Abstract Three SAR-derived observations of dark surface patches along the Northeastern Brazilian coastline by the end of 2019 were misreported in the Brazilian media as oil spill-related. Unfortunately, these observations were misled by false positives or look-alikes. Therefore, this paper aims to technically evaluate these look-alike classes by analyzing image attributes found to be helpful to the identification of ocean targets, including oil spills, rain cells, biofilms, and low wind conditions. We use image augmentation to extend our dataset size and create the probability density function curves. The processing includes image segmentation, optimal attribute extraction, and classification with random forest classifiers. Our results contrast with the open-source oil spill detection system and patch classifier methodology called “RIOSS.” Analysis of the feature probability density functions based on optimal attributes is promising since we could capture most of the false positive targets in the three SAR-reported images in 2019. The only exception was the biofilm slick observed on October 28th, where the RIOSS mistakenly classified this organic patch as a low wind region with oil spots. This pitfall is acceptable at this project stage since we had only five biogenic film samples to train the algorithm.

Neste trabalho apresentamos resultados obtidos com a aquisição e o processamento de dados de radar de penetração no solo (GPR - Ground Penetrating Radar) registrados sobre as águas do Rio Taquari, na Planície do Pantanal Matogrossense. Esta modalidade não convencional de utilização do método GPR, demonstrou ser bastante viável e permitiu estabelecer alguns parâmetros ótimos para a aquisição de dados GPR sobre a lâmina d'água, podendo servir de guia para os futuros trabalhos de GPR em regiões similares. As seções obtidas permitiram identificar claramente algumas estruturas no leito do Rio Taquari, tais como bancos de areia e canais do rio, além de reflexões primárias e fortes eventos correspondentes a reflexões múltiplas. Para remoção das reflexões múltiplas, presentes nas seções GPR, utilizamos o método de filtragem denominado deconvolução preditiva (DP) de Wiener-Levinson que possui seu uso consagrado na indústria do petróleo para processamento de dados sísmicos marítimos. A DP de Wiener-Levinson, nas modalidades mono e multicanal, foram aplicadas sobre três seções fluviais de dados GPR. As seções deconvolvidas demonstraram que a atenuação das reflexões múltiplas nos radargramas foi mais eficaz em regiões onde não ocorrem variações abruptas no leito do rio e a espessura da lâmina d'água é superior a dois metros. Embora este trabalho tenha sido de caráter local, os resultados promissores obtidos, com o método de DP de Wiener-Levinson, mono e multicanal, sugerem o emprego desta metodologia como uma ferramenta eficaz na remoção de reflexões múltiplas presentes em dados GPR adquiridos sobre a superfície de rios e lagos.

This paper presents results obtained from the acquisition and processing of GPR (Ground Penetrating Radar) data recorded on the water surface of the Taquari River in the Pantanal wetland. This unconventional mode of use of the GPR method has shown to be quite viable and had allowed us to set some optimal parameters for GPR data acquisition on water surface, acting as a guiding tool for future GPR works in similar regions. The obtained GPR sections have allowed the clear identification of some physiographic structures of the riverbed, in addition to primary reflections and events corresponding to multiple reflections. We have applied the Wiener-Levinson predictive deconvolution (PD) method to remove the multiple reflections present in the GPR sections. PD method has been successfully used in the petroleum industry for marine seismic data processing. PD in the mono and multichannel modes were applied on three GPR sections. The deconvolved sections have demonstrated that the attenuation of the multiple reflections in the radargrams has been more efficient in regions where no abrupt variations occur in the riverbed and the thickness of the water surface is greater than two meters. Even though this work has a local feature, the promising results obtained with the Wiener-Levinson PD method, both mono and multichannel, suggest the employment of this methodology as an effective tool in the removal of multiple reflections present in GPR data acquired on the surface of rivers and lakes.

A inversão de uma sondagem elétrica vertical (SEV) normalmente assume que o meio é estratifcado e formado por camadas horizontais homogêneas e isotrópicas. A simplicidade deste modelo geofísico torna a inversão simples e com reduzido custo computacional. Esta simplicidade, junto às principais qualidades do método de eletroresistividade, foi responsável por tornar a SEV um dos métodos geofísicos mais populares nos trabalhos de exploração de águas subterrâneas e geofísica aplicada à engenharia. Porém, mesmo em bacias sedimentares, onde a geologia é mais conforme, a hipótese de camadas planas e homogêneas não é válida, o que limita a confiabilidade dos resultados da inversão. Apresentamos neste artigo um algoritmo rápido e robusto de modelagem e inversão eletroresistiva para a interpretação de conjuntos de SEVs. Consideramos três algoritmos de inversão: o método de inversão linearizada de Gauss-Newton (LI), o algorítmo genético (GA), e uma abordagem híbrida (GA-LI) que usa a inversão linearizada para aprimorar o melhor modelo obtido ao final de cada geração do algoritmo genético. A parametrização do meio consiste na partição do dommínio em blocos retangulares e homogêneos, de modo que a resistividade de cada bloco é um parâmetro do modelo. A resistividade aparente é calculada com um método iterativo baseado numa aproximação por diferenças finitas da equação do potencial elétrico. Um precondicionamento do tipo Cholesky incompleto é utilizado para acelerar a convergência do método. Avaliamos a performance do método híbrido por meio de experimentos numéricos com perfis de eletroresistividades reais e sintéticos, formados por conjuntos de SEVs obtidas com o arranjo Schlumberger. Os dados de campo foram coletados nas proximidades de Conceição do Coité, estado da Bahia, Brasil.

The inversion of vertical electrical sounding (VES) is normally performed considering a stratified medium formed by homogeneous, isotropic and horizontal layers. The simplicity of this geophysical model makes the inversion simple and computationally fast, and together with the main characteristics of the electroresistivity method, it was greatly responsible to make VES one of the most popular geophysical method for groundwater exploration and engineering geophysics. However, even in a sedimentary basin where the geology is more conform, the assumption of horizontal and homogeneous layers is not necessarily valid, limiting the reliability of the inversion results. In this paper we present a fast and robust 2D resistivity modeling and inversion algorithm for the interpretation of sets of VES. We consider three inversion algorithms: the Gauss-Newton method of linearized inversion (LI), the genetic algorithm (GA), and a hybrid approach (GA-LI) that uses LI to improve the best model at the end of each step of the GA. The medium parametrization consists of the partition of the domain into fixed homogeneous rectangular blocks such that their resistivities are the only free parameters. The apparent resistivity is evaluated by an iterative scheme that is derived from a finite-difference discretization of the potential differential equation. We enhance the convergence rate of the scheme by adopting an incomplete Cholesky preconditioner. Numerical results using synthetic and real 2D apparent resistivity data formed by sets of VES for the Schlumberger configuration illustrate the performance of the hybrid GA-LI algorithm. The VES field data were acquired near Conceição do Coité, state of Bahia, Brazil. We compare the performance of the LI, GA and GA-LI algorithms.