Skip to content

Material do minicurso sobre Camada Equivalente oferecido no VII SimBGf

Notifications You must be signed in to change notification settings

pinga-lab/CE-VII-SimBGf-2016

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

58 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Camada equivalente aplicada ao processamento e interpretação de dados de campos potenciais

Material do minicurso oferecido no VII SimBGf

Responsável

Vanderlei C. Oliveira Jr.

Possui graduação em geofísica no Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (2008), mestrado em geofísica pelo Observatório Nacional (2010) e doutorado em geofísica pelo Observatório Nacional (2013). Atualmente é pesquisador no departamento de geofísica do Observatório Nacional. Tem experiência em geofísica aplicada, com ênfase em métodos potenciais, modelagem e inversão.

Para mais informações:

Ementa

  1. Introdução
  2. Fundamentos matemáticos
  3. Camada equivalente clássica
  4. Aspectos computacionais
  5. Aplicações

Objetivo

Apresentar a técnica da Camada Equivalente como alternativa para o processamento e interpretação de dados gravimétricos e magnetométricos. Apresentar exemplos de aplicações a dados sintéticos e reais com o pacote Fatiando a Terra.

Público-alvo

Graduandos e pós-graduandos das áreas de Ciências Exatas e da Terra e profissionais de áreas afins.

Requisitos

Conceitos de métodos potenciais (gravimetria e magnetometria), cálculo diferencial/integral, álgebra linear e física. Conhecimentos básicos de programação.

Sobre esta página estranha

Esta página é um repositório no GitHub. Mas que raio é isso? Pois é, muita gente ao redor do mundo tem utilizado o Git e o GitHub para fazer colaborações em suas pesquisas, divulgar a pesquisa, divulgar o material desenvolvido em disciplinas, palestras, seminários, etc. Aos interessados em Git/GitHub, abaixo segue uma lista de links que eu considero úteis:

A linguagem Python

Diferentemente de C ou Fortran, a linguagem Python é interpretada. Isso signififca que o código não precisa ser previamente compilado e os comandos são executados imediatamente. De acordo com a Software Carpentry, quando estamos programando, o tempo total necessário para obtermos a solução desejada é determinado por duas coisas: o tempo gasto por você para desenvolver o código e o tempo gasto pelo computador para rodar o código. Estes fatores devem ser levados em consideração no momento da escolha de uma linguagem de programação. Para fins acadêmicos de pesquisa e ensino, a linguagem Python oferece algumas vantagens, dentre as quais eu destaco o fato de ser gratuita e distribuída livremente na internet, relativamente fácil de aprender e extremamente bem documentada.

Para mais informações, eu recomendo (fortemente) que você acesse o site da Software Carpentry. Mais especificamente, dê uma olhada nas lições [Programming with Python] (http://swcarpentry.github.io/python-novice-inflammation/). Os códigos Python serão feitos utilizando-se o [Jupyter Notebook] (http://jupyter.org/).

Jupyter Notebook

O Jupyter Notebook é um arquivo com extensão .ipynb e permite combinar código, texto, equações feitas em LaTeX, figuras e animações. Além disso, é gratuito e extremamente bem documentado. Esta poderosa feramenta computacional possibilita reunir (quase) todas as etapas envolvidas no desenvolvimento de um código com fins acadêmicos, desde a leitura e processamento dos dados até a visualização dos resultados. Para informações sobre o Jupyter Notebook, acesse http://jupyter-notebook.readthedocs.io/en/latest/notebook.html

Instalação do Python e de suas dependências

Uma maneira fácil de baixar e instalar a última versão do Python e de suas dependências é utilizar a distribuição Anaconda, da Continuum Analytics. Para tanto, acesse o link do Anaconda, escolha o instalador PYTHON 2.X adequado para o seu sistema operacional e siga as instruções. O Anaconda já vem com quase tudo o que você precisa para fazer os seus primeiros códigos.

Por qual motivo escolher o instalador PYTHON 2.X ao invés do PYTHON 3.X? Simples, os códigos deste curso usam a biblioteca Fatiando a Terra que, por sua vez, é desenvolvida para PYTHON 2.X.

Biblioteca Fatiando a Terra

O Fatiando a Terra é uma biblioteca de acesso livre que é desenvolvida em linguagem Python. Esta biblioteca possibilita a modelagem a inversão de dados geofísicos. Os códigos desenvolvidos neste minicurso utilizam esta biblioteca e, portanto, é necessário instalá-la para poder rodá-los. Para tanto, siga as instruções no link http://www.fatiando.org/install.html#.