Gustavo de Araújo Carvalho
Título
Multivariate Data Analysis of Satellite-Derived Measurements to Distinguish Natural From Man-Made Oil Slicks On The Sea Surface of Campeche Bay (Gulf of Mexico)
Resumo
A presente pesquisa de doutorado é uma análise exploratória com o objetivo utilizar medidas de satélite para discriminar dois tipos de manchas de óleo: exsudações naturais e derrames operacionais. O uso sensores remotos para realizar esta tarefa ainda é pouco documentado. Um conjunto de vários anos (2000-2012) de medições de radar de abertura sintética (SAR – RADARSAT) é utilizado para investigar a distribuição espaço-temporal das manchas de óleo na superfície do mar na Baía de Campeche (Golfo do México). Após o tratamento dos dados (transformação logarítmica, padronização “ranging”, etc.), técnicas de análise multivariada, tais como Correlação (modo-R), Análise de Componentes Principais (ACP) e Função Discriminante, são utilizadas na elaboração de um algoritmo simples de classificação para distinguir exsudações de derrames. Esta investigação propõe uma nova interlocução entre a pesquisa geoquímica e o sensoriamento remoto para expressar diferenças geofísicas entre exsudações naturais e derrames operacionais de óleo. Nesta pesquisa, coeficientes de retroespalhamento SAR, i.e. sigma-zero (σo), beta-zero (βo) e gamma-zero (γo), são combinados com vários atributos referentes à geometria, forma e dimensão que descrevem as manchas de óleo (conjuntamente referidas como tamanho). Os resultados indicam que a combinação dessas diversas características com as técnicas propostas é capaz de distinguir o tipo de mancha de óleo. Entretanto, o simples uso somente da informação correspondente ao tamanho das manchas também é capaz de distinguir o óleo de exsudações daquele derramado operacionalmente com precisão aceitável para uso sistemático: 70% de acuraria total.
Abstract
The present D.Sc. research is an exploratory data analysis aiming to use satellite-derived measurements to discriminate between two oil slick types: naturallyoccurring oil seeps and human-related oil spills. The use of satellite remote sensors for this task is still poorly documented. A multi-year dataset (2000-2012) of synthetic aperture radar (SAR – RADARSAT) is leveraged to investigate the spatio-temporal distribution of the oil slicks on the surface of the ocean in Campeche Bay (Gulf of Mexico). After a Data Treatment practice (Log Transformation, Ranging Standardization, etc.), multivariate data analysis techniques, such as Correlation (Rmode), Principal Components Analysis (PCA), and Discriminant Function, have been explored to design a simple classification algorithm to distinguish natural from manmade oil slicks. The proposed analysis promotes a novel idea bridging geochemistry and remote sensing research to express geophysical differences between seeped and spilled oil. SAR-derived backscatter coefficients, i.e. sigma-naught (σo), beta-naught
(βo), and gamma-naught (γo), are combined with various attributes referring to the geometry, shape, and dimension that describe oil slicks (referred to as size information). Results indicate that the synergy of combining these several characteristics with the application of the multivariate data analysis techniques is capable of distinguishing the oil slick type. Nevertheless, the sole, and simple use of the oil slick size information is also capable of distinguishing oil seeps from oil spills observed on the sea surface to a useful accuracy for systematic use: 70% of Overall Accuracy.
