Aplicação de machine learning para identificação de corpos máficos-ultramáficos na porção sul da faixa Brasília, Goiás, Brasil

Página do item simplificado
dc.contributor.advisor-co1Tabosa, Luiz Fernando Cursino
dc.contributor.advisor1Temporim, Filipe Altoé
dc.contributor.referee1Temporim, Filipe Altoé
dc.contributor.referee1Yokoyama, Elder
dc.contributor.referee1Lopes, Débora Nogueira
dc.creatorBarros, Lucas Marques
dc.date.accessioned2024-11-07T14:06:38Z
dc.date.available2024-11-07T14:06:38Z
dc.date.issued2024-08-02
dc.description.abstractThis research investigates the application of Machine Learning in identifying mafic-ultramafic bodies within a 200 km² area in the southern portion of the Brasília Belt, focusing specifically on the boundary between the Anicuns-Itaberaí sequence and the Anápolis-Itauçu Complex, near the municipality of Anicuns, Goiás.. The study applied the Random Forest algorithm to process and analyze geophysical and remote sensing data, aiming to enhance the geological mapping and detection of these bodies. The research integrated aerogeophysical data, including magnetometry and radiometry, as well as satellite data, in order to develop a robust geospatial dataset. The model was trained using a significant fraction of the dataset to provide a predictive map of geological occurrences. The obtained results demonstrated the high effectiveness of the model, with significant accuracy in discriminating the geological bodies of interest, which were validated by comparisons with field data and provided new insights on the distribution and characteristics of mafic-ultramafic intrusive bodies in the studied area. This study highlights the potential of using Machine Learning techniques in geology, particularly as a supporting tool for mineral prospecting, as well as providing more accurate and detailed geological maps.
dc.description.resumoEste trabalho investiga a aplicação de Machine Learning na identificação de corpos máficosultramáficos em uma área de 200 km² na região sul da Faixa Brasília, focando especificamente no limite entre a sequência Anicuns-Itaberaí e o Complexo Anápolis-Itauçu, nas proximidades do município de Anicuns, Goiás. O estudo empregou o algoritmo Random Forest para processar e analisar dados geofísicos e de sensoriamento remoto, com o objetivo de aprimorar o mapeamento geológico e a detecção desses corpos. A pesquisa integrou dados aerogeofísicos, incluindo magnetometria e radiometria, e dados de sensoriamento remoto multiespectrais e de radar para criar um robusto conjunto de dados geoespaciais. O modelo foi treinado com uma fração significativa da base de dados para produzir um mapa preditivo das ocorrências geológicas. Os resultados obtidos demonstraram uma alta eficácia do modelo, com precisão significativa na discriminação dos corpos geológicos de interesse, validados por comparações com dados de campo e proporcionando uma nova perspectiva sobre a distribuição e características dos corpos máficos-ultramáficos na área estudada. Este estudo evidencia o potencial do uso de técnicas de Machine Learning na geologia, particularmente como ferramenta de apoio à prospecção mineral e na elaboração de mapas geológicos mais precisos e detalhados.
dc.identifier.citationBARROS, Lucas Marques. Aplicação de machine learning para identificação de corpos máficos-ultramáficos na porção sul da faixa Brasília, Goiás, Brasil. 2024. 72 f. Trabalho de Conclusão de Curso (Bacharelado em Geologia) - Faculdade de Ciências e Tecnologia, Universidade Federal de Goiás, Aparecida de Goiânia, 2024.
dc.identifier.urihttp://repositorio.bc.ufg.br//handle/ri/25830
dc.language.isopor
dc.publisherUniversidade Federal de Goiás
dc.publisher.countryBrasil
dc.publisher.courseGeologia (RMG)
dc.publisher.departmentFaculdade de Ciências e Tecnologia - FCT (RMG)
dc.publisher.initialsUFG
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMachine learning
dc.subjectCorpos máficos-ultramáficos
dc.subjectComplexo Anápolis-Itauçu
dc.subjectSequência Anicuns-Itaberaí
dc.subjectAlgoritmo random forest
dc.subjectMafic-ultramafic intrusive bodies
dc.subjectAnápolis-Itauçu complex
dc.subjectAnicuns-Itaberaí sequence
dc.subjectRandom forest algorithm
dc.titleAplicação de machine learning para identificação de corpos máficos-ultramáficos na porção sul da faixa Brasília, Goiás, Brasil
dc.typeTrabalho de conclusão de curso de graduação (TCCG)

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
TCCG - Geologia - Lucas Marques Barros - 2024.pdf
Tamanho:
11.05 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

FCT - Trabalho de Conclusão de Curso