Radiografías de la Tierra: Descifrando los secretos del interior del planeta

Deze vertaling is gemaakt met vertaler DeepL, het is mogelijk dat er fouten in staan

Heb je er ooit bij stilgestaan hoe het mogelijk is dat we de samenstelling en structuur van het binnenste van de aarde kennen? Hoezeer Jules Verne ons ook liet dromen van een reis naar het centrum van onze geliefde planeet, het is slechts een fantasie. De waarheid is dat de meeste gegevens die we hebben over het inwendige van de aarde (hoe diep ook) indirect zijn verzameld. Net zoals artsen de binnenkant van ons lichaam in beeld kunnen brengen met scans en echografieën, hebben wij aardwetenschappers technologieën ontwikkeld waarmee we in de ingewanden van onze planeet kunnen kijken.

Maar naast de wetenschappelijke nieuwsgierigheid om de planeet waarop we leven en haar interne dynamiek te begrijpen, is het kunnen visualiseren van het inwendige van de aarde een mijlpaal geweest voor de ontwikkeling van de maatschappij. Ik zal het uitleggen. De aardkorst is de buitenste laag van de aarde, met een dikte van 15 tot 20 km, afhankelijk van waar we ons bevinden. De rotsen waaruit het bestaat zijn een bron van verschillende hulpbronnen: mineralen om batterijen van te maken, metalen om staal van te maken, drinkwater dat zich ophoopt in watervoerende lagen, aardgas of olie. Bovendien zijn de rotsen heter naarmate we dieper zitten, wat we kunnen gebruiken om onze huizen te verwarmen in de vorm van geothermische energie. Om al deze bronnen te kunnen benutten, is het onder andere nodig om te weten waar ze zich bevinden, in wat voor geologische structuur ze zich bevinden, wat de vorm van de afzettingen is en hoe de rotsen die de bronnen herbergen zich gedragen. Daarom is het belangrijk om deze “foto’s” van de ondergrond te kunnen maken.

De meest gebruikte methode om deze indirecte foto’s te maken is seismische refractie. Een woord dat je vergeten bent tegen de tijd dat je klaar bent met het lezen van deze blog (ik neem het je niet kwalijk), dus ik kan beter uitleggen wat het inhoudt: in een notendop bestaat het uit het opwekken van seismische golven aan het oppervlak of op geringe diepte, het plaatsen van ontvangers in het gebied en het detecteren van de baan van de golven door de lagen van de korst. Dankzij de natuurkunde weten we dat de golven hun baan veranderen wanneer ze gebieden bereiken waar de eigenschappen van het gesteente veranderen. Net als wanneer je een potlood in een glas water legt en het potlood van vorm lijkt te veranderen. Met deze mini-aardbevingen, die voor mensen niet waarneembaar zijn, verkrijgen we de banen van duizenden golven, waarvan de reconstructie ons een idee geeft van wat voor structuren zich in de ondergrond bevinden.

En hier stuiten we op een groot probleem: zoals bij elke indirecte meting kunnen we er niet 100% zeker van zijn dat onze interpretaties correct zijn. We weten niet of de eigenschappen van het gesteente die we hebben afgeleid waar zijn, of we zijdelingse veranderingen hebben, of dat een van de algoritmen en voorwaarden die we hebben toegepast bij de reconstructie van de gegevens verkeerd is. En om het nog erger te maken, is de resolutie van de metingen die we doen beperkt.

Naar een duidelijker ondergrond: technologische innovatie voor een duurzame energietransitie

De resolutie van de beelden die we tot nu toe hadden, was voldoende voor energiebedrijven om te beslissen of ze olie- of gasvelden wilden exploiteren. Maar de maatschappij verandert. We moeten nu de exploitatie van fossiele bronnen beperken en groenere energieproductie bevorderen. In deze energietransitie zullen we de ondergrond moeten gebruiken om geothermische energie op te wekken, CO2 uit de atmosfeer in rotsen in de ondergrond te injecteren of overtollige zonne-/windenergie op te slaan tijdens piekproductie. Deze projecten zijn economisch niet aantrekkelijk, omdat we de structuren in de ondergrond tot in detail moeten kennen om ze veilig en duurzaam te kunnen ontwikkelen. Dit betekent dat we snelle en relatief goedkope strategieën moeten ontwerpen om de onzekerheid in de ondergrondbeelden te verminderen.

Vandaag de dag worden in ondergrondmodellen een aantal zeer beperkende vereenvoudigingen toegepast die zeer weinig details bevatten over gesteentekenmerken. In mijn onderzoeksgroep geloven we dat we, om de interpretaties te verbeteren, vereenvoudigingen moeten vermijden en het verband moeten onderzoeken tussen veranderingen op kleine schaal en hun invloed op het golfverloop. Op deze manier kunnen we bestuderen of waarnemingen die als “ruis” worden geclassificeerd, in werkelijkheid het gevolg zijn van veranderingen in de geologie.

Naar onze mening kunnen we dit idee het beste benaderen door gebruik te maken van de geologische kennis die we al hebben. We weten bijvoorbeeld dat de ondergrond uit lagen bestaat. Deze lagen kunnen vlak zijn, gekanteld, opgebouwd uit verschillende soorten gesteenten, geplooid of gebroken. Al deze geologische structuren die we in de ondergrond kunnen vinden, zijn het resultaat van geologische processen uit het verleden (processen die nog steeds actief zijn op het aardoppervlak en waarvan we weten hoe ze werken).

Tot nu toe hebben we al laten zien dat er een duidelijke invloed is op de beelden wanneer we de strategieën toepassen die we aan het ontwikkelen zijn. De beelden die we genereren stellen ons in staat om structuren te herkennen die voorheen over het hoofd werden gezien. De volgende stap is om aan te tonen dat onze methode op een eenvoudige manier kan worden toegepast en dat we, door het te combineren met machine-learningtechnieken, meer gedetailleerde interpretaties van de ondergrond kunnen krijgen. En daarmee de onzekerheid verminderen.

Ons doel bij het ontwikkelen van deze protocollen is om de onzekerheid te verminderen en daarmee energietransitieprojecten kosteneffectiever te maken. Een technologie die de energiesector groener kan maken. Het klinkt allemaal heel mooi en veelbelovend, maar er is een schaduwzijde. Deze technologie zou gebruikt kunnen worden om de productie van aardgas- en olievelden rendabeler te maken die nu niet actief zijn omdat ze te onzeker zijn. Het is een tweesnijdend zwaard. Ik weet het, en de maatschappij herinnert je er vaak aan. Maar veel van onze technologieën, van een hamer tot een GPS, kunnen worden gebruikt om kwaad te doen en toch blijven ze onmisbaar voor de vooruitgang van de mensheid.

Kun je ons helpen om meer te worden? Word lid en doe mee. Zeg het voort op de netwerken. Neem contact met ons op en vertel ons over uzelf en uw project.

 

Andrea Cuesta Cano

Andrea Cuesta Cano

PhD-student aan de TU Delft

Ik kom uit Barakaldo, de lelijkste stad van Bizkaia volgens ChatGPT, hoewel ik geboren ben in Trapagarán (Bizkaia). Ik weet niet of het door het mijnbloed komt of door de films over vulkanen, maar ik ben uiteindelijk Geologie gaan studeren aan de EHU/UPV. Toen ik klaar was, in 2017, besloot ik naar Nederland te verhuizen om de Master Earth Structure and Dynamics aan de Universiteit Utrecht te volgen. Na een geowetenschappelijke stage bij TOTAL SA, Frankrijk, was het voor mij duidelijk dat mijn professionele toekomst gericht zou zijn op het bevorderen van een energietransitie waarbij een veilig gebruik van de ondergrond wordt gestimuleerd. Voordat ik aan mijn PhD aan de TU Delft begon, wijdde ik een jaar aan een andere passie van mij, lesgeven, het genereren van lesmateriaal voor studenten in Utrecht. In maart 2021 begon ik aan een promotieproject bij de groep Toegepaste Geologie aan de TU Delft. In deze vier jaar heb ik andere essentiële facetten in de wetenschap kunnen ontwikkelen, zoals outreach, het bevorderen van een inclusieve werkomgeving of lesgeven.
Bij CENL ben ik verantwoordelijk voor het Twitter/X account en werk ik soms mee aan de ontwikkeling van infographics over Geologie. En in mijn vrije tijd kijk ik graag series, speel ik Rummikub of een videogame, discussieer ik over politiek of bekijk ik graag nieuwe plekken (hoewel ik nog maar weinig plekken in Nederland heb).