???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: http://localhost:8080/tede/handle/tede/115
???metadata.dc.type???: Dissertação
Title: Método híbrido para a inversão de dados geoelétricos baseado na identificação de padrões
???metadata.dc.creator???: PIRES MARTINS, CARLOS EDUARDO
???metadata.dc.contributor.advisor1???: FERREIRA DA PONTE NETO, COSME
???metadata.dc.description.resumo???: ste trabalho propõe criar um banco de dados, contendo dados sintéticos, de levantamentos geoelétricos de sondagens elétricas verticais, SEVs, com arranjo Schlumberger, em diversas situações de ambientes estratificados, de modo a permitir uma classificação ranqueada com a SEV a serem interpretada. O banco de dados recebe uma normalização de modo a ficar com escalas invariantes nas aberturas e nos valores de resistividade aparente, o que permite fazer a seleção do melhor resultado através da forma da curva de resistividade aparente X aberturas, num processo de identificação de padrões, independente dos valores do levantamento. Os resultados são obtidos por meio da escolha das SEVs que apresentarem os menores resíduos, que é avaliado pelo quadrado da distância euclidiana, entre os dados da SEV a ser interpretada e o banco de dados. Assim, os resultados obtidos podem ser usados tanto na interpretação preliminar das SEVs e também como ponto de partida em métodos de inversão usuais, de modo a obter resultados mais precisos, o ranqueamento das melhores soluções é útil na avaliação de possíveis ambiguidades presentes nos métodos geoelétricos. Neste trabalho usamos o algoritmo genético com método de inversão na segunda etapa do processo. A metodologia mostrou-se eficiente, com baixo custo computacional e de fácil implementação.
Abstract: This work proposes to create a database, containing synthetic data, of geoelectric surveys of vertical electric soundings, VESs, with Schlumberger arrangement, in several situations of stratified environments, in order to allow a ranking with the VES to be interpreted. The database is normalized so as to have invariant scales in the openings and in the apparent resistivity values, which enables the selection of the best result through the shape of the curve apparent resistivity $\times$ openings, in a process of pattern identification, regardless of the survey values. The results are obtained by choosing the VESs that present the lowest residuals, which is evaluated by the square of the Euclidean distance, between the VES data to be interpreted and the database. Thus, the results obtained can be used both in the preliminary interpretation of VESs and also as a starting point in usual inversion methods, in order to obtain more accurate results, the ranking of the best solutions is useful in the evaluation of possible ambiguities present in geoelectric methods. In this work we used the genetic algorithm with inversion method in the second step of the process. The methodology proved to be efficient, with low computational cost and easy implementation. Database;Geoelectrical Section;Geoelectrical Data
Keywords: Banco de Dados;Seção Geoelétrica;Inversão de Dados Geoelétricos
???metadata.dc.subject.cnpq???: GEOCIENCIAS::GEOFISICA
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Observatorio Nacional
???metadata.dc.publisher.initials???: ON
???metadata.dc.publisher.department???: Divisão de Programas de Pós-Graduação - DIPPG
???metadata.dc.publisher.program???: Programa de Pós-Graduação em Geofísica
Citation: PIRES MARTINS, CARLOS EDUARDO. Método híbrido para a inversão de dados geoelétricos baseado na identificação de padrões. 2021, 69 páginas da Dissertação do Programa de Pós-Graduação em Geofísica - Observatorio Nacional, ON.
???metadata.dc.rights???: Acesso Aberto
URI: http://localhost:8080/tede/handle/tede/115
Issue Date: 1-Dec-2021
Appears in Collections:Dissertações de Mestrado PPGG

Files in This Item:
File Description SizeFormat 
Carlos Eduardo Pires Martins.pdf7.2 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.