453 resultados para superposition


Relevância:

10.00% 10.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

O gênero Macrobrachium contém mais de 120 espécies e ocorre nas regiões tropicais e subtropicais de todo o mundo (VALENTI, 1987). São camarões de água doce da família Palaemonidae e da ordem Decapoda (RAFINESQUE, 1815; LATREILLER, 1802). No Brasil existem 18 espécies, até agora classificadas, distribuídas ao longo da bacia amazônica (MELO 2003). Entre estas, o Macrobrachium amazonicum (HELLER, 1862) conhecido popularmente como camarão-sossego ou camarão-canela, amplamente empregados na carcinicultura. Os crustáceos dispõem de estruturas sensitivas localizadas no cefalotórax, que permitem receber estímulos do meio para localizar e capturar o alimento (BARNES, 1998). Os olhos compostos estão presentes em todas as classes de crustáceo. Assim, a hipótese levantada nessa pesquisa foi que no Macrobrachium amazonicum, estes olhos são do tipo de superposição reflexiva, onde o aparelho dióptrico e o rabdômero se estendem em camadas e está separado por uma zona clara não pigmentada. Neste trabalho temos como objetivos: Avaliar os aspectos morfológicos do olho do Macrobrachium amazonicum em microscopia eletrônica de varredura; Caracterizar a morfologia das células fotorreceptoras; Descrever as estruturas morfológicas do olho do M. amazonicum; Caracterizar as relações morfométricas entre o olho e as demais estruturas do M. amazonicum. Os animais foram adquiridos no distrito de Mosqueiro nos períodos de chuvas, março de 2009 e março de 2010, com pescadores no município de Santa Bárbara, área metropolitana de Belém, e transportados para o laboratório em caixas de isopor, sendo mantidos em quarentena em um recipiente contendo uma solução de permanganato de potássio a 1,3 mg/L (CARNEIRO et al., 005). Os animais foram fixados em Davidson e Karnovisky, em seguida os olhos de cada animal foram cuidadosamente seccionados e colocados em frascos plásticos. Nas relações biométricas foram realizadas a análise de variância com α = 0,05, foi realizada com Bio Estat 5.0 para os comprimentos do olho látero-lateral e ântero-posterior dos quatro morfotipos, e SigmaPlot 11.0 e regressão linear simples, para as variáveis olho total e cefalotórax. Observou-se que o tamanho médio do cefalotórax, do corpo, do olho é respectivamente: 21,03 mm; 70,62 mm e 4,52 mm, sendo que, o peso médio do camarão foi de 7,97 g. Os valores máximos registrados dessas estruturas foram de 31,95 mm para o cefalotórax; 100,10 mm para o tamanho do corpo; 6,80 mm para o tamanho do olho e de 20,54 g para o peso do camarão. Após análise histológica foram identificadas as seguintes estruturas (Figs. 13 e 14 A-B): córnea, cone cristalino, pigmento distal, haste do cone, zona clara, cutícula, retina, rabdoma, fibras do nervo óptico e lamina. Com relação à microscopia eletrônica de varredura, foram selecionadas para observação as principais estruturas e especialmente o arranjo em seção transversal quadrada dos omatídeos (Figs. 16 A-B). As análises morfométrica e morfológica (por histologia e microscopia eletrônica de varredura) apontaram características próprias de Macrobrachium amazonicum adultos oriundos da região metropolitana de Belém. Estes achados incluem uma óptica de superposição reflexiva com olhos adaptados a percepção de estímulos luminosos.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

10.00% 10.00%

Publicador:

Resumo:

O método de empilhamento sísmico por Superfície de Reflexão Comum (ou empilhamento SRC) produz a simulação de seções com afastamento nulo (NA) a partir dos dados de cobertura múltipla. Para meios 2D, o operador de empilhamento SRC depende de três parâmetros que são: o ângulo de emergência do raio central com fonte-receptor nulo (β0), o raio de curvatura da onda ponto de incidência normal (RNIP) e o raio de curvatura da onda normal (RN). O problema crucial para a implementação do método de empilhamento SRC consiste na determinação, a partir dos dados sísmicos, dos três parâmetros ótimos associados a cada ponto de amostragem da seção AN a ser simulada. No presente trabalho foi desenvolvido uma nova sequência de processamento para a simulação de seções AN por meio do método de empilhamento SRC. Neste novo algoritmo, a determinação dos três parâmetros ótimos que definem o operador de empilhamento SRC é realizada em três etapas: na primeira etapa são estimados dois parâmetros (β°0 e R°NIP) por meio de uma busca global bidimensional nos dados de cobertura múltipla. Na segunda etapa é usado o valor de β°0 estimado para determinar-se o terceiro parâmetro (R°N) através de uma busca global unidimensional na seção AN resultante da primeira etapa. Em ambas etapas as buscas globais são realizadas aplicando o método de otimização Simulated Annealing (SA). Na terceira etapa são determinados os três parâmetros finais (β0, RNIP e RN) através uma busca local tridimensional aplicando o método de otimização Variable Metric (VM) nos dados de cobertura múltipla. Nesta última etapa é usado o trio de parâmetros (β°0, R°NIP, R°N) estimado nas duas etapas anteriores como aproximação inicial. Com o propósito de simular corretamente os eventos com mergulhos conflitantes, este novo algoritmo prevê a determinação de dois trios de parâmetros associados a pontos de amostragem da seção AN onde há intersecção de eventos. Em outras palavras, nos pontos da seção AN onde dois eventos sísmicos se cruzam são determinados dois trios de parâmetros SRC, os quais serão usados conjuntamente na simulação dos eventos com mergulhos conflitantes. Para avaliar a precisão e eficiência do novo algoritmo, este foi aplicado em dados sintéticos de dois modelos: um com interfaces contínuas e outro com uma interface descontinua. As seções AN simuladas têm elevada razão sinal-ruído e mostram uma clara definição dos eventos refletidos e difratados. A comparação das seções AN simuladas com as suas similares obtidas por modelamento direto mostra uma correta simulação de reflexões e difrações. Além disso, a comparação dos valores dos três parâmetros otimizados com os seus correspondentes valores exatos calculados por modelamento direto revela também um alto grau de precisão. Usando a aproximação hiperbólica dos tempos de trânsito, porém sob a condição de RNIP = RN, foi desenvolvido um novo algoritmo para a simulação de seções AN contendo predominantemente campos de ondas difratados. De forma similar ao algoritmo de empilhamento SRC, este algoritmo denominado empilhamento por Superfícies de Difração Comum (SDC) também usa os métodos de otimização SA e VM para determinar a dupla de parâmetros ótimos (β0, RNIP) que definem o melhor operador de empilhamento SDC. Na primeira etapa utiliza-se o método de otimização SA para determinar os parâmetros iniciais β°0 e R°NIP usando o operador de empilhamento com grande abertura. Na segunda etapa, usando os valores estimados de β°0 e R°NIP, são melhorados as estimativas do parâmetro RNIP por meio da aplicação do algoritmo VM na seção AN resultante da primeira etapa. Na terceira etapa são determinados os melhores valores de β°0 e R°NIP por meio da aplicação do algoritmo VM nos dados de cobertura múltipla. Vale salientar que a aparente repetição de processos tem como efeito a atenuação progressiva dos eventos refletidos. A aplicação do algoritmo de empilhamento SDC em dados sintéticos contendo campos de ondas refletidos e difratados, produz como resultado principal uma seção AN simulada contendo eventos difratados claramente definidos. Como uma aplicação direta deste resultado na interpretação de dados sísmicos, a migração pós-empilhamento em profundidade da seção AN simulada produz uma seção com a localização correta dos pontos difratores associados às descontinuidades do modelo.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

O Feixe Gaussiano (FG) é uma solução assintótica da equação da elastodinâmica na vizinhança paraxial de um raio central, a qual se aproxima melhor do campo de ondas do que a aproximação de ordem zero da Teoria do Raio. A regularidade do FG na descrição do campo de ondas, assim como a sua elevada precisão em algumas regiões singulares do meio de propagação, proporciona uma forte alternativa na solução de problemas de modelagem e imageamento sísmicos. Nesta Tese, apresenta-se um novo procedimento de migração sísmica pré-empilhamento em profundidade com amplitudes verdadeiras, que combina a flexibilidade da migração tipo Kirchhoff e a robustez da migração baseada na utilização de Feixes Gaussianos para a representação do campo de ondas. O algoritmo de migração proposto é constituído por dois processos de empilhamento: o primeiro é o empilhamento de feixes (“beam stack”) aplicado a subconjuntos de dados sísmicos multiplicados por uma função peso definida de modo que o operador de empilhamento tenha a mesma forma da integral de superposição de Feixes Gaussianos; o segundo empilhamento corresponde à migração Kirchhoff tendo como entrada os dados resultantes do primeiro empilhamento. Pelo exposto justifica-se a denominação migração Kirchhoff-Gaussian-Beam (KGB). As principais características que diferenciam a migração KGB, durante a realização do primeiro empilhamento, de outros métodos de migração que também utilizam a teoria dos Feixes Gaussianos, são o uso da primeira zona de Fresnel projetada para limitar a largura do feixe e a utilização, no empilhamento do feixe, de uma aproximação de segunda ordem do tempo de trânsito de reflexão. Como exemplos são apresentadas aplicações a dados sintéticos para modelos bidimensionais (2-D) e tridimensionais (3-D), correspondentes aos modelos Marmousi e domo de sal da SEG/EAGE, respectivamente.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

A teoria dos feixes gaussianos foi introduzida na literatura sísmica no início dos anos 80 por pesquisadores russos e tchecos, e foi originalmente utilizada no cálculo do campo de ondas eletromagnéticas, baseado na teoria escalar da difração. Na teoria dos feixes gaussianos, o campo de ondas sísmicas é obtido por uma integral, cujo o integrando é constituído de duas partes, a saber: (1) as amplitudes dos campos das ondas na vizinhança do ponto de observação e (2) a função fase de cada um desses campos de ondas, que neste caso é representada por um tempo de trânsito paraxial complexo. Como ferramenta de imageamento, mais precisamente como operador de migração, os primeiros trabalhos usando feixes gaussianos datam do final da década de 80 e início dos anos 90. A regularidade dos campos de ondas descritos pelos feixes gaussianos, além de sua alta precisão em regiões singulares do modelo de velocidades, tornaram o uso de feixes gaussianos como uma alternativa híbrida viável para a migração. Nesse trabalho, unimos a flexibilidade da migração tipo Kirchhoff em profundidade em verdadeira amplitude com a regularidade da descrição do campo de ondas, representado pela sobreposição de feixes gaussianos. Como forma de controlar de forma estável quantidades usadas na construção de feixes gaussianos, utilizamos informações advindas do volume de Fresnel, mais precisamente a zona de Fresnel ao redor do ponto de reflexão e a zona de Fresnel projetada, localizada ao redor do ponto de registro do sismograma e cuja a informação se encontra nas curvas de reflexão de dados sísmico. Nosso processo de migração pode ser chamado como uma migração Kirchhoff em verdadeira amplitude usando um operador de feixes gaussianos.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

O método de migração do tipo Kirchhoff se apresenta na literatura como uma das ferramentas mais importantes de todo o processamento sísmico, servindo de base para a resolução de outros problemas de imageamento, devido ao um menor custo computacional em relação aos métodos que tem por base a solução numérica da equação da onda. No caso da aplicação em três dimensões (3D), mesmo a migração do tipo Kirchhoff torna-se dispendiosa, no que se refere aos requisitos computacionais e até mesmo numéricos para sua efetiva aplicação. Desta maneira, no presente trabalho, objetivando produzir resultados com uma razão sinal/ruído maior e um menor esforço computacional, foi utilizado uma simplificação do meio denominado 2.5D, baseado nos fundamentos teóricos da propagação de feixes gaussianos. Assim, tendo como base o operador integral com feixes gaussianos desenvolvido por Ferreira e Cruz (2009), foi derivado um novo operador integral de superposição de campos paraxiais (feixes gaussianos), o mesmo foi inserido no núcleo do operador integral de migração Kirchhoff convencional em verdadeira amplitude, para a situação 2,5D, definindo desta maneira um novo operador de migração do tipo Kirchhoff para a classe pré-empilhamento em verdadeira amplitude 2.5D (KGB,do inglês Kirchhoff-Gausian-Beam). Posteriormente, tal operador foi particularizado para as configurações de medida afastamento comum (CO, do inglês common offset) e ângulo de reflexão comum (CA, do inglês common angle), ressaltando ainda, que na presente Tese foi também idealizada uma espécie de flexibilização do operador integral de superposição de feixes gaussianos, no que concerne a sua aplicação em mais de um domínio, quais sejam, afastamento comum e fonte comum. Nesta Tese são feitas aplicações de dados sintéticos originados a partir de um modelo anticlinal.