Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
i
JUANITA RODRIGUEZ MELO
MAPEAMENTO DE MINERAIS DE ALTERAÇÃO HIDROTERMAL APLICANDO
TÉCNICAS DE SENSORIAMENTO REMOTO E ESPECTROSCOPIA DE
REFLECTÂNCIA NA ÁREA SALARES NORTE, CHILE.
CAMPINAS
2014
ii
iii
NÙMERO: 480/2014
UNIVERSIDADE ESTADUAL DE CAMPINAS
INSTITUTO DE GEOCIÊNCIAS
JUANITA RODRIGUEZ MELO
“MAPEAMENTO DE MINERAIS DE ALTERAÇÃO HIDROTERMAL APLICANDO
TÉCNICAS DE SENSORIAMENTO REMOTO E ESPECTROSCOPIA DE
REFLECTÂNCIA NA ÁREA SALARES NORTE, CHILE”
ORIENTADOR: PROF. DR. ALVARO PENTEADO CRÓSTA
DISSERTAÇÃO DE MESTRADO APRESENTADA AO INSTITUTO DE GEOCIÊNCIAS
DA UNICAMP NO PROGRAMA DE GEOCIÊNCIAS NA ÁREA DE CONCENTRAÇÃO
GEOCIÊNCIAS E RECURSOS NATURAIS PARA OBTENÇÃO DO TÍTULO DE
MESTRA EM GEOCIÊNCIAS
ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DA TESE
DEFENDIDA PELA ALUNA JUANITA RODRIGUEZ MELO E
ORIENTADA PELO PROF. DR. ALVARO PENTEADO CRÓSTA
CAMPINAS
2014
Ficha catalográficaUniversidade Estadual de CampinasBiblioteca do Instituto de GeociênciasCássia Raquel da Silva - CRB 8/5752
Rodriguez Melo, Juanita, 1986- R618m RodMapeamento de minerais de alteração hidrotermal aplicando técnicas de
sensoriamento remoto e espectroscopia de reflectância na área Salares Norte,Chile / Juanita Rodriguez Melo. – Campinas, SP : [s.n.], 2014.
RodOrientador: Alvaro Penteado Crósta. RodDissertação (mestrado) – Universidade Estadual de Campinas, Instituto de
Geociências.
Rod1. Sensoriamento Remoto - Chile. 2. Espectroscopia de reflectância. 3. Minas
e recursos minerais - Exploração. I. Crósta, Alvaro Penteado,1954-. II.Universidade Estadual de Campinas. Instituto de Geociências. III. Título.
Informações para Biblioteca Digital
Título em outro idioma: Hydrothermal alteration mapping using remote sensing techniquesand reflectance spectroscopy in the Salares Norte area, Chile.Palavras-chave em inglês:Remote sensing - ChileReflectance spectroscopyMines and mineral resources - ExplorationÁrea de concentração: Geologia e Recursos NaturaisTitulação: Mestra em GeociênciasBanca examinadora:Alvaro Penteado Crósta [Orientador]Emilson Pereira LeiteTeodoro Isnard Ribeiro de AlmeidaData de defesa: 14-03-2014Programa de Pós-Graduação: Geociências
Powered by TCPDF (www.tcpdf.org)
iv
vi
AGRADECIMENTOS
Primeiramente gostaria de agradecer a meus pais e meus irmãos, por seu valioso amor, apoio,
força, e por sempre ser um exemplo a seguir.
A meus avós, tios e primos por sempre acreditar em mim.
Ao professor Alvaro P. Crósta pela oportunidade de trabalhar com ele, pela disponibilidade,
orientações, conselhos e atenção prestada sempre.
À Gold Fields Chile S.A. por ter me concedido a oportunidade de trabalhar no seu projeto e,
especialmente, aos geólogos Chico Azevedo e Shirley Custodio pelos ensinamentos e apoio em
todo este processo.
Ao CNPq pela bolsa de mestrado.
À Society of Economic Geologists (SEG) e Gold Fields S.A. pelo importante apoio financeiro
que me ajudou no desenvolvimento do projeto.
Aos professores Dr. Roberto P. Xavier, Dr. Emilson P. Leite e Dr. Teodoro R. de Almeida pelas
sugestões na qualificação e na defesa.
À Val, Gorete, Rafael e Valdir por toda sua ajuda e carinho.
A todos meus amigos do IG por seu companheirismo, ensinamentos, risadas e bons momentos.
E à minha família em Campinas, Andersson, pela valiosa ajuda, compreensão, paciência, apoio,
amor, e por sempre ser a melhor companhia. Sem você nada disto seria possível.
GRACIAS A TODOS
vii
SÚMULA CURRICULAR
Juanita Rodriguez Melo
Nascida em 18 de agosto de 1986, em Bogotá – Colômbia, ingressou no curso de Geologia em
2005 na ‘Universidad Nacional de Colombia’ sede Bogotá.
Obteve o título de Geóloga em abril de 2011, sendo seu Trabalho de Conclusão de Curso
orientado pelo Prof. Msc. Juan Carlos Molano com o título: Caracterização de fluidos no
Complexo Cajamarca através de microtermometría e petrografía na região de Villamaría,
noroeste do Nevado do Ruiz, Colômbia.
Em 2011 trabalhou na empresa Carbones de los Andes S.A em exploração de ouro e cobre no
departamento de Cauca, Colômbia e no Serviço Geológico Colombiano na área de geologia do
departamento de Vichada, Colômbia.
Em 2012, ingressou no Programa de Pós-Graduação em Geociências na modalidade de Mestrado
pela Universidade Estadual de Campinas, com orientação do Prof. Dr. Alvaro Penteado Crósta.
Seus interesses de pesquisa são relacionados à metalogenia e análise de sensoriamento remoto e
geologia espectral para exploração, especialmente de depósitos tipo pórfiro e epitermais.
viii
UNIVERSIDADE ESTADUAL DE CAMPINAS
INSTITUTO DE GEOCIÊNCIAS
MAPEAMENTO DE MINERAIS DE ALTERAÇÃO HIDROTERMAL APLICANDO TÉCNICAS
DE SENSORIAMENTO REMOTO E ESPECTROSCOPIA DE REFLECTÂNCIA NA ÁREA
SALARES NORTE, CHILE
RESUMO
Dissertação de Mestrado
Juanita Rodriguez Melo
O objetivo principal deste trabalho foi avaliar o potencial prospectivo para ouro e metais associados de
uma área localizada no norte do Cinturão de Maricunga, Chile. Análises por espectroscopia de reflectância
foram obtidas na área do prospecto Salares Norte possibilitando o reconhecimento de assembléias de
alteração hidrotermal incluindo minerais como caulinita, esmectita, alunita, ilita e minerais portadores de
sílica. A presença destes minerais foi conferida por análise petrográfica e de microscópio eletrônico de
varredora (MEV).
A análise da distribuição espacial desses minerais foi determinada aplicando as seguintes técnicas de
processamento digital a uma cena do sensor Terra/ASTER: Análise por Principais Componentes (APC),
Spectral Angle Mapper (SAM) e Mixed Tuned Matched Filter (MTMF). A exatidão de cada um dos
mapas foi avaliada tomando como referência os dados de espectroscopia de reflectância. O resultado
indicou a APC como a técnica mais acurada para o mapeamento de minerais de alteração hidrotermal,
com uma exatidão total de 44,34%. Embora este valor de exatidão seja relativamente baixo, os dados de
menor acurácia encontram-se nas regiões onde não é reconhecida alteração e os de maior acurácia
concentram-se nas áreas alteradas e, por conseguinte, as de maior interesse.
Combinando a informação espectro-mineralógica à interpretação de dados geoquímicos (ICP-MS) e
litológicos, foi possível concluir que as assembléias minerais de alteração em Salares Norte se formaram
sob condições epitermais de alta sulfetação, com atual exposição, marcada por
baixo nível de erosão. Os tipos de alteração identificados foram argílica (caulinita±esmectita), argílica
avançada (quartzo+alunita+caulinita) e alteração com sílica no núcleo do sistema. Alteração tardia do tipo
steam-heated foi reconhecida em uma ampla área, sendo que quase em toda a sua extensão se encontra
sobreposta às alterações argílica avançada e silícica. As zonas de alteração exibem uma evidente tendência
estrutural de direção NW-SE coincidente com a disposição de anomalias geoquímicas de Au, Ag e Hg.
Por essa razão, este componente estrutural NW-SE se destaca como possível controle da
alteração/mineralização em Salares Norte. Dentre as unidades litológicas identificadas no prospecto, uma
brecha freato-magmática destaca-se como provável portadora/concentradora da mineralização, pois nela
se encontraram as maiores anomalias de Au, Ag e Hg.
Regionalmente, foram identificadas outras áreas de alteração situadas fora dos perímetros do prospecto
Salares Norte, usando-se a técnica APC (Técnica Crósta) numa imagem ETM+ do satélite Landsat-7, e na
imagem do sensor ASTER. Os resultados obtidos indicam ocorrências de zonas de alteração hidrotermal
em áreas próximas a Salares Norte, com similaridades quanto ao tipo de assembléia mineral hidrotermal e
controle estrutural, indicando estas áreas como alvos potenciais para mineralização de ouro e outros
metais nesta região.
Palavras chaves: Sensoriamento remoto; espectroscopia de reflectância; Cinturão de Maricunga;
exploração mineral.
ix
UNIVERSITY OF CAMPINAS
INSTITUTE OF GEOSCIENCES
HYDROTHERMAL ALTERATION MAPPING USING REMOTE SENSING TECHNIQUES
AND REFLECTANCE SPECTROSCOPY IN THE SALARES NORTE AREA, CHILE
ABSTRACT
Masters Degree
Juanita Rodriguez Melo
The main objective of the project was to evaluate the prospectivity potential for gold and associated
metals of an area located in the northern part of the Maricunga Belt, Chile. Reflectance spectroscopy was
used in the region of the Salares Norte Prospect to identify hydrothermal alteration mineral assemblages
comprising kaolinite, smectite, alunite, illite and silica-bearing minerals. The presence of these minerals
was confirmed by petrographic and electronic microscope (SEM) analyses.
The spatial distribution of these minerals was determined by applying the following digital processing
techniques to a Terra/ASTER scene: Principal Component Analysis (APC), Spectral Angle Mapper
(SAM) and Mixed Tuned Matched Filter (MTMF). The accuracy of each resulting map was calculated,
using as reference reflectance spectroscopy data obtained. The result showed APC as the most accurate
technique with an overall accuracy of 44.34%. Although this value is relatively low, the less accurate data
were found in regions with no alteration, whereas higher accuracy values were spatially related to altered
regions, thus the ones with more interest.
The spectral-mineralogical information was used together with geochemical (ICP-MS) and lithological
data to analyze alteration assemblages in Salares Norte, showing that they were formed under epithermal
conditions, most specifically in a high sulfidation environment, which currently shows a shallow erosion
level. The alteration types identified in the prospect were argillic (kaolinite±smectite), advanced argillic
(quartz+alunite+kaolinite) and siliceous in the core of the system. A late steam-heated alteration was
recognized in a broad area, overprinting the
advanced argillic and siliceous alteration in almost all its extension. The alteration zones exhibit an
evident structural trend along NW-SE that coincides with Au, Ag and Hg geochemical anomalies. For this
reason, the directional structural component appears to have acted as a possible alteration/mineralization
control in Salares Norte. Within the lithological units identified in the prospect, a phreatomagmatic
breccia stands out as a probable carrier/concentrator of mineralization, since the higher Au, Ag and Hg
geochemical anomalies are associated with this unit.
Other hydrothermally altered areas were identified in the region surrounding Salares Norte prospect using
the APC technique (Crósta Technique) on an Landsat-7/ETM+ image, and also on an ASTER image,
depicting similar aspects regarding the type of alteration assemblage and structural control, indicating
these areas as potential targets for gold and other metals.
Keyword: Remote sensing; reflectance spectroscopy; Maricunga Belt; mineral exploration.
x
SUMÁRIO
CAPÍTULO 1 – INTRODUÇÃO .................................................................................................... 1
1.1. Objetivos ...................................................................................................................... 1
1.2. Materiais e Métodos ..................................................................................................... 2
CAPÍTULO 2 – CONTEXTO GEOLÓGICO................................................................................. 5
2.1. Localização da área de estudo ...................................................................................... 5
2.2. Geologia regional ......................................................................................................... 6
2.3. Geologia local ............................................................................................................ 12
CAPÍTULO 3 – ANÁLISE E INTERPRETAÇÃO ESPECTRAL ............................................. 17
CAPITULO 4 – ANÁLISES E INTERPRETAÇÃO DE DADOS ORBITAIS PARA
IDENTIFICAÇÃO MINERAL ..................................................................................................... 27
4.1. Análise de imagem Landsat-7/ETM+ ........................................................................ 28
4.2. Análise de imagem ASTER ....................................................................................... 31
4.2.1. Técnica Crósta .......................................................................................................... 31
4.2.2. Classificação da imagem – SAM ............................................................................. 37
4.2.3. Classificação da imagem – MTMF .......................................................................... 41
4.2.4 Avaliação visual dos mapas temáticos produzidos a partir de imagem do sensor
ASTER ..................................................................................................................... 46
4.2.5 Avaliação estatística da acurácia dos mapas temáticos produzidos a partir de
imagem do sensor ASTER ....................................................................................... 47
4.2.5.1 Exatidão total ‘geral’ ......................................................................................... 48
4.2.5.2 Exatidão total ‘detalhada’ .................................................................................. 49
4.3 Integração de dados geoquímicos .............................................................................. 52
CAPÍTULO 5 – ANÁLISE DE RESULTADOS .......................................................................... 54
CAPÍTULO 6 – CONCLUSÕES .................................................................................................. 63
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................................... 65
xi
LISTAS DE FIGURAS
Figura 1.1: Fluxograma de métodos aplicados neste trabalho para o mapeamento de
minerais de alteração hidrotermal na região de Salares Norte e na identificação
de novos prospectos em nível regional. ....................................................................... 4
Figura 2.1: Localização do Cinturão de Maricunga no norte do Chile e da área de estudo
(Salares Norte e arredores) em relação a outros cinturões metalogenéticos na
Cordilheira dos Andes. ................................................................................................ 5
Figura 2.2: Mapa geológico regional do Cinturão de Maricunga .................................................. 7
Figura 2.3: Perfil esquemático de zoneamento de alterações hidrotermais típicas de um
sistema de alta sulfetação. ......................................................................................... 10
Figura 2.4: Diagrama de alteração tipo steam-heated: A. Considerando o nível do lençol
freático mais próximo da superfície e o sistema de alta sulfetação inserido logo
abaixo; B. considerando a sobreposição de alteração tipo steam-heated sobre a
argílica avançada, devido à queda no nível do lençol freático.................................. 11
Figura 2.5: Mapa geológico do prospecto Salares Norte. ............................................................ 12
Figura 2.6: Principais litologias na área do prospecto Salares Norte: A. domo-fluxo dacítico
(esquerda), direita o domo andesítico mais fresco; B. testemunho de furo de
sondagem de tufo de lapilli com pumice; C. afloramento de fluxo andesítico
com bandeamento evidente; D. brecha freato-magmática; E. brecha hidrotermal
com matriz rica em alunita ........................................................................................ 13
Figura 2.7: Fotografias das alterações presentes na área de estudo: A. tufo rico em quartzo
alterado a quartzo-alunita; B. alteração silícica produzindo quartzo vuggy; C.
parte do domo-fluxo dacítico com alteração tipo steam-heated; D. afloramento
de alteração do tipo steam-heated com forte caulinização. ...................................... 15
Figura 2.8: Contato por falha (linha pontilhada vermelha) entre andesito argilizado e brecha
freato-magmática. ..................................................................................................... 16
Figura 3.1: Imagem IKONOS de Salares Norte mostrando pontos de amostragem de: A.
amostras de rocha e; B. malha de amostras tipo lag com pontos de amostragem
a cada 100 m. ............................................................................................................ 17
Figura 3.2: Ilustração de método para a remoção do contínuo: A. espectro original (linha
sólida) com o cálculo da linha convexa (linha pontilhada) e B. espectro
normalizado resultante pelos métodos de diferença e quociente do continuo. ......... 19
xii
Figura 3.3: Espectros de reflectância normalizados na faixa do SWIR de minerais quase
puros coletados de amostras de rocha (em verde) e lag (em azul) e sua
comparação com respectivos espectros de minerais provenientes da biblioteca
do USGS (vermelho) ................................................................................................. 20
Figura 3.4: Distribuição de principais minerais de alteração identificados por espectroscopia
de reflectância na região de Salares Norte. ............................................................... 22
Figura 3.5: Espectros de reflectância normalizados da jarosita detectada em Salares Norte
em comparação com espectro proveniente da biblioteca do USGS (vermelho)
na faixa do A. SWIR e B. VNIR. .............................................................................. 24
Figura 3.6: Espectros normalizados de amostras tipo lag da mistura de alunita-caulinita-
esmectita em diferentes proporções (três espectros superiores). Espectros de
referência da biblioteca do USGS são mostrados nos três espectros inferiores
para efeitos de comparação com os minerais puros. ................................................. 25
Figura 3.7: Fotomicrografias de minerais reconhecidos por espectroscopia de reflectância:
A. alunita tabular; B. imagem de MEV de alunita potássico-sódica e valores da
análise semi-quantitativa; C. alteração tipo quartzo-alunita; D. rocha porfirítica
com pseudomorfos de plagioclásio alterados a caulinita; E. calcedônia (mineral
de sílica de baixa temperatura) e; F. quartzo formador de rocha (esquerda) e
completa silicificação de possíveis minerais de plagioclásio ou hornblenda ........... 26
Figura 4.1: Composição em cor real 3,2,1 (RGB) da cena Landsat-7/ETM+ completa. O
quadro azul e o polígono vermelho mostram os recortes das imagens ETM+ e
ASTER, respectivamente, analisados neste trabalho. ............................................... 28
Figura 4.2: Recorte da imagem Landsat-7/ETM+ processada para a identificação de
alteração hidrotermal utilizando a técnica Crósta. As cores claras e vermelhas
indicam presença de alteração e algumas delas são delimitadas nos polígonos
amarelos. Na ampliação é mostrado em detalhe a área de Salares Norte. ................ 30
Figura 4.3: Espectros de reflectância na resolução do sensor ASTER de alunita, caulinita,
caulinita+esmectita e ilita da biblioteca espectral do USGS. ................................... 32
Figura 4.4: Espectros em emitância de quartzo com resolução espectral de laboratório
(linha azul) e re-amostrada para ASTER (linha vermelha)....................................... 34
Figura 4.5: Representação de abundancia de minerais portadores de sílica (em branco)
obtidos da aplicação de APC sobre as bandas termais 10-12-13-14 do sensor
ASTER: A. mostra a cena completa analisada e o quadro vermelho representa a
localização de Salares Norte; B. Detalhe sobre o prospecto Salares Norte. ............. 35
xiii
Figura 4.6: Mapa de minerais de alteração identificados pela técnica Crósta sobre a imagem
ASTER. No fundo banda 3 do sensor ASTER. O quadro A. mostra o detalhe da
área de Salares Norte................................................................................................. 36
Figura 4.7: Representação gráfica do ângulo de diferença (α) calculado entre o espectro de
referência e o espectro desconhecido. ....................................................................... 37
Figura 4.8: Espectros de reflectância de amostras de Salares Norte tomados como referência
para a classificação SAM. À esquerda em resolução espectral do
espectrorradiometro Terraspec e á direita com resolução espectral do sensor
ASTER das bandas 4-9...............................................................................................38
Figura 4.9: Mapa de minerais de alteração identificados pelo método de SAM sobre a
imagem ASTER. No fundo banda 3 do sensor ASTER. O quadro A. mostra o
detalhe da área de Salares Norte ............................................................................... 40
Figura 4.10: Fluxograma de passos realizados pelo aplicativo Spectral Hourglass Wizard
para mapear minerais com o método de MTMF. ................................................... 41
Figura 4.11: A. Visualização de gráfico de dispersão tomando como eixos as bandas MNF
1, 2 e 3. Os círculos representam a localização dos pixels escolhidos como
endmembers para: alunita, MPS, caulinita, ilita e montmorilonita. B.
Assinaturas espectrais de endmembers selecionados da imagem. .......................... 43
Figura 4.12: Representação gráfica do cone MTMF ilustrando o limiar de inviabilidade
(infeasibility threshold) e de MF o valor de mixtura (mixing freedom) para
três pontos X, Y e Z. ............................................................................................... 44
Figura 4.13: A. Diagrama de dispersão formado por valores de escores de MF no eixo x e
de valores de inviabilidade ‘infeasibility’ no eixo y, a partir do qual é feita a
classificação de alunita na área de estudo. Neste exemplo, a seleção manual
de pixels puros para alunita pode ser visualizada no mapa em B. .......................... 44
Figura 4.14: Abundância de minerais de alteração hidrotermal obtida com a técnica MTMF
em bandas do sensor ASTER. Fundo: banda 3 do sensor ASTER. Em detalhe
A. área do projeto Salares Norte ............................................................................. 45
Figura 4.15: Esquerda: mapas de minerais de alteração hidrotermal obtidos a partir de
processamento de bandas do sensor ASTER com os métodos: APC; SAM e
MTMF. Dados de espectroscopia de reflectância tomados como referência
estão sobrepostos. Direita: valores de exatidão total ‘detalhada’ para cada um
destes métodos. ....................................................................................................... 50
Figura 4.16: Distribuição de dados geoquímicos para: A) ouro, B) prata e C) mercúrio na
área do prospecto Salares Norte. ............................................................................ 53
xiv
Figura 5.1: Mapa interpretativo de alterações hidrotermais na região de Salares Norte.
Estruturas obtidas da Gold Fields Chile S.A. (2012). Fundo: Imagem
IKONOS de região.. ............................................................................................... 56
Figura 5.2: Fotomicrografia de MEV de alunita tabular e quartzo de amostra de rocha do
prospecto Salares Norte. ......................................................................................... 57
Figura 5.3: Fotomicrografia de MEV de alunita cúbica de origem steam-heated. .................... 58
Figura 5.4: Fotomicrografia de MEV de alunitas no prospecto Salares Norte indicando
sobreposição da altearção steam-heated na alteração hipógena. ............................ 59
Figura 5.5: Mapa de alterações obtido com a técnica MTMF integrado com interpretação
de lineamentos. A legenda das classes de alteração é a mesma do mapa da
Figura 4.10. ............................................................................................................. 60
Figura 5.6: Mapa de minerais de alteração identificados pela técnica Crósta sobre a
imagem ASTER. No fundo banda 3 do sensor ASTER. Os polígonos 1 e 2 e
os quadros em detalhe A, B e C mostram regiões com assembléias de
minerais de alteração que podem indicar zonas de interesse para exploração.
Quadro SN indica área do projeto Salares Norte. ................................................... 62
xv
LISTA DE TABELAS
Tabela 4.1: Bandas espectrais de sensores de ETM+ (Landsat-7) e ASTER (Terra). .......... 27
Tabela 4.2: Matrizes de autovetores da imagem do sensor ETM+ para: minerais com
conteúdo de hidroxila e minerais com conteúdo de óxidos de ferro ................. 29
Tabelas 4.3: Matriz de autovetores das imagens ASTER para A. alunita, B. caulinita, C.
caulinita/esmectita, D. ilita. As PC ressaltadas são as escolhidas para
representar cada mineral, baseando-se nos valores altos e com sinais
opostos, em negrito. .......................................................................................... 32
Tabela 4.4: Matriz de autovetores das bandas 10-12-13-14 da imagem ASTER para
identificação de quartzo/sílica. A PC ressaltada é a escolhida para mapear
este mineral, baseando-se nos valores altos e com sinais opostos, em
negrito. .............................................................................................................. 34
Tabela 4.5: Limiares selecionados para a aplicação do método SAM em radianos. ............ 39
Tabela 4.6: A. Exemplo de valores atribuídos para o cálculo de exatidão ‘geral’. B.
Resultado obtido do cálculo de exatidão total ‘geral’ aos mapas temáticos
gerados com as técnicas APC, SAM e MTMF, tomando-se 373 dados de
referência........................................................................................................... 48
Tabela 4.7: A. Exemplo de valores atribuídos para o cálculo de exatidão total
‘detalhada’. B. Cálculo da exatidão total de ‘detalhada’ dos mapas
temáticos gerados com as técnicas APC, SAM e MTMF, tomando-se 373
dados de referência ........................................................................................... 50
1
CAPÍTULO 1 – INTRODUÇÃO
O entendimento dos sistemas hidrotermais é relevante em uma grande variedade de
ambientes geológicos, principalmente no estudo e prospecção de depósitos minerais. Sistemas
hidrotermais formados em ambientes vulcânicos têm especial interesse porque podem estar
associados a depósitos epitermais metálicos, produzindo mineralizações de ouro-prata e de
metais base (HEDENQUIST et al., 2000; CROWLEY et al., 2004).
No Chile, o Cinturão de Maricunga é reconhecido por sua grande riqueza em metais
preciosos, que incluem depósitos e prospectos epitermais de ouro-prata, ouro-cobre e pórfiros
ricos em ouro. Neste Cinturão, muitas áreas com alteração hidrotermal são marcadas por uma
proeminente anomalia de cor que, devido ao ambiente desértico nesta região, são evidentes e
identificáveis em superfície (VILA e SILLITOE, 1991).
Embora o Cinturão de Maricunga tenha sido estudado nos últimos anos, principalmente
por Vila e Sillitoe (1991), Sillitoe et al. (1991; 2013), Oviedo et al. (1991), Mpodozis et al.
(1995), Muntain e Einaudi (2000; 2001) entre outros, estes estudos foram desenvolvidos
principalmente na região centro-sul do Cinturão, havendo poucas informações sobre alteração e
mineralização no seu setor norte, em torno da latitude 26°S.
1.1 Objetivos
O objetivo geral desta dissertação de mestrado é identificar e delimitar espacialmente as
principais assembléias de minerais de alteração hidrotermal e contribuir para a compreensão das
características e gênese das mineralizações de ouro na área do prospecto Salares Norte, inserido
na região norte do Cinturão de Maricunga, assim como aplicar esta metodologia de forma eficaz
em áreas próximas, buscando identificar novos prospectos O enfoque é dado através da análise
de dados de espectroscopia de reflectância e imageamento orbital por diferentes plataformas
multiespectrais orbitais de sensoriamento remoto.
A fim de alcançar este objetivo geral, os seguintes objetivos específicos foram
estabelecidos:
Identificar minerais típicos de alterações hidrotermais, tais como alunita, caulinita, ilita,
esmectita e minerais portadores de sílica utilizando-se a técnica de espectroscopia de
2
reflectância nas faixas do visível (visible: VIS), infravermelho próximo (near infrared:
NIR) e infravermelho de ondas curtas (short-wave infrared: SWIR) no estudo de
amostras coletadas em campo;
Aplicar métodos de processamento de dados de sensoriamento remoto de média
resolução (sensor Landsat-7/Enhanced Thematic Mapper Plus – ETM+) para reconhecer
áreas alteradas hidrotermalmente, complementado pelo uso do sensor Terra/Advanced
Spaceborne Thermal Emission and Reflection Radiometer (ASTER), com maior
resolução espectral, para refinar a detecção de associações de minerais de alteração
hidrotermal;
Integrar métodos de espectroscopia de reflectância e de sensoriamento remoto para
mapear as associações mineralógicas das áreas hidrotermalmente alteradas e estabelecer
o zoneamento da alteração que, por sua vez, pode indicar áreas potenciais para
mineralização aurífera;
Complementar os resultados obtidos nas fases anteriores com geoquímica, petrografia e
análise por microscópio eletrônico de varredura (MEV).
1.2 Materiais e Métodos
Para alcançar os objetivos mencionados, foram realizadas as etapas resumidas na Figura
1.1 e descritas a seguir:
1.2.1.1 Revisão bibliográfica, cujo objetivo é entender a geologia regional da área de
estudo, tipos de depósitos presentes no Cinturão de Maricunga e técnicas de análise de
espectroscopia e sensoriamento remoto aplicadas à exploração;
1.2.1.2 Organização e estudo da informação fornecida pela empresa Gold Fields Chile
S.A., que desenvolve atividades de exploração na área, e de trabalhos anteriores
desenvolvidos em Salares Norte tais como mapas, perfis e relatórios;
1.2.1.3 Etapa de campo para reconhecimento da geologia reportada nos mapas e informes
da empresa, e que resultou na coleta de 45 amostras de rocha em afloramentos e de 328
amostras superficiais tipo lag (amostra não consolidada de material superficial de 2 a
4,75 mm de diâmetro) numa malha regular de espaçamento de 100 x 100 m;
1.2.1.4 Medição dos espectros de reflectância das amostras com o equipamento
TerraSpec® Field Spectrometer, fabricado pela Analytical Spectral Devices Inc.;
3
1.2.1.5 Análise dos dados espectrais, primeiro com classificação automática para a
identificação mineral no programa The Spectral Geologist – TSG Pro™ 7.0 (CSIRO) e,
posteriormente, aplicação do continuo removido sobre os espectros e corroboração com
análise visual nos softwares Envi© 4.7 e Simis Feature Search© 1.6, comparando-se os
dados coletados com a biblioteca espectral do Serviço Geológico dos Estados Unidos
(United States Geological Survey – USGS) compilada por Clark et al. (2007);
1.2.1.6 Criação da biblioteca espectral da região Salares Norte com espectros
representativos de minerais de alteração hidrotermal;
1.2.1.7 Análise petrográfica de 14 amostras de rocha, a fim de corroborar as informações
fornecidas por espectroscopia, utilizando o microscópio Leica DM-EP acoplado a
câmera fotográfica digital Sony Cybershot, assim como análise por microscópio
eletrônico de varredura (MEV) com o espectrômetro OXFORD Energy-Disperse® e o
microscópio LEO modelo 430I® no Instituto de Geociências da UNICAMP;
1.2.1.8 Uso do software Envi© 4.7 para as etapas de processamento e análise de imagens
orbitais: recorte de uma cena ETM+/Landst-7 para identificação de alteração regional e;
mosaico de 3 cenas ASTER/Terra e posterior recorte para aplicação das técnicas Crósta
(Análise por Principais Componentes-APC), Spectral Angle Mapper (SAM) e Mixture
Tuned Matched Filtering (MTMF) a fim de identificar minerais de altração hidrotermal
de forma regional e detalhada em Salares Norte.
1.2.1.9 Avaliação e integração dos resultados obtidos por espectroscopia de reflectância e
produtos derivados de processamento de imagens orbitais utilizando-se os aplicativos de
software Esri® ArcMap™ 10.1 e Envi© 4.7, para a avaliação da acurácia dos métodos
de produção de mapas temáticos selecionados, e para a criação de um mapa de minerais
de alteração hidrotermal para a área específica de Salares Norte;
1.2.1.10 Tratamento estatístico e mapeamento de dados geoquímicos obtidos pela técnica
de extração de água régia e finalização por espectrometria de massa com fonte de
plasma de acoplamento indutivo (ICP-MS) nas 328 amostras tipo lag e;
1.2.1.11 Análise dos resultados derivados do processamento de toda a imagem do sensor
ASTER, procurando-se outras áreas com possível zoneamento de minerais hidrotermais
que possam indicar áreas potenciais para mineralizações de ouro e metais associados.
4
Figura 1.1 – Fluxograma de métodos aplicados neste trabalho para o mapeamento de minerais de alteração
hidrotermal na região de Salares Norte e na identificação de novos prospectos em nível regional.
5
CAPÍTULO 2 – CONTEXTO GEOLÓGICO ...
2.1 Localização da área de estudo
A região de estudo localiza-se no norte do Chile, a aproximadamente 850 km a norte de
Santiago e a 200 km a nordeste de Copiapó, capital da Região de Atacama (Figura 2.1). A região
integra a Cordilheira dos Andes, mais especificamente a cadeia montanhosa chamada Cinturão
de Maricunga, conhecida mundialmente por sua grande riqueza em recursos minerais (VILA e
SILLITOE, 1991; MPODOZIS et al., 1995; MUNTEAN e EINAUDI, 2001).
Figura 2.1 – Localização do Cinturão de Maricunga no norte do Chile e da área de estudo (Salares Norte e arredores)
em relação a outros cinturões metalogenéticos na Cordilheira dos Andes.
Fonte: modificado de Muntean e Einaudi (2000).
Área de estudo
América do Sul
6
A área de estudo regional é limitada pelas coordenadas 25°21’22’’S–26°17’13’’S e
68°28’40’’W–69°02’14’’W compreendendo uma área aproximada de 5.460 km2. Por outro lado,
a região específica de Salares Norte, localizada entre o Salar de Pedernales a sul e o Salar de
Aguilar a norte, é delimitada por uma área de 3 x 3 km entre as coordenadas 25°59’54’’S–
26°01’30’’S e 68°54’08’’W–68°52’22’’W sendo a altitude máxima de ~4.600 m.
2.2 Geologia regional
O nome oficial ‘Cinturão de Maricunga’ foi formalizado por Vila e Sillitoe (1991) para a
área alongada em sentido N-S com uma extensão aproximada de 200 x 50 km, inserida entre as
latitudes 26°00’S e 28°00’S, entre 4.000 e 6.000 metros de altitude acima do nível do mar
(Figura 2.1).
Este Cinturão faz parte da Cordilheira dos Andes e é formado por uma cadeia de edifícios
vulcânicos inativos e erodidos. Esta cadeia e seu embasamento são delimitados por um sistema
de falhas inversas que desenvolvem uma série de horsts e grábens, estes últimos controlando
algumas bacias fechadas como o Salar de Maricunga, Laguna do Negro Francisco e Pedernales
na porção mais norte (VILA e SILLITOE, 1991).
A geologia geral do Cinturão de Maricunga é apresentada na Figura 2.2. A formação do
embasamento nesta região inclui rochas sedimentares, principalmente arenitos, e sequências
vulcânicas ácidas do Paleozóico, assim como pórfiros riolíticos e granitóides com direção geral
NNE que afloram como horsts formados entre o Paleozóico Superior e o Triássico (KAY et al.,
1994; MPODOZIS et al., 1995). No Jurássico Inferior foram depositadas unidades de calcários e
arenitos, assim como conglomerados e arenitos continentais de ambiente eólico, evidenciando
ambientes de transgressão e regressão marinha (BELL e SUAREZ, 1989; VILA e SILLITOE,
1991).
As sequências Mesozóicas foram deformadas no Cretáceo Superior por uma compressão
generalizada (AREVALO e MPODOZIS, 1991). Durante todo o Eoceno, episódios vulcânicos
sucessivos formaram domos e caldeiras de composição cálcio-alcalina ao longo de um amplo
sistema de falhas principalmente NW-WNW (MPODOZIS et al., 1995).
7
3Figura 2.2 – Mapa geológico regional do Cinturão de Maricunga
Fonte: Modificado de Servicio Nacional de Geología y Minería-Chile (2003).
8
O magmatismo recente no Cinturão de Maricunga começou há aproximadamente 26 Ma e
compreendeu quatro episódios principais de atividade com variação de composição andesítica a
dacítica. Os dois primeiros, entre 26 e 20 Ma (Oligoceno Superior-Mioceno Inferior) e entre 16 e
11 Ma (Mioceno Médio), formaram numerosas unidades vulcânicas como os estratovulcões
Cerros Bravos, Barros Negros, e os complexos de domos dacíticos Esperanza e La Coipa. No
terceiro e quarto episódios, que datam entre 11 e 7 Ma, e entre 7 e 5 Ma, respectivamente,
(Mioceno Superior e Mioceno Superior-Plioceno Inferior), a atividade vulcânica se concentrou
no sul do Cinturão, principalmente sobre o Complexo Vulcânico Copiapó, formando um sistema
de domos, estratovulcões e extensos fluxos piroclásticos dacíticos que cobre uma área superior
aos 200km2, provenientes principalmente dos vulcões de Coiapó e Jotabeche (KAY et al., 1994;
MPODOZIS et al., 1995; MUNTEAN e EINAUDI, 2000).
O Cinturão de Maricunga compreende um sistema de falhas inversas produzidas em duas
épocas: Cretáceo Médio/Superior e Mioceno Médio. Estas falhas limitam as faixas rochosas com
direção NNE do Paleozóico e Mesozóico. Apesar desta orientação paralela de estruturas nesta
área, uma componente estrutural secundário, mas distintivo, de direção NW é evidente nas áreas
de alteração, e é representado pela orientação das falhas, veios, brechas, diques e anomalias
geoquímicas de solos nesta direção. A intersecção destas duas tendências estruturais
aparentemente controla os focos de alteração/mineralização principais (VILA e SILLITOE,
1991).
A história de exploração no norte de Chile começou nos anos 80. Desde esta época,
algumas empresas chilenas e estrangeiras usaram aeronaves em busca das chamadas “anomalias
de cor” (áreas de cor clara associadas à alteração hidrotermal) possivelmente associadas à
presença de forte alteração a caulinita, alunita ou minerais portadores de sílica na região
desértica e afloramentos silicificados que indicariam alteração hidrotermal. Neste período, foram
encontradas cerca de 200 áreas de interesse e o Cinturão de Maricunga destacou-se por ter alto
potencial em relação à mineração de metais preciosos (VILA e SILLITOE, 1991).
Os eventos de vulcanismo ocorridos entre o Oligoceno Superior e o Mioceno no Cinturão
estão associados a ciclos recorrentes de alteração hidrotermal que produzem importantes
mineralizações do tipo ouro pórfiro, ouro-cobre pórfiro, e epitermal. Em alguns distritos, estas
mineralizações são transicionais (SILLITOE et al., 1991; VILA e SILLITOE, 1991; MPODOZIS
et al., 1995; MUNTEAN e EINAUDI, 2001). Com técnicas de datação radiométrica, as
alterações e mineralizações do Cinturão puderam ser divididas em dois sub-cinturões
9
sobrepostos longitudinalmente: um oeste, com idade entre 20 e 25 Ma (Oligoceno Superior-
Mioceno Inferior) e outro leste com idades entre 12,5 e 14 Ma (Mioceno Médio). Estas idades
coincidem com os eventos vulcânicos estudados previamente na região. A migração da atividade
magmática e metalogenética para o leste pode ser atribuída à diminuição do ângulo de
subducção, em evento iniciado há 18-16 Ma (SILLITOE et al., 1991).
Alguns dos depósitos mais conhecidos e estudados do Cinturão de Maricunga estão
indicados na Figura 2.2. Entre eles encontram-se os depósitos do tipo pórfiro de Refugio,
Aldebarán, Marte e Lobo, e os do tipo epitermal de alta sulfetação como La Pepa, Esperanza e
La Coipa (VILA e SILLITOE, 1991). Embora o limite norte do Cinturão seja em torno da
latitude 26°S, os estudos realizados pela maioria de autores remetem especialmente à parte
centro-sul, sendo o depósito de La Copia e La Esperanza (localizados em torno da latitude 27°S)
os mais setentrionais mencionados e analisados em quase todos os estudos da área.
Neste contexto, a área de estudo deste trabalho localiza-se na parte mais a norte do
Cinturão de Maricunga, onde tem sido reconhecidas principalmente mineralizações epitermais de
alta sulfetação. Os depósitos epitermais caracterizam-se por condição de formação em ambiente
raso (entre 1 e 2 km de profundidade), num intervalo de temperatura entre cerca de 150°C e
350°C, estando geralmente associados com domos ou complexos vulcânicos (SILLITOE, 1999;
HEDENQUIST et al., 2000). Eles compreendem principalmente os sistemas de baixa e de alta
sulfetação (WHITE e HEDENQUIST, 1995), sendo o último tipo o foco deste trabalho.
Dependendo da composição do fluido e da profundidade de formação, estes sistemas podem
concentrar principalmente Au, Ag, As, Cu, Hg (HEDENQUIST et al., 2000). As alterações e
mineralizações no ambiente de alta sulfetação são produzidas por fluidos ácidos e oxidados, em
associação com atividades magmático-hidrotermais de vulcões recentes, como os já
reconhecidos no cinturão de Maricunga e em outras regiões da cordilheira dos Andes
(HEDENQUIST e LOWENSTERN, 1994), e também associados a vulcões antigos, como é o
exemplo da província aurífera de Tapajós no Brasil, com uma idade de mineralização de
aproximadamente 1.85 Ga (Juliani et al., 2005). A trajetória e interação destes fluidos com as
rochas hospedeiras geram uma transição de alterações hidrotermais características e de
importante reconhecimento para exploração (Figura 2.3). A sequencia de alteração da região
distal até a central do sistema de alta sulfetação compreende: 1) alteração propilítica (clorita,
calcita e epidoto); 2) alteração argílica (ilita, esmectita, ± caulinita); 3) alteração argílica
avançada (caulinita, alunita, quartzo, ± pirofilita, ± dickita); 4) alteração silícica (quartzo residual
10
com cavidades - quartzo vuggy - ou presença de minerais com sílica maciça (ARRIBAS, 1995;
COOKE e SIMMONS, 2000; HEDENQUIST et al., 2000). A alteração silícica coincide com o
núcleo do sistema onde geralmente se precipitam os metais nas últimas etapas da ascensão dos
fluidos.
4Figura 2.3 – Perfil esquemático de zoneamento de alterações hidrotermais típicas de um sistema de alta sulfetação.
Fonte: Arribas (1995).
Nos ambientes epitermais, a alteração argílica avançada também pode ser produzida por
fluidos diferentes aos de origem hipógena, com forte componente magmática. Em ambientes
rasos, fluidos de vapor-aquecido (steam-heated) podem se condensar no contato com o lençol
freático, criando uma alteração com distribuição tabular (Figura 2.4.A). Nestas condições,
minerais como caulinita, alunita, ±calcedônia, ±enxofre nativo, ±esmectita, ±opala e ±cristobalita
podem ser produzidos (SILLITOE, 1999; HEDENQUIST et al., 2000).
Embora essa assembléia mineral seja similar àquela produzida por fluidos hidrotermais, é
possível diferenciá-la pela morfologia e cor da alunita, por exemplo. No ambiente hipógeno, a
alunita apresenta-se em geral por coloração rosa, branca ou creme, e como agregados cristalinos
tabulares, de granulometria fina até grossa; já as alunitas originadas em ambiente steam-heated, e
até mesmo no ambiente supérgeno, possuem coloração branca e cristais de granulometria muito
fina, e formato romboédrico a cúbico (HEDENQUIST et al., 2000).
Durante a atividade hidrotermal, uma queda no nível do lençol freático pode ocorrer,
gerando sobreposição (overprinting) no sistema de alta sulfetação original. Neste processo, os
halos argílicos hidrotermais podem ser rapidamente substituídos pelos minerais de alteração
steam-heated, mas a região central de quartzo vuggy, à qual pode ser associar a mineralização,
11
A
B
geralmente não tende a ser afetada (Figura 2.4.B). Exemplos deste fenômeno têm sido
reconhecidos em Paradise Peak (Estados Unidos), Pierina (Peru), Pascua Lama (Chile), La Coipa
(Chile) e Tambo (Chile). As alterações de origem steam-heated não têm sido muito estudadas
pelo baixo interesse econômico, mas são reconhecidas como um importante indicador na
exploração mineral, uma vez que geralmente estarem acima do sistema de alta sulfetação
(SILLITOE, 1999).
5Figura 2.4 – Diagrama de alteração tipo steam-heated: A. Considerando o nível do lençol freático mais
próximo da superfície e o sistema de alta sulfetação inserido logo abaixo; B. considerando a sobreposição de
alteração tipo steam-heated sobre a argílica avançada, devido à queda no nível do lençol freático.
Fonte: Sillitoe (1999).
12
Outra característica relevante nos ambientes de alta sulfetação é a presença de brechas.
Embora o reconhecimento de sua origem não seja simples, elas são de grande importância visto
que podem servir como um meio permeável concentrador de minério (SILLITOE, 1999;
HEDENQUIST et al., 2000). Depósitos como Yanacocha, La Coipa e Paradise Peak se
caracterizam por uma mistura complexa entre brechas hidrotermais quartzo-cimentadas, quartzo
vuggy e silicificação massiva com minério suficiente para ser aproveitado economicamente.
Adicionalmente, brechas hidrotermais com matriz composta por alunita também podem ser
mineralizadas, a exemplo daquelas encontradas em La Coipa, (SILLITOE, 1999).
2.3 Geologia local
A região do prospecto Salares Norte abrange uma área de 3 x 3 km e as coordenadas
centrais são aproximadamente 26°00’40’’S e 68°53’00’’W. O contexto geológico da área é
apresentado no mapa da Figura 2.5. A unidade mais antiga compreende um corpo
vulcanossedimentar dacítico caracterizado por níveis de tufos ricos em quartzo que se
intercalam com tufos de lapilli (GIGOLA, 2011) (Figura 2.6.B).
6Figura 2.5 – Mapa geológico do prospecto Salares Norte.
Fonte: Gold Fields Chile S.A. (2012).
13
7Figura 2.6 – Principais litologias na área do prospecto Salares Norte: A. domo-fluxo dacítico (esquerda) mostrando
intensa alteração em superfície, e tendo à direita o domo andesítico mais fresco ; B. testemunho de furo de
sondagem de tufo de lapilli com pumice (fonte: Hedenquist, 2011); C. afloramento de fluxo andesítico com
bandeamento evidente; D. brecha freato-magmática com clastos juvenis, aparentemente de andesito, e matriz de
rocha fragmentada e moída; E. brecha hidrotermal com matriz rica em alunita (fonte: Hedenquist, 2011).
A.
B.
C.
D.
E.
14
Uma unidade dacítica com textura porfirítica forma uma estrutura dômica de 1,2 km de
diâmetro numa cota altimétrica de 4520 m (Figura 2.6.A), tendo sido denominada de domo-
fluxo dacítico (dacite flow-dome) por Hedenquist (2011). Um domo e fluxos andesíticos
posteriores também são reportados numa extensa área e caracterizados por textura porfirítica,
apresentando localmente bandeamento evidente (clear-cut bedding) (Figura 2.6.C).
Uma brecha-diatrema de origem freato-magmática aflora no interior do domo
andesítico. Compreende brecha polimítica contendo clastos de andesito e púmice, fragmentos
angulares de aparência frágil e clastos de quartzo residual (vuggy). A matriz é porosa, composta
principalmente por fragmentos líticos moídos e cristais fragmentados (GIGOLA, 2011) (Figura
2.6.D). Variações na composição e na abundância dos fragmentos, intrusões de diques e períodos
de fluidização indicam que a brecha foi encaixada durante múltiplas fases (HEDENQUIST,
2011).
Dois tipos de brechas hidrotermais foram reconhecidas: uma com cimento rico em
alunita de origem hipógena (podendo também conter quartzo) (Figura 2.6.E) e outra com
cimento cinza rico em sílica. Essas unidades de brecha cortam principalmente os tufos
(HEDENQUIST, 2011).
Com relação às alterações e mineralizações no prospecto Salares Norte, Hedenquist
(2011) relata a seguinte transição de alteração hipógena: (1) alteração argílica composta por
caulinita, ±montmorillonita, ±ilita intraestratificada alterando fluxos andesíticos e outras
unidades impermeáveis; (2) alteração quatzo-alunita (correspondente à argílica avançada) que
é observada principalmente nas unidades de tufos (Figura 2.7.A) e; (3) silicificação que varia em
intensidade, formando quartzo vuggy e substituindo litologias permeáveis nos tufos e nas brechas
hidrotermais (Figura 2.7.B) (GIGOLA, 2011; HEDENQUIST, 2011).
Outra alteração evidente na área é a alteração do tipo steam-heated, produzida por
vapores aquecidos. Em Salares Norte este tipo de alteração é representado por caulinita e alunita
de granulometria muito fina ocorrendo, localmente, calcedônia ou opala, gipso e enxofre nativo.
Esta alteração produz uma fragilidade na litologia, facilitando a sua erosão e gerando notáveis
anomalias de cor em superfície (Figura 2.7.C e 2.7.D). Ela se encontra sobre o domo-fluxo
dacítico e substituindo tufos, principalmente os ricos em quartzo. Sua distribuição é irregular e
desenvolvida acima dos 4.500 m. Devido à sua extensão, é possível mapear esta alteração steam-
heated (Figura 2.5). Cristas salientes de quartzo, chamados ledges, têm sido reconhecidas no
15
prospecto de Salares Norte, principalmente associada com este tipo de alteração
(HEDENQUIST, 2011; GIGOLA, 2011).
8Figura 2.7 – Fotografias das alterações presentes na área de estudo: A. tufo rico em quartzo alterado a quartzo-
alunita(fonte: Gigola, 2011); B. alteração silícica produzindo quartzo vuggy; C. parte do domo-fluxo dacítico com
alteração tipo steam-heated produzindo forte anomalia de cor; D. afloramento de alteração do tipo steam-heated
com forte caulinização.
As principais estruturas documentadas compreendem falhas com direção NW-SE,
majoritariamente inferidas devido à falta de correlação litológica em algumas áreas. Na Figura
2.8 uma destas falhas foi exposta por uma trincheira, representando o contato entre a brecha
freato-magmática e o domo andesítico. Algumas alterações superficiais de cristas de quartzo
também seguem esta direção NW-SE (GIGOLA, 2011).
A. B.
C. D.
16
9Figura 2.8 – Contato por falha (linha pontilhada vermelha) entre andesito argilizado e brecha freato-magmática.
Adicionalmente, zonas estruturais com direção NE-SW também são inferidas com base
na orientação local de alteração argílica que afeta o domo andesítico, nas brechas tectônicas rasas
com direção N75E e na presença de lineamentos orientados neste sentido (GIGOLA, 2011).
Mineralizações de ouro e, localmente, de prata têm sido reconhecidas principalmente nas
unidades de quartzo-alunita e quartzo residual. Entretanto, mais estudos na área devem ser
realizados para a delimitação e detalhamento desta região (HEDENQUIST, 2011).
Andesito argilizado
Brecha freato-magmática
17
CAPÍTULO 3 – ANÁLISE E INTERPRETAÇÃO
ESPECTRAL 3 ...
Em atividades de exploração, as assembléias de minerais de alteração são de grande
importância para o entendimento e avaliação de um prospecto ou depósito hidrotermal. Alguns
destes minerais de alteração não são facilmente reconhecíveis por métodos convencionais, e a
aplicação de técnicas analíticas mais avançadas pode ser de grande ajuda. Espectrorradiômetros
como o PIMA (Portable Infrared Mineral Analyser), o Fieldspec Full Resolution e o Terraspec
Field Spectrometer, por exemplo, têm sido intensamente utilizados na caracterização das
alterações hidrotermais em áreas com algum interesse econômico. A técnica de espectroscopia
de reflectância se baseia no fato de que muitos minerais possuem feições de absorção de energia
eletromagnética que variam em sua forma e posição no espectro, sendo possível identificá-los
por meio destas características únicas. Desta forma, pequenas variações no comprimento de onda
das feições de absorção podem dar informação sobre a composição de um grande conjunto de
minerais (PONTUAL et al., 1997; THOMPSON et al., 1999).
Os dados espectrais de reflectância obtidos de amostras de Salares Norte com o
espectrorradiômetro Terraspec Field Spectrometer (45 dados de rocha e 328 dados de lag),
serviram de base para a identificação de minerais de alteração hidrotermal. A Figura 3.1 mostra a
distribuição da amostragem numa imagem de alta resolução espacial IKONOS em cor real, na
qual pode-se observar uma mudança drástica na coloração da superfície, indicando, em tons
claros, a presença de alteração hidrotermal.
Para a caracterização espectral, os dados foram comparados com a biblioteca espectral do
USGS (CLARK et al., 2007) atentando-se, em especial, à faixa entre 1.300 e 2.500 nanômetros
(nm), que compreende o intervalo principal para discriminação de argilominerais, micas,
sulfatos, entre outros. Os minerais escolhidos para a comparação foram a alunita, caulinita,
dickita, halloysita, esmectita, ilita, muscovita, jarosita, minerais portadores de sílica, pirofilita e
diásporo. Estes minerais foram selecionados devido à sua importância na identificação dos tipos
de alteração hidrotermal, e/ou por terem sido previamente encontrados na área.
10
18
Figura 3.1 – Imagem IKONOS de Salares Norte mostrando pontos de amostragem de: A. amostras de rocha e; B.
malha de amostras tipo lag com pontos de amostragem a cada 100 m. O polígono preto representa o domo-fluxo
dacítico porfirítico, enquanto o polígono verde indica o domo andesítico porfirítico e o polígono azul mostra a
principal área de alteração steam-heated.
Para esta interpretação, todos os espectros foram normalizados pela remoção do contínuo
por meio da técnica do quociente do contínuo (hull quotient). Este método calcula uma linha
convexa que toca o número máximo de pontos da curva de reflectância original, para posterior
razão, a cada comprimento de onda, do valor da reflectância do espectro original pelo respectivo
valor de reflectância da linha convexa (Figura 3.2). A função deste método é a normalização das
curvas espectrais, que facilita a análise dos espectros, pois realça as feições de absorção que, em
muitos minerais, são imperceptíveis no espectro original (PONTUAL et al., 1997).
19
11
Figura 3.2 – Ilustração de método para a remoção do contínuo: A. espectro original (linha sólida) com o cálculo da
linha convexa (linha pontilhada) e B. espectro normalizado resultante pelos métodos de diferença e quociente do
continuo.
Fonte: Pontual et al., (1997).
As características dos espectros, tais como profundidade e forma das feições, assim como
seu comprimento de onda, foram consideradas para identificar ou discriminar os minerais nas
curvas espectrais analisadas, incluindo-se possíveis misturas. Neste procedimento, foi possível
determinar principalmente a presença de alunita, caulinita, esmectita (às vezes com ilita), jarosita
e gipso, sendo que os mesmo geralmente foram encontrados como misturas. A Figura 3.3.A-F
apresenta espectros de amostras de rocha e de lag obtidos na região Salares Norte, que foram
selecionados por serem os mais similares aos espectros da biblioteca espectral do USGS, tomada
como base para a comparação e identificação de minerais.
O mineral identificado em maior abundância por espectroscopia foi alunita, que em
muitas amostras e encontra-se distribuída principalmente sobre o domo-fluxo dacítico (Figura
3.4). A Figura 3.3.A. mostra exemplos de espectros de alunita. Segundo Thompson et al. (1999),
no intervalo de comprimento de onda entre 1.461 e 1.510 nm as feição de absorção dos minerais
do supergrupo da alunita indicam a variação composicional, causadas por vibração de ligações
OH. Uma feição pronunciada em ~1.461 nm indica a presença de amônia (NH4), enquanto a
feição centrada em ~1.478 nm mostra composição rica em potássio (K), e as feições localizadas
em ~1.496 e em ~1.510 nm, respectivamente, indicam composição por sódio (Na) e cálcio (Ca)
(THOMPSON et al., 1999). Na maioria das amostras com alunita reconhecidas em Salares
Norte, as principais feições de absorção concentram-se entre 1.480 e 1.482 nm, indicando uma
A. B.
20
composição principalmente potássica. De maneira restrita, aparecem feições de absorção em
1.492 nm que sugerem maior concentração de sódio, além da ocorrência simultânea das feições
localizadas em ~1.480 e 1.492 nm, registrando a série de solução sólida dos membros ricos em K
e Na na alunita.
12
21
Figura 3.3.A-F – Espectros de reflectância normalizados na faixa do SWIR de minerais quase puros coletados
de amostras de rocha (em verde) e lag (em azul) e sua comparação com respectivos espectros de minerais
provenientes da biblioteca do USGS (vermelho) (MPS: minerais portadores de sílica).
22
A caulinita foi reconhecida principalmente através de suas feições de absorção duplas em
~1.400-1.412 (vibração da ligação OH) e em 2.162-2.206 nm (vibração da ligação Al-OH). Na
maioria dos casos, a caulinita aparece em mistura, principalmente com esmectita e alunita de
composição potássica (Figura 3.3.B). A caulinita se distribui em quase toda a área amostrada e é
notavelmente ausente como mineral principal na região que coincide com o steam-heated
mapeado por Gold Fields Chile S.A (2012) (Figura 3.4).
Dos minerais do grupo da esmectita, o único reconhecido foi a montmorilonita, cujas
feições de absorção características situam-se em ~1.411 (vibração da ligação OH e de moléculas
de água), ~1.904 (vibração de água molecular) e ~2.208 nm (vibração da ligação Al-OH) (Figura
3.3.C). Sua distribuição segue o padrão da caulinita, ocorrendo em quase toda a malha de
amostragem, exceto na alteração do tipo steam-heated (Figura 3.4). Esse mineral aparece na
maioria das amostras como mineral secundário ou terciário.
13Figura 3.4 – Distribuição de principais minerais de alteração identificados por espectroscopia de reflectância
na região de Salares Norte (MPS: minerais portadores de sílica).
23
A esmectita pode ser encontrada com a ilita em diferentes proporções. No caso das
amostras superficiais de Salares Norte, ilita pura não foi encontrada, apenas ilita com esmectita
(Figura 3.3.D). A distribuição espacial desta assembléia mineral tem uma tendência mais
marcada bordejando a parte oeste da alteração do tipo steam-heated, estando também presente na
região do domo andesítico (Figura 3.4).
Em algumas amostras de rocha foram reconhecidos visualmente minerais contendo sílica
de diferentes tipos: em fragmentos de calcedônia, quartzo da litologia original, quartzo residual
(vuggy) ou silicificação afetando a litologia original com graus variados de intensidade.
Analisando os espectros de reflectância destas amostras, ficam evidentes três feições de absorção
notadamente suaves nos mesmos comprimentos de onda que a esmectita (~1.400, ~1.900 e
~2.200 nm) indicando a presença de calcedônia no espectro (PONTUAL et al., 1997; CLARK et
al., 2007). No entanto, como nas amostras de mão foi reconhecido também quartzo, os espectros
com estas características, incluso das amostras de lag, foram interpretados genericamente como
sendo de minerais portadores de sílica (MPS) e são apresentados na Figura 3.3.E.
Espacialmente, nota-se que as amostras caracterizadas por conter estes minerais com
sílica estão distribuídas preferencialmente na parte oeste da alteração steam-heated e apresentam
uma tendência direcional segundo NW-SE (Figura 3.4).
Gipso foi reconhecido espectralmente em algumas amostras. A presença de moléculas de
H2O explica o aparecimento de feições de absorção em aproximadamente 1.444, 1.490, 1.535 e
1.948 nm. Absorções também são visíveis em ~1.750 nm (vibrações de íons OH), além das
feições em 2.170, 2.215 e 2.266 nm, em decorrência da vibração de ligações S-O (PONTUAL et
al., 1997) (Figura 3.3.F). A distribuição regional do gipso em Salares Norte é irregular (Figura
3.4).
A jarosita foi identificada com base nas feições de absorção decorrentes do processo de
vibração da ligação OH (~1.472, ~1.530 e ~1.850 nm) e vibração da ligação Fe-OH (~2270 nm)
(Figura 3.5.A). Este sulfato também pode ser identificado na faixa do visível ao infravermelho
próximo (VNIR), principalmente por sua pronunciada feição de absorção em 434 nm derivada do
processo de transição eletrônica de íon de ferro férrico (Figura 3.5.B) (PONTUAL et al., 1997;
BISHOP e MURAD, 2005). Da mesma forma que o gipso, a jarosita não possui uma distribuição
regular na área estudada (Figura 3.4).
24
14Figura 3.5 – Espectros de reflectância normalizados da jarosita detectada em Salares Norte em comparação com
espectro proveniente da biblioteca do USGS (vermelho) na faixa do A. SWIR e B. VNIR.
De todos os espectros medidos e analisados, a maioria apresentara misturas de minerais.
Nestas misturas, os três minerais principais foram identificados, considerando sua
proporcionalidade, a partir da profundidade das feições de absorção. Uma das misturas mais
comum identificada foi a de alunita–caulinita–esmectita, observadas em proporções variáveis
(Figura 3.6).
As amostras com a mistura alunita–caulinta–esmectita apresentam uma tendência
espacial que varia em relação à proporção destes minerais: quando há maior quantidade de
alunita e de caulinita, as amostras se concentram principalmente na parte centro-leste da malha.
Com o predomínio de esmectita, a distribuição torna-se mais aleatória na malha.
25
15Figura 3.6 – Espectros normalizados de amostras tipo lag da mistura de alunita-caulinita-esmectita em diferentes
proporções (três espectros superiores). Espectros de referência da biblioteca do USGS são mostrados nos três
espectros inferiores para efeitos de comparação com os minerais puros. Abreviações: alu=alunita, kao=caulinita,
sme=esmectita.
A presença de minerais identificados por espectroscopia de reflectância foi confirmada a
partir de análise petrográfica e por meio da técnica de MEV-EDS. Nas fotomicrografías das
Figuras 3.7.A-C são apresentadas alunita com granulometria e morfologia variada, sendo as
alunita das Figuras 3.7.A e B tabulares e as da Figura 3.7.C distribuídas como agregados e
granulometria mais fina e, neste caso acompanhada de quartzo. A Figura 3.7.D mostra caulinita
substituindo cristais anteriores, possivelmente de plagioclásio. A presença de calcedônia é
confirmada na fotomicrografia 3.7.E. Embora o quartzo não seja reconhecível na faixa VIS, NIR
e SWIR do espectro eletromagnético, este mineral foi identificado em amostras de mão e em
petrografia como é indicado na Figura 3.7.F onde se observa quartzo fazendo parte da assembléia
original (lado esquerdo da fotomicrografia) e silicificação massiva substituindo os minerais
anteriores.
26
16Figura 3.7 – Fotomicrografias de minerais reconhecidos por espectroscopia de reflectância: A. alunita tabular (luz
transmitida, nicóis cruzados); B. imagem de MEV de alunita potássico-sódica e valores da análise semi-quantitativa;
C. alteração tipo quartzo-alunita (luz transmitida, nicóis cruzados); D. rocha porfirítica com pseudomorfos de
plagioclásio alterados a caulinita (luz transmitida, nicóis cruzados); E. calcedônia (mineral de sílica de baixa
temperatura) e; F. quartzo formador de rocha (esquerda) e completa silicificação de possíveis minerais de
plagioclásio ou hornblenda (luz transmitida, nicóis cruzados) Abreviações: Alu = alunita; Cha = calcedônia; Kln =
caulinita e Qz = quartzo
Alu Alu
Aln
Qz
Qz
Kln
Kln
Qz
Qz
Qz
Cha
250µm
100µm
1mm
100µm
50µm
100µm
27
CAPITULO 4 – ANÁLISES E INTERPRETAÇÃO DE
DADOS ORBITAIS PARA IDENTIFICAÇÃO MINERAL 4 ...
Sensores multiespectrais orbitais como Landsat-7/ETM+ e Terra/ASTER têm sido
amplamente aplicados para múltiplos projetos de exploração pelo mundo todo, obtendo
resultados satisfatórios quanto à identificação de minerais de alteração hidrotermal que podem
indicar regiões de interesse econômico potencial. O sensor ETM+ permite a detecção e
mapeamento genérico de alteração hidrotermal por meio da identificação de minerais de argila e
óxidos/hidróxidos de ferro, enquanto que o sensor ASTER, pela posição estratégica de suas bandas
na faixa do SWIR, permite a diferenciação de alterações como a argílica, argílica avançada,
propilítica e fílica (BEDELL, 2004) (Tabela 4.1).
1Tabela 4.1 – Bandas espectrais de sensores de ETM+ (Landsat-7) e ASTER (Terra).
Fonte: Lillesand et al. (2008).
28
4.1 Análise de imagem Landsat-7/ETM+
Para a avaliação regional do potencial prospectivo da área de Salares Norte e das regiões
vizinhas, foi utilizada uma imagem do sensor ETM+ a bordo do satélite Landsat-7, ponto 233 e
órbita 078, tomada no dia 28 de dezembro de 2000. A cena foi recortada a fim de reduzi-la
somente à área de interesse e evitar regiões cobertas por neve, restando uma área aproximada de
11.300 km2 (Figura 4.1). Além disto, foi aplicada uma máscara sobre os salares e glaciares
maiores que, devido ao seu albedo, poderiam interferir notavelmente na estatística da imagem e
prejudicar a análise espectral de minerais.
17Figura 4.1 – Composição em cor real 3,2,1 (RGB) da cena Landsat-7/ETM+ completa. O quadro azul e o
polígono vermelho mostram os recortes das imagens ETM+ e ASTER, respectivamente, analisados neste trabalho.
As imagens do sensor ETM+ têm seis bandas que cobrem a região VNIR-SWIR do
espectro eletromagnético e uma resolução espacial de 30 m (Tabela 4.1). O método de Análise
por Principais Componentes (APC) foi aplicado sobre bandas selecionadas da imagem. Esta é
uma técnica estatística multivariada que seleciona combinações lineares não correlacionadas das
29
bandas espectrais, a fim de reduzir a variância da resposta espectral produzida por materiais
superficiais como rochas, solo e vegetação. A Técnica Crósta é uma forma direcionada de aplicar
a APC proposta por Loughlin (1991). Ela foi aplicada separadamente em dois conjuntos de
bandas, 1-4-5-7 e 1-3-4-5, a fim de identificar anomalias de minerais com hidroxila (H) e óxidos
de ferro (F), respectivamente. Esta técnica produz quatro principais componentes (PC), das quais
foi escolhida a PC que melhor representou o contraste entre pares específicos de bandas e, com
isso, os minerais de interesse (Tabelas 4.2.A e 4.2.B.).
2Tabelas 4.2 – Matrizes de autovetores da imagem do sensor ETM+ para: A. minerais com conteúdo de hidroxila
(H) e B. minerais com conteúdo de óxidos de ferro (F). As PCs ressaltadas são as escolhidas para representar cada
classe mineral, baseando-se nos valores contrastantes (altos positivos vs. altos negativos) em negrito.
Para a escolha das PCs que indicam a presença de alteração, são analisadas as PC 3 e 4 do
conjunto 1, 4, 5 e 7, buscando um alto contrate entre os pares de bandas 5 e 7 para identificar os
pixels contendo hidroxila (H), e do conjunto 1, 3, 4 e 5 buscando um alto contrate entre os pares
1 e 3 para identificar os pixels portadores de minerais de ferro (F). Esse alto contrate é expresso
pela PC que tem, para esses dois pares, os valores de autovetores altos, mas com sinais opostos.
No caso da H, foi escolhida a PC4 e sua imagem foi invertida (multiplicada por -1) para que a
abundância de hidroxila fosse representada em tons claros. Para o mapeamento de ferro, a PC3
representou a alteração com valores altos negativos na banda 1 e altos positivos na banda 3, não
sendo necessário portanto a sua inversão.
Tabela 4.2.A - Autovetores das bandas 1457 para realce de minerais com hidroxila
Banda 1 Banda 4 Banda 5 Banda 7
PC 1 0,175881 0,397668 0,673012 0,598315
PC 2 0,722323 0,533661 -0,130756 -0,419950
PC 3 0,604331 -0,484350 -0,343819 0,531016
PC 4 -0,286530 0,567865 -0,641674 0,428584
Tabela 4.2.B - Autovetores das bandas 1345 para realce de minerais com óxidos de ferro
Banda 1 Banda 3 Banda 4 Banda 5
PC 1 -0,208465 -0,518179 -0,443684 -0,700840
PC 2 -0,509661 -0,516123 -0,198785 0,659050
PC 3 -0,825552 0,363123 0,354261 -0,247195
PC 4 -0,123500 0,577277 -0,798829 0,115633
30
A imagem resultante é apresentada na Figura 4.2, onde a PC que representa a abundância
de hidroxila é representada na cor vermelha, a de ferro na cor azul e a imagem representando a
soma das duas PC anteriores é apresentada na cor verde. O contraste foi manipulado
manualmente a fim de realçar as regiões mais claras, que representam uma maior similaridade
espectral com os minerais de alteração de interesse (LOUGHLIN, 1991). Nesta composição
colorida, as áreas com pixels brancos representam áreas de alteração hidrotermal com maior
concentração de minerais de hidroxila e de óxidos de ferro, indicando maior potencial para
mineralização. Regionalmente, observa-se uma tendência quase norte-sul das áreas anômalas e,
na parte sul da cena, outra zona com direção preferencial WNW, além de algumas regiões
isoladas. Estas anomalias estão delimitadas nos polígonos amarelos da Figura 4.2.
A alteração em Salares Norte é claramente identificada pela presença predominante de
óxidos de ferro regional (em cor ciano) com um núcleo de alteração de minerais de hidroxila (em
vermelho).
18Figura 4.2 – Recorte da imagem Landsat-7/ETM+ processada para a identificação de alteração hidrotermal
utilizando a técnica Crósta. As cores claras e vermelhas indicam presença de alteração e algumas delas são
delimitadas nos polígonos amarelos. Na ampliação é mostrado em detalhe a área de Salares Norte.
H+F F
H
31
4.2 Análise de imagem ASTER
As três cenas ASTER analisadas para a identificação de minerais de alteração hidrotermal
foram obtidas no dia 21 de novembro de 2004 pelo satélite Terra. Estas imagens contêm dados
de reflectância superficial nos comprimentos de onda do VNIR (3 bandas e resolução espacial de
15 m) e do SWIR (6 bandas com resolução espacial de 30 m) (ABRAMS et al., 2002) (Tabela
4.1). Foram também obtidas as respectivas bandas TIR (5 bandas com resolução espacial de
90m) (Tabela 4.1) para as três cenas. Para a identificação de alunita, caulinita, esmectita e ilita,
identificados anteriormente no campo e confirmados nos dados espectroscópicos, os dados do
sensor ASTER foram processados na faixa VNIR e SWIR. As bandas que abrangem o intervalo
do TIR foram utilizadas para a identificação de minerais com sílica.
Inicialmente, foi produzido um mosaico com as três imagens consecutivas. Ele foi
recortado a fim de incluir somente a região de interesse, cobrindo uma área ~5.460 km2
(polígono vermelho da Figura 4.1). Posteriormente, foi aplicada uma máscara sobre os salares e
áreas de glaciares (mais abundantes nesta cena que na ETM+) para que estes alvos não afetassem
a estatística calculada no processamento da imagem.
4.2.1 Técnica Crósta
Análise por Principais Componentes foi realizada na imagem do sensor ASTER para
identificar a abundância de minerais de alteração hidrotermal. Para este caso, Crósta et al. (2003)
propuseram uma adaptação da Técnica Crósta, originalmente proposta por Loughlin (1991) para
as bandas do sensor TM, que utiliza conjuntos específicos de quatro bandas do sensor ASTER
para identificar alunita, caulinita, caulinita/esmectita e ilita. Esses conjuntos são,
respectivamente, 1-3-5-7, 1-4-6-7, 1-4-6-9 e 1-3-5-6, e foram selecionados devido ao contraste
de reflectância e absorção encontrada sobre estas bandas para os diferentes minerais avaliados
(Figura 4.3) As tabelas 4.3.A-D representam as matrizes de autovetores resultantes da aplicação
dessa técnica para realce de cada um destes minerais.
32
19Figura 4.3 – Espectros de reflectância na resolução do sensor ASTER de alunita, caulinita,
caulinita+esmectita e ilita da biblioteca espectral do USGS.
3Tabelas 4.3 – Matriz de autovetores das imagens ASTER para A. alunita, B. caulinita, C.
caulinita/esmectita, D. ilita. As PC ressaltadas são as escolhidas para representar cada mineral, baseando-se nos
valores altos e com sinais opostos, em negrito.
Tabela 4.3-A. Autovetores das bandas 1357 para realce de alunita
Banda 1 Banda 3 Banda 5 Banda 7
PC 1 -0,369196 -0,584331 -0,476952 -0,542926
PC 2 -0,614285 -0,428755 0,473920 0,462843
PC 3 -0,695477 0,681250 -0,217868 -0,068878
PC 4 0,051580 -0,103078 -0,707425 0,697326
Tabela 4.3-B. Autovetores das bandas 1467 para realce de caulinita
Banda 1 Banda 4 Banda 6 Banda 7
PC 1 -0,309627 -0,654833 -0,463960 -0,509967
PC 2 -0,891025 -0,050646 0,339155 0,297462
PC 3 -0,331309 0,738548 -0,518605 -0,275373
PC 4 0,020974 -0,152238 -0,633059 0,758696
Tabela 4.3-C. Autovetores das bandas 1469 para realce de caulinita/esmectita
Banda 1 Banda 4 Banda 6 Banda 9
PC 1 -0,311782 -0,660349 -0,472568 -0,493366
PC 2 -0,855246 -0,117404 0,326052 0,385305
PC 3 -0,413579 0,737170 -0,285984 -0,451382
PC 4 -0, 017257 0,082067 -0,767192 0,635912
33
As PCs contendo a informação espectral relativa aos minerais de interesse foram
identificadas pelo contraste entre bandas (valores altos positivos contra valores altos negativos)
na mesma PC, que denotam os contrastes espectrais de alta reflectância e absorção (baixa
reflectância) característicos e determinados comprimentos de onda para cada mineral (CRÓSTA
et al., 2003). No caso da alunita (Tabela 4.3-A) e da ilita (Tabela 4.3-D), a PC4 diagnosticou as
informações espectrais destes minerais. Para a caulinita e caulinita-esmectita, tanto a PC3 quanto
a PC4, mapeiam a alteração (Tabela 4.3-B e 4.3-C), motivo pelo qual foi necessário aplicar
novamente a técnica APC sobre ambas e tomar a primeira PC como a representativa
(LOUGHLIN, 1991)
As imagens das PCs escolhidas com base na matriz de autovetores tiveram seus
histogramas manipulados com o intuito de que cada uma delas representasse a abundância de
cada mineral em tons claros e a ausência dos mesmos em preto. No caso da ilita, foi necessário
inverter o histograma, multiplicando a imagem por (-1) para realçar a abundância mineral em
tons claros.
Para mapear quartzo/sílica, foi usada a faixa TIR do espectro eletromagnético que, no
caso do ASTER, se associa com cinco bandas (10 a 14) que foram previamente convertidas para
valores de emitância (Tabela 4.1). A técnica APC aplicada às bandas 10-12-13-14 realçou a
abundância de quartzo ou qualquer outro mineral portador de sílica na região de estudo
particularmente na PC2, onde o gradiente de quartzo é marcado por baixa emitância nas bandas
10 e 12 e alta nas bandas 13 e 14, características representadas na Figura 4.4. A Tabela 4.4
mostra a matriz de autovetores para a identificação de minerais contendo sílica e indica a PC2
como a que representa esta abundancia, marcada pelo alto contraste dos valores da banda 12
contra as bandas 13 e 14.
Tabela 4.3-D. Autovetores das bandas 1356 para realce de ilita
Banda 1 Banda 3 Banda 5 Banda 6
PC 1 -0,380491 -0,599256 -0,489877 -0,506102
PC 2 -0,592948 -0,426395 0,473723 0,492125
PC 3 -0,709557 0,677405 -0,120003 -0,152482
PC 4 -0,012951 0,014237 -0,721946 0,691682
34
20Figura 4.4 – Espectros em emitância de quartzo com resolução espectral de laboratório (linha azul) e re-amostrada
para ASTER (linha vermelha).
Fonte: Rockwell e Hofstra, 2008.
4Tabela 4.4 – Matriz de autovetores das bandas 10-12-13-14 da imagem ASTER para identificação de
quartzo/sílica. A PC ressaltada é a escolhida para mapear este mineral, baseando-se nos valores altos e com sinais
opostos, em negrito.
As Figuras 4.5.A e B representam a PC2 com aumento de contraste onde as regiões claras
indicam concentração de minerais portadores de sílica. Este resultado pode incluir minerais
produzidos por alteração hidrotermal ou como mineral formador de rocha. Em que pesem a baixa
resolução espacial e a generalização dos minerais e rochas portadoras de sílica, a imagem
produzida permitiu identificar áreas com alteração hidrotermal, tanto regional como localmente
no prospecto Salares Norte.
Banda 10 Banda 12 Banda 13 Banda 14
PC 1 -0.564060 -0.538369 -0.463109 -0.421337
PC 2 0.055149 -0.779292 0.412546 0.468474
PC 3 0.818953 -0.320247 -0.265581 -0.395252
PC 4 0.090060 0.017452 -0.738107 0.668418
35
21Figura 4.5 – Representação de abundancia de minerais portadores de sílica (em branco) obtidos da aplicação de
APC sobre as bandas termais 10-12-13-14 do sensor ASTER: A. mostra a cena completa analisada e o quadro
vermelho representa a localização de Salares Norte; B. Detalhe sobre o prospecto Salares Norte.
Nas imagens produzidas para cada um dos minerais anteriormente avaliados foi aplicado
um filtro de mediana 3x3 a fim de agrupar os pixels próximos e evitar presença de pixels
isolados. Posteriormente, as imagens geradas para cada mineral foram exportadas e integradas no
programa Esri ® ArcMap™ 10.1. Nos locais onde houve coincidência espacial de dois ou mais
minerais foi assumida a mistura correspondente, gerando assim, um mapa de abundância de
minerais de alteração hidrotermal apresentado, na Figura 4.6. Nesta imagem, pode-se observar
principalmente a abundância de materiais com sílica que nem sempre estão associados a eventos
hidrotermais, podendo corresponder à litologia original.
A.
B.
36
22Figura 4.6 – Mapa de minerais de alteração identificados pela técnica Crósta sobre a imagem ASTER. No fundo
banda 3 do sensor ASTER. O quadro A. mostra o detalhe da área de Salares Norte (MPS=minerais portadores de
sílica).
37
4.2.2 Classificação da imagem – SAM
O método de classificação supervisionada Spectral Angle Mapper (SAM) compara os
espectros de cada pixel com um espectro de referência ou endmember. Para isso, os espectros são
tratados como vetores em um espaço com dimensionalidade igual ao número de bandas e são
calculados os ângulos de diferença (α) entre os endmembers e os espectros de cada pixel (Figura
4.7).
O ângulo α, em radianos, tomado como parâmetro para a identificação dos minerais, é
calculado a partir da equação 1:
, (1)
onde nb = número de bandas, t = espectro desconhecido e r = espectro de referência (KRUSE et
al., 1993).
23Figura 4.7 – Representação gráfica do ângulo de diferença (α) calculado entre o espectro de referência e o
espectro desconhecido.
Fonte: Kruse et al. (1993).
Cabe ao usuário escolher um ângulo limiar (δ), também em radianos, para a geração dos
mapas temáticos, a partir da relação α ≤ δ, que implica que o espectro desconhecido (t) seja
considerado como pertencente ao espectro de referência (r).
Para o presente estudo, os espectros com menor quantidade de mistura identificados a
partir de amostras de Salares Norte foram separados para criar uma biblioteca de referência. Os
minerais avaliados foram: alunita, caulinita, esmectita, ilita e minerais portadores de sílica. As
bandas do sensor ASTER selecionadas para a aplicação do algoritmo foram as do SWIR (bandas
4 a 9), abrangendo o intervalo espectral de 1600 até 2434 nm, uma vez que neste intervalo do
38
espectro eletromagnético os minerais de alteração investigados possuem feições de absorção
característicos (PONTUAL et al., 1997).
Antes de se realizar a classificação, a biblioteca espectral foi remostada para a resolução
espectral das bandas 4-9 do sensor ASTER (Figura 4.8).
Figura 4.8 – Espectros de reflectância de amostras de Salares Norte tomados como referência para a classificação
SAM. À esquerda em resolução espectral do espectrorradiometro Terraspec e á direita com resolução espectral do
sensor ASTER das bandas 4-9 (MPS = minerais portadores de sílica).
39
Os ângulos limiares (δ) foram determinados para cada classe mineral, conforme
apresentado na Tabela 4.5.
5Tabela 4.5 – Limiares selecionados para a aplicação do método SAM em radianos.
Nas imagens produzidas para cada mineral foi aplicado um filtro de mediana 3x3 para
homogeneização dos pixels, e as classes minerais foram posteriormente combinadas no Esri®
ArcMap™10.1 realizando o mesmo procedimento da técnica Crósta. A Figura 4.9 representa o
mapa temático obtido com o método SAM.
Mineral Limiar (δ)
Alunita 0,076
Caulinita 0,130
Esmectita 0,116
Ilita 0,069
Minerais portadores de sílica (MPS) 0,081
40
24Figura 4.9 – Mapa de minerais de alteração identificados pelo método de SAM sobre a imagem ASTER. No
fundo banda 3 do sensor ASTER. O quadro A. mostra o detalhe da área de Salares Norte (MPS=Minerais portadores
de sílica).
41
4.2.3 Classificação da imagem – MTMF
Para este procedimento, a ferramenta Spectral Hourglass Wizard disponível no Envi©
4.7 foi utilizada a fim de preparar a imagem para a sua classificação e obter endmembers
diretamente da imagem processada. A Figura 4.10 apresenta a sequência de passos realizados
pelo programa com intervenção do usuário.
25Figura 4.10 – Fluxograma de passos realizados pelo aplicativo Spectral Hourglass Wizard para mapear
minerais com o método de MTMF.
Fonte: Kruse et al. (1999)
Primeiramente, na imagem original em reflectância aparente é aplicado o algoritmo
Minimum Noise Fraction (MNF), que reduz o ruído contido na imagem por meio de
transformações baseadas na técnica APC objetivando melhorar os resultados do processo
espectral (KRUSE, 1996). O resultado desta aplicação concentra o ruído nas últimas bandas,
deixando as primeiras sem ruídos e com a maior concentração de informações decorrelacionadas
(DUCART, 2004). Neste ponto, a dimensionalidade dos dados pode ser determinada pelo
usuário, que seleciona o número de bandas de saída, podendo eliminar algumas das últimas
bandas que contém maior proporção de ruído. Particularmente neste trabalho, nenhuma banda foi
42
eliminada devido à pouca quantidade de bandas originais usadas e por estas ainda concentraram
feições que aparentemente representam informação espectral importante para a classificação,
apesar de que nas duas últimas bandas apareça ruído.
Depois desta etapa, o usuário deve decidir a procedência dos endmembers, os quais
podem ser derivados da imagem de entrada ou fornecidos de uma biblioteca espectral.
Nesta etapa do trabalho, os endmembers foram obtidos da imagem ASTER, tendo que
seguir alguns passos adicionais. Para isto o procedimento consiste na busca dos pixels
‘mais puros possíveis’ (Pixel Purity Index – PPI) na imagem. O software plota
repetidamente gráficos de dispersão sobre projeções n-dimensionais sobre um vetor
unitário aleatório, sendo que ‘n’ é o número de bandas MNF (neste caso 6). Os pixels
mais puros correspondem aos extremos da projeção e eles são registrados. Depois, a
quantidade de vezes em que cada pixel é notado como extremo é reportada. Os pixels
mais reportados são os que encontram-se mais vezes nos extremos da projeção indicando
os mais puros.
A Figura 4.11 representa a visualização da janela n-dimensional dos pixels que têm como
coordenadas a reflectância espectral em cada banda neste espaço com 6 dimensões. Da nuvem
de pixels amostrados na projeção foram escolhidos manualmente 5 pixels que, além de se
encontrarem próximos aos extremos da projeção, suas feições corresponderam aos minerais de
alteração que são de interesse para mapeamento neste trabalho. Estes minerais são alunita,
caulinita, esmectita, ilita e minerais portadores de sílica, que foram os utilizados para a
classificação com a técnica Mixture Tuned Matched Filtering (MTMF) (Figuras 4.11.A e
4.11.B).
A técnica MTMF é um método avançado de classificação de imagens considerada efetiva
na detecção de diferentes materiais superficiais. Ela se baseia principalmente em uma
combinação dos seguintes algoritmos: 1) Matched Filter (MF), que filtra a imagem de entrada a
fim de melhorar a correlação com os endmembers e atenuar os dados de fundo e; 2) Mixture
Tuning (MT), que calcula o valor de inviabilidade de que cada pixel seja classificado como o
alvo investigado (endmember). A aplicação deste algoritmo resulta em: 1) valores de MF, onde
os maiores valores correspondem a uma maior probabilidade de que o pixel corresponda ao alvo,
ou seja, tenha maior similaridade espectral com o mesmo; e 2) valores em sigma da inviabilidade
para cada pixel, onde os menores valores consistem em menores erros da classificação (MUNDT
et al., 2007).
43
26Figura 4.11 – A. Visualização de gráfico de dispersão tomando como eixos as bandas MNF 1, 2 e 3. Os círculos
representam a localização dos pixels escolhidos como endmembers para: alunita=magenta, MPS=azul,
caulinita=vermelho, ilita=amarelo e montmorilonita=verde. B. Assinaturas espectrais de endmembers selecionados
da imagem (mesmas cores que 4.10.A) (MPS=Minerais portadores de sílica).
Na Figura 4.12 identificam-se três pontos X, Y e Z. Neste exemplo, X representa um
pixel ideal que contém proporção importante do alvo, e Y e Z são pixels com algum nível de
ruído ou mistura, o que não permite que eles sejam considerados espectralmente similares ao
endmember.
A partir da aplicação da técnica MTMF, um diagrama de dispersão com o eixo x
representando os valores MF e o eixo y os valores de inviabilidade, é utilizado para delimitar os
pixels corretamente classificados, podendo-se escolher manualmente um limiar associado
simultaneamente com um escore MF alto e baixos valores de inviabilidade. A Figura 4.13
apresenta um exemplo deste tipo de diagrama de dispersão e a representação espacial da seleção
de pixels espectralmente similares à alunita na região de Salares Norte.
44
27Figura 4.12 – Representação gráfica do cone MTMF ilustrando o limiar de inviabilidade (infeasibility threshold) e
de MF o valor de mixtura (mixing freedom) para três pontos X, Y e Z.
Fonte: Mundt et al. (2007).
28Figura 4.13 – A. Diagrama de dispersão formado por valores de escores de MF no eixo x e de valores de
inviabilidade ‘infeasibility’ no eixo y, a partir do qual é feita a classificação de alunita na área de estudo. Neste
exemplo, a seleção manual de pixels puros para alunita pode ser visualizada no mapa em B.
A aplicação da técnica MTMF e seleção de pixels espectralmente similares usando os
gráficos de dispersão foram realizadas para o mapeamento mineral proposto. Os resultados
foram filtrados com uso de filtro de mediana 3x3 e integrados em ambiente SIG para produzir o
mapa de minerais de alterações da Figura 4.14.
45
29Figura 4.14 – Abundância de minerais de alteração hidrotermal obtida com a técnica MTMF em bandas do sensor
ASTER. Fundo: banda 3 do sensor ASTER. Em detalhe A. área do projeto Salares Norte (MPS=Minerais portadores
de sílica).
46
4.2.4 Avaliação visual dos mapas temáticos produzidos a partir de imagem do sensor
ASTER
A partir da comparação visual entre as imagens geradas pelos três métodos de
processamento descritos anteriormente, notam-se coincidências e diferenças importantes no
mapeamento dos minerais de alteração em Salares Norte e adjacências. Para facilitar a análise
visual comparativa, os três mapas de alteração (Figuras 4.6, 4.9 e 4.14) apresentam a mesma
legenda, embora alguns dos minerais de alteração não tenham sido identificados em todos eles.
Nesses mapas temáticos, nota-se que um dos minerais mais abundantes é o quartzo/sílica.
Como foi explicado anteriormente, a ampla presença deste mineral pode ser atribuída à alteração
hidrotermal, mas também pode ser parte da litologia original, muito possível dada a composição
destes corpos vulcânicos. Por esta razão é necessário avaliar a presença destes minerais
portadores de sílica com cuidado, evitando-se assim uma interpretação errada. Para a avaliação
dos mapas gerados a partir da cena ASTER foi considerado como quartzo hidrotermal somente
aquele que se encontra associado ou espacialmente próximo a outros minerais de alteração.
Áreas com minerais portadores de sílica encontradas distantes de regiões de alteração não foram
considerados para a interpretação, pois eles podem estar mais relacionados à litologia original.
Uma das características que mais chama a atenção e que é coincidente nos três mapas em
Salares Norte é um corpo de minerais com sílica, situado no centro do prospecto, com direção
NW-SE, que também concorda com alguns dos dados espectrais coletados nesta região. Como
este corpo se encontra circundado por minerais de alteração, ele foi interpretado como sendo de
origem hidrotermal.
A distribuição espacial obtida para a alunita e caulinita também é coincidente nos três
mapas, encontrando-se a leste do corpo silícico. Já a distribuição da mistura de alunita+caulinita
mostra distinções em cada mapa, embora com algumas regiões concordantes. Estas últimas
situam-se dentro do corpo alunítico e na parte oeste e noroeste do corpo rico em minerais
portadores de sílica. Duas destas regiões com mistura de alunita+caulinita coincidem com
brechas identificadas pela Gold Fields Chile S.A. (2012) (Figura 2.4).
A montmorilonita não foi identificada no mapeamento com a técnica APC. Já nos
resultados fornecidos pela aplicação das técnicas de classificação SAM e MTMF este mineral foi
identificado, porém com distribuição espacial muito distinta, não sendo, portanto, um resultado
confiável para a interpretação do sistema. A mistura de alunita+sílica e de
47
alunita+caulinita+sílica somente foi identificada no mapa produzido com a técnica APC, sendo
estas assembléias reconhecidas no centro do prospecto e coincidindo parcialmente com a
alteração steam-heated do mapa da Gold Fields Chile S.A (2012) (Figura 2.5).
4.2.5 Avaliação estatística da acurácia dos mapas temáticos produzidos a partir de imagem
do sensor ASTER
A necessidade de examinar a acurácia de mapas temáticos produzidos por técnicas de
processamento de imagens de sensoriamento remoto tem sido amplamente reconhecida como
parte integral de qualquer projeto. A quantificação desta acurácia determina a qualidade do
resultado obtido, baseando-se em dados considerados corretos e aceitos como referência (dados
acurados), fornecendo uma ideia significativa de quanto da totalidade do mapa está sendo
corretamente classificada (LUNETTA e LYON, 2004; LILLESSAND et al., 2008;
CONGALTON e GREEN, 2009).
A exatidão total (overall accuracy) compreende o cálculo estatístico mais utilizado para
se avaliar mapas temáticos. Ela é calculada pela razão entre o número de dados corretamente
classificados sobre o número total de dados tomados como referência (CONGALTON, 1991).
Na proposta original desse autor, misturas entre classes não são consideradas, sendo que cada
dado de referência e pixel devem pertencer somente a uma classe. Assim, no cálculo da exatidão
total, os dados que estão corretos são tomados com valor de um (1) e os que estão errados não
são somados (tomando valor de 0). Na situação em que um espectro ou um pixel avaliado não
corresponda a nenhuma das classes do mapa, este dado é nomeado como ‘não classificado’.
Para avaliar os mapas de alteração gerados a partir do processamento da imagem do
sensor ASTER com as técnicas APC (Figura 4.3.A), SAM (Figura 4.9.A) e MTMF (Figura
4.14.A) na região do prospecto Salares Norte, foram determinados como referência todos os
dados espectrais descritos na secção 3.1, totalizando 328 amostras lag e 45 de rocha rotulados
quanto ao conteúdo mineralógico.
Para a avaliação de cada um dos mapas temáticos, foi necessário considerar como ‘não
classificados’ os espectros dos minerais que não foram identificados no mapa correspondente.
Por exemplo, o método SAM não conseguiu reconhecer em Salares Norte a mistura de
alunita+sílica e de alunita+caulinita+sílica (Figura 4.9.A). Desta forma, para a avaliação da
exatidão total deste mapa, os espectros contendo estas misturas entraram na classe denominada
de ‘não classificados’.
48
Tanto nos dados espectrais de referência quanto nos mapas temáticos foram
identificadas misturas entre minerais de alteração que são importantes para a interpretação do
sistema hidrotermal. Por esta razão, duas variações do cálculo da exatidão total foram
consideradas para avaliar o mapeamento de Salares Norte, conforme apresentado a seguir.
4.2.5.1 Exatidão total ‘geral’
Para calcular a exatidão total dos mapas temáticos, e considerando-se a existência de
misturas nos pixels e nos espectros de referência, considera-se que um ponto de referência
avaliado seja rotulado como “correto” no caso em que o respectivo pixel do mapa temático
contenha pelo menos um destes minerais da mistura. Para exemplificar, se um espectro de
referência contém alunita+sílica, mas no mapa temático somente foi reconhecida a alunita, então
o ponto avaliado pode ser considerado como correto.
Desta forma, para cada pixel geograficamente correspondente ao dado de referência
(373 no total), foi determinado um valor de 0 (dado errado) ou 1 (pelo menos um mineral do
dado de referência é reconhecido no respectivo pixel do mapa temático), considerando-se a
condição explicada anteriormente.
A tabela 4.6.A mostra um exemplo dos valores considerados para estimar a exatidão
total aqui denominada de “geral”. Após a comparação do rótulo mineral de cada dado de
referência com os respectivos rótulos dos pixels equivalentes, procedeu-se à somatória dos
valores corretamente cartografados e a divisão pelo número total de dados avaliados. Com esta
metodologia, pode-se notar que o mapa de alterações gerado pelo método da APC foi o que
resultou no maior valor de exatidão total ‘geral’, equivalente a 59,26%. Em seguida, aparecem os
mapas temáticos gerados com as classificações MTMF e SAM, com exatidão total,
respectivamente, de 51,21% e 49,60% (Tabela 4.6.B).
6
49
Tabela 4.6 – A. Exemplo de valores atribuídos para o cálculo de exatidão ‘geral’. Abreviações: A = alunita; C =
caulinita; A+S = mistura de alunita com minerais portadores de sílica; A+C+S = alunita em mistura com
caulinita e minerais portadores de sílica. B. Resultado obtido do cálculo de exatidão total ‘geral’ aos mapas
temáticos gerados com as técnicas APC, SAM e MTMF, tomando-se 373 dados de referência
4.2.5.2 Exatidão total ‘detalhada’
Numa outra abordagem, os três mapas temáticos foram avaliados considerando-se uma
maior restrição no reconhecimento mineralógico. Neste caso, embora os algoritmos de
classificação estejam reconhecendo pelo menos um dos mineras contidos numa mistura, ele
ainda tem um grau de erro, uma vez que não reconheceu todos os minerais indicados pela análise
espectral de referência. Por exemplo, no caso em que o dado de referência indique a presença de
dois minerais e o respectivo pixel do mapa temático apenas classifique um deles, o valor
utilizado para calcular a exatidão total deverá ser equivalente a 0,5. Entende-se, nesta situação,
que a classificação só foi capaz de identificar um dos dois minerais presentes na mistura. Com
base nesta abordagem, a tabela 4.7.A apresenta um exemplo de possíveis condições de
ocorrências de minerais e de misturas, além dos respectivos valores utilizados para o cálculo da
exatidão total.
Os resultados da exatidão ‘detalhada’ são apresentados na Tabela 4.7.B. Assim como no
caso da exatidão total ‘geral’, a técnica APC foi o método que obteve uma maior exatidão,
equivalente a 44,34% e sendo seguida novamente pelo desempenho das técnicas MTMF e SAM
que se caracterizam por uma exatidão de 40,25% e 36,68%, respectivamente.
Dado de
referência
Dado classificado
por SR
Valor
atribuído
A A 1
A C 0
A+S A 1
A+C+S C 1
Método utilizado
APC SAM MTMF
Somatória de valores corretos 221 185 191
Cálculo 221/373 185/373 191/373
Exatidão total ‘geral’ (%) 59,25 49,60 51,21
B.
A.
50
7Tabela 4.7 – A. Exemplo de valores atribuídos para o cálculo de exatidão total ‘detalhada’. Abreviações: A =
alunita; C = caulinita; A+S = mistura de alunita com minerais portadores de sílica; A+C+S = alunita em mistura com
caulinita e minerais portadores de sílica. B. Cálculo da exatidão total de ‘detalhada’ dos mapas temáticos gerados
com as técnicas APC, SAM e MTMF, tomando-se 373 dados de referência
Espacialmente, foi possível reconhecer que os valores de exatidão para cada ponto de
referência variam notadamente (Figura 4.15). Em particular, os menores valores de exatidão
concentram-se nas bordas da malha de amostragem, enquanto os valores de exatidão próximos à
parte central do prospecto aumentam. Isso indica que, embora a exatidão total não seja tão alta,
ela está considerando uma área importante na borda da malha que diminui bastante a acurácia e
que, se a região a ser avaliada fosse reduzida somente à área alterada, esta exatidão total
aumentaria significativamente.
Adicionalmente, comparando-se os dados resultantes da metodologia da exatidão total
‘geral’ e da ‘detalhada’, elas se mostram concordantes entre sim, pois evidenciam o método APC
com o melhor desempenho para cartografar a alteração na área do prospecto Salares Norte,
seguido, posteriormente, pelo método MTMF e o SAM. Embora a exatidão total ‘detalhada’ seja
menor do que a ‘geral’, esta aplicação mostrou-se como uma forma de avaliação complementar e
adequada.
30
Dado de
referência
Dado classificado
por SR
Valor
atribuído
A A 1
A C 0
A+S A 0,5
A+C+S C 0,33
A+C+S A+C 0,66
Método utilizado
APC SAM MTMF
Somatória de valores corretos 165,38 136,81 150,14
Cálculo 165,38/373 136,81/373 150,14/373
Exatidão total ‘geral’ (%) 44,34 36,68 40,25
A.
B.
51
Figura 4.15 – Esquerda: mapas de minerais de alteração hidrotermal obtidos a partir de processamento de
bandas do sensor ASTER com os métodos: A. – APC; B. – SAM e C. – MTMF. Dados de espectroscopia de
reflectância tomados como referência estão sobrepostos. Direita: valores de exatidão total ‘detalhada’ para cada um
destes métodos.
52
4.3 Integração de dados geoquímicos
A análise de dados geoquímicos realizados em amostras de lag foi feita pelo método de
extração de água régia e finalização por ICP-MS , com limite de detecção 0.001.
Com relação aos dados geoquímicos de amostras de lag, procedeu-se à comparação de
valores de ouro com os elementos denominados de pathfinders, que tendem a ter uma associação
geoquímica alta (Ag, As, Cu, Sb, Bi Zn, Pb, Se, K, Ag/Au Hg, Te, Sn, Pb, Mo, Te/Se) ou baixa
(K, Zn) para um ambiente epitermal, segundo White e Hedenquist (1995).
Para avaliar os dados disponíveis em Salares Norte, foi utilizado o coeficiente de
correlação de Pearson (r), retratado na equação 2:
, (2)
onde x e y equivalem a duas variáveis que estão sendo comparadas.
Este coeficiente requer uma distribuição normal dos dados e os valores de r variam de -1
até 1 indicando correlação negativa e positiva, respectivamente. Valores próximos a 0 não
representam correlação alguma (KUTNER et al., 2005).
Para a análise dos dados geoquímicos da área de Salares Norte, a prata (limite de
detecção 0.002) e o mercúrio (limite de detecção 0.005) foram os elementos que mostraram
maior correlação com ouro. A distribuição espacial dos teores de ouro, prata e mercúrio é
apresentada na Figura 4.16.
É possível identificar uma anomalia de ouro, prata e mercúrio, com direção preferencial
NW-SE, localizada a oeste do corpo silícico identificado nas imagens orbitais e que, segundo os
resultados fornecidos pela espectroscopia de reflectância, correspondem a amostras com alunita,
minerais portadores de sílica, além de misturas de alunita+caulinita e de alunita+sílica.
Comparando estas anomalias de ouro, prata e mercúrio com o mapa geológico do prospecto
(Figura 4.16), a distribuição anômala coincide espacialmente com uma brecha-freatomagmática
reportada pela Gold Fields Chile S.A.
53
31Figura 4.16 – Distribuição de dados geoquímicos para: A) ouro, B) prata e C) mercúrio na área do prospecto
Salares Norte. Mapa geológico está ao fundo e a legenda é a mesma da Figura 2.5
54
CAPÍTULO 5 – ANÁLISE DE RESULTADOS
A acurácia calculada para os mapas temáticos de Salares Norte obtidos com os três
métodos de classificação, mostrou resultados acetáveis (Tabelas 4.6.B e 4.7.B). Durante algum
tempo, o valor referencial de 85% de exatidão total foi considerado como limiar para determinar
resultados aceitáveis ou não, seguindo a proposta de Anderson et al. (1976, apud CONGALTON
e GREEN, 2009). No entanto, este valor não tem necessariamente que ser considerado como
regra na avaliação, pois a exatidão dos mapas depende de variados fatores que incluem o nível de
detalhe e a variabilidade nas categorias classificadas (CONGALTON e GREEN, 2009).
Nesse sentido, considera-se como aceitáveis os valores de acurácia dos mapas derivados
das técnicas APC, SAM e MTMF, pois o tamanho de amostragem foi o maior possível,
considerando que todos os dados analisados foram utilizados como referência. Além disso, a
combinação de amostragem irregular e amostragem sistemática pode ser considerada como
aquela que tem o melhor equilíbrio para avaliar a exatidão dos resultados (CONGALTON,
1991).
Neste estudo, os fatores que mais influenciaram na exatidão total foram: 1) as resoluções
espacial e espectral relativamente baixas do sensor ASTER, que podem levar à generalização
e/ou confusão na identificação de minerais; 2) a mistura intrínseca de minerais de alteração, que
pode conduzir à não identificação de alguns dos minerais presentes em menores proporções na
superfície do terreno; 3) os limiares escolhidos para a identificação de minerais em cada um dos
métodos, que podem influenciar sobremaneira os resultados da classificação, sub-estimando ou
identificando erroneamente alguns pixels; isto pode ocorrer na técnica APC por meio da
manipulação dos histogramas de cada imagem, na técnica SAM pela escolha dos limiares
relacionados com os ângulos espectrais (α), e na técnica MTMF por meio da seleção dos pixels
no diagrama de dispersão dos valores MF contra os de inviabilidade.
Como já comentado anteriormente, fazendo uma comparação entre os resultados dos dois
tipos de acurácias empregadas, ‘exatidão geral’ e ‘exatidão detalhada’, os mesmos foram
concordantes, indicando que a ordem de acurácia indicou a técnica APC como a mais acurada,
seguida das técnicas MTMF e SAM. Embora a técnica de exatidão ‘detalhada’ tenha menor
valor, ela foi considerada como a mais aceitável, pois avalia as misturas mais estritamente do que
a ‘geral’. Assim, mesmo que a percentagem de exatidão total ‘detalhada’ fosse mais baixa, a
55
maior exatidão foi refletida na região com alteração mais ampla (Figura 4.11), indicando que
uma grande parte do erro é gerada nas áreas onde não foi identificada alteração.
De acordo com os resultados obtidos com a técnica de espectroscopia de reflectância,
processamento da imagem ASTER e petrografia, foi possível definir que o prospecto Salares
Norte corresponde a um sistema epitermal de alta sulfetação de nível raso, controlado estrutural e
litologicamente. Esta afirmação é baseada na coincidência de características observadas em
Salares Norte, em comparação com as características propostas por Sillitoe (1999):
Alguns dos depósitos rasos de alta sulfetação como Yanacocha (Peru) e La Coipa
(Chile), expõem misturas complexas de corpos com quartzo vuggy, silicificação
massiva e brechas hidrotermais com cimento de quartzo ou com matriz alunítica,
podendo estas brechas estar mineralizadas; estas características foram observadas pela
autora ou reportadas em relatórios da empresa (GIGOLA, 2011; HEDENQUIST,
2011);
Nestes ambientes, a alteração steam-heated é preservada parcialmente, marcando a
posição do paleo-lençol freático;
O elevado conteúdo de mercúrio nestes sistemas, exemplificado em La Coipa
(OVIEDO, 1991) pode ser devido ao efeito de sobreposição da alteração steam-heated
sobre a alteração de alta sulfetação hipógena;
A correlação positiva de Au em relação à Ag e Hg também confirma a presença de um
ambiente raso de hidrotermalismo em Salares Norte.
A Figura 5.1 apresenta um mapa interpretativo das alterações hidrotermais presentes em
Salares Norte considerando:
Os mapas de alterações hidrotermais produzidos pelas técnicas APC, SAM e MTMF
(dando maior credibilidade ao primeiro, caracterizado por maior exatidão total);
A distribuição de dados de espectroscopia de reflectância, junto com informação
petrográfica, de MEV e geoquímica;
As generalidades de depósitos epitermais já conhecidos e estudados e;
A informação litológica e estrutural, cedida pela empresa Gold Fields Chile S.A.
(2012).
56
32Figura 5.1 – Mapa interpretativo de alterações hidrotermais na região de Salares Norte. Estruturas obtidas da Gold
Fields Chile S.A. (2012). Fundo: Imagem IKONOS de região. Abreviações: qz = quartzo; alu = alunita; kao =
caulinita.
No prospecto é possível identificar uma zona central de alteração com minerais
portadores de sílica, com uma clara tendência direcional NW-SE. No setor leste da área ocorre
uma transição de minerais que indica alteração argílica avançada composta por alunita com
quartzo e caulinita. Com o aumento da distancia da zona central, o conteúdo de quartzo diminui.
Na parte mais distal do sistema se identifica caulinita, que em poucas regiões está misturada com
esmectita (possível alteração argílica), também com direção NW-SE. Esta gradação de minerais
é típica dos sistemas de alta sulfetação, descritos por White e Hedenquist (1995) e por Arribas
(1995) (Figura 2.3).
A evidência da origem hipógena da alteração argílica avançada pode ser observada na
Figura 5.2 onde se apresenta em paragênese alunita de morfologia tabular acompanhada de
quartzo, características típicas desta alteração hipógena (HEDENQUIST et al., 2000).
57
33Figura 5.2 – Fotomicrografia de MEV de alunita tabular e quartzo de amostra de rocha do prospecto Salares
Norte. Abreviações: Qz = quartzo; Alu = alunita.
Na parte oeste da região composta majoritariamente por com minerais portadores de
sílica, ocorrem corpos com alteração argílica avançada, mas com tendência irregular. Eles
coincidem com as anomalias geoquímicas de Au, Ag e Hg (Figura 4.12). Além disso, uma parte
desta área coincide com a brecha freato-magmática mapeada pela Gold Fields Chile S.A. (2012)
(Figura 2.5). Isso pode indicar que os metais foram transportados e concentrados na matriz
porosa da brecha e que, segundo os resultados deste trabalho, a extensão da brecha poderia ser
maior em comparação com a zona delimitada para este corpo pela empresa Gold Fields Chile
S.A. (2012).
A descontinuidade da sequência de alterações no setor oeste marcado pela presença de
minerais contendo sílica (como deveria acontecer segundo Arribas, 1995 - Figura 2.3),
possivelmente indica a inclinação do sistema, onde a estrutura responsável pelo transporte dos
fluidos hidrotermais mergulha para NE, e a transição de alterações no lado oeste do sistema se
desenvolve em profundidade.
Alu
20µm
Qz
58
A linha pontilhada azul da Figura 5.1 indica uma alteração posterior do tipo steam-
heated. Este tipo de alteração produz rochas friáveis e menos resistentes à erosão
(HEDENQUIST et al., 2000). Em Salares Norte, a alteração do tipo steam-heated é reconhecida
amplamente pela forte anomalia de cor clara que, na escala de afloramento, representa intensa
caulinização com adição de alunita, calcedônia e enxofre nativo. A alunita encontrada neste tipo
de alteração se apresenta como cristais cúbicos e muito menores em relação às alunitas
hipógenas (Figura 5.3). Estas características indicam a origem steam-heated que, geralmente,
não está associada à ocorrência de minério. Contudo, sua identificação é importante em
exploração pois indica baixa taxa de erosão e, desta maneira, um possível desenvolvimento de
sistema epitermal em profundidade (HEDENQUIST et al., 2000; SILLITOE, 1999).
34Figura 5.3 – Fotomicrografia de MEV de alunita cúbica de origem steam-heated.
Como foi explicado anteriormente, a sobreposição entre a alteração hipógena e a steam-
heated pode ocorrer num sistema desenvolvido em níveis rasos. No mapa de alterações da Figura
5.1 este fenômeno é representado nas regiões onde a alteração steam-heated coincide com toda a
alteração silícica e uma parte da argílica avançada localizada a oeste. Adicionalmente, a Figura
10µm
59
5.4 ilustra cristais de alunita com diferente morfologia: cristais tabulares e grandes de alunita
(origem hipógena), e agregados de cristais de alunita muito menores e de morfologia cúbica
(origem steam-heated) de origem tardia. Por conseguinte, esta é uma evidencia da sobreposição
da alteração steam-heated na alteração hipógena.
35Figura 5.4 – Fotomicrografia de MEV de alunitas no prospecto Salares Norte indicando sobreposição da altearção
steam-heated na alteração hipógena. Abreviação: Alu 1. cristais tabulares de alunita hipógena; Alu 2. agregado de
cristais cúbicos de alunita de ambiente steam-heated. Abreviações: Alu = alunita.
Outro aspecto importante compreende as estruturas mapeadas como falhas inferidas e
cristas de quartzo com direção preferencial NW-SE (Figura 5.1). Esta direção aparentemente
influencia na distribuição do minério, pois coincide notavelmente com a forma alongada das
zonas de alteração anteriormente discutidas e, principalmente, com as anomalias geoquímicas
identificadas na mesma direção. Esta afirmação concorda com Vila e Sillitoe (1991) que indicam
que no Cinturão de Maricunga o componente estrutural NW-SE é distintivo na distribuição das
alterações, e é refletido pela orientação de falhas, brechas, anomalias geoquímicas, entre outros.
Falhas com direção NE-SW a NNE-SSW também são apresentadas na Figura 5.1. A
diferença destas estruturas em relação às supracitadas é que estas, aparentemente, não
influenciam na distribuição das alterações. Nos mapas de alteração hidrotermal obtidos com as
Alu 1
20µm
Alu 2
Alu 2
Alu 2
60
técnicas SAM e MTMF (Figuras 4.5.A e 4.10.A), são identificadas regiões onde as alterações
mudam abruptamente de composição, ou são cortadas longitudinalmente por estruturas com
tendência NE-SW (Figura 5.5). Alguns destes lineamentos coincidem com falhas inferidas pela
empresa Gold Fields Chile S.A. (2012), e a interrupção da continuidade das alterações pode
indicar que estas falhas foram posteriores ao desenvolvimento do sistema, e não possuem relação
com a mineralização.
36Figura 5.5 – Mapa de alterações obtido com a técnica MTMF integrado com interpretação de lineamentos. A
legenda das classes de alteração é a mesma do mapa da Figura 4.10.
A intersecção entre os dois trends estruturais NNE e NW é considerado por Vila e Sillitoe
(1991) como um potencial foco de alteração/mineralização na região de Maricunga. Em Salares
Norte uma destas intersecções coincide com a alteração argílica avançada (Figura 5.1), com a
brecha freato-magmática e com a anomalia geoquímica de Au, Ag e Hg. Assim, esta intersecção
em específico pode ser considerada como alvo potencial para mineralização.
No contexto regional, os três mapas resultantes do processamento da imagem ASTER
foram examinados com especial ênfase nas classes temáticas com alguma tendência estrutural
que possam indicar a presença de alteração hidrotermal. Embora a imagem Landsat-7/ETM+ não
permita o mapeamento de minerais específicos de alteração hidrotermal, o realce de áreas de
61
alteração contendo minerais portadores do íon hidroxila e óxidos de ferro permite a identificação
de uma tendência de alterações em diferentes direções, que por sua vez, coincide com a
distribuição de minerais hidrotermais classificados na imagem ASTER.
As imagens produzidas pelos métodos de APC, SAM e MTMF (Figuras 4.3, 4.5 e 4.10),
também tiveram suas classes temáticas analisadas regionalmente com o intuito de identificar
regiões com assembléia minerais similares às encontradas em Salares Norte, sugerindo assim
novos alvos exploratórios nesta parte norte do Cinturão de Maricunga. A imagem 5.6 representa
o mapa de minerais de alteração hidrotermal obtido com a técnica APC, com a delimitação de
regiões consideradas como interessantes para futuras atividades de exploração indicadas por
polígonos.
Uma zona de alteração de direção N-S, identificada na parte centro-norte da imagem
ASTER (polígono 1 da Figura 5.6), evidencia a presença de alunita, localmente com caulinita,
minerais portadores de sílica e a mistura de caulinita+sílica. Na parte sul da imagem observa-se
outra zona, com direção WNW-ESE, delimitada pelo polígono 2 (Figura 5.6) e com
aproximadamente 40 km de extensão. Esta zona é caracterizada pela mesma assembléia mineral
descrita no polígono 1.
Por outro lado, as regiões A e B indicadas na Figura 5.6, são marcadas por alunita
disposta na direção NW-SE, além de mistura de alunita e caulita e, localmente, de minerais
portadores de sílica. Esta assembléia mineral pode estar indicando o desenvolvimento de
sistemas hidrotermais similares a Salares Norte e a outros encontrados no Cinturão de
Maricunga, caracterizados por um componente estrutural NW-SE, típicos desta região (VILA e
SILLITOE, 1999). A região C (Figura 5.6) também se destaca como uma região interessante
onde há a presença de um corpo semi-circular de alunita, com porções marcadas por assembléia
de caulinita e minerais com sílica em mistura com alunita.
62
37Figura 5.6 – Mapa de minerais de alteração identificados pela técnica Crósta sobre a imagem ASTER. No fundo
banda 3 do sensor ASTER. Os polígonos 1 e 2 e os quadros em detalhe A, B e C mostram regiões com assembléias
de minerais de alteração que podem indicar zonas de interesse para exploração. Quadro SN indica área do projeto
Salares Norte.
63
CAPÍTULO 6 – CONCLUSÕES
A partir dos mapas de alterações produzidos com base em técnicas de processamento da
imagem do sensor ASTER, e avaliados tomando-se como referência dados de espectroscopia de
reflectância, o método mais acurado para a identificação de minerais de alteração hidrotermal foi
o de APC, aplicando a Técnica Crósta, seguido dos método MTMF e SAM como menos
acurados. Dos dois tipos de análises de exatidão propostos neste trabalho (exatidão ‘geral’ e
‘detalhada’), considerou-se mais apropriada a ‘detalhada’, marcada por um valor de exatidão
total 44,34% para o mapa gerado com a técnica APC.
Com base na análise e interpretação de dados espectrorradiométricos de imagem do
sensor ASTER, petrográficos e microanálises semi-quantitativas, foi possível confirmar o
desenvolvimento de um sistema epitermal de alta sulfetação de nível raso, controlado litológica e
estruturalmente no prospecto Salares Norte. Foram identificadas alterações do tipo silícica,
argílica avançada e argílica, assim como forte presença de alteração steam-heated produzida nas
últimas etapas da formação do sistema, que em grande parte da região, encontrasse sobreposta à
alteração hipógena.
Relacionando os componentes estruturais com as alterações e com dados geoquímicos,
foi possível determinar a temporalidade das falhas em Salares Norte, sendo que as estruturas
NW-SE são contemporâneas e controlam o desenvolvimento do sistema hidrotermal, enquanto as
estruturas com direção NE-SW são posteriores, cortando as rochas alteradas. O zoneamento das
alterações, típico de um sistema de alta sulfetação, foi evidenciado na parte leste do prospecto,
mas não na parte oeste, possivelmente indicando que o sistema encontra-se inclinado, com
mergulho para NE.
A fusão de técnicas de processamento de imagens de média resolução, espectroscopia de
reflectância e geoquímica na região do prospecto Salares Norte permitiu a identificação de um
zoneamento de minerais de alteração hidrotermal, que favorece o entendimento e delimitação
preliminar de um possível depósito em etapas iniciais de exploração. Estas técnicas podem ser
implementadas de forma similar na avaliação de áreas próximas e com características
semelhantes para a seleção de alvos exploratórios.
A análise de dados geoquímicos auxiliou no zoneamento de áreas relevantes para possível
mineralização de ouro relacionada, de forma direta, com abundância de prata e mercúrio. As
64
áreas com maiores anomalias destes elementos se concentram principalmente na zona de brecha
freato-magmática, enfatizando-se o interesse desta área específica.
Este trabalho incrementa o interesse exploratório da região norte do Cinturão de
Maricunga, pois algumas áreas análogas aos padrões de alteração reconhecidos em Salares Norte
também foram observadas, além de mostrarem semelhanças com depósitos próximos que já se
encontram em fase de explotação.
Deste modo, confirma-se neste estudo que a utilização combinada de técnicas de
espectroscopia de reflectância e de processamento de imagens orbitais multiespectrais (sensores
ETM+ e ASTER) é capaz de identificar zoneamentos de minerais de alteração hidrotermal,
auxiliando importantemente na delimitação de novas regiões potenciais à exploração.
65
REFERÊNCIAS BIBLIOGRÁFICAS
Arévalo C., Mpodozis C. 1991. Tectonica del Grupo Chañarcillo: Una franja de cabalgamientos
con vergencia al oeste en el Valle del Rio Copiapo, Region de Atacama, Chile. Congreso
Geológico Chileno, 6: 81-83.
Arribas A. 1995. Characteristics of high-sulfidation epithermal deposits, and their relation to
magmatic fluids. Mineralogical Association of Canada Short Course, 23: 419-454.
Bedell R. 2004. Remote Sensing in Mineral Exploration. SEG Newsletter, 58: 3-10.
Bell M.C., Suárez M. 1989. Vertebrate fossils and trace fossils in Upper Jurasic Lower
Cretaceous red beds in the Atacama región, Chile. Journal of South American Earth
Science, 2(4): 351-357.
Bishop J., Murad E. 2005. The visible and infrared spectral properties of jarosite and alunite.
American Mineralogist, 90:1100-1107.
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 Data Series 231.
Congalton R.G. 1991. A Review of assessing the accuracy of classifications of remotely sensed
data. Remote Sensing of Environment, 37: 35-46.
Congalton R.G., Green K. 2009. Assessing the Accuracy Remotely Sensed Data: Principles and
Practices. Boca Raton, CRC Press-Taylor & Francis Group, 2: 193p.
Cooke D. R., Simmons S.F. 2000. Characteristics and genesis of epithermal gold deposits. SEG
Reviews, 13: 221-244.
Crósta, A. P., De Souza Filho, C.R., Azevedo, F., Brodie, C. 2003. Targeting key alteration
minerals in epithermal deposits in Patagonia, Argentina, using ASTER imagery and
principal component analysis. International Jornal of Remote Sensing, 24(21): 4233-
4240.
Crowley J.K., Mars J.C., John D.a., Muffler L.J.P., Clynne M.A. 2004. In: R. M. King P.L.,
Infrared spectroscopy in geochemistry, Exploration Geochemistry, and Remote Sensing,
33: 215-226.
Ducart D.F. 2004. Caracterização de alteração hidrotermal associada ás ocorrências auríferas de
Los Menucos, Argentina, por meio de técnicas de sensoriamento remoto e espectroscopia
de reflectância. Dissertação de Mestrado em Geociências, Instituto de Geociências,
Universidade Estadual de Campinas, Campinas-SP, 86 p.
66
Gigola S. 2011. Salares Norte project, northern Maricunga Belt, Chile: summary of geological
observations and interpretations after 1 week of mapping. Report for Gold Fields Chile,
November. Relatório interno,18p.
Gold Fields Chile S.A. 2012. Mapa geolótico de Salares Norte. Relatório interno.
Hedenquist J.W. 2011. Observations on the Salares Norte-Rio Baker gold project, Maricunga
district, Chile. Report for Gold Fields Chile, December. Hedenquist Consulting, Inc.
Relatório interno, 21p.
Hedenquist J.W., Arribas A., Gonzalez-Urien E. 2000. Exploration for epithermal gold deposits.
SEG Reviews, 13: 245-277.
Hedenquist J.W., Lowenstern J. B. 1994. The role of magmas in the formation of hydrothermal
ore deposits. Nature, 370: 519-527.
Juliani C., Rye R.O., Nunes C.M.D., Snee L.W., Corrêa Silva R.H. Monteiro L.V.S., Bettencourt
J.S., Neumann R., Neto A.A. 2005. Paleoproterozoic high-sulfidation mineralization in
the Tapajo´s gold province, Amanzomian Craton, Brazil: geology, mineralogy, alunite
argon age, and stable-isotope constrains. Chemical Geology, 215: 95-125.
Kay S.M., Mpodozis C., Tittler A., Cornejo P. 1994. Tertiary magmatic evolution of the
Maricunga mineral belt in Chile. International Geology Review, 36: 1079-1112.
Kruse F.A. 1996. Geologic mapping using combined analysis of airborne visible/infrared
imaging spectrometer (AVIRIS) and SIR/X-SAR data. In: International Symposium on
Optical Science, Engineering, and Instrumentation, 2819: 24-35.
Kruse F.A. 1999. Visible and Infrared: Sensors and Case Studies. In: Renz A.N. Remote Sensing
for the Earth Sciences. Canada, John Wiley & Sons, 3: 567-611.
Kruse F. A., Lefkoff A.B., Boardman J.B., Heidebrecht K.B., Shapiro A.T., Barloon P.J., Goetz
A.F.H. 1993. The Spectral Image Processing System (SIPS) - Interactive Visualization
and Analysis of Imaging spectrometer Data. In: Remote Sensing of of the Environment,
44:145-163.
Kutner M.H., Nachtsheim J., Neter J., Li W. 2005. Inferences in regression and correlation
analysis. In: Kutner M.H., Nachtsheim J., Neter J., Li W. Applied linear statistical
models. United States, McGraw-Hill, 5: 40-99.
Lillesand T. M., Kiefer. R. W., Chipman J.W. 2008. Remote sensing and image interpretation.
United States, John Wiley and Sons , 6: 559 p.
Loughlin W.P. 1991. Principal component analysis for alteration mapping. Photogrammetric
Engenering & Remote Sensing, 57: 1163-1169.
67
Lunetta R.S., Lyon J.G. 2004. Remote sensing and GIS accuracy assessment. United States,
CRC Press, 395p.
Mpodozis C., Kay S.M., Cornejo P., Tittler A. 1995. La Franja de Maricunga: síntesis de la
evolución del frente volcánico Oligoceno-Mioceno de la zona sur de los Andes Centrales.
Revista Geológica de Chile, 22: 273–313.
Mundt J.T., Streutcker D.R., Glenn N.F. 2007. Partial unmixing of hyperspectral imagery: theory
and methods. In: American Society of Photogrammetry and Remote Sensing, Annual
Conference. Tampa, 12p.
Muntean J.L., Einaudi M.T. 2000. Porphyry gold deposits of the Refugio District, Maricunga
Belt, Northern Chile. Economic Geology, 95:1445-1472.
Muntean J.L., Einaudi M.T. 2001. Porphyry-epithermal transition: Maricunga Belt, nortern
Chile. Economic Geology, 96: 743-772.
Oviedo L., Fuster N., Tschischow N., Ribba L., Zuccone A., Grez E., Aguilar A. 1991. General
geology of La Copia precious metal deposit, Atacama, Chile. Economic Geology, 86:
1287-1300.
Pontual S., Merry N., Gamson P. 1997. G-Mex: Geological-based spectral analysis guides for
mineral exploration. Vitoria, Ausspec International, Vol.1-8.
Rockwell B.W., Hofstra A.H. 2008. Identification of quartz and carbonate minerals across
northern Nevada using ASTER thermal infrared emissivity data - Implications for
geologic mapping and mienral resources investigations in well-studied and frontier areas.
Geosphere, 4(1): 218-246.
Servicio Nacional de Geología y Minería. 2003. Mapa geológico de Chile: Version digital. Chile,
4: 25p.
Sillitoe R.H. 1999. Styles of high sulfidation gold, silver and copper mineralization in porphyry
and epithermal environments. Pacrim '99 Proceedings. Australasian Institute of Mining
and Metallurgy, 29-45.
Sillitoe R.H., McKee E.H., Vila T. 1991. Reconnaissance K-Ar geochronology of the Maricunga
Gold-Silver Belt, Northern Chile. Economic Geology, 86:1261-1270.
Sillitoe R.H., Tolman J., Kerkvoort G.V. 2013. Geology of the Caspiche Porphyry Gold-Copper
Deposit, Maricunga Belt, Northern Chile. Economic Geology, 108: 585-604.
Thompson A.J.B., Hauff P.L., Robitaille A.J. 1999. Alteration Mapping in Exploration:
Application of Short-Wave Infrared (SWIR) Spectroscopy. SEG Newsletter, 39: 15-27.
68
Vila T., Sillitoe R.H. 1991. Gold-rich porphyry systems, in the Maricunga Belt, Northern Chile.
Economic Geology, 86: 1238-1260.
White N. C., Hedenquist J.W. 1995. Epithermal gold deposits: styles, characteristics and
exploration. SEG Newsletter, 23: 9p.