10.06.2013 Views

Magnetotelúrico e Eletromagnético Transiente - CPRM

Magnetotelúrico e Eletromagnético Transiente - CPRM

Magnetotelúrico e Eletromagnético Transiente - CPRM

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!