Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/287723
Type: DISSERTAÇÃO
Degree Level: Mestrado
Title: As tecnicas NASVD e MNF e sua aplicação na redução de ruidos em dados gamaespectrometricos : Francisco de Assis Cavallaro
Title Alternative: NASVD and MNF methods applied for noise reduction in airborne gamma-ray spectrometry
Author: Cavallaro, Francisco de Assis
Advisor: Portugal, Rodrigo de Souza, 1971-
Abstract: Resumo: O processamento atual em gamaespectrometria necessita de novas ferramentas para auxiliar a remoção de ruídos, visto que ao final desta etapa há constatação de ruído remanescente. O ruído remanescente prejudica de forma expressiva os produtos finais. O decaimento radioativo é um processo aleatório e a estimativa de todas as medidas é governada por leis estatísticas. Os perfis de taxas de contagem são sempre "ruidosos" quando utilizados períodos curtos como um segundo para cada medida. Os filtros utilizados e, posteriormente, as correções efetuadas no processamento atual de dados gamaespectrométricos não são suficientes para remover ou diminuir consideravelmente o ruído oriundo do espectro. Dois métodos estatísticos que atuam diretamente nos dados coletados, isto é, nos espectros vêm sendo sugeridos na literatura para remover estes ruídos remanescentes: o Noise-Adjusted Singular Value Decomposition ¿ NASVD e Maximum Noise Fraction ¿ MNF. Estes métodos produzem uma redução no desvio padrão de forma significativa. Neste trabalho eles foram implementados dentro do ambiente de processamento do software OASIS MONTAJ e aplicados em uma área compreendida por dois blocos, I e II do levantamento aerogeofísico que recobre a porção oeste da Província Mineral do Tapajós - sudoeste do Estado do Pará e sudeste do Estado do Amazonas. Os dados filtrados e não-filtrados foram processados e comparados usando os coeficientes determinados pela empresa Lasa Engenharia e Prospecções S.A. Os resultados da comparação entre perfis e mapas apresentaram-se de forma promissora, pois houve um ganho na resolução dos produtos.

Abstract: The gamaespectrometry processing needs new tools to help the noise¿s removal, at the end of this step there are evidence of remaining noise; this remaining noise causes damages at the final product. The radioactive decline is a random process and the estimate of the measures is managed by statistical laws. The profiles of counting ratios are always noisy when analyzed for short periods, like a second for each measurement. Filters and corrections made in the airborne gamma-ray spectrometric data processing are not enough to remove or reduce the spectrum's noise. Two statistic methods which act directly at collected data, i.e., in the spectrum domain, the literature has been suggesting to remove such remaining noises, the Noise-Adjusted Singular Value Decomposition ¿ NASVD and Maximum Noise Fraction ¿ MNF. These methods produce a significant reduction in the standard deviation. In this work both methods were implemented in the software OASIS MONTAJ environment and applied in one area between two blocks, I and II of the airborne survey which covers the west area of Mineral Province of Tapajós ¿ southwest of Pará state and southeast of Amazonas state. The filtered and not filtered data were processed and compared using the coefficients determined by Lasa Engenharia e Prospecções S.A. The results of the comparison done, using maps and profiles showed up a promising form; therefore, these products had gained resolution.
Subject: Espectrometria de raio gama
Controle de ruído
Ruído
Language: Português
Editor: [s.n.]
Citation: CAVALLARO, Francisco de Assis. As tecnicas NASVD e MNF e sua aplicação na redução de ruidos em dados gamaespectrometricos: Francisco de Assis Cavallaro. 2008. 88f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociencias, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/287723>. Acesso em: 11 ago. 2018.
Date Issue: 2008
Appears in Collections:IG - Tese e Dissertação

Files in This Item:
File SizeFormat 
Cavallaro_FranciscodeAssis_M.pdf3.1 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.