Liderança de Idéia: Um Novo Algoritmo de Correção Atmosférica para Radares Terrestres

Albert Cabrejo, Especialista Geotécnico de Vendas da GroundProbe

Pat Bellett, Chefe de Pesquisa e Desenvolvimento da GroundProbe

Dr Glen Stickley, Co-fundador da GroundProbe 

Nos últimos cinco anos, a GroundProbe desenvolveu uma nova técnica de correção atmosférica que foi testada em minas em todo o mundo. As minas a céu aberto têm sido monitoradas por mais de uma década com tecnologia interferométrica de radar terrestre, mas a transição dessa tecnologia de pequenos para grandes sites trouxe consigo os desafios associados às complexas condições atmosféricas.

Um novo algoritmo chamado Precision Atmospherics® (PA) foi projetado para superar algumas das limitações dos métodos atuais de correção atmosférica, ao mesmo tempo em que garante a mesma confiabilidade das técnicas existentes no mercado. Essa nova técnica permite que os usuários definam alarmes mais rigorosos durante o monitoramento em tempo real, o que fornece melhor gerenciamento de riscos em minas a céu aberto e melhora a qualidade dos dados em geral.

Para os engenheiros geotécnicos, o algoritmo apresenta a possibilidade real de configurar alarmes que disparam no deslocamento da massa rochosa, ao contrário de calibrá-los para corresponder às condições atmosféricas locais para minimizar alarmes indesejados. O algoritmo melhora a capacidade dos radares de rastrear pequenos deslocamentos em pequenas e grandes minas, necessários para análises de dados de longo prazo.

Conhecimento Técnico

Técnica de Interferometria Aplicada

A interferometria radar é uma técnica de sensoriamento remoto aplicada em tecnologias terrestres e espaciais para minas a céu aberto. Tem como objetivo estimar o movimento nos targets com precisão sub-milímétrica, por exemplo, o movimento em paredes de minas à céu aberto e taludes naturais. É necessária uma alta precisão para detectar até os menores deslocamentos e garantir um aviso apropriado antes da falha do talude para permitir a evacuação segura do pessoal e do equipamento.

A técnica de interferometria estima a diferença no ângulo de fase de dois sinais de retorno consecutivos de um talude. Se nenhum movimento ocorrer no target entre os scans, o ângulo de fase do sinal de entrada permanece constante. Se o movimento ocorrer entre os scans, haverá diferença no ângulo de fase que pode ser convertida em deslocamento.

Figura 1: Representação Simplificada da Técnica de Interferometria

Aquisição de Dados

Uma visão simplificada de todo o processo do radar, desde a geração do sinal de radar até a exibição final das imagens de deslocamento, está resumida no diagrama abaixo. A geração dos sinais de radar corretos, formação e focalização do feixe, armazenamento, o processamento matemático e interferometria são geralmente processos sob controle que deixam apenas o gerenciamento atmosférico como a etapa crítica a ser abordada no processo de aquisição de dados. A principal aplicação do algoritmo PA está nas últimas etapas desse processo (caracterização e compensação atmosférica), que ocorre antes da geração das imagens.

Figura 2: Processo Simplificado de Aquisição de Dados de Radar

Comportamento Atmosférico e Técnicas de Correção

A atmosfera não é uma constante, e quanto maior o volume de ar envolvido em uma medição de radar, maior a influência da inconstância atmosférica. Essa inconstância é causada por mudanças na temperatura, pressão e umidade que podem impactar a densidade geral do vapor de água no ar. Isso altera a velocidade com que o sinal viaja pelo ar e, consequentemente, o ângulo de fase que é medido pelo radar e o deslocamento a ele atribuído.

Vários métodos de correção atmosférica foram desenvolvidos, incluindo estações meteorológicas, áreas de referência estáveis (SRA), áreas de referência estáveis dinâmicas (DSRA) e dispersores persistentes (PS). Embora cada método tenha seus méritos, suas significativas limitações levaram à necessidade de desenvolver um novo algoritmo.

O Novo Algoritmo Precision Atmospherics®

Por quase cinco anos, os cientistas da GroundProbe vem investigando novas técnicas para resolver os problemas observados ao implantar técnicas de correção atmosférica existentes em ambientes complexos. O resultado é o novo algoritmo PA, que preserva a segurança e a confiabilidade da técnica SRA, ao mesmo tempo em que trata questões atmosféricas espaciais. Além disso, o foco principal do desenvolvimento foi não suprimir o deslocamento, especialmente de áreas que se movimentam rapidamente até a falha, conforme observado em casos reais com a técnica PS.

Estudos de Caso

Estudo de Caso 1 – ‘Camanchaca Chilena’ em Camadas

Nesta mina no Chile ocorre o efeito ‘Camanchaca’, um fenômeno pelo qual a névoa densa aparece rapidamente e cobre, por exemplo, a metade superior da mina por horas. A Figura 3 mostra dois gráficos de deslocamento, um com o método DSRA e outro com o algoritmo PA. A diferença no nível de ruído é significativa. A Figura 4 mostra a diferença entre os algoritmos e uma tendência linear ideal. Assumimos que a tendência linear perfeita representou o real comportamento da parede. Enquanto o deslocamento DSRA fornece erros de até 10 mm, o algoritmo PA mostra erros dentro de 2 mm.

Figura 3: Áreas de Referência Estáveis Dinâmicas Versus Precision Atmospherics®

Figura 4: Erros de Áreas de Referência Dinâmicas Estáveis e Precision Atmospherics® Contra uma Tendência Linear Ideal

A partir do histograma da Figura 5, pode-se concluir que a distribuição do ruído é melhor e menor com a PA: com um valor central de zero e propagação estreita, em comparação com a DSRA que espalha de -5 mm à 1,6 mm.

Figura 5: Histograma de Erros

Estudo de Caso 2 – A Mina Collahausi: Alta Altitude, Atmosfera Extrema e ‘Vento Branco’

Nos últimos três anos, Collahuasi e a GroundProbe colaboraram no teste e aprimoramento do algoritmo PA. A mina Collahuasi no norte do Chile está a mais de 4.300 m acima do nível do mar e experimenta condições atmosféricas muito fortes, particularmente o efeito “vento branco” (vento com neve no ar). A mina é muito grande (mais de 2,8 km de alcance e 1 km de profundidade, com depósitos de lixo fora da mina) e enfrenta contaminação atmosférica significativa.

A Figura 6 mostra a diferença nas leituras de deslocamento em uma área da mina que está se movendo à uma taxa muito lenta. Enquanto a tendência com deslocamento corrigido das DSRA (gráfico azul) é difícil de interpretar, o gráfico de PA (laranja) mostra claramente 2 mm de deslocamento acumulado durante o período de monitoramento. A Figura 7 mostra os histogramas de ruído no deslocamento total acumulado, onde as DSRA mostrm erros maiores espalhados pelo histograma em comparação com o deslocamento de PA, que fornece erros com precisão submilimétrica. A extensão espacial desta área de movimento lento também era claramente visível nas imagens de deslocamento de PA, embora difícil de se ver nas imagens de deslocamento das SRA.

Figura 6: Áreas de Referência Estáveis Dinâmicas Versus Precision Atmospherics® em uma Área de Movimento Lento

Figura 7: Histograma de Movimento Lento

Estudo de Caso 3 – Super Mina

O algoritmo PA também foi testado em uma grande mina a céu aberto, onde vários fabricantes de radar falharam em fornecer dados de boa qualidade por longos períodos no “modo fundo de área ampla”. As Figuras 8 e 9 mostram uma área da mina à 1.400 m desde o radar. Na Figura 9, uma pequena área de deformação foi detectada usando o algoritmo PA. Na Figura 8, a mesma área se mostra com a correção das DSRA, mas a saturação da cor vermelha causada pela atmosfera impede o usuário de identificar as verdadeiras deformações ocorridas no talude. Nesse caso, PA permitiu ao usuário encontrar áreas de interesse que não teriam sido detectadas com o método DSRA clássico.

Figura 8: Imagem de Deslocamento de Áreas de Referência Estáveis Dinâmicas

Figura 9: Imagem de Deslocamento de Precision Atmospherics®

Um Passo Significativo para a Tecnologia de Radar em Minas a Céu Aberto

O algoritmo PA representa um progresso significativo para a tecnologia de radar para minas à céu aberto, porque mostra melhorias em muitas condições: em minas pequenas, médias e grandes, em ambientes secos e chuvosos, em períodos de neve e poeira e em altitudes variáveis. Ao abordar as limitações das tecnologias de radar existentes, o algoritmo PA melhorou a qualidade dos dados produzidos por radares terrestres, permitiu que os usuários definam alarmes mais rigorosos durante o monitoramento em tempo real e forneceu melhorias em segurança, produtividade, comunicação e facilidade de uso.

Mais Informaçãos

Este artigo é um resumo do documento Risk Management and Alarming Based on a New Atmospheric Correction Algorithm from Ground-based Radars, por A. Cabrejo, P. Bellett, G. Stickley, R. Silva, Y. Gunaris e J. Perez. O artigo foi apresentado no Simpósio Internacional de 2020 sobre Estabilidade de Taludes em Mineração à Céu Aberto e Engenharia Civil em 12 de maio de 2020.