| Compartilhamento |
|
Exportar este item:
Use este identificador para citar ou linkar para este item:
http://tede2.uefs.br:8080/handle/tede/1967| Tipo do documento: | Dissertação |
| Título: | Modelagem do potencial mineral de bauxita a partir de dados aerogeofísicos e de sensoriamento remoto na porção sudeste da Bahia, Brasil |
| Autor: | Santos, Rodrigo Soares Vieira dos  |
| Primeiro orientador: | Franca-Rocha, Washington de Jesus Sant’anna da |
| Primeiro coorientador: | Iza, Edgar Romeo Herrera de Figueiredo |
| Resumo: | O presente trabalho visou a construção de um modelo de potencial mineral de bauxita a partir da integração de dados aerogeofísicos e de sensoriamento remoto em uma área que corresponde à porção leste do Cráton São Francisco no sudeste do estado da Bahia, Brasil. Estudos recentes demonstraram um potencial para ocorrências de bauxita e outros minerais supergênicos na região. Esses minerais estão ligados à presença de perfis lateríticos bem desenvolvidos a partir da ação do intemperismo. Para construir o modelo, foram gerados mapas de concentração de K, eTh e eU, que nos permitem identificar a assinatura geoquímica dos materiais associados ao regolito, além do Gradiente Total, que nos fornece informações acerca da susceptibilidade magnética dos materiais. Para estudar o contexto geomorfológico da área, foram gerados um modelo digital de terreno (SRTM) e um mapa de declividade. Imagens Landsat 8 também foram utilizadas com o intuito de estudar a distribuição espacial dos materiais superficiais a partir da sua composição química, além de um mapa litológico para fornecer informações acerca da rocha-fonte dos materiais residuais. O algoritmo de aprendizado supervisionado Random Forest foi aplicado para integrar os mapas de evidências gerados, resultando no modelo de potencial mineral de bauxita para a região. O modelo resultante reduziu consideravelmente a área de pesquisa e obteve medidores de desempenho satisfatórios, atingindo um F-score de 0,81 e um coeficiente kappa de 0,83. As áreas sugeridas pelo modelo como alvos reforçam o potencial mineral de áreas com ocorrências já conhecidas, além de sugerir novos alvos para prospecção. A metodologia foi implementada na plataforma de processamento digital de imagens na nuvem Google Earth Engine, a partir de um ambiente de desenvolvimento integrado (IDE) que utiliza linguagem de programação JavaScript. Além de sugerir alvos prospectivos, os resultados ainda indicaram que os mapas de evidência com maior importância na geração do modelo foram os gerados a partir do SRTM, além do urânio e do potássio. |
| Abstract: | The present work aimed to build a bauxite mineral potential model by integrating airborne geophysics and remote sensing data in an area that corresponds to the eastern portion of the São Francisco Craton in the southeast of Bahia state, Brazil. Recent studies have demonstrated a potential for bauxite and other supergene minerals in the region, linked to the presence of well-developed lateritic profiles resulting from weathering. To build the model, maps of K, eTh, and eU concentrations were generated to identify the geochemical signature of materials associated with regolith, as well as the Total Gradient, to provide information about the magnetic susceptibility of materials. To study the geomorphological context of the area, a digital elevation model (SRTM) and a slope map were generated. Landsat 8 scenes were also used to study the spatial distribution of surface materials based on their chemical composition, along with a lithological map to provide information about the source rock of the residual materials. The Random Forest supervised learning algorithm was applied to integrate the generated evidence maps, resulting in the bauxite mineral potential model for the region. The resulting model considerably reduced the study area and obtained satisfactory performance measures, achieving an F-score of 0.81 and a kappa coefficient of 0.83. The areas suggested by the model as targets reinforce the mineral potential of areas with known occurrences, as well as suggesting new targets for prospecting. The methodology was implemented on the Google Earth Engine cloud image processing platform using a JavaScript programming language integrated development environment (IDE). In addition to suggesting prospective targets, the results also indicated that the evidence maps with the most importance within the model generation were those from the SRTM, as well as from uranium and potassium. |
| Palavras-chave: | Bauxita Aerogeofísica Sensoriamento Remoto Aprendizado Supervisionado Random Forest Google Earth Engine Bauxite Airborne geophysics Remote Sensing Supervised Learning Random Forest Google Earth Engine |
| Área(s) do CNPq: | CIENCIAS EXATAS E DA TERRA |
| Idioma: | por |
| País: | Brasil |
| Instituição: | Universidade Estadual de Feira de Santana |
| Sigla da instituição: | UEFS |
| Departamento: | DEPARTAMENTO DE CIÊNCIAS EXATAS |
| Programa: | Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Ambiente |
| Citação: | SANTOS, Rodrigo Soares Vieira dos. Modelagem do potencial mineral de bauxita a partir de dados aerogeofísicos e de sensoriamento remoto na porção sudeste da Bahia, Brasil, 2023, 66f., Dissertação (mestrado) - Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Ambiente, Universidade Estadual de Feira de Santana, Feira de Santana. |
| Tipo de acesso: | Acesso Aberto |
| URI: | http://tede2.uefs.br:8080/handle/tede/1967 |
| Data de defesa: | 17-Mar-2023 |
| Aparece nas coleções: | Coleção UEFS |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| RODRIGO SOARES VIEIRA DOS SANTOS - Dissertacao.pdf | Santos, Rodrigo Soares Vieira dos - Dissertação | 20,41 MB | Adobe PDF |  Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.