Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/4278
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Inversão bayesiana 1D de dados geofísicos de dipolo magnético vertical
metadata.dc.creator: MADEIRA, Roberto Livy da Costa
metadata.dc.contributor.advisor1: SILVA, Valdelírio da Silva e
Issue Date: 12-Dec-2019
Citation: MADEIRA, Roberto Livy da Costa. Inversão bayesiana 1D de dados geofísicos de dipolo magnético vertical. 2019. Trabalho de Conclusão de Curso (Licenciatura em Matemática) – Faculdade de Matemática, Campus Universitário de Castanhal, Universidade Federal do Pará, Castanhal, 2019. Disponível em: https://bdm.ufpa.br:8443/jspui/handle/prefix/4278. Acesso em:.
metadata.dc.description.resumo: Em métodos geofísicos busca-se estimar propriedades geoelétricas da subsuperfície, tais como as resistividades de camadas na superfície terrestre e suas propriedades geométricas. Usou-se no presente trabalho métodos Bayesianos. Foram propostos Métodos de Monte Carlo baseados em Cadeias de Markov (MCMC), Os quais são os métodos bayesianos mais usuais em inversão de parâmetros. Primeiramente utilizou-se o MCMC Metropolis-Hastings (MH) fixando um número de espessuras e estimando apenas as resistividades de cada uma; depois aplicou-se o Reversible Jump MCMC (RJ-MCMC) usando como vaiável a própria dimensão do modelo. O MH retornou valores aceitáveis de resistividade das camadas rasas, gerando imprecisão nas camadas intermediárias e profundas; o RJ-MCMC se mostrou mais adequado por se autoparametrizar, ajustando bem resistividade e espessura da primeira camada para pesquisa profunda, deixando incertezas nas camadas posteriores, e, para pesquisa rasa, ajustou corretamente o modelo de 3 camadas e menor tempo de computação, tendo um leve desvio dos valores reais em função das correlações entre o par de propriedades de cada camada (resistividade e espessura) que é mostrada nos resultados.
Abstract: Various geophysical methods are used to estimate subsurface geolectric properties, such as the resistivity of subsurface layers of the earth and their geometric properties. Bayesian methods were used in this study to estimate resistivity and thickness of subsurface horizons. Specifically, Monte Carlo Methods based in Markov Chains (MCMC) were proposed, which are the most common bayesian methods used in parameter inversions. First, MCMC Metropolis-Hastings (MH) were used to fix different thickness to each layer and then estimated the resistivity of each. Then, Reversible Jump MCMC (RJ-MCMC) was applied using the modelgenerated thicknesses and number of layers as variables. The MH model returned acceptable resistivity values of the shallow layers, generating imprecision in the intermediate and deep layers. The RJ-MCMC model was better suited for self-parameterizing and for faster computing time, generating uncertainty in the deeper layers. Our results show that for studies of shallow layers RJ-MCMC correctly adjusted the three-layer model with low deviation of real values as related to correlations between the pair of properties.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA
Keywords: Inversão (Geofísica)
Métodos Bayesianos
Resistividade
Inversion (Geophysics)
Bayesian methods
Resistivity
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Appears in Collections:Faculdade de Matemática - FAMAT/CCAST

Files in This Item:
File Description SizeFormat 
TCC_InversaoBayesiana1D.pdf793,18 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons