Magnetotelúrico e Eletromagnético Transiente - CPRM
Magnetotelúrico e Eletromagnético Transiente - CPRM
Magnetotelúrico e Eletromagnético Transiente - CPRM
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
6.1.1- Estimativas dos elementos do tensor impedância através do processamento pelo<br />
método dos mínimos quadrados.<br />
As estimativas das resistividades do interior da Terra são obtidas a partir dos elementos do<br />
tensor impedância, como visto no capítulo 4. A equação 6.1 nos dá uma relação linear que é<br />
justificada se a fonte do campo são ondas planas de extensão horizontal infinita. Na realidade a<br />
suposição de onda plana é apenas uma aproximação, além do que as medidas dos campos são<br />
contaminadas por erros. O problema torna-se estatístico. Em geral, a estimativa é feita pelos<br />
métodos dos mínimos quadrados. A presença de erro nas medidas torna a equação 6.1 em:<br />
r r<br />
E ( ω ) = Z(<br />
ω)<br />
H + e . eq-6.8<br />
O procedimento de estimativa da impedância pelo método dos mínimos quadrados<br />
consiste em minimizar os erros dos dados nas estimativas. A estimativa dos mínimos quadrados<br />
(MQ), referida como norma L2, tem a seguinte forma:<br />
∑ i<br />
2<br />
( ˆ − Y ) = minimo<br />
Y , eq-6.9<br />
i<br />
i<br />
sendo Y e respectivamente o valor esperado e observado de uma função linear. Aplicando a<br />
ˆ Y<br />
i<br />
norma MQ na equação 6.2<br />
∑<br />
i,<br />
j<br />
i<br />
2<br />
( ω ) H ( ) → 0<br />
E ( ω ) − Zˆ<br />
ω , eq-6.10<br />
i<br />
∑ i<br />
ij<br />
2<br />
j<br />
em que → 0 , eq-6.11<br />
ei<br />
sendo Zˆ<br />
( ω)<br />
a estimativa do tensor impedância.<br />
Na aplicação dos métodos dos mínimos quadrados supõe-se que os erros apresentem uma<br />
distribuição Gaussiana. Egbert & Booker (1986) mostram que esta suposição nem sempre é<br />
válida para dados MT. O número significativo de outliers, em MT, provoca distribuições com<br />
caudas longas destruindo a suposição de distribuição Gaussiana.<br />
Um modo de tentar reduzir a influência de outliers é atribuir pesos na estimativa MQ.<br />
Assim, a equação 6.10 toma a seguinte forma:<br />
49