A aplicação de machine learning supervisionada para a predição de carbono orgânico no Atlântico Sul a partir de dados fisiográficos e taxas de sedimentação

Rangel, Bernardo Rolim

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/16930

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Dal’ Bó, Patrick Francisco Führ	-
dc.contributor.author	Rangel, Bernardo Rolim	-
dc.date.accessioned	2022-05-20T13:03:44Z	-
dc.date.available	2023-12-21T03:08:45Z	-
dc.date.issued	2021-07	-
dc.identifier.uri	http://hdl.handle.net/11422/16930	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Cretáceo	pt_BR
dc.subject	Machine learning	pt_BR
dc.subject	Carbono orgânico	pt_BR
dc.title	A aplicação de machine learning supervisionada para a predição de carbono orgânico no Atlântico Sul a partir de dados fisiográficos e taxas de sedimentação	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/7193194405179961	pt_BR
dc.contributor.advisorCo1	Belem, Andre Luiz	-
dc.contributor.advisorCo1Lattes	http://lattes.cnpq.br/8174173696509765	pt_BR
dc.contributor.advisorCo2	Bione, Fellippe Roberto Alves	-
dc.contributor.advisorCo2Lattes	http://lattes.cnpq.br/5917855779924288	pt_BR
dc.contributor.referee1	Souza, Jaqueline Torres de	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/6157976776963780	pt_BR
dc.contributor.referee2	Souza, Igor Viegas Alves Fernandes de	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/4550123927660015	pt_BR
dc.description.resumo	Modelos de fácies orgânica são peças fundamentais no contexto da indústria do petróleo e gás, sobretudo na fase exploratória. Muitos dos alvos estratigráficos visados durante essa fase são do Cretáceo, período no qual o Oceano Atlântico teve origem e quando acumulações anômalas episódicas de carbono orgânico (CO) ocorreram nos sedimentos marinhos desta bacia oceânica recém-formada. Muitos fatores/forçantes são sabidamente relevantes para o acúmulo de carbono orgânico nos oceanos e fazem parte da modelagem de fácies orgânica. Entretanto, é desconhecido o papel da fisiografia e taxas de sedimentação na acumulação de carbono orgânico em bacias oceânicas. O objetivo deste trabalho foi avaliar a contribuição de fatores fisiográficos - latitude, paleobatimetria e distâncias para a linha de costa – e taxas de sedimentação na acumulação de carbono orgânico nas margens opostas do Atlântico Sul/Equatorial através do desenvolvimento e aplicação de modelo regressivo associado à Machine Learning supervisionada. Para tal, foram testados 19 modelos regressivos com base em dados em dados de 7 testemunhos obtidos em expedições do DSDP e ODP. Uma primeira análise dos padrões de distribuição do CO nos testemunhos estudados mostrou que a acumulação de carbono orgânico entre as duas margens do Atlântico Sul/Equatorial foi significantemente distinta, o que pode ser atribuído à atuação de processos específicos associados, sobretudo, à dinâmica de massas d’águas, dinâmica atmosférica e evolução paleobatimétrica. O modelo preditivo com melhor performance (R2 = 0,69; RMSE = 2,73) foi uma regressão de processo gaussiano, com função kernel racional quadrática. A aplicação desse modelo em dataset de teste resultou em menores coeficientes de determinação, com R2 = 0,37. Apesar da boa performance do modelo regressivo escolhido e do seu potencial para predizer teores de carbono orgânico a partir de fatores fisiográficos e taxas de sedimentação, o mesmo demonstrou-se pouco flexível para adaptações diferentes do contexto do treinamento. A piora da performance da aplicação do modelo em dataset de teste sugere que os fatores fisiográficos influenciam indiretamente parâmetros significativos na modulação do acúmulo de CO, os quais são, também, afetados por outros fatores não fisiográficos. Compreende-se, dessa forma, o poder limitado do uso dos fatores fisiográficos como preditores únicos da acumulação de CO em sedimentos marinhos.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto de Geociências	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Geologia

Files in This Item:

File	Description	Size	Format
RANGEL, B.R.pdf		2.04 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository