Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Costa, Pâmella Regina Fernandes da |
| Orientador(a): |
Lima Filho, Francisco Pinheiro |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/52303
|
Resumo: |
Durante o imageamento de alvos em subsuperfície com o método Ground Penetrating Radar (GPR) podem surgir algumas dificuldades operacionais (topografia acidentada, barreiras antropogênicas ou de outras naturezas) que impedem o adequado posicionamento espacial das linhas GPR em um levantamento segundo uma malha regular predefinida. Estas limitações (número total, posicionamento e comprimento das linhas GPR) podem comprometer o perfeito imageamento do alvo e, consequentemente, dificultar a reconstrução de feições geológicas ou de engenharia de interesse. Neste trabalho objetiva-se o desenvolvimento de uma metodologia que permita a criação de seções GPR artificiais entre as linhas GPR pré-existentes, melhorando assim o adensamento dos dados, com uso das técnicas de Redes Neurais Convolucionais Profundas (DCNNs) de Transferência de Estilos e Interpolação de Quadros. Dado um conjunto de três seções GPR consecutivas, paralelas e equidistantes entre si (denominadas de A, B e C), foram criadas as aqui denominados “seções GPR preditivas”, cujas reflexões devem honrar as geometrias encontradas nas seções A e C, e que tenham nas seções GPR B os parâmetros que permitam a comparação, validação e a quantificação da qualidade dos resultados obtidos. A metodologia foi testada para três distintos contextos geológicos que consistiram de: (i) uma colônia de microbialitos montiforme encontrada em rochas carbonáticas na Bacia do Irecê, Formação Salitre, localizadas na Fazenda Arrecife (Bahia); (ii) rochas siliciclásticas arenosas de origem eólica que ocorrem na Bacia do Parnaíba, pertencentes à Formação Pedra de Fogo, localizados na Serra das Araras (Piauí), que exibem geometrias deposicionais tabulares e em forma de cunha; (iii) e, em um depósito Quaternário de leque de sobrelavagem (washover) que mostram a geometria em cunha, localizado na margem da Lagoa Mirim, Vila Taim (Rio Grande do Sul). Foram criadas seções GPR preditivas correspondentes aos três diferentes cenários geológicos estudados. Com a delimitação das geometrias originais e preditivas foi possível comparar as diferenças a partir da sobreposição delas e, assim, calcular as respectivas médias, desvios padrões e desajustes médios. A comparação entre as técnicas revela que as geometrias dos microbialitos obtidos com a Interpolação de Quadros e uso conjunto das técnicas exibiram diferenças superiores à de Transferência de Estilo, sendo até 0,015 e 0,009 maiores, respectivamente, para o desvio padrão e desajuste médio. Sendo somente possível reconhecer as geometrias deposicionais preditivas e consequentemente quantificar os resultados aplicando a técnica de Interpolação de Quadros no afloramento de microbialitos. Para rochas eólicas foram 0,020 de desvio padrão e 0,017 de desajuste médio maiores para o uso conjunto do que para a Transferência de Estilo. E por fim, no depósito de washover, as diferenças entre os dois parâmetros não foram superiores a 0,004. Assim, exclusivamente neste depósito as geometrias preditivas identificadas em ambas as técnicas produziram resultados equivalentes. Portanto, as geometrias preditivas obtidas mostram que a técnica de Transferência de Estilo foi a que apresentou melhores resultados de precisão e acurácia para os microbialitos e rochas eólicas, enquanto nos depósitos de washover o uso conjunto reproduziu resultados tão bons quanto a Transferência de Estilo. |
