse como una
dependencia en la energa relativa de las ondas Rayleigh respecto al total en la componente
horizontal, esto es f 0R ( f 0L f 0R ) = RLR / (1+ RLR).
- 119 -
En la Figura 3.6.9 se cuantifican los efectos de N finito en un campo istropo para arrays
circulares con diferentes nmeros de estaciones equiespaciadas. Las subfiguras de la izquierda
muestran B II para diferentes valores de N, RLR, x L y x R . Los cambios de signo se indican con
lneas negras continuas. Las subfiguras de la derecha muestran la diferencia entre B II calculado
para el RLR indicado y el B II correspondiente a RLR =0 (campo libre de ondas Rayleigh). Estas
diferencias tambin se han graficado frente a x L y x R . En el caso de referencia (RLR=0), B II se
vuelve independiente de x R . Cada subfigura corresponde a un valor del RLR de entre 0.1 (91%
de ondas Love y 9% de ondas Rayleigh) y 1.5 (43% de ondas Love y 57% de ondas Rayleigh).
Este rango se ha elegido de acuerdo con la predominancia de las ondas Love en el microtremor
encontrada en la mayora de los estudios empricos (ver Captulo I). En el caso pentagonal (N=5)
se aprecia una dependencia muy ligera de B II en el RLR en la regin xR xL hasta xL 2.6
(esto es, para cR cL o por debajo de los segmentos diagonales marcados en blanco en las
subfiguras de la derecha). La situacin an mejora cuando c R / c L se incrementa. Por ejemplo, si
xR / xL 0.75 , B II presenta variaciones dentro de 0.1 hasta xL 3.65 cuando RLR vara en el
rango completo 0.1 < RLR <1.3. Este caso est tambin marcado en la figura con un segmento
blanco. Los tests con 7, 9 y 11 estaciones muestran una incremento gradual de la capacidad para
el rechazo de las ondas Rayleigh (bandas verdes en las subfiguras de la derecha de tamao
creciente o, equivalentemente, dependencia en x R disminuyendo en todas las subfiguras). De
nuevo, la zona xR xL mejora con ms rapidez conforme N aumenta.
Los tests realizados con una onda plana con xR 2 xL en el epgrafe anterior (Fig. 3.6.7)
mostraban una inestabilidad significativa a ( xL , xR ) = (1.6, 3.2) para N = 5, RLR =1 y =12 (y
para otros azimuts equivalentes). Ahora se puede comprobar (no se muestra) que el
comportamiento de B II en este punto se suaviza rpidamente conforme el intervalo acimutal del
que proviene la iluminacin crece, aunque alguna distorsin puede distinguirse incluso bajo un
campo istropo. Ese punto ha sido marcado con una estrella en la Fig. 3.6.9 (en el caso prximo
RLR =0.9), confirmando que est situado en un rea donde los efectos de N finito son
importantes. Aunque situaciones como la descrita, en las que la onda Rayleigh sea
considerablemente ms lenta que la Love, pueden representar una dificultad para la aplicacin de
esta metodologa con un nmero limitado de estaciones, estas son probablemente irrelevantes en
la prctica.
- 120 -
Rg rechazada
Rg rechazada
Rg rechazada
Rg rechazada
- 121 -

Figura 3.6.9. Variaciones y desviaciones en B II debidas a la presencia de ondas Rayleigh. Se supone un campo de
ondas istropo. Cada panel corresponde a un nmero de sensores en la array (N) y a un cociente de potencias
Rayleigh/Love RLR. Los paneles de la izquierda muestran B II , mientras que los de la derecha muestran su variacin
respecto al resultado obtenido para RLR=0 (para el mismo N). Las lneas negras delgadas en los paneles de la
izquierda muestran los cambios de signo en B II (ceros y divergencias). Las lneas blancas horizontales muestran las
posiciones de los ceros de J1(xR). Las posiciones de las divergencias de B II en el caso N (divergencias en el
miembro derecho de la Ec. 3.6.11, o, equivalentemente, races de J1(xL) = 0) estn marcadas con lneas blancas
verticales. Las lneas grises continua y punteada en los paneles de N=5 muestran la relacin entre xR y xL para el test
numrico realizado en la seccin 3.6.7 y para el experimento real correspondiente a R=50m (seccin 5.3.4),
respectivamente.
3.6.6. EFECTO DEL RUIDO INCOHERENTE

Como se hizo para el mtodo DR, la robustez del mtodo SCA en presencia de ruido no
correlacionado de forma analtica (Garca-Jerez et al., 2010). Los resultados se exponen a
continuacin.
Siguiendo un esquema similar al de Cho et al. (2006b), basaremos el tratamiento del ruido en las
mismas hiptesis formuladas en la Seccin 3.5.4. con la salvedad de que aqu se van a distinguir
densidades espectrales de potencia distintas para el ruido grabado en las componentes
horizontales y verticales, que sern representadas como PH( n ) ( ) y PV( n ) ( ) respectivamente. Los
efectos del ruido no correlacionado se revelan mediante la aparicin de trminos aditivos en los
estimadores de n B
II
y d BII . Llamamos n BII
( sn )
y d BII
( sn )
a las cantidades anteriores
cuando estn afectadas por el ruido (esto es, incluyendo seal y ruido). Se demuestra que stas se
pueden expresar de la siguiente forma (Apndice III.K):
n BII
d BII
( s n)
( s n)
n BII
2 ( n )
*
*
PV Re[i U tg1U rad
U tg1U rad
]
1
1
N
32
d BII
PV( n ) PH( n )
2
N
2 ( n ) * *
2 ( n ) rad rad* rad rad*
PH W1W1 W1W1
PV U 1 U 1 U 1 U 1
N
N
(3.6.23)
(3.6.24)
Todos los coeficientes de series de Fourier en los miembros derechos de (3.6.23) y (3.6.24) son
evaluados en la situacin libre de ruido. Finalmente, el estimador ruidoso de B II es
- 122 -
directamente B II( s n ) n BII
( sn)
/ d BII
( sn)
. Una vez ms, los trminos en (3.6.23-24) que
involucran promedios de registros pesados pueden reescribirse como funciones de las

caractersticas del medio cL ( ) , cR ( ) , ( ) y productos del tipo AXj (; ) AYl* (; ) (con j, l
enteros y X,Y valiendo R L). Primero, las cantidades X m (r , ; ) son sustituidas por
m jN
(r , ; ) , donde X representa Urad, Utg o W; seguidamente se remplazan (3.2.16-18). En
el caso particular de un campo de ondas aleatorio estacionario, estos clculos conducen a:
i
2
*
U tg1U rad
U 1tgU 1rad* 2 2
1
1
2
1
2
8
W1 W1* W 1W *1 2
rad* 2 2
U 1radU 1rad* U rad
1 U 1
{Re[ fRN ]h,1N, 1 ( xR ) Re[ fLN ] h,1N, 1 ( xL )} ,
Re[ fRN ] g , N ( xR ) ,
(3.6.25)
(3.6.26)
{Re fRN h,1N, 1 ( xR ) Re fLN h,1N, 1 ( xL )} , (3.6.27)
donde las funciones g , N ( x) y hs1, N,s2 ( x) se han definido como:
g , N ( x)
( l ) N 1
( x) J lN 1 ( x)
(3.6.28)
y
s1 , s2
,N
( x)
( l ) N
( x) s1 J ( l ) N 2 ( x) J lN ( x) s2 J lN 2 ( x) ,
(3.6.29)
con s1 y s2 tomando valores -1 +1. Este ltimo paso requiere usar (3.2.44) para introducir los
coeficientes de Fourier de las densidades espectrales frecuencia-acimut. Los trminos
imaginarios en (3.6.26) y (3.6.27) se cancelan debido a las propiedades g , N ( x) g , N ( x) y
hs1, N, s2 ( x) hs2 ,,sN1 ( x) . En el caso particular de un campo istropo, B II( s n ) puede reescribirse como
una funcin de slo tres cantidades, aparte de N, x L y x R . Estas son: los cocientes espectrales
entre la energa del ruido y la de la seal para las componentes horizontal (NSRH) y vertical
(NSRV), definidos como NSRH= PH( n)
R
0
f 0L
y NSRV= PV( n ) 2 f 0R , as como el cociente
energtico Rayleigh-Love (RLR = f 0R f 0L ).
- 123 -
3.6.7. COMPROBACIN DE LAS FORMULACIONES ANALTICAS PARA B II Y B II( s n )

EN UN EJEMPLO NUMRICO.
Simulacin de los efectos de N finito

En esta seccin, el procedimiento descrito bajo (3.6.20-21) para reproducir los efectos de N finito
y las Ecs. (3.6.23-27) que dan cuenta de los efectos del ruido no correlacionado son mostrados y
chequeados mediante un ejercicio numrico. Para ello se emplear el modelo simple listado en la
Tabla 3.5.1, que ya fue usado en la comprobacin del mtodo DR. Se asume propagacin de los
modos fundamentales. La figura 3.6.11a muestra las velocidades de fase de ondas Rayleigh y
Love para el modo fundamental as como la elipticidad de la onda Rayleigh, mientras que la Fig.
3.6.11b muestra la dependencia de B II con la frecuencia para arrays formadas por de 3 a 7
sensores con radio virtual de 250m, iluminadas istropamente y un RLR de 0.2.
Figura 3.6.11. (a) Curvas de dispersin y elipticidad ( ) del modo fundamental, para el modelo de suelo listado en la
Tabla 3.5.1. (b) Coeficiente de SCA B II calculado a partir de las curvas del panel (a) para una array virtual
consistente en N estaciones uniformemente distribuidas sobre una circunferencia de 250m de radio. Se asumi
campo de ondas isotrpo y una relacin de potencias Rayleigh / Love (RLR) de 0.2.
En la Figura 3.6.11 se aprecia que, contrariamente al mtodo 3c-SPAC (y anlogamente al DR),

B II no converge al caso N = (trmino derecho de Ec. 3.6.11 y lnea gris en Fig. 3.6.11b)
cuando el campo tiende a ser istropo, sino slo cuando el nmero de estaciones crece (a
cambio, nuestro caso N = depende exclusivamente de cL y no de cR o del RLR). Como se
muestra, las distintas estimaciones de B II correspondientes a N > 4 permanecen similares hasta
cerca del primer mnimo ( xL 3.83 ), mientras que, a frecuencias superiores, las curvas difieren,
siendo todas ms suaves que en el caso N = . A la vista de esta figura, se necesitara una array
de, al menos, cinco sensores con objeto de mantener los efectos de N finito despreciables en un
- 124 -
rango considerable de longitudes de onda. Tambin se aprecia que una array hexagonal ajusta un
rango de la curva N = mucho mayor que el correspondiente a una array triangular. Este
resultado es diferente al que se obtuvo para el mtodo 3c-SPAC (ver seccin 3.4.3). En la
aplicacin del 3c-SPAC a una array hexagonal se observ que las correlaciones entre la estacin
central y dos vrtices opuestos daban informacin equivalente (para procesos estacionarios).
Como el mtodo SCA involucra a las correlaciones entre todas las parejas de estaciones de la
array, las estaciones diametralmente opuestas a otras ya no son prescindibles.
En la Figura 3.6.13, se muestran los efectos de un nmero finito de estaciones para una array
compuesta de 5 sensores uniformemente distribuidos bajo una iluminacin anistropa con una
direccin de propagacin dominante. Las funciones f R (, ) y f L (, ) son las mismas
usadas en las Secciones 3.5.5-6, con una dependencia triangular en el azimut (Fig. 3.6.12), por
tanto, las expresiones de f mL ( ) y f mR ( ) pueden ser evaluadas analticamente. Tras ello, las
formas tericas de n B
II
, d B
II
y B II pueden obtenerse a partir de las Ecs. (3.6.19) a (3.6.21) y
(3.2.45). Para este ejercicio, se ha tomado el mismo tamao de la array y el mismo RLR que en la
Fig. 3.6.11b.
Figura 3.6.12. Esquema de una array pentagonal apropiada para la aplicacin del mtodo SCA.
Los smbolos de la esquina superior izquierda representan una densidad de potencia espectral
frecuencia-direccin con dependencia triangular en el acimut, de anchura y potencia mxima
hacia propagndose hacia la direccin .
- 125 -
Las series en las ecuaciones (3.6.20) y (3.6.21) se han truncado en j, l, m, n = 5, comprobando

que los trminos de rdenes superiores tienen poca influencia dentro del rango de frecuencias
mostrado. Las lneas delgadas en las figuras 3.6.13e-h muestran estos resultados analticos para
valores del ancho del haz de 2, 30, 60 y 90 y distintas direcciones de iluminacin. La lnea
gris muestra el caso de campo istropo.
Adems, cada situacin ha sido modelada usando un conjunto de ondas planas con amplitudes
dependientes del azimut, tal como se explico en la Seccin 3.5.5 (ahora hay que considerar la
componente vertical tambin). Los registros fueron sintetizados en las posiciones de las
estaciones virtuales y promediados siguiendo (3.3.13) para estimar despus n B y d B a partir de
II
II
sus definiciones (Ecs. 3.6.12-13). Seguidamente, ambas cantidades fueron promediadas sobre
500 realizaciones en las que las fases de las ondas Rayleigh y Love se variaron aleatoriamente.
Finalmente, B II se calcula como el cociente de los valores medios n B
II
y d BII
y se muestra
en las Figs. 3.6.13a-d usando distintos smbolos segn el azimut central del haz. La comparacin
entre los resultados numricos (a-d) y analticos (e-h) apoya la validez de los desarrollos tericos
y muestra que el nmero de fuentes (muestreo acimutal) y el nmero de ventanas promediadas
en el test numrico son suficientes. Para un ancho de haz de 30, B II permanece estable ante
variaciones en la direccin de las ondas slo en el rango de 0 a 1.25 Hz ( x L hasta 2.62). La
situacin mejora considerablemente conforme la anchura acimutal de la iluminacin crece, de
hecho, B II llega a ser casi insensible a la direccin del haz hasta 2.3 Hz ( x L = 6.32) cuando ste
tiene un ancho de 60.
Simulacin del ruido no correlacionado

La Figura 3.6.14 muestra B II( s n ) vs. f para esa misma array pentagonal, calculado para las curvas
de dispersin y el campo de ondas istropo usado en la Fig. 3.6.11. Se asume aqu que la relacin
ruido-seal es la misma para las componentes horizontal y vertical. Como era de esperar, la
presencia de ruido conlleva un aplanamiento de B II( s n ) . El lmite de B II( s n ) para frecuencia cero
depende de NSRH (no de NSRV) y del nmero de estaciones, en concreto, su valor es
1 1 4 NSRH N . Aunque no se muestra, los efectos del ruido no correlacionado disminuyen,
para cualquier frecuencia, conforme aumenta el nmero de estaciones como se pone en evidencia
en (3.6.23) y (3.6.24). Se podra demostrar que las posiciones de los ceros del coeficiente de vSPAC permanecen inalteradas cuando se vara la energa del ruido no correlacionado ( PV(n ) ) (ver
Cho et al. 2006b). Por el contrario, este efecto favorable no se da para el mtodo SCA, si bien las
- 126 -
Figura 3.6.13. Subfiguras (a) hasta (d): B II vs. f modelados para la estructura de suelo mostrada en la Tabla 3.5.1 y
un campo de ondas compuesto de una suma finita de ondas planas con fases aleatorias. Cuatro anchos acimutales
fueron probados para la iluminacin: 2, 30, 60 y 90. Los diferentes smbolos corresponden a distintos acimuts
centrales del haz triangular incidente: 0, 9, 18, 27 y 36, considerando que siempre uno de los cinco sensores est
colocado en el acimut 0. La lnea gruesa gris muestra el caso de campo de ondas istropo. El radio de la array
virtual fue de 250m. Se asumi la predominancia de los modos fundamentales y un RLR de 0.2. Paneles (e) hasta
(h): soluciones tericas de B II para las respectivas densidades espectrales de potencia frecuencia-direccin,
triangulares y continuas.
- 127 -
variaciones en los ceros son difciles de apreciar en la Fig. 3.6.14 y muy pequeas en todas las
dems simulaciones realizadas (se necesitarn nuevos esfuerzos analticos para entender y
encontrar cotas para esas variaciones).
Figura 3.6.14. Efectos del ruido no correlacionado sobre B II , calculado para el modelo de estructura listado en la
Tabla 3.5.1 bajo iluminacin istropa (considerando que los modos fundamentales fueran dominantes). Se asume
que las relaciones de potencia ruido/seal (NSR) son iguales para todas las estaciones y componentes. El resto de las
caractersticas de la array y del campo fueron: N=5, R =250m y RLR=0.2.
La Figura 3.6.15 muestra el efecto combinado del ruido no correlacionado y del nmero finito de
sensores en los mismos casos mostrados en la Fig. 3.6.13. Las relaciones ruido seal han sido
fijadas en NSRH=0.3 y NSRV=0.2. El ruido incoherente ha sido simulado sumando trminos con
amplitud
PH(n ) o
PV(n ) y fases arbitrarias a las transformadas de Fourier de los registros de
cada estacin virtual, componente y ventana temporal (realizacin). La gran similitud entre los
resultados tericos (subfiguras e hasta h) y sus correspondientes simulaciones (subfiguras a hasta
d) confirma la rpida convergencia de las series existentes en las Ecs. (3.6.25) a (3.6.27), que han
sido evaluadas hasta orden 7 en , dentro del rango de frecuencias estudiado.
3.6.8. COMPARACIN CON LOS MTODOS CCA-L Y DR.
Comparacin con el mtodo CCA-L.

Tada et al. (2009, 2010) han desarrollado recientemente tres mtodos que, como el SCA,
permiten el clculo de velocidades de fase de ondas Love de modo directo (i. e. sin determinar
- 128 -
Figura 3.6.15. Similar a la Fig. 3.6.13 excepto por la presencia de ruido no correlacionado con intensidades
determinadas por NSRH=0.3 y NSRV=0.2.
previamente o simultneamente la curva de dispersin Rayleigh) con una array circular. Estos
mtodos, denominados SPAC+L, SPAC-L y CCA-L, se pueden resumir en las siguientes
ecuaciones:
SPAC L
SPAC L
GU rad 1U tg 0 ( R, R, )
GU rad 1U tg 0 (0, R, )
GU tg 1U tg 0 ( R, R, )
GU tg 1U tg 0 (0, R, )
CCAL i
J 0 ( xL ) J 2 ( xL )
(3.6.30)
J 0 ( xL ) J 2 ( xL )
(3.6.31)
GU tg 1U tg 0 ( R, R, )
GU rad 1U tg 0 ( R, R, )
J 0 ( xL ) J 2 ( xL )
J 0 ( xL ) J 2 ( xL )
- 129 -
(3.6.32)
Comparados con el SCA y con el 3c-SPAC, llama la atencin su relativa simplicidad, al no

precisar de los registros de componente vertical. El mtodo CCA-L es el nico de los tres que
comparte con el SCA la disposicin de los sensores (circunferencia sin estacin central) de modo
que se puede hacer una la comparacin entre ambos.
La figura 3.6.16 muestra la comparacin numrica para el modelo de la Tabla 3.5.1, realizada de
un modo anlogo al descrito en la seccin anterior. En las subfiguras de la izquierda se usa un
campo casi istropo mientras que en las de la derecha hay un rango de azimuts dominante (de
90 de anchura). Los tests fueron repetidos con y sin ruido no correlacionado. Las conclusiones
que se extraen de esta figura son las siguientes: i) el mtodo SCA muestra una sensibilidad al
ruido no correlacionado bastante estable ante variaciones en la distribucin de fuentes; ii) el
mtodo CCA-L es casi insensible al ruido si el campo de ondas tiene una direccin dominante;
iii) el mtodo CCA-L muestra importantes efectos de N finito (incluso a longitudes de ondas
largas) bajo iluminacin aproximadamente istropa que no se observan para el SCA; iv) el
mtodo CCA-L es incapaz de estimar velocidades de fase en presencia de ruido y/o de errores
estocsticos en el caso de un campo de ondas aproximadamente istropo.
Figura 3.6.16. (a): B II (crculos) y B II( sn ) (cuadrados) modelados para la estructura de la Tabla 3.5.1 y una array
pentagonal de radio R = 250m. Se asume propagacin de los modos fundamentales e iluminacin cuasi-istropa. Las
lneas continuas muestran los resultados tericos. La lnea discontinua es el resultado terico para una array
- 130 -
infinitamente densa. (b) Lo mismo que (a) pero para una iluminacin triangular (Fig. 3.6.12) con las caractersticas
indicadas en el ttulo. (c) Coeficientes de CCA-L (Tada et al., 2009) con (cuadrados) y sin (crculos) ruido no
correlacionado, para el caso de campo de ondas istropo. (d) Lo mismo que en (c) pero para la iluminacin
anistropa que se us en (b). El resto de las caractersticas del campo, del ruido y de los promedios (RLR, NSRH,
NSRV y nmero de realizaciones) son los mismos que en la Fig. 3.6.15.
Como se avanz en la seccin 3.6.4, las dificultades del CCA-L ante campos istropos y
aproximadamente istropos se deben a que el numerador y el denominador del trmino central
de (3.6.32) son proporcionales a una componente del desarrollo en serie de Fourier de la
densidad
espectral
frecuencia-direccin
de
orden
superior
cero.
Concretamente
GU tg 1U tg 0 ( R, R, ) f1L ( ) y GU rad1U tg 0 ( R, R, ) f1L ( ) . Esto conlleva que el mtodo presente
una inestabilidad de tipo 0/0 en esas circunstancias para todas las frecuencias. La misma
limitacin, que fue predicha por Tada et al. (2009), se repite para los mtodos SPAC+L y SPACL.
Comparacin con el mtodo DR.

Para optar entre la aplicacin de los mtodos DR y SCA se han de valorar distintos factores. Por
una parte, las hiptesis subyacentes son ms restrictivas para el mtodo SCA, pues la aplicacin
del mtodo DR no requiere la correspondencia entre las velocidades de fase de onda Rayleigh (y
por ende, de los modos predominantes) medidas en las componentes horizontal y vertical (de
hecho, no se necesitan registros verticales). Salvado esto, y a igual nmero total de estaciones
(supuestas triaxiales), el mtodo SCA resulta mucho ms estable que el DR a valores bajos de xL,
en el sentido de ser menos dependiente de la velocidad de onda Rayleigh y del RLR. Esta
propiedad puede apreciarse en la Fig. 3.6.17, en la que se comparan los errores relativos
propagados a cL con ambos mtodos, usados sin informacin sobre cR ni RLR. Si asumimos que
cL y cR tienen valores similares a cualquier frecuencia, el mtodo SCA sigue siendo generalmente
ms estable hasta valores algo mayores de xL (siguiendo la diagonal que pasa por el origen, se
cruza antes una lnea roja en las subfiguras de Fig. 3.6.17). Por otra parte, el montaje del mtodo
DR puede resultar ms verstil, pues los registros obtenidos se podran analizar adicionalmente
mediante SCA u otros mtodos basados en array circular simple. En equipos con sensores de un
solo canal vlidos para registro de componentes horizontales y verticales indistintamente, utilizar
el mtodo DR resulta ms econmico.
- 131 -
Figura 3.6.17. Error relativo propagado a cL para los mtodos DR (rojo) y SCA (azul), en montajes de 10 estaciones
(5+5 para el mtodo DR), para distintos valores de xL, xR y del RLR y campo istropo. En lo referente al mtodo DR,
se supone una relacin entre radios de 2 y tanto xL como xR se refieren al radio mayor ( x L k L R2 , x R k R R2 ). Las
lneas continuas, discontinuas y con - representan errores del 5%, 10% y 20% en cL, respectivamente. La
propagacin de errores se calcula respecto a los casos RLR=0 (coeficientes tgDR y B II dependientes slo de xL), p. e.,
para el mtodo CCA se muestra | xL dB II ( xL ,0,0) / dxL |-1 [ B II ( xL , xR , RLR) - B II ( xL ,0,0) ].
3.7. CONCLUSIONES DEL CAPTULO 3.
Conclusiones generales
Se ha revisado la formulacin de diversos mtodos tipo SPAC tanto desde una formulacin
determinista como desde la ms convencional basada en procesos aleatorios estacionarios con
independencia estadstica entre ondas de distinto tipo y entre las procedentes de distintas
direcciones.
Se ha llegado a conclusiones sobre aplicabilidad o no de estos mtodos en el contexto
determinista. Cabe destacar: i) la demostracin de la validez de los mtodos v-SPAC y 3c-SPAC
en un contexto determinista; ii) obtencin de un anlogo complejo ' ( ) de la proporcin de
energa en forma de ondas Rayleigh en la componente horizontal; iii) la no equivalencia entre
arrays regulares de N y 2N estaciones para los mtodos v-SPAC y 3c-SPAC (incluso si N es
impar; el sensor central no se contabiliza); iv) La falta de validez general del mtodo CCA para
componentes verticales (Ec. 3.3.32). Los mtodos CCA-L y SPACL (Tada et al. 2009) tampoco
- 132 -
son vlidos en el contexto determinista.

Se han desarrollado dos mtodos orientados al clculo directo de velocidades de ondas Love:
mtodos DR y SCA. Estos mtodos son relevantes porque la inversin conjunta de las curvas de
dispersin Rayleigh y Love permitir disminuir la multiplicidad los modelos de suelo invertidos.
El mtodo DR (Double Ring) necesita una array formada por dos circunferencias concntricas,
sin estacin central, en la que se registre la componente tangencial del movimiento. El mtodo
SCA (Single Circular Array) requiere una array circular, sin estacin central, formada por
estaciones de tres componentes.
Tericamente, el clculo de la velocidad de fase de la onda Love es ms sencillo de
implementar en los mtodos desarrollados que en el mtodo 3c-SPAC. En los nuevos mtodos se
trata de resolver una ecuacin con una sola incgnita, x L , requirindose una eleccin final entre
distintas races. Con el mtodo 3c-SPAC se requiere resolver un sistema de ecuaciones o una
ecuacin del tipo tg h( rad , xR , xL ) , donde h es cierta funcin. En este ltimo caso,
determinaramos primero xR para cada frecuencia, requirindose una doble eleccin de races:
para xR primero y para xL despus. Errar en la seleccin de xR conduce a soluciones errneas
para x L . Las caractersticas y los resultados principales obtenidos para los mtodos DR y SCA
fueron:
Sobre el mtodo DR
Es vlido tanto en la formulacin determinista como en la basada en procesos aleatorios.
Se han obtenido expresiones analticas que permiten cuantificar los efectos de N finito y del
ruido incoherente, tanto para el mtodo DR como para un mtodo similar (TR) descrito por Tada
et al. (2006).
Comparativamente, el mtodo DR proporciona una determinacin unvoca de la longitud de
onda Love en un rango mayor que el del mtodo de TR.
Los efectos de N-finito provocan incertidumbres a longitudes de onda suficientemente cortas
causadas por la direccionalidad del campo y por la propagacin de ondas Rayleigh. Se han
representado para campo istropo, resultando menores para el mtodo DR que para el mtodo
- 133 -
TR.
En cuanto a los efectos del ruido incoherente, el mtodo DR es relativamente insensible a esta
causa de error en un entorno alrededor de kLR2=3.83 (para N suficientemente grande). En el
mtodo de TR, este rango est desplazado a valores ms bajos de kLR2 (y dependientes tambin
de R1).
Sobre el mtodo SCA

Como el anterior, el mtodo SCA puede usarse para el anlisis de casi todo tipo de campos de
ondas superficiales: con o sin correlacin entre ondas Love y Rayleigh o entre ondas
prevenientes de distintos acimuts y para distribuciones de fuentes istropas y anistropas. Por
tanto, el mtodo SCA es, en principio, ms verstil que otras tcnicas de array circular nica
(como el mtodo CCA-L, Tada et al., 2009).
Una implementacin del CCA basada en el estimador BII , definido aqu, ha mostrado un
comportamiento robusto con datos sintticos, siendo todava suficientemente simple como para
permitir el estudio analtico de su comportamiento ante varias limitaciones experimentales.
Se han obtenido e implementado un conjunto de formulas que permiten calcular los efectos de
usar un nmero finito de estaciones, incluyendo tambin la descripcin en trminos de los
coeficientes de serie de Fourier de las densidades espectrales de potencia frecuencia-direccin de
ondas Rayleigh y Love. Se han dado tambin las expresiones que permiten tener en cuenta los
efectos del ruido incoherente en B II tanto en campos de onda deterministas como en aleatorios
estacionarios. Estas relaciones, que proporcionan informacin til sobre la aplicabilidad del
mtodo, han sido testadas exitosamente con simulaciones numricas de B II y B II( s n ) para un
modelo de suelo simple y bajo incidencia de ondas superficiales planas.
Los tests numricos confirman que la estabilidad de B II ante variaciones de los acimuts de las
fuentes se incrementa conforme lo hace el ancho de los haces de ondas. En tests numricos, una
array pentagonal proporcion resultados estables hasta x L = 6.32 para una iluminacin
procedente de un intervalo acimutal de 60 de anchura. Se necesita ms investigacin para
confirmar estos resultados en modelos de suelo ms generales.
- 134 -
3.8. APNDICES DEL CAPTULO 3.
Apndice III.A. Representacin espectral del campo de ondas aleatorio estacionario y

relacin con la descripcin determinista.
Las expresiones (3.2.23-24) involucran integrales definidas en el sentido de Riemann-Stieltjes,
que son tambin apropiadas en casos en que R (, ) o L (, ) no sean funciones derivables
en la frecuencia o en el acimut y cuya definicin se va a dar a continuacin. Ntese que en el
contexto de campos aleatorios estacionarios, ha de evitarse realizar la transformada de Fourier
de una realizacin completa, por ser esta operacin divergente cuando se aplica sobre un registro
que no decae para t , por lo que habr que dar un significado adecuado a las componentes
espectrales de la realizacin.
Para aclarar el sentido de estas integrales tomaremos, por ejemplo, una realizacin w p.a. (R, t ) de
la componente vertical del proceso (cuya representacin espectral sera III.A.1) y, mantenindola
inalterada dentro del intervalo temporal [-/2 +/2], definiremos dos funciones relacionadas con
ella: i) la versin truncada de la realizacin w p.a. (R, t; ) , que se redefine como cero fuera de ese
intervalo, y ii) la extensin peridica w p.a. (R, t; ) , que repite peridicamente el fragmento [-/2
+/2] fuera de l (su periodo es ). Por definicin, la integral
p .a.
R
( R, t )
( ) exp i t ik
i
( )e R d R (, )
(III.A.1)
ha de coincidir con el lmite de w p.a. (R, t; ) cuando . En nuestra nomenclatura,

escribiendo la integral como lmite de una suma, se sigue (definicin de integral de RiemannStieltjes):
w p.a. (R, t ) lim w p.a. (R, t; ) lim

M '
exp[il t ik
M ' l j 1
( )e j R]
i
(l , j ; , M ' ).
(l ) R
(III.A.2)
En (II.A.2) se est, por una parte, separando w p.a. (R, t; ) en contribuciones debidas a ondas
provenientes de intervalos de azimut contiguos de anchura 2 / M ' que tiende a cero en el
lmite. Por otra, se est realizando un desarrollo en serie de Fourier sobre la coordenada temporal
t. Como w p.a. (R, t; ) es peridica en el tiempo, slo tiene contribuciones para frecuencias que
- 135 -
sean mltiplos enteros de 2 / . El coeficiente de Fourier de orden l de w p.a. (R, t; ) se

define, a partir del registro en el origen, por la integral
/ 2
il t
w p.a. (0, t; ) dt . Esta integral
/2
corresponde por tanto a la suma acimutal de R (l , ; ) :

/ 2
M'
i
lim R (l , j ; , M ' )
e il t w(0, t; ) dt .
(l ) M ' j 1
2 / 2
(III.A.3)
Alargar la duracin de las ventanas (i.e. hacer ) no conduce ya a la divergencia del

miembro derecho de (III.A.3) (ni de III.A.1-2) gracias a la normalizacin por implcita en el
factor . Si se desea invertir (III.A.1), es decir, formular la transformada inversa, habra que
definir R ( ) para cualquier frecuencia. El modo adecuado de hacerlo, a partir de (III.A.3), es
(p. e. Priestley, 1981):
2
i
R ( )
( )
1
lim
l t .q .
2 l
1 2
/ 2
/ 2
i t
M '
0
l t .q . 2 l 2 2
lim
M'
(l ) lim
j 1
(l , j ; , M ' )
/ 2
i t
e
w
(
0
,
t
)
dt

/ 2
(III.A.4)
/ 2 i2 t
1
e
e i 1t
w(0, t ) dt d
lim
w(0, t )dt.
2 / 2
it
Relacin con la descripcin determinista.

Las propiedades (3.2.30-31) de las medidas espectrales tambin son vlidas en trminos de
incrementos X ( , ) :
(i)
R (, ) L (, ) 0, ,
(ii)
X* (l , j; , M ' ) Y (l ' , j ' ; , M ' ) XY ll ' jj ' f X (l , j )
(III.A.5)
(III.A.6)
La relacin entre los incrementos R (l , j; , M ' ) y L (l , j; , M ' )
y las
amplitudes complejas ARj ( ) y ALj ( ) (Ec. 3.2.8) resulta clara si extendemos peridicamente
- 136 -
u(R, t ) para tiempos fuera del intervalo [-/2 +/2]. Realizando un desarrollo en serie de Fourier
sobre la variable t, cualquier expresin determinista del campo as modificada, u(R, t; ) , puede
escribirse como:
u( R, t ; )
1
2
A
M
l j 1
HV
Rj
(l ; )e
il t ik R ( ) e j R
A Lj (l ; )e
il t ik R ( ) e j R
. (III.A.7)
HV
A HV
Rj (; ) y A Lj (; ) representan las versiones truncadas de A Rj ( ) y A Lj ( ) (en
frecuencias, el truncamiento se realiza como una convolucin con el espectro de la ventana

rectangular correspondiente). Centrndonos, por ejemplo, en la componente vertical del campo,
se observa que si los azimuts de las fuentes deterministas (j con j = 1, 2, , M) coincidieran
con el discretizado del intervalo [0 2] utilizado en la ecuacin (III.A.2) (acimuts j con j = 1,
2,
M;
2/M)
se
podra
establecer
la
equivalencia:
R (l , j; , M ' ) AR, j (l ; ) / . De modo anlogo, para ondas Love se tendra
L (l , j; , M ' ) AL, j (l ; ) / . Se puede pues concluir que el campo aleatorio

estacionario descrito por (3.2.23-28) puede tratarse como un caso lmite (, M) de un
proceso aleatorio formado por realizaciones discretas compuestas por M ondas planas
equiespaciadas en acimut. De (3.A.5-6) se puede concluir que las amplitudes complejas del
proceso discreto han de cumplir las propiedades (3.2.29) y (3.2.30), que eran:
AX , j (l ; ) 0
1
2
donde representa el lmite , M, l, m.
Apndice III.B. Demostracin de las ecuaciones (3.2.44) y (3.2.45)

Considrense los productos de sumas pesadas de amplitudes complejas AXm AYn* y ATm AXn AYp* AZq* ,
donde T, X, Y, Z toma valores R (Rayleigh) o L (Love) y m, n, p, q son enteros, que se ha
definido para un campo de ondas determinista de acuerdo con la ecuaciones (3.2.19-20). Se trata
de obtener la expresin de su valor esperado en el caso de que la iluminacin se describa como
- 137 -
un campo aleatorio estacionario.

Considrese, en primer lugar, el caso del movimiento vertical grabado en el centro de la array (R
= 0) para tal campo de ondas aleatorio. La expresin del registro temporal viene dada por la
componente vertical de (3.2.23) (ver por ejemplo, Eq. 18 en Cho et al. 2006b) i. e. por la integral
de Fourier-Stieltjes:
p .a .
(0, t )
i t
i
d ( , ) .
( ) R
(III.B.1)
Las integrales de esta relacin tienen que ser interpretada en el sentido de Fourier-Stieltjes. Por
definicin, si esta integral existe, debe coincidir con el lmite:
w p.a. (0, t ) lim

M '
il t
M ' l j 1
i
(l , j ; ) ,
(l ) R
(III.B.2)
(Priestley, 1981, pp. 247-248) donde 2 / , 2 / M ' .

Por otra parte, en la aproximacin determinista usada en esta tesis para el campo de ondas creado
por una superposicin de M ondas Rayleigh planas, el registro vertical en R = 0 para -/2< t </2,
es:
w(0, t; )
1
2
l j 1
eil t
i
A (l ; )
(l ) R , j
(III.B.3)
(ver p. e. Eq. 4.11.8 en Priestley, 1981 para la dependencia en ).

De la comparacin entre (III.B.2) y (III.B.3) observamos que el caso estocstico (III.B.2)
corresponde formalmente al lmite , M del caso determinista (III.B.3) para un campo de
ondas consistente en una superposicin de M ondas Rayleigh planas provenientes de azimuts
equiespaciados en el rango completo [0 2) y amplitudes complejas dadas por
AR, j (l ; ) R (l , j; ) . De un modo similar, la representaciones espectrales del

campo aleatorio que involucran a las ondas Love coinciden con las formuladas en el contexto
determinista si L (l , j; ) se remplaza por AL, j (l ; ) / .
Asumiremos independencia estadstica entre las ondas que vienen de distintos azimuts y entre
distintos tipos de ondas (Rayleigh y Love). Las siguientes propiedades de las amplitudes
complejas pueden tambin asumirse por analoga con las de R y L en la descripcin de
- 138 -
campo aleatorio estacionario:

AX , j (l ; ) 0 ,
(III.B.4)
1
2
, ,
(III.B.5)
AX , j (l ; ) AX , j (l ; ) 0, l 0 ,
(III.B.6)
donde j, k, l, m son enteros y X significa R (Rayleigh) o L (Love). La ecuacin (III.B.4) indica

que el microtremor es un proceso aleatorio estacionario de media nula. La ecuacin (III.B.5) es
la relacin de ortogonalidad. El lmite ,
0 , l ,
es
sobreentendido en (III.B.5). Las ecuaciones (III.B.6) pueden demostrarse a partir de la relacin

de
ortogonalidad
X (l , j; )
para
X* (l , j; ) X (l , j; ) .
Como
teniendo
en
cuenta
R (, ; ) ~ O O
que
conforme
, 0 (p. e. Priestley, 1981, p. 247 para la dependencia en ; Okada, 2006), se
puede inferir que AX , j (; ) ~ O O .
Demostracin de la ecuacin (3.2.44)

De sus definiciones, y usando la linealidad del operador , el valor esperado en la colectividad
de AXm AYn* /( 2 ) pueden escribirse como:
1
2
AXm AYn*
1
2
i mj1 nj2
j1 1 j2 1
AX , j1 (; ) AY , j2 (; )* ,
(III.B.7)
Los sumandos de (III.B.7) en los que las amplitudes complejas son distintas entre s (X Y y/o j1
j2) se anulan, porque el valor esperado de variables aleatorias estadsticamente independientes
factoriza y vale cero por la Eq. (III.B.4). Por tanto, queda:
1
2
AXm AYn* XY e i ( mn ) j
j 1
AX , j (; )
2
(III.B.8).
Tras tomar lmites 0 (i. e. con el nmero de fuentes lejanas igualmente distribuidas, M ,
- 139 -
tendiendo a infinito) y (con l , j ), el smbolo puede remplazarse

j 1
d . Teniendo en cuenta las definiciones
formalmente por
(3.2.43) y la Ec. (III.B.5), se
obtiene la siguiente relacin til para simplificar el lmite de (III.B.8):
e i ( mn ) j
j 1
2
1
AX , j (l ; ) e i ( mn ) f X (, )d f mXn ( ) .
(III.B.9)
Esto conduce inmediatamente a:

1
2
AXm AYn* XY f mXn .
(III.B.10)
Demostracin de la ecuacin (3.2.45)

Anlogamente, la media en la colectividad de
1
4
2 2
4 2 2
2 2
ATm AXn AYp* AZq* pueden escribirse como:
ATm (l ; ) AXn (l ; ) AYp* (l ; ) AZq* (l ; )

M
i mj1 nj2 pj3 qj4
j1 1 j2 1 j3 1 j4 1
(III.B.11)
AT , j1 (l ; ) AX , j2 (l ; ) AY , j3 (l ; ) AZ , j4 (l ; )
*
para cualquier l l . Como en el caso anterior, los sumandos de (III.B.11) que tienen al
menos una amplitud compleja no repetida en el producto AT , j1 AX , j2 AY* , j3 AZ* , j4 se anulan porque el
valor esperado de variables aleatorias estadsticamente independientes factoriza y vale cero (Ec.
III.B.4). Como las amplitudes complejas al cuadrado tienen tambin media nula (Ec. III.B.6), los
nicos trminos que contribuyen son aquellos que cumplen T=Y, j1=j3, X=Z, j2=j4 T=Z, j1=j4,
X=Y, j2=j3, o ambas (T=X=Y=Z, j1=j2=j3=j4). Esto conduce a:
1
4
2
ATm (l ; ) AXn (l ; ) AYp* (l ; ) AZq* (l ; )

M
TY XZ e i ( m p ) j ( nq ) j
1
j1 1 j2 1
1
2
AT , j1 (l ; )
- 140 -
1
2
AX , j2 (l ; )
TZ XY e i ( mq ) j1 ( n p ) j2
j1 1 j2 1
TX XY YZ e
i ( m n p q ) j
j 1
1
2
AT , j1 (l ; )
1
2
AX , j2 (l ; )
4
2
1
1
AT , j (l ; ) 2
AT , j (l ; )
2 2
2
4
(III.B.12)
La ltima suma corrige el clculo incorrecto del valor esperado para los trminos con j1=j2 en el
2
caso W=X=Y=Z. En estos trminos, los factores AT , j (l ; ) y AX , j (l ; ) son idnticos y han

1
de tratarse como variables completamente correlacionadas (p. e. Howard, 2002, p. 105).

Los trminos de III.B.12) proporcionales a TY XZ y TZ XY pueden simplificarse en el lmite
0 , (con l , j ) usando (III.B.9). Por el contrario, el trmino

proporcional a TX XY YZ se anula, porque el integrando se comporta como O conforme
0 :
e
i ( m n p q ) j
4
2
1
1
1
AT , j (l ; ) 2
AT , j (l ; )
2 2

2
4
~ O( ) .
(III.B.13)
Finalmente, las Ecs. (III.B.9), (III.B.12) y (III.B.13) conducen inmediatamente a
1
4 2 2
ATm AXn AYp* AZq* TY XZ f mT p f nXq TZ XY f mTq f nX p .
Apndice III.C. Demostracin de (3.3.11):

Se puede comprobar que 1 viene dada por (3.3.11) verificando que el producto por da la
matriz identidad.
1
2
exp[i( p ( N / 2 1 / 2) 1)2j / N ]
exp[ 2i( p 1 N / 2 1 / 2)k / N ]
N
p 1 2
N
jk
exp[
2i
( j k )( N 1) / 2)] N
2i
N
exp[
( j k ) p] ,
N
N
p 1
que es uno si j = k (nica opcin de que j-k sea mltiplo de N). En otro caso, se suma la serie
geomtrica:
- 141 -
jk
2i
2i
2i
exp
( j k )1 exp
( j k ) N exp
( j k ) 0
N
N
0,
2i
2i
1 exp
( j k )
1 exp
( j k )
N
jk
Apndice III.D. Demostracin de (3.3.14):

Directamente, de (3.3.13) y del desarrollo en serie de Fourier de X ( R, j , ) se tiene:
2
X m ( R, )
N
2
N
exp(imj ) X ( R, j , )
j 1
exp(imj )
j 1
1
2
exp(im' j ) X m' ( R, )
m '
1
N
m '
m'
( R, ) exp i(m'm) j .
j 1
Recordando de nuevo la expresin de la suma de una progresin geomtrica de razn
exp i(m'm) , sabemos que:

N
si (m'm) mltiplo de N
exp i(m'm) (1 exp i(m'm) N )
exp
i
(
m
'
m
)
j
0
en otro caso
j 1
1 exp i(m'm)
de modo que queda finalmente:
X m ( R, )
m kN
( R, ) .
Apndice III.E. Demostracin de (3.4.7-8):

Particularizando (3.2.8) para la estacin central ( R 0 ), resulta:
N
U(0, ) A HV
Rj ( ) A Lj ( ) .
j 1
Aplicando la definicin (3.2.11) y las propiedades (3.2.4) y (3.2.5) de A Rj ( ) y A Lj ( ) ,

tenemos:
N
U rad (0, , ) e U(0, ) ARj ( ) cos( j ) ALj ( ) sin( j ) =

j 1
N A iA
ARj iALj i ( j )
Rj
Lj i ( j )

e
e
2
2
j 1
ARj1 iALj1 i ARj1 iALj1 i

e
e ,
2
2
- 142 -
donde se han introducido las definiciones (3.2.19-20) en el ltimo paso.

La componente tangencial se trata de manera anloga:
U tg (0, , ) (e z e ) U(0, ) ARj ( ) sin( j ) ALj ( ) cos( j ) =

j 1
N iA A
iARj ALj i ( j )
Rj
Lj i ( j )

e
e
2
2
j 1
iARj1 ALj1 i iARj1 ALj1 i

e
e .
2
2
Apndice III.F. Demostracin de (3.4.2), (3.4.3), (3.4.11) (3.4.13) y (3.4.14):

Particularizando (3.2.17) para m 1 , se tiene:
1
1
U rad
1 ( R , ) = AR J 0 ( xR ) J 2 ( xR ) iAL J 0 ( xL ) J 2 ( xL ) .
Sustituyendo esto en la definicin de SU rad (0, R, ) , queda:
2
1 H , 1 2
ARH , 1 iARH , 1 AL1* iARH , 1 AL1* J 0 ( x R ) J 2 ( x R )
AR
SU rad ( R,0, )
2
2
1
+ AL1 AL1 iARH , 1* AL1 iARH , 1* AL1 J 0 ( xL ) J 2 ( xL ) .
(III.F.1)
A partir de lo anterior, el denominador en la definicin de rad queda:
2
2
2
2
SU rad (0,0, ) 1 [ ARH , 1 ARH , 1 AL1 AL1 iARH , 1 AL1* iARH , 1* AL1 iARH , 1 AL1* iARH , 1* AL1 ] =
2
2
2
1 H , 1 2
[ AR
ARH , 1 AL1 AL1 2 Im ARH , 1 AL1* ARH , 1 AL1* ] .
4
Si definimos
2
' ( )
AR1 AR1 AL1 AL1 iAR1 AL1* iAR1* AL1 iAR1 AL1* iAR1* AL1
2
AR1 AR1 iAR1 AL1* iAR1 AL1*
AR1 AR1 i AR1 AL1* AR1 AL1*

2
AR1 AR1 AL1 AL1 2 Im AR1 AL1* AR1 AL1*
- 143 -
rad () J 0 ( xR ) J 2 ( xR )' () J 0 ( xL ) J 2 ( xL )(1 ' ()) ,
resulta:
como
queramos
demostrar. Usando (3.2.44) en (III.F.1) se puede obtener, para un campo aleatorio estacionario:
SU rad (R,0, ; )
2
1
1 f 0R ( ) J 0 ( xR ) J 2 ( xR ) f 0L ( ) J 0 ( xL ) J 2 ( xL ) ,
2
con lo que queda la ecuacin anterior se reescribe como:
SU rad ( R,0, ; )
SU rad (0,0, ; )
() J 0 ( xR ) J 2 ( xR ) 1 ()J 0 ( xL ) J 2 ( xL ) ,
donde se ha definido ( ) f 0R
R
0
f 0L , que es tambin el cociente entre los lmites para
campo aleatorio del numerador y del denominador de ' ( ) .
El desarrollo para la componente tangencial es paralelo. La particularizacin de (3.2.18) para

m 1 queda:
U tg1 ( R , ) = iAR1 J 0 ( xR ) J 2 ( xR ) + AL1 J 0 ( xL ) J 2 ( xL ) .
Con estas expresiones, la ecuacin (3.4.10) se escribe:
SU tg ( R,0, )
2
1 1 2
AR AR1 iAR1 AL1* iAR1 AL1* J 0 ( xR ) J 2 ( xR )
4
2
2
1
AL1 AL1 iAR1* AL1 iAR1* AL1 J 0 ( xL ) J 2 ( xL )
(III.F.2)
A la vista de este resultado, comprobamos que el denominador en la definicin de tg tiene la

misma expresin que en el caso radial ( Stg (0, ) S rad (0, ) ), lo que era obvio ya los
integrandos de ambas expresiones son iguales salvo una traslacin en , y ambas integrales se
extienden a un periodo completo en tal coordenada. Utilizando la definicin de ' ( ) ,
tg = SU ( R,0, ) / SU (0,0, ) queda tal como se avanzaba en (3.4.3). Finalmente, Para campos
tg
tg
aleatorios estacionarios se tiene:
- 144 -
SU tg ( R,0, ; )
SU tg (0,0, ; )
( ) J 0 ( xR ) J 2 ( xR ) 1 ( )J 0 ( xL ) J 2 ( xL ) .
Apndice III.G. Demostracin de la ecuacin (3.5.15)

Como se indic, cualquier registro puede expresarse como la suma de una componente de seal
y otra de ruido. Esto puede extenderse a los promedios pesados de la componente genrica X
(Utg, Urad W):
N
X m( s n ) ( R, ; ) e imj [ X ( R, j , ; ) X ( n ) ( R, j , ; )]
j 1
X m ( R, ; ) X m( n) ( R, ; ) .
(III.G.1)
Bajo la descripcin del ruido admitida aqu, y suprimiendo por comodidad los argumentos
( R, ; ) , podemos expresar el producto
1
2
U 0tg ( s n )U 0tg ( s n )*
1
2
1
2
U 0tg ( s n )U 0tg ( s n )* como:
U 0tgU 0tg*
1
2
U 0tg ( n )U 0tg ( n )*
4 2 ( n )
tg tg*
PH ( )
U0 U0
N
2
1
(III.G.2)
En el primer paso se explota la independencia estadstica entre las componentes de seal y de

ruido. En el segundo paso se considera la independencia estadstica entre los registros de ruido
de estaciones distintas y la definicin de la densidad de potencia espectral del ruido. Este
segundo paso es desarrollado a continuacin en un caso algo ms general: N>2 y |m|1, |n|1,
que ser necesario en otro momento
1
2
X m( n ) ( R, ; )Yn( n )* ( R, ; )
N
2
4 2
1
i ( n m ) j
X ( n ) ( R, j , ; )
XY e
2
N
2
j 1
N
4 2
4 2 ( n )
( n)
i ( n m ) j
P
(
)
e
PX ( ) XY m n
XY X
N2
N
j 1
La igualdad se tiene cuando . Tras este lmite (III.G.2) se puede reescribir:

- 145 -
(III.G.3)
4 2 ( n )
( sn)
PH ( ) .
GU tg 0U tg 0 ( R, ) GU tg 0U tg 0 ( R, )
N
(III.G.4)
Apndice III.H. Demostracin de las ecuaciones (3.6.1) a (3.6.3).

Las ecuaciones (3.6.1-3) pueden obtenerse eliminando las cantidades dependientes de las
amplitudes de las ondas planas entre las ecuaciones (3.2.16-18) y (3.2.21). Entre el conjunto
infinito de posibilidades, se elige aquella que involucra los menores valores de m (en valor
absoluto). Las formas de la ecuacin (3.2.16) para m = 0 y m = 1 son:
W0 ( R , ) = 2ARV ,0 J 0 ( xR ) y
(III.H.1)
W1( R , ) = 2iARV ,1 J 1 ( xR ) ,
(III.H.2)
respectivamente. Del mismo modo, (3.2.17) implica

U 0rad ( R , ) = 2iAR0 J1 ( xR ) y
1
1
U rad
1 ( R , ) = AR J 0 ( xR ) J 2 ( xR ) iAL J 0 ( xL ) J 2 ( xL ) .
(III.H.3)
(III.H.4)
La ecuacin (3.2.18) slo se requiere para m = 1 :

U tg1 ( R , ) = iAR1 J 0 ( xR ) J 2 ( xR ) + AL1 J 0 ( xL ) J 2 ( xL ) .
(III.H.5)
Dividiendo (III.H.3) entre (III.H.1) y usando la ecuacin (3.2.21) en la forma

AR0 ( ) / ARV ,0 ( ) i ( ) obtenemos:
U 0rad ( R , ) / W0 ( R , ) = J 1( xR ) / J 0 ( xR ) ,
(III.H.6)
que corresponde a la ecuacin (3.6.1) una vez introducida la definicin (3.6.4). Para demostrar
(3.6.2) y (3.6.3), las cantidades AL1 han de ser eliminadas a partir de las relaciones (III.H.4) y
(III.H.5). Tras algn lgebra se llega a:
H ,1
tg
U rad
1 ( R , ) f 1 ( xL ) iU 1 ( R , ) = AR
2 J 1 ( xR )
f1( xR ) f1( xL ) 1,
xR
- 146 -
(III.H.7)
donde se han usado la relacin J 0 ( x ) J 2 ( x ) = 2 J 1 ( x ) / x y la definicin (3.6.4). Finalmente,

si la ecuacin (III.H.7) se divide por (III.H.2), y el cociente AR1 ( ) / ARV , 1 ( ) se remplaza por
i ( ) (de la ecuacin 3.2.21) entonces, obtenemos
tg
U rad
( )
1 ( R, ) f1 ( x L ) iU 1 ( R, )
,
f1 ( xR ) f1 ( xL ) 1 W1 ( R, )
xR
(III.H.8)
que corresponde tanto a (3.6.2) (signos superiores) como a (3.6.3) (signos inferiores).
Apndice III.I. Demostracin de la ecuaciones (3.6.15) y (3.6.16)

Las ecuaciones (3.6.15) y (3.6.16) pueden obtenerse de las ecuaciones (3.6.12) y (3.6.13) usando
las relaciones (3.2.16-18) en sus formas particulares (III.H.2), (III.H.4) y (III.H.5).
Abordando primero el clculo de U tg1W1 U tg1W1 tenemos:
W1 U tg1W1 =
tg
1
[ iA J 0 ( x R ) J 2 ( x R ) A J 0 ( x L ) J 2 ( x L ) ] 2
1
R
1
L
[ iAR1 J 0 ( x R ) J 2 ( x R ) AL1 J 0 ( x L ) J 2 ( x L ) ] 2
2 2
AR1
AR1
J1 ( xR ) +
J1 ( xR ) =
[ AL1 AR1 AL1 AR1 ]J 1 ( x R )J 0 ( x L ) J 2 ( x L )
(III.I.1)
rad
De modo similar, U rad
1 W1 U 1 W1 viene dado por:
W1 U rad
1 W1 =
rad
1
[ AR1 J 0 ( x R ) J 2 ( x R ) iAL1 J 0 ( x L ) J 2 ( x L ) ] 2
[ A
J 0 ( xR ) J 2 ( xR ) iA J 0 ( xL ) J 2 ( xL ) ] 2
2i 2
[ AL1 AR1 AL1 AR1 ]J1 ( xR )J 0 ( xL ) J 2 ( xL ) .
1
R
1
L
- 147 -
AR1
AR1
J1 ( xR ) -
J1 ( xR ) =
(III-I-2)
Substituyendo (III-I-1) y (III-I-2) en (3.6.12) se tiene:

nBII
Im[
i 2
AL1 AR1 AL1 AR1 J12 ( xR )J 0 ( xL ) J 2 ( xL ) J 0 ( xL ) J 2 ( xL ) ]

2
2
2
AL1 AR1 AL1 AR1 J12 ( xR )J 02 ( xL ) J 02 ( xL ) ,
2 2
como se quera demostrar. Anlogamente, substituyendo (III-I-2) en (3.6.13) resulta:
d BII
2
2
1 1
1 1 2 2
A
A
A
AR J1 ( xR )J 0 ( xL ) J 2 ( xL ) ,
L
R
L
2 2
que es (3.6.16).
Apndice III.J. Demostracin de las relaciones (3.6.17) y (3.6.18)

La demostracin de ambas es inmediata si se toma valor esperado en (3.6.15) y (3.6.16) y se usa
X
X*
(3.2.45) y que f m ( ) f m ( ) para cualquier m entero, con X valiendo R (Rayleigh) o L
(Love).
AL1 AR1 AL1* AR1*

AL1 AR1 AL1* AR1*
2 1 1
4 4 AL1 AR1 AL1* AR1*
1 1 2
AL AR AL AR
2
2 2

4 2 2
4 2 2
4 2 2
AL1 AR1 AL1* AR1* 4 4 L R
8 4 L R
L R
L R
L R
f
f
f
f
f
f
f
f
f 0 f 0 2 Re[ f 2L f 2R* ]
0 0
0 0
2 2
2 2
2 2
2
2
4

Apndice III.K. Demostracin de las ecuaciones (3.6.23) y (3.6.24)
Para demostrar las ecuaciones (3.6.23) y (3.6.24), se advierte primero que, de sus definiciones:
n B( sIIn ) Im[
1
4
2
( sn) ( sn )
( sn ) ( sn )
W (1s n ) U tg1( s n )W (1s n ) U rad
W1 U rad
W1
1
1
tg ( s n )
1
(III.K.1)
d B( sIIn )
1
4
2
( sn) ( sn)
( sn ) ( sn )
U rad
W1 U rad
W1
1
1
(III.K.2)
Para evaluar los miembros derechos de (III.K.1) y (III.K.2) basta calcular los valores esperados
( s n )* ( s n )*
de los productos U mrad( sn)Wn( sn)U mrad( sn)*W n( sn)* (4 2 2 ) , U mrad( sn)Wn( sn)U rad
Wn
/( 4 2 2 ) ,
m
- 148 -

( s n )* ( s n )*
U mtg ( s n)Wn( s n)U mrad( s n)*Wn( s n)* /( 4 2 2 ) y U mtg ( s n)Wn( s n)U rad
Wn
/( 4 2 2 ) , para n, m = 1.
m
La evaluacin del primero queda:
1
4
2
U mrad( s n )W n( s n )U mrad( s n )*W n( s n )*

U mradW n U mrad*W n*
U mrad( n )U mrad ( n )*
4 2 2
2
U mrad( n )U mrad( n )*
2
W n( n )W n( n )*
W n( n )W n( n )*
2
2
U mradU mrad*
W n W n*
U mradW n U mrad*W n*
16 4 ( n ) ( n ) 4 2 ( n ) U mradU mrad*
PH PV
PV
2
4 2 2
N2
N
2
4 2 ( n ) W n W n*
.
PH
N
2
(III.K.3)
En el primer paso se ha usado que los procesos aleatorios que describen al ruido no
correlacionado tienen media cero, as como la independencia estadstica entre la seal y el ruido
y entre registros de ruido en componentes distintas. En el segundo paso, se considera la
independencia estadstica entre las componentes de ruido grabadas en diferentes estaciones as
como la definicin de la densidad espectral de potencia del ruido (ver Ec. III.G.3). Se ha
considerado tambin que N>2 y que los posibles valores para m y n son 1. La igualdad se tiene
para .
Un anlisis similar puede llevarse a cabo para los otros tres productos listados antes. Los
resultados respectivos son:
1
4
2 2
1
4 2
( s n )* ( s n )*
U mrad( s n )Wn( s n )U rad
Wn
U mtg ( s n )Wn( s n )U mrad( s n )*Wn( s n )*

2
1
4
2 2
* *
,
U mradWn U rad
m W n
(III.K.4)
4
1 tg rad*
U mtgWn U mrad*Wn*
PV( n )
Um Um
2 2
4
N
2
2
(III.K.5)
y
1
4
2 2
( s n )* ( s n )*
U mtg ( s n )Wn( s n )U rad
Wn
1
4
2 2
* *
U mtgWn U rad
m W n ,
(III.K.6)
siempre con N>2 y |m|=|n|=1. Finalmente, las ecuaciones (3.6.23) y (3.6.24) se obtienen
- 149 -
remplazando los productos analizados de (III.K.1) y (III.K.2) por las expresiones (III.K.3),
(III.K.4), (III.K.5) y (III.K.6).
- 150 -
CAPTULO 4
UN ALGORITMO PARA LA INVERSIN DEL

MODELO DE ESTRUCTURA
4.1. INTRODUCIN
En este captulo se trata el problema de la recuperacin del modelo de la estructura del terreno
(descrito en trminos de sus parmetros elastodinmicos) a partir de las medidas experimentales,
que, para muestro problema concreto, consistirn en velocidades de onda Rayleigh, Love y/o
valores del HVSR a distintas frecuencias. Tras una formulacin general del problema en el
contexto bayesiano, se describirn algunos mtodos de optimizacin global y de optimizacin
local. Los primeros tratan de obtener el mejor modelo (o los mejores modelos) de entre una gran
variedad de ellos usando poco conocimiento previo (normalmente slo su parametrizacin y
unos rangos amplios para sus distintas propiedades). Los segundos tratan de refinar
iterativamente una estimacin inicial, buscando un modelo ptimo dentro de un entorno de ste.
Finalmente, se describe un programa, preparado para su ejecucin por varios procesadores en
paralelo, que combina mtodos de ambos tipos y se hacen comprobaciones en un ejemplo
sinttico.
Para describir el problema de modo ms formal y general, llamemos modelo m = (m1,

m2,m dim(M ) )t al listado, en forma de columna, de un conjunto mnimo de propiedades que
(suponemos) caracterizan el sistema que se pretende estudiar (p. e., y en nuestro caso, espesores
de distintas capas, densidades y velocidades de propagacin de ondas P y S) y d = (d1, d2,,
dim(D )
)t a la lista de las variables medidas experimentalmente (p. e., velocidad de fase de onda
Rayleigh a la frecuencia f1, velocidad de onda Love a f2, ). m y d pertenecen, respectivamente,

a dos conjuntos denominados espacio de los modelos M y espacio de los datos D que contienen
todas las combinaciones de parmetros y datos concebibles para el sistema y el experimento.
Asumimos ahora que conocemos una ley fsica capaz de predecir los valores reales de los
parmetros observables para cualquier modelo dado. Esa relacin la expresamos mediante una
funcin g: M D. A la cantidad g(m) se la denomina clculo (o modelado) directo de los
observables a partir del modelo m, mientras que el empleo de los resultados de un experimento
para obtener los parmetros del modelo (i. e. m) se denomina inversin o modelado inverso.
Si g(m) es inyectiva (i. e. dos modelos distintos no comparten nunca un mismo vector de
observables), las incertidumbres experimentales en d son despreciables y g-1 puede determinarse
con un esfuerzo razonablemente, el problema inverso puede reducirse a un sencillo clculo de
g-1(d) . Si, como en el caso que nos ocupa, estas condiciones no se dan, sern necesarios otros
procedimientos de tipo estadstico para solucionar el problema. La teora general se presenta
brevemente la siguiente seccin.
4.1.1. LA SOLUCIN DEL PROBLEMA INVERSO. ASPECTOS PROBABILISTAS.

La solucin de un problema de inversin puede definirse de un modo muy general en funcin de
la informacin experimental, la informacin a priori y la informacin terica. Una buena
aproximacin sobre los aspectos probabilistas de la inversin puede encontrarse en la obra de
Tarantola (2005), autor recientemente fallecido. A continuacin se realiza un breve resumen.
Aspectos probabilistas. Densidad de probabilidad a posteriori. Funcin costo.

La informacin a posteriori en el espacio de los modelos, es decir, el conocimiento que se tiene
del modelo de suelo tras el proceso de medida e inversin, se puede cuantificar mediante una
densidad de probabilidad M (m) , que se expresa, en virtud del teorema de Bayes como la
integral:
- 152 -
Un algoritmo para la inversin del modelo de estructura.
M (m) = cte M (m) d d

D
D (d ) (d | m)
D (d )
(4.1.1)
(ver p. e. Tarantola, 2005, Ec. 1.89). Esta ecuacin proviene de una formulacin muy general del
problema inverso. En ella:
i) d d indica integracin en el espacio de los datos.
D
ii) La densidad de probabilidad D (d ) da cuenta de los resultados de las medidas (datos

experimentales) y de la incertidumbre la medicin (p. e. debida a efectos del instrumento),
indicando cmo de probable es que el valor verdadero de la magnitud medida sea d.
iii) La informacin a priori (probabilidad de que m sea el modelo verdadero, conocida por otros
medios) viene descrita por la distribucin M (m) . En ausencia de informacin previa, M (m)
se remplaza por M (m) , denominada densidad de probabilidad homognea en el espacio de los
modelos. Si todos los modelos se consideran equiprobables a priori en la parametrizacin de M
utilizada, M (m) ser constante (si se cambiara seguidamente de parametrizacin, sera
necesario sustituir la distribucin M , por otra distribucin proporcional al elemento de volumen
en el nuevo espacio de los modelos, que podra ahora depender de m ).
iv) La distribucin de probabilidad condicional (d | m) representa el clculo directo de la
magnitud medida a partir de cualquier modelo m . Se contempla en (4.1.1) el caso general en el
que el clculo directo no da un resultado d unvoco para cada m , sino que existe alguna
incertidumbre asociada que se puede expresar como una densidad de probabilidad (d | m)
para todo valor de d. Cuando el clculo directo s se puede realizar sin indeterminacin y viene
dado por una funcin g(d), se puede escribir (d | m) = (d g(m)) .
v) Por ltimo, D (d ) es la densidad de probabilidad homognea en el espacio de los datos y

cte es una constante de normalizacin que posibilita que la integral de M (m) sobre M valga
uno.
- 153 -
En el caso que nos ocupa, puede ser razonable admitir que M (m) = M (m) =cte (no hay
informacin previa y todos los modelos tienen la misma probabilidad a priori), que D (d ) =cte
y que (d | m) = (d g(m)) . Tambin admitiremos generalmente que las incertidumbres
experimentales en los datos son independientes y de tipo gaussiano:
1 dim(D ) (d
D (d )
exp
dim(D )
j 1
2
dim(D ) / 2
j
)
,
obs j 2
j2
(4.1.2)
j 1
donde d obs j , j y d j representan el j-simo dato experimental, su desviacin tpica y un

valor arbitrario para dato j-simo. Bajo estas hiptesis, la ecuacin (4.1.1) queda:
1 dim(D ) ( g j (m) d
M (m) exp
j2
2 j 1
obs j 2
(4.1.3)
donde g j (m) es la componente j-sima de g(m), i. e., el clculo directo del observable j.
La suma
dim(D )
j
( g (m) d
j 1
obs j
)2
j2
, que representa una medida de la discrepancia entre los
datos experimentales (pesados inversamente a su varianza) y el clculo directo g(m) ser, salvo
que se indique lo contrario, nuestra definicin de funcin costo, y se simbolizar misfit(m).
M (m) es montonamente decreciente respecto al costo del modelo m. Al negativo de la raz

de la funcin costo se la denomina a veces funcin objetivo. Cabe advertir que no existe un
consenso general sobre estas definiciones.
Funcin costo ecualizada.

En la mayora de las aplicaciones sismolgicas en las que se realiza inversin a partir de datos de
distinto tipo (p. e., velocidades de ondas Rayleigh, de ondas Love, de modos superiores,)
usados simultneamente, se suele reformular ligeramente la definicin de funcin costo, y
consecuentemente las (4.1.2-3), de modo que se incluya una ecualizacin que d el mismo
peso a las magnitudes que se estn invirtiendo.
Supongamos, por simplicidad, que tenemos dos tipos de datos (tipo 1 y tipo 2) y que el espacio
D se puede descomponer como el producto cartesiano D(1) D(2). En este caso, y siendo
dim(D(1)) y dim(D(2)) el nmero de datos de cada tipo, podemos definir D (d ) como:
- 154 -
D (d )
1 dim(D ) dim(D (1) ) (d j d obs j ) 2
dim(D )
(d
dim(D )
exp
(1)
j2
2 dim(D ( 2) ) j dim(D (1))1
2 2 dim(D ) j 1
dim(D (1) )
2 dim(D (1) ) j 2 dim(D ) 2 dim(D ( 2) )
dim(D ) / 2
2

dim(D )
j 1
j dim(D (1) )1 dim(D )
obs j 2
j2
j2
(4.1.4)
quedando
M (m)
j
(1 )
1 dim(D) dim(D ) ( g (m) d

exp
(1)
j 1
2
2
dim(
D
)
j2
obs j 2
dim(D)
2 dim(D ( 2) )
( g j (m) d
dim(D )
(1)
j dim(D
j2
) 1
obs j 2
(4.1.5)
Si se midi el mismo nmero de datos para ambos observables, i. e. dim(D (1) ) = dim(D ( 2) ) =
dim(D) / 2 , se recupera (4.1.3). Recogiendo la terminologa de Pei (2007), el corchete del

numerador de (4.1.5) podra denominarse funcin costo ecualizada.
Tambin es prctica comn en los problemas sismolgicos (p. e. Arai and Tokimatsu, 2005)
controlar la importancia relativa de las distintas magnitudes medidas mediante pesos
determinados empricamente (normalmente mediante prueba y error). En nuestro caso simple,
si estos pesos son p (1) y p ( 2) , cumpliendo p (1) + p ( 2) = 1, M (m) vendr dada por:
M (m)
j
(1)
(1 )
1 p dim(D ) dim(D ) ( g (m) d

exp
(1)
j 1
j2
2 dim(D )
obs j 2
p ( 2) dim(D )
dim(D ( 2) )
( g j (m) d
dim(D )
(1)
j dim(D
) 1
j2
)
.
obs j 2
(4.1.6)
Si p (1) = p ( 2) = se recupera (4.1.5). Formalmente, las ecuaciones (4.1.5) y (4.1.6) son
idnticas a (4.1.3) salvo en que ahora 2 dim(D (l ) ) j 2 / dim(D) dim(D (l ) ) j 2 /[ p (l ) dim(D)]
juegan el papel de la varianza del dato j-simo. La adaptacin de las ecuaciones descritas en
- 155 -
secciones posteriores a los casos en que M (m) venga dada por (4.1.5) o (4.1.6) es inmediata y
no se dar explcitamente.
Visualizacin de la solucin del problema inverso.
Dados los datos experimentales y la funcin que realiza el clculo directo, g(m) , la distribucin
(4.1.3) se puede considerar ya como la solucin al problema inverso. Desde esta perspectiva, la
dificultad estara ahora en visualizar M (m) para poder identificar las zonas (modelos) con
mayor densidad de probabilidad. La representacin detallada de M (m) suele ser inviable dada
la gran cantidad de modelos a evaluar (se requerira un mallado fino en el espacio de los
modelos) y la dificultad de representacin en ms de 2 3 dimensiones. Una opcin interesante
consiste en generar y observar una gran coleccin de muestras de la distribucin M (m) , es
decir escoger aleatoriamente modelos de tal modo que la densidad de probabilidad de que m sea
escogido sea proporcional a M (m) . El algoritmo de Metropolis-Hastings (Metropolis et al.
1953, Hastings 1970) puede usarse para llevar a cabo esta tarea de muestreo (ver p. e. Binder and
Heermann, 2002, Sambridge and Mosegaard, 2002; Gallagher et al., 2009).
4.1.2. CLCULO DEL MODELO MEDIO Y DE LAS INCERTIDUMBRES.

Una vez que podemos evaluar M (m) , se puede extraer toda la informacin estadstica deseada.
Por ejemplo, se puede calcular el modelo medio mediante:
m d m m M (m)
(4.1.7)
y la matriz de covarianzas como
~
t
C M d mm m m m M (m) ,
(4.1.8)
cuyos elementos en la diagonal principal son las varianzas de los correspondientes parmetros.
Para obtener la distribucin estadstica de un parmetro j en particular, se calcula su densidad de
probabilidad marginal a posteriori:
M j (m j ) d m1 ...d m j 1d m j 1 ...d m dim(M ) M (m) .

M
- 156 -
(4.1.9)
La utilidad de estas expresiones es discutible en el caso en el que haya varias regiones del
espacio de los modelos con buen grado de ajuste, ya que se podra obtener un modelo medio m
que no ajuste bien los datos (i.e. con M (m ) pequeo) y grandes desviaciones tpicas.
En cualquier caso, las integraciones anteriores se pueden realizar mediante el mtodo de Monte
Carlo (en esencia, promediar evaluaciones del integrando en un conjunto de modelos aleatorios).
De este modo, si se eligen modelos aleatorios segn una densidad de probabilidad uniforme, las
integrales (4.1.7) y (4.1.8) se pueden aproximar como un promedio pesado (de m y de
m m m m t ) sobre los modelos probados, con un peso para el modelo mp dado, siguiendo
(4.1.3), por:
1 dim(D ) ( g j (m p ) d
exp
j2
2 j 1
Nm
1 dim(D ) ( g j (m l ) d
exp
j2
l 1
2 j 1
,
j obs 2
)
j obs 2
(4.1.10)
donde Nm es el total de modelos evaluados. Desgraciadamente, si el nmero de parmetros que

definen el modelo es grande (tpicamente, mayor que 10), es probable que las regiones en las que
el peso es significativo no se muestreen suficientemente si este muestreo hace de modo
uniforme. Dal Moro et al. (2007) usan esta aproximacin para invertir un modelo medio a partir
de curvas de dispersin y evaluar sus incertidumbres, tomando todas las poblaciones generadas
en aplicaciones reiteradas de un algoritmo gentico, que resultan ms ricas en modelos con buen
ajuste. De modo ms riguroso, se podra mejorar el resultado generando modelos que sigan una
cierta distribucin de probabilidad conocida p(m) que muestree mejor las regiones de M que
proporcionan buenos ajustes (i. e. aquellas con M (m) apreciable). En ese caso habra que
corregir los pesos de cada modelo en la media final (modificar la expresin 4.1.10), de modo que
stos queden proporcionales a M (m) /p(m) en lugar de a M (m) . Un caso extremo consiste en
muestrear segn la distribucin p(m) = M (m) (por ejemplo, usando el algoritmo Metropolis~
Hastings, como se coment antes). En ese caso, m y C M se obtienen como simples promedios
(sin pesos) de m y m m m m para los modelos as generados (ver p. e. Gallagher et al.,

t
2009, Ec. 7).
- 157 -
4.2. MTODOS DE BSQUEDA GLOBAL.

En la seccin anterior se mencionaron el mtodo de Monte Carlo y una variante: el algoritmo de
Metropolis-Hastings en dos contextos diferentes pero muy relacionados: la exploracin del
espacio de los modelos en busca de mximos relativos de M (m) (i. e. de modelos probables,
dadas las medidas experimentales) y la evaluacin de las integrales que definen el modelo medio
y la desviacin tpica en sus parmetros. En esta seccin nos centramos en el primer aspecto,
comentando brevemente estos y otros mtodos que tienen en comn la capacidad de explorar
grandes regiones del espacio de los modelos en busca de mnimos de la funcin costo
(equivalentemente, mximos de la densidad de probabilidad a posteriori o de la funcin
objetivo), tratando de evitar el quedar atrapados en posibles mnimos locales. Un primer mtodo
de bsqueda global consiste en la evaluacin de misfit (m) en un mallado suficientemente fino
de M. Esta opcin es viable cuando el nmero de parmetros es pequeo, tpicamente, de hasta
tres o cuatro (p. e. para un clculo directo que dure 1s y 20 valores por cada variable, el clculo
dura dos das en dimensin cuatro; si hay 50 valores por variable, ya dura 72 das; en dimensin
tres las duraciones seran de dos horas y 34 horas respectivamente).
4.2.1. MTODOS DE MONTE CARLO

En su forma ms simple, el mtodo de Monte Carlo consiste en generar una coleccin de
modelos distribuidos aleatoriamente y uniformemente en una regin acotada del espacio de los
modelos, en la que supone que puede haber elementos con buen ajuste. Se trata de una opcin
muy atractiva por su simplicidad y porque no se necesita de ningn ajuste experto de parmetros
que relacionados con la operacin del mtodo, aparte de los intervalos de bsqueda. Su principal
problema consiste en que, conforme la dimensionalidad del problema crece, el nmero de
modelos muestreados debe de crecer sustancialmente (exponencialmente) para tener
oportunidades de encontrar las regiones de alto grado de ajuste. Tarantola (2005) indica, bastante
poticamente, que los espacios de alto nmero de dimensiones tienden a estar terriblemente
vacos. An as, estos mtodos son aplicables en casos de dimensionalidad moderada.
Recientemente Socco and Boiero (2008) han realizado experimentos sintticos invirtiendo las
velocidades de ondas S y los espesores en modelos de hasta tres capas sobre el semiespacio
(espacio de los modelos de dimensin 7) examinando 150000 modelos.
- 158 -
4.2.2. ALGORITMOS GENTICOS

Los algoritmos genticos (GA) (Holland 1975, Goldberg 1989, Whitley 1994) son considerados
como una herramienta muy potente para la exploracin del espacio de los modelos. Su
funcionamiento pretende mimetizar el proceso de evolucin biolgica natural.
A los parmetros del modelo se les permite tomar slo un conjunto discreto de valores, de modo
que cada modelo puede ser codificado en una cadena de bits. El funcionamiento tpico consiste
en generar aleatoriamente una poblacin que consta de un nmero fijo de modelos sobre la cual
se van a aplicar, en cada iteracin, tres operadores: seleccin, cruce y mutacin. El operador
seleccin elige aleatoriamente un conjunto de modelos que pasarn a la siguiente poblacin, con
ms probabilidad cuanto mayor sea su grado de ajuste. El operador cruce combina segmentos de
las cadenas de bits de parejas de modelos padres, tambin mediante decisiones aleatorias. El
operador mutacin puede cambiar aleatoriamente el valor de cada bit (con una probabilidad baja)
para hacer una poblacin ms diversa. Tras varias iteraciones (generaciones) se van
seleccionando modelos con buen ajuste y a la vez, explorando distintas regiones de M.
Tpicamente, el algoritmo requiere la eleccin de cinco parmetros, como el tamao de la
poblacin y los relacionados con las decisiones aleatorias que ejecutan los operadores.
Los GA se han aplicado en muchas ocasiones en problemas de geofsica, y en particular para el
ajuste de formas de onda. Algunas aplicaciones a la inversin de datos de ondas superficiales
pueden encontrarse en los trabajos de Yamanaka and Ishida (1996) y Fh et al. (2003). En
Garca-Jerez et al. (2008a) se adapt el algoritmo gentico escrito por Jimnez et al. (2005) en
entorno MATLAB para la inversin de curvas de dispersin y HVSR. Sin embargo, si se
pretende una descripcin bayesiana de la informacin que se consigue en la inversin (en la lnea
de la Seccin 4.1.1), los algoritmos genticos resultan inapropiados, ya que la distribucin de
probabilidad con que se muestrea M es muy compleja o desconocida (ver p. e. Sambridge and
Mosegaard 2002, Tarantola 2005).
4.2.3. CRISTALIZACIN SIMULADA.

La cristalizacin simulada (simulated annealing) es un mtodo de inversin inspirado en el
proceso termodinmico de enfriamiento y cristalizacin de la materia, destinado a encontrar el
modelo con mxima verosimilitud (el que maximiza M (m) / M (m) ). Desde el punto de vista
de la teora estadstica resumida en la Seccin 4.1.1, el mtodo consiste en muestrear una versin
deformada de la densidad de probabilidad a posteriori M (m) de modo que, a medida que se
obtienen muestras, se van acentuando los picos de probabilidad entorno al modelo (o modelos)
- 159 -
que proporcionan buen ajuste. La densidad de probabilidad modificada M (m, T ) se define, en

general, como:
T0 M (m)
ln
M (m)
T
M (m, T ) M (m) exp
(4.2.1)
que, para las M (m) descritas en la Seccin 4.1.1 y con M (m) constante queda:
1 T0
misfit (m) .
2T
M (m, T ) exp
(4.2.2)
En estas densidades modificadas intervienen dos nuevos parmetros, T y T0 , a los que se

denomina temperaturas (instantnea e inicial, respectivamente) ya que (4.2.2) tiene una forma
similar a la probabilidad de ocurrencia del estado m a la energa misfit (m) / 2 segn la
distribucin de Gibbs. El muestreo de la distribucin (4.2.2) se puede realizar extrayendo
modelos sucesivos mediante el algoritmo de Metropolis-Hastings (Metropolis et al. 1953,
Hastings 1970). Tras muestrar suficientemente M (m, T ) a una temperatura dada, se procede a
bajar sta (por ejemplo Pei, 2007 sigue una relacin Ti1 cte Ti ) y continuar la serie de
muestreos. Esta reduccin de T supone realzar la probabilidad de obtener modelos con buen
ajuste en detrimento de los de peor ajuste. El procedimiento termina cuando se cumple algn
criterio prefijado, p. e., cuando no se consigue bajar el valor de misfit (m) en un cierto nmero
de iteraciones o cuando misfit (m) est por debajo de cierto valor. La accin combinada del
muestreo de Metropolis y del enfriamiento produce una serie de modelos que tiende a converger
a un mximo de M (m) . Si el enfriamiento es lento, el mtodo explora mejor el espacio de los
modelos, favorecindose la transicin de unas regiones de M a otras (incluso transitando por
zonas de peor ajuste). Si es rpido, el comportamiento es ms parecido a una optimizacin local
y puede obtenerse un mnimo relativo de misfit (m) . Un ejemplo de aplicacin del algoritmo a la
inversin de curvas de dispersin puede encontrarse en el artculo de Martnez et al. (2000).
4.2.4. OTROS MTODOS.

En la bibliografa se pueden encontrar aplicaciones de muchos otros procedimientos de inversin
que tienen capacidad para la optimizacin global, tales como el empleo de redes neuronales o del
- 160 -
algoritmo Neighbourhood (de la vecindad). Estos mtodos son comentados brevemente a

continuacin.
Las redes neuronales son algoritmos que pretenden abordar el problema de la inversin
emulando el funcionamiento del cerebro. Fueron aplicadas por primera vez al problema que nos
ocupa por Gucunski (1993). Posteriormente, Michaels and Smith (1997) las aplicaron a la
inversin de la estructura partiendo de sismogramas en lugar de usar curvas de dispersin. El
algoritmo permite obtener los parmetros del modelo a partir de los observables basndose en un
aprendizaje previo en el que la red neuronal (un programa informtico) es entrenada con una
serie de seales sintticas para las que se conoce el modelo correspondiente. El mtodo tiene
limitaciones para el estudio de la propagacin de errores y en los casos en que la solucin no es
nica.
El algoritmo neighbourhood o de la vecindad (p. e. Sambridge, 1999; Wathelet, 2005) est
basado en la posibilidad de obtener una particin del espacio de los modelos mediante diagramas
de Voronoi (la definicin de estas regiones ser revisada brevemente en la Seccin 4.4 y Fig.
4.4.2). Partiendo de un conjunto de modelos aleatoriamente (y uniformemente) distribuidos en
M, se determinan en primer lugar sus respectivas celdas de Voronoi. Seguidamente, las celdas
centradas en los mejores modelos son muestradas, generando nuevos modelos uniformemente
distribuidos en su interior. El conjunto ampliado de modelos induce una nueva particin de M
en la que las regiones con alto grado de ajuste estn ms finamente divididas. El procedimiento
es iterado (muestreando el nuevo conjunto de celdas ptimas), acotando as los mejores modelos
en celdas de menor volumen cada vez. El nmero de celdas ptimas a tratar y el nmero de
modelos aleatorios que se generan en cada iteracin son fijos y predeterminados por el usuario.
4.3. MTODOS DE BSQUEDA LOCAL.

Existen problemas fsicos en los que la funcin misfit (m) (o M (m) ) es sencilla y presenta un
solo mnimo relativo o, ms comnmente en los problemas que nos ocupan, el conocimiento
sobre la solucin es suficiente como para acotar el espacio de los modelos a una regin con tales
caractersticas. En esos casos, puede ser preferible utilizar un algoritmo de bsqueda local capaz
de explorar esa regin de M localizando el mnimo de forma precisa. Estos algoritmos requieren
un modelo inicial a partir del cual evolucionar en un nico camino hacia un mnimo local. Suelen
- 161 -
ser adecuados an en espacios de dimensionalidad alta. A continuacin se comentan dos de estos

algoritmos que van a ser utilizados en la parte experimental de esta tesis.
4.3.1. INVERSIN LINEALIZADA.

Estos mtodos sacan partido de un caso de problema inverso especialmente simple. Se trata de
aquel en que el clculo directo viene descrito por una operacin lineal. La relacin d=g(m)
puede escribirse entonces como una operacin matricial d = G m y la densidad de probabilidad
a posteriori M (m) (Ec. 4.1.3) conserva una forma Gaussiana:
1
2
~ d
M (m) exp (Gm
~ (G t C 1G) 1 G t C 1d
centrada en m
D
D
obs
obs
~
~ d
) t C M1 (Gm
obs
(4.3.1)
~
y con C M (G t C D1G) 1 , siendo C D una matriz
diagonal con las varianzas de los datos. Si dim(M)=dim(D), se tiene simplemente

~ G 1d
m
obs
Cuando el problema no es lineal, g(m) puede desarrollarse en torno a un modelo m0 cercano a la

j
jl g
~
solucin m como g(m) g(m0) + G(m - m0), con G = l

m
, de modo que sta puede ser

m0
aproximada por
~ m - (G t C 1G) 1 G t C 1 (g(m ) - dobs).

m
0
0
D
D
(4.3.2)
Este procedimiento se puede aplicar de modo interativo reintroduciendo el modelo calculado

~ como modelo inicial y calculando la matriz G en torno a l. Si el problema es fuertemente no
m
lineal, el algoritmo se puede estabilizar introduciendo un amortiguamiento. En el mtodo quasiNewton, esto se traduce en aplicar un factor entre 0 y 1 tras el primer signo (-) de (4.3.2) cuyo
efecto es acortar los pasos entre dos modelos sucesivos impidiendo que el algoritmo se salte
~ . Si el problema es dbilemente no lineal,
posibles variaciones rpidas de g(m) entre m y m
0
M (m) no es una Gaussiana, pero puede ser an aproximada por una Gaussiana como (4.3.1) en
~ obtenido.
torno al punto ptimo m
~
La matriz de covarianzas a posteriori se evala como C M (G t C D1G) 1 tomando las derivadas
~
~ . Los elementos de la diagonal principal de C
parciales en el punto m
M representan las
- 162 -
varianzas de los correspondientes parmetros y por tanto, sus races cuadradas pueden tomarse
como estimacin del error en el parmetro del modelo invertido (ver tambin la definicin de la
elipse o el elipsoide de error en el Apndice IV.B). Los elementos de fuera de la diagonal indican
en qu medida las incertidumbres de las distintas variables estn correlacionadas. Efectivamente,
la correlacin entre las incertidumbres de los parmetro j y l es ms importante cuanto mayor sea
~
~ ~
el valor de C Mjl / C Mjj C Mll < 1. El grado de representatividad del ajuste puede evaluarse a partir
~ ) (Apndice IV.A).
del valor de misfit (m
Una formulacin ms general de este problema, en la que se integra la informacin a priori

puede encontrarse en la obra de Tarantola (2005).
4.3.2. DOWNHILL SIMPLEX.

Este procedimiento, diseado por Nelder and Mead (1965), evita la estimacin de derivadas
parciales de la funcin costo respecto a los parmetros ajustables del modelo (o de gj(m) como
en el caso anterior), permitiendo una rpida adaptacin del algoritmo a cualquier tipo de clculo
directo. Por otra parte, la convergencia a la solucin local es tpicamente ms lenta que en el caso
anterior. En primer lugar, se define un modelo inicial y se genera un conjunto de dim(M)+1
modelos (que son los vrtices de un cuerpo geomtrico denominado simplex) variando
ligeramente y una a una sus dim(M) variables independientes. Por ligeramente ha de entenderse
una variacin pequea, pero con efectos perceptibles en el clculo directo de la curva a ajustar
(depender del problema concreto). La funcin costo es evaluada en cada uno de los vrtices del
simplex y el que proporciona el peor ajuste es reemplazado por otro, obtenido mediante la
realizacin de ciertas operaciones geomtricas sobre el conjunto (contraccin, reflexin o
reflexin y expansin, ver Figura 4.3.1). Si estas operaciones fallan (no consiguen un vrtice
mejor que el eliminado), el simplex se contrae hacia el mejor de sus vrtices antes de
reintentarlas (contraccin mltiple en Fig. 4.3.1). El proceso se puede terminar cuando la
diferencia en la funcin costo entre el peor y el mejor vrtice del simplex est por debajo de
cierto porcentaje prescrito o cuando el tamao del simplex se hace suficientemente pequeo.
4.4. DISEO E IMPLEMENTACIN DE DOS ALGORITMOS HBRIDOS.

A continuacin se describe y se muestran las posibilidades de un cdigo que combina mtodos
locales de optimizacin con una bsqueda aleatoria simple aplicado al problema de la obtencin
de modelos de suelo unidimensionales a partir de curvas de dispersin de ondas superficiales de
- 163 -
Figura 4.3.1 Posibles evoluciones del simplex en un espacio de los modelos tridimensional. Los vrtices
superior e inferior del simplex son los que presentaran mayor y menor valor de misfit, respectivamente.
Adaptado de Press et al. (1992).
corto periodo. Con el objetivo de aprovechar al mximo las capacidades de cmputo actuales, se
ha elaborado un programa informtico paralelizado cuyo funcionamiento sigue el esquema
indicado en la Figura 4.4.1. El programa est escrito en FORTRAN77 y utiliza subrutinas MPI
(Message Passing Interface) para la comunicacin entre los distintos procesadores.
Algoritmos de optimizacin implementados

En la versin actual, el programa puede trabajar en dos modos distintos: i) Bsqueda aleatoria
directa (Monte Carlo) + Inversin linealizada o ii) Monte Carlo + Downhill Simplex. Como caso
particular de inters, tambin es posible realizar bsquedas Monte Carlo exclusivamente. El
procedimiento es, bsicamente, como sigue:
Uno de los ordenadores, al que llamaremos mster, realiza una eleccin de modelos mediante un
generador de nmeros pseudo-aleatorios y dentro de ciertos rangos decididos a priori por el
usuario. Los modelos estn definidos por la velocidad de onda P (VP), la velocidad de onda S
(VS), el espesor (h) y la densidad () de cada uno de los estratos planoparalelos que, se supone,
forman la estructura (el nmero de estratos es fijo y es definido por el usuario). Dos formatos
distintos son soportados para establecer la regin del espacio de los modelos a explorar: la
especificacin de intervalos para cada parmetro del modelo y la especificacin de regiones en el
- 164 -
plano VS z (con z representando la profundidad) limitadas por relaciones potenciales del tipo
VS = V0 z x con V0 y x constantes. En el primer caso, pueden indicarse tres tipos de parmetros:
variables independientes, fijos y dependientes. Los dependientes se calculan del resto a partir de
relaciones empricas (p. e. o VP a partir de VS). El usuario puede elegir entre usar las relaciones
pre-programadas o aportar otras en forma de parejas de valores en un archivo adjunto (que se
usarn para interpolacin). En el segundo caso, VP y se tratan siempre como parmetros
dependientes.
El ordenador mster enva estos modelos iniciales al resto de procesadores y espera sus
respuestas mediante recepciones no bloqueantes de MPI. Seguidamente, cada procesador
secundario emplea mtodos de optimizacin local con objeto de encontrar un mnimo relativo de
la funcin misfit(m) en el entorno del modelo recibido.
En el modo i) se emplea el mtodo de Backus-Gilbert (Backus and Gilbert, 1970) en su

implementacin de Herrmann (1987). En este caso, se permite realizar iteraciones en las que las
variables independientes sean todas las velocidades de onda S (VS) o bien los espesores de las
capas (h). Cualquier secuencia regular de ambos tipos de iteraciones puede ser tambin prefijada.
El nmero de iteraciones es fijado por el usuario.
En el modo ii) se emplea mtodo Simplex-Downhill (Nelder y Mead, 1965). Concretamente, se

usa adaptacin de la subrutina amoeba (Press et al. 1992). El simplex inicial se construye
variando un pequeo porcentaje (5%) los parmetros del modelo inicial (se usa el mismo
criterio que en la funcin fminsearch de MATLAB). El procedimiento termina cuando se
estabiliza el grado de ajuste de los datos o cuando se alcanza un nmero de iteraciones prefijado.
En este modo de operacin, se preserva la clasificacin de los parmetros del modelo (variables,
dependientes o constantes) tambin durante las iteraciones. Cualquier subconjunto de
propiedades se puede marcar como independientes (por ejemplo, espesores y velocidades de
onda S o P de ciertas capas, etc.). Adems, si la regin de generacin de modelos iniciales se
especific mediante los intervalos de variacin de los parmetros independientes, se puede
(opcionalmente) forzar que la minimizacin local se realice tambin dentro de esa regin,
sumando penalizaciones artificiales a misfit(m) cuando el simplex genere modelos en el exterior
del recinto permitido.
- 165 -
OPERADOR
Optimizacin Local
CPU 02
Datos experimentales.
Lmites del espacio de los modelos.
Algoritmo BackusGilbert.
CPU 01
CPU i
Algoritmo Downhill
Simplex
modelos iniciales
- Listado de modelos salientes por
grado de ajuste.
- Anlisis estadstico.
- Solucin Local.
- Grado de ajuste.
CPU N
Figura 4.4.1. Esquema del algoritmo hbrido de inversin.
Una vez satisfecha la condicin de trmino de la optimizacin local, cada procesador enva al
~ resultante de sta, as como el valor de misfit( m
~ ) correspondiente,
mster el modelo m
quedando libre para la recepcin de un nuevo modelo (la cual se realiza inmediatamente). El
programa termina, tras un nmero prefijado de modelos iniciales tratados, ordenando los
modelos devueltos en funcin del misfit(m) y realizando los anlisis estadsticos que se indicaron
en la Seccin 4.1.2. Un script de MATLAB permite una sencilla representacin de la salida (p.
e. Fig. 4.4.4b). Como se ha indicado antes, la generacin de modelos aleatorios est centralizada
en el ordenador mster. Aunque en la versin actual las nicas ventajas de esto son de tipo
organizativo, se facilita as la evolucin del programa hacia futuras versiones (por ejemplo, la
integracin de un algoritmo gentico como mtodo de bsqueda global, que requiere que un solo
procesador tenga acceso y combine los modelos de las distintas poblaciones).
El programa permite que los procesadores trabajen a velocidades distintas (en funcin de sus
caractersticas, del nmero de procesos activos,) ya que los modelos se van reponiendo
conforme stos van quedando libres. Est implementada la posibilidad de limitar el tiempo
empleado por los procesadores en el clculo directo y de que cada procesador guarde un registro
de los modelos que se van generando durante la minimizacin local.
- 166 -
Clculos directos implementados.

En la Tabla 4.4.1 se indica, para cada algoritmo, qu tipo de datos pueden utilizarse en la
inversin (independientemente o de forma conjunta) y se resumen algunas caractersticas de la
implementacin. En caso de inversiones conjuntas, el usuario puede decidir los pesos que se dan
a los distintos observables. En el caso de las curvas de dispersin, se admiten mltiples modos.
Como clculo directo del HVSR se toma, para cada frecuencia, el menor de los dos valores
siguientes: i) el valor absoluto de la elipticidad del modo fundamental Rayleigh a esa frecuencia,
ii) la mxima amplitud del HVSR experimental. Este procedimiento disminuye los efectos de
una posible divergencia en el clculo directo en torno a la frecuencia de resonancia.
Tabla 4.4.1. Caractersticas de los distintos modos de inversin.
Veloc. Fase. Rayleigh
Monte Carlo &

Inversin Linealizada
S
Veloc. Fase. Rayleigh
HVSR
No
Slo en la generacin de
modelos iniciales.
Iteraciones en espesores o
velocidades.
Monte Carlo
Parametrizacin
Arbitraria de los
modelos
Monte Carlo &

Downhill-Simplex
S
Anlisis estadstico implementado.

Los anlisis estadsticos descritos en las secciones 4.1.1. y 4.1.2. han sido programados en un
cdigo de MATLAB que trabaja sobre el fichero de salida del programa hbrido de inversin, i.
e. una lista de Nm modelos probados ( m l ; l = 1, , Nm) con sus correspondientes valores de la
funcin costo. Por efecto de los algoritmos de optimizacin local, los modelos evaluados distarn
de estar uniformemente distribuidos en M, apareciendo ms concentrados en la regin (o
regiones) donde misfit(m) es pequeo. Por tanto, para calcular el modelo medio m y la matriz
~
de covarianzas C M de (4.1.7) y (4.1.8), adems de pesar cada modelo segn su densidad de
probabilidad a posteriori habr que aadir pesos adicionales que den cuenta de la proporcin de
la regin M representada por cada uno. Con este objetivo, se han calculado los diagramas de
Voronoi asociados al conjunto de modelos. Para cada uno se define su celda de Voronoi como la
regin de M limitada por puntos equidistantes a algn otro modelo. La proporcin entre el
volumen (en el espacio dim(M)-dimensional) de la celda asociada a un modelo y el volumen
- 167 -
total de M es una estimacin del peso correspondiente. Combinando los dos tipos de pesos se
tiene weight( m p ):
1
Vol (m p ) exp[ misfit (m p )]
,
2
weight (m p ) N m
1
l Vol (m l ) exp[ 2 misfit (m l )]
(4.4.1)
siendo Vol( m p ) el volumen de la celda de Voronoi correspondiente al modelo m p . Como se

~
coment anteriormente, una vez evaluados m y C M , se pueden extraer las desviaciones
estndar de los parmetros de m . En el programa, emplea el software MPT (Multi Parametric

Toolbox, disponible en http://control.ee.ethz.ch/~mpt/) junto a MATLAB para calcular el
diagrama de Voronoi en cualquier nmero de dimensiones dim(M). En dos dimensiones, y a
modo de ilustracin, se muestra el procedimiento en la figura 4.4.2. En las Figs. 4.4.4b y d se
muestra parte de la salida del cdigo para un ejemplo sinttico: modelos salientes ordenados
segn misfit(m) (escala de grises), mejor modelo (en rojo), modelo medio y desviacin tpica
(azul) y matriz de covarianzas normalizada.
4.4.1 COMPROBACIN DEL ALGORITMO

Se ha comprobado el programa aplicndolo a la inversin de una curva de dispersin Rayleigh
sinttica correspondiente a un modelo conocido. En este caso, se ha utilizado un modelo de dos
capas sobre semiespacio que fue usado por Yamanaka (2005) para el testeo de varios mtodos de
inversin globales. El modelo est listado en la Tabla 4.4.2. Se consider exclusivamente el
modo fundamental y un rango de frecuencias entre 2 y 25 Hz.
Test a nmero de evaluaciones constante

En primer lugar, buscamos qu relacin entre el nmero de modelos iniciales (Nmi) generados y
el nmero de iteraciones realizadas por el algoritmo Simplex optimiza los resultados en nuestro
ejemplo. Para ello, fijamos el coste computacional en la evaluacin de 3000 modelos y
ensayamos distintos valores del nmero de iteraciones (Nit) de modo que se mantenga Nmi x Nit =
3000.
En la Figura 4.4.3 se representa el grado de ajuste del mejor modelo y la media del de los cinco
mejores modelos salientes, en funcin de Nmi.. Los mejores resultados se obtuvieron usando 20 y
25 modelos iniciales, correspondiendo a 150 y 120 iteraciones respectivamente. Como se
observa, este problema de 5 parmetros libres es an lo suficientemente sencillo como para que
sea posible obtener buenas soluciones mediante unas pocas aplicaciones del algoritmo Simplex.
- 168 -
1
0.9
0.8
0.7
Variable 2
0.6
0.5
0.4
0.3
0.2
0.1
0
0
0.2
0.4
0.6
0.8
Variable 1
Figura 4.4.2. Ejemplo de integracin en un espacio de los modelos bidimensional. Los puntos verdes representan los
modelos evaluados y el punto rojo es el mejor de ellos (menor valor de la funcin costo). Se muestra la particin en
celdas de Voronoi. El color de cada celda es ms cercano al blanco cuanto mayor es el peso del modelo que
contiene, que depende del valor que toma la distribucin probabilidad a posteriori y del volumen de la celda. El
modelo medio y la desviacin tpica en las variables se muestran en azul.
Tabla 4.4.2. Parmetros del modelo e intervalos de generacin de modelos iniciales.

Variables Independientes
Capa
VS (m/s)
h (m)
(g/cm3)
VS (m/s)
h (m)
100
1.5
70 a 130
1 a 11
250
1.8
175 a 325
1 a 11
500
2.0
350 a 650
Los resultados obtenidos por Yamanaka (2005), en condiciones anlogas y con un mismo costo
computacional, mediante un Algoritmo Gentico estn representados en la Figura 4.4.4(a) por la
lnea amarilla. El rea de bsqueda de cada variable se codific a 8 bits (25x8 = 1.1 1012 posibles
modelos). Us una poblacin de 30 modelos que evolucionaron a lo largo de 100 generaciones.
La lnea verde representa el modelo obtenido con Monte Carlo + Downhill Simplex usando 20
modelos iniciales. Se observa que los resultados obtenidos con este procedimiento hbrido son, al
- 169 -
menos en este problema concreto, mejores que los del Algoritmo Gentico para un coste
computacional similar (en trminos de clculos directos realizados).
Figura 4.4.3. Grado de ajuste del mejor modelo encontrado (puntos) en funcin del nmero de modelos iniciales
(Nmi) para un total de 3000 modelos probados. Las iteraciones han sido realizadas con el mtodo Simplex. Los
tringulos corresponden al promedio de los grados de ajuste de los 5 mejores modelos encontrados. El grado de
ajuste representado en el eje de ordenadas es 100 100 dim(D ) ( g j (m) d
j 1
obs j
dim(D )
) 2 (d
j 1
obs j
)2 .
En la figura 4.4.4c se pueden verificar visualmente las diferencias en el grado de ajuste. Sin
embargo, aunque el mejor modelo obtenido por nuestro mtodo (lnea verde) reproduce muy
bien las capas superficiales, da una profundidad del semiespacio algo ms alejada de la real. En
la Figura 4.4.4b tambin se muestran los resultados de la aplicacin del algoritmo descrito sobre
una muestra ms amplia de modelos aleatorios (1000 modelos aleatorios, 150 iteraciones por
modelo). Tambin se calcul el modelo medio y su dispersin para el conjunto de los modelos
salientes de la optimizacin local, que se representa en 4.4.4a y b con lnea azul (se sigui el
mtodo descrito en esta seccin; los modelos salientes que estn fuera de los rangos de la Tabla
4.4.2. fueron excluidos de la estadstica). El modelo obtenido a partir de slo 30 modelos
iniciales es perfectamente consistente con los resultados estadsticos obtenidos con 1000
modelos iniciales (no as el obtenido con el GA, que est fuera del rango de una desviacin
tpica). La matriz de covarianzas normalizadas representada en la Fig. 4.4.4d muestra
dependencias significativas entre el espesor y la velocidad de la primera capa y, en menor
medida, entre el espesor de la segunda capa y la velocidad del semiespacio.
- 170 -
Figura 4.4.4. (a) Modelos resultantes de la inversin usando 3000 evaluaciones de la funcin costo: con algoritmo
gentico en amarillo; con el algoritmo hbrido descrito aqu (y 20 modelos iniciales x 150 iteraciones con simplex)
en verde. El modelo real se muestra en magenta. El resto de las lneas se explican en la subfigura (b).
(b) En rojo, mejor modelo obtenido tras 150000 evaluaciones (1000 modelos iniciales x 150 iteraciones con
Simplex). El resto de los modelos recibidos de los procesadores secundarios estn representados en escala de grises
segn el grado de ajuste. En azul se representa el modelo medio (ver texto). (c) Curvas de dispersin
correspondientes a los modelos obtenidos con el procedimiento hbrido (verde) y con el algoritmo gentico
(amarillo) usando ambos 3000 evaluaciones. Para los clculos de las barras de error (subfiguras a y b) y de los
valores de misfit(m) (subfigura b) se asumi una desviacin tpica constante en los datos valiendo el 5% del valor
r.m.s. de stos, esto es, 18.3m/s. (d) Matriz de covarianzas a posteriori normalizada obtenida para la inversin
realizada en la subfigura (b). El elemento j,l representa C Mjl / C Mjj C Mll , estando acotado entre 0 y 1.
4.4.2. CLCULO DE LA EFICIENCIA EN LA PARALELIZACIN.

El funcionamiento de un algoritmo paralelizado generalmente se evala en trminos del
incremento de velocidad o de la eficiencia (Sheen et al., 2006). El incremento de velocidad (S) se
define generalmente como la relacin entre el tiempo invertido cuando el programa se ejecuta en
un solo procesador y el tiempo empleado cuando se ejecuta en un clster de n procesadores,
- 171 -
S (n) T1 / Tn .
(4.4.2)
En nuestro caso, el ordenador mster es excluido en el cmputo de n. El cociente de S(n) entre el

nmero de procesadores da la eficiencia de la paralelizacin (E):
E (n) S (n) / n
(4.4.3)
De acuerdo con la definicin, la eficiencia es igual a 1 cuando el incremento de velocidad es

lineal con el nmero de procesadores. En nuestro caso, como en la mayora de las
implementaciones en paralelo, el incremento de velocidad se sita por debajo del
comportamiento lineal (Figura 4.4.5) debido al aumento del tiempo de comunicacin con el
tamao del clster. Conforme el tamao del clster crece, aumenta adems la probabilidad de
que cuando uno de los procesadores secundarios termina su tarea encuentre al mster ocupado en
transmitir respuesta a alguno de los otros ordenadores.
Figura 4.4.5. Comportamiento del algoritmo Bsqueda Aleatoria + Simplex. La lnea continua representa el
comportamiento ideal. Los crculos corresponden al comportamiento encontrado. En todos los casos, se ejecut el
problema establecido en la Tabla 4.4.2 utilizando 20 modelos iniciales y 150 iteraciones por modelo inicial. En
abscisa, se representa el nmero de procesadores excluido el mster.
4.5. RESUMEN Y CONCLUSIONES DEL CAPTULO 4.

En este captulo se han descrito diferentes mtodos de inversin, tanto de tipo global como
- 172 -
orientados a bsquedas locales en el espacio de los modelos M. Tambin se han resumido los
elementos estadsticos necesarios de la teora de la inversin segn una formulacin bayesiana.
Se ha presentado un cdigo de inversin hbrido que combina mtodos de inversin global y

local: bsqueda aleatoria, downhill simplex e inversin linealizada. El programa est adaptado
para su ejecucin en paralelo en equipos de clculo masivo. Asimismo, se ha presentado una
herramienta desarrollada en MATLAB que permite la representacin de los resultados de la
inversin y el clculo del modelo medio y de la matriz de covarianzas, aproximando las
necesarias integraciones sobre el espacio M mediante un mtodo basado en diagramas de
Voronoi. Una aplicacin de estos cdigos a datos reales puede encontrarse en la Seccin 5.3.4.
Se ha realizado un ejemplo sinttico de inversin utilizando el programa desarrollado,

obtenindose muy buenos resultados (desajustes por debajo del 0.0002% en trminos de
dim(D )
j
( g (m) d
j 1
obs j 2
dim(D )
frente a (d
j 1
) ). En comparacin con un algoritmo gentico, y a
obs j 2
igual nmero de clculos directos, el mtodo hbrido proporcion un mejor ajuste.

A la vista de las Figuras 4.4.3 y 4.4.4 se advierte que es necesario usar una relacin equilibrada
entre nmero de modelos iniciales y el nmero de iteraciones para optimizar el rendimiento del
algoritmo. En un extremo, el uso de un solo modelo inicial, aun no estando muy alejado del
modelo solucin, no garantiza la convergencia a una solucin razonable (p. e., hay algunos
modelos muy discrepantes del verdadero en Figura 4.4.4b que proceden de modelos iniciales
dentro de los rangos en la tabla 4.4.2). En el otro, una mera exploracin aleatoria de los
intervalos de bsqueda resulta relativamente ineficiente (Figura 4.4.3 para Nmi altos),
requirindose un aumento sustancial del nmero de modelos evaluados para alcanzar resultados
similares. Desgraciadamente, no parece fcil encontrar una regla general, debindose buscar este
equilibrio entre los algoritmos mediante prueba y error.
Se ha realizado un test de eficiencia para la implementacin paralelizada del algoritmo hbrido

utilizando un mximo de 11 procesadores. Aunque hay una prdida paulatina de eficiencia
conforme el nmero de procesadores crece, sta se sita, como poco, en el entorno del 80%,
mantenindose la tendencia decreciente del tiempo de clculo.
- 173 -
4.6. APNDICES DEL CAPTULO 4.
Apndice IV.A. Evaluacin de la fiabilidad del ajuste

~ que minimiza misfit( m ) es posible evaluar cmo de bueno es
Una vez encontrado el modelo m
el ajuste alcanzado. Para ello, dada la distribucin M (m) definida por las medidas
experimentales d
obs j
y j , j=1,, dim(D) en (4.1.3), se puede evaluar que probabilidad hay
de que aparezcan valores tan alejados de d
obs
~ ) o ms.
como los del clculo directo g( m
~ ) se distribuye como una distribucin chi-cuadrado de = dim(D) Utilizamos que misfit( m

~ ) en
dim(M) grados de libertad (Press et al., 1992). Por tanto, introduciendo el valor de misfit( m
la Tabla IV.A.1. se puede obtener la probabilidad q = 1-p de que ese grado de desajuste se
obtuviera por azar. Si q es muy baja, se puede concluir que el modelado del problema es
deficiente o que los errores experimentales estn subestimados.
Tabla IV.A.1. Distribucin
2, p
acumulativa como funcin de los grados de libertad y del nivel de confianza.
Apndice IV.B. Hper-elipsoide de error
~ restringindonos a un grupo de
Estudiemos ahora las incertidumbres en el valor de m
~ ,, m
~
parmetros de inters. La funcin misfit( m1 ,, m ) = misfit( m1 ,, m , m
dim(M ) ) 1
~ ), que depende del subconjunto de parmetros m ,, m , est tambin distribuida
misfit( m
1
como una distribucin chi-cuadrado de grados de libertad (Press et al., 1992). Por tanto, la
regin del subespacio -dimensional de M en la que la probabilidad de que misfit( m1 ,, m )
est es mayor que p, est limitada por la curva:
- 174 -
~
(m1 m
1
~
m2 m
2
~ 1
~ )t C
... m m
1,...,
~
(m1 m
1
~
m2 m
2
~ ) 2 ,
... m m
,p
(IV.B.1)
~
donde 2, p se puede leer de la Tabla IV.A.1 y C M1
1,...,
es la matriz formada por la interseccin
~
de las filas 1,..., y las columnas 1,..., de C M1 . Por ejemplo, si =1 (nos interesara un solo
~ 2 1 2 , lo que es en
parmetro) y fijamos el 68.3% de nivel de confianza, tenemos m1 m
1
general vlido para cualquier variable j (i. e., la regin buscada es el intervalo
~ j m
~ j ). En 2D (i. e. si =2) la ecuacin (IV.B.1) limita una elipse de error, en 3D
m
j
j
un elipsoide y un hiper-elipsoide para valores superiores de . Los respectivos ejes principales se

~
pueden calcular como los autovectores de C M1 1,..., .
- 175 -
- 176 -
CAPTULO 5
APLICACIONES
5.1. CARACTERIZACIN DE LA COBERTURA SEDIMENTARIA DEL POLJE DE

ZAFARRAYA, SUR DE ESPAA, MEDIANTE MEDIDAS DEL COCIENTE ESPECTRAL
H/V DE RUIDO AMBIENTAL.
La estructura sedimentaria de la cuenca de Zafarraya, una depresin krstica localizada en el sur
de Espaa, ha sido estudiada por Garca-Jerez et al. (2006a) usando el cociente espectral H/V
para ruido ambiental (HVSR) en combinacin con informacin geolgica. Para ello, se realiz
un ajuste entre la frecuencia del pico principal del cociente espectral y la profundidad del
basamento usando 17 puntos de la cuenca en los que se dispona de informacin geotcnica.
Seguidamente se utiliz la relacin ajustada para inferir la profundidad del basamento en una
malla densa de puntos a partir de las frecuencias de resonancia medidas. Adems, se obtuvo una
relacin exponencial que describe la variacin de la velocidad de onda S con la profundidad para
la cobertura sedimentaria de la cuenca, asumiendo su homogeneidad lateral (hasta alcanzar el
basamento, de profundidad variable) y variaciones suaves en vertical, debidas a la edad de los
materiales y al incremento de la presin confinante. En los detalles metodolgicos, se sigue el
trabajo pionero de Ibs-von Seht and Wohlenberg (1999), si bien, se comparan varias maneras
alternativas para relacionar tericamente los modelos de suelo 1D con las frecuencias de
resonancia.
5.1.1. INTRODUCCIN
La cuenca de Zafarraya (Fig. 5.1.1), es una gran depresin krstica ubicada en el sur de la
Pennsula Ibrica (Lpez-Chicano et al., 2002). Esta regin meridional sufre la mayor
peligrosidad ssmica de la Pennsula, debida a la colisin entre las placas euroasitica y africana.
(b)
(a)
Figura 5.1.1. a) Situacin de la cuenca de Zafarraya, en el sur de Espaa. b) Topografa de la cuenca de Zafarraya.
Los puntos rellenos indican los lugares en que se realizaron medidas de microtremores, aproximadamente en los
vrtices de una malla cuadrada de 500 m de lado. La lnea continua indica la situacin del corte geolgico mostrado
en la figura 5.2, uniendo un conjunto de sondeos geoelctricos (puntos huecos).
Buen ejemplo de ello es el terremoto de Andaluca, que alcanz magnitud 6.8 segn el Instituto
Andaluz de Geofsica (www.ugr.es/~iag) e intensidad epicentral X. Este evento caus grandes
daos el 24 de diciembre de 1884 en varias localidades situadas en la cuenca y en sus
proximidades.
Algunos trabajos han sido ya publicados sobre la respuesta ssmica de la cuenca de Zafarraya.
Los primeros estudios realizados usando registros de ruido ambiental fueron presentados por
Morales (1991) y Morales et al., (1991). Estos autores analizaron el movimiento horizontal en 15
puntos situados a lo largo de dos perfiles perpendiculares (aproximadamente del punto I1 al L4 y
del E5 al K2 en la Fig. 5.1b), encontrando una frecuencia dominante en el espectro en torno a
los 2.8 Hz, que permaneca casi constante en toda la cuenca. Sin embargo, Luzn (1995) y
Luzn et al. (2004) llevaron a cabo simulaciones en modelos homogneos 2D y 3D bajo
incidencia de ondas planas usando el mtodo IBEM (Indirect Boundary Element Method) en los
- 178 -
Aplicaciones.
que encontraron que la frecuencia fundamental de la funcin de transferencia es dependiente de

la profundidad local al basamento. Las amplificaciones del movimiento del suelo encontradas
por estos autores fueron de hasta 12 en las zonas ms profundas.
5.1.2. CONTEXTO GEOLGICO

Como se indic, la cuenca de Zafarraya es una gran (22 km2) depresin krstica Negena situada
en el suroeste Espaa y enclavada en la cordillera Btica. Tiene una longitud de unos 10 km
siguiendo una orientacin ESE-WNW (Fig. 5.1.1). La anchura mxima (3.5 km) aparece en el
sector
occidental.
La
altitud
media
ronda
los
900m
sobre
el
nivel
del
mar,
decreciendosuavemente hacia el oeste y hacia el norte. El borde norte est limitado por Sierra
Gorda, una gran masa carbonatada de caliza blanca del Jursico, mientras que en el resto del
contorno aparecen los montes de Zafarraya, compuestos de calizas dolomticas.
En esta rea se realizaron varias investigaciones anteriores usando mtodos geoelctricos

(Lpez-Chicano, 1989) y geotcnicos (Martn Vivaldi et al., 1971) que revelaron cierta
complejidad en la estructura sedimentaria de la cuenca. Estos estudios muestran una capa
superficial formada por arenas, limos y conglomerados aluviales con un espesor mximo que no
alcanza los 10 m en el punto ms
profundo
(Lpez-Chicano,
1992).
Existe una segunda capa, compuesta de

arcillas y limos aluviales, con un
espesor mximo de unos 50 m en el
sector
oriental.
Estos
materiales
descansan directamente en el sobre el

basamento carbonatado mesozoico en
el oeste, mientras que cerca del borde
sur, y en la parte central hay un estrato
Figura 5.1.2. Seccin geolgica de la cuenca de Zafarraya,
grueso
correspondiente a la lnea indicada en la Fig. 5.5.1. Leyenda: 1,
principalmente, existen calcarenitas
Materiales carbonatados del Mesozoico; 2, materiales margosos y
ocupando el lugar de las margas. Un
calcreos del periodo cretcico; 3, calcarenitas; 4, margas
esquema de la geologa en la seccin
azuladas del Mioceno superior; 5, arcillas y limos aluviales; 6,

arenas, limos y conglomerados aluviales; 7, sondeo geoelctrico.
- 179 -
margas.
Al
este,
longitudinal marcada en Fig. 5.1.1b se

muestra
Adaptado de Lpez-Chicano (1992).
de
en
la
figura
5.1.2.
La
profundidad mxima del estrato hasta la caliza no est bien determinada, aunque se sabe que
alcanza al menos los 200 m en algunas zonas alrededor del lecho del arroyo La Madre (LpezChicano, 1992). Este arroyo estacional, fluye desde el sureste hasta los sumideros del noroeste,
perdiendo un 60% del caudal antes de alcanzar el centro de la cuenca debido a la gran
infiltracin a travs de los depsitos aluviales. Otros arroyos y sumideros menores aparecen en el
borde oeste, que es un rea complicada, con afloramientos calizos puntuales. Ms informacin
sobre la hidrogeologa de esta zona puede encontrarse en Lpez-Chicano et al. (2002). Aunque
existen varias poblaciones situadas en los bordes de la cuenca (Zafarraya, en los afloramientos
del oeste, Ventas de Zafarraya en la parte central del borde sur y El Almendral en el centro del
borde norte, ver Fig. 5.1.1), la mayor parte de la su superficie se emplea para la explotacin
agrcola.
5.1.3. MEDIDAS DE MICROTREMOR
En julio de 2004, obtuvimos 86 registros de microtremor, aproximadamente en los vrtices de
una malla regular cuadrada de 500 metros de lado, cubriendo la prctica totalidad de cuenca (Fig.
5.1.1). En contraste con Morales et al. (1991), quienes usaron slo componentes horizontales,
nosotros registramos ruido ambiental en las tres componentes. Los instrumentos empleados
fueron dos sismgrafos de corto periodo trabajando a una frecuencia de muestreo de 100 Hz.
Uno de ellos constaba de un digitalizador SPC-35 y tres sensores VSE-15D con respuesta plana
en un rango de frecuencias entre 0.25 y 70 Hz. El otro, tena conectados sensores Mark L4-C con
una respuesta aceptable entre 0.65 y 40 Hz. Ambos dispositivos haban sido empleados
previamente en varios trabajos (Navarro et al., 2001; Almendros et al., 2004; Al Yuncha et al.,
2004). Los sensores fueron fijados a plataformas niveladas, colocadas directamente sobre el
suelo. El tiempo de registro fue de 10 minutos, en los que se evit la actividad de la maquinaria
agrcola en el entorno del punto de medida. Tras las correcciones instrumentales, cada registro
fue dividido en un conjunto de ventanas de 20.48s de longitud, parcialmente solapadas
(centradas cada 2.56s). Se admite que esta longitud es apropiada para el clculo numrico de la
FFT para cualquier frecuencia mayor de 0.5 Hz, pues contiene al menos 10 ciclos de cada
periodo analizado. Los mdulos cuadrados de las transformadas de los registros norte-sur U N y
este-oeste U E , que son proporcionales a las respectivas densidades espectrales de potencia,
fueron compuestos y divididos por el del registro vertical W para obtener el cociente espectral
2
H/V HVSR segn HVSR( f ) U N ( f ) U E ( f )
W ( f ) . Los cocientes espectrales fueron
calculados separadamente en todos los intervalos temporales y representados en un diagrama
- 180 -
Aplicaciones.
dependiente del tiempo (ratiograma) tal como se muestra en la figura Fig. 5.1.3b.
Figura 5.1.3. Anlisis de estabilidad del HVSR para el punto I2. (a) Registro de ruido ambiental en las tres
componentes. (b) Representacin del cociente espectral en funcin del tiempo. (c) Promedio temporal de las
amplitudes espectrales de las componentes horizontal (lnea continua) y vertical (lnea discontinua). (d) Promedio
del cociente espectral (lnea continua). La desviacin estndar se muestra con lnea discontinua. Obsrvese la
discrepancia entre la frecuencia de mxima amplitud en la horizontal y la frecuencia de resonancia (definida como la
frecuencia del pico principal del HVSR).
Seguidamente, el registro de velocidad es inspeccionado visualmente y los cociente H/V

promediados para las ventanas con buena calidad, evitando los transitorios debidos a fuentes
cercanas como coches o pasos. Se comprobaron varias elecciones de longitud de ventana (30s y
40.96s) y de los grados de solapamiento sin que aparecieran variaciones significativas en los
resultados.
Siguiendo este procedimiento se pudieron determinar las frecuencias de resonancia en diferentes
puntos de la cuenca dentro de un ancho rango espectral. La estabilidad del pico principal fue
comprobada, descartando los puntos con resultados poco concluyentes (picos inestables).
Aunque frecuentemente se encontr un alto nivel espectral en la componente horizontal en torno
a 3Hz, esta frecuencia no correspondi siempre a la del pico principal en el HVSR, como se
aprecia en las figuras 5.1.3c y 5.1.3d. Las frecuencias de resonancia encontradas en cada punto
de la malla se muestran en la Fig. 5.1.4.
- 181 -
Figura 5.1.4. Mapa de frecuencias de resonancia (en Hz) obtenidas de los HVSRs. Los sitios en los que el cociente
espectral presenta varios picos similares o poca estabilidad estn marcados por una X. Los tringulos identifican los
sitios con cocientes espectrales prcticamente planos o con picos anchos a alta frecuencia (15 Hz).
5.1.4. AJUSTE DEL PERFIL DE VELOCIDADES DE ONDA S Y DE LA RELACIN

FRECUENCIA-PROFUNDIDAD.
Dentro de cada estrato sedimentario, compuesto de materiales geolgicos aproximadamente
homogneos, el mdulo de rigidez se incrementa tpicamente con la profundidad de forma suave
(pero a mayor ritmo que la densidad de masa) debido a la presin de confinamiento. La
consiguiente variacin de la velocidad de onda S puede aproximarse por una expresin del tipo:
VS ( z ) VS 0 (1
z x
) ,
z*
zh
(5.1.1)
(ver Ibs-von Seht and Wohlenberg, 1999) donde VS es la velocidad de onda S a la profundidad z
en la capa sedimentaria (0 < z < h ), VS 0 es la velocidad en la superficie, x es un parmetro que
controla la dependencia con la profundidad y z * es una distancia de referencia que controla el
comportamiento para valores pequeos de z . La frecuencia fundamental de resonancia de la
onda S para tal estructura sedimentaria puede ser aproximada a partir de su tiempo de viaje en la
- 182 -
Aplicaciones.
capa (Ibs-von Seht and Wohlenberg, 1999):
h
1
dz
0
4f
VS ( z )
(5.1.2)
A partir de (5.1.1) y (5.1.2) se obtiene:
(1 x)
h( f ) z * VS 0
1
4 fz *
1 /(1 x )
z* .
(5.1.3)
La ecuacin (5.1.3) permite calcular el espesor h de la cobertura sedimentaria a partir de

medidas experimentales de la frecuencia de resonancia f y de un ajuste previo de los
parmetros x , VS 0 y z * . Una aproximacin ligeramente ms simple es la usada por Delgado et
al. (2000a) y Delgado et al. (2000b), que corresponde a una ley puramente potencial entre
profundidad y velocidad:
z
VS ' ( z ) VS 0
z *
(5.1.4)
Aqu, VS ' ( z ) es una buena aproximacin a VS (z ) cuando z >> z * . En tal caso, si x < 1, la
ecuacin (5.1.2) conduce a:
1 /(1 x )
(1 x)VS 0
h' ( f )
x
4 fz *
(5.1.5)
que tiene la ventaja de permitir un ajuste lineal en escala logartmica, con un valor de la
pendiente B 1 /( 1 x ) .
Para llevar a cabo un ajuste de los parmetros anteriores en la cuenca de Zafarraya, se consider
un conjunto de 17 puntos de la malla en los que la profundidad de la capa sedimentaria estaba
bien determinada mediante sondeos geoelctricos cercanos y con una frecuencia de resonancia
determinada con claridad. El ajuste de la ecuacin (5.1.3) con tales datos, obtenido mediante un
mtodo de minimizacin iterativa linealiazada, se muestra en la figura 5.1.5a. Los valores
- 183 -
ajustados para z * fueron mucho menores que la profundidad del punto ms superficial
considerado (11 m de sedimentos), as que z * pudo ser fijado a 1m, por simplicidad, sin
influencia en el rango de profundidades en el que hay datos.
Figura 5.1.5. (a) Frecuencias del pico principal del HVSR en funcin de la profundidad al basamento resistivo
obtenida a partir de sondeos geoelctricos. La lnea discontinua muestra la relacin (5.1.6) ajustada para la cuenca
de Zafarraya. La lnea continua muestra el ajuste de una relacin alternativa basada en ondas superficiales (ecuacin
5.1.7). (b) Elipses de error para los parmetros ajustados
x y VS 0 de la ecuacin (5.1.6), considerando niveles de
confianza del 68.3% (lnea discontinua) y del 95% (lnea continua).
La ecuacin resultante, que es vlida para profundidades de 11 a 125 m, fue:
VS ( z ) 437(1 z) 0.136 ,
(5.1.6)
donde VS est en m/s y z en m. El error cuadrtico medio de los datos respecto al ajuste fue de
unos 6m. Las incertidumbre de los parmetros, considerando niveles de confianza del 68% y del
95% (ver Nash and Sofer, 1996; Press et al., 1992; entre otros) se muestran en la Fig. 5.1.5b. Al
carecer de una evaluacin adecuada de las incertidumbres en los valores de profundidad de los
puntos ajustados, estas no han sido consideradas en el ajuste.
Teniendo en cuenta que el ruido ssmico parece estar compuesto principalmente por ondas
superficiales (p. e. Konno and Ohmachi, 1998), se ha explorado una aproximacin alternativa
usando el procedimiento diseado por Arai and Tokimatsu (2000) (y descrito en la Seccin 2.1.7)
para el clculo directo de las frecuencias de resonancia. En este procedimiento, que reemplazar
a la ecuacin (5.1.2), la potencia relativa de las ondas Rayleigh y Love vena determinada por el
parmetro , de forma que stas ltimas adquieren mayor importancia conforme aumenta,
- 184 -
Aplicaciones.
mientras que slo se consideran las primeras para = 0. Las frecuencias de resonancia tericas
se tomaron de los HVSR simulados para los sitios en los que la profundidad era conocida y para
cada pareja de parmetros ( VS 0 , x ) probados. En estos clculos, la cobertura sedimentaria fue
dividida en tantas capas de 5m de espesor como fueran necesarias, asignndoles velocidades de
onda S obtenidas por la ecuacin (5.1.1) y tomando un valor de 2000 m/s para el semiespacio
carbonatado (Schenkov and Zahradnik, 1996). El cociente de los esfuerzos horizontal y vertical
en la fuente ( ) se tom como la unidad. Otros detalles del clculo pueden consultarse en
Garca-Jerez et al. (2006a). El mejor ajuste entre las frecuencias medidas y calculadas se obtuvo
para:
VS ( z ) 214(1 z ) 0.305
(5.1.7)
que corresponde a la lnea continua en la Fig. 5.1.5a. El error cuadrtico medio del ajuste es de
0.64 Hz. En la figura 5.1.6 se muestran ejemplos del HVSR calculado por este segundo mtodo,
para varios valores de , en el punto K5 (con 52 m de profundidad al basamento) usando el
modelo de suelo definido por la ecuacin (5.1.7). Se observa que el HVSR calculado, aunque
reproduce la frecuencia de resonancia, no ajusta correctamente la amplitud del pico principal. Sin
embargo, dicha amplitud no juega ningn papel en el presente estudio. Se puede observar como
las hiptesis sobre el mtodo de clculo para las frecuencias de resonancia pueden tener una
influencia significativa sobre el modelo de suelo obtenido. Ntese que la ecuacin (5.1.2) puede
incluso no ser una estimacin suficientemente exacta de la frecuencia de resonancia de ondas S
verticalmente incidentes en medio heterogneos (ver la diferencia significativa entre el primer
mximo de la funcin de transferencia, mostrada en la figura 5.1.6 con lnea negra discontinua, y
la frecuencia de resonancia calculada a partir del tiempo de viaje, que se muestra con una lnea
discontinua vertical). Aunque es una cuestin en discusin, el empleo de mtodos basados en
ondas superficiales (incluyendo las Love) puede ser preferible, ya que el microtremor parece
componerse principalmente de este tipo de ondas (ver trabajos de Aki, 1957; Lachet and Bard,
1994; Tamura, 1996; Konno and Ohmachi, 1998; Arai and Tokimatsu, 2000; Ohori, 2002 y
discusin en el Captulo 1 y la Seccin 2.1).
5.1.5. DISCUSIN.
Las relaciones f - h calculadas para la cobertura sedimentaria de la cuenca de Zafarraya son
comparables a las encontradas en otras cuencas sedimentarias. Algunos de estos resultados
previos se presentan en la Fig. 5.1.7a. En aquellos estudios en los que se obtuvo una ley
- 185 -
Figura 5.1.6. HVSRs medido (lnea gris continua) y tericos (lneas negras) para el punto K5.
Estas ltimas se obtienen usando el modelo de suelo derivado de la ecuacin (5.1.7) hasta la
profundidad del basamento. Las etiquetas indican el valor de empleado. La lnea
discontinua negra muestra la funcin de transferencia 1D para ondas S con incidencia
vertical. La lnea vertical discontinua muestra la frecuencia de resonancia calculada para la
estructura a partir de la ecuacin (5.1.2).
0
(a)
140
-50
120
100
Depth (m)
Thickness (m)
(b)
80
60
-100
-150
40
-200
20
0
4 5 6
7
Frequency (Hz)
10
-250
0
500
1000
S-wave velocity (m/s)
1500
Figura 5.1.7. (a) Comparacin entre las relaciones frecuencia-profundidad para la cuenca de Zafarraya
calculadas usando la ecuacin (5.1.2) (lnea negra discontinua) o usando un mtodo basado en ondas
superficiales (lnea negra continua). Tambin se muestran los resultados obtenidos en estudios similares
llevados a cabo en otras cuencas: desembocadura del Rin con lnea gris continua (Ibs-von Seht and
Wohlenberg, 1999), rea de Colonia con lnea discontinua (Parolai et al., 2002), valle del ro Segura con lnea
punteada gris (Delgado et al., 2000a), rea de Florencia con punteada negra (DAmico et al., 2008). (b) Velocidad de
onda S en funcin de la profundidad dentro de los materiales sedimentarios en las cuencas representadas en la
subfigura (a).
- 186 -
Aplicaciones.
estrictamente potencial entre f y h ( h Af B ) se pueden obtener VS 0 y x comparando con la

ecuacin (5.1.5) y tomando z * = 1m. Las funciones VS (z ) obtenidas para estas cuencas se
representan en la Fig. 5.1.7b (ver tambin Tabla 5.1.1) junto con los resultados correspondientes
a la cuenca de Zafarraya presentados en las ecuaciones (5.1.6) y (5.1.7).
En la literatura al respecto se han
Tabla 5.1.1. Parmetros x y VS 0 para la relacin entre z y V S
estudiado estos parmetros usando
(Ec. 5.1.6) obtenida en varias estructuras sedimentaria
distintos mtodos. Por ejemplo, Ohta
europeas. El parmetro z * ha sido fijado a 1 m.
and
Goto
(1978)
obtuvieron
relaciones potenciales entre VS y z a

partir de datos geotcnicos, con un
exponente x = 0.312 ( B = 1.454) y
valores de VS 0 dependientes de la
textura del suelo. Expresiones ms
detalladas (Hardin and Drnevich,
1972) muestran que el mdulo de
rigidez G en suelos particulados es
aproximadamente proporcional a la
Situacin
Cuenca de Zafarraya (basado en la
ecuacin 1)
Cuenca de Zafarraya (mtodo de ondas
superficiales)
VS 0 (m/s)
0.136
437
0.305
214
Desembocadura del Rin (Budny, 1984)
0.278
162
Desembocadura del Rin (Ibs-von Seht

and Wohlenberg, 1999)
0.280
148.8
rea de Colonia (Parolai et al., 2002 )
0.37
115
Valle del ro Segura (Delgado et al.,

2000a)
0.204
122.3
rea de Florencia (DAmico et al., 2008)

z < 20m
z > 20m
138
318
0.43
0.15
raz cuadrada del esfuerzo efectivo c , dependiendo tambin de otros parmetros geotcnicos
(densidad de masa de las partculas, grado de saturacin, fraccin vaca, ndice de plasticidad y
factor de sobreconsolidacin). Por tanto, VS es proporcional a z 0.25 slo si estos parmetros
geotcnicos permanecen constantes dentro de la capa sedimentaria (ver, por ejemplo, Schneider
et al., 1999). Los trabajos listados en la Tabla 5.1.1 muestran valores mayores de 0.25 excepto en
el caso del valle del ro Segura ( x = 0.204 o B = 1.256), en el que se consideraron sedimentos
relativamente superficiales (hasta 45.7 m de profundidad mxima) y suelos mayoritariamente
ms blandos. Valores superiores de x , en concreto 0.28 y 0.37 ( B = 1.388 y 1.587,
respectivamente) se han encontrado en cuencas con cubiertas sedimentarias ms profundas, que
incluyen materiales cementados y rocas sedimentarias blandas caracterizadas por una mayor
rigidez (ver, por ejemplo, Kramer, 1996). Exponentes del orden de 0.448 ( B = 1.812) se han
obtenido para el basamento en el rea de Colonia entre los 20 y los 377 m (Parolai et al., 2002).
Por lo tanto, el valor de 0.305 que hemos obtenido para x , considerando que el microtremor
est compuesto por ondas superficiales, est dentro del rango esperable para una cuenca
sedimentaria como la de Zafarraya.
- 187 -
A partir del ajuste mostrado en la ecuacin (5.1.7) y del conjunto de periodos predominantes
medidos, se ha podido realizar el mapa de profundidades al basamento (isobatas), que se muestra
en la Fig. 5.1.8. La caracterstica ms notable es el incremento de la profundidad hacia la parte
central del borde sur (ver tambin cortes a lo largo de las columnas C, F, I y L en la Fig. 5.1.9).
Esa depresin en la roca caliza parece extenderse hacia el este a lo largo del lecho del ro La
Madre. El espesor de los sedimentos disminuye ms rpidamente hacia el sur y hacia el oeste y
ms gradualmente hacia el norte y hacia el este. En el sector suroeste, en las proximidades del
borde sur de la cuenca (puntos D2, E2, F2), encontramos profundidades inferiores a 50 m, que
parecen estar subestimadas en comparacin con las determinadas por Morales et al. (1991) o
Lpez-Chicano (1992), quienes dan profundidades hasta el basamento resistivo que alcanzan los
90 m y mayores que 100 m respectivamente. El pico principal del HVSR muestra amplitudes
bajas (en torno a 2) en esa zona de la cuenca, sugiriendo un pobre contraste de impedancia entre
los sedimentos y el basamento. De acuerdo con esto, la presencia de materiales sedimentarios
con velocidad de onda S anormalmente alta, podra motivar la subestimacin de su profundidad.
Figura 5.1.8. Espesor estimado de la cobertura sedimentaria en la cuenca de Zafarraya interpolado para toda el
rea de estudio. El modelo de velocidad de onda S depende solamente de la profundidad y est dado, para los
sedimentos, por la ecuacin (5.1.7), que ha sido extrapolada aqu hasta los 200 m.
Los posibles efectos de las heterogeneidades laterales en el cociente espectral han sido
descartados calculando separadamente los HVSR para las componentes horizontales N-S y E-W
en los puntos de la malla prximos al borde sur, no encontrndose ninguna diferencia relevante.
El incremento de la profundidad de la cuenca encontrado en el rea noroeste, al norte de los
afloramientos (punto E6) y en el borde norte, cerca del sumidero principal (C7, C8 y D8)
concuerda con los resultados de Lpez-Chicano (1992), aunque no es coherente con las
profundidades mostradas por Morales et al. (1991).
- 188 -
Aplicaciones.
Figura 5.1.9. Perfiles de la cuenca de Zafarraya
Figura 5.1.10. Situaciones estimadas de algunos perfiles
correspondientes a las columnas C, F, I y L de la Fig.
2D de la cuenca de Zafarraya en la representacin de
5.1.8. en los que se muestra el relieve y la profundidad
Bard and Bouchon (1985). Los asteriscos representan
estimada de los sedimentos hasta el basamento calizo.
los perfiles L (superiores) e I (inferiores) para dos
La velocidad de onda S estimada se muestra en escala
evaluaciones distintas del contraste de velocidades.
de grises.
En este trabajo se ha interpretado que todas las resonancias encontradas, incluso a frecuencias
bajas, son debidas a efectos 1D. Esto es admisible dada la baja relacin de forma equivalente
que presenta la cuenca, ya observable en las estructuras de Lpez-Chicano (1992) y Morales et
al. (1991). Siguiendo a Bard and Bouchon (1985), la posibilidad de que se desarrollen
resonancias globales 2D depende de la forma de la cuenca y del contraste de velocidades entre
los sedimentos y el basamento. Un perfil profundo y estrecho y/o un contraste alto abriran esta
posibilidad. La cuenca de Zafarraya no rene estas condiciones. En la Fig. 5.1.10 se muestran
distintas estimaciones de la relacin de forma equivalente (la profundidad mxima dividida por
la anchura a la mitad de la profundidad mxima) frente al contraste de velocidades para varios
perfiles N-S. El contraste se ha evaluado en base a la velocidad media en la capa sedimentaria
hasta la profundidad mxima o hasta la mitad de esta profundidad. En cualquier caso, estamos en
- 189 -
la regin en dominada por efectos 1D y propagacin lateral de ondas superficiales (Bard and
Bouchon, 1985).
5.2. APLICACIONES EN ENTORNOS URBANOS: EL CASO DE MULA (MURCIA)

En este segundo caso, se pretendi estudiar la geometra del basamento y de los materiales
sedimentarios en la localidad de Mula (Murcia, SE de Espaa), utilizando medidas de ruido
ssmico, mediante la aplicacin simultnea de los mtodos v-SPAC y HVSR. En el SE espaol
han ocurrido algunos terremotos destructivos, tales como el terremoto de Torrevieja de 1829 de
magnitud 5.5 en la escala Richter, segn el Instituto Andaluz de Geofsica, que alcanz una
intensidad epicentral de IX (escala EMS, 1998). En los ltimos aos, tres eventos con
magnitudes en torno a cinco han tenido lugar en las proximidades de la localidad de Mula. El
primero, denominado terremoto de Mula (Mw = 5.1), ocurri el 2 de febrero de 1999 con
epicentro 5 km al Norte de la localidad e intensidad mxima VI-VII; el segundo (Mw = 4.6) tuvo
lugar el 6 de agosto de 2002 a 30 km al oeste de Mula, cerca de la localidad de Bullas; mientras
que el tercero ocurri el 29 de enero de 2005 (Mw = 4.8) a 41 km al oeste, cerca de Zarcilla de
Ramos. Otros eventos relativamente prximos con intensidades mximas de IX o mayores se
produjeron en 1579, 1678 y dos en 1911 (Buforn et al. 2005).
Algunos estudios preliminares (Navarro et al., 2000; Navarro et al., 2006) muestran que los
edificios de hormign armado con 4 y 5 plantas situados en la zona centro-oeste de Mula
sufrieron daos comparativamente ms serios que los situados en otras partes de la ciudad
durante el terremoto de Mula de 1999. Una posible explicacin de este hecho sera la existencia
de efectos de sitio y de resonancia entre el suelo y las estructuras. Estos motivos, junto al rpido
crecimiento urbano de la localidad, motivaron este estudio, que podra ser til para futuras
predicciones de daos (publicacin: Garca-Jerez et al., 2007).
5.2.1. ENTORNO GEOLGICO

La regin bajo estudio est situada en la parte este de la cordillera Btica, que clsicamente se
divide en dos dominios principales: las zonas Internas y las Externas (Figura 5.2.1). A su vez, las
Zonas Internas se pueden dividir en tres complejos tectnicos: el Complejo Nevado-Filbride,
formado por rocas metamrficas con grado de metamorfismo de medio a alto, y que no aflora en
las proximidades de la localidad de Mula; el Complejo Alpujrride, que se superpone al NevadoFilbride y que consiste en rocas con grado de metamorfismo de bajo a medio; y el Complejo
Malguide, el ms superficial, compuesto de rocas que generalmente no presentan metamorfismo
- 190 -
Aplicaciones.
(Egeler and Simon, 1969; Sanz de Galdeano et al., 1995). La Zona Externa (dominios Prebtico
y Subbtico) est compuesta de rocas mesozoicas y terciarias y representa el margen continental
de la placa Ibrica (Garca-Hernndez et al., 1980). En la parte oriental de la Cordillera Btica, la
frontera entre las zonas Interna y Externa coincide prcticamente con la traza del accidente
Cdiz-Alicante (Sanz de Galdeano et al., 1995), que es una falla transcurrente con direccin
N60-70E (Figs. 5.2.1 y 5.2.2a).
Figura 5.2.1. Mapa geolgico general de la Cordillera Btica, el Rif y el mar de Alborn. Tomado de Lpez Casado
et al. (2001).
La ciudad de Mula est situada en las proximidades de la divergencia entre la frontera entre
zonas Interna-Externa y la falla de Cdiz-Alicante, al norte de Sierra Espua, en el Complejo
Malguide (Fig. 5.2.2a). La depresin de Mula-Pliego, que aparece al sur de Mula, constituye
una gran estructura sinclinal ocupada por margas del Oligoceno Superior al Mioceno Inferior y
arenas rojizas (Formacin del Ro Pliego, Martn-Martn et al., 1996, Fig. 5.2.2b). Al norte de la
- 191 -
localidad de Mula aparecen calizas del Paleoceno y calizas y margas del Eoceno Inferior y
Medio (Formacin de Mula, Martn-Martn et al., 1996), que constituyen una estructura
anticlinal con vergencia NE-SW (Paquet, 1969 ; Fig. 5.2.2c). Los materiales del Paleogeno y
Mioceno Inferior constituyen los basamentos locales con grados diferentes de dureza,
compactacin y resistencia, que estn cubiertos por rellenos sedimentarios Plio-Cuaternarios
formando una pequea cuenca sedimentaria (Fig. 5.2.2c).
Figura 5.2.2. (a) Sntesis de la geologa regional, tomada de Paquet (1969). (b, c) Esquemas geogrficos y
geolgicos de Mula, mejorados por Alcal et al. (2004). Leyenda de los materiales geolgicos pre-orognicos
(basamento): 1: Calizas y margas (Paleoceno); 2: Calizas orgnicas y calcarenitas (Eoceno); 3: Margas y arenas
(Eoceno); 4: Arcillas, margas y arenas (Oligoceno Superior Mioceno Inferior); 5: Conglomerados (Oligoceno
Superior Mioceno Inferior). Leyenda de materiales geolgicos post-orognicos (rellenos sedimentarios): 6:
Margas y arenas (Plioceno); 7: Coluviales: gravas y arcillas (Pleistoceno); 8: Terrazas fluviales: arenas y limos
(Pleistoceno); 9: limos arcillosos (Holoceno); 10: Tierra de labor (Holoceno); 11: Rellenos urbanos (Holoceno). (A),
(B), (C), (D) y (E) son las unidades lito-estratigrficas plio-cuaternarias definidas en Mula (ver texto). Leyenda de
smbolos geolgicos: 12: contacto geolgico indiferenciado; 13: Fallas. Leyenda de localizacin geogrfica: 14:
Lmite de la ciudad de Mula; 15: Carreteras principales: Leyenda de datos ssmicos y geotcnicos: 16: Sondeos
(perforaciones); 17: Perfiles ssmicos (array); 18: Secciones geolgicas. Los sondeos geolgicos han sido
etiquetados de G1 a G5; 19: Secciones ssmicas. Las posiciones de las arrays han sido etiquetadas de A1 a A5.
- 192 -
Aplicaciones.
El registro sedimentario Plio-Cuaternario en esta localidad se ha dividido (Alcal et al., 2004) en

5 unidades lito-estratigrficas (Fig. 5.2.2c). La Unidad A incluye arcillas y margas del Plioceno,
mientras que las Unidades B y C consisten en dos terrazas fluviales del Pleistoceno medio y
tardo. Ambas unidades estn compuestas de limos arcillosos, gravas dispersas y arenas al fondo
(Silva et al., 1996). La Unidad D est compuesta de limos arcillosos, gravas dispersas y arenas
del Pleistoceno tardo (Silva et al., 1996). La Unidad E es de edad holocena e incluye gravas
coluviales con matriz arcillosa, rellenos antrpicos y tierras de cultivo.
La clasificacin presentada de la geologa superficial de Mula (Fig. 5.2.2c) se ha basado en su
cartografa geolgica a partir del reconocimiento in-situ y en las caractersticas geotcnicas de
los diferentes tipos de suelos descritos, obtenidas de 10 sondeos mecnicos realizados en cinco
ubicaciones diferentes. Tambin se muestran (Fig. 5.2.8) dos secciones con la interpretacin
geolgica entre los sondeos geotcnicos G1-G3 y G1-G5 (Garca-Jerez et al., 2007).
5.2.2. ANLISIS DE LOS REGISTROS DE RUIDO AMBIENTAL. CLCULO DE CURVAS

DE DISPERSIN DE ONDA RAYLEIGH MEDIANTE v-SPAC.
Durante septiembre de 2005 se realizaron medidas ruido ambiental en 5 emplazamientos de la
localidad de Mula con el objetivo de determinar sus perfiles de velocidad de onda S y mejorar la
cobertura de los datos geotcnicos. Las medidas fueron llevadas a cabo en cinco espacios
abiertos, cuyas ubicaciones aparecen en la Fig. 5.2.2c y en la Tabla 5.2.1 Las arrays utilizadas
eran de tipo circular, compuestas por cinco sensores de alta sensibilidad VSE-15D
equiespaciados rodeando un sexto sensor central de iguales caractersticas. Los radios variaron
entre los 7.5 m y los 30 m, tomndose varios de ellos (normalmente tres) en cada sitio. El tiempo
de grabacin fue de 30 minutos por radio y se utiliz una frecuencia de muestro de 100 m.p.s.
Tabla 5.2.1: Situacin de las arrays ssmicas desplegadas en la poblacin de Mula.
Radios
Coordenadas
(m)
UTM
A1
7.5, 15
631831 4211716
Instituto Ribera de los Molinos, zona NW, cerca de afloramientos.
A2
7.5, 15
632091 4211231
Patio de colegio de primaria Santa Clara.
A3
7.5, 15, 30
632578 4211217
Parque Cristbal Gabarrn Butacn, en la parte centro-sur.
A4
7.5, 15, 30
663408 4211849
Campo de ftbol Municipal.
A5
7.5, 15, 30
631991 4210234
Cementerio, cerca de afloramientos de margas.
Cdigo
Descripcin
- 193 -
Algunas
otras
caractersticas
de
este
dispositivo se han descrito ya en la seccin

5.1.3. El anlisis de los registros de ruido se
realiz mediante el mtodo v-SPAC. El
coeficiente de v-SPAC V fue calculado
para un conjunto de intervalos temporales y
representado en funcin del tiempo, como se
muestra en la Fig. 5.2.3b. La ventana
temporal usada fue de 20s con solapamiento
Figura 5.2.3. Ejemplo de clculo del coeficiente de
del 80%. Se comprob la estabilidad de V
correlacin para la array A2. (a) Los registros de
entre las distintas ventanas temporales,
microtremores grabados por el sensor central. (b)
descartando aquellas con valores anmalos.
Diagrama, dependiente del tiempo, de la parte real del
La fase de V se muestra en la Fig. 5.2.3c.
coeficiente de correlacin. (c) Diagrama, dependiente
Su valor terico es 0 para una array
del tiempo, del coseno de la fase del coeficiente de

correlacin. (d) Promedio temporal de la parte real del
continua, de modo que valores diferentes
coeficiente de correlacin (lnea continua) y desviacin
pueden
estndar (lnea discontinua). (e) Grfico equivalente a
multiplicidad de modos propagndose a la
(d) para la fase del coeficiente de correlacin. Con lnea
revelar
problemas
como
la
misma frecuencia con distintas velocidades,
continua se muestra el arco coseno de la media de los

cosenos de las fases de V calculadas en las distintas
ventanas.
frentes de onda curvos debidos a fuentes

cercanas, atenuacin a lo largo de la array o
variacin local de la geologa bajo sta, o un
muestro acimutal insuficiente, etc. (ver p. e. Asten, 2006; Margaryan et al., 2009; Okada, 2006;
Henstridge, 1979 y la descripcin de los efectos de N finito en la Seccin 3.3.3). A continuacin,
la parte real del coeficiente de v-SPAC fue promediada en las ventanas de buena calidad (Fig.
5.2.3d). Se observ una correlacin muy pobre en todas las arrays para frecuencias por debajo de
un cierto umbral (de varios Hz) a pesar de que la respuesta instrumental es apropiada a partir de
0.25 Hz. Este umbral se sita alrededor de los 5-6 Hz para el punto A2, como se muestra en la
Fig. 5.2.3, yendo este deterioro acompaado de un comportamiento ruidoso en la fase de V
(incremento en la desviacin tpica), ms notable por debajo de 2.5Hz (valor medio distinto de
cero). La causa probablemente est en la pobre relacin seal/ruido debida a los efectos de
filtrado paso-alta en las fronteras con los sedimentos. Estos efectos han sido encontrados y
discutidos por varios autores (ver p. e. Scherbaum et al., 2003; Roberts and Asten, 2007). La
velocidad de fase de onda Rayleigh se calcul resolviendo, para cada frecuencia, la ecuacin
- 194 -
Aplicaciones.
(3.3.1). Para ello, se seleccionaron visualmente, para cada radio, los rangos de frecuencia en los
que la curva de correlacin tiene buen comportamiento (Garca-Jerez et al., 2007). Las curvas de
dispersin obtenidas para las cinco arrays (Fig. 5.2.4) muestran diferencias significativas
reveladoras de las distintas condiciones geolgicas de sus emplazamientos. En el sitio A1 se
recuper una curva de dispersin corta, en frecuencias entre 14 Hz y 18 Hz, usando radios de
7.5 m y 15 m. La velocidad de fase obtenida all decrece con la frecuencia desde unos 1000 m/s a
los 500 m/s. Para el sitio A2 se obtuvo una curva de dispersin entre 8 y 17 Hz con velocidades
entre 336 m/s y 670 m/s. La curva para el sitio A3 muestra, en general, las menores velocidades
de onda Rayleigh: en torno a 800 m/s a 6 Hz y bajando hasta los 190 m/s a partir de 13 Hz, lo
que revela que los materiales ms superficiales son bastante blandos. Los sitios A4 y A5 siguen
una tendencia intermedia entre A1 y A2 o A3. Las velocidades mximas son 860 y 1040 m/s
respectivamente en torno a 9 Hz, mientras que toman valores de 320 m/s y 480 m/s para 18 Hz.
Figura 5.2.4. Curvas de dispersin calculadas a partir de los registros de las arrays A1 a A5.
5.2.3. ANLISIS DE LOS REGISTROS DE RUIDO AMBIENTAL. HVSR Y PERIODOS

PREDOMINANTES.
Tras el terremoto de Mula de 1999, se realizaron, en esta localidad, medidas individuales de
ruido ambiental en tres componentes. Posteriormente, en marzo de 2004, completamos el
conjunto de datos hasta cubrir toda la poblacin con medidas, aproximadamente, en los nodos de
una malla cuadrada de 100 m x 100 m, adems de otras medidas adicionales cerca de los
- 195 -
edificios daados en el citado terremoto y en los centros de las arrays ssmicas descritas antes. La
mayora de los registros fueron obtenidos de da, evitando en lo posible el trfico y otras fuentes
cercanas de ruido. En el rea central de la ciudad se realizaron medidas nocturnas. El tiempo de
observacin fue 180 s y los detalles del procesado fueron anlogos a los de Zafarraya
(Almendros et al., 2004; Garca-Jerez et al., 2006a), incluyendo el empleo de representaciones
dependientes del tiempo (ratiogramas) para el control de la estabilidad.
Figura 5.2.5. Cocientes espectrales H/V obtenidos en los puntos de array.
Los sensores utilizados en estas medidas puntuales fueron del mismo tipo que los utilizados en
las medidas de array. Como ejemplo, en la Fig. 5.2.5 se muestran los cocientes espectrales
correspondientes a los sitios de array. Con estos resultados se elabor el mapa de distribucin de
periodos predominantes de la Fig. 5.2.6. Los periodos predominantes ms bajos - entre 0.06 y
0.13 s - corresponden a las zonas norte y este de la ciudad, donde el espesor de los sedimentos es
menor. Las zonas central y sur de la localidad presentan valores mayores del periodo, entre 0.15
and 0.38 s, distribuidos heterogneamente.
5.2.4. INVERSIN DE PERFILES DE VELOCIDAD DE ONDA S A PARTIR DE HVSR Y

CURVAS DE DISPERSIN DE ONDA RAYLEIGH
Se invirtieron cinco perfiles de velocidad de onda S en los puntos A1-A5 a partir de las curvas de
dispersin obtenidas mediante v-SPAC y de las formas de los cocientes espectrales HVSR
medidos en los centros de las arrays. ste mtodo de inversin conjunta, desarrollado por Arai
and Tokimatsu (2005), presenta mejoras significativas en comparacin con la inversin
- 196 -
Aplicaciones.
tradicional de la curva de dispersin Rayleigh, permitiendo obtener modelos de tierra en los que
la profundidad al basamento y la estructura de los sedimentos est mejor determinada.
Figura 5.2.6. Distribucin de periodos predominantes (en segundos) en la localidad de Mula.
Con tal propsito definimos la funcin costo del modelo m ( misfit (m) en ecuacin 5.2.1) como
la suma, para el conjunto de periodos, de las diferencias cuadrticas entre las velocidades de fase
medidas y calculadas (y equivalentemente para los HVSR). Los modelos m permitidos son 1D,
compuestos por un nmero fijo de capas elsticas homogneas sobre un semiespacio. Cada
sumando en (5.2.1) est pesado por la inversa de la varianza de los datos a la frecuencia
correspondiente. El parmetro pc permite controlar el peso relativo de la curva de dispersin y
del cociente espectral (pHVSR = 1- pc). Seguidamente, se emple un algoritmo iterativo (Nelder
and Mead, 1965) para minimizar misfit (m) .
misfit (m) 2 p
i 1
exp
(T i) cTeo (T i, m)
variance cexp (T i)
2 p
HVSR
i 1
HVSR
exp
(T i) HVSRTeo (T i, m)
variance HVSRexp (T i)
(5.2.1)
Durante el proceso de inversin, se admiten variaciones independientes de la velocidad de onda

- 197 -
S y del espesor de las capas. Las densidades fueron fijadas a 2.0103 kg/m3 y las velocidades de
ondas P calculadas a partir de las VS considerando un coeficiente de Poisson de 0.33. La
elipticidad del modo fundamental Rayleigh fue usada como clculo directo de HVSRTeo (T i, m)
(Fh et al., 2003; Haskell, 1953), truncando las divergencias de esta funcin a partir del valor
mximo del HVSR experimental. Para construir los modelos iniciales, se promedi la
informacin geotcnica disponible, estimando los valores de V S para cada unidad geolgica
Plio-Cuaternaria a partir del valor N-SPT medio (Garca Jerez et al., 2007) mediante las
relaciones empricas de Imai (1981) y Kokusho (1987). Los modelos iniciales se han listado en
la Tabla 5.2.2. El modelo para A1 difiere notablemente de los dems, porque el espesor estimado
de los materiales sedimentarios fue mucho menor.
Tabla 5.2.2. Modelos iniciales usados para la inversin de perfiles de velocidad de onda S en los putos A1 a A5.
A2 A3
A1
N de
capa
1
2
3
4
5
6
Espesor
(m)
2
3
5
VS
(m/s)
242.5
342.5
500.0
1000.0
Espesor
(m)
2
3
5
5
5
VS
(m/s)
160.0
242.5
242.5
342.5
342.5
1000.0
A4
Espesor
(m)
2
3
5
5
5
A5
VS
(m/s)
160.0
242.5
242.5
342.5
342.5
800.0
Espesor
(m)
VS (m/s)
2
3
5
5
5
240.0
363.8
363.8
513.8
513.8
1500.0
En la figura 5.2.7 se muestra el resultado de la inversin correspondiente a la array A5. Los

modelos resultantes para las cinco arrays y la informacin geotcnica previa se han empleado
para trazar dos cortes geolgicos a lo largo de la localidad, que se muestran en la Fig. 5.2.8.
5.2.5. DISCUSIN.
La estructura geolgica superficial en la ciudad de Mula consiste en un relleno Pliocuaternario
no consolidado, cuyo espesor se incrementa desde los lmites norte y sur de la ciudad, en los que
el basamento aflora, hacia las zonas central y oeste (Figs. 5.2.2c y 5.2.8), en las que el espesor
mximo de estos sedimentos ronda los 16-18 m. A efectos de explicacin de las frecuencias de
resonancia, se encuentran dos tipos diferentes de materiales actuando como basamento. El
primero estara constituido por las calizas y margas del Paleogeno que afloran al norte, mientras
que el basamento mapeado por el HVSR en la parte sur consistira en margas del Mioceno
inferior. Los modelos invertidos muestran que estas rocas carbonatadas presentan velocidades de
onda S de entre 1000 y 1600 m/s, mientras que V S va de 500 a 650 m/s para las margas.
- 198 -
Aplicaciones.
Figura 5.2.7. Ejemplo de inversin del perfil de velocidad de onda S a partir de las medidas de SPAC y HVSR en el
punto A5. (a) Curvas de dispersin experimental (lnea punteada) y calculada (lnea contnua) para ondas Rayleigh.
(b) HVSR experimental (lnea punteada) y calculado (lnea slida) como la elipticidad del modo fundamental Rg.
(c) Modelo inicial (en gris) e invertido (en negro) Las lneas punteadas indican una desviacin estndar.
Las cinco unidades sedimentarias Pliocuaternarias se pueden agrupar en tres unidades

geotcnicas principales, atendiendo a sus comportamientos mecnico y ssmico. La primera
(superior) unidad geotcnica est formada por la unidad sedimentaria E (Fig. 5.2.18). Es la ms
superficial y presenta velocidades V S inferiores a 150 m/s y espesores menores de 2 m. Est
discontinuamente distribuida en el rea de estudio. En las unidades geotcnicas segunda (media)
y tercera (inferior) agrupamos las unidades sedimentarias C y D, y las A y B respectivamente.
Las medidas de array proporcionan valores de V S entre 250 y 400 m/s para la media y de 340
m/s a 500 m/s para la inferior, mientras que los sondeos geotcnicos las sitan en torno a 160
m/s, 260 m/s y 350 m/s para las unidades superior, media e inferior respectivamente (Tabla
5.2.3). Los perfiles de VS muestran estructuras ms blandas en los sitios A2 y A3 (por debajo de
400 m/s hasta 10 m) y ms rgidas para A4 y A5, alcanzando 600 m/s a 7-8 m debido a la
presencia de materiales margosos. El punto A1, situado cerca de los afloramientos del norte,
presenta 4 m de rellenos sedimentarios con V S < 400 m/s sobre una capa margosa con V S en
torno a 643 m/s y un basamento carbonatado ms rgido con V S = 1160 m/s (Fig. 5.2.18).
- 199 -
Tabla 5.2.3. Valores de N-SPT, densidad real () en kg/m3 y velocidad de onda S ( VS en m/s) obtenida de las
relaciones de Imai (1981) y Kokusho (1987) para cada unidad sedimentaria superficial en funcin del valor N-SPT.
Valor N- SPT
Vs (Imai,
Vs (Kokusho,
3
3
(x 10 kg/m )
(n golpes)
1981) m/s
1987) m/s
Unidad N sond.a
n
X
n
X
N
X
X
X
A
2
1 10
4 49.3 1.3
1
2.22
318
110
367
109
B
7
6 2.5 1.1 6 12.8 10.9 2
2.08 0.01
241
230
234
222
C
6
6 1.5 0.5 6 19.7 13.7 2
1.96 0.22
254
226
216
192
D
10
10 5.8 3.8 21 16.0 8.9 15 1.93 0.13
258
217
252
207
E
4
7 0.5 0.2
8b
4b
1.65b 0.50b
160
128
160
127
n = nmero de datos, X = valor medio, = desviacin estndar.
a
Datos de 10 sondeos mecnicos situados en 5 sitios.
b
Valor de N-SPT y densidad real (tomado de Alcal-Garca et al., 2002) para materiales similares en Adra
(Almera).
Espesor (m)
El punto A2 es cercano al sondeo geotcnico G2 (Fig. 5.2.2c), lo que permite la comparacin

directa entre los datos geotcnicos y los basados en el v-SPAC (ambos en Fig. 5.2.18). Los dos
sondeos muestran que el basamento aparece alrededor de los 15 m de profundidad. Su velocidad,
estimada con las medidas de array, es de V S = 1040 m/s. Este valor estara asociado al
basamento carbonatado. El perfil de velocidades V S indica la ausencia de materiales margosos.
La unidad geotcnica superior aparece en este punto con un valor bajo de V S (140 m/sec). Las
unidades geotcnicas media e inferior muestran velocidades de onda S inferiores a 400 m/s y
ocasionalmente mayores de 400 m/s, respectivamente. El punto A3 presenta caractersticas
similares al A2, con el basamento carbonatado ( V S ~ 1600 m/sec) a unos 17 m. Los puntos A4 y
A5 presentan diferencias significativas respecto a los dos anteriores, por la posible presencia de
materiales margosos con espesores estimados en 9 y 11 m y velocidades desde 550 hasta 625 m/s
sobre el basamento carbonatado. Ambos puntos presentan tambin algunos rellenos superficiales
blandos. Las tres unidades geotcnicas principales fueron detectadas en el punto A4, mientras
que slo las dos ms profundas aparecieron en A5.
A la vista de estos resultados, concluimos que los perfiles geotcnicos y la informacin geolgica
de la ciudad de Mula son, en general, mutuamente consistentes con los datos obtenidos a partir
de ruido ambiental. Sin embargo, la comparacin entre los sondeos A2 y G2 sugiere que la
concordancia en la profundidad de las fronteras sedimentarias es mejor que la existente entre los
valores de VS . En el caso geotcnico, estos valores fueron obtenidos a partir del N-SPT mediante
las relaciones de Imai (1981) y Kokusho (1987), pareciendo estar algo subestimados
principalmente para las unidades geotcnicas ms profundas.
- 200 -
Aplicaciones.
Figura 5.2.8. (a) Seccin ssmica a lo largo de la lnea A1-A2-A5 interpretada a partir de los datos geolgicos y
geotcnicos, de los modelos de velocidad de onda S-wave obtenidos mediante array ssmica y de los periodos
predominantes. (b) Seccin A2-A3-A4. Las localizaciones de las arrays se muestran en la Fig. 5.2.2c. Velocidades
en m/s.
La importante dispersin en los valores de V S obtenidos del SPT para todas las unidades
sedimentarias debe considerarse en la comparacin. Estos valores estn afectados, adems de por
la variabilidad en el valor de N, por posibles errores en la identificacin de la litologa y por la
- 201 -
dificultad de interpretacin de los rechazos en el mtodo SPT. An as, esta concordancia en

velocidades puede mejorarse si se utilizar relaciones entre N-SPT y VS que tengan en cuenta los
incrementos en la presin confinante (creciente con la profundidad)
5.3. OBSERVACIN DE ONDAS RAYLEIGH Y LOVE EN LA DESEMBOCADURA DEL
RIO ANDARAX (ALMERA).
5.3.1. INTRODUCCIN
En esta seccin, se investiga experimentalmente la capacidad de varias variantes del mtodo
SPAC para la determinacin de las propiedades elsticas de los depsitos sedimentarios
superficiales en dos sitios de test prximos de cuya estructura se tiene informacin previa. Se
utilizarn, adems del mtodo v-SPAC, los mtodos DR y SCA de anlisis de registros de tres
componentes expuestos en captulos anteriores, lo que permitir la obtencin de curvas de
dispersin para ondas Rayleigh y Love. En concreto, el mtodo DR fue utilizado en el Campus
de la Universidad de Almera con arrays dobles cuadradas y pentagonales, mientras que el
mtodo SCA ha sido testado en el delta del ro Andarax usando arrays pentagonales simples. En
ambos puntos se obtendr un modelo de suelo unidimensional perfectamente compatible con los
datos previos. En el segundo emplazamiento haremos tambin una comparacin con la
informacin previa en trminos de velocidades de fase de onda Love y se tratar de aprovechar
al mximo las capacidades del mtodo SCA considerando correcciones por nmero de estaciones
finito y por ruido incoherente. En este ltimo ejercicio se mostrar tambin el uso del cdigo de
inversin desarrollado en el Captulo 4 (posteriores aplicaciones a la inversin de datos de ruido
ssmico en la isla de Decepcin podrn encontrarse en Luzn et al., 2010).
5.3.2. CONTEXTO GEOLGICO, INSTRUMENTACIN Y ADQUISICIN DE DATOS.

Los dos emplazamientos en que se realizaron las pruebas estn situados en espacios abiertos:
dentro del campus de la Universidad de Almera (sitio Universidad) y en la desembocadura del
Ro Andarax (sitio Desaladora) respectivamente. Las posiciones exactas estn indicadas en la
figura 5.3.1. En esta zona se han realizado varios estudios geofsicos de cierta envergadura.
Destacan un conjunto de sondeos elctricos verticales ejecutados por el IGME-IRYDA (1977),
algunos de los cuales son mostrados en la Fig. 5.3.2, y varias decenas de sondeos mecnicos
cercanos, los ms recientes destinados a la construccin de una planta desaladora, que llegan a
profundidades superiores a 100m. Un interpretacin de parte de estos sondeos mecnicos ha sido
realizada por Pulido-Bosch et al. (2004). Tambin existen estudios ssmicos a mayor escala
(Navarro et al., 1997) que pueden complementar a los anteriores especialmente en lo que se
- 202 -
Aplicaciones.
refiere a las propiedades del basamento.
Figura 5.3.1. Situacin de los sitios de test, en el Campus de la Universidad de Almera y en la desembocadura del
ro Andarax. Se indica la situacin de tres sondeos cercanos: P-III de 120m de profundidad, S-5A de 117m y S-6A
de 60m.
- 203 -
Figura 5.3.2. Perfiles elctricos interpretados en el delta del ro Andarax realizados por el IGME-IRYDA (1977). El
extremo oriental del perfil I est situado unos 5 km aguas arriba del sitio Desaladora.
Emplazamiento Desaladora
En la estratigrafa de esta rea aparecen, hasta
unos 20-25m, depsitos aluviales holocenos
consistentes en limos, arenas y algunas gravas.
Bajo estos aparece un paquete de gravas
gruesas y arenas. Los materiales del Plioceno
aparecen en torno a los 60m de profundidad,
como estratos alternantes de lutitas y areniscas,
con
intercalaciones
de
gravas
arenas
pliocenas y finalmente, un grueso estrato de
Figura 5.3.3. Sntesis de los materiales perforados en
margas del Mioceno. Las rocas trisicas
el delta del ro Andarax, segn Pulido-Bosch et al.
(dolomitas y filitas) aparecen a profundidades
(2004).
no completamente determinadas que previsiblemente deben superar los 400-450m a que ya se

encuentran unos 5km ro arriba, segn el perfil II en su extremo oriental (Fig. 5.3.2).
Emplazamiento Universidad
Este emplazamiento se encuentra situado tambin en el abanico aluvial del ro Andarax, a 2km
- 204 -
Aplicaciones.
en direccin NE del sitio Desaladora. En esta zona hay sondeos relativamente profundos, pero s
se dispone de varios sondeos mecnicos superficiales destinados a la construccin de distintos
edificios del Campus de la Universidad de Almera y de un sondeo de refraccin de ondas S de
alcance tambin muy superficial (~10m).
Instrumentacin y adquisicin de datos. Sitio Desaladora.

En el experimento en el sitio Desaladora, se desplegaron cinco arrays pentagonales, sin estacin
central, con radios de 12, 18, 25, 50 y 94m. La array de 50m, estaba formada por cinco
sismmetros triaxiales de banda ancha del modelo CMG-3ESPD con buena respuesta entre 120s
y 50Hz. En el resto de las arrays se combinaron cuatro sismmetros CMG-6TD, con respuesta
entre 30s y 100Hz y un sismmetro CMG-3ESPD. Ambos modelos son manufacturados por
Guralp y estn sincronizados mediante GPS independiente. Los sensores fueron depositados
sobre plataformas niveladas, situadas directamente sobre el suelo. No se us aislamiento trmico
para los sensores 3ESPD, tan slo se evit su exposicin directa al sol. Los sensores 6-TD fueron
protegidos con un aislante trmico textil.
Los tiempos de grabacin oscilaron entre 1hora y 1,5 horas. A excepcin de la medida de 50m
(realizada nueve meses antes que las dems), el resto fueron programadas para das con poco
viento segn la previsin meteorolgica. Algunos detalles sobre las medidas pueden encontrarse
en la Tabla 5.3.1. Adems, con objeto de mejorar la resolucin a mayor profundidad, se realiz
una medida con una array triangular con estacin central de 420m de radio para ser analizada
con el mtodo v-SPAC.
Tabla 5.3.1. Coordenadas de los centros de las arrays desplegadas en el sitio desaladora y condiciones
meteorolgicas (en las arrays sin estacin central: promedio de las coordenadas de los vrtices). Todas son
pentagonales sin estacin central excepto la de radio 420m que es triangular con estacin central.
Radio (m)
12
18
25
50
94
420
Fecha
15/06/2009
15/06/2009
11/06/2009
26/09/2008
15/06/2009
19/06/2009
36 49.0885N
36 49.0885N
36 49.0338N
36 49.0925N
36 49.0890N
36 49.2764N
Centro
2 25.6084W
2 25.6084W
2 25.6025W
2 25.6028W
2 25.6094W
2 25.4610W
Alt: 12m
Alt: 12m
Alt: 11m
Alt: 12m
Alt: 15m
Alt: 10m
Observaciones
Sin viento
Sin viento
Viento dbil
Viento dbil-moderado
Sin viento
Viento dbil
Instrumentacin y adquisicin de datos. Sitio Universidad de Almera.

En el campus de la Universidad de Almera se realizaron tambin varios montajes destinados a
explorar la estructura sedimentaria ms superficial mediante, en este caso, el mtodo v-SPAC y
- 205 -
el mtodo del doble anillo (DR). Se desplegaron arrays dobles regulares, con estacin central,
formadas por cuatro o cinco sismgrafos por crculo, uniformemente distribuidos. Se utilizaron
acelermetros ETNA (fabricados por KINEMETRICS). En la Tabla 5.3.2, se detallan las
configuraciones empleadas en este experimento. La medida 1 fue realizada en un punto distinto
del Campus. A unos 250m al este del centro de las arrays hay un sismmetro de banda ancha
GURALP-CMG-3ESPCD instalado de forma permanentemente y en registro continuo a 100
m.p.s. cuyos datos sern tenidos en cuenta en la discusin del HVSR.
Tabla 5.3.2. Configuraciones empleadas en los tests del sitio Universidad.
N. Experimento
Radios
N. sensores
Observaciones
15m y 30m
5+5
Sobre suelo no pavimentado. Algn trnsito de

camiones en las proximidades.
24.75m y 35m
4+4
17.5m y 35m
4+4
Sobre suelo pavimentado. Ausencia de fuentes

cercanas.
Idem.
En lo posible, se evit el trnsito de personas y vehculos en las inmediaciones de la array y en

su interior, ya que ponen en riesgo el cumplimiento de las hiptesis fsicas (iluminacin con
ondas planas) y pueden incrementar los efectos negativos de una baja densidad de estaciones
sobre la circunferencia (Jongmans et al., 2005; Garca-Jerez et al., 2008b). Estas condiciones
ptimas no pudieron satisfacerse completamente en la medida 1.
Una importante limitacin para este experimento resulta de la reducida banda espectral til
proporcionada por los ETNA (sensores de movimiento fuerte) que, cuando se utilizan para el
registro de seales dbiles, proporcionan registros con una pobre relacin seal/ruido. Para tratar
de acotar este problema, se realiz una medida colocando dos acelermetros juntos y grabando
ruido ambiental simultneamente. Como las diferencias de amplitud (ganancia) entre distintos
sensores no repercuten en algunos mtodos de autocorrelacin espacial si se utiliza una
normalizacin conveniente, nos centramos en buscar diferencias de fase entre los registros, las
cules s tendrn consecuencias en todos los casos (excepto en el clculo del HVSR). La figura
5.3.4 muestra inestabilidad en las fases de los registros verticales por debajo de 3-4Hz (las
diferencias de fase entre dos registros tienden ser aleatorias, en lugar de nulas, de modo que su
valor absoluto tiende a valores medios de /2).
5.3.3. ANLISIS DE LOS REGISTROS DEL SITIO UNIVERSIDAD DE ALMERA
La primera etapa del procesado de las seales consiste en el clculo de su espectro de Fourier.
- 206 -
Aplicaciones.
Los detalles de este clculo fueron comunes para todos los registros utilizados, esto es, para las
componentes tangenciales y verticales de ambos anillos y para las tres componentes de la
estacin central.
Figura 5.3.4. Testeo del rango espectral disponible usando tres acelergrafos ETNA colocados juntos y comparando
los ngulos de fase de los espectros de Fourier en una medida simultnea de ruido ambiental. Se promediaron 50
ventanas de 33s de duracin. Para estos equipos se encuentra una significativa falta de correlacin por debajo de 34Hz. Cada color representa una pareja de instrumentos. Se consideran los registros verticales.
Los registros fueron divididos en 60 ventanas temporales no solapadas de 30s de duracin. Tal
longitud se considera apropiada para el anlisis de frecuencias superiores a 0.33 Hz ya que
contiene ms de 10 ciclos para todas las frecuencias en ese rango (p. e. Kind et al., 2005).
Seguidamente, se corrigi de lnea base cada una de las ventanas temporales. Para reducir los
efectos de duracin finita, antes de realizar la transformada de Fourier sus extremos fueron
suavizados durante un 10% de la longitud del intervalo, usando una ventana de Hanning.
Finalmente, los registros fueron transformados al dominio de la frecuencia mediante DFT.
Cho
Las magnitudes requeridas (HVSR, coeficientes de v-SPAC V o V y el cociente espectral
tangencial tgDR ) se calcularon en una segunda etapa. En este experimento no se considerarn los
efectos del ruido incoherente, de modo que evitaremos el ndice (s+n) en los coeficientes
anteriores.
Como en los epgrafes previos, el HVSR se obtuvo mediante el clculo de ratiogramas

(Almendros et al., 2004). El resultado se muestra con una lnea negra gruesa en la Fig. 5.3.5c. Se
observa un pico claro a 2.93 Hz con amplitud media de 4.8, muy estable durante los 30 min de
- 207 -
medida.
Para el clculo de V , las transformadas de Fourier de las componentes verticales
correspondientes a cada ventana temporal comn fueron promediadas acimutalmente para las
estaciones de cada circunferencia. El resultado se dividi entre la transformada de la componente
vertical en la estacin central siguiendo (3.3.16). Este procedimiento se realiz separadamente
para cada ventana temporal, promediando finalmente sobre el conjunto de ventanas. Tambin se
realiz el clculo de VCho (3.3.23), tericamente ms robusto que el anterior. Ambos estimadores
dieron resultados globalmente muy similares, que son comparados en la columna izquierda de la
Fig. 5.3.6. Finalmente, se clculo el cociente espectral tangencial tgDR segn (3.5.14), que se
muestra con puntos en la Fig. 5.3.6 (columnas central y derecha). La inspeccin de los resultados
revela inmediatamente los graves efectos del ruido electrnico por debajo de 3-5Hz, que se
manifiestan como un abrupto deterioro en los coeficientes de v-SPAC y DR implicando que esta
banda no pueda ser utilizada. Estos efectos son ms notables (empiezan a frecuencias menores)
para las componentes verticales (coeficientes de v-SPAC), debido probablemente a la menor
potencia de la seal. Efectivamente, HVSR > 1 en este rango, como se aprecia en la Fig. 5.3.5.
Figura 5.3.5. Cociente espectral horizontal-vertical para la estacin central. (a) Registro de tres componentes. Los
transitorios no fueron considerados en el anlisis (banda clara). (b) Representacin dependiente del tiempo del
cociente espectral. (c) Cociente espectral promediado (lnea negra gruesa) e indicacin de intervalo correspondiente
a una desviacin estndar con lneas delgadas continuas. La elipticidad del modo fundamental de ondas Rayleigh
para el modelo invertido se muestra con una lnea gris gruesa.
- 208 -
Aplicaciones.
Inversin de un perfil de velocidades de onda S

Antes de proceder a la inversin del modelo de estructura superficial, se estimaron los rangos de
frecuencia en los que las curvas experimentales tienen una calidad suficiente. Los lmites de baja
frecuencia son fcilmente determinables en funcin del deterioro de stas. En el caso de los
coeficientes de v-SPAC, las frecuencias mximas tiles se decidieron visualmente, atendiendo a
las formas de las curvas (comportamiento oscilante, con extremos relativos de amplitud
decreciente,). Para los coeficientes de DR, y teniendo en cuenta que realizaremos su clculo
directo simplemente como tgDR tgDR J1(kL() R2) / J1(kL() R1), necesitamos un criterio ms
estricto que prevenga frente a efectos de N finito (bajo campo istropo) y a grados probables de
contaminacin por ondas Rayleigh. Admitiendo (i) una potencia relativa mxima de onda
Rayleigh en la componente horizontal del 47% (situacin relativamente desfavorable, dadas las
evidencias experimentales mencionadas en el Captulo 1); (ii) que las velocidades de onda
Rayleigh y Love pueden considerarse similares a efectos de describir la contaminacin en tgDR
debida a las primeras; (iii) una desviacin absoluta admisible de 0.1 en tgDR ; podemos obtener
valores mximos de kL R2 para los que el clculo directo de tgDR presente desviaciones respecto
a J1(kL() R2) / J1(kL() R1) por debajo del umbral fijado. Estos valores, calculados usando
(3.5.14) para campo istropo, se muestran en la Tabla 5.3.3 y fueron respetados en la inversin.
Como era previsible, la segunda medida (N=4, R1=24.75m, R2=35m) proporciona un intervalo
til relativamente pequeo al combinar un pobre nmero de sensores con una relacin de radios
poco eficiente.
Tabla 5.3.3. Valores tericos mximos de kL R2 para las distintas configuraciones.

N
5
4
4
R1 (m)
15
24.75
17.5
R2 (m)
30
35
35
R2 / R1
2
1.41
2
kL R2 mx.
4.86
3.05
3.57
Inversin
Por simplicidad, el coeficiente de v-SPAC ( V ), el coeficiente DR ( tgDR ) y la forma del HVSR
alrededor del pico fundamental se usaron directamente para invertir un modelo del subsuelo en
lugar de determinar previamente las curvas de dispersin Rayleigh y Love.
En este procedimiento de inversin se tratar de introducir la mnima informacin a priori. El

- 209 -
primer paso fue obtener unas primeras estimaciones de la relacin VS vs. profundidad y de la
mxima profundidad resuelta a partir de los datos mismos, asumiendo que las ondas Rayleigh
con longitud de onda R y velocidad de fase cR = R f muestrean una profundidad de R / 3 , a la
cual VS puede ser estimada como 1.1 cR (ver p. e. Tokimatsu, 1997; Duputel et al., 2010). De los
coeficientes de v-SPAC pueden leerse directamente un conjunto de pares frecuencia-longitud de
onda Rayleigh tomando las posiciones (frecuencias) de sus mximos, mnimos y cortes por cero.
Concretamente, de las propiedades de la funcin de Bessel J0 se sabe que estos coeficientes han
de tener un cero a R = 2.62 R , un mnimo para R = 1.64 R , un segundo cero en R = 1.13 R ,
un mximo en R = 0.90 R , etc. Los pares (h, VS) obtenidos con este mtodo simplificado se
muestran en la Fig. 5.3.7b con crculos. La profundidad mxima resuelta puede estimarse usando
los criterios R max / 3 R max / 2 (Park et al., 1999; Tokimatsu, 1997). Una estimacin de R max ,
que es la mxima longitud de onda utilizable, puede hacerse a partir del valor de la curva de
correlacin Rayleigh en la mnima frecuencia en la que se encuentren datos de buena calidad
(digamos, f min ). En este caso, a la vista de los coeficientes de v-SPAC, se puede tomar f min = 3.5
Hz, con V ( f min ) en torno a 0.7 (se ha usado el caso R = 24.75 m, Fig. 5.3.6 columna izda.).
Seguidamente, la longitud de onda correspondiente puede calcularse como R max 2R / 1.15
usando que J 0 (1.15) 0.7 . Segn los criterios de R max / 3 R max / 2 , la profundidad mxima
explorada es de 45 68m, respectivamente.
Como en las aplicaciones a la localidad de Mula, la inversin del modelo de suelo se realiz
usando el mtodo downhill-simplex (ver por ejemplo Parolai et al., 2006). Para ello, se
construy un modelo inicial de 60 m de profundidad. Los 20 m superiores se dividieron
finamente en 4 capas de 5 m de espesor para posibilitar la comparacin con la informacin
geotcnica superficial disponible, aadindose dos capas ms profundas de 20m sobre el
basamento. Seguidamente el modelo fue ajustado permitiendo variaciones tanto en los espesores
de las capas como en sus velocidades de onda S. Los valores iniciales de VS se calcularon, para
cada capa, interpolando o extrapolando los valores obtenidos con el mtodo simplificado
(crculos en Fig. 5.3.7b) a los centros de stas. Como las caractersticas dispersivas de las ondas
superficiales muestran poca sensibilidad ante variaciones en la densidad ( ) cuando est en el
rango usual entre 1 y 3 g/cc (p. e. Wathelet, 2005), sta se ha considerado uniforme en la
estructura. Para cada modelo probado, la velocidad de onda P se calcul a partir de la velocidad
de onda S mediante interpolacin en una tabla con datos empricos regionales. En el rango de
- 210 -
Aplicaciones.
Figura 5.3.6. Columna izquierda: De arriba abajo, coeficientes de v-SPAC para arrays circulares de radios 17.5 m.,
24.75 m.y 35 m. Los valores experimentales se muestran con puntos. Los coeficientes tericos, calculados usando el
modo fundamental Rayleigh del modelo final, se muestran mediante lneas rojas. VCho y V se muestran en azul y
verde, respectivamente.
Columna central: Coeficientes de DR (puntos) calculados para parejas de circunferencias siguiendo la ecuacin
(3.5.5). Los radios estn indicados en cada subfigura. Como para el caso anterior, las curvas tericas calculadas a
partir del modo fundamental de ondas Love del modelo final se muestran con lnea roja. Este clculo consiste en el
cociente de funciones J1 que aparece en el miembro derecho de (3.5.5).
Columna derecha: Los puntos y la lnea roja gruesa repiten los coeficientes de DR y la curva terica de la columna
central, ampliando el rango de frecuencias mostrado. La lnea roja delgada es la continuacin de la roja gruesa a (i.
e. J1(kLR2) / J1(kLR1) a altas frecuencias). Las lneas naranjas, verdes y moradas corresponden a clculos directos del
coeficiente DR en los que se tienen en cuenta los efectos de N finito y para valores del RLR de 0, 0.5 y 1,
respectivamente.
220m/s a 1700 m/s, tal relacin es muy prxima a la encontrada por Kitsunezaki et al. (1990), i.
e. VP(km/s) = 1.29 + 1.11 VS (km/s). La velocidad de onda P de las cuatro capas superiores
(aprox. Los primeros 20m) se fij en 600m/s (ver comentarios al respecto en la seccin
- 211 -
siguiente).
Los clculos directos se realizan a partir de las curvas de dispersin Rayleigh y Love del modo
fundamental, calculadas con el cdigo de Herrmann (1987). La elipticidad de la onda Rayleigh
se calcul por el mtodo de Haskell (1953), usando una implementacin propia.
El modelo final hallado se muestra con una lnea continua gruesa en la Fig. 5.3.7a-c, mientras
que los coeficientes de v-SPAC y DR que le corresponden se muestran en la Fig. 5.3.6 con lneas
rojas. El modelo proporciona un buen ajuste de las curvas experimentales en el rango de
frecuencias empleado en la inversin. Finalmente, el HVSR del modelo resultante, calculado en
torno al pico principal como la elipticidad del modo fundamental de ondas Rayleigh (Konno and
Ohmachi, 1998) se muestra en la Fig. 5.3.5c (lnea gris gruesa).
Para visualizar la sensibilidad del ajuste a los distintos parmetros del modelo, se ha calculado la
funcin costo de 10000 modelos generados variando las velocidades de onda S de subconjuntos
aleatorios de capas en un 10% y un 25%. El grado de ajuste de estos nuevos modelos se ha
representado en la Fig. 5.3.7a. El tono de los cuatro rectngulos en escala de grises que hay junto
a cada capa indica el valor ms pequeo de la funcin costo para la variacin correspondiente de
su velocidad VS (10% y 25%) y variaciones aleatorias de las del resto de capas. De este
modo, un color oscuro para un valor de VS dado indica que los modelos probados con tal
caracterstica proporcionan ajustes significativamente peores que el invertido. Al contrario, una
banda clara a la derecha (o izquierda) del modelo central denota poca sensibilidad del mtodo
ante un incremento (o decremento) de VS en la capa. Tambin se realiz un test similar para
sensibilidad ante variaciones en la posicin de las interfaces entre capas (Fig. 5.3.7b)
considerando 15625 variaciones del modelo final (todas las posibles). Se encontr poca
sensibilidad a la posicin de la capa ms profunda, que se encuentra ya fuera del lmite
correspondiente al criterio R max / 3 (el ms restrictivo).
La posibilidad de explicacin de los datos mediante un modelo ms simple compuesto de dos

capas sobre un semiespacio fue tambin investigada. La disminucin del nmero de parmetros
facilit el uso de un algoritmo gentico como herramienta de inversin. Se variaron en este caso
la velocidad de onda S y el espesor de las capas para una poblacin de 40 modelos que
evolucionaron a lo largo de 150 generaciones. El algoritmo busc el modelo ptimo dentro de los
rangos:
- 212 -
Aplicaciones.
- VS entre 100 y 400 m/s para la capa superior, de 200 a 700 m/s para la segunda y de 600 a 1500
m/s para el semiespacio;
- espesores ( h ) de 3 a 25 m para la capa superior y de 10 a 50 m para la inferior.
Las variables fueron discretizadas a 6 bits. El modelo resultante, que se muestra en la Fig. 5.3.7c
con lnea punteada, parece una versin sintetizada del de seis capas hasta 32m, pero con un
semiespacio ms superficial y rgido. El grado de ajuste es significativamente peor (0.11 en la
escala de Fig. 5.3.7) pues no logra reproducir la frecuencia fundamental y la forma del HVSR en
torno al mximo. Finalmente, se llev a cabo un tercer intento de inversin usando el algoritmo
downhill-simplex para modelos parametrizados de igual modo a como se hizo con el algoritmo
gentico. Los espesores de las capas del modelo inicial fueron, de arriba a abajo, 20 y 30 m
mientras que sus velocidades de onda S se obtuvieron de los datos experimentales del mismo
modo que para el modelo inicial de seis capas. Tras invertir los espesores y las VS , se obtuvo un
modelo similar al del algoritmo gentico hasta ~32m (lnea discontinua en la Fig. 5.3.7c) pero
con un semiespacio ms profundo y menos rgido. Este semiespacio est ms en consonancia con
la profundidad y velocidad de los materiales pliocenos encontrados en el punto Desaladora (Figs.
5.3.3 y 5.3.14). Su ajuste es slo ligeramente peor que el del modelo de seis capas (0.071),
reproduciendo el HVSR en un grado similar a ste.
En la Fig. 3.6.8a se muestra una comparacin con el modelo simplificado obtenido por ChavezGarca and Luzn (2005) en el mismo punto a partir de tres sondeos geotcnicos de tipo SPT
(Standard Penetration Test) utilizando las relaciones de Yoshida and Motonori (1988) para
obtener VS. Ese modelo se muestra con lnea gris. La estratigrafa cortada en el sondeo consiste
en diversas capas de limos arcillosos, arenas gruesas, arenas finas y arenas con gravas con un
espesor de unos 15m sobre un lecho de gravas. Tambin existe un sondeo de refraccin de onda
S muy superficial, realizado a unos cien metros del sitio de prueba, que encuentra 179 m/s para
los primeros 6m de suelo. Aunque dados el carcter superficial del sondeo, su relativa distancia y
las diferentes actuaciones artificiales sobre los primeros metros del suelo, los perfiles no son
directamente comparables, se puede mencionar que ese valor est desviado un 13% a la baja
respecto a la media de los seis primeros metros de nuestro modelo de seis capas, y slo un 9 y un
3% respecto a la primera capa de los modelos de dos capas obtenidos con downhill-simplex y
GA. Como se observa, los resultados obtenidos a partir de ruido ambiental concuerdan
- 213 -
satisfactoriamente con los de los sondeos para profundidades en el rango en el que se esperaba
buena resolucin de las arrays (delimitado por lneas discontinuas horizontales) que se ha
calculado en Fig. 5.3.8. mediante el criterio R / 3 para la curva de dispersin del modo
fundamental Rayleigh.
Figura 5.3.7. (a) Con lnea negra gruesa se muestra el modelo final para el sitio Universidad obtenido del anlisis de
microtremores. La sensibilidad del ajuste ante variaciones de 10% y 25% en la velocidad de onda S de cada capa
se representa con rectngulos grises. (b) Estudio de sensibilidad similar al anterior para variaciones en las posiciones
de los lmites de las capas. (c) Modelos de tierra, formados por dos capas sobre el basamento, invertidos mediante
un algoritmo gentico (lnea punteada) y mediante el mtodo downhill-simplex (lnea discontinua), comparados con
el modelo final de seis capas (lnea continua).
- 214 -
Aplicaciones.
Discusin y conclusiones
En esta seccin se han utilizado mtodos de autocorrelacin espacial (tipo SPAC) para obtener
un perfil de la estructura superficial en el sitio Universidad en trminos de la velocidad de onda
S. Para constreir mejor el modelo invertido, se consideraron tanto la velocidad de fase de onda
Rayleigh como la de onda Love, determinadas respectivamente mediante el mtodo v-SPAC y el
mtodo DR desarrollado en esta tesis. Globalmente, se pudo recuperar algn tipo de informacin
creble de correlacin (v-SPAC o DR) entre los 2.6Hz y los 11Hz, resultando el mtodo DR ms
eficiente en el extremo de baja frecuencia, quizs porque la mayor potencia de la seal Love en
torno a la frecuencia de resonancia facilita el uso de sismgrafos ruidosos. Por el contrario, el
mtodo v-SPAC se aplic con ms xito a altas frecuencias, ya que V resulta menos
perjudicado por los efectos de N-finito no siendo necesario disminuir tanto los radios de las
arrays para estudiar longitudes de onda cortas. La forma del HVSR (Nakamura, 1989) aport una
condicin adicional para la determinacin del modelo de suelo, usando la elipticidad de la onda
Rayleigh (en valor absoluto) como clculo directo.
Figura 5.3.8. (a) Comparacin entre los perfiles superficiales de velocidad de ondas S obtenidos en el sitio de prueba
(Fig. 5.3.1). El modelo obtenido por anlisis de microtremores compuesto de seis capas sobre el semiespacio se
muestra con una lnea negra gruesa. Un modelo simple consistente en dos capas sobre semiespacio se muestra con
lnea discontinua. El obtenido a partir de un sondeo mecnico tipo SPT se muestra en gris. Las lneas horizontales
muestran el rango de profundidades en el que las arrays dan suficiente precisin segn el criterio R max / 3 . Si se usa
el criterio R max / 2 , la profundidad mxima es de 68m. (b) Curvas de dispersin de ondas Rayleigh y Love
correspondientes al modelo de seis capas (lnea negra gruesa de la subfigura (a)).
- 215 -
La teora sobre los efectos de N finito en tgDR , desarrollada en el Captulo 3, se ha empleado aqu
para establecer las longitudes de onda mnimas a las que estas perturbaciones son (con gran
probabilidad) despreciables y poder usar as las expresiones correspondientes al caso N .
Admitiendo que el modelo invertido es una buena aproximacin a la estructura real, podemos
valorar ahora hasta qu punto el comportamiento de los coeficientes de DR experimentales es
explicable a mayores frecuencias. En la tercera columna de la Fig. 4.3.7 se muestran los clculos
directos de las curvas tgDR para el modelo invertido y bajo campo istropo, segn la formulacin
expuesta en la Seccin 3.5.3 que tiene en cuenta los efectos de N finito. Se representan para
valores constantes (independientes de la frecuencia) de RLR de 0, 0.5 y 1. Como los coeficientes
se han extendido hasta frecuencias considerablemente ms altas que las ajustadas en la inversin,
no se espera un ajuste perfecto en ese rango. An as, el parecido entre las curvas experimentales
y las tericas es notable, especialmente en cuanto a la posicin de los mximos y mnimos
relativos. El caso N=4, R2=35m, R1=17.5m es el ms sensible al RLR. Un valor de este parmetro
entre 0.5 y 1 podra reproducir los tres experimentos simultneamente hasta ms de 7 Hz,
requirindose algn reajuste de la curva de dispersin de onda Love a frecuencias mayores. El
caso N=4, R2=35m, R1=24.75m, que a priori es el que presentara efectos de N finito ms serios,
es el que queda mejor reproducido. Estos resultados sugieren que esquemas de inversin basados
en un modelado ms avanzado de los datos pueden ser viables (ver p. e. Seccin 5.3.4).
Se comprueba que en el rango de frecuencias en que se ajustaron los coeficientes de DR (rango

de los segmentos rojos gruesos en la columna derecha) todas las curvas que consideran efectos
de N finito coinciden entre s y con el clculo que no considera tales efectos (i. e. con las lneas
rojas), confirmndose as que el intervalo de frecuencias utilizado en la inversin para estos
coeficientes era seguro.
La figura correspondiente a N=5, R2=30m, R1=15m sugiere una peor relacin seal / ruido a altas
frecuencias, que empieza ya a percibirse a unos 5 Hz. Esto es consistente con las peores
condiciones de observacin de esa medida (Tabla 5.3.2).
En cuanto a los resultados de la inversin, cabe destacar la buena correspondencia entre los
modelos de dos capas que se han obtenido y el modelo simplificado determinado por ChavezGarca and Luzn (2005) mediante SPT (Fig. 5.3.8). Ambos coinciden en la existencia de un
contraste importante a unos 15m, si bien, en nuestro modelo detallado el contraste aparece de
- 216 -
Aplicaciones.
forma ms gradual entre los 15m y los 20m. Estos resultados i) confirman que los mtodos de
exploracin ssmica tipo SPAC son una opcin con buena relacin efectividad-costo; ii) apuntan
a que el mtodo DR es efectivo en la prctica, pues ha proporcionado velocidades de onda Love
con el comportamiento dispersivo esperado (Fig. 5.3.8b) y con valores compatibles con el resto
de los datos.
5.3.4. ANLISIS DE LOS REGISTROS DEL SITIO DESALADORA
Como se afirm anteriormente, el objetivo de este experimento es investigar sobre las
capacidades del mtodo SCA. Gran parte de este trabajo puede encontrarse en Garca-Jerez et al.
(2010).
Como en este segundo experimento en la zona se dispuso de instrumental ms apropiado (con
buena sensibilidad a bajas frecuencias) as como de mejor informacin previa sobre la estructura,
se pudo aspirar a obtener un perfil de velocidades de onda S ms fiable y profundo sin utilizar la
informacin contenida en las ondas Love. Esto permite realizar posteriormente una comparacin
no sesgada entre la curva de dispersin de onda Love experimental y la terica, obtenidas de
modo totalmente independiente.
Obtencin de un modelo profundo

El primer objetivo fue obtener un modelo de la estructura del sitio que alcance el basamento
trisico. Para que la profundidad de ste quede bien definida, se ha realizado la inversin de
algunas caractersticas del HVSR junto con la curva dispersin de onda Rayleigh obtenida a
partir de las componentes verticales mediante SPAC. Al disponer tambin de datos tomados con
arrays relativamente grandes (radio mximo de 420m, distancia mxima entre estaciones de
554m) se espera que el basamento, al que se le estima una profundidad del orden de 500m, pueda
ser resuelto.
La figura 5.3.9 muestra el cociente espectral HVSR medio obtenido en los vrtices de la array de
18m. Presenta un pico predominante a 0.35Hz (2.82s) de amplitud ~5.4 que identificamos como
la frecuencia fundamental del sitio. A este rango de periodos y a periodos an ms largos el
cociente espectral presentaba cierta inestabilidad, que ha sido aminorada en gran medida
eliminando varias ventanas temporales problemticas. La gran similitud para frecuencias por
debajo de 0.6-0.7 Hz con el HVSR obtenido en la estacin de banda ancha UALM, que s est
instalada en condiciones ptimas, permite afirmar que el resultado es creble por encima de 0.28
Hz. Existe un segundo pico a ~2.7 Hz (amplitud 3.7) que concuerda aproximadamente con el
- 217 -
encontrado en el sitio Universidad, si bien, no es el pico dominante en la desaladora.
Para la aplicacin del mtodo SPAC a los registros de componente vertical, hubo que tener en
cuenta que, a excepcin de la triangular, las arrays carecan de estacin central. Las correlaciones
fueron entonces calculadas entre las componentes verticales obtenidas para las distintas parejas
de estaciones que forman los lados y las diagonales de los pentgonos.
Figura 5.3.9. HVSR calculado en el sitio Desaladora (en negro) comparado con el obtenido en la estacin de banda
ancha UALM (en gris), situada en las proximidades del sitio Universidad. En el caso del sitio Desaladora, se
muestra la media y la desviacin tpica de 5 medidas tomadas en los vrtices de un pentgono de 18m de radio. En
ambos casos, se tomaron ventanas de 60s y se realiz un ligero suavizado espectral de 0.1Hz de ancho.
Las densidades espectrales cruzadas correspondientes a parejas con la misma distancia fueron
promediadas. Como los lados (y las diagonales) de cualquier polgono regular estn tambin
orientados regularmente en el acimut, esta forma de aplicar el mtodo SPAC no es ms sensible a
la posible anisotropa del campo que el mtodo v-SPAC en su formulacin convencional (con
estacin central), aunque s lo es a la estacionaridad espacial del microtemor.
La inversin del modelo de suelo se realiz a partir de la curva de dispersin Rayleigh y de la

posicin de la frecuencia fundamental y del primer mnimo del HVSR. Se utiliz el algoritmo de
inversin hbrido paralelizado que se desarroll en el Captulo 4 que combina un mtodo
optimizacin local (en este caso el mtodo Downhill-Simplex) y bsquedas aleatorias en el
espacio de los modelos. Para delimitar una regin en la que generar los modelos aleatorios, se
utiliz la informacin geolgica y geofsica previa (Seccin 5.3.2), asignando capas de
- 218 -
Aplicaciones.
propiedades uniformes a los estratos con materiales y edades homogneas. Los lmites de esta
regin se detallan en la Tabla 5.3.4. La velocidad de onda P de la capa superior, que en su mayor
parte no est saturada (IGME, 1973, Carrasco and Martn, 1988) se ha estimado mediante las
relaciones obtenidas por Valle-Molina (2006) en experimentos de laboratorio (concretamente,
como la velocidad media en una columna de ~ 20m de arena seca). Para el resto de las capas, la
velocidad de onda P se calcul, como en el apartado anterior, a partir de la velocidad de onda S
mediante interpolacin en una tabla con datos empricos regionales (prxima a la relacin
VP(km/s) = 1.29 + 1.11 VS (km/s) en el rango de 220m/s a 1700 m/s, Kitsunezaki et al., 1990).
Para evaluar el grado de ajuste de cada modelo, se utiliz un esquema de misfit ecualizado
respecto al nmero de datos por observable, sin imposicin de pesos arbitrarios (Ec. 4.1.4).
Tabla 5.3.4. Intervalos de los parmetros usados en el algoritmo de bsqueda aleatoria. Valores mximos y mnimos
iguales identifican propiedades que permanecen constantes en la inversin.
ESPESORES (KM)
CAPA
MN.
1
0.0168
2
0.0357
3
0.4350
4
1.1210
VELOC.
CAPA
1
2-5
MX.
0.0280
0.0595
0.7250
1.8684
P (KM/S)
MN.
MX.
0.5132
0.5132
relacin emprica
con Vs
VELOC.
CAPA
1
2
3
4
5
S (KM/S)
MN.
0.2337
0.4548
0.8335
1.8145
2.6000
DENSIDAD (G/CM3)
CAPA
MN.
1
1.8000
2
1.9000
3
2.0000
4
2.7000
5
2.7000
MX.
0.3894
0.7580
1.3891
2.5000
2.6000
MX.
1.8000
1.9000
2.0000
2.7000
2.7000
En las Figuras 5.3.10-11 se muestran los resultados de esta inversin (modelo ajustado y clculos
directos de la velocidad de onda Rayleigh). En la Fig. 5.3.11 se incluye la determinacin del
modelo medio y de la matriz de covarianzas normalizada. En el mejor modelo invertido, la capa
de aluviales holocenos tom un espesor de 22m (20m para el modelo medio), dejando paso a las
gravas y arenas pleistocenas hasta los 58m (64m para el modelo medio) de profundidad. Al
paquete de margas miocenas se le estiman 485m (484m) de espesor. Visualmente, el grado de
ajuste de la velocidad de onda Rayleigh es muy bueno. Los extremos relativos del HVSR
tambin quedaron bien ajustados, estando el pico y el mnimo a 0.38 y 0.75Hz para el mejor
modelo (0.36 y 0.76Hz son los valores experimentales). El test estadstico simple mencionado en
el Apndice IV.A, asumiendo que los 67 datos empleados son independientes, arroja un nivel de
confianza del 99.7% para el mejor modelo obtenido en el ajuste.
- 219 -
2500
>0.71
0.69
2000
0.63
1500
0.61
Misfit / dato
Velocidad Rayleigh (m/s)
0.66
1000
0.58
0.55
500
0.53
0
0
10
15
20
25
Frecuencia (Hz)
Figura 5.3.10. Curva de dispersin de ondas Rayleigh experimental obtenida para el sitio Desaladora (puntos) y
clculos directos para los 2000 modelo resultantes del algoritmo de inversin hbrido (excluidos los modelos
parciales usados por el algoritmo de bsqueda local), coloreados segn el grado de ajuste (se usa el modo
fundamental en los clculos directos).
>0.71
10
0.69
20
0.66
0.63
40
50
0.61
60
0.58
70
0.55
80
0.53
90
100
0
200
400
600
800
Velocidad de onda S (m/s)
1000
1200
1400
Profundidad (m)
500
1000
1500
2000
2500
500
1000
1500
2000
Velocidad de onda S (m/s)
- 220 -
2500
3000
Misfit / dato
Profundidad (m)
30
Aplicaciones.
Espesor capa N
0.9
2
0.8
0.7
0.6
Velocidad S capa N
0.5
1
0.4
2
0.3
0.2
0.1
4
1
2
3
Espesor capa N
1
2
3
Velocidad S capa N
Figura 5.3.11. Resultado de la inversin del modelo superficial en el delta del ro Andarax (sitio Desaladora) a partir
de datos de velocidades de onda Rayleigh y HVSR. Los sondeos elctricos y mecnicos previos han sido tenidos en
cuenta al acotar la regin del espacio de los modelos explorada. Arriba: detalle de los 100m superficiales. Centro:
modelo completo. El modelo medio y las desviaciones tpicas de sus parmetros se muestran en azul, mientras que
el mejor modelo probado se muestra en rojo. Los puntos verdes representan un perfil aproximado obtenido
directamente de la curva de dispersin Rayleigh mediante el criterio R/3 (p. e. Tokimatsu, 1997). Los valores de
misfit corresponden al corchete del numerador de (4.1.5). Abajo: matriz de covarianzas normalizada (ver seccin
4.3.1).
Anlisis de los registros mediante el mtodo SCA.

Para la aplicacin del mtodo SCA se realiz, en primer lugar, un filtrado paso-banda a las trazas
entre 0.1 y 30Hz y se dividieron en un conjunto de ventanas de 20s parcialmente solapadas. Esta
longitud de ventana puede considerarse apropiada para el anlisis de frecuencias mayores que
0.5-1Hz. Las ventanas fueron suavizadas en los bordes en un 5% de sus longitudes y
transformadas al dominio de la frecuencia. Seguidamente, los coeficientes de Fourier de rdenes
0 y 1 de las componentes vertical, radial y tangencial fueron estimados para cada ventana
siguiendo la ecuacin (3.3.13) y finalmente, se operaron para obtener nBII y d BII a partir de
(3.6.12) y (3.6.13). Estas dos cantidades se promediaron para el conjunto de ventanas
temporales, evitando aquellas en las que el ruido era claramente no estacionario. Se denominar
aqu BIIexp al cociente entre ambos promedios y lo consideraremos como una estimacin emprica
( sn)
de B II (o de B II
cuando en el anlisis posterior se tengan en cuenta los efectos del ruido no
correlacionado). Estas cantidades son mostradas con lneas negras y para cada radio, en las
Figuras 5.3.12a-e.
- 221 -
Una estimacin directa de la curva de dispersin de onda Love puede obtenerse ya, considerando
que BIIexp puede igualarse a J 0 ( x L ) J 2 ( x L ) J 0 ( x L ) J 2 ( x L ) (Eq. 3.6.11). Como se muestra

en la Fig. 5.3.13a, esta aproximacin es apropiada para valores bajos de x L , dentro de la primera
parte decreciente de BIIexp , y principalmente hasta el primer corte por cero ( x L <1.84), y asume
que los efectos del ruido no correlacionado y de nmero de sensores finito pueden ser ignorados.
Figura 5.3.12. (a)-(e): Las lneas negras muestran BIIexp obtenido mediante arrays pentagonales desplegadas en el
sitio de prueba. El ttulo sobre cada panel indica el radio de la array. Las lneas grises continuas muestran los
clculos directos de B II( s n ) a partir de una curva de dispersion suave y de un RLR constante, ambos comunes todos
los radios, as como de sendas relaciones NSR f ajustadas previamente (ver texto). Las lneas negras discontinuas
calculadas para el modo fundamental y el primer modo superior

y punteadas muestran las funciones B
II
correspondientes al modelo de estructura, asumiendo NSR=0, RLR=0, N=5 y campo istropo. Las lneas verticales
discontinuas muestran el rango en que los datos han sido usados. (f) Relaciones lineales entre NSR y f ajustadas para
cada array.
En este caso, x L ha sido calculado a partir de BIIexp usando una expansin en serie de potencias
(Ec. 3.6.7, Fig. 3.6.3). Para preservar la claridad de la figura, las velocidades se muestran en el
rango en el que permanecen mnimamente crebles. En la Fig. 5.3.13a tambin se muestran las
curvas de dispersin correspondientes a los 2000 modelos de suelo resultantes del algoritmo de
inversin (escaladas en grises como en las Figs. 5.3.10-11, con los datos de onda Love excluidos
del ajuste). A pesar de las hiptesis restrictivas involucradas, se evidencia que seleccionando y
- 222 -
Aplicaciones.
combinando segmentos apropiados con tendencia concordante, se construira una curva de

dispersin muy prxima a las curvas tericas de los mejores modelos (modo fundamental).
Alternativamente, la Figura 5.3.13b muestra las velocidades de fase de onda Love obtenidas
mediante un procedimiento en tres pasos que tiene en cuenta los efectos de N finito y del ruido
no correlacionado. Primero, ajustamos a las cinco curvas experimentales f vs. BIIexp una nica
curva de dispersin suave de la forma cL ( f ) A f a ebf , donde A, a y b son parmetros reales
(p. e. Saccorotti et al., 2001). En este paso BIIexp es comparado con el clculo directo de B II para
un campo istropo con RLR=0. Todos los ajustes fueron hechos usando el mtodo downhillsimplex (Nelder and Mead, 1965) con funciones costo definidas simplemente como
Nf
i 1
2
B ( f i ) B II ( f i ) o
exp
II
Nf
i 1
exp
II
2
( f i ) B II( sn ) ( f i ) , donde f1 , f 2 , , f N f son las frecuencias
exp
en las cuales BII presentaba buena calidad (bandas entre lneas verticales discontinuas en Figs.
5.3.12a-e). Los costos correspondientes a los distintos radios fueron normalizados por los valores
respectivos de Nf y seguidamente sumados para definir un costo global. La curva de dispersin
suave ajustada viene dada por A =0.937, a =0.575 y b =0.0214. Despus de esto, se ajust un
RLR constante y comn para los cinco radios y una relacin lineal entre f y NSR para cada radio.
Este comportamiento lineal parece funcionar bien con estos datos en las bandas de frecuencia
usadas (las marcadas entre lneas verticales en las Figs. 5.3.12a-e), aunque esto no puede
considerarse una regla general. Los parmetros que definen cL ( f ) se mantuvieron constantes, y
se asumi NSRV=NSRH=NSR. Como la curva de dispersin Rayleigh es necesaria en este paso,
se utiliz la obtenida previamente mediante el anlisis de las componentes verticales con SPAC.
El valor obtenido para el RLR fue 0.36 (esto es, 26.5% de la potencia en forma de ondas
Rayleigh), y las relaciones ajustadas NSR vs. f se muestran en la Fig. 5.3.12f. Finalmente, se
reajustaron las curvas de dispersin suaves independientemente para cada radio, usando la curva
de dispersin suave global como modelo inicial. En este paso los cocientes NSR y RLR se
mantuvieron fijos. Las porciones crebles de estas curvas se muestran en la Fig. 5.3.13b, mientras
que su valor medio est en la Fig. 5.3.13c. Las lneas grises en las Figs. 5.3.12a-e muestran los
( sn)
clculos directos de B II
para cada radio obtenidos del ajuste final. Por comparacin con los
datos experimentales se puede sospechar que la mayora de los NSRs de la Fig. 5.3.12f estn
sobreestimados a altas frecuencias debido a la hiptesis simplificadora de relacin lineal. En tal
caso, las amplitudes de los mximos y los mnimos de B II( s n ) estn subestimadas (p. e. Fig.
- 223 -
Figura 5.3.13. (a): En verde y azul, fragmentos de las curvas de dispersin obtenidas directamente a partir de BIIexp ,
solucionando la ecuacin (3.6.11). Para cada radio, las flechas indican a qu frecuencia se tiene xL = 1.84. Se asume
que estos valores marcan un lmite seguro para el caso de una array pentagonal (ver texto); (b) curvas suaves
obtenidas, para cada radio, usando un algoritmo que tiene en cuenta el nmero finito de sensores y ajusta relaciones
lineales NSR vs. f y un RLR constante (ver texto); (c) media de las curvas de dispersin experimentales mostradas
en la subfigura anterior (lnea verde), ms y menos una desviacin estndar. En todas las subfiguras, las lneas en
escala de grises representan las curvas de dispersin de onda Love correspondientes a los modelos mostrados en Fig.
5.3.11 (que fueron ajustados sin tener en cuenta los datos de onda Love). Tales curvas conservan el tono de gris de
los modelos correspondientes (no se reevala ahora el misfit). En la subfigura (c) se muestran tambin los clculos
directos para el primer modo superior de onda Love.
- 224 -
Aplicaciones.
5.3.12c alrededor de 11Hz). Por el contrario, el nivel de ruido parece estar subestimado a
frecuencias por debajo del rango ajustado en las Figs. 5.3.12a-e. Las lneas discontinuas y
punteadas muestran las formas tericas de las funciones B II en el caso NSR=0, RLR=0, N=5 y
campo istropo, para el modo fundamental y para el primer modo superior de ondas Love
calculados del modelo de suelo. Aunque se necesita ms investigacin sobre la influencia de los
modos superiores, no se puede descartar su contribucin en algunos rangos de frecuencia (p. e.
en el abombamiento alrededor de 10Hz para R =12m y en la cada inesperada a unos 13 Hz para
R =18m). Se ha comprobado que los ajustes tienen una sensibilidad muy limitada en el RLR.
Recurdese que el mtodo se vuelve insensible al RLR conforme el nmero de estaciones N

tiende a infinito. Si el RLR se remplaza por 1 antes del paso final (ajuste de los cinco segmentos
suaves de las curvas de dispersin), la curva de dispersin promediada resultante cambia un
3.3% de media. La mxima variacin (menor del 8%) se tiene en el rango 20.6 - 22.5 Hz. Esto
sugiere que una estimacin aproximada del RLR puede ser suficiente en muchas situaciones
ordinarias.
En conclusin, los resultados globales indican que el procedimiento empleado para la extraccin
de la curva de dispersin permite considerar apropiadamente los efectos de N finito y del ruido
no correlacionado, extendiendo el rango til de frecuencias ms all del primer mnimo de BIIexp .
El procedimiento de ajuste podra ser refinado en el futuro en base a la teora desarrollada en el
Captulo 3.
En este punto podemos preguntarnos qu hubieran aportado los datos de onda Love a la
inversin del modelo de suelo. En la Figura 5.3.14 se muestran, en gris, los 100 primeros metros
del modelo medio obtenido mediante inversin conjunta de las curvas de dispersin Rayleigh y
Love (junto a las frecuencias de primer mximo y mnimo del HVSR), que se compara con el
resultado obtenido sin los datos de onda Love (en negro). En esta ocasin y en ambos casos, la
velocidad de onda P de la primera capa se ha invertido tambin (como una variable
independiente). Se aprecia que la inversin conjunta disminuy considerablemente las
incertidumbres en el modelo resultante (especialmente en velocidades). En ausencia de datos de
onda Love, una velocidad de onda S excesiva puede ser parcialmente compensada por una
velocidad baja de onda P para obtener una velocidad Rayleigh que ajuste bien los datos. Esto
genera grandes incertidumbres en las velocidades P y S (ver indeterminaciones en stas variables
- 225 -
en la primera capa del modelo, en negro). En este caso, es necesario imponer informacin a
priori, p. e., limitando los radios de Poisson o, de modo ms radical, imponiendo una relacin
entre ambas velocidades. Sin embargo, existen casos en los que la velocidad de onda P de un
material es extremadamente variable (p. e., dependiendo del grado de saturacin o del
coeficiente de Skempton, ver p. e. Valle-Molina, 2006) mientras que la velocidad de onda S es
bastante estable. El aadir la curva de dispersin de onda Love (insensible a la velocidad de onda
P) al proceso de inversin contribuye a mitigar los efectos sobre el modelo invertido de esta
interdependencia.
Figura 5.3.14. Modelos medios invertidos para el sitio Desaladora usando (gris) y sin usar (negro) los datos de
velocidades de onda Love. La velocidad de onda P de la primera capa ha sido tambin invertida. Los datos de
velocidad de onda Rayleigh y los extremos del HVSR tambin se emplean en ambos casos.
Conclusiones
La implementacin del mtodo SCA basada en el estimador BII (Garca-Jerez et al., 2010) ha
mostrado un comportamiento bastante robusto al utilizarlo con datos reales. Se ha aplicado el
mtodo SCA para calcular curvas de dispersin de onda Love a partir de los registros de tres
componentes grabados por cinco arrays pentagonales sin estacin central en un sitio en el que la
estructura era conocida. El experimento confirma que las ecuaciones obtenidas en las Secciones
3.6.5-6 pueden extender significativamente el rango til de longitudes de onda. De hecho, las
formas experimentales de BII han sido exitosamente interpretadas hasta xL = 11.7 (de media)
- 226 -
Aplicaciones.
asumiendo iluminacin istropa, aunque este lmite puede depender fuertemente de las
condiciones del campo, como se observ en el Captulo 3. Si, por el contrario, los efectos del
aliasing y del ruido incoherente son ignorados, las velocidades de onda Love pueden an
obtenerse hasta alrededor de x L = 1.84.
Se requiere todava algn trabajo para mejorar el procedimiento, incluyendo el ajuste o
estimacin de la relacin ruido-seal y el clculo ptimo de las curvas de dispersin y de las
incertidumbres asociadas.
- 227 -
- 228 -
CAPTULO 6
CONCLUSIONES Y FUTURAS LINEAS DE

TRABAJO
6.1. CONCLUSIONES.
Las conclusiones ms importantes alcanzadas en este trabajo son resumidas a continuacin.
De la revisin bibliogrfica realizada y de la experiencia acumulada en este trabajo se concluye
que, al menos en ciertos tipos de ambientes geolgicos y en amplias bandas de frecuencia, el
ruido ambiental est dominado por ondas de tipo superficial que se propagan de modo coherente
por el subsuelo. Como a frecuencias por debajo de 1Hz estas ondas son generadas en procesos
ocenicos y meteorolgicos, alcanzan con ms potencia las zonas continentales cercanas a las
costas. La existencia de estructuras sedimentarias con elevado contraste es tambin es una
situacin favorable para su deteccin. A frecuencias por encima de 1Hz, la existencia de fuentes
de ruido cultural cercanas juega un papel importante en el contenido de ondas superficiales,
debido a la gran atenuacin inelstica.
Existen dos familias de mtodos para el tratamiento de ruido ssmico mediante una array de
sensores con caractersticas muy diferentes: los mtodos f-k y los mtodos tipo SPAC. De las
formulaciones expuestas, la revisin bibliogrfica y los ejemplos numricos realizados se
concluye que:
i) Los mtodos f-k son aplicables preferentemente a situaciones en las que, para cada frecuencia,
el microtremor est dominado por ondas procedente de una nica direccin. An as, existe la
posibilidad de separar ondas procedentes de distintos acimuts o con distintas velocidades de fase
(p. e., distintos modos de ondas superficiales), si bien el rango de longitudes de onda en el que
esta distincin es viable suele ser muy limitado y fuertemente dependiente de las caractersticas
de la array (abertura y densidad de estaciones). La posible correlacin entre las fases de las ondas
procedentes de distintas direcciones supone una seria dificultad para estos mtodos que puede ser
aminorada mediante un promedio espacial adecuado si la array contiene suficientes parejas de
estaciones redundantes (misma distancia y direccin). Al margen de esta particularidad, los
mtodos f-k son aplicables indistintamente en arrays regulares e irregulares.
ii) Los mtodos tipo SPAC son especialmente adecuados cuando el campo contiene ondas
provenientes de distintas direcciones: de hecho, la mayor parte de estos mtodos funcionan
ptimamente bajo campo istropo. Si el campo tiene una o unas pocas direcciones claramente
predominantes (i.e. iluminacin fuertemente anistropa) se pueden estimar los errores mximos
cometidos y establecer rangos seguros en la determinacin longitud de onda, que sern funcin
del tamao de la array y del nmero de estaciones. Estos mtodos admiten la existencia de
seales correlacionadas que viajen a la misma velocidad (no se hacen hiptesis restrictivas en las
formulaciones deterministas del Captulo 3). Son aplicables ptimamente a arrays circulares (i.e.
sensores dispuestos en los vrtices de polgonos regulares) o semicirculares (mtodos v-SPAC y
3c-SPAC), si bien, este requisito puede ser relajado en algunas variantes. En condiciones de
campo istropo, los mtodos v-SPAC y 3c-SPAC se pueden utilizar con arrays irregulares.
Se ha desarrollado un mtodo, al que denominamos DR (Double Ring), que permite calcular
velocidades de ondas Love usando una array compuesta por dos circunferencias concntricas en
las que se registran las componentes tangenciales. En comparacin con el mtodo convencional
(3c-SPAC) se tiene un procesamiento mucho ms sencillo de los registros, en el cual la velocidad
de onda Love es calculada de modo independiente a la velocidad de onda Rayleigh (hasta cierta
longitud de onda mnima en arrays reales). Se han obtenido las expresiones analticas para los
- 230 -
Conclusiones y futuras lneas de trabajo.
efectos de nmero de sensores finito y ruido incoherente y, en ejemplos sintticos, se ha

comparado con el mtodo TR (Tada et al., 2006) que utiliza el mismo montaje experimental. De
los resultados se deduce cierta superioridad de nuestro mtodo en cuanto al rango til de
nmeros de onda en ausencia de ruido incoherente (el DR permanece estable hasta longitudes de
onda Love algo ms cortas). En presencia de ruido, el rango en el que el mtodo DR permanece
poco afectado se desplaza a longitudes de onda menores (en torno a los ceros de J0(kLR2)) en
comparacin al mtodo TR.
Se ha desarrollado un segundo mtodo, al que denominamos SCA (Single Circular Array) que
permite calcular velocidades de onda Love y Rayleigh utilizando una array circular formada por
estaciones de tres componentes. Usando este mtodo se reduce el coste, en cuanto a nmero de
estaciones, en comparacin con los mtodos DR y TR. Por otra parte, la tcnica SCA procesa
tambin las componentes verticales del registro, requiriendo que se correspondan los modos de
propagacin Rayleigh que se registran en las componentes horizontal y vertical). En
comparacin con el mtodo 3c-SPAC, cabe destacar que el SCA s permite el clculo
independiente de la velocidad de la onda Love (en aplicaciones prcticas en las que el nmero de
estaciones es muy limitado, esta propiedad slo se tiene para longitudes de onda suficientemente
largas). Se han realizado diversos estudios numricos que prueban la utilidad del mtodo SCA.
En el Captulo 3 se han recuperado varios mtodos de tipo SPAC en un contexto determinista.
En particular, los mtodos v-SPAC (Aki, 1965), 3c-SPAC (Okada and Matsushima, 1989), TR
(Tada et al., 2006), MSPAC (Bettig et al., 2001; Khler et al., 2007) tienen una translacin ms o
menos directa a esta descripcin del campo. Por el contrario, los mtodos CCA, CCA-L y
SPACL no se pueden traducir al caso determinista. Esto se debe a que la independencia
estadstica entre las ondas procedentes de distintos acimuts es una condicin necesaria en estos
para estos ltimos.
Los mtodos DR y SCA, fueron formulados originalmente en el contexto determinista (GarcaJerez et al., 2008ab). Aqu se demuestra su aplicabilidad bajo campos aleatorios estacionarios,
una vez que sus definiciones son convenientemente reescritas.
En el Captulo 4 se ha tratado la implementacin de algoritmos de inversin hbridos en los que
se combina una bsqueda tipo Monte Carlo con mtodos de optimizacin local (inversin
linealizada y mtodo Downhill Simplex), complementndose con un anlisis estadstico de los
- 231 -
resultados. Con objeto de hacer viable la evaluacin masiva de modelos de suelo, se ha

elaborado un software paralelizado escrito en FORTRAN77 y MPI. Su capacidad ha sido
comprobada en un ejemplo sinttico sencillo (5 parmetros libres), consiguindose capacidades
incluso superiores a las de un algoritmo gentico cuando se ejecutan el mismo nmero de
clculos directos (si bien, se necesitarn ms ejemplos para llegar a conclusiones rotundas).
Como era previsible, el ajuste de la relacin entre nmero de modelos generados aleatoriamente
y el nmero de iteraciones realizadas con los algoritmos locales juega un papel importante. Un
ejemplo completo de la aplicacin del algoritmo en un caso real se muestra en el Captulo 5 para
el experimento Desaladora (en la desembocadura del ro Andarax). Una coleccin ms extensa
de aplicaciones podr encontrarse en Luzn et al. (2010).
En el Captulo 5 se ha utilizado el mtodo del HVSR (tcnica de Nakamura) para explorar la
geometra del basamento en la cuenca de Zafarraya (Granada). Al tratarse de una cuenca
relativamente extensa y poco profunda y con un contraste de velocidades entre los sedimentos y
el basamento no extremadamente alto (2-3), las variaciones en el campo de ondas estn
gobernadas por las respuestas 1D de cada punto y no por resonancias 2D y 3D. Ello permiti
realizar un ajuste entre la frecuencia del pico principal del cociente espectral y la profundidad del
basamento usando 17 puntos de la cuenca en los que se dispona de informacin geotcnica,
utilizando despus esta relacin para inferir la profundidad del basamento en una malla densa de
puntos en los que se determin la frecuencia de resonancia. Esto permiti generar un modelo 3D
del basamento (Fig. 5.1.8). Adicionalmente, se obtuvieron relaciones exponenciales que
describen la variacin de la velocidad de onda S con la profundidad para la cobertura
sedimentaria de la cuenca, asumiendo su homogeneidad lateral y variaciones suaves en vertical.
La que se considera ms verosmil (Ec. 5.1.7) resulta, en los 50m ms superficiales, similar a la
obtenida por Amico et al. (2008) en el rea de Florencia.
A menor escala, se ha utilizado el mtodo v-SPAC y la inversin conjunta a partir de la curva
de dispersin Rayleigh y del HVSR para explorar el subsuelo de la localidad de Mula (Murcia).
Combinando e interpretando los resultados a la luz de la informacin geotcnica se pudieron
obtener dos cortes geolgicos superficiales a travs del rea urbana. Asimismo, se ha elaborado
un mapa de periodos predominantes de la localidad usando el HVSR que puede ser de utilidad en
futuros estudios de riesgo ssmico. Los periodos, que varan entre los 0.06s y 0.38s, estn
distribuidos con cierta heterogeneidad.
- 232 -
Se teste el mtodo DR en un experimento realizado en el Campus de la Universidad de

Almera. El experimento permiti recuperar informacin del subsuelo hasta unos 60m de
profundidad usando un radio mximo de 35m e introduciendo muy poca informacin a priori en
la inversin. La profundidad de penetracin estuvo limitada por el tipo de instrumentos usados
(acelermetros) que arrojaron una pobre relacin seal/ruido para frecuencias por debajo de 34Hz. La posicin del contraste de velocidades de onda S ms significativo en ese rango de
profundidades (identificado a 15m por Chvez-Garca and Luzn, 2005 mediante sondeos
mecnicos) fue recuperada con gran precisin, incluso parametrizando el modelo de una forma
simple (dos capas sobre un semiespacio). Pueden resaltarse dos observaciones interesantes sobre
la eficiencia del mtodo DR:
i) ste result ser ms eficaz que el v-SPAC a frecuencias bajas, probablemente debido a la
mejor relacin seal / ruido para las ondas Love.
ii) Dentro de las limitaciones debidas al desconocimiento del modelo real en todo su detalle, el
comportamiento de los coeficientes de DR a longitudes de onda cortas parece poder explicarse
considerando los efectos de nmero de estaciones finito (y, en menor medida, de ruido
incoherente) admitiendo proporciones de onda Rayleigh en la componente horizontal inferiores
al 50% (i. e. RLR<1). Esto abre las puertas a procedimientos de inversin ms sofisticados en
que se consideren tales efectos.
El mtodo SCA ha sido comprobado experimentalmente en el sitio Desaladora, situado en el
delta del ro Andarax (Almera), cuya estratigrafa aproximada era conocida a partir de sondeos
mecnicos, elctricos e inversin conjunta a partir de la curva de dispersin de onda Rayleigh y
del HVSR. Se usaron cinco arrays pentagonales (N=5) con radios entre 12 y 94m y se evalu el
estimador BII, que permite una aplicacin robusta del mtodo. Si los efectos de N finito y del
ruido incoherente son ignorados, las velocidades de onda Love pueden obtenerse hasta alrededor
de x L = 1.84. Por otra parte, la formulacin desarrollada en el Captulo 3 permiti interpretar la
forma suave y oscilante de BIIexp ( f ) , hasta valores tan altos como xL = 11.7 (de media), como la
forma para campo istropo ms una cierta proporcin de ruido incoherente, linealmente creciente
con la frecuencia.
Los test realizados en el sitio Desaladora confirman que la inversin conjunta de datos de onda
- 233 -
Rayleigh y Love reducen significativamente las incertidumbres en el modelo invertido (respecto

al uso exclusivo de datos Rayleigh) contribuyendo especialmente a eliminar interdependencias
entre velocidades de ondas P y S.
En el experimento realizado en el sitio Desaladora y en la estacin de banda ancha UALM se
ha encontrado un pico claro en el HVSR a frecuencia de ~0.35Hz que es interpretado como el
modo fundamental de resonancia 1D de un paquete sedimentario de potencia superior a 500m.
Un segundo pico es claramente identificable a 2.7-2.9 Hz. ste es menos notable en el sitio
Desaladora y ms pronunciado (incluso dominante) en la estacin de la Universidad. La
confirmacin de la existencia de la resonancia de baja frecuencia sugiere la posibilidad de
estudiar la estructura profunda del abanico aluvial del Andarax mediante ruido ambiental,
complementando la zonacin obtenida por Navarro et al. (2001) basada en el pico de alta
frecuencia y que reflejara la estructura ms superficial.
6.2. FUTURAS LNEAS DE TRABAJO.

Como es inevitable, a lo largo de este trabajo han quedado muchas cuestiones abiertas.
Esquemticamente se indican algunas de las que se podran abordar a continuacin:
Estudios posteriores sobre las tcnicas DR y SCA:
i) Se debe estudiar su aplicabilidad bajo condiciones del campo ms desfavorables, como

coexistencia de modos superiores de ondas superficiales y/o de ondas internas o en campos de
onda simulados dentro de estructuras 3D.
ii) Modelizacin de los efectos de efectos de los errores estocsticos en tgDR y B II . Se trata de
evaluar tericamente las incertidumbres debidas al empleo de un nmero finito de ventanas
temporales de duracin finita. Un estudio de este tipo para el mtodo v-SPAC puede encontrarse
en el trabajo de Cho et al. (2008).
iii) Completar el cdigo hbrido de inversin para que trate directamente con los coeficientes DR
y SCA y considerando los efectos de N-finito en los clculos directos (i. e. inversin de tgDR , B II
y del RLR). Tambin puede incluirse la inversin de la densidad espectral de ruido incoherente.
- 234 -
iv) Estudio de los efectos de la atenuacin inelstica en los coeficientes DR y SCA.

En el apartado de aplicaciones, sera interesante:
i) Realizar un nuevo estudio en la cuenca de Zafarraya usando tcnicas tipo SPAC, gravimtricas
y elctricas que permita validar o mejorar la informacin sobre la estructura obtenida aqu
(trabajo actualmente en progreso).
ii) Realizar mediciones de HVSR cubriendo densamente la zona del Bajo Andarax con el
objetivo de mapear la variacin espacial y espectral del pico de baja frecuencia ~0.35Hz
detectado en el entorno de la desembocadura (sitios Desaladora y Universidad).
Evolucionar los programas de inversin hbrida para permitir otras combinaciones de mtodos
(p. e. inclusin de algoritmos genticos y tcnicas Monte Carlo ms avanzadas)
Profundizar en el estudio de la aplicabilidad de los mtodos tipo SPAC fuera del contexto de
campos aleatorios estacionarios (p e. en la interpretacin y utilidad de la proporcin de ondas
Rayleigh compleja ' ( ) en el mtodo 3c-SPAC).
- 235 -
- 236 -
REFERENCIAS
Abeki N., R. S. Punongbayan, D. C. Garcia, I. C. Narag, B. C. Bautista, M. L. P. Bautista, E. L.

Banganan, R. A. Tabanlar, D. S. Soneja, K. Masaki, N. Maeda and K. Watanabe, (1996).
Site response evaluation of metro Manila using microtremor observation. Proceedings of
the 11th World Conference on Earthquake Engineering. Acapulco, Mexico.
Aki, K. (1957). Space and time spectra of stationary stochastic waves, with special reference to
microtremors, Bulletin of the Earthquake Research Institute 35, 415-456.
Aki, K. (1965). A note on the use of microseisms in determining the shallow structures of the
earth's crust, Geophysics 30, 665-666.
Aki, K. and Larner, K. L. (1970). Surface motion of a layered medium having an irregular
interface due to incident plane SH waves, J. Geoph. Res., 75, 933-954.
Alfaro A. J., B. M. Navarro, F. J. Sanchez and L. Pujades, (1997). Microzonificacin ssmica de
Barcelona utilizando el mtodo de Nakamura; ventajas y limitaciones (In Spanish). XII
Jornadas Estructurales de la Ingeniera de Colombia. Bogot, 10-13 Septiembre 1997,
pp. 198-220.
Alfaro A., L. Pujades, X. Goula, T. Susagna, B. M. Navarro, F. J. Sanchez and J. A. Canas,
(2001). Preliminary map of soil's predominant periods in Barcelona using microtremors.
Pure and Applied Geophysics 158(12), 2499-2511.
Al Yuncha, Z., Luzn, F., Posadas, A., Martn, J., Alguacil, G., Almendros, J., and Snchez, S.
(2004). The use of ambient seismic noise measurements for estimation of surface soil
effects: The Motril City case (Southern Spain), Pure Appl. Geophys. 161, 1549-1559.
Alcal-Garca FJ, Espinosa J, Navarro M, Snchez FJ (2002). Propuesta de divisin geolgica de
la localidad de Adra (provincia de Almera). Aplicacin a la zonacin ssmica. Revista de
la Sociedad Geolgica de Espaa, 15(1-2), 55-65.
Alcal FJ, Navarro M, Enomoto T, Vidal F. (2004). Evaluacin preliminar de la peligrosidad
ssmica en la ciudad de Mula (Murcia, Espaa) a partir de datos geotcnicos. In:
Proceedings de la IV Assembleia Luso-Espanhola de Geodesia e Geofsica, 2004. Vol I,
pp 341-342.
Almendros, J., Luzn, F., and Posadas, A. (2004). Microtremors Analysis at Teide Volcano
(Canary Islands, Spain): Assessment of Natural Frequencies of Vibration Using Timedependent Horizontal-to-vertical Spectral Ratios, Pure Appl. Geophys. 161, 1579-1596.
Alterman, Z. and Karal, F. C. (1968). Propagation of elastic waves in layered media by finite
difference methods. Bull. Seism. Soc. Am., 58, 367-398.
Ansal A., R. Iyisan and H. Gll, (2001). Microtremor measurements for the microzonation of
Dinar. Pure and Applied Geophysics, 158(12), 2525-2541.
- 238 -
Referencias.
Arai, H., and Tokimatsu, K. (2000). Effects of Rayleigh and Love waves on microtremor H/V
spectra, 12th World Conf. on Earthquake Engineering, paper 2232.
Arai, H., and Tokimatsu, K. (2004). S-wave velocity profiling by inversion of microtremor H/V
spectrum, Bull. Seism. Soc. Am. 94, 53-63.
Arai, H., Tokimatsu, K., (2005). S-Wave Velocity Profiling by Joint Inversion of Microtremor
Dispersin Curve and Horizontal-to-Vertical (H/V) Spectrum. Bull. Seism. Soc. Am.
95(5), 1766-1778.
Asten, M.W., (1978). Geological control of the three-component spectra of Rayleigh-wave
microseisms. Bull. Seism. Soc. Am. 68(6), 16231636.
Asten, M.W., Henstridge, J.D., (1984). Arrays estimators and the use of microseisms for
reconnaissance of sedimentary basins. Geophysics 49(11), 18281837.
Asten, M. (2006). On bias and noise in passive seismic data from finite circular array data
processed using SPAC methods, Geophysics 71, 153-162.
Backus, G. and Gilbert, F. (1970). Uniqueness in the inversion of inaccurate gross Earth data.
Philos. Trans. Royal Soc. London 266, 123-192.
Baptie B. J. (2010). Lava dome collapse detected using passive seismic interferometry
Geophysical Research Letters 37, L00E10, doi:10.1029/2010GL042489
Bard, P.Y. (1999). Microtremor Measurements: A Tool for Site Effect Estimation?, In: Irikura,
K., Kudo, K. Okada, H. Satasini, T. (Eds.), The Effects of Surface Geology on Seismic
Motion. Balkema, Rotterdam, vol. 3, pp. 1251-1279.
Bard, P.Y., and Bouchon, M. (1985). The two-dimensional resonance of sediment-filled valleys,
Bull. Seism. Soc. Am. 75(2), 519541.
Behr, Y., J. Townend, S. Bannister, and M. K. Savage (2010). Shear velocity structure of the
Northland Peninsula, New Zealand, inferred from ambient noise correlations, J. Geophys.
Res. 115, B05309, doi:10.1029/2009JB006737.
Benito and Jimnez (1999). Peligrosidad ssmica, Fsica de la Tierra 11, 13-47.
Bensen, G. D., M. H. Ritzwoller, M. P. Barmin, A. L. Levshin, F. Lin, M. P. Moschetti, N. M.
Shapiro and Y. Yang (2007). Processing seismic ambient noise data to obtain reliable
broad-band surface wave dispersion measurements. Geophys. J. Int. 169(3), 1239-1260.
Bettig, B., P.-Y. Bard, F. Scherbaum, J. Riepl, F. Cotton, C. Cornou, and D. Hatzfeld (2001).
Analysis of dense array noise measurements using the modified spatial auto-correlation
method (SPAC): application to the Grenoble area, Boll. Geof. Teor. Appl. 42, 281-304.
Binder K. and Heermann D.W. (2002). Monte Carlo simulation in Statistical Physics: an
- 239 -
introduction. 4th Ed. Springer. Berlin.

Bodin, P., K. Smith, S. Horton y H. Hwang (2001). Microtremor observations of deep sediment
resonance in metropolitan Memphis, Tennessee, Engineering Geology 62, 159-168.
Bokelmann, G. H. R., and S. Baisch (1999). Nature of narrow-band signals at 2.083 Hz, Bull.
Seism. Soc. Am. 89(1), 156164.
Bonilla, L.F., J.H. Steidl, G.T. Lindley, A.G. Tumarkin, y R. Archuleta (1997). Site
amplification in the San Fernando valley, California: variability of site-effect estimation
using the S-wave, coda, and H/V methods, Bull. Seism. Soc. Am. 87, 710-730.
Bonnefoy-Claudet, S. (2004) Nature du bruit de fond sismique: implications pour les tudes des
effets de site. PhD Thesis. Joseph Fourier University, Grenoble, France, 216 pp. (in
French).
Bonnefoy-Claudet, S., Cornou, C., Bard, P-Y., Cotton, F., Moczo, P., Kristek, J. and Fh, D.
(2006a) H/V ratio: a tool for site effects evaluation. Results from 1-D noise simulations.
Geophys. J. Int. 167, 827-837.
Bonnefoy-Claudet, S., F. Cotton, P.-Y. Bard (2006b). The nature of noise wavefield and its
applications for site effects studies. A literature review, Earth-Science Reviews 79, 205227.
Bonnefoy-Claudet, S., A. Khler, C. Cornou, M. Wathelet, and P.-Y. Bard (2008). Effects of
Love Waves on Microtremor H/V Ratio. Bull. Seism. Soc. Am. 98, 288 - 300.
Boore, D. M. (1972). Finite difference methods for seismic wave propagation in heterogeneous
materials.In Methods in Computational Physics, 11, (Ed. B. A. Bolt), Academic Press,
New York.
Borcherdt, R.D. (1970). Effects of local geology on ground motion near San Francisco Bay, Bull.
Seism. Soc. Am. 60, 29-61.
Borcherdt R.D. y J.F. Gibbs (1976). Effects of local geological conditions in the San Francisco
Bay region on ground motion and the intensities of the 1906 earthquake, Bull. Seism. Soc.
Am. 66, 467-500.
Borcherdt, R.D., Glassmoyer, G., Andrews, M. and Cranswick, E. (1989). Effects of site
conditions on ground motion and damage, Earthquake Spectra (Special supplement).
Armenia Earthquake Reconnaissance report. (Eds. Wyllie L.A. and Filson J.R.), 23-42.
Borcherdt, R.D., (1990). Influence of local geology in the San Francisco Bay region, California
on ground motions generated by Loma Prieta earthquake of October 17, 1989. Int. Symp.
on Safety of Urban Life and Facilities. Lessons learned from the 1989 Loma Prieta
Earthquake. November 1990, Tokyo, 1-35.
- 240 -
Referencias.
Brenguier F, Shapiro NM, Campillo M, Nercessian A, Ferrazzini V (2007). 3-D surface wave
tomography of the Pitn de la Fournaise volcano using seismic noise correlations,
Geophysical Research Letters, 34(2), L02305.
Brenguier, F., Shapiro, N. M., Campillo, M., Ferrazzini, V., Duputel, Z., Coutant, O. and
Nercessian, A. (2008). Towards forecasting volcanic eruptions using seismic noise, Nature
Geoscience 1, 126 130.
Budny, M. (1984). Seismische Bestimmung der bodendynamischen Kennwerte von
oberflschennahen Schichten in Erdbebengebieten der Niederrheinnischen Bucht und ihre
ingenieurseismologische Anwendung, Geol. Inst. Univ. Cologne, special issue 57.
Buforn E, Benito B, Sanz de Galdeano C, del Fresno C, Muoz D, Rodriguez I. (2005) Study of
the Damaging Earthquakes of 1911, 1999, and 2002 in the Murcia, Southeastern, Region:
Seismotectonic and Seismic-Risk Implications. Bull. Seism. Soc. Am. 95(2), 549-567.
Campillo, M., and A. Paul (2003). Long range correlations in the seismic coda, Science 299,
547-549.
Capon, J. (1969). High-resolution frequency-wavenumber spectrum analysis, Proceedings IEEE
57(8), 1408-1418.
Carrasco, A. y Martn, G. (1988). Hidrogeologa de los acuferos del valle del Andarax
(Almera). TIAC'88, Vol. 2, 37-67. Almuecar (Granada).
Chvez-Garca, F.J., G. Pedotti, D. Hatzfeld y P.-Y. Bard (1990). An experimental study of site
effects near Thessaloniki (Northern Greece), Bull. Seism. Soc. Am. 80, 784-806.
Chvez-Garca, F.J., Luzn, F., (2005). On the correlation of the seismic microtremors. J.
Geophys. Res. 110, doi: 10.1029/2005JB003671.
Chvez-Garca, F.J., Rodrguez, M., Stephenson, W.R., (2005). An Alternative Approach to the
SPAC Analysis of Microtremors: Exploiting Stationarity of Noise. Bull. Seism. Soc. Am.
95(1), 277-293.
Cho I, Tada T, Shinozaki Y. (2004). A new method to determine phase velocities of Rayleigh
waves from microseisms. Geophysics 69(6), 1535-1551.
Cho, I., Tada, T. & Shinozaki, Y., (2006a). Centerless circular array method: Inferring phase
velocities of Rayleigh waves in broad wavelength ranges using microtremor records, J.
Geophys. Res. 111, B09315, doi:10.1029/2005JB004235.
Cho, I., Tada, T. & Shinozaki, Y. (2006b). A generic formulation for microtremor exploration
methods using three-component records from a circular array, Geophys. J. Int. 165, 236258.
- 241 -
Cho, I., T. Tada, and Y. Shinozaki, (2008). Assessing the applicability of the spatial
autocorrelation method: A theoretical approach, J. Geophys. Res. 113, B06307,
doi:10.1029/2007JB005245.
Cho, K.H., Hermann, R.B., Ammon, C.J., Lee, K., (2007). Imaging the upper crust of the Korean
Peninsula by surface-wave tomography, Bull. Seism. Soc, Am. 97, 198-207.
Chouet, B., G. De Luca, G. Milana, P. Dawson, M. Martini, and R. Scarpa (1998). Shallow
velocity structure of Stromboli Volcano, Italy, derived from small-aperture array
measurements of Strombolian tremor. Bull. Seismol. Soc. Am. 88, 653666.
Cornou, C. (1998). Etudes thoriques et numriques sur la mthode de Nakamura-Nogoshi,
Mmoire de diplme dIngnieur, EOST. Strasbourg, LGIT, Grenoble, 172 pp.
Cornou, C. (2002). Traitement d'antenne et imagerie sismique dans l'agglomration grenobloise
(Alpes franaises): implications pour les effets de site. Ph.D. Thesis, University Joseph
Fourier, Grenoble, France. (In French with English abstract).
Cornou, C., P.-Y. Bard, M. Dietrich, (2003). Contribution of dense array analysis to the
identification and quantification of basin-edge-induced waves, part I : methodology, Bull.
Seism. Soc. Am., 93, 2604-2623.
DAmico, V., Picozzi, M., Baliva, F., Albarello, D. (2008). Ambient noise measurements for
preliminary site-effects characterization in the urban area of Florence. Bull. Seism. Soc.
Am. 98(3), 1373-1388.
Dal Moro, G., M. Pipan and P. Gabrielli (2007). Rayleigh wave dispersion curve inversion via
genetic algorithms and Marginal Posterior Probability Density estimation. Journal of
Applied Geophysics 61, 3955.
Delgado, J., Lpez-Casado, C., Estvez, A. C., Giner, J., Cuenca, A., and Molina, S. (2000a).
Mapping soft soils in the Segura river valley (SE Spain): a case study of microtremors as
an exploration tool, J. Appl. Geophys. 45, 19-32.
Delgado, J., Lpez Casado, C., Giner, J., Estvez, A. C., Cuenca, A., and Molina, S. (2000b).
Microtremors as a geophysical exploration tool: applications and limitations, Pure Appl.
Geophys. 157, 1445-1462.
Di Giulio, G., C. Cornou, M. Ohrnberger, M. Wathelet and A. Rovelli (2006). Deriving
Wavefield Characteristics and Shear-Velocity Profiles from Two- Dimensional SmallAperture Arrays Analysis of Ambient Vibrations in a Small-Size Alluvial Basin,
Colfiorito, Italy. Bull. Seism. Soc. Am. 96, 1915-1933.
Daz, J., Villaseor, A., Morales, J., Pazos, A., Crdoba, D., Pulgar, J., Garca-Lobn, J. L.,
Harnafi, M., Carbonell, R., Gallart, J., and TopoIberia Seismic Working Group (2010)
- 242 -
Referencias.
Background Noise Characteristics at the IberArray Broadband Seismic Network. Bull.

Seism. Soc. Am. 100, 618628.
Draganov, D., Wapenaar, K. and Thorbecke J. (2006) Seismic interferometry: Reconstructing
the earth's reflection response. Geophysics 71, 61-70.
Duputel Z, Cara M, Rivera L, Herquel G (2010). Improving the analysis and inversion of
multimode Rayleigh-wave dispersion by using group-delay time information observed on
arrays of high-frequency sensors. Geophysics 75(2), R13-R20.
Duvall, T. L., S. M. Jefferies, J. W. Harvey, and M. A. Pomerantz (1993), Time-distance
helioseismology, Nature 362, 430- 432.
Dziewonski, A., S. Bloch y K. Landisman (1969). A technique for the analysis of transient
seismic signal, Bull. Seism. Soc. Am. 59, 427-444.
Egeler CG, Simon OJ. (1969) Sur la tectonique de la Zone btique (Cordillres btiques,
Espagne). Koninklijke Nederlandse Akademic Wetenschappen Vol 25, 90 pp.
Endrun, B. (2010). Love wave contribution to the ambient vibration H/V amplitude peak
observed by array measurements, Journal of Seismology, in press.
Endrun, B., and M. Ohrnberger (2009) Array observations of a significant Love wave
contribution to the ambient vibration H/V ratio, Mitteilungen Deutsche Geophysikalische
Gesellschaft 2/2009, 43-44.
Fh D., T. Noack, P. Kruspan and E. Rttener, (1996). Microzonation of the city of Basel
(Switzerland) based on numerical simulations and in-situ measurements. Proceedings of
the 11th World Conference on Earthquake Engineering. Acapulco, Mexico.
Fh D., (1997). Microzonation of the city of Basel. Journal of Seismology 1(1), 87-102.
Fh D, Kind F, Giardini D. (2003). Inversion of local S-wave velocity structures from average
H/V ratios, and their use for the estimation of site-effects. Journal of Seismology 7, 449467.
Fh, D., Stamm G. and Havenith, H-B. (2008) Analysis of three-component ambient vibration
array measurements. Geophys. J. Int., 172(1), 199-213.
Ferrazzini, V., K. Aki, and B. Chouet (1991). Characteristics of seismic waves composing
Hawaiian volcanic tremor and gas-piston events observed by a near-source array. J.
Geophys. Res. 96, 61996209.
Field. E.H. y K.H. Jacob (1995). A comparison and test of various site-response estimation
techniques, including three that are not reference-site dependent, Bull. Seism. Soc. Am.
85, 1127-1143.
- 243 -
Flores-Estrella, H., Aguirre-Gonzlez, J., (2003). SPAC: An Alternative Method to Estimate

Earthquake Site Effects in Mexico City, Geof. Int. 42(2), 227-236.
Frankel, A., D. Carver, E. Cranswick, T. Bice, R. Sell y S. Hanson (2001). Observations of basin
ground motions from a dense seismic array in San Jose, California, Bull. Seism. Soc. Am.
91, 1-12.
Gallagher, K., Charvin, Nielsen, S., Sambridge, M., and Stephenson, J., (2009). Markov chain
Monte Carlo (MCMC) sampling methods to determine optimal models, model resolution
and model choice for Earth Science problems, Marine and Petrol. Geol. 26, 525-535,
doi:10.1016/j.marpetgeo.2009.01.003.
Garca-Hernndez M, Lpez-Garrido AC, Rivas SP, Sanz de Galdeano C, Vera JA. (1980).
Mesozoic paleogeographic evolution of the External Zone of the Betic Cordillera.
Geologie in Mijnbouw 59, 155-168.
Garca-Jerez, A., M. Navarro and F. Luzn (2004) Comparison Between Microtremor H / V
Spectral Ratio and theoretical results by using a surface wave scheme. Proceedings XXIX
General Assembly of the European Seismological Commission. September 2004.
Potsdam, Germany.
Garca-Jerez A, Luzn F, Navarro M, Prez-Ruz JA. (2006a) Characterization of the
sedimentary cover of the Zafarraya basin (Southern Spain) by means of ambient noise.
Bull. Seismol. Soc. Am. 96, 957-967.
Garca-Jerez, A., F. Luzn, and M. Navarro (2006b). Computation of dispersion curves for
Rayleigh and Love waves using horizontal components of seismic microtremor, in Proc.
8th U.S. National Conference on Earthquake Engineering, San Francisco, USA, April
2006, paper N. 1377.
Garca-Jerez, A., F. Luzn and M. Navarro (2006c) Clculo de caractersticas de las ondas
superficiales usando ruido ambiental mediante medidas de array de tres componentes.
Memorias de la V Asamblea Hispano Portuguesa de Geodesia y Geofsica. Sevilla, Spain.
Garca-Jerez, A., Navarro, M., Alcal, F. J., Luzn, F., Prez-Ruz, J. A., Enomoto, T., Vidal, F. y
Ocaa, E. (2007) Shallow velocity structure using joint inversion of array and H/V
spectral ratio of ambient noise: the case of Mula town (SE of Spain). Soil Dynamics and
Earthquake Engineering 27, 907-919.
Garca-Jerez, A., F. Luzn, M. Navarro, and J. A. Prez-Ruiz (2008a). Determination of elastic
properties of shallow sedimentary deposits applying a spatial autocorrelation method,
Geomorphology 93, 74-88.
Garca-Jerez, A., F. Luzn, and M. Navarro (2008b). An alternative method for calculation of
- 244 -
Referencias.
Rayleigh and Love wave phase velocities by using three-component records on a single
circular array without a central station, Geophys. J. Int. 173(3), 844-858.
Garca-Jerez, A., Luzn, F., Navarro, M., Santoyo, M. A. (2010) Assessing the Reliability of the
Single Circular Array Method for Love-Wave Ambient-Noise Surveying. Bull. Seismol.
Soc. Am. 100(5), en prensa.
Gaull B. A., H. Kagami, M. EERI and H. Taniguchi, 1995. The microzonation of Perth, western
Australia, using microtremor spectral ratio. Earthquake Spectra 11(2), 173-191.
Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning,
Addison-Wesley, Reading, Mass.
Goncalves, D. (1999). Traitement dantenne et matrice spectrale large bande, Ph.D. Thesis,
Institut National Polytechnique de Grenoble, France, 148 pp. (en Francs).
Gucunski, N., 1993, Alternative inversion procedures for surface wave testing, in Geophysical
Techniques for Site and Material Characterization, NSF Earthquake Hazard Mitigation
Program, G.J. Rix and J.C. Santamarina, editors, Georgia Institute of Technology, 205208.
Gudmundsson, ., A. Khan, and P. Voss (2007), Rayleigh-wave group-velocity of the Icelandic
crust from correlation of ambient seismic noise, Geophys. Res. Lett. 34, L14314,
doi:10.1029/2007GL030215.
Guguen P., J.-L. Chatelain, B. Guillier, H. Yepes and J. Egred, (1998). Site effect and damage
distribution in Pujili (Ecuador) after the 28 march 1996 earthquake. Soil Dynamics and
Earthquake Engineering, 17(5), 329-334.
Gutenberg, B. (1911). Die seismische bodenunruhe. Ph.D. thesis University of Gottigen,
Germany. (In German).
Gutenberg, B. (1958). Microseisms. Advances in Geophysics 5, 53-92.
Hanyga, A., Lenartiwicz, E. and Pajchel, J. (1985). Physics and evolution of the Earths interior
2. Seismic wave propagation in the Earth, R. Teisseyre (Series Ed.), A. Hanyga (2
Volume Ed.), Elsevier Science Pub. Co., Inc. New York.
Hardin, B. O., and Drnevich, V. P. (1972). Shear modulus and damping in soils: design
equations and curves, Journal of Soil Mechanics and Foundation Division (ASCE) 98,
667-692.
Harkrider, D. G. (1963). Rayleigh and Love waves from sources in a multilayered elastic halfspace, Ph.D. thesis, California Institute of Technology, Pasadena, Calif.
Harkrider, D. G. (1964). Surface waves in multilayered elastic media. Part 1, Bull. Seism. Soc.
- 245 -
Am. 54, 627-679.

Haskell, N. A. (1953). The dispersion of surface waves on multilayered media, Bull. Seism. Soc.
Am. 43, 17-34.
Hasselmann, K. (1963). A statistical analysis of the generation of microseisms. Rev. Geophys. 1,
177210.
Hastings, W. K., (1970). Monte Carlo sampling methods using Markov Chain and their
applications. Biometrika 57, 97109.
Henstridge, J. D. (1979). A signal processing method for circular arrays, Geophysics 44, 179184.
Herak, M. (2008). ModelHVSR - A Matlab Tool to Model Horizontal-to-Vertical Spectral
Ratio of Ambient Noise. Computers & Geosciences 34, 15141526.
Herrin, E., and T. Goforth (1977). Phase-match filters: application to the study of Rayleigh
waves, Bull. Seism. Soc. Am. 67, 1259-1275.
Herrmann, R.B. (1987). Computer programs in Seismology. Saint Louis University, 7 vols.
Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. Univ. of Mich. Press, Ann
Arbor, Mich.
Howard, R. M. (2002). Principles of random signal analysis and low noise design, John Wiley &
Sons, New York, 105 pp.
Ibs-von Seht, M., and Wohlenberg, J. (1999). Microtremor measurements used to map thickness
of soft sediments, Bull. Seism. Soc. Am. 89, 250-259.
IGME-IRYDA (1977). Estudio hidrogeolgico de la cuenca sur Almera, Instituto Geolgico y
Minero de Espaa, Madrid, VI.12-VI.14.
IGME (1973). Informe del sondeo S.5A, realizado dentro de la fase de investigacin del estudio
hidrogeolgico de la cuenca del rio Andarax.
Imai T. (1981) P- and S- wave velocities of the ground in Japan. In: Proceedings of the 9th
International Conference of Soil Mechanics and Foundation Engineering. Tokyo, 1981,
Vol II, 257-260.
Jackson, P. S. (1971). The focusing earthquakes. Bull. Seism. Soc. Am. 61, 685-695.
Jimnez, A., Garca J. M. and Romacho M. D. (2005). Simultaneous inversion of source
parameters and attenuation factor using genetic algorithms. Bull. Seism. Soc. Am. 95,
1401-1411.
Jongmans, D. and D. Demanet (1993). The importance of surface waves in vibration study and
the use of Rayleigh waves for determining the dynamic characteristics of soils,
Engineering Geology 34, 105-113.
- 246 -
Referencias.
Jongmans D., Ohrnberger, M., Wathelet, M., (2005). Recommendations for quality array
measurements and processing. Final Report of the SESAME project, WP13.
Kagawa, T. (1996). Estimation of velocity structures beneath Mexico City using microtremor
array data, in 10th World Conference on Earthquake Engineering, Acapulco, Mexico,
Paper No. 1179, Elseiver Science, Amsterdam, CD-ROM.
Kelly, K. R., Ward, R. W., Treitel, S. and Alford, R. M. (1976). Synthetic seismograms: A finitedifference approach. Geophysics, 41, 2-27.
Kind, F., Fh, D., and Giardini, D. (2005). Array measurements of S-wave velocities from
ambient vibrations, Geophys. J. Int. 160, 114-126.
Kitsunezaki, C., Goto, N., Kobayashi, Y., Ikawa, T., Horike, M., Saito, T., Kurota, T., Yamane,
K. and Okuzumi, K. (1990). Estimation of P- and S- wave velocities in deep soil deposits
for evaluating ground vibrations in earthquake. Japan Society for Natural Disaster
Science 9(3), 1-17.
Khler, A., Ohrnberger, M., Scherbaum, F., Wathelet, M. & Cornou, C. (2007). Assessing the
reliability of the modified three-component spatial autocorrelation technique, Geophys. J.
Int., 168(2), 779-796.
Kokusho T (1987). In-situ Dynamic Soil Properties and Their evaluation. In: Proceedings of the
8th Asian Regional Conference of Soil Mechanics and Foundation Engineering. Kyoto,
1987, Vol II, pp 215-240.
Konno, K., and Ohmachi, T. (1998). Ground-Motion Characteristics Estimated from Spectral
Ratio between Horizontal and Vertical Components of Microtremor, Bull. Seism. Soc.
Am. 88, 228-241.
Kosloff, R. and Baysal, E. (1982). Forward modeling by a Fourier method. Geophysics 52, 14021412.
Koper, K. D., Seats, K. and Benz, H. (2010).On the Composition of Earths Short-Period
Seismic Noise Field. Bull. Seism. Soc. Am. 100(2), 606617.
Kramer, S. L. (1996). Geotechnical Earthquake Engineering (Ed. Prentice Hall) New Jersey.
Kunimatsu, S. , M. Yoshimi , H. Sekiguchi , H. Horikawa , H. Saomoto , S. K. Feng, and T.
Sugiyama (2005). Estimation of subsurface velocity structure under Yufutsu plain by
using microtremor array survey, Annu. Rept. Active Fault Paleoearthquake Res. 5,1 -15.
Kvaerna T. and F. Ringdahl, (1986). Stability of various fk-estimation techniques, in Semiannual
Technical
Summary,
October
1985
In NORSAR Scientific Report, 1-86/87, Kjeller, Norway, 29-40.
- 247 -
31
March
1986.
Lachet, C., and Bard, P.Y. (1994). Numerical and Theoretical Investigations on the Possibilities
and Limitations of Nakamura`s Technique, J. Phys. Earth 42, 377-397.
Lacoss, R.T., Kelly, E.J., Nafi, T.M., 1969. Estimation of seismic noise structure using arrays.
Geophysics 34(1), 2138.
Langston, C.A. (1979). Structure under Mount Rainier, Washington, inferred from teleseismic
body waves, J. Geophys. Res. 84, 4749-4762.
Langston, C.A., Chiu S.C.C., Lawrence Z., Bodin P., Horton S. (2009) Array observations of
microseismic noise and the nature of H/V in the Mississippi embayment. Bull. Seismol.
Soc. Am. 99(5), 2893-2911. doi:10.1785/0120080189
Lee V. W. (1984). Three-dimensional diffraction of plane P, SV SH waves by a hemispherical
alluvial valley. Soil Dyn. Earthq. Engrg., 3, 133-144.
Lermo, J.F. y F.J. Chvez-Garca (1993). Site effect evaluation using spectral ratios with only
one station, Bull. Seism. Soc. Am. 83, 1574-1594.
Lermo, J., and Chvez-Garca, F. J. (1994). Are microtremors useful in the site response
evaluation?, Bull. Seism. Soc. Am. 84, 1350-1364.
Li H., Su W., Wang C.-Y., Huang Z. and Lv Z. (2010). Ambient noise Love wave tomography in
the eastern margin of the Tibetan plateau, Tectonophysics, In press. doi:
10.1016/j.tecto.2009.12.018.
Li, H., W. Su and C. Wang (2009), Ambient noise Rayleigh wave tomography in western
Sichuan and eastern Tibet, Earth Planet. Sci. Lett. 282, 201-211.
Liang C., C. A. Langston (2008), Ambient seismic noise tomography and structure of eastern
North America, J. Geophys. Res. 113, B03309, doi:10.1029/2007JB005350.
Lin, F.C, Ritzwoller, M.H., Townend, J., Savage, M., Bannister, S. (2007). Ambient noise
Rayleigh wave tomography of New Zealand, Geophys. J. Int., 172(2), 649-666.
doi:10.1111/j.1365-246X.2007.03414.x
Lin, F.-C., Moschetti, M. P., Ritzwoller, M. H. (2008) Surface wave tomography of the western
United States from ambient seismic noise: Rayleigh and Love wave phase velocity maps,
Geophys. J. Int. 173(1), 281-298 doi:10.1111/j.1365-246X.2008.03720.x.
Lobkis, O. I. and Weaver R. L. (2001). On the emergence of the Green's function in the
correlations of a diffuse field, Journal of the Acoustical Society of America 110(6), 30113017.
Loh, C.H. y T.C. Wu (1998). Prediction on site effects from seismic motions, en K. Irikura, K.
Kudo, H. Okada y T. Sasatani (eds.) The effects of surface geology on seismic motion,
A.A. Balkema, Rotterdam, 2, 567-574.
- 248 -
Referencias.
Longuet-Higgins, M.S., (1950). A theory of the origin of microseisms. Philosophical

Transactions of the Royal Society of London. A 243(a), 135.
Lpez Casado C., Sanz de Galdeano C., Molina Palacios S., Henares Romero J. (2001). The
structure of the Alboran Sea: an interpretation from seismological and geological data.
Tectonophysics, 338(2), 79-95.
Lpez-Chicano, M. (1989). Geometra y estructura de un acufero krstico perimediterrneo:
Sierra Gorda (Granada y Mlaga). Degree thesis, University of Granada, Spain (in
Spanish).
Lpez-Chicano, M. (1992). Contribucin al conocimiento del sistema hidrogeolgico krstico de
Sierra Gorda y su entorno (Granada y Mlaga) PhD thesis, University of Granada, Spain
(in Spanish).
Lpez-Chicano, M., Calvache, M. L., Martn-Rosales, W., and Gisbert, J. (2002). Conditioning
factors in flooding of karstic poljes-the case of the Zafarraya polje (South Spain), Catena
49, 331- 352.
Louie, J. N. (2001). Faster, better: Shear-wave velocity to 100 meters depth from refraction
microtremor arrays, Bull. Seismol. Soc. Am. 91, 347-364.
Luzn, F. (1995). Determinacin de la respuesta ssmica de estructuras geolgicas superficiales
mediante el mtodo indirecto de elementos en la frontera, PhD thesis, University of
Granada, Spain (in Spanish).
Luzn, F., Aoi, S., Fh, D., Snchez-Sesma, F.J. (1995). Simulation of the seismic response of a
2D sedimentary basin: A comparison between the Indirect Boundary Element Method
and a Hybrid Technique. Bull. Seism. Soc. Am. 85, 1501-1506.
Luzn, F., Gil-Zepeda, S. A., Snchez-Sesma, F. J., and Ortiz-Alemn, C. (2004). Threedimensional simulation of ground motion in the Zafarraya basin (Southern Spain) up to
1.335 Hz under incident plane waves, Geophys. J. Int. 156, 584-594.
Luzn, F., Almendros, J., Garca-Jerez A. (2010), Shallow structure of Deception Island volcano,
Antarctica, from correlations of ambient seismic noise on a dense set of seismic arrays.
Geophysical Journal International. Submitted.
Malischewsky, P. G. and F. Scherbaum (2004). Love's formula and H/V-ratio (ellipticity) of
Rayleigh waves, Wave Motion 40, 57-67.
Margaryan, S., Yokoi, T. and Hayashi K. (2009). Experiments on the stability of the spatial
autocorrelation method (SPAC) and linear array methods and on the imaginary part of the
SPAC coefficients as an indicator of data quality. Exploration Geophysics 40, 121131.
- 249 -
Martn-Martn M, El Mamoune B, Martn-Algarra A, Martn-Prez JA, Serra-Kiel J. (1996). The

Internal zone Boundary in the eastern Betic Cordillera, SE Spain: Discussion. Journal of
Structural Geology 18(4), 523-524.
Martn-Vivaldi, J. L., Caballero, M. A., Calle, M., and Lhenaff, R. (1971). Estudio mineralgico
de los niveles arcillosos del polje de Zafarraya, Granada (Espaa), Estudios Geolgicos
XXVII, 137-144 (in Spanish).
Martinez, M. D., X. Lana, J. Olarte, J. Badal, and J. A. Canas (2000). Inversion of Rayleigh
wave phase and group velocities by simulated annealing. Physics of the Earth and
Planetary Interiors 122, 3-17.
McDonough R. N., and A.D. Whalen (1995). Detection of signals in noise. Academic Press, 2nd
Ed.
Mtaxian, J-P. and Lesage, P. J., (1997). Permanent tremor of Masaya Volcano, Nicaragua:
Wave field analysis and source location, J. Geophys. Res. 102, 22529-22545.
Metropolis, N., M. N. Rosenbluth, A. W. Rosenbluth, A. H. Teller, and E. Teller, (1953).
Equation of state calculations by fast computing machines, J. Chem. Phys. 21, 1087
1092.
Michaels, P. and R. B. Smith (1997). SurfaceWave Inversion by Neural Networks (Radial Basis
Functions) for Engineering Applications. The Journal of Environmental and Engineering
Geophysics 2, 65-76.
Miyadera, Y. and K., Tokimatsu (1992). Sampling of surface waves in short period
microtremors. Proc. Ann. Meet. JSSMFE, 965-966 (in Japanese).
Morales, J. (1991). Caracterizacin de la respuesta ssmica local de las cuenca de Granada
(Espaa) y Ciudad de Guzmn (Mxico) mediante el anlisis espectral de
microterremotos y terremotos, PhD thesis, University of Granada, Spain (in Spanish).
Morales, J., Vidal, F., Pea, J. A., Alguacil, G., and Ibez, J. (1991). Microtremor study in the
sediment filled basin of Zafarraya, Granada (Southern Spain). Bull. Seism. Soc. Am. 81,
687-693.
Morikawa, H., (2006). A method to estimate phase velocities of surface waves using array
observations records of three-component microtremors. Structural Eng. / Earthquake
Eng. JSCE 23, 143s-148s.
Morikawa, H., S. Sawada, and J. Akamatsu (2004). A method to estimate phase velocities of
Rayleigh waves using microseism simultaneously observed at two sites, Bull. Seismol.
Soc. Am. 94, 961-976.
Morikawa H. and Udagawa S. (2009). A Method to Estimate the Phase Velocities of
- 250 -
Referencias.
Microtremors
Using
Time-Frequency
Analysis
and
Its
Applications
Bull. Seismol. Soc. Am. 99, 774 - 793.

Moschetti, M.P., M.H. Ritzwoller, and N.M. Shapiro, (2007). Surface wave tomography of the
western United States from ambient seismic noise: Rayleigh wave group velocity maps,
Geochem., Geophys., Geosys. 8, Q08010, doi:10.1029/2007GC001655.
Mota, L. (1954). Determination of dips and depths of geological layers by the seismic refraction
method, Geophysics 19, 242-254.
Murphy J.R. and Shah H.K. (1988). An analysis of the effects of site geology on the
characteristics of near-field Rayleigh waves, Bull. Seismol. Soc. Am. 78, 6582.
Nakamura, Y. (1989). A method for dynamic characteristics estimation of subsurface using
microtremors on the ground surface. Quarterly Report of Railway Technical Research
Institute (RTRI) 30, 25-33.
Nakamura Y., (1996). Real-time information systems for hazards mitigation. Proceedings of the
11th World Conference on Earthquake Engineering. Acapulco, Mexico.
Nakamura Y. (2000). Clear identification of fundamental idea of Nakamura's technique and its
applications. Proceedings of the 12th World Conference on Earthquake Engineering.
Auckland, New Zealand.
Nakamura, Y., (2007). Characteristics of H/V spectrum. NATO Advanced Research Workshop,
Dubrovnik, Croatia.
Nash, S. G., and Sofer A. (1996). Linear and nonlinear programming, (Ed. McGraw-Hill
Companies) New York.
Navarro, M., V. Corchete, J. I. Badal, L. Pujades, J. A. Canas, and F. Vidal (1997). Inversion of
Rg waveforms in southern Spain, Bull. Seismol. Soc. Am. 87, 847-865.
Navarro M., F. J. Sanchez, A. M. Posadas, F. Luzon, T. Enomoto, I. Matsuda, F. Vidal and K.
Seo, (1998). Microtremor measurements and its application to seismic microzoning of
Almeria city, southern Spain. Proceedings of the 11th European Conference on
Earthquake Engineering.
Navarro M, Snchez FJ, Enomoto T, Vidal F, Rubio S. (2000). Relation between the
predominant period of soil ant the damage distribution after Mula 1999 earthquake. In:
Proceedings of the 6th International Conference on Seismic Zonation, Palm Spring,
California, USA, 2000.
Navarro, M., Enomoto, T., Snchez, F.J., Matsuda, I., Iwatate, T., Posadas, A., Luzn, F., Vidal,
F., and Seo, K. (2001). Surface soil effects study using short-period microtremor
- 251 -
observations in Almera City, Southern Spain, Pure Appl. Geophys. 158, 2481-2497.
Navarro M, Garca-Jerez A, Vidal F, Enomoto F, Alcal-Garca FJ, Yamamoto T, Perez-Ruiz
JA, Luzon F. (2006). Evaluation of local site effect in Mula town (Murcia, Spain)
applicable to seismic risk management. In: Proceedings of the 8th U.S. National
Conference on Earthquake Engineering. San Francisco, 2006, paper 910.
Nazarian, S. (1984). In situ determination of elastic moduli of soil deposits and pavement
systems by spectral analysis of surface waves method. Ph.D. dissertation, Univ. of Texas,
Austin.
Nelder, J.A., and R. Mead (1965). A Simplex Method for Function Minimization, Computer
Journal 7, 308-313.
Newmark, N. M. (1959). A method of computation for structural dynamics. Am. Soc. Civil Eng.
Mech. Div. 85, 67-94.
Nogoshi, M., Igarashi, T. (1971). On the amplitude characteristics of microtremor (part 2), J.
Seismol. Soc. Japan 24, 26-40 (in Japanese with English Abstract).
Ohori, M., Nobata, A., and Wakamatsu, K. (2002). A comparison of ESAC and FK methods of
estimating phase velocity using arbitrarily shaped microtremor arrays, Bull. Seism. Soc.
Am. 92, 2323-2332.
Ohta, Y., and Goto, N. (1978). Empirical Shear Wave Velocity Equations in Terms of
Characteristic Soil Indexes, Earthquake Engineering and Structural Dynamics 6, 167187.
Okada, H. and Matsushima, T., (1989). An exploration Technique using microtremors (1) an
analytical background to discriminate Love wave in microtremors , 81st Annual
Meeting for Society of Exploration Geophysicists of Japan, November 1989, Japan.
Okada, H. (2003). The Microtremor Survey Method (translated by Koya Suto). Geophysical
Monograph Series, No.12, Society of Exploration Geophysicists.
Okada, H. (2006). Theory of efficient array observations of microtremors with special reference
to the SPAC method, Exploration Geophysics 37, 73-85.
Okada, H., Matsushima T., (1989). An exploration method using microtremors (1) - an analytical
background to discriminate Love wave in microtremors -. Proc. 81st Annual Meeting for
Society of Exploration Geophysicist of Japan, pp. 15-19, (in Japanese).
Paquet J. tude gologique de l'Ouest de la province de Murcie (Espagne) (1969). Bulletin de la
Socit Gologique de France 111, 1-270.
Park, C.B., Miller, R.D., Xia, J., (1999). Multichannel analysis of surface waves. Geophysics
64(3), 800-808.
- 252 -
Referencias.
Parolai, S., Bormann, P., and Milkereit, C. (2002). New relationships between VS, thickness of
sediments, and resonance frequency calculated by the H/V Ratio of Seismic Noise for the
Cologne Area (Germany), Bull. Seism. Soc. Am. 92, 2521-2527.
Parolai, S., Picozzi, M., Richwalski, S. M., and Milkereit, C. (2005). Joint inversion of phase
velocity dispersion and H/V ratio curves from seismic noise recordings using a genetic
algorithm,
considering
higher
modes,
Geophys.
Res.
Lett.
32,
L01303,
doi:10.1029/2004GL021115.
Parolai, S., Richwalski, S.M., Milkereit, C., Fh, D. (2006). S-wave Velocity Profiles for
Earthquake Engineering Purposes for the Cologne Area (Germany). Bulletin of
Earthquake Engineering 4(1), 65-94.
Pei. D. (2007). Modeling and inversion of dispersion curves of surface waves in shallow site
investigations. PhD thesis, University of Nevada, Reno.
Prez-Ruiz, J. A. (2007). Un mtodo de diferencias finitas para el anlisis de la propagacin de
ondas. Aplicacin al modelado de la respuesta ssmica de estructuras geolgicas en
entornos de computacin en paralelo. PhD thesis, Universidad de Almera, Espaa.
Peterson J. (1993). Observation and modeling of seismic background noise, U.S. Geol. Surv.
Tech. Rept. 93-322, 195, p.17691815.
Picozzi, M., S. Parolai, D. Bindi and A. Strollo (2009). Characterization of shallow geology by
high-frequency seismic noise Tomography. Geophys. J. Int. 176, 164-174.
Poggi, V. and Fh D. (2010). Estimating Rayleigh wave particle motion from three-component
array analysis of ambient vibrations. Geophys. J. Int. 180(1), 251-267.
Press, W.P., Teukolsky, S. A., Vetterling, W.T., and Flannery, B. P. (1992). Numerical Recipes.
(Ed. Cambridge University Press) New York.
Priestley, M.B. (1981). Spectral Analysis and Time Series, Academic Press, New York.
Pulido-Bosch, A., P. Pulido-Leboeuf, and J. Gisbert (2004). Pumping seawater from coastal
aquifers for supplying desalination plants, Geologica Acta 2(2), 97-107.
Raptakis, D., F.J. Chvez-Garca, K. Makra y K. Pitilakis (2000). Site effects at Euroseistest? I.
Determination of the valley structure and confrontation of observations with 1D analysis,
Soil Dyn. & Earthq. Engrg. 19, 1-22.
Regnier M., S. Moris, A. Shapira, A. Malitzky and G. Shorten, (2000). Microzonation of the
expected seismic site effects across Port Vila, Vanuatu. Journal of Earthquake
Engineering, 4(2), 215-232.
Roberts J. and Asten M. (2007) Further investigation over Quaternary silts using the Spatial
- 253 -
Autocorrelation (SPAC) and Horizontal to Vertical Spectral Ratio (HVSR) microtremor

methods. Explor. Geoph. 38, 175-183.
Roberts, J. C., Asten, M.W., 2004. Resolving a velocity inversion al the geotechnical scale using
the microtremor (passive seismic) survey method, Explor. Geoph. 35, 14-18.
Rosset P., A. De la Puente, L. Chouinard, D. Mitchell et J. Adams, 2002. Site effect assessment
at small scales in urban areas: a tool for preparedness and mitigation. Proceedings of
Improving Post-Disaster Reconstruction in Developing Countries. Montreal, Canada.
Sabra, K. G., P. Gerstoft, P. Roux, W. A. Kuperman, and M. C. Fehler (2005), Surface wave
tomography from microseisms in Southern California, Geophys. Res. Lett. 32, L14311.
Saccorotti, G., J. Almendros, E. Carmona, J. M. Ibez, and E. Del Pezzo (2001). Slowness
Anomalies from Two Dense Seismic Arrays at Deception Island Volcano, Antarctica,
Bull. Seismol. Soc. Am. 91, 561-571.
Sambridge, M., (1999). Geophysical inversion with a neighbourhood algorithm: I. Searching a
parameter space. Geophys. J. Int. 138, 479-494.
Sambridge, M., and Mosegaard, K. (2002) Monte Carlo methods in Geophysical inverse
problems. Rev. Geophys. 40, doi:10.1029/2000RG000089.
Snchez-Sesma, F. J. (1987). Site effects on strong ground motion. Int.J. Soil Dyn. Earthq. Eng.,
6, 124-132.
Snchez-Sesma, F. J., and M. Campillo (2006). Retrieval of the Green's Function from Cross
Correlation: The Canonical Elastic Problem, Bull. Seism. Soc. Am., 96(3), 1182-1191.
doi: 10.1785/0120050181.
Snchez-Sesma, F.J., Prez-Ruiz, J.A., Campillo, M., and Luzn, F., (2006). Elastodynamic 2D
Green function retrieval from cross-correlation: Canonical inclusion problem. Geophys.
Res. Lett. 33, L13305, doi: 10.1029/2006GL026454.
Snchez-Sesma F.J., Perez-Ruiz J.A., Luzon F., Campillo M., Rodriguez-Castellanos A. (2008).
Diffuse fields in dynamic elasticity. Wave Motion 45, 641-654.
Sanz de Galdeano C, Lopez Casado C, Delgado J, Peinado MA. (1995). Shallow seismicity and
active faults in the Betic Cordillera. A preliminary approach to seismic sources associated
with specific faults. Tectonophysics 248 293-302.
Satoh, T., H. Kawase y S. Matsushima (2001a). Differences between site characteristics obtained
from microtremors, S-waves, P-waves, and Codas, Bull. Seism. Soc. Am. 91, 313-334.
Satoh T., H. Kawase and M. Shin'Ichi, (2001b). Estimation of S-wave velocity structures in and
around the Sendai Basin, Japan, using arrays records of microtremors. Bull. Seism. Soc.
Am. 91(2), 206-218.
- 254 -
Referencias.
Saygin, E. and Kennett, B.L.N. (2010). Ambient seismic noise tomography of Australian
continent. Tectonophysics 481, 116125.
Schenkov, Z., and Zahradnik, J. (1996). Interpretation of the microtremor spectra at the
Zafarraya basin, southern Spain. Soil Dynam. Earthq. Eng. 15, 69-73.
Scherbaum, F., Hinzen, K. G. and Ohrnberger, M. (2003). Determination of shallow shear wave
velocity profiles in the Cologne, Germany area using ambient vibrations, Geophys. J. Int.,
152, 597-612.
Schmidt, R. O. (1981). A signal subspace approach to multiple emitter location and spectral
estimation, Ph.D. Thesis, Stanford University, Stanford, California, 201 pp.
Schneider, J. A., Hoyos, J. L., Mayne, P. W., Macari, E. J., and Rix G. J. (1999). Field and
laboratory measurements of dynamic shear modulus of Piedmont residual soils,
Behavioral Characteristics of Residual Soils. (ASCE) GSP 92, 12-25.
SESAME (2005), Report on FK/SPAC Capabilities and Limitations, WP06 - Derivation of
dispersion curves, SESAME-Project, EVG1-CT-2000-00026, Report-Nr.: D19.06,
http://sesame-fp5.obs.ujf-grenoble.fr
Shah, B.V. (1983). Is the environment becoming more hazardous? Global survey 1947-1980.
Disasters 7, 202-209.
Shapiro, N. M., Singh, S. K., Almora, D. and Ayala, M. (2001) Evidence of the dominance of
higher-mode surface wavesin the lake-bed zone of the Valle of Mexico. Geophys. J. Int.
147, 517-523.
Shapiro, N. M., and M. Campillo (2004). Emergence of broadband Rayleigh waves from
correlations of the ambient seismic noise, Geophys. Res. Lett. 31, L07614, doi
10.1029/2004GL019491.
Shabani, E., M. Eskandari-Ghadi and N. Mirzaei (2010). The SPAC method for a finite Mstation circular array using horizontally polarized ambient noise. Bull. Seism. Soc Am.
Submitted.
Sheen, D. H., Tuncay, K. Baag, C. E. and Ortoleva, P. J., (2006). Parallel implementation of a
velocity-stress staggered-grid finite-difference method for 2D poroelastic wave
propagation, Computers and Geosciences, 32, 1182-1191.
Silva P., Mather A.E., Goy J.L., Zazo C., Harvey A.M. (1996). Controles en el desarrollo y
evolucin del drenaje en zonas tectnicamente activas: el caso del ro Mula (regin de
Murcia, SE Espaa). Revista de la Sociedad Geolgica de Espaa 9(3-4), 269-285.
Singh, S. K., E. Mena, and R. Castro (1988). Some aspects of source characteristics of the 19
- 255 -
September 1985 Michoacan earthquake and ground motion in and near Mexico City from
strong motion data, Bull. Seismol. Soc. Am. 78, 451-477.
Socco L.V. and Boiero D. (2008) Improved Monte Carlo inversion of surface wave data,
Geophysical Prospecting 56, 357371 doi:10.1111/j.1365-2478.2007.00678.x
Tada, T., I. Cho, and Y. Shinozaki (2006). A two-radius circular array method: Inferring phase
velocities of Love waves using microtremor records, Geophys. Res. Lett. 33, L10303, doi:
10.1029/2006GL025722.
Tada, T., I. Cho, and Y. Shinozaki (2007). Beyond the SPAC method: exploiting the wealth of
circular-array methods for microtremor exploration, Bull. Seismol. Soc. Am. 97, 20802095.
Tada, T., I. Cho, and Y. Shinozaki (2009). New Circular-Array Microtremor Techniques to Infer
Love-Wave Phase Velocities, Bull. Seismol. Soc. Am. 99, 2912-2926.
Tada T., Cho I., and Shinozaki Y. (2010). Analysis of love-wave components in microtremors,
En Proceedings of the 7th International Conference on Urban Earthquake Engineering
(7CUEE) & 5th International Conference on Earthquake Engineering (5ICEE), 115-124.
March 3-5, 2010, Tokyo Institute of Technology, Tokyo, Japan.
Taga, N. (1993). Earthquake motion and ground conditions, (Ed. The Architectural Institute of
Japan), Tokyo. pp. 315-325.
Talhaoui A., A. Iben Brahim, M. H. Aberkan, M. Kasmi and A. El Mouraouah, 2004. Seismic
microzonation and site effects at al Hoceima city, Morocco. Journal of Earthquake
Engineering, 8(4), 585-596.
Tamura S. (1996). Comparison of Body and Rayleigh Wave Displacements Generated by a
Vertical Force on a Layered Elastic Medium, Proc. 11th World Conf. on Earthquake
Engineering, paper 1722, CD-ROM.
Tanimoto, T., Ishimaru, S. and Alvizuri, C. (2006). Seasonality in particle motion of
microseisms. Geophys. J. Int. 166, 253266.
Tarantola, A. (2005). Inverse Problem Theory and Methods for Model Parameter Estimation.
Siam, Philadelphia.
Teng T.-L. and Aki K. (1996). Preface to the 1994 Northridge earthquake special issue
Bull. Seism. Soc. Am., 86, S1 - S2.
Tobita J., N. Fukuwa and M. Nakano, (2000). Estimation of deep and shallow soil structures
using H/V spectrum of densely measured microtremor records. Proceedings of the
International Conference on Geotechnical & Geological Engineering. Paper 0645.
Toki, K., Irikura, K. and Kagawa, T. (1995). Strong motion data recorded in the source area of
- 256 -
Referencias.
the Hyogoken-nanbu earthquake, January 17, 1995 Japan, J. Natural Disaster Sci. 16, 2330.
Tokimatsu, K., (1997). Geotechnical site characterization using surface waves. In: Ishihara (Ed.),
Earthquake Geotechnical Engineering. Balkema, Rtterdam, pp. 1333-1368.
Toksz, M.N., (1964). Microseisms and an attempted application to exploration. Geophysics
29(2), 154177.
Toksz, M.N., Lacoss, R.T., (1968). Microseisms: mode structure and sources. Science 159,
872873.
Trifunac, M.D. (1971). Surface motion of a semi-cylindrical alluvial valley for incident plane SH
waves, Bull. Seism. Soc. Am. 61, 1755-1770.
Tuladhar R., F. Yamazaki, P. Warnitchai and J. Saita (2004). Seismic microzonation of the
greater Bangkok area using microtremor observations. Earthquake Engineering and
Structural Dynamics, 33(2), 211-225.
UNDRO (1980). Natural disasters and vulnerability analysis. Report Expert Group Meeting,
Geneva, 49 pp.
van der Baan M. (2009). The origin of SH-wave resonance frequencies in sedimentary layers.
Geophys. J. Int. 178, 1587-1596. doi:10.1111/j.1365-246X.2009.04245.x.
Valle-Molina C. (2006). Measurements of Vp and VS in Dry, Unsaturated and Saturated Sand
Specimens with Piezoelectric Transducers. PhD Thesis. University of Texas at Austin.
Villaseor, A., Y. Yang, M. H. Ritzwoller, and J. Gallart (2007), Ambient noise surface wave
tomography of the Iberian Peninsula: Implications for shallow seismic structure,
Geophys. Res. Lett., 34, L11304, doi:10.1029/2007GL030164.
Wapenaar K. (2004). Retrieving the elastodynamic Green's function of an arbitrary
inhomogeneous medium by cross correlation, Phys. Rev. Lett. 93, 254301/1-254301/4.
Wathelet, M. (2005). Array recordings of ambient vibrations: surface-wave inversion. PhD
thesis, University of Lige, Belgium.
Wegler, U., Nakahara, H., Sens-Schnfelder, C., Korn, M., Shiomi, K. (2009). Sudden drop of
seismic velocity after the 2004 Mw 6.6 Mid-Niigata earthquake, Japan, observed with
Passive Image Interferometry. J. Geophys. Res. 114, B06305, doi:10.129/2008JB005869.
Whiteley, R.J., (1994). Seismic refraction testing - a tutorial -. In: Woods, R.C. (Ed.),
Geophysical Characterization of Sites. Balkema, Rtterdam, pp. 45-47.
Whitley, D. L., (1994). A genetic algorithm tutorial. Stat. Comput. 4, 6585.
Withers M.M., Aster R.C., Young C.J., Chael E.P. (1996), High-frequency analysis of seismic
- 257 -
background noise as a function of wind speed and shallow depth, Bull. Seism. Soc. Am.
86, 1507-1515.
Wong, H. L. and Trifunac, M. D. (1074). Surface motion of a semi-elliptical for incident plane
SH wave. Bull. Seism. Soc. Am. 64 1389-1403.
Woods, J. W. and P. R. Lintz, (1973) Plane waves at small arrays. Geophysics 38(6), 1023-1011.
Yaglom, A.M., (1962). An Introduction to the Theory of Stationary Random Function. Prentice
Hall, Englewood Cliffs, New Jersey.
Yamanaka, H., Dravinski, M., Kagami, H., (1993). Continuous measurements of microtremors
on sediments and basement in Los Angeles, California. Bull. Seism. Soc. Am. 83(5),
15951609.
Yamanaka, H., Takemura, M., Ishida, H., Niwa, M., (1994). Characteristics of long-period
microtremors and their applicability in exploration of deep sedimentary layers. Bull.
Seism. Soc. Am. 84(6), 18311841.
Yamanaka, H., Ishida, H., (1996). Application of Genetic algorithms to an inversion of surfacewave dispersion data. Bull. Seism. Soc. Am. 86, 436-444.
Yamanaka, H., (2005). Comparison of Performance of heuristic Search Methods for Phase
Velocity Inversion in Shallow Surface Wave Method. Journal of Environmental and
Engineering Geophysics 10, 163-173.
Yang, Y., Ritzwoller, M.H., Levshin, A.L. & Shapiro, N.M., (2007). Ambient noise Rayleigh
wave tomography across Europe, Geophys. J. Int. 168, 259-274.
Yao, H., Van Der Hilst, R.D. and de Hoop, M.V., (2006). Surface-wave array tomography in SE
Tibet from ambient seismic noise and two-station analysis - I. Phase velocity maps,
Geophys. J. Int. 166, 732-744.
Yao, H., Beghein, C., and Van der Hilst, R.D., (2008). Surface-wave array tomography in SE
Tibet from ambient seismic noise and two-station analysis: II Crustal and upper mantle
structure. Geophys. J. Int. 173(1), 205-219, doi: 10.1111/j.1365-246X.2007.03696.x.
Yoshida, Y., and I. Motonori (1988), Empirical formulas of SPT blowcounts for gravelly soils.
In Proceedings of First International Symposium on Penetration Testing (ISOPT-1), pp.
381 387, A. A. Balkema, Brookfield, Vt.
Young C.J., Chael E.P., Withers M.M., Aster R.C. (1996). A comparison of the high-frequency
(>1 Hz) surface and subsurface noise environment at three site in the United States, Bull.
Seism. Soc. Am. 86, 1516-1528.
Zywicki D.J. (1999). Advanced signal processing methods applied to engineering analysis of
seismic surface waves. PhD thesis, Georgia Institute of Technology, USA.
- 258 -

Exploración Sísmica Pasiva.

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Exploración Sísmica Pasiva.

Diunggah oleh

Hak Cipta:

Format Tersedia

DESARROLLO Y EVALUACIN DE MTODOS

AVANZADOS DE EXPLORACIN SSMICA PASIVA.

APLICACIN A ESTRUCTURAS GEOLGICAS LOCALES DEL

Antonio Garca Jerez

DESARROLLO Y EVALUACIN DE MTODOS

APLICACIN A ESTRUCTURAS GEOLGICAS LOCALES DEL

Tesis presentada para la optar al grado de doctor, dentro del programa de

A mis padres, Antonio y M ngeles

En segundo lugar, debo reconocer la financiacin recibida de organismos pblicos.

Quiero agradecer a Takahisa Enomoto la impagable ayuda prestada durante mi estancia en la

Finalmente, quiero agradecer el apoyo recibido de mi familia, especialmente de mis padres, de

1.1. Objetivo y estructura de la tesis.

1.2. Riesgo ssmico y efectos de sitio.

1.3. Estimacin de efectos de sitio

1.3.1. Determinacin emprica de la funcin de transferencia.

1.3.2. Determinacin numrica de efectos de sitio a partir de la

1.4. Determinacin de la estructura de formaciones sedimentarias

1.5. Sobre la naturaleza del microtremor.

1.5.1. El origen del ruido ssmico

1.5.2. Composicin del ruido ssmico.

1.5.3. Proporcin de ondas Rayleigh y Love en el ruido ssmico.

2. Tcnicas exploratorias basadas en el estudio del ruido ambiental.

2.1. Mtodos basados en medidas puntuales. HVSR.

2.1.1. Fundamento terico. Hiptesis.

2.1.2. Interpretacin en trminos de ondas superficiales.

2.1.3. Vnculo con la elipticidad de la onda Rayleigh.

2.1.4. Dificultades en la interpretacin en trminos de onda

2.1.5. Avances recientes sobre el origen del pico del HVSR.

2.1.6. Conclusiones sobre la validez de la interpretacin de

Desarrollo y evaluacin de mtodos avanzados de exploracin ssmica pasiva.

2.1.7. Un clculo del HVSR basado en ondas superficiales.

2.2.1. Mtodo f-k convencional (CVFK).

2.2.2. Mtodo f-k de alta resolucin (HRFK).

2.2.3. Limitaciones del mtodo.

2.3. Interferometra ssmica usando ruido ambiental. Una visin general.

3. Mtodos de autocorrelacin espacial.

3.1. Aproximacin determinista vs. aproximacin estocstica.

3.2. Representacin del campo de desplazamientos.

3.2.1. Representacin mediante una suma determinista de ondas

3.2.2. Expansin en serie de Fourier de las componentes vertical,

3.2.3. Descripcin del microtremor mediante campos aleatorios

3.2.4. Densidades espectrales, correlacin cruzada y

3.2.5. Coeficientes de Fourier de las densidades espectrales.

3.3. Mtodo de autocorrelacin espacial entre componentes verticales (vSPAC)

3.3.1. Formulaciones equivalentes del mtodo v-SPAC.

3.3.2. Efectos del aliasing acimutal en mtodos tipo SPAC.

3.3.3. Efectos del aliasing acimutal en el mtodo v-SPAC.

3.3.4. Otras variantes del mtodo v-SPAC y mtodos relacionados.

3.4. Mtodo de autocorrelacin espacial de las componentes horizontales

3.4.1. Descripcin del mtodo. Formulacin determinista.

3.4.2. Formulacin para campos aleatorios estacionarios.

3.4.3. Efectos de un nmero finito de estaciones.

3.5. Mtodo de las arrays circulares concntricas (Doble Anillo o DR).

3.5.1. Formulacin para campos aleatorios estacionarios.

3.5.2. Efecto de un nmero finito de estaciones. Una aproximacin

3.5.3. Efecto de un nmero finito de estaciones. Aproximacin

3.5.4. Efectos del ruido incoherente.

3.5.5. Un ejemplo numrico sencillo.

3.5.6. Comparacin con otro mtodo similar.

3.6.1. Descripcin del mtodo. Obtencin de la velocidad de onda

3.6.2. Obtencin de la velocidad de onda Rayleigh.

3.6.3. Primeros tests numricos en un medio estratificado.

3.6.4. Implementacin robusta del mtodo SCA para ondas Love.