Interpolação de dados de GPR usando os métodos RNA e PWD
GPR, Modelagem, Interpolação
Levantamentos com GPR frequentemente enfrentam desafios de subamostragem ou distribuição irregular dos traços, causados por variações na velocidade do operador ou obstáculos no terreno. A interpolação corrige essas irregularidades e melhora a qualidade do dado. Foram aplicados dois métodos de interpolação: o RNA (Regularized Nonstationary Autoregression) e o PWD (Plane-Wave Destruction) em dados simulados e dados reais. O primeiro, amplamente usado em dados sísmicos, utiliza filtros de predição de erro (PEF) variáveis para suavizar e preencher traços ausentes. O segundo suprime ondas planas e facilita a interpolação, especialmente em dados ruidosos ou com aliasing. Foram utilizados dados simulados para testar ambos os métodos em cenários de subamostragem aleatória e regular, com remoção de 20% a 80% dos traços. Ambos os métodos mostraram eficácia, o RNA se destacou em situações de subamostragem moderada, enquanto o PWD teve melhor desempenho em regiões com feições complexas. Para os testes em dados reais, foram usadas informações de georreferenciamento, com coordenadas para todos os traços, obtidas por meio de interpolação dos dados de GPS. Nos dados reais, ambos os filtros melhoraram a qualidade, embora alguns artefatos tenham sido introduzidos com o RNA. Os resultados indicam que tanto o RNA quanto o PWD são eficazes para melhorar os dados de GPR, com cada método apresentando vantagens específicas. A pesquisa prossegue com a aplicação em dados tridimensionais para validar os métodos em cenários mais complexos.