Visão geral
Em Etapa 4: Selecione os recursos de entrada (Select Input Features) o DORA 2.0 avalia automaticamente as entradas raster antes da modelagem.
Cada imagem raster recebe uma pontuação composta de 0 a 100 com base em cinco critérios com pesos iguais. A pontuação final é a média dessas cinco pontuações.
Os rasters são classificados por sua pontuação composta, e as camadas superiores (até 64) são automaticamente incluídas na seleção de Recursos Recomendados. Você pode revisar e ajustar essa seleção antes de executar o modelo.
Como a avaliação considera múltiplos fatores, a pontuação de um raster reflete sua relevância geológica, cobertura espacial, redundância com outras entradas e compatibilidade com a configuração do modelo.
Como o DORA avalia os recursos de entrada
O DORA avalia cada raster usando cinco critérios que medem a cobertura, a relevância geológica, a redundância e a compatibilidade espacial com a configuração do modelo.
1. Cobertura da AOI
O que mede:
Quão completamente o raster cobre a AOI selecionada. Passo 1: Selecione AOI)
Como os rasters são pontuados:
Ampla cobertura em toda a área de interesse = pontuações mais altas.
Lacunas significativas, dados faltantes ou extensão espacial limitada = pontuações mais baixas.
Por que isso é importante:
A cobertura incompleta pode reduzir a confiabilidade do modelo e introduzir viés.
2. Alinhamento do Modelo
O que mede:
Quão consistente o raster é com o tipo de dados usados para treinar o Tipo de Depósito selecionado (Etapa 3: Selecione o tipo de depósito).
Como os rasters são pontuados:
Semelhante aos dados em que o modelo de tipo de depósito foi treinado = pontuações mais altas.
O que é totalmente novo ou desconhecido para o modelo resulta em pontuações mais baixas.
Por que isso é importante:
Os modelos apresentam melhor desempenho quando aplicados a tipos de dados semelhantes aos dados de treinamento.
3. Relação de Mineralização
O que mede:
Relação estatística entre valores raster e dados de aprendizagem mineralizados versus não mineralizados. (Etapa 2: Configurar os dados de aprendizagem)
Como os rasters são pontuados:
Relações mais fortes com a mineralização = pontuações mais altas.
Pouca ou nenhuma relação com o mineral alvo = pontuações mais baixas.
Por que isso é importante:
Características fortemente associadas à mineralização contribuem com sinais preditivos mais significativos.
4. Redundância de Raster (Colinearidade)
O que mede:
O grau de similaridade entre um raster e outros rasters selecionados.
Como os rasters são pontuados:
Se duas imagens raster contiverem informações muito semelhantes, uma delas será penalizada.
O DORA prioriza o raster com pontuação mais alta para reduzir a duplicação.
Por que isso é importante:
Camadas altamente correlacionadas não adicionam novas informações e podem reduzir a eficiência do modelo.
5. Compatibilidade de Frequência e Amostragem
O que mede:
Verificar se a resolução espacial e as características de amostragem do raster são adequadas para a área de interesse (AOI) e a escala de modelagem.
Este critério combina três verificações relacionadas que avaliam o quão bem a resolução espacial e a amostragem de um raster se alinham com sua área de interesse (AOI) e escala de modelagem.
Como os rasters são pontuados:
Compatibilidade de resolução
Muito grosseiro em relação à AOI = pontuações mais baixas (incluindo rasters sobreamostrados que foram superestimados e perdem sinais importantes.)
Resolução muito fina em relação à área de interesse resulta em pontuações mais baixas se introduzir ruído ou não adicionar detalhes significativos (incluindo rasters subamostrados que foram sobre-interpolados sem a adição de novas informações.)
Alinhamento de escala espacial
Os padrões espaciais estão desalinhados com a escala da AOI = pontuações mais baixas
Se a área de interesse (AOI) for muito pequena para capturar os padrões espaciais dominantes do raster, as pontuações serão menores.
Consistência da Amostragem
Subamostragem ou sobreamostragem em relação à resolução do modelo = pontuações mais baixas
Amostragem inconsistente em toda a área rasterizada = pontuações mais baixas
Por que isso é importante:
Para fornecer sinais preditivos confiáveis, os mapas raster devem ser espacialmente compatíveis com a escala de modelagem. Um alinhamento inadequado em termos de resolução, amostragem ou escala espacial pode distorcer ou obscurecer padrões geológicos relevantes.
Como o DORA 2.0 utiliza a pontuação
Os rasters são classificados do mais alto para o mais baixo com base em sua pontuação composta.
As funcionalidades são codificadas por cores para ajudar você a avaliar rapidamente sua adequação:
Verde: 81–100
Amarelo: 51–80
Cinza: 0–50
As camadas com melhor classificação (até 64) são automaticamente incluídas na seleção de Recursos Recomendados.
Isso fornece um ponto de partida sólido e baseado em dados, mas a seleção deve ser revisada e ajustada de acordo com seu conhecimento geológico.
Saber mais
Ainda tem dúvidas?
Entre em contato com seu representante DORA ou envie um e-mail para support@VRIFY.com para obter mais informações.