Terça-feira, 14 de setembro de 2021

Pesquisa do SGB-CPRM sugere novo método para estudos geológicos

Estudo é destaque em periódico científico internacional

Um trabalho desenvolvido por pesquisadores do Serviço Geológico do Brasil (SGB-CPRM) foi publicado pelo revista Journal of Geochemical Exploration, demonstrando uma nova metodologia para descrição de testemunhos de sondagem. O artigo é resultado dos estudos no âmbito do Projeto do Bloco Gavião , um núcleo de rochas antigas localizado em sua maior parte nos estados da Bahia, Minas Gerais, Piauí e Pernambuco, que hospeda importantes sequências de rochas com potencial mineral para ouro e metais-base. O trabalho pode ser acessado no link bit.ly/3jV8xok

Amostras recolhidas pelos pesquisadores
O estudo "Unsupervised drill core pseudo-log generation in raw and filtered data, a case study in the Rio Salitre greenstone belt, São Francisco Craton, Brazil" traça uma comparação de métodos utilizados para gerar agrupamentos automatizados nos furos de sondagem (chamados de "pseudo-log") e mostra que a metodologia pode ser otimizada com algoritmos menos conhecidos. O uso de filtro exponencial de média móvel com vínculo entre as amostras no testemunho de sondagem reduz os ruídos inerentes à modelagem. O algoritmo de Mistura de Modelos Gaussianos apresentou performance superior ao algoritmo rotineiramente utilizado (K-Means).

O objetivo foi criar uma rotina semi-automática que forneça uma ferramenta adicional para o geólogo de exploração durante a descrição de testemunhos de sondagem indicando os agrupamentos geoquímicos das amostras organizados de acordo com a sua profundidade. Projetos que tenham que lidar com análises químicas em amostras de testemunho de sondagem, gerenciamento de amostras e controle de qualidade em descrições, podem passar a contar com a metodologia desenvolvida.

De acordo com o pesquisador em geociências Guilherme Ferreira, autor principal do artigo, o trabalho resultado coloca um marco inicial do SGB-CPRM no campo da automatização de dados de log de testemunhos de sondagem, através da aplicação de técnicas de machine learning (“aprendizado de máquinas”) em atividades rotineiras com aplicação na indústria mineral. “O apoio do SGB-CPRM, junto com a CBPM, que cedeu as amostras, foi fundamental para a realização do trabalho”, afirma.

Janis Morais
Bettina Gehm
Assessoria de Comunicação
Serviço Geológico do Brasil (SGB/CPRM)
imprensa@cprm.gov.br

  • Imprimir