Detección de áreas mineralizadas utilizando el sensor aster

1,764 views

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,764
On SlideShare
0
From Embeds
0
Number of Embeds
8
Actions
Shares
0
Downloads
110
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Detección de áreas mineralizadas utilizando el sensor aster

  1. 1. Las características espectrales del sensor ASTER permite analizar las características de absorción de distintos minerales. Logrando con ello suidentificación y cartografiado.2. MARCO GEOLÓGICOSe estudiaron 4 áreas ubicadas a lo largo de la Cordillera de los Andes de Perú.(Ver fig.1)El proyecto Pashpap se encuentra ubicado en la ladera noreste de la CordilleraNegra de los Andes, Departamento de Ancash, a unos 370 km al norte de lima yalrededor de las coordenadas E: 171064, N:9026160. Está formada por rocassedimentarias de edad cretácica, una secuencia de rocas volcanoclásticas y lavasde edad terciaria, conocida como la formación Calipuy, también existen intrusivosdiques y sills de edad terciaria que intruyen en las secuencias volcánicas ysedimentarias (Wilson et al. 1995).El proyecto Corihuarmi se encuentra ubicado en el Departamento de Lima, en laCordillera Occidental Andina del Centro de Perú, a unos 160 km al sureste de limay alrededor de las coordenadas E: 438207, N: 8610094. Está conformada por rocasvolcánicas de la Formación Astobamba del Terciario Superior y rocas ígneas de laFormación Caudalosa del Terciario Medio a superior, asociado a centrosvolcánicos, presenta fracturamientos y fallamientos paralelos al movimientoandino (Landa y Salazar, 1993).El target 1 y 2 se encuentran ubicados en el Departamento de Ayacucho, a unos470 km al sureste de Lima y alrededor de las coordenadas E: 438207, N: 8610094y 567329, N: 8372479 respectivamente. El Target 1 está conformado por el GrupoTacaza, caracterizado por sus diferencias litológicas: una inferior volcánico-sedimentaria y otra superior volcánica, además de volcánicos del Barroso Inferiory material fluvioglaciares formado por acumulación de derrubios (Caldas et al.1994).El Target 2 esta principalmente comprendido por una secuencia volcánicacompuesta por derrames andesíticos pertenecientes al Grupo Barroso.(Asociación LAGESA-CFGS 1996) Fig.1. Mapa de ubicación.3. METODOLOGÍALa metodología se dividió en:A. Estudio de la respuesta espectral de mineralesEn el rango espectral que involucra al visible, infrarrojo cercano e infrarrojo de onda corta (0.4-2.5 μm), los minerales formadores de rocasy sus productos de alteración tienen rasgos espectrales característicos debido a diferentes factores como el estado de la valencia, composiciónquímica, tipo de enlace molecular y estructura cristalina. En la siguiente imagen se muestran firmas espectrales de minerales y las distintascaracterísticas de absorción que tienen debido a los factores antes mencionados.(A)Espectros de laboratorio de epidota, calcita, muscovita, caolinita,clorita y alunita, que son minerales comunes de alteración hidrotermal(Clark et al. 1993). Alunita y caolinita tienen características de Al-OH deabsorción a 2.17 y 2.20 μm. La muscovita ocupa un lugar importante deabsorción de Al-OH en los 2.20 μm y una absorción secundaria en los2.35 μm. La clorita y epidota tienen características de absorción por lapresencia de Fe-Mg-OH en los 2.32 μm y baja reflectancia entre los 1.65a 0.6 μm producida por la presencia de Fe2+. La calcita tiene unaabsorción característica en los 2.33 μm.(B)Espectros de laboratorio de limonita, jarosita, hematita y goetita.Estos minerales tienen características fuertes de Fe3+ y presentanabsorción en los 0.97-0.83 y 0.48 μm. La jarosita tienen característicasde Fe-OH y presenta absorción en los 0.97 y 2.27 μm.(Modificado de Mars & Rowan, 2006).B. Respuesta espectral de minerales en datos ASTERLas firmas espectrales captadas por los espectrómetros fueron normalizadas a la resolución espectral del ASTER(Ver fig. 3 y 4), para permitir su comparación y análisis con los datos satelitales. En la siguiente figura se muestran lasfirmas espectrales de minerales normalizados a la resolución espectral de ASTER (VNIR+SWIR) y ASTER (TIR).Fig.2. Firmas espectrales de laboratorio y regiones deabsorción (Modificado de Mars & Rowan, 2006).Los espectros de laboratorio de calcita, a si como dolomita se caracterizan tener una débil absorción cerca de 11.2 μm yen otras regiones se muestra generalmente plana. Sin embargo esta absorción no es evidente en las bandas TIR de ASTER(Fig.4) debido a la amplitud de las bandas. La forma del espectro es similar a la vegetación en esta región de longitud deonda (Salisbury y Milton, 1987), por lo cual puede producir confusión en la interpretación. El cuarzo presenta absorción enla banda 13 y mayor emisividad en las bandas 14 y 15. La biotita, hornblenda y epidota presentan menor absorción en labanda 13 y la microclina presenta absorción en la banda 12.C. Identificación de minerales en las imágenes ASTERPara la identificación de minerales en las imágenes ASTER fue necesario que los valores de pixel del subsistema VNIR ySWIR se conviertan a valores de reflectancia y el TIR a valores de emisividad. Adicionalmente se hizo la correcciónatmosférica.La identificación de firmas espectrales se hizo revisando la coordenadas de lugares con presencia de mineral ya conocidos,utilizando la técnica de cocientes de bandas, manualmente y aplicando la técnica del Pixel Purity Index (Boardman 1995),que consiste en buscar pixeles espectralmente más puros en la imagen, dentro de los cuales aparecerán firmas espectralesde minerales.Identificación de minerales en el proyecto CorihuarmiLa fig.5 muestra la banda 3 de ASTER y las firmasespectrales extraídas del proyecto Corihuarmi.Las firmas espectrales de minerales son captados mediante el uso de espectrómetros, los más usados en la exploración mineral son el PIMA y elTerraSpec. El PIMA capta información entre los 1.3 a 2.5 μm (SWIR) y permite la identificación de filosilicatos, arcillas, carbonatos; en el caso delTerraSpec además de los ya mencionados permite la identificación de óxidos, gracias a que además de captar información en el SWIR captainformación en el espectro visible e infrarrojo cercano (0.35 a 2.5 μm). Las firmas espectrales que se utilizaron provienen de la librería espectralSplib06a del Servicio Geológico de los Estados Unidos (USGS) y espectros propios captados con PIMA y TerraSpec.Identificación de minerales en el proyecto PashpapLa fig.6 muestra la banda 3 de ASTER y las firmasespectrales extraídas del proyecto Pashpap.D. Cartografiado de mineralesDespués de identificar e interpretar las firmas espectrales de minerales se procede a la búsqueda de espectros similares en toda la imagenASTER. Los métodos más utilizados para esta tarea son el Spectral Angle Mapper – SAM (Kruse 1993) y el Mixture Tuned Matched Filtering –MTMF (Boardman 1998). El SAM determina la similitud espectral, tratando y comparando al espectro de referencia y los obtenidos en la imagencomo si fueran vectores. Una de sus ventajas es la insensibilidad a las variaciones de iluminación, lo cual redunda en minimizar los problemasproducidos por la topografía. El MTMF genera imágenes de abundancia donde los valores más altos pertenecen a las mejores determinaciones.En este estudio se realizo el mapeo utilizando el método SAM.Mapeo de minerales en el Target 1La fig.7 muestra el mapeo de minerales del target 1.Mapeo de minerales en el Target 2La fig.8 muestra el mapeo realizado en el target 2.4. RESULTADOSLas firmas espectrales que se identificaron en el proyecto Corihuarmi demuestran la capacidad de ASTER en la identificación de mineralestípicos de alteración argílica avanzada, estos resultados tienen relación con lo encontrado por el equipo de exploración de Minera IRL. En laactualidad en este proyecto es una mina con producción de oro (Minera IRL).En el proyecto Pashpap se identificaron firmas espectrales típicas de alteración fílica y skarn. Justamente este proyecto se encuentra en lafranja metalogenética Pórfidos de Cu-Mo-Au, skarns de Pb-Zn-Cu-Ag y depósitos polimetálicos relacionados a intrusivos del Mioceno. Laprincipal mineralización es de pórfido de cobre-molibdeno y mineralización débilmente moderada polimetálica (Zinc-Cobre+/-plomo-plata) en lazona de skarn. Otro target secundario posee un sistema de veas de este a noreste con tendencias polimetálicas (Cinits 2003).El mapeo de minerales en el target 1 mostro la presencia de minerales típicos de alteración argílica avanzada, rodeado por alteración argílica afílica. Cabe resaltar que se identifico la presencia de amonio en las firmas espectrales de alunita y jarosita. Esto lo convierte en un target conmucho potencial debido a que la presencia de minerales de amonio se ha hallado en depósitos con alteración hidrotermal con mineralizaciónmetalífera (Godeas 2006).El mapeo de minerales en el target 2 muestra la ocurrencia de minerales típicos de alteración fílica, argílica y propilítica. Esto sumado a que eltarget se encuentra en la franja metalogenética Depósitos de Au-Cu-Pb-Zn relacionado a intrusivos del Eoceno y a pocos kilómetros de la franjametalogenética Pórfidos de Cu-Mo del cretácico superior, lo convierte en un target potencial.5. CONCLUSIONESEl correcto procesamiento y análisis de las imágenes de satélite proveniente del sensor ASTER, permite la identificación de distintos minerales.El subsistema VNIR permite la identificación de óxidos de hierro, el subsistema SWIR permite la identificación de alunita, jarosita, pirofilita,caolinita, illita, muscovita, cloritas y otros. La integración de alunita, jarosita, pirofilita, caolinita, illita, muscovita, cloritas y otros. La integracióndel subsistema VNIR+SWIR permite obtener una firma espectral con mayor información y ayuda a identificar y discriminar minerales comocrisocola, andradita, epidota, de igual modo permite identificar el contenido de Fe y AlOH que poseen algunos minerales. El subsistema TIRpermitió la identificación de cuarzo (SiO2).ASTER tienen la capacidad para detectar óxidos de Fe, óxidos de Cu, cuarzo, minerales presentes en áreas de alteración argílica avanzada,alteración argílica, alteración fílica, alteración propilítica y típicos de skarns.Las firmas identificadas en el target 1 están asociados a depósitos de oro y los minerales encontrados en el target 2 asociados a depósitos deoro y cobre.La cobertura y las características espectrales de las imágenes ASTER lo convierten en la mejor opción para la identificación de targetsutilizando imágenes satelitales.7. BIBLIOGRAFÍAAsociación LAGESA-CFGS. (1996): Geología de los cuadrángulos de Huancapi, Chincheros, Querobamba y Chaviña. INGEMMET, 70-A, 185pp.Boardman,J. B.; Kruse, F. A. y Green, R.O. (1995): Mapping target signatures via partial unmixing of aviris data. Fifth Annual JPL Airbone Earth Science Workshop,Pasadena. CA, NASA, Jet Propulsion Laboratory, pp. 23-26Boardman, J. W. (1998): Leveraging the high dimensionality of AVIRIS data for improved sub-pixel target unmixing and rejection of false positives: mixture tuned matchedfiltering, in: Summaries of the Seventh Annual JPL Airborne Geoscience Workshop, Pasadena, CA, USA, p. 55.Bough, W. M. (1995): Quantitative remote sensing of ammonium minerals, Cedar- Mountains, Esmeralda County, Nevada. United States. Cooperative Institute for Research inEnvironmental Science (Boulder, Colorado). Abstracts 5° Annual JPL airborne Earth Science Workshop, Pasadena.CA.Caldas, J., García, W., Montoya, M. (1994): Geología de los cuadrángulos de Lomitas, Palpa, Nazca y Puquio. INGEMMET, 53-A, 100pp.(2003): Technical Report on the Pashpad Property Ancash Departament, Peru, www.luminacopper.com/i/pdf/Lumina_Pashpap_43-101.pdf (último acceso 8/7/2011).Clark, R.N., Swayze, G.A., Gallagher, A.J., King, T.V.V. & Calvin, W.M. (1993): The U.S. Geological Survey Digital Spectral Library, version 1, 0.2 to 3.0 microns: U.S.Geological Survey Open-File Report 93-592, 1,340 p.Clark, R.N., Swayze, G.A., Wise, R., Livo, E., Hoefen, T., Kokaly, R. & Sutley, S.J. (2007): USGS digital spectral library splib06a: U.S. Geological Survey, Digital DataSeries 231, http://speclab.cr.usgs.gov/spectral-lib.html (último acceso 4/2/2011).Fujisada, H. (1995): Design and performance of ASTER instrument. Proceedings of SPIE, the International Society for Optical Engineering, 2583, 16– 25.Godeas, M. & Litvak, V.D. (2006): Identificación de anomalías de amonio por espectrometría de reflectancia: Implicancias para la exploración minera. Rev. Asoc. Geol.Argent. v.61 n.3 Buenos Aires.Kruse, F. A., Lefkoff, A. B., and Dietz, J. B., (1993): Expert System-Based Mineral Mapping in northern Death Valley, California/Nevada using the AirborneVisible/Infrared Imaging Spectrometer (AVIRIS): Remote Sensing of Environment, Special issue on AVIRIS, May-June 1993, v. 44, p. 309 - 336.Landa, C., Salazar, H. (1993): Geología de los cuadrángulos de Mala, Lunahuana, Tupe, Conayca, Chincha, Tantara y Castrovirreyna. INGEMMET, 44-A, 105pp.Mars, J.C., & Rowan, L.C. (2006): Regional mapping of phyllic- and argillic-altered rocks in the Zagros magmatic arc, Iran, using Advanced Spaceborne Thermal Emissionand Reflection Radiometer (ASTER) data and logical opera¬tor algorithms: Geosphere, v. 2, p. 161–186, 2 plates.Minera IRL, http://www.minera-irl.com/Exploraci%C3%B3n/Peru/Corihuarmi/tabid/220/Default.aspx. (último acceso 8/7/2011).Rowan, L.C., Goetz, A.F.H., Ashley, R.P. (1977): Discrimination of hydrothermally altered and unaltered rocks in visible and nearinfrared multispectral images.Geophysics 42, 522–535.Salisbury, J. W., & Milton, N. M. (1987): Preliminary measurements of the spectral signatures of tropical and temperate plants in the thermal infrared. Proceedings of the5th Conference on Remote Sensing and Exploration Geology, vol. I (pp. 131 – 143). Ann Arbor, Michigan: Environmental Institute of Michigan (ERIM).Wilson, J., Reyes, L., Garayar, J. (1995): Geología de los cuadrángulos de Pallasca, Tayabamba, Corongo, Pomabamba, Carhuaz y Huari. INGEMMET, 60-A, 79pp.(A) Espectros de laboratorio de epidota, calcita, muscovita,caolinita, clorita y alunita normalizados a la resolución espectralde ASTER. La alunita presenta absorción en la banda 5 y mayorreflectancia en las bandas 4 y 7, La caolinita tienen absorción enla banda 6 y mayor reflectancia en las bandas 4 y 7. La muscovitatiene absorción en la banda 6 y mayor reflectancia en las bandas5 y 7. La clorita, epidota y calcita presentan absorción en la banda8 y mayor reflectancia en las bandas 4 y 5.(B) Espectros de laboratorio de limonita, jarosita, hematita ygoetita normalizados a la resolución espectral de ASTER. Estosminerales presentan absorción en la banda 1, además de tenermayor reflectividad en la banda 2. La jarosita presenta absorciónen las bandas 1, 3 y 7.Fig. 3. Firmas espectrales de laboratorio adaptadasa la resolución espectral de ASTER (VNIR+SWIR)fig.5. Muestra los espectros de laboratorioy las extraídas de la imagen ASTER.(A) Firmas espectrales de cuarzo y mixtura espectral devegetación+suelo extraidas de la imagen ASTER. Sepuede ver claramente las distintas características deabsorción que poseen.(B) Firmas espectrales de alunita(NH4+), alunita (Na), pirofilita y mixtura espectral dealunita+caolinita extraidas de la librería espectralSpeclib6 de la USGS.(C) Espectros extraidas de la imagen ASTER de probablemixtura espectral de pirofilita+alunita (NH4+), alunita,pirofilita, alunita+caolinita.Fig. 4. Firmas espectrales de laboratorio y las mismasnormalizadas a la resolución espectral de ASTER (TIR)(C) Espectros de laboratorios de calcita, cuarzo, biotita,hornblenda, microclina y epidota, la figura muestraclaramente las distintas características de absorción yreflexión en distintas porciones de la longitud de onda.(D) Espectros de laboratorio de calcita, cuarzo, biotita,hornblenda, microclina y epidota, normalizados a lasbandas termales de ASTER. Las caracteristicas deabsorción no son tan notorias como en el caso de lasfirmas espectrales normalizadas al subsistemaVNIR+SWIR de ASTER.La fig.6. Muestra las firmas espectrales de laboratorioy las extraídas de ASTER.(A) Firmas espectrales de sericita, azurita, crisocola,actinolita, andradita y diópsido extraídas de la libreríaespectral Splib06a de la USGS y otros.(B) Firmas espectrales de Fe+sericita, probableepidota/cuarzo+sericita, crisocola, actinolita,andradita y diópsido.Fig.7. Mapas generados utilizando la imagen ASTER(A) Mapa donde se muestra en la parte central pixeles con presencia dealunita potásica, alunita con amonio, pirofilita, algunos pixeles dejarosita con amonio, rodeando esta area se encuentra la alunita sódica,alunita potásica y/o sódica, esta área a su vez se encuentra rodeado porcaolinita+alunita, caolinita, caolinita+illita e illita.(B) Mapa donde se muestra los pixeles con presencia de Fe3+,Fe2+,SiO2,vegetación y el área cubierta por glaciar.(A) Mapa donde se muestra la presencia de caolinita posiblemente de altacristalinidad, caolinita+illita, caolinita de intensidad débil y tenue, illitacon alto y bajo contenido de AlOH, illita+epidota y epidota.(B) Firmas espectrales de caolinita posiblemente de alta cristalinidad,caolinita, illita y epidota.Fig.8. Mapa generado utilizando la imagen ASTER y firmas espectralesextraídas de la imagen.6. AGRADECIMIENTOS: Agradezco a Diego Huaman y Renato Dextre por el apoyo en el marco geológico. También a Mitchel Metzger,Alberto Rios e Italo Rodriguez por sus sugerencias para mejorar este articuloAutor: Christian Vargas Gonzalescvargas@rs-geoimage.comDetección de Áreas Mineralizadas Utilizando el Sensor ASTERExperiencia en la Cordillera de los Andes de Perú1. INTRODUCCIÓNLas experiencias del uso de imágenes de satélite en la exploración mineral data de la década del 70, cuando se utiliza por primera vez imáge-nes del sensor Landsat MSS (Multispectral Scanner) para la exploración geológica y minera. El sensor MSS compuesto por cuatro bandas, dosen el visible y dos en el infrarrojo cercano, permitió tener una visión sinóptica de la geología regional y discriminar áreas de alteración hidroter-mal (Rowan 1977).Otros sensores que se utilizan para la exploración geológica y minera son el Landsat TM (Thematic Mapper), Landsat ETM (Enhaced ThematicMapper) y ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer).ASTER se encuentra a bordo del satélite TERRA a una distancia de 705 kilómetros de la Tierra, con una resolución temporal de 16 días y cubreun área de 60 x 60 km. ASTER está compuesto por tres subsistemas, VNIR (Visible/Near Infrared), SWIR (Short wave infrared) y TIR (Thermal in-frared). El subsistema VNIR posee 3 bandas con una resolución espacial de 15 metros que captan información en el visible e infrarrojo cercano(0.52-0.86 μm); el subsistema SWIR capta información del infrarrojo de onda corta (1.600-2.430 μm) en 6 bandas con una resolución espacial de30 metros; y finalmente el subsistema TIR capta información del infrarrojo térmico (8.125-11.65 μm) en 5 bandas a una resolución espacial de90 metros (Fujisada 1995).Tabla 1. Características de ASTER (Modificado de Fujisada 1995).‘‘Las geociencias para eldesarrollo de Latinoamérica’’RS-GEOIMAGEProcesamientodeimágenesdesatélites&GIS

×