USO DE MACHINE LEARNING PARA A ESTUDO DE CORPOS MÁFICOS-ULTRAMÁFICOS NO ARCO MAGMÁTICO ARENÓPOLIS, GOIÁS, BRASIL

Este estudo explora o uso de Machine Learning para identificar corpos máficos-ultramáficos no sul da Faixa Brasília (GO), entre a sequência Anicuns-Itaberaí e o Complexo Anápolis-Itauçu. Utilizando o algoritmo Random Forest, foram analisados dados geofísicos e de sensoriamento remoto para aprimorar a cartografia geológica. Integraram-se dados aerogeofísicos (magnetometria e radiometria) e dados de sensoriamento remoto multiespectral e de radar, formando um conjunto geoespacial robusto. O modelo, treinado com uma fração substancial desses dados, gerou um mapa preditivo das ocorrências geológicas. Os resultados mostraram alta precisão na discriminação dos corpos geológicos, confirmada por dados de campo, oferecendo uma nova visão sobre a distribuição dessas formações. Este trabalho destaca o potencial do Machine Learning como ferramenta de apoio à prospecção mineral e para criar mapas geológicos mais detalhados e precisos, contribuindo para o avanço da geologia aplicada.