Rum Kızının Pencerede Belirmesi

Dissertação de Mestrado - PPGG/UFRN (LIMA, S.F., 2006) Capítulo 02

24

dinâmica local. E os dados sísmicos e sonográficos auxiliaram no entendimento da evolução paleogeográfica da área.

2.3.1- Processamento dos dados hidrodinâmicos

Nesta etapa, os dados hidrodinâmicos foram processados no software S4 Application 3.2.32 v. Da InterOcean Systems. Obteve-se um total de 668 registros, onde cada um possui informações sobre o dia e a hora da coleta, a profundidade da bóia, direção e velocidade da corrente.

2.3.2- Processamento dos dados batimétricos e confecção do modelo batimétrico da área 2.3.2.1- Montagem do Banco de Dados

Os dados batimétricos, ao chegar em laboratório, foram filtrados a fim de se eliminar pontos errôneos tanto na profundidade quanto na localização, por efeito de interferência no sistema de posicionamento, causado por tempestades solares. Totalizando-se no final uma base de dados com 261.558 pontos contendo as coordenadas X, Y e Z (adquiridas em campo).

Após a filtragem, foi feita a correção das profundidades adquiridas, tendo-se como

datum o nível médio das marés coletadas pelo correntômetro S4. Esse datum foi escolhido

devido à ausência de um marcador da variação do nível da maré confiável em terra. 2.3.2.2- Confecção do modelo batimétrico

Após os dados filtrados e corrigidos, foi confeccionado o modelo batimétrico. As principais informações sobre o processo de confecção e sobre os modelos gerados seguem abaixo.

Desde o início dos anos 60, diversos institutos tecnológicos pesquisam a modelagem numérica do terreno, tendo como meta desenvolver um método que represente o relevo na forma mais fiel possível.

Segundo Felgueiras (1999), um Modelo Digital de Terreno (MDT) representa o comportamento do relevo em uma região da superfície terrestre. Os dados de MDTs são de fundamental importância em aplicações de geoprocessamento desenvolvidas no ambiente de um Sistema de Informações Geográficas (SIG). Esses modelos são obtidos a partir de uma amostragem da profundidade e/ou altitude dentro da região de interesse. As amostras são

Segundo Queiroz (2003), no processo de modelagem numérica do terreno pode-se identificar três fases distintas:

a) Aquisição do conjunto de amostras – Obtenção de informações da superfície real que possibilite a caracterização matemática do modelo e a geração de um suporte de amostragem. Estes dados são, usualmente, adquiridos segundo uma distribuição irregular no plano xy, ou seja, não existem relações topológicas definidas entre as posições dos pontos amostrados, ou ao longo de linhas com mesmo valor de z ou mesmo com um espaçamento regular;

b) Geração do modelo – Elaboração de um modelo matemático composto por estruturas de dados e funções de interpolação que simulem o comportamento da superfície real, podendo-se gerar grades retangulares e triangulares através de métodos de interpolação;

c) Utilização do modelo gerado – Utilização do modelo em substituição à superfície real para as análises descritas acima.

2.3.2.1.1- Métodos de interpolação dos dados

Geralmente, os dados estão dispostos irregularmente sobre a área em estudo, fazendo-se necessário o uso de métodos de interpolação para a redistribuição dos dados em uma malhar regular (grid). Os dados utilizados para a modelagem normalmente apresentam uma geometria regular com n colunas e m linhas, com espaçamentos iguais para facilitar a modelagem numérica. Desta forma, os valores originais das amostras são utilizados no cálculo dos valores dos nós do grid. Diversos autores, a exemplo de Neto et al. (1999), testaram três métodos para interpolação de dados espaciais referentes à topografia. São eles: a mínima curvatura, o inverso da distância e a krigagem. Dentre eles, o que mais se mostrou adequado foi a krigagem, por apresentar os melhores parâmetros estatísticos. Essa afirmação foi confirmada por Queiroz (2003), Silva Filho (2004) e Lima (2004), donde se comprovou a eficácia do método da krigagem como interpolador para a confecção de MDTs da plataforma

Dissertação de Mestrado - PPGG/UFRN (LIMA, S.F., 2006) Capítulo 02

26

ª Krigagem

Segundo Landim (1998), a krigagem consiste em um processo de estimação de valores de variáveis distribuídas no espaço, a partir de valores adjacentes enquanto considerados como interdependentes pelo semivariograma, sendo esse método tratado como um método de estimação por médias móveis.

Um conceito importante para a krigagem é o de variáveis regionalizadas, que correspondem a variáveis, para as quais cada observação está associada a um ponto bem definido no espaço por suas coordenadas x, y e z, existindo variações espaciais mais ou menos evidentes no domínio considerado (Queiroz, 2003).

A krigagem pode ser usada para:

a) Previsão do valor pontual de uma variável regionalizada, em um determinado local dentro do campo geométrico; é um procedimento exato de interpolação que leva em consideração todos os valores observados;

b) Cálculo médio de uma variável regionalizada para um volume maior que o suporte geométrico;

c) Estimação do drift (tendência), de modo similar à análise de superfícies de tendência;

A krigagem é entendida como uma série de técnicas de análise de regressão que procura minimizar a variância estimada a partir de um modelo prévio que leva em conta a dependência estocástica entre os dados distribuídos no espaço. Dentre as formas mais usuais, destacam-se a krigagem ordinária e a krigagem universal.

Em todas essas situações, o método fornece, além dos valores estimados, o desvio padrão associado ao grid, o que o distingue dos demais algoritmos à disposição. A krigagem usa a representação da variação de um fenômeno regionalizado no espaço, a qual é feita através de um semivariograma, que são representações gráficas das funções de distribuição de uma determinada variável e expressam o aumento da variância com o aumento da distância na amostragem até um limite pré-estabelecido (Maranhão, 1989).

Segundo Landim (1998), num estudo geoestatístico, a parte mais importante refere- se à determinação do semivariograma (Figura 2.4), pois ele expressa o comportamento espacial da variável regionalizada ou de seus resíduos, que mostram:

direções de linhas de amostragem;

c) A continuidade, quando h tende para 0 (zero) e g(h) já apresenta valores não nulos. Essa situação é conhecida como o Efeito Pepita (Co). O valor de Co revela a descontinuidade do semivriograma podendo ser também devida a erros de medição ou ao fato de que os dados não foram coletados a intervalos suficientemente pequenos, para mostrar o comportamento espacial subjacente do fenômeno em estudo;

A distância relativa ao valor de g (h), no qual se atinge a estabilidade é o alcance (range). Geralmente, o patamar de estabilidade é representado por C. Depois de obtido o semivariograma experimental (semivariograma teórico), é necessário ajustar a forma do semi- variograma confeccionado a uma função ou a que apresentar um melhor ajuste. Dentre os modelos teóricos para o ajuste podemos citar os modelos lineares, gaussianos, exponenciais, etc (Landim & Sturaro 2002).

O modelo batimétrico, confeccionado a partir da base de dados e do semivariograma

Dissertação de Mestrado - PPGG/UFRN (LIMA, S.F., 2006) Capítulo 02

28

através dos parâmetros ajustados ao modelo do semivariograma. Pode-se ainda fazer a crítica do modelo através de perfis de resíduos e seus parâmetros estatísticos.

2.3.3- Processamento dos dados sísmicos e sonográficos

Em laboratório, os dados sísmicos foram processados no software Discover Sub-

Bottom da EdgeTech, aplicando um aumento de contraste e aumento do ganho variável de

tempo (TVG) para amplificar as camadas mais profundas. O objetivo destes aumentos de contraste e TVG é a individualização das camadas cronoestratigráficas. A palheta de cores utilizada foi a de escala de cinza.

Após o processamento, o perfil foi interpretado levando-se em questão as principais feições como descontinuidades e os tipos de terminações dos refletores. As interpretações sismoestratigráficas foram baseadas em Vail (1997).

Já os dados sonográficos foram submetidos a um processamento pós-aquisição no

software Discover 560A 4.13 v da EdgeTech. Neste processamento, também se aplicou a

amplificação do sinal acústico através do aumento de contraste e do ganho variável de tempo (TVG). Utilizou-se a palheta de cores amarela-vermelha, por considerar que esta fornece o melhor contraste entre as diferentes feições presentes no perfil.

Dissertação de Mestrado - PPGG/UFRN (LIMA, S.F., 2006) Capítulo 03

30

3.1- MODELAGEM BATIMÉTRICA