Expositor: Casas, Juan / Charla informativa 15/06/2012

1. APLICACIONES GEOLÓGICAS DE LA
TELEDETECCIÓN Y SIG

2. CONTENIDO
• INTRODUCCIÓN
• MÉTODOS
• APLICACIONES

5. TELEDETECCIÓN
Ciencia o técnica que nos permite obtener
información a distancia de los objetos situados
sobre la superficie terrestre.

6. Gaspar felix tournachon
toma la primera
fotografía desde un
globo (1859)
Paloma Baviera toma
imágenes tras las líneas
enemigas en 1903
Primera imagen
ERTS-1 de Dallas,
23 de Julio 1973.

7. COMPONENTES

8. INTERACCIÓN DE LA ENERGÍA
ELECTROMAGNÉTICA EN LA SUPERFICIE
Energía
Incidente
Reflexión
Emisión Dispersión
Transmisión
Absorción

9. SENSORES SATELITALES

10. MÉTODOS
SIG Y TELEDETECCIÓN
ANÁLISIS ESPACIAL

11. Datos Independientes Datos Dependiente
Suelo Terremotos
Bosque Deslizamientos
Usos de suelo Inundaciones
Topografia Contaminación del
Geologia suelo
Lineamientos Recursos minerales
Modelo probabilístico
Imágenes de satelite Gas
Relación de
Fotografias aereas Petróleo
Frecuencias
Data geofísica Contaminación de
Data espectral aguas subterráneas
Modelo estadístico
Regresión logística
Integración correlativa geoespacial Moldelamiento de
datos
SIG
Redes Neuronales
Artificiales
Recursos Contaminación
Mapeo Geológico Peligros Naturales
Geológicos Ambiental
Selección de zonas Susceptibilidad de terremoto Potencial minero Contaminación de suelos
Mapeo litológico Susceptibilidad de
deslizamientos
Potencial de petróleo Contaminación de aguas subterráneas
Mapeo de lineamientos Susceptibilidad de
hundimiento de suelo
Potencial de gas
Susceptibilidad de
inundación
Potencial geotermal
Aguas subterráneas

12. RELACIÓN DE FRECUENCIAS
Clase 1
1.25
RF Porcentaje 
clase
total _ de _ clases
100%
1.00 0.79
Clase 2 Clase 3
Pixel(%) Evento(%) Relación de Frecuencias
Total de Clases 100 (100%) 10 (100%) 100% / 100% = 1.00
Clase 1 32 (32%) 4 (40%) 40% / 32% = 1.25
Clase 2 30 (30%) 3 (30%) 30% / 30% = 1.00
Clase 3 38 (38%) 3 (30%) 30% / 38% = 0.79
Evento   clase  peso

13. REGRESIÓN LOGÍSTICA
X1
Evento conocido: 1
vs. β1
Evento nulo: 0 X2
β2
X3
β3
β4 X4
β5
X5
exp 1 X 1   2 X 2  ...   5 X 5 
p
1  exp 1 X 1   2 X 2  ...   5 X 5 
p = predicción de probabilidad de la ocurrencia del evento

14. REDES NEURONALES ARTIFICIALES
METODOLOGÍA

15. APLICACIONES

16. POTENCIAL
MINERO

17. POTENCIAL MINERO
Clase Sub clase Tipo de dato Escala
Depositos Gold Point coverage 1 : 200,000
Datos Geologicos Lithology, Fault Grid 1 : 200,000
Al, As, Ba, Ca, Cd, Cl-, Co,
Datos Geoquímicos Cr, Cu, F-, Fe, K, Li, Mg, Mn, Grid 1 : 200,000
Na, Ni, Pb, Si, Sr, V, W, Zn

18. Distribución de As Distribución de Cu Distribución de Mo
Distribución de Ni Distribución de Pb Distribución de Zn

19. Relación de Frecuencias Coeficiente
Peso
Factor Regresion
N° de RNA
Clase %Area Mineral occ. %occ. RF Logística
pixeles
1.000-2.034 116889 10.02 1 3.33 0.33
2.035-2.450 116787 10.01 4 13.33 1.33
2.451-2.744 116603 10.00 4 13.33 1.33
2.745-2.994 117174 10.05 6 20.00 1.99
Cu 2.995-3.262 116784 10.01 6 20.00 2.00
-0.57369 0.037
(ppb) 3.263-3.669 116566 9.99 2 6.67 0.67
3.670-3.977 116422 9.98 3 10.00 1.00
3.978-4.710 116412 9.98 2 6.67 0.67
4.711-7.695 116407 9.98 1 3.33 0.33
7.696-2.9999 116394 9.98 1 3.33 0.33
2.00-6.77 117031 10.03 2 6.67 0.66
6.78-7.86 116771 10.01 5 16.67 1.66
7.87-8.88 116611 10.00 4 13.33 1.33
8.89-9.91 117384 10.06 4 13.33 1.32
Fe 9.92-11.12 116592 10.00 6 20.00 2.00
0.00001 0.030
(ppm) 11.13-12.99 116876 10.02 1 3.33 0.33
13.00-15.76 116535 9.99 2 6.67 0.67
15.77-21.24 116233 9.96 2 6.67 0.67
21.25-35.77 116234 9.96 3 10.00 1.00
35.78-99.99 116171 9.96 1 3.33 0.33
-145--101 128137 10.99 3 10.00 0.91
-100--92 121586 10.42 4 13.33 1.28
-91--83 118890 10.19 6 20.00 1.96
-82--76 131697 11.29 3 10.00 0.89
Anomalias
-75--68 118478 10.16 3 10.00 0.98
magnéticas -0.00592 0.040
-67--59 115975 9.94 4 13.33 1.34
(nT)
-58--49 115502 9.90 0 0.00 0.00
-48--32 110107 9.44 4 13.33 1.41
-31--9 105926 9.08 1 3.33 0.37
-8-153 100140 8.59 2 6.67 0.78

20. RESULTADOS
Relación de Frecuencias
Regresión Logística
Redes Neuronales
Artificiales
Validación: 65.85%
Validación: 72.23%
Validación: 71.02%

21. DETERMINACIÓN
DE ÁREAS
SUSCEPTIBLES A
DESLIZAMIENTOS

22. TIPO DE
CATEGORIA FACTORES ESCALE OBSERVACIÓN
DATO
Selección de la ubicación de
MAPA DE
Deslizamientos Punto - deslizamiento de tierra sobre
PELIGROS
la base de fotografías aéreas
Slope
MAPA Aspect
Raster 1:5,000 Calcular de DEM
TOPOGRÁFICO Curvature
IHT
Drenaje del suelo
MAPA DE Material de suelo
Polígono 1:25,000 Tipo de suelos
SUELOS Espesor de suelo
Textura del suelo
Diámetro de madera
Tipos de madera
MAPA FORESTAL Polígono 1:25,000 -
Densidad de madera
Edad de madera
MAPA DE USOS
Usos de suelo Polígono 1:5,000 Tipos de usos de suelos
DE SUELOS
MAPA Geología
Polígono 1:50,000 Tipos de litologías
GEOLÓGICO Lineamientos

23. (a) Pendiente (b) Aspect (c) Curvatura
(d) IHT(Indice de Humedad Topográfica) (e) Densidad de madera (f) Tipos de madera
(g) Diámetro de madera (h) Edad de madera

24. (j) Topografia (k) Espesor de suelo (l) Material del suelo
(m) Textura del suelo (n) Geología (o) Distancia de lineamientos
(p)Usos de suelo

25. No. De % De Coeficientes
No. de % de Relación de Regresión
Factor Clase deslizamientos deslizamientos pixeles en el pixeles en frecuencias
dominio el dominio Logística
0-3 9 0.71 60930 10.19 0.07
4-9 42 3.33 68637 11.48 0.29
10-14 84 6.66 62206 10.40 0.64
15-19 136 10.79 68832 11.51 0.94
Pendiente 20-23 162 12.85 69067 11.55 1.11
0.023
(grados) 24-26 144 11.42 55044 9.21 1.24
27-29 153 12.13 57515 9.62 1.26
30-33 212 16.81 67003 11.21 1.50
34-37 172 13.64 48303 8.08 1.69
38-78 147 11.66 40347 6.75 1.73
Flat area 0 0.00 29049 4.86 0.00 -10.220
N 90 7.14 68322 11.43 0.62 -0.282
NE 108 8.56 78853 13.19 0.65 -0.365
E 145 11.50 81330 13.60 0.85 -0.075
Aspect SE 210 16.65 79432 13.29 1.25 0.426
S 213 16.89 67250 11.25 1.50 0.619
SW 206 16.34 67857 11.35 1.44 0.537
W 182 14.43 63988 10.70 1.35 0.432
N 107 8.49 61803 10.34 0.82 0.000
Concave(-) 472 37.43 243609 40.75 0.92 -0.082
Curvatura Flat 135 10.71 118660 19.85 0.54 -0.232
Convex(+) 654 51.86 235615 39.41 1.32 0.000

26. Resultados
Relación de Frecuencias
Regresión Logística
Redes Neuronales
Artificiales
Validación: 82.82%
Validación: 87.72%
Validación: 81.44%

27. SUSCEPTIBILIDAD DE
HUNDIMIENTO DE
TIERRA

28. Categoria Factores Tipo de dato Escale Observación
Mapa de peligros Subsidencia Polígono 1: 5,000 Area of subsidence
Geolog Geología Polígono 1: 50,000 Type of strata
Calculate from
Topografía Pendiente Raster 1: 5,000
DEM
DEM minus
Altura del río Polyline 1: 1,200
Extraído del mapa sea level of drift
Distancia del río Polígono 1: 1,200 Buffering of drift
Profundidad del agua IDW
Punto
subterránea (Inverse Distance
Pozo 1: 5,000
Weight)
Permeabilidad Punto
interpolation
Uso de suelo Uso de suelos Polígono 1: 5,000 Type of land use

29. SUSCEPTIBILIDAD DE HUNDIMIENTO DE TIERRA
(a) Slope (b) Depth of drift (c) Distance from drift
(d) Permeability (e) Depth to ground (f) Land use (g) geology
water level

30. No. of No. of % of pixels Logistic
% of regressio
Factor Class subsidenc pixels in in FR
subsidence n
e domain domain coefficient
0-70 1742 24.00 73175 3.48 6.90
71-102 121 1.67 71700 3.41 0.49
103-129 165 2.27 73500 3.50 0.65
Depth
130-152 116 1.60 70875 3.37 0.47
of drift -0.001
153-180 412 5.68 72675 3.46 1.64
(m)
181-213 12 0.17 69800 3.32 0.05
214-277 654 9.01 69900 3.32 2.71
278-423 14 0.19 69000 3.28 0.06
0 776 10.69 146568 6.97 1.53
1 1341 18.47 244882 11.65 1.59
2-3 1749 24.09 276530 13.15 1.83
4-6 1489 20.51 209707 9.97 2.06
Distance
7-13 1564 21.55 216315 10.29 2.09
from drift -0.071
14-32 340 4.68 207661 9.88 0.47
(m)
33-73 0 0.00 203623 9.68 0.00
74-133 0 0.00 199440 9.49 0.00
134-234 0 0.00 199797 9.50 0.00
235-592 0 0.00 198071 9.42 0.00

31. Relación de Frecuencias
Resultados
Regresión Logística
Redes Neuronales
Artificiales
Validación: 95.54%
Validación: 96.89%
Validación: 94.45%

32. POTENCIAL DE AGUAS
SUBTERRÁNEAS

33. POTENCIAL DE AGUAS SUBTERRÁNEAS
Categoría Factores Data type Scale
Elevación de tierra
Elevación de tierra de 300m
Elevación del terreno dentro de
Cuencas Hidrográficas
Pendiente de tierra
Pendiente del suelo dentro del
área de Cuencas
Topología Raster 1 : 5,000
La curvatura terrestre
Índice de humedad topográfica
Densidad de río con el riego
agrícola
Densidad de río sin el riego
agrícola
Área acumulada de la cuenca
Lineamiento Densidad de lineamientos Línea -
Geología Unidades hidrogeológicas Línea 1 : 5,000
Suelo Textura del suelo Polígono 1 : 25,000
Localización de pozos

34. Ground elevation Ground elevation Mean ground elevation
within 300m within watershed
Mean ground slope Ground Topographic River density without Distance from
Ground slope
within watershed curvature Wetness Index agricultural irrigation river
Cumulative Lineament Lineament length Lineament frequency Hydrogeological Soil factors
watershed area length density density weighted by its units
weighted by its length length

35. No. of No. de % de
Ratio of Relación de
Factor Clase pixeles en pixeles pixeles
Data frecuencias
dominio en dominio en dominio
~32 21600 43.64 16 50.00 1.15
~75 19800 40.00 13 40.63 1.02
Elevación ~128 4500 9.09 2 6.25 0.69
~239 3600 7.27 1 3.13 0.43
240~ 0 0.00 0 0.00
~5.0 19800 40.00 14 43.75 1.09
~17.7 15300 30.91 12 37.50 1.21
Pendiente ~30.3 8100 16.36 3 9.38 0.57
~45.4 1800 3.64 0 0.00 0.00
45.5~ 4500 9.09 3 9.38 1.03
~0.507 6300 12.73 12.50 3600 0.98
~0.778 6300 12.73 12.50 3600 0.98
Densidad de
~1.003 8100 16.36 6.25 1800 0.38
lineamientos
~1.284 13500 27.27 31.25 9000 1.15
1.285~ 15300 30.91 37.50 10800 1.21
P-Volc. 5400 10.91 12.50 3600 1.15
SC-Sed.2 14400 29.09 43.75 12600 1.50
Unidades
SC-Sed.1 5400 10.91 9.38 2700 0.86
hidrogeológicas
NP-Volc. 18900 38.18 31.25 9000 0.82
Intrus. 5400 10.91 3.13 900 0.29

36. Resultados
Relación de Frecuencias
Regresión Logística
Redes Neuronales
Artificiales
Validación: 77.78%
Validación: 79.20%
Validación: 78.73%

37. OTRAS APLICACIONES

38. Adquisición
Cal radiométrica
Cal Atmosférica
Geocodificación
Librería Espectral
Métodos de mapeo
Productos Temáticos
Modelamiento

39. EPITERMAL DE ORO RODALQUILAR

40. Margen oriental de la caldera Lomilla

41. Vista 3D de la superficie en composición de color: RGB = bands 3, 2, 1

42.  Pixeles de color
amarillo a blanco
representan áreas
de alteración argílica
Landsat TM
avanzada
Composición de
cociente de bandas
Red=TM5/TM7
Green=TM5/TM4
Blue=TM3/TM1
(de Arribas et al.,
1995)

43. COCIENETE DE BANDAS ASTER MUESTRAN LOS CENTROS DE
ALTEACION
Cociente: banda 4 / banda 6 Composición de falso color
Centros de alteración

44. Cociente de bandas: 4/6
Mapa de alteraciones de campo(Arribas, 1995)

45. ASTER
HyMAp
Carboneras
Town

47. Mapeo
Mineralógico
Cuprite
*Clark & Swayze, 1995,
Mapping minerals...