Aplicação da abordagem de Importação Semântica (IS) para caracterização de contatos litológicos em modelos de inferência espacial
AUTOR(ES)
Moreira, Fábio Roque da Silva, Almeida Filho, Raimundo de, Câmara, Gilberto
FONTE
Rem: Revista Escola de Minas
DATA DE PUBLICAÇÃO
2002-10
RESUMO
O presente trabalho descreve o uso da abordagem da importação semântica (IS) como modo de caracterização do tipo de contato geológico em processos de análise espacial. A técnica utiliza lógica fuzzy na representação da característica espacial de contatos litológicos (definidos e inferidos) em um modelo de inferência espacial para mapeamento de áreas potenciais para a prospecção de minerais radioativos, no maciço alcalino de Poços de Caldas. O procedimento permitiu utilizar mais eficientemente unidades litológicas como critério diagnóstico num modelo prospectivo desenvolvido em SIG. Funções lineares fuzzy foram aplicadas para criar superfícies contínuas que expressam com mais confiança a distribuição espacial de cada unidades litológica. O mapa litológico resultante foi integrado a outras evidências (e.g. intensidade gama-radiométrica e feições estruturais) através de uma soma ponderada. O resultado final foi arbitrariamente fatiado em quatro categorias de potencialidade (nula, baixa, média e alta). O cenário fuzzy foi avaliado qualitativamente e quantitativamente comparando seus resultados com os obtidos por Almeida-Filho (1995), que utilizou os modelos booleano e soma ponderada. A comparação dos diferentes modelamentos demostrou que a performance do cenário fuzzy foi ligeiramente melhor. Uma área de 30,43 km² (4,18% do complexo alcalino) encerrou 27 ocorrências minerais, enquanto cada prévio modelo encerrou apenas 24, em áreas aproximadamente similares. Foram também avaliadas a correlação entre as ocorrências minerais e as classes de potencialidade dos diferentes cenários. As classes "alto" e "médio potencial" do cenário fuzzy obtiveram probabilidade a posteriore 12,9 e 5,7 vezes maior do que a probabilidade a priori. Esses valores foram, respectivamente, 12,6 e 4,97 para as mesmas classes do método soma ponderada. O modelo booleano teve 5,78 para a classe favorável. Esses resultados demostraram que a teoria da lógica fuzzy permite um melhor refinamento no modelamento dos dados, melhorando a habilidade de representá-los espacialmente em superfícies contínuas.
Documentos Relacionados
- Aplicação de contatos organico-inorganicos para caracterização de semicondutores
- Uma abordagem de desenvolvimento baseada em modelos de arquitetura organizacional de TI: da semântica ao desenvolvimento de sistemas
- Inferência em modelos heterocedásticos
- Inferencia e diagnostico em modelos de Grubbs
- Inferencia e indicadores de viabilidade para modelos estocasticos de crescimento de populações