Exploración preliminar de nuevos recursos energéticos mediante la minería de datos. Caso hidrógeno

Introducción

La disminución de las reservas de hidrocarburos, el aumento la necesidad energética para el desarrollo del país y la necesaria e impostergable disminución de la huella de carbono para mitigar el cambio climático, ha determinado la obligación de buscar nuevas fuentes energéticas o alternativas, para resolver estos problemas. Por tal motivo, ha cobrado una gran fuerza la exploración y explotación del gas natural y otras fuentes alternativas y Cuba no es una excepción. En el año 2013, se comenzó el estudio de exploración de gas convencional y no convencional, en las áreas de la Franja Petrolera Norte Cubana (FPNC) y la Cuenca Central (CC), con énfasis en el área de Motembo, ejemplo histórico de Cuba por la calidad de su gas natural y petróleos ligeros entrampados en el complejo ofiolítico.

El área de estudio de Motembo y su yacimiento homónimo, se localiza al suroeste de la región geográfica de Corralillo y sus propiedades gasopetrolíferas se conocen desde antes de la colonización de la Isla de Cuba. Cuna de las primeras minas de nafta y gas natural conocidas que datan del año 1880, ocupando una superficie de más de medio millón m². Los primeros trabajos de exploración datan del año 1881 y los primeros pozos se perforaron con grandes manifestaciones de nafta y gas entre 244 y 305m de profundidad, estabilizándose la explotación comercial en la década de los años 40.

Aunque ya no se explotan industrialmente los pozos, sí se extraen pequeños volúmenes de nafta de las serpentinitas y se emplea el gas para uso doméstico por los pobladores.

La región se caracteriza por el desarrollo de formaciones cuyas edades oscilan entre el Jurásico Superior al Mioceno, representadas mayormente por secuencias carbonatas, ofiolitas, olistostromas poli-componentes y secuencias arenosas. Su estructura geológica está representada por mantos cabalgados y la superposición de diferentes eventos tectónicos con sus implicaciones en las subsiguientes deformaciones plicativas y disyuntivas que agudizan la complejidad estructural de la zona (Figura 1 y 2).

En las disciplinas geológicas, que en forma genérica se denominan "ciencias poco formalizadas", se dan un conjunto de características, que hacen que el problema de la modelación matemática se torne tremendamente complejo. Por eso podemos afirmar que, en la ciencia geológica, la mayoría de los modelos geológicos son verdaderos y falsos a la vez; verdaderos, porque representan a la naturaleza, pero por la incertidumbre de la información, hacen que este se convierta en incompleto, por lo que es falso (Botezatu, 1976Botezatu, R. (1976). Modele geofizice ale alcatuirii geologice a Romanici. Editura Academici, Bucuresti, Romanía. 1976. Bucuresti, Romanía. 1976, Romanía: Universidad de Bucarest.).

Entre estas características pueden mencionarse (Cheremisina, 1989Cheremisina, E. (1989). Sistema automatizado ALISA para la solución de problemas en zonas poco formalizadas del conocimiento. Un ejemplo de la Geología. (ICIMAF, Ed.) Revista Ciencias Matemáticas(10), 53-64.):

Hace poco más de dos años, el IFP Nuevas Energías, descubrió que el hidrógeno no se emite únicamente en determinadas cadenas montañosas y en el fondo de los océanos sino también en el medio terrestre. Se habían hallado yacimientos de este gas combustible de forma casual, sin haberlos buscado, por lo que la búsqueda intencionada de otros yacimientos se vislumbraba como una apuesta prometedora.

Por ejemplo, en la Figura 3, en Carolina del Norte (EE. UU.) se realizó un estudio de los gases del suelo en, y alrededor de depresiones morfológicas llamadas “bahías de Carolina”. Este tipo de depresión se observa en las llanuras costeras atlánticas, se detectaron concentraciones significativas de hidrógeno molecular (H₂), que sugieren que el gas hidrógeno se mueve desde las profundidades hasta la superficie por las rutas de migración de fluidos (Zgonnik, 2015Zgonnik, Z. (2015). Evidence for natural molecular hydrogen seepage associated with Carolina bays (surficial, ovoid depressions on the Atlantic Coastal Plain, Province of the USA). Progress in Earth and Planetary Science, 2:31. doi: http://doi.org/10.1186/s40645-015-0062-5).

Otro ejemplo se muestra en la Figura 4, donde, con la utilización de interpretaciones de imágenes satelitales y el modelo de elevación digital, se propone la diferenciación de las zonas potencialmente emisoras de H₂. La similitud geológica y la presencia de numerosas depresiones subcirculares morfológicas, constituyen un buen indicador de las emanaciones de H₂ en Namibia. La vegetación ya observada parece capaz de discriminar estas estructuras (Moretti, 2022Moretti, I. (2022). Natural hydrogen emanations in Namibia: Field acquisition and vegetation indexes from multispectral satellite image analysis. (S. Universities, Ed.) Hydrogen Energy Publications LLC. Published by Elsevier Ltd.).

Se han descubierto depósitos de hidrógeno en Rusia, Estados Unidos, Brasil, Mali y Francia. Se están llevando a cabo estudios geoquímicos de superficie, consistentes en medir las concentraciones de hidrógeno en el suelo, a alrededor de un metro de profundidad, con el fin de determinar los flujos de emisión hacia la atmósfera.

Una fuente de hidrógeno natural es la asociada a las ofiolitas. Desde el punto de vista geológico, en formaciones ofiolíticas, el hierro ferroso se disuelve en el agua y se produce una reacción de reducción-oxidación; el hierro ferroso se oxida a hierro férrico (Fe3+), mientras que el agua se reduce y da lugar a hidrógeno molecular. Se trata de la denominada serpentinización, que responde a procesos químicos.

Materiales y métodos

Para el análisis de toda la información se confeccionó una Tabla-Objeto-Propiedad (TOP) para su posterior modelación matemática, mediante algoritmos de reconocimiento de patrones de naturaleza lógico-combinatoria. Los atributos utilizados fueron los análisis geoquímicos (Figura 5), interpretaciones geomorfológicas (Figura 6), sensores remotos (Figura 7), campos potenciales (Figura 8) y otros atributos geólogo - geofísicos.

Resultados y discusión

Para este análisis preliminar- exploratorio solo se realizó un estudio, con el objetivo de encontrar alguna relación de dependencia entre los componentes gaseosos C_nH_n y H₂ y dejar para más adelante el análisis complejo entre todos los atributos geólogo - geofísicos.

Para la modelación se caracterizó, como área patrón, la porción de la región donde se realizaron las mediciones de los elementos gaseosos, con buena información en la mayoría de los atributos. (Figura 9).

En la tabla 1 se presenta el análisis exploratorio básico de los atributos. Un elemento llama la atención y son los valores de hidrógeno, los cuales son extraordinariamente grandes con respecto a la cadena de hidrocarburos gaseosos medidos. Esta anomalía fue lo que provocó la concentración del estudio en este fenómeno y la hipótesis de que el hidrógeno molecular debe tratarse como un gas no convencional, con capacidad energética.

Como los valores de hidrógeno eran muy desproporcionados con respecto a los otros gases, el análisis exploratorio se realizó con los datos originales y normalizados (valores entre 0 y 1).

En la Figura 10 se pueden apreciar los altos valores de los gases de hidrógeno sobre las rocas del complejo ofiolítico.

Para realizar este estudio, se utilizó el procesamiento por una herramienta compleja de minería de datos denominado WEKA (Waikato Environment for Knowledge Analysis). El paquete Weka contiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a sus funcionalidades. Los resultados se muestran en la Figura 11. Este es un análisis predictivo de clasificación con la utilización del algoritmo J48 (técnica de minería de datos de árboles de decisión). Con árboles de decisión, no se suelen obtener modelos tan precisos como con otras técnicas (Redes Neuronales, SVM (support vector machine), etc.) pero se puede extraer conocimiento oculto, interpretar qué variables son más importantes y descubrir reglas útiles para la toma de decisiones. Además, son robustos ante los datos incompletos o missing, se pueden trabajar con una gran cantidad de variables y son fáciles de programar.

En resumen, de las 261 muestras gaseosas patrones medidas clasificaron correctamente 232 para una efectividad de un 89%, para un error medio cuadrático de un 30,38%. El índice Kappa toma el valor 0,69 por lo que existe un alto grado de concordancia. Con estos resultados se considera que existe una buena correlación entre la familia de los gases y el hidrógeno molecular, ratificado mediante la matriz de confusión donde su diagonal indica un bajo porciento de falsos positivos.

En la Figura 12, se proyecta el árbol de decisión donde se muestra la relación entre el atributo de los gases C₁ (metano), C₂ (etano) e hidrógeno (H₂) (rama de la izquierda).

Conclusiones