As Redes neuronais com dados batimétricos

Resumo

A necessidade do conhecimento do fundo marinho para a navegação marítima é um fator crucial para a segurança da navegação e todas as atividades marítimas. O progresso da hidrografia tem mostrado novos horizontes com diversos sistemas e desafios complexos que deixam ainda muitos problemas a resolver.

No que diz respeito à aquisição de dados batimétricos através de sistemas acústicos, este trabalho surge da necessidade de colmatar os erros dependentes do fator humano e reduzir o tempo e melhorar a qualidade no processamento de dados batimétricos com sistemas de feixe simples, tendo em conta a indisponibilidade de programas Open Source. Pelas mesmas razões, são necessárias ferramentas computacionais que possam auxiliar a fase de processamento de dados e a elaboração de produtos finais.

Para a realização deste estudo foi desenvolvido uma ferramenta com auxílio a sistemas de apoio à decisão, utilizando o algoritmo Self Organizing Map. Este, mais conhecido como mapas auto-organizados onde as suas capacidades de agrupamento de dados é parte necessária para a resolução de uma seleção de dados batimétricos. Numa primeira fase é apresentado, de modo sintético, conceito básicos para a melhor compreensão da área de estudo, no que diz respeito aos Levantamentos Hidrográficos. A segunda fase, assenta numa vertente teórica e visa dar a conhecer o modo de funcionamento do algoritmo Self Organizing-Map. A partir deste, é de seguida apresentada a metodologia utilizada para a realização da ferramenta desenvolvida, denominada de Processamento de Dados Garmin com Self-Organizing Map (PDGSOM). Após, é abordado a análise de parâmetros de funcionamento e comparação dos modelos batimétricos, como produto representante da topografia do fundo marinho. E por fim, são apresentados os resultados alcançados.

Em síntese, a presente dissertação tem como objetivo principal a construção da ferramenta com uma interface de fácil utilização onde a metodologia adotada no PDGSOM visa em primeiro lugar fornecer uma informação segura na utilização dos dados e produtos obtidos, tendo como base de estudo “a segurança da navegação”.

---

The need for knowledge of the sea bottom for maritime navigation is a crucial factor for the safety of navigation and all maritime activities. The progress of hydrography has shown new horizons with many complex systems and challenges that still leave many problems to be solved.

With regard to the acquisition of bathymetric data through acoustic systems, this work arises from the necessity to bridge the errors dependent of the human factor and reduce the time and improve the quality in the bathymetric data processing with simple beam systems, taking into account the unavailability of Open Source programs. For the same reasons, computational tools are needed (to help )ou (that can aid )the data processing phase and the elaboration of final products.

For this study, a tool was developed with the aid of Decision Support Systems, using the algorithm called self-organizing Kohonen is maps. This is better known as self-organized maps where its data grouping capabilities are necessary part for the resolution of a selection of bathymetric data. In a first phase, it is presented, in a synthetic way, basic concepts for the better understanding of the area of study, with respect to the Hydrographic Surveys. The second phase is based on a theoretical approach and aims to show how the Self Organizing-Map algorithm works. From this, it is presented the methodology used for the realization of the developed tool, called Garmin Data Processing with Self-Organizing Map (PDGSOM - Portuguese version). Afterwards, the analysis of operating parameters and the comparison of the bathymetric models, as product representative of sea bottom, is approached. Finally, the results are presented.