Formulação de um novo índice espectral para identificação de rochas carbonáticas

Afloramentos carbonáticos são um dos focos de pesquisa da industria do petróleo e a investigação in situ é a maneira mais eficiente de caracterizar um afloramento, entretanto ela demanda tempo e investimentos altos. Análises através de dados de sensoriamento remoto convertidos em indicadores que atestem a presença de determinados materiais no local de estudo, como índices espectrais ou imagens de fração, representam uma alternativa viável. Embora já existam índices espectrais de rochas carbonáticas, eles apresentam limitações ligadas principalmente a resolução do dado de entrada e a extensão do indicador para outros ambientes diferentes dos quais ele foi treinado. A presente dissertação de mestrado se propôs a abordar este problema de forma estruturada para formulação de um novo índice que supere o desempenho dos existentes na literatura. O procedimento de mineração dos dados disponíveis foi utilizado para entender como as decisões são tomadas a fim de separar alvos carbonáticos de outros materiais quaisquer. Posteriormente, gráficos de espalhamento de dados foram produzidos para localizar a região que concentra alvos de interesse no espaço multiespectrais, bem como para visualizar como se diferenciam dos demais alvos. Por fim, um versátil índice espectral para rochas carbonáticas foi formulado, com parâmetros ajustados de acordo com o sensor em uso (no caso o sensor OLI-Landsat 8), oferecendo ao usuário uma possibilidade de adaptação do índice para o seu cenário. O índice foi calculado para uma imagem e comparado com um Ground Truth (GT) produzido a partir de interpretação visual seguida de degradação do dado para atingir a escala adequada em cada situação. O índice proposto seguiu todas as premissas indicadas pela literatura e alcançou um desempenho de 83.2% de acerto, valor relativamente maior do que os outros índices referenciados na literatura atual. Os resultados sugerem o potencial para pesquisas futuras a fim de testar a aplicação do índice a outras áreas de estudo e a dados de outro sensores (com os ajustes necessários).