https://repositorio.ufsc.br/handle/123456789/274879 Sun, 06 Sep 2026 16:38:07 GMT 2026-09-06T16:38:07Z https://repositorio.ufsc.br/handle/123456789/275259 Técnicas de Machine Learning para Classificação Automática de Fácies e de Estratigrafia de Sequência de Sistemas Turbidíticos Albano, Maria Eduarda Ramos A Unidade Marlim compreende um dos principais sistemas turbidíticos de águas profundas da Bacia de Campos, formado por depósitos associados a canais e lobos submarinos com padrões estratigráficos complexos, construídos durante a transição Oligoceno-Mioceno. A delimitação precisa dos padrões de empilhamento estratigráfico com alta resolução, utilizando apenas dados convencionais de testemunhos e perfis geofísicos, constitui um desafio significativo nesse tipo de depósito. A aplicação de métodos computacionais quantitativos representa uma alternativa que pode auxiliar na análise e na interpretação de dados geofísicos de poços, permitindo investigar os padrões estratigráficos de maneira mais objetiva e reprodutível. Neste trabalho, é apresentada a discriminação de ciclos deposicionais por meio da análise de curvas obtidas pelo método de Análise Integrada do Erro de Predição por Filtro (INPEFA). O objetivo principal consistiu na aplicação do método para identificar ciclos deposicionais em quatro poços do Campo de Marlim, Bacia de Campos, a partir dos perfis de raios gama (GR). Como resultado, o INPEFA permitiu individualizar treze ciclos deposicionais de longo período, compostos por subdivisões em ciclos de médio período. Essas tendências foram identificadas com base na análise dos pontos de inflexão positivos e negativos ao longo da curva. A interpretação das tendências, fundamentada nos princípios da estratigrafia de sequências, permitiu associar variações na curva a possíveis fases transgressivas e regressivas ao longo da sucessão estudada, relacionadas a mudanças no aporte sedimentar e no espaço de acomodação. Os resultados indicam que o método constitui uma ferramenta auxiliar eficaz e reprodutível para o reconhecimento de padrões cíclicos em perfis geofísicos, contribuindo para a construção de um arcabouço estratigráfico de apoio à caracterização de reservatórios turbidíticos em ambientes de águas profundas. Tecnologia e inovação Mon, 31 Aug 2026 00:00:00 GMT https://repositorio.ufsc.br/handle/123456789/275259 2026-08-31T00:00:00Z