Magy - Software to magnetic data processing (Programa de processamento de dados magnéticos)
Transcript of Magy - Software to magnetic data processing (Programa de processamento de dados magnéticos)
MAGY V1.0 – PROGRAMA DE PROCESSAMENTO DE DADOS MAGNÉTICOS
S. NEVES
Centro de Geofísica de Évora, Laboratório HERCULES, Universidade de Évora, Rua Romão
Ramalho, 59 Évora, Portugal, [email protected]
O objectivo deste trabalho é a apresentação de um software que permite o processamento e representação de mapas de anomalias magnéticas (intensidade e gradiente do campo magnético total terrestre), em que os dados são importados directamente do magnetómetro. O programa foi desenvolvido através da linguagem Python, sendo utilizadas bibliotecas específicas de processamento numérico, processamento de sinal e de representação gráfica. É apresentado um caso sintético com dois diques verticais magnéticos paralelos entre si, tendo sido adicionado ruído. Este caso foi processado com os métodos de processamento de sinal implementados no programa.
1. Introdução
A prospeção magnética é uma das técnicas geofísicas mais utilizadas no mapeamento de anomalias em escalas geográficas variáveis e com o objectivo de identificar estruturas de interesse geológico, económico, ambiental e arqueológico. Esta técnica consiste no mapeamento de um ou mais parâmetros do campo magnético terrestre, de modo a analisar as anomalias magnéticas e relacioná-las com as estruturas sub-superficiais. A interpretação dos mapas de anomalias magnéticas consiste na localização geoespacial da fonte, a sua caracterização geométrica, e a determinação das propriedades magnéticas dos materiais que a constituem (sempre que possível, acompanhada da identificação dos materiais geológicos que a compõem).
As linguagens de programação de alto nível, como é o caso do Python [2] e Matlab [3], cada vez mais têm-se tornado ferramentas acessíveis aos utilizadores sem grandes conhecimentos de programação. Estas linguagens de programação permitem criar programas de baixa a elevada complexidade, depende unicamente do objetivo do programa, bem como do tempo de cálculo exigido e das capacidades de cálculo do computador. O MAGY foi desenvolvido através da linguagem Python, tendo sido utilizadas bibliotecas numéricas que permitem otimizar os recursos computacionais (numpy [6]) bem como criar as interfaces gráficas funcionais e apelativas (matplotlib [7]).
A estrutura do programa é apresentada na Figura 1, sendo constituída por pacotes de funções (input, projecto, processamento, representação, análise, e output). Estes pacotes de funções são descritos no parágrafo seguinte.
Figura 1. Estrutura do programa MAGY.
2. Input
A função input permite ao utilizador escolher o formato e importar os dados que pretende bem como definir alguns parâmetros de entrada (Figura 2). Nomeadamente, o nome do projeto, o comprimento da linha (L), o afastamento entre linhas (dy), a posição do inicio da prospeção, e definir se o operador do magnetómetro realizou o percurso em zig-zag ou não. Estes parâmetros de entrada permitem ao programa corrigir as posições das amostras, dado que as mesmas são obtidas pelo GPS do magnetómetro e por isso, sujeitas a algumas imprecisões de localização. Após a leitura dos dados e definição de todos os parâmetros, o utilizar pode gravar o projecto ou sair desta opção. O projeto é gravado num ficheiro em formato próprio (.bin). Depois de gravar o projeto, o programa coloca automaticamente os dados em memória, permitindo ao utilizador continuar o seu trabalho.
A versão MAGY 1.0 só permite ler dados provenientes de magnetómetros da marca Gem Systems, com dois sensores, e com dados obtidos no campo segundo uma grelha regular (quadrática ou rectangular).
Projeto Dados originais Dados
Representação
Processamento
Análise
Input
Output
3. P roje
O projeto paramétricanúmero de
O projprimeiro coEstes dadocontentor édados que atualizáveis
4. Repre
A represenencontra naos dados etambém peapresentamimagem utpolinómio intensidadecores do gr
eto
é um ficheia relativa ao eamostras). jeto é um ficontentor contéos são armazé composto po
poderão sers em qualquer
esentação
ntação dos dada base da reprem gráfico dermite visuali
m exemplos dotiliza uma mainterpolador
e e do gradienráfico de imag
Figura 2
iro que contéensaio magnet
cheiro (.bin)ém os dados ozenados e nuor um conjunr alvo de pror momento.
dos é realizadresentação doe traços ou iizar a posiçãoos gráficos de alha regular d
de quinto grnte total do c
gem.
2. Janela de criaçã
ém uma basetométrico (geo
composto pooriginais, tal counca são altento de macrosocessamento
da com recursos diversos grimagem. Parao das amostrtraços, e de im
de 0,25 x 0,2rau. É possívcampo magné
ão de projecto.
e de dados cometria, topog
or dois contenomo são impoerados (dadoss (sub-content(dados dinâm
o a bibliotecaráficos. O proa além das pras no plano. magem, respe
25 m que resuvel definir o ético terrestre
com toda a grafia, parâme
ntores de infoortados do mags estáticos). tores) que armmicos). Estes
a Matplotlib [7grama permit
possibilidades As Figuras 3
ectivamente. Oulta da aplicaintervalo de , bem como
informação etros físicos,
ormação. O gnetómetro. O segundo
mazenam os dados são
7], aqual se te visualizar s anteriores, 3 - a) e b)
O gráfico de ação de um
valores da a paleta de
5. Proce
O processaqualidade efunções qua compreen
A funçelevada ammetálicos ndados magintervalo de
O MAO método dspikes seguque permite
Onde, padrão do ma substituiçpermanecem
O mét
através da for o fator possível limpossibilita
a)
essamento
amento dos de permitir boa
ue permitem aonder e interpreção despiking
mplitude relativno terreno). E
gnéticos, vistoe valores muitGY tem dispode z-score (eliundo um razãoe avaliar se as
xi é a amostrmesmo conjunção pela médim com o mesm
todo logarítmiEq. (2), sendode redução (
mitar a variaa visualização
Figura 3. a) Grá
dados geofísias interpretaço utilizador metar os mesmog permite elimvamente à méEste tipo de ao que por vezto inferiores aoníveis dois mimina os dadoo logarítmica)s series de dad
z
ra, x é o valonto. Se um daa ou pela medmo valor.
ico [5] realizao x o valor da(A) maior seração da grando adequada da
áfico de traços, b
icos é fundamções. Deste mmelhorar a quaos. minar ondas deédia (em geraanomalias imzes os dados ao intervalo de
métodos para eos anómalos), . O método z-
dos têm outlier
sxxz ii /
or médio do cada amostra fodiana da serie
a uma suaviza amostra, e Ará a suavizaçãdeza represenas principais a
b) Gráfico de imag
mental para modo, este pacalidade do res
e pequeno col, resultado da
mpossibilita a que se pretene valores globeliminar ou rede o método lo
-score [4] é umrs, ou não, ba
s
conjunto das or outlier (zi >e de dados, ca
zação das granA o fator de suão imposta aontada a um inomalias mag
b)
gem.
obter resultadcote tem um cultado, bem c
mprimento dea existência dcorreta visua
ndem analisaral. duzir o efeito
ogarítmico (redma ferramentaseando na Eq.
amostras, e S3.5) o progra
aso contrário,
ndes amplituduavização. Quos dados. Desntervalo de v
gnéticas.
dos de boa conjunto de como ajudar
e onda com de artefactos alização dos r estão num
de spiking. duz os
a estatística . (1).
Eq. (1)
S é o desvio ama permite as amostras
des de onda uanto maior ste modo, é valores que
1log. 10mod A
xAx Eq. (2)
O destripe é um método que reduz o efeito visual de bandeamento do mapa de anomalias magnéticas. Este efeito deve-se ao facto de existirem normalmente variações do valor médio das series individuais contidas no mapa de anomalias. (O mapa de anomalias magnéticas é obtido através de um conjunto de series de dados individuais, paralelas entre si, sendo que as mesmas são obtidas segundo um percurso em linha no campo). Para reduzir este efeito, este método calcula o valor médio do gradiente magnético para cada serie, e realiza uma translação vertical em sinal contrário ao valor médio obtido. Logo, todas as serieis são normalizadas com o valor médio nulo.
O desttager é uma função que permite reduzir o efeito de desfasamento (as series
impares estão deslocadas de uma determinada distância das series pares, produzindo o efeito de desfasamento). Este efeito acontece devido ao modo de recolha de dados em campo (normalmente em zig-zag), incorreto posicionamento das amostras (obtido por GPS), erros introduzidos pelo operador do magnetómetro ou devido à topografia do terreno.
Foi desenvolvido o algoritmo que permite ao utilizador realizar a translação de series par ou impar, mediante uma determinada distância e sentido, sendo o sentido dado pelo sinal do valor da distância. Após a definição de todos os parâmetros, o programa realiza a operação de destagger, ou seja, vai procurar todas as series individuais ímpares ou pares, e realiza a operação de translação, com a distância e sentido definido pelo utilizador. A translação é realizada no mesmo eixo onde estão dispostas as amostras magnéticas.
O filtro IIR (Infinite Impulse Response) foi obtido através da biblioteca Scipy [8]. O filtro utiliza o método de filtragem digital butterword, permitindo ao utilizador diversas opções de filtragem: passa baixo, passa alto e passa banda, e atribuir o número de onda a filtrar. É possível escolher o número de polos a utilizar no processo de filtragem. O processo de filtragem é realizado nos dois sentidos de modo a anular o efeito de translação de fase de onda. Este método pode ser utilizado várias vezes sem o incómodo de sair desta opção e voltar a entrar nela.
O filtro Median é um método que permite eliminar o ruído magnético de fundo. Este
filtro altera o valor de cada amostra magnética pela mediana, sendo esta determinada através de um conjunto de dados contidos num intervalo definido pelo utilizador (janela do filtro). Contudo, este filtro deve ser utilizado com cuidado, pois a sua incorreta utilização pode eliminar anomalias magnéticas importantes do local de estudo [10,11]. O Esta função permite ao utilizador escolher unicamente a dimensão da janela do filtro. Este filtro foi obtido através da biblioteca Scipy [8].
6. Análise espectral
Esta função permite calcular o espectro de todas as séries individualmente, recorrendo à transformada rápida de Fourier (FFT). O método numérico foi obtido através da biblioteca Scipy [8], sendo depois representada num gráfico próprio pela ferramenta gráfica Matplotlib [7]. A FFT é determinada segundo a Eq. (3);
1,...,0,1
0
2
Nkexx
N
n
N
nki
nk
Eq. (3)
Onde, xn é o conjunto de dados originais com uma dimensão N (numero de amostras). Ao conjunto inicial de dados são adicionados zeros com a mesma dimensão do conjunto inicial, de modo a melhorar a visualização das amplitudes com baixo número de onda.
A análise espectral permite ao utilizador avaliar as amplitudes do espectro em função do número de onda. Com base na informação apresentada por esta análise o utilizador pode aplicar os diversos métodos de processamento disponíveis e avaliar a sua evolução espectral.
7. Output
Esta função permite ao utilizar exportar os resultados que pretende. O utilizador pode exportar os dados em formato de imagem, sendo que esta opção está sempre disponível na função representação (parágrafo 4). Também foi desenvolvido o algoritmo que permite ao utilizar exportar o resultado em ficheiro ASCII, sendo posteriormente utilizável noutra aplicação informática.
8. Aplicação do MAGY a dados sintéticos
Foi cálculado um modelo sintético composto por dois diques magnéticos paralelos (verticalmente polarizados). Ambos os diques têm a mesma geometria, susceptibilidade magnética, e estão posicionados à mesma profundidade, entre os 3,0 e os 6,0 m (Figura 4 - b). Tratando-se de corpos simples, o campo magnético originado pelos diques foi calculado através da Eq. (4) [9];
222
222
1
12xz
z
xz
zItH s Eq. (4)
Onde I é a susceptibilidade do corpo magnético, t é a largura do dique, z1 é a distância entre a superfície do terreno e o topo do dique, z2 é a distância entre a superfície do terreno e a base do dique, x é a posição da amostra magnética modelada (Hs).
Os corpos magnéticos são constituídos por 12% de magnetite (k=0.5). Normalmente, na prospeção arqueológica é utilizado o gradiente magnético vertical, por isso, foi calculada a componente vertical do campo magnético terrestre para as cotas z=0 e z=0.8 m. Para a cota z = 0 m, os valores utilizados na Equação 8.1 foram; z1=3,0 m, z2= 6,0 m,
t=0,5 m, eforam; z1=3
Posterianteriores d(Figura 4-apara o direiAs linhas factivado.
Figura
Foi ad
variação abandeamenreais de aqudepois foi foram repre
a)
1,05,0 I3,8 m, z2= 6,8 iormente foi dividido pela a), sendo que ito, e as linha
foram todas ob
a 4. a) Vista de top
dicionado aos aleatória do nto). A introduuisição de dadimportada paresentados com
03,06,02 m, t=0,5 m, ecalculado o distância entrea disposição
s de baixo parbtidas no mes
po da geometria d
dados sintétivalor médi
ução deste tipdos em campora o programa
m a função ima
Figura 5
36 cgs. Os vae 1,05,0 Ivalor do grade eles. A quaddas amostras
ra cima (as linsmo sentido, m
dos corpos magn
icos originais io do gradieo de artefactoo. Esta informa MAGY. Apagem (Figura5
5. Imagem dos da
alores utilizad03,06,02
diente verticadrícula ao níves começou donhas estão afamotivo pelo qu
éticos sintéticos;
ruído numériente vertical os numéricos pmação foi gravpós criar o pro5).
ados originais.
Spikes
dos para a co36 cgs. al com base nel do solo é deo canto inferioastadas entre sual o modo zi
b) Corte transver
ico aleatório, magnético
permite simulada num fiche
ojecto, os dad
ota z=0,8 m
nos valores e 20 x 20 m or esquerdo si de 1,0 m). ig-zag não é
rsal AA’. [m]
4 spikes, e (efeito de
lar situações eiro texto, e
dos originais
b)
Verificapresenta-sfoi aplicadpermite (z-todos os spos spikes ccorrectamemuito diferigual forma
Fig
Foi escDe seguidaComparandperturbado
a)
cou-se que atse um procedida a função d-score e logarpikes (Figura 6continuando nente, deve-se arentes. Logo, a, resultando o
gura 6. a) Aplicad
colhido o méta foi aplicadodo a Figura s.
Figura 7. Aplic
través da Figumento tipo dedespiking. Foitmo). Verific6 – b). O mesmna imagem. Oao facto que aquando o algoo apareciment
do o método loga
todo z-score po o método de
6-b com a
cação do método
ura 5 os dade processamenoram utilizadocou-se que o mmo não acont
O motivo peloa amplitude dooritmo é aplicto dos spikes.
arítmico, b) Aplic
para dar contiestripe de moFigura 7 ver
destripe aos dado
b)
os contêm mnto de dados mos os dois mmétodo z-scoreceu com o mqual o últim
os spikes e docado, os dados
cado o método z-s
inuidade ao podo a eliminarrifica-se que
os processados co
)
muito ruído. Dmagnéticos. In
métodos que ore eliminou c
método logarítmo método nãos restantes dads são suavizad
score (valor médi
rocessamentor o bandeado
os dados es
om o método z-sc
Deste modo, nicialmente, o programa
com sucesso tmico, tendo o funcionou
ados não são dos todos de
io).
o dos dados. (Figura 7).
stão menos
core.
Neste
efeito de tra Para m
onda. Foi utilização dvisto que am
Atravéimagem, seoscilatório numérico)
Este p
limitações poderá bloq
Pretenrobustos.
O presmagnético,terrestre (disponibilizdo campo m
exemplo não anslação entre
melhorar o resaplicado um
desses valoresmbos estão re
és da Figura endo as princ
das anomalifoi reduzido.
Figura 8
programa estáao nível do dquear o compunde-se melhor
sente program só sendo po
(não é possízar ferramentmagnético bem
é utilizado oe series.
sultado final ffiltro passa
s deve-se a elielacionados co
8 verifica-secipais anomalias magnética
8. Aplicação do f
á em fase de desempenho coutador. rar os actuai
ma está vocaossível visualiível aplicar as que permitm como a sua
o método dest
foi aplicado obanda entre iminação dos om o ruído nume que existe lias magnéticaas entre linh
filtro IIR e mapa
desenvolvimom um númer
s algoritmos
acionado paraizar os dadosqualquer tip
tam ao utilizainterpretação
tagger, dado
o filtro IIR, no0.5 e 2 ciclograndes e peqmérico aleatórum melhora
as reforças. Vhas (devido a
de anomalias ma
mento, motivo ro elevado de
bem como i
a utilizar o ms do valor totpo de proceador processar.
que os dados
o domínio do os/m com doiquenos númerrio.
amento da quVerificou-se qao adicionado
gnéticas final.
pelo qual tee amostras, qu
introduzir mé
modo: gradiental do campoessamento). r os dados de
s não têm o
o número de is polos. A ros de onda,
ualidade de que o efeito do de ruído
em algumas ue por vezes
étodos mais
nte vertical o magnético Pretende-se
e valor total
9. Conclusões
Este trabalho tem como objectivo a apresentação do software (MAGY), que permite realizar o processamento e representação de mapas de anomalias magnéticas, intensidade e gradiente magnético do campo terrestre.
Foram abordados os métodos de processamento que estão implementados no MAGY bem como a sua aplicação num caso sintético.
O caso sintético é constituído por dois diques verticais magnéticos (polarizados verticalmente). Ao campo à superfície produzido por estes corpos foi adicionado ruído numérico aleatório, 4 spikes e oscilação aleatória do valor médio de cada serie (efeito de bandeamento). Verificou-se que o despiking com o método z-score foi bem-sucedido, tendo-se eliminado os spikes que se encontravam nos dados. A aplicação do método logarítmico não produziu não foi tão eficiente, motivo pelo qual não foi escolhido para continuar o processo de tratamento de dados. O método destripe também foi aplicado com sucesso, tendo reduzido o efeito do bandeado, melhorando a qualidade do mapa de anomalias magnéticas. O método destagger não foi aplicado visto que os dados não contêm o efeito de translação entre linhas consecutivas. Foi aplicado o filtro IIR de modo a melhorar a qualidade final do mapa de anomalias magnéticas, tendo-se verificado uma diminuição das oscilações do gradiente magnético e por consequência um melhoramento substancial do mapa de anomalias magnéticas.
O programa tem algumas limitações, ao nível do desempenho com elevado número de amostras (que poderá provocar o bloqueio do computador) bem como o número reduzido de funções de processamento de dados (despiking, destripe, desttager, filtro IIR e filtro median), motivo pelo qual o programa será alvo de melhoramento, nomeadamente ao nível dos actuais algoritmos bem como na implementação de métodos de processamento mais robustos.
10. Agradecimentos
Este trabalho foi co-financiado pelo Fundo Europeu de Desenvolvimento Regional (FEDER), através do programa INALENTEJO, no âmbito do projecto IMAGOS – Inovative Methodologies in Archaeology, Archaeometry and Geophysics – Optimizing Strategies X APOLLO – Archaeological and Physical On-site Laboratory – Lifting Outputs (ALENT-07-0224-FEDER-001760), do Laboratório HERCULES (Universidade de Évora).
11. Referências
1. R. E. Chavez, D. L. Argote, M. E. Camara, Geophysical characterization of a rural archaeological site in central mexico. Proc. EAGE 66th conference & exhibition, Paris, France, (2004).
2. Python, https://www.python.org/, acedido a 5-1-2015. 3. Matlab, http://www.mathworks.com/products/matlab, acedido a 5-1-2015
4. B. Iglewicz and D. Hoaglin, How to Detect and Handle Outliers, The ASQC
Basic References in Quality Control: Statistical Techniques. PhD Edward F. Mykytka, Volume 16, (1993).
5. A. Mojica, L. Pastor, C. Camerlynck, N. Florsch, A. Tabbagh, Magnetic prospection of the pre-columbian archaeological site of El Caño in the cultural regrion of Gran Coclé, Panama. Archaeological Prospection, 11 p, 2014.
6. Numpy, http://www.numpy.org, acedido a 8-1-2015. 7. Matplotlib, http://matplotlib.org, acedido a 8-1-205. 8. Scipy, http://www.scipy.org, acedido a 8-1-2015. 9. M. B. Dobrin, Introduction to geophysical prospecting, third edition, McGraw-
Hill book company, pp. 500-501, (1981). 10. M. Ciminale, M. Loddo, Aspects of magnetic data processing, Archaeological
Prospectiong, Vol. 8, pp 239-246, 2001 11. A. Eder-Hinterleitner, W. Neubauer, P. Melichar, Restoring magnetic
anomalies, Archaeological Prospecting, Vol. 3, pp. 185 – 197, 1996.