|
Abstract:
|
A modelagem integrativa de dados, voltada à simulação de dados ausentes e reconstrução de conjuntos incompletos, tem se consolidado como ferramenta promissora nas geociências, especialmente frente à crescente demanda por análises mais robustas em bases de dados heterogêneas e fragmentadas. No entanto, sua aplicação exige etapas preliminares rigorosas de estatística e controle estratigráfico para garantir a validade das inferências, sobretudo em contextos com limitações amostrais como no caso do Lagerstätte Folhelho Lontras (LSL). Cabe destacar que este trabalho tem caráter fundamentalmente prototípico e exploratório, voltado ao teste e à validação metodológica do pipeline proposto — e não à obtenção de reconstruções paleoambientais definitivas. Para testar a potencialidade dessa metodologia para aprimorar o conhecimento paleoambiental, a simulação numérica como proxy foi aplicada aos dados disponíveis do Folhelho Lontras (Lontras Shale Lagerstätte, LSL), Carbonífero Superior da Bacia do Paraná aflorante na região de Mafra, Santa Catarina. O LSL é uma unidade de 1,1m de espessura conhecida internacionalmente por sua biota diversa e bem preservada em ambiente marinho profundo restrito, com extensos e detalhados dados estratigráficos, tafonômicos, palinológicos e geoquímicos. Apesar da grande quantidade de informações disponíveis para este intervalo, ainda há inconsistências e heterogeneidades que devem ser consideradas: embora se trate da mesma litologia, os oito níveis em que a unidade é dividida apresentam diferentes espessuras e permitem diferentes interpretações dos dados geoquímicos (Fe2O3, Al3O2, TiO2, U/Th, TN, TOC, TS, MOA). Este estudo visa unificar e analisar estatisticamente a disposição das informações nos estratos sedimentares que compõem o LSL, considerando a heterogeneidade do banco de dados e as lacunas geradas por divergências na coleta por subníveis. Para isso, foram aplicadas inicialmente técnicas de estatística descritiva clássica — como histogramas, boxplots e análise de correlação — que permitiram avaliar a distribuição, tendência central, dispersão e multicolinearidade dos dados. O pipeline híbrido seleciona automaticamente, para cada variável, o modelo de menor erro (RMSE, MAE), embora os resultados tenham evidenciado limitações em variáveis com baixa representatividade amostral. A aplicação dessas técnicas, aliada à análise multiproxy, permitiu observar padrões parciais de distribuição geoquímica, ainda que alguns modelos tenham sofrido com overfitting e perda de generalização. A integração entre variáveis preditoras (como Espessura, Profundidade, MOA, OP-AL, OP-EQUI) e variáveis alvo (Fe₂O₃, Al₂O₃, TiO₂, U/Th, TN, TOC, TS, MOA), embora metodologicamente promissora, revelou a necessidade de um controle estratigráfico mais rigoroso e amostragens futuras mais equilibradas para ampliar a robustez das inferências paleoambientais. Ao reavaliar o comportamento estatístico e espacial das variáveis geoquímicas, foi possível identificar padrões limitados pela escassez e heterogeneidade dos dados originais, comprometendo parte das inferências. A aplicação do pipeline evidenciou o risco de overfitting e limitação na generalização dos modelos, principalmente em níveis com baixa representatividade amostral. Ainda assim, o processo permitiu automatizar parcialmente a imputação de dados ausentes, destacando os limites metodológicos e a necessidade de amostragens futuras estratificadas. Resultados como a modelagem do Al₂O₃ indicam apenas tendências pontuais, coerentes em partes com interpretações tafonômicas, mas insuficientes para inferências robustas em todo o depósito. Este estudo reforça a importância de controle estratigráfico rigoroso e da integração estatística antes da aplicação de técnicas avançadas de IA. Os resultados evidenciam que, diante de um número reduzido de amostras, os algoritmos supervisionados testados não foram capazes de reproduzir com fidelidade os padrões geológicos observados; o desempenho satisfatório dos modelos depende diretamente da ampliação da base amostral e de um controle estratigráfico mais rigoroso. Nesse contexto, a estimativa dos teores ausentes foi conduzida com base em critérios estratigráficos e sedimentológicos — e não apenas estatísticos —, de modo que o preenchimento das lacunas respeitasse o sentido geológico da sucessão, e não apenas sua coerência numérica. |
