GUA METODOLGICA PARA LA DETECCIN DE REAS DE ALTERACIN MINERA CON IMGENES ASTER

Gabriel Origel-Gutirrez1 y Eduardo Gerardo Snchez Crdenas2

1. Geoinformtica ABC-map@. E-mail: abc_map@hotmail.com, Tel. 4422584381. 2. Universidad Nacional Autnoma de Mxico (UNAM), Estudiante del Programa de Posgrado en Ciencias de la Tierra, Centro de Geociencias. Blvd. Juriquilla 3001, Juriquilla, Quertaro, 76230, Mxico.

Resumen Las imgenes de satlite complementan a los datos geolgicos, litolgicos, estructurales, geofsicos, tectnicos, geoqumicos y petrogrficos, con el fin de apoyar y optimizar la exploracin geolgico-minera, detectando las reas de alteracin de la tipologa del yacimiento de inters. Las imgenes del sensor multiespectral ASTER destacan entre las ms usadas para detectar minerales de reas de alteracin. El objetivo general de este trabajo es integrar las diversas tcnicas del procesamiento de imgenes ASTER en una gua metodolgica para detectar areas de alteracin mineralgica y/o asociaciones minerales, originadas por la gnesis y evolucin de los grupos de minerales tipo, asociados o indicadores de la formacin de yacimientos hidrotermales y/o por diseminacin, favoreciendo la definicin de blancos de inters en la exploracin geolgico-minera. La aplicacin de dicha metodologa depende de las necesidades particulares de cada proyecto, pero en general se presentan aqu las principales tcnicas en funcin del tiempo disponible, el nivel de pre-procesamiento de las imgenes, la disponibilidad y calidad de datos auxiliares, los minerales a detectar y el tipo de anlisis, incluyendo el uso de datos con o sin calibracin. Se enfatiza en los criterios para la eleccin de una escena ptima as como en el tipo de pre-procesamiento requerido. Las tcnicas de procesamiento elegidas tienen como fundamento la firma espectral y las caractersticas de absorcin del mineral. Entre las principales se encuentran: Realce espectral por cocientes, ndices y estadstica multi-variada; realce espacial para interpretar rasgos geolgicoestructurales; clasificacin y segmentacin usando anlisis espectral, as como cartografa de minerales, alteraciones y blancos de exploracin. El resultado del trabajo es un diagrama de flujo detallado, que se propone como una gua de procesamiento. Concluyen el trabajo mapas de factibilidad para cada mineral detectado y cartografa de blancos de exploracin donde coinciden los principales minerales de alteracin en relacin a las estructuras geolgicas.
Palabras Clave: ASTER, deteccin, alteracin minera, exploracin, prospeccin

1. Introduccin El desarrollo de mtodos y tcnicas para el mapeo del potencial mineral es motivado para impulsar la minera, delineando reas de especial inters o potenciales, que induzcan las inversiones en sitios factibles de contener depsitos minerales. El presente trabajo se suma a los esfuerzos para generar alternativas de exploracin geolgica-minera. Parte del hecho de diagnosticar, detectar y proponer nuevos blancos de exploracin, integrando el uso de tcnicas de Percepcin Remota (PR) y del Procesamiento Digital de Imgenes (PDI) desde las etapas iniciales de la exploracin. La prospeccin puede ser ampliamente asistida por medio de la percepcin remota y otras tecnologas geomticas. La utilizacin de stas puede ser antes y/o despus de denunciar (adquirir los derechos de asignacin o concesin para explorar). Antes de denunciar, dara ms argumentos para as orientar la delimitacin de los lotes mineros como futuras asignaciones o concesiones. Despus de denunciar resulta una estrategia para jerarquizar los blancos, as como para definir otras tareas de la exploracin. En el contexto internacional la aplicacin del procesamiento digital de imgenes ASTER para apoyar la exploracin, se posiciona actualmente como una tcnica til en las etapas tempranas de la exploracin y en particular para la seleccin de los sitios y para la jerarquizacin de blancos. Las tcnicas de percepcin remota, como su nombre lo indica, se realizan a distancia,

constituyen una serie de tcnicas no invasivas y de gran utilidad para estudiar reas relativamente extensas, de difcil acceso, garantizando la seguridad del personal de campo y sus equipos de trabajo, as como en la optimizacin de recursos para planear el trabajo de campo, en las subsecuentes y diversas etapas de la exploracin. Las imgenes del sensor multiespectral ASTER destacan entre las ms usadas para detectar minerales de reas de alteracin (Di Tommaso I. and Rubinstein N., 2007; Mars and Rowan, 2006; Hubbard and Crowley, 2005; Rowan et al. 2006; Rowan et al. 2005; Crosta et al., 2003; Ninomiya, 2002; Ninomiya and Fu, 2001). Kalinowski y Simon (2004) elaboraron un manual de procesamiento de ndices de minerales utilizando imgenes ASTER y Origel-Gutirrez (2007) elabor un catlogo de procesamiento ASTER como gua ilustrada sobre la interpretacin visual de la percepcin remota aplicada a la cartografa geolgica y a la exploracin minera. Sin embargo, no se ha reportado an la integracin metodolgica de las diversas tcnicas, ms all de los ndices, la cual permita funcionar como una gua tanto para la interpretacin visual como para el procesamiento digital integrado, que sirva de referente sobre los pre-procesos y procesos por aplicar en funcin de los objetivos de exploracin y bajo determinadas circunstancias tales como el tipo de nivel de procesamiento de los datos ASTER. Por esta razn, el objetivo general de este trabajo es integrar las diversas tcnicas del procesamiento de imgenes ASTER en una gua metodolgica para detectar areas de alteracin mineralgica y/o asociaciones minerales, originadas por la gnesis y evolucin de los grupos de minerales tipo, asociados o indicadores de la formacin de yacimientos hidrotermales y/o por diseminacin, favoreciendo la definicin de blancos de inters en la exploracin geolgicominera. 2. Gua Metodolgica Las principales etapas que se pueden realizar en un proyecto para la deteccin de reas de alteracin minera con imgenes ASTER son: definicin del proyecto, pre-procesamiento, procesamiento e Interpretacin de resultados (Figura 1).

Figura 1. Diagrama de flujo de las principales etapas de un proyecto de exploracin geolgicominera con datos de Percepcin Remota. 2.1 Definicin del proyecto La Figura 2 muestra los pasos a seguir para hacer una buena definicin de los minerales o alteraciones a mapear considerando los objetivos del proyecto, el conocimiento previo sobre la geologa regional y local, las estructuras geolgicas, los modelos de mineralizacin aplicables, as como los trabajos geolgicos y mineralgicos publicados, resultan elementos crticos para la eleccin de los minerales a buscar, en relacin a la tipologa de las alteraciones de cada sitio.

Figura 2. Metodologa de Procesamiento Digital de Imgenes ASTER para la deteccin de reas de alteracin minera. Esta etapa define los minerales a mapear e incluye ubicar el rea de inters (AOI) en un marco geolgico regional y en el caso de un proyecto local, incluye la delimitacin del predio o lote minero para la exploracin detallada. Comprende definir la extensin en kilmetros, as como las escalas geogrficas y cartogrficas adecuadas, ya sea para argumentar tcnicamente el denuncio y tramitarlo, o para profundizar en las tcnicas de procesamiento aplicadas a una concesin ya en exploracin. En esta parte inicial se recopilan los datos auxiliares que se tengan a la mano del sitio, tales como: DEMs, curvas de nivel, informacin litolgica, geolgica, estratigrfica, hidrolgica, carreteras, bancos de materiales, minas activas y abandonadas, localidades y en general la toponimia.

Posteriormente, ya teniendo bien definida el rea de inters, se hace una bsqueda detallada de la escena ptima tomando en cuenta todas las caractersticas que definen a una imagen (Tabla 1), incluyendo el nivel de procesamiento, el cual est en funcin de las caractersticas propias del proyecto minero. Considerando que el insumo principal son las imgenes, resulta crtico realizar una seleccin cuidadosa de las mismas. La mejor escena est en funcin del tipo de aplicacin. Los criterios ms importantes para la seleccin de imgenes ASTER aplicadas a la exploracin geolgico-minera se describen en la Tabla 1.
Tabla 1. Criterios para la seleccin de imgenes ASTER en prospeccin geolgico minera. 1. Fecha especfica Preferir fechas cercanas al periodo de estiaje con el propsito de que la de toma cobertura vegetal no sea tan vigorosa espectralmente. 2. Nubosidad Nula o con menos del 10% sin afectar reas de inters 3. ngulo de visin Cercano a cero, para tener mayor proximidad a la toma en nadir y en lateral pointig angle consecuencia reducir as los errores posicionales. 4. Nivel de Segn el presupuesto y el tiempo disponible para realizar el proyecto Procesamiento minero. 5. Ao de toma Preferir las escenas de los primeros aos de operacin de ASTER, con propsito de minimizar la aparicin de impactos por obras mineras recientes que pudiera dificultar los resultados o sesgarlos.

2.2 Pre - procesamiento En esta etapa se realiza una preparacin de la imagen a procesar, aqu se realizan mltiples correcciones de acuerdo al nivel de procesamiento adquirido y de los objetivos propios del proyecto minero, es decir las correcciones radiomtricas, geomtricas y atmosfricas estn implcitas segn el nivel de procesamiento, por tanto este nivel determina las transformaciones o calibraciones que se necesiten realizar, ya sean a valores de radiancia, reflectancia, emitancia y/o temperatura. De acuerdo al nivel del procesamiento adquirido (Figura 3), pueden existir varios escenarios de pre-procesamiento de la imagen (Figura 2), en funcin tambin de los minerales que se pretende detectar segn el inters del usuario. El primer nivel de procesamiento ASTER es el Nivel 1A conteniendo datos de radiancia en el sensor, este nivel corresponde a la imagen cruda y contiene datos de radiancia no proyectados. En el encabezado interno incluyen los coeficientes de correccin radiomtrica y geomtrica, pero sin aplicar. Por otra parte, el Nivel 1B tambin tiene datos de radiancia en el sensor pero ya tiene aplicados tales coeficientes. Los diferentes niveles de pre-procesamiento para imgenes ASTER que genera el proveedor japons ERSDAC (Figura 3) son generados a partir de datos Nivel 1A o 1B, y de acuerdo al tipo de correcciones geomtricas, radiomtricas y atmosfricas se les va asignando un nivel de procesamiento.

Figura 3. Niveles de procesamiento generados en ERSDAC, de acuerdo al tipo de dato y a los diferentes subsistemas de ASTER.

Las correcciones geomtricas y radiomtricas son las ms usuales, aunque stas pueden aplicarse o no, dependiendo del nivel de pre-procesamiento con el que se adquiere la imagen, o de las caractersticas especficas de cada uno de los subsistemas ASTER utilizados. Regularmente, al indicar el grado de pre-procesamiento de los datos (por ejemplo ASTER 1A) se hace referencia si se han aplicado o no tales correcciones. El nivel 1A se define como la reconstruccin del dato no procesado a mxima resolucin. El dato nivel 1A viene en formato HDF (Hierarchical Data Format), el cual contiene todas las referencias espaciales y de toma para la correcta calibracin de la imagen, es decir las efemrides del satlite y las tablas de coeficientes de calibracin radiomtrica y de correccin geomtrica que no han sido aplicadas a la imagen, y por tanto conserva sus valores originales. La etapa de pre-procesamiento de datos ASTER se muestra en la Figura 2, sta es comn para todo tipo de aplicacin de imgenes ASTER, es decir, no slo para la exploracin geolgico minera. Todos los diferentes niveles de ASTER, son sometidos primero a algn tipo de correccin geomtrica. Los datos en nivel 1A son requeridos para orto-rectificacin. Los datos 1B y 2, ya estn proyectados y cuentan con una correccin geomtrica, pero para orientarlos al norte es indispensable aplicarles la rotacin sealada en sus metadatos. El nivel 3A corresponde a datos ya orto-rectificados. En el caso de utilizar imgenes ASTER 1A en su formato nativo HDF, se transforman a Nivel 3A, por ejemplo usando el software SILCAST (Sensor Information Laboratory Corp), este software genera en forma automtica un DEM relativo por estero-correlacin de las bandas 3N y 3B, sin usar puntos GCP, a una resolucin espacial de 30 metros, posteriormente, en forma tambin automatizada, orto-rectifica la imagen usando dicho DEM. Es importante configurar para el proceso de re-muestreo el mtodo vecino ms cercano, para garantizar que los valores de radiancia no se alteren, generando datos del VNIR, SWIR y TIR totalmente co-registrados y con arreglos de matrices que son mltiplos exactos, segn el tamao del pixel (15,30 y 90 metros). El resultado de este paso genera datos de nivel 3A (3A01 de ERSDAC), que ya son archivos orto-rectificados en formato GEOTIFF. Siguiendo las etapas del pre-procesamiento con datos nivel 3A, o incluso con niveles 1B y 2, lo que procede es apilar por subsistemas-resolucin en 3 archivos BIL, despus se aplica un remuestreo al subsistema SWIR, cambiando el tamao del pixel de 30 a 15 metros para hacer la integracin VNIR+SWIR, ambos al mismo tamao de pixel. Es recomendable re-muestrear el SWIR a 15 metros para no perder informacin, sobre todo si hay inters en detectar reas de xidos frricos, aunque tambin es posible re-muestrear el VNIR a 30 metros. Estando ambos subsistemas con el mismo tamao de pixel se integran todas las bandas apilndolas en un archivo, ste se debe almacenar o convertir a formato BIL, que es el ptimo para el cmputo de las operaciones del procesamiento digital de imgenes. El subsistema TIR se trabaja por separado en su resolucin original de 90 metros integrando sus bandas en un archivo BIL. Para el caso del subsitema TIR se utiliza un algoritmo para corregir los valores de los pixeles de la imagen ASTER TIR (niveles 1A, 1B o 3A) en todas sus bandas, estos valores han sido modificados por la degeneracin de partes mecnicas y elctricas de los sensores. Para esto se utiliza la metodologa modificada de Toonoka et al. (2003 y 2004) para calibrar y corregir la deriva que se produce en las 5 bandas del sensor de ASTER TIR. Con este mtodo se generan los coeficientes de re-calibracin para el TIR. El algoritmo desarrollado en ErMapper que realiza esta tarea es: (((i1-1)*(UCC))*(value1))+(value2). En este algoritmo los valores de la constante corresponden al coeficiente simple o normal de correccin, segn las especificaciones de ASTER para las bandas del TIR Unit Conversion Coefficients: UCC en unidades Wm-2sr-1. La variable 1 es el coeficiente A de Toonoka y la variable 2 es el coeficiente B de Toonoka. Ambos coeficientes se generan en el sistema disponible en lnea: http://tonolab.sis.ibaraki.ac.jp/ASTER/Recal. Posteriormente se presentarn dos casos:

Caso 1 Corresponde al supuesto en el que se dispone del tiempo suficiente para procesar una escena y el nivel de la imagen es 1A (ya transformado a nivel 3A en SILCAST), o directamente adquirida con un proveedor en nivel 3A (re-muestreada usando vecino ms cercano). Adems, bajo este supuesto, tambin se requiere del anlisis espectral riguroso, para clasificar y segmentar la imagen usando firmas espectrales de los minerales de inters. Se pueden presentar entonces dos opciones en funcin de los minerales a detectar. a) Si se buscan xidos y/o hidroxilos, se propone aplicar la calibracin de los datos para llevarlos por algn mtodo a valores de reflectancia para los subsistemas VNIR+SWIR, as como aplicarles posteriormente una tcnica de enmascaramiento para ocultar los datos y valores de la imagen que no son de inters mapear, o donde a priori se sabe que ah se pueden generar falsos positivos, as como positivos sin inters. Tambin se puede realizar la calibracin del Subsistema VNIR+SWIR a valores de Radiancia y posteriormente a Reflectancia, paso requerido en modelos de correccin como el implementado en el mdulo FLAASH del ENVI. b) Si lo que se busca son Silicatos, Carbonatos, Feldespatos y Anomalas Trmicas, se requiere calibrar a radiancia las bandas del TIR y posteriormente enmascararlas. Caso 2 Corresponde al supuesto en el que al menos una de las interrogantes del diagrama de flujo es negativa (Figura 2, Pre-proceso), es decir, no hay tiempo suficiente para procesar con anlisis espectral riguroso, los niveles de imagen no se han llevado a nivel 3A, o no es necesario el anlisis espectral riguroso. Cumpliendo alguno de estos supuestos, se procede a enmascarar y evaluar la calidad de los datos. Una vez aplicado el enmascaramiento se termina la etapa de Pre-Proceso, ya que los datos hasta aqu obtenidos o preparados, se deben evaluar visual y estadsticamente para iniciar la etapa siguiente. 2.3. Procesamiento Esta etapa de la metodologa se muestra en la Figura 2, es diversa porque define los mtodos de anlisis visual o digital por aplicar, segn el objetivo y las caractersticas de los datos que se han preparado en el pre-procesamiento. El objetivo principal en el Procesamiento Digital de Imgenes (PDI) es encontrar o detectar algo que desconocemos a partir de elementos de referencia (conocidos). Las tareas del PDI, en consecuencia, estn relacionadas con identificar, localizar, clasificar y segmentar. De acuerdo a las caractersticas de los datos, as como al tipo de alteracin o asociacin mineral que se requiere mapear, se tienen dos escenarios a seguir: 1) En este escenario se tienen datos ya calibrados, con nivel 2 de procesamiento y adems se requiere aplicar anlisis espectral riguroso, teniendo dos opciones de procesamiento: a) Hacer la clasificacin de la imagen y la posterior segmentacin concentrada en la clase de inters. Para el caso de la clasificacin SAM, en las imgenes regla, previamente seleccionadas para la segmentacin, se buscan los valores mnimos (ngulos ms bajos) dentro de la imagen regla seleccionada, o si son ms de una, en todas ellas. Los posibles blancos en exploracin minera se buscan en los valores extremos, en este caso mnimos. Primero se determina un valor umbral que puede ser el valor angular de 0.75 radianes, se genera con los pixeles que cumplan tal condicin una regin de inters (ROI), la ROI se convierte a un archivo de clasificacin (con una sola clase). Este archivo es depurado por segmentacin para disminuir las celdas aisladas que no representan mucho inters, para concentrar la

exploracin hacia los sitios con celdas ms agregadas, pero sin afectar rasgos que pudieran ser importantes como anillos, curvilineamientos y lineamientos asociados a estructuras de alteracin y/o vetas. Esta imagen clasificada se segmenta utilizando una cantidad adecuada de pixeles vecinos como criterio de contigidad (4 8 pixeles), as como el nmero mnimo de pixeles que formarn un segmento, los segmentos se convierten despus a imagen binaria o de clasificacin. Alternativamente, la imagen clasificada se puede slo someter a filtros de moda (quita pecas). Ya teniendo un producto ptimo se exporta a vectores y se crean los archivos shapefile (shp) para compararlos con otros mtodos del anlisis digital, usados para detectar el mismo mineral o asociacin de minerales. b) Hacer el realce espectral y espacial por medio de tcnicas visuales como: Cocientes de bandas, ndices, CRSTA (Crsta y Moore 1989), filtros de borde, filtros direccionales, etc. Para lograr extraer informacin de las imgenes, una de las primeras funciones del PDI es el realce de los patrones, rasgos u objetos que conforman una escena y que son de especial inters para un estudio. Se busca mejorar la calidad de una imagen refirindola o transformndola a un espacio ms adecuado, en el cual se pueden enfatizar objetos de inters. Posteriormente, se realiza la segmentacin de los sitios de mayor potencial de contener el mineral o asociacin mineral de inters, considerando que en el caso de cocientes simples e ndices, los valores extremos de inters son los mximos, bajo este criterio se puede segmentar en el percentil 97 o mayores. En el caso de la tcnica CROSTA (Crsta y Moore 1989), los valores extremos a segmentar pueden ser tanto mnimos (percentil 1-3) como mximos (percentil 97). 2) En este escenario no se tienen datos calibrados, o no se adquiri el nivel 2 de procesamiento y/o adems no se requiere de anlisis espectral riguroso, entonces se realiza la produccin de material visual, por medio de realces espectrales como: Cocientes, ndices, Anlisis de Componentes Principales, Decorrelation Stretch, supresin de la vegetacin (Crippen and Blom, 2001), etc. Se contina con el Anlisis espacial para realzar rasgos estructurales por medio de filtros de borde y direccionales aplicados tanto a la imagen ASTER como a datos DEM. Para generar productos a color de las reas de alteracin, las imgenes que realzan cada mineral de inters se proyectan usando la tcnica RGB. Composiciones altamente correlacionadas tendrn poco contraste y requerirn la tcnica Decorrelation Stretch. Los resultados se visualizan directamente en pantalla o se imprimen. Se puede calcular para la serie VNIR+SWIR la tcnica de supresin de la vegetacin, la cual modela la disminucin de la respuesta espectral de la vegetacin en el rea de estudio tratando de recuperar la respuesta espectral del suelo. Este mtodo ayuda a interpretar mejor las caractersticas geolgicas y funciona mejor con un dosel de vegetacin abierta. El modelo calcula la relacin de cada banda de entrada con la vegetacin, entonces de-correlaciona el componente vegetal del total de la seal en cada pixel por banda. Los resultados de la supresin de la vegetacin se utilizan en el anlisis visual, pero no en el anlisis espectral. A esta serie con respuesta de la vegetacin disminuida se le calcula el Primer Componente Principal (CP1vs), el cual captura la mayor varianza de la escena. A este (CP1vs) se le aplican filtros de realce de bordes y se utilizar como imagen base en tonos de grises para sobreponer en la misma los polgonos de factibilidad minera. Con el conjunto de las 14 de bandas de ASTER se pueden realizar varios mtodos para mapear y discriminar las alteraciones y grupos de minerales. La Tabla 2 muestra ejemplos de cocientes e ndices, as como las bandas usadas por Crosta et al., (2003). Crsta y Moore (1989) a partir de la tcnica de estadstica multivariada de Anlisis de Componentes Principales desarrollarn una tcnica sobre una imagen Landsat TM, denominada Seleccin del Componente Principal Orientado a Rasgos (FPCS) y mejor conocida como Crsta, la cual fue utilizada para el mapeo de xidos de fierro e hidrxilos, identificando el

componente que contiene informacin espectral sobre materiales especficos, as como la contribucin de cada una de las bandas originales de los componentes en relacin con la respuesta espectral de los materiales de inters. Esta tcnica indica si los materiales estn representados por pxeles brillantes u oscuros en los componentes de acuerdo con la magnitud y signo de los eigenvectores. En 1991 Loughling modific la tcnica FPCS seleccionando series de 4 bandas Landsat TM especficas y aplicando el PCA por separado a cada serie para asegurar que ciertos materiales no sean detectados y que la informacin espectral de los materiales de inters fuera mapeada en un solo componente. En esta gua se integr la tcnica Crsta con la modificacin propuesta por Louglin (1991) y aplicada as en imges ASTER por Crosta et al. (2003). Bajo esta modificacin se seleccionan las subseries de 4 bandas ASTER de acuerdo a la posicin de los rasgos espectrales caractersticos de los minerales que son clave en la determinacin de alteraciones usando las porciones VNIR+SWIR del espectro. Es decir, de acuerdo a la posicin de bandas de absorcin y reflexin del mineral a mapear, se dirige o se predetermina la serie de bandas de las que se va a obtener la cantidad de datos ms representativos de esa firma espectral, elevando la factibilidad de obtener informacin ptima en lo mapeado. Por ejemplo, Crosta et al. (2003) propusieron las sub-series de bandas ASTER para el mapeo de Alunita, Caolinita, Ilita y Caolinita+Esmectita. En este trabajo se agregaron ms sub-series, como producto del trabajo y la experiencia personal del primer autor seleccionando las bandas a partir de la firma espectral del mineral de inters. En lo referente a la interpretacin del CP la identificacin de las cargas en la cuales est manifestado el mineral de inters no es siempre evidente. Es decir es complejo encontrar en qu componente queda lo que buscamos, y se opta por usar dos CP y los dos resultados se toman como posibles sitios, principalmente cuando ambos coinciden. Lo que significa que este sitio mapeado por los dos componentes se presume puede ser un blanco , aunque posiblemente se excluyan sitios donde si afloren algunos minerales de inters. 2.4 Interpretacion de resultados y productos cartogrficos La composicin a color RGB tambin puede servir para representar xidos, Hidroxilos y Cuarzo en los caones del Rojo, Verde y Azul, respectivamente, con la finalidad de observar blancos de alteracin hidrotermal. La asociacin de estos tres elementos representados en cada color da como resultado un color Blanco para la presencia de los tres elementos mapeados en la imagen. Las diferentes asociaciones o combinaciones de color son xidos en rojo, hidrxilos en verde, cuarzo en azul, xidos e hidrxilos en amarillo, hidrxilos y cuarzo en cian, xidos y cuarzo en magenta. Para integrar, analizar y sintetizar los resultados obtenidos del procesamiento, tanto del anlisis visual como digital, se recomienda concentrar los resultados en formato vectorial en un SIG e interpretar con apoyo de sus funciones de anlisis espacial (sobre-posicin), aquellas reas que se interceptan entre s, definiendo polgonos ms reducidos pero con mayor potencial de xito en la deteccin del mineral de inters, ya que es ah donde mtodos diferentes coinciden en sealar que esa superficie tiene el mayor potencial para determinado mineral, asociacin mineral o rea de alteracin, jerarquizando reas, integrando la interpretacin de las estructuras geolgicas de inters y construyendo as mapas de potencial o factibilidad de cada mineral (Figura 4a). Integrando todos los mapas de factibilidad o potencial para cada mineral, as como las estructuras geolgicas, los polgonos de la litologa y la informacin auxiliar se realizar el mapa de Blancos de Exploracin: reas de Alteracin (Figura 4b), el cual resulta muy til en la planeacin del trabajo de campo (optimizando recursos), as como orientando la programacin de las diversas tareas de la exploracin, incluyendo las campaas de levantamientos geofsicos. Es importante mencionar que cualquier informacin geocientfica disponible, ayudar a mejorar el mapa de blancos de exploracin.

Tabla 2. Frmulas y bandas de serie CROSTA aplicadas a datos ASTER

Mineral o alteracin ALUNITA Alunita Arcillas banda 6 Arcillas banda 6 Arcillas Arcillas Arcillas Alt. Argilica: Alu/kao/Pyro/ Alt. Argilica avnzada Alt. Filica: Alt. Filica: Alt. Filica: (Ser/Mus/ili/sme) Alt. Propilica Clorita Kaolinita Kaolinita Kaolinita Kaolinita Kaolinita + Smectite Illita Illita Muscovita OXIDOS: ferrico Fe3+ OXIDOS: hematita* OXIDOS OXIDOS Oxido ferroso Fe2+ Silicatos Ferrosos Jarosita Goetita Silice SiO2 Rocas ricas en Cuarzo Cuarzo, Carbonato SiO2_3 SiO2_4 SiO2_5 SiO2_2 Inverso Silice (Feldespatos Alcalinos) Indice de Grado Basico Granitoide Dolomita Carbonato Carbonato/Clorita/Epidota Epidota/Clorita/Anfibole Clorita SiO2_2 QI Si = 13/12 = 14/12 = (11/10)(11/12) = 11/10 = 11/12 = 13/10 = ((11*11)/10)/12 (12/13) QI I=(12/13) = (12/11)(11/10) (6+8)/7 13/14 (7+9)/8 (6+9)/(7+8) (5/8) 2458/2489 (Origel-Gutirrez) 5678** (Origel-Gutirrez) 4689 *Puede ser (6+8)/(7*2) Illi Illi = Clay KLIa = Clay KLIa I=7/6 = 2/1 = 3/1 = 2/1 = 4/1 = 5/3 + I= 4/3 = 4/7 1247 (Origel-Gutirrez) 1259 (Origel-Gutirrez) *Alteracin Oxido Fe, Cu-Au *Req. Mascara de Vegetacin CLI KLI KLIa Phy2 Phy OHIa OHIb OHI Clay Clay2 Arg Clave ALI Frmula ASTER = (7/5)(7/8) I= 6/5 = (7/6)(4/6) = (7/5)(4/5) OHIa AND OHIb = (5+7)/6 = (5/6)(7/6) (4+6)/5 (6/5) (4+7)/6 (7/5) (5+7)/6 (8/5) = (6/8)(9/8) = (4/5)(8/6) = 7(5+6) = 4/6 si = 7/5 ????? 1469 1356 variantes 2 y 3 USGS 1456 variantes 1 y 5 USGS 4+7/6*2 4+7/6*2 4+7/6*2 Y 7+9/8*2 1467 *puede ser (4+6)/(5*2) Serie CROSTA 1357 Observaciones

Figura 4. Ejemplo de productos del procesamiento. Integrando diferentes mtodos para el mapeo de un mismo mineral se llega a un mapa potencial (a). Integrando diferentes minerales se llega al mapa de reas de alteracin (b), que jerarquiza los blancos de mayor inters. Por compromisos de confidencialidad en este ejemplo no se muestran las coordenadas. 3 Consideraciones Finales En este trabajo se ha integrado una gua metodolgica para detectar areas de alteracin mineralgica y/o grupos de minerales asociados o indicadores de la formacin de yacimientos hidrotermales y/o por diseminacin. Las tcnicas incluidas permiten la deteccin y el mapeo de alunita, kaolinita, ilita, xido frrico, xido ferroso, jarosita, goetita, cuarzo, feldespato alcalino, dolomita, carbonato, clorita, epidota, muscovita, alteracin flica y alteracin arglica. Otros tipos de minerales son explicados en trabajos previos. En este trabajo se enfatiz en presentar y explicar el diagrama de flujo detallado, propuesto como una gua de procesamiento que servir para aplicar las tcnicas de deteccin aqu descritas e incluso cualquier otra destinada al realce de minerales. El trabajo concluye con las tcnicas para la elaboracin de mapas de factibilidad para cada mineral detectado y la cartografa de blancos de exploracin donde coinciden los principales minerales de alteracin en relacin a las estructuras geolgicas y otros datos auxiliares. 4. Agradecimientos Este trabajo cont con una beca de maestra del CONACYT de Mxico otorgada al co-autor. Los autores adicionalmente agradecen los comentarios de Luis F. Vasallo Morales, Jos Luis Farfn y Eduardo Gonzlez Partida. 5. Referencias Crippen, R. E., and R. G. Blom. 2001. Unveiling the lithology of vegetated terrains in remotely sensed imagery. Photogrammetric Engineering & Remote Sensing 67(8): 935943. Crosta A. P., C. R. De Souza Filho, F. Azevedo and C. Brodie, 2003, Targeting key alteration minerals in epithermal deposits in Patagonia, Argentina, using ASTER imagery and principal component analysis: Int. J. Remote Sensing, Vol. 24, No. 21, 4233 4240. Crosta, A. and More, J. M cM, 1989. Enhancement of Landsat Thematic M apper imagery for residual soil mapping in SW M inais Gerais State, Brazil: a prospecting case history in Greenstone belt terrain. In: Proceedings of the 7th ERIM Thematic Conference: Remote sensing for exploration geology, pp. 1173-1187.

10

Di Tommaso I. y Rubinstein N., 2007, Hydrothermal alteration mapping using ASTER data in the Infiernillo porphyry deposit, Argentina, Ore Geology Reviews 32 , 275 290 Hubbard Bernard E., Crowley James K., 2005, Mineral mapping on the Chilean Bolivian Altiplano using co-orbital ALI, ASTER and Hyperion imagery: Data dimensionality issues and solutions, Remote Sensing of Environment 99 (2005) 173 186 Kalinowski A. and Simon O. (Compilers), 2004, ASTER Mineral Index Processing Manual, Remote Sensing Applications Geoscience Australia, 36 p. Loughlin, W.P., 1991. Principal component analysis for alteration mapping. Photogrammetric Engineering and Remote Sensing 57, pp. 11631169. Mars John C. and Rowan L.C., 2006, Regional mapping of phyllic- and argillic-altered rocks in the Zagros magmatic arc, Iran, using Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) data and logical operator algorithms Geosphere; v. 2; no. 3; p. 161-186. Ninomiya Y., 2002, Mapping quartz, carbonate minerals and mafic-ultramafic rocks using remotely sensed multispectral thermal infrared ASTER data. International Society for Optical Engineering SPIE, vol. 4710, pp. 191-202. Ninomiya Y., Fu B., 2001, Spectral indices for lithologic mapping with ASTER Thermal Infrared Data apllaying to a part of Beishan Mountains, Gansu, China. Institute of Geoscience and Remote Sensing Symposium IGARSS, Sydney, Australia. Origel-Gutirrez, G. 2007. ASTER processing catalog: An illustrated guide about visual interpretation of remote sensing for geological mapping, mineral exploration and environmental applications. IV International Conference GIS in Geology & Earth Sciences, October, CD ROM, Centro de Geociencias UNAM, Queretaro, Mxico [Proceedings]. Rowan L.C., Mars J. C. and Simpson. C.J., 2005, Lithologic mapping of the Mordor, NT, Australia ultramafic complex by using the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) Remote Sensing of Environment 99 105 126 Rowan L.C, Schmidt Robert G., Mars John C., 2006, Distribution of hydrothermally altered rocks in the Reko Diq, Pakistan mineralized area based on spectral analysis of ASTER data, Remote Sensing of Environment 104 p. 7487. Tonooka H., Sakuma F., Kudoh M., AND Iwafune K., 2003, ASTER/TIR onboard calibration status and user- based recalibration, Proc. of SPIE, Vol. 5234, pp. 191-201 Tonooka Hideyuki, Sakumab Fumihiro, Kudohc Masahiko, Iwafuned Koji, 2004, ASTER/TIR onboard calibration status and user-based recalibration, Society of Photo-Optical Instrumentation Engineers., Proc. of SPIE, Vol. 5234.

11