“Inteligência Artificial: A Nova Fronteira da Ciência Brasileira”
19 a 24 de outubro de 2020
Trabalho 13887
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Geociências |
| Setor | Departamento de Engenharia Civil |
| Conclusão de bolsa | Não |
| Primeiro autor | Karine Barbosa Pinheiro |
| Orientador | ITALO OLIVEIRA FERREIRA |
| Outros membros | Gabriela Gouveia Lana |
| Título | Detecção semi-automática de spikes em dados batimétricos monofeixe |
| Resumo | As incertezas dos dados coletados em levantamentos batimétricos acontecem devido às discrepâncias e erros, também conhecidos como outliers. Essas discrepâncias podem surgir durante a coleta dos dados do relevo submerso e possuem natureza sistemática, aleatória ou grosseira. Na batimetria esses outliers são identificados como “tops”, quando surgem na posição espacial, e como “spikes”, quando surgem nas profundidades. O processo de detecção e eliminação dos spikes (profundidades espúrias) em dados batimétricos monofeixe ocorre de modo manual na maioria dos softwares de processamento. Esse método depende diretamente do volume de dados coletados, sendo assim a execução do processamento pode se tornar demorada. Além disso, produz resultados subjetivos, pois a identificação de um possível spike depende da análise visual e da experiência do hidrógrafo, que analisa o ecograma de todas as linhas de sondagem do levantamento batimétrico, eliminando os dados que ele reconhece possuir a configuração de um spike. Deste modo, pesquisas estão sendo coordenadas e desenvolvidas para elaboração de metodologias automáticas e semi-automáticas para otimizar o trabalho e o tempo para se detectar esses dados discrepantes, visando um processamento batimétrico mais eficiente e imparcial. Esse trabalho tem como propósito desenvolver uma metodologia semi-automática e embasada em interpolações splines, “not a knot” e “monotone”, para identificar e eliminar spikes em dados batimétricos monofeixe. O algoritmo permite que o utilizador escolha uma tolerância em milímetros que determinará quais dados possuem a configuração de um spike corrigindo-os. Foi realizada uma análise do algoritmo desenvolvido em linguagem Scilab 5.5.2 a partir da comparação do processamento manual realizado no software Hypack (2018), utilizando um levantamento batimétrico monofeixe realizado em 2016 na região de Viçosa-MG. A metodologia apresentou resultados promissores para a imparcialidade na detecção de spikes e para a otimização do tempo empregado no processamento de dados batimétricos. |
| Palavras-chave | Batimetria, outliers, spikes |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|