Aplicación de la Teledetección en la

exploración geológica y de recursos minerales

Katherine GonzalesLaboratorio de Teledetección

Enero 2011

recursos mineralesCurso : IS-GEO KIGAM, Diciembre 2010

Teledetección

Espectro Electromagnético

Transmisión atmosférica

Imágenes Satelitales - Resolución espectral

Visible (Azul) Visible (Verde) Visible (Rojo) Visible (cercano IR)

Visible (medio IR)

Visible (medio IR)

Imágenes Satelitales

Imagen LANDSAT Composición RGB:321

Imágenes SatelitalesComposición color

LANDSAT 742 (RGB)

LANDSAT 731 (RGB)

LANDSAT B4

Interacción radiación – superficie terrestre

•E. Transmitida: pasa de un medio a otro y puede sufrir un cambio de velocidad.•E. Absorbida: la radiación incidente, cede parte de su energía para calentar el objeto.•E. Reflejada: la radiación se propaga con un angulo igual al angulo de incidencia.•E. Dispersada: La dirección de propagación varía aleatoriamente.

•E. Emitida: La energía es primero absorbida, luego re-emitida.

Imágenes Satelitales – Reflectancia� Reflectancia: Cantidad de energía que es reflejada por un objeto

luego de que esta incide sobre él. El resto de la energía incidentepuede ser transmitida o absorbida por el objeto. (Guariguata &Kattan 2002) .

���� ����i = = = = ����r + ����a + ����t����i ����i ����i ����i

Luz reflejada

ρ = ------------------

Luz incidente

Imágenes Satelitales – Firma espectral

Las variaciones en la cantidad

de radiación emitida y reflejada

de las coberturas en diferentes

longitudes de onda � usadas

para determinar las firmas

espectrales de las mismas y así

poder diferenciarlas.poder diferenciarlas.

ESPECTROSCOPIA DE REFLECTANCIATécnica que usa la energía electromagnética en diferentes regiones del espectro como el visible (0.4-0.7 micrómetros), Cercano Infra-rojo (0.7 – 1.3 micrómetros) e Infra-rojo de onda corta (1.3 – 2.5 micrómetros).Inicialmente usado por especialistas en Geoquímica, luego para Teledetección.

En geología: principalmente se aplica en exploración mineral, mapeo de litología, mapeo de minerales, delineación de zonas de alteración.

Espectroscopía de Reflectancia

Minerales• Ocurren naturalmente, sólidos inorgánicos:

• Química definida, estructura definida (arreglo de

átomos), cada mineral se diferencia de los otros por su

química, estructura o ambos)

◦silicatos(SiO4-4)◦silicatos(SiO4-4)

quartz, SiO2; pyroxene, (Mg,Fe)Si2O6;

plagioclase, NaAlSi3O8

◦carbonatos(CO3-2)

calcite, CaCO3

◦oxidos(O), hydroxidos(OH-)

hematite, Fe2O3; goethite, FeO(OH)

◦haluros(Cl-, Br-, F-, I-), sulfatos(SO4-2), etc.

halite, NaCl; gypsum, CaSO4·2H2O

◦elementos nativos (Au, Ag, C, Cu)

•Diferentes tipos de minerales absorbeno dispersan la energía incidente demanera diferente en respuesta a lasdiferentes longitudes de onda.

• Estas diferencias en absorción ydispersión pueden ser usadas paraidentificar minerales.

Rasgos de absorción

identificar minerales.

• Análisis de máximos y mínimos decurvas, de reflectancia:

Mínimos ���� absorción molecular(rasgos de absorción, bandas deabsorción)

Causas de los rasgos de absorción

1) Transferencia de cargas

2) Efecto en el campo crisyallno field effects

3) Vibrations moleculares

4) Centros de color

La luz del sol incide sobre la tierra y

puede ser absorbida o reflejada.

Puede ocurrir 6 clases de

absorción:

4) Centros de color

5) Bandas de conduccion

6) Transiciones orbilaes

Causas de los rasgos de absorción

• Presencia de H2O

• tamaño de partícula

• mezclas

• presencia de materia orgánica

• Mineralogía (enlaces moleculares…)

• composición catiónica

• cristalinidad (desorden)

• parámetros instrumentales.• parámetros instrumentales.

Causas de los rasgos de absorciónHumedad del sueloEl agua ���� gran absorbenteSuelos con mayor humedad ���� más oscuros (en VNIR y SWIR) con respecto a los suelos más secos.

La absorción del agua ���� 1.4, 1.9 and 2.7 micrómetros.���� Determinación de humedad

Causas de los rasgos de absorciónContenido de materia orgánicaMateria orgánica ���� gran absorbenteSuelos con mayor contenido de materia orgánica ���� más oscuros con respecto a los suelos más secos.

Causas de los rasgos de absorciónRugosidad* Superficies lisas ���� reflexión especular.* Superficie rugosa ���� reflexión difusa (arenas ���� color claro en imagen)

Causas de los rasgos de absorciónTamaño de granoLa mayor dispersión ocurre en granos pequeños con respecto a los granosmás grandes.

Causas de los rasgos de absorciónContenido de óxido de HierroCausa absorción en el NIR (0.85 – 0.9 micrómetros) y la dispersión en el rojo es mayor con respecto a suelos con bajo contenido de oxidos de hierro.

Identificación de mineralesEjemplo: Caolinita. Dos dobletes de absorción en 1.4 y 2.2 micrómetros

GRUPO DE LA CAOLINITA

Contenido Contenido Contenido Contenido de aguade aguade aguade agua Índice de Índice de Índice de Índice de

cristalinidadcristalinidadcristalinidadcristalinidad

Los mínimos asociados a la orientación de sus componentes, y la intensidad y perfil a sus enlaces químicos y composición (fuente: SIInc.).

Aplicaciones en exploración geológica y de recursos minerales

• Mapeo:– Geología Regional – Rocas caja con mineralización potencial – Asociaciones de alteraciones minerales– Características minerales– Morfología– Estructuras– Estructuras– …

Espectroscopía de reflectancia VNIR (0.4 a aprox. 1.0 µm)

Respuesta espectral de óxidos y sulfatos de hierro

(Fe2O3)

KFe33+(SO4)2(OH)6

FeO(OH)

FeO(OH)·nH2O

B1 B2 B3

Espectroscopía de reflectancia VNIR (0.4 a aprox. 1.0 µm)

ÓxidosArcillasÓxidos + arcillas

Espectroscopía de reflectancia SWIR (1.0 a 2.5 µm)

La espectrometría de reflectancia SWIR � método analítico basado en la

sensibilidad a la presencia de minerales del grupo de las arcillas, aquellos

que tienen en su composición el anión hidroxilo (OH) y el agua (H2O).

Identificación de minerales por su configuración cristalina en enlace con

los cationes.

� Evaluación de interacciones agua-roca con las arcillas en diferentes

ambientes, (procesos: diseminación en depósitos minerales, canales

subterráneos de agua, influencia de paleometeorizacion, migración de subterráneos de agua, influencia de paleometeorizacion, migración de

fluidos a través de un rasgo estructural, entre otros).

caolinitaillitaesmectitaalunitapirofilita

Al2Si4O10(OH)2

(K,H3O)(Al, Mg, Fe)2(Si, Al)4O10[(OH)2,(H2O)]

Al2Si2O5(OH)4

KAl3[(OH)6 (SO4)2]

(Na, Ca)(Al,Mg)6(Si4010)3(OH)6-nH20

Aplicaciones en exploración geológica y de recursos minerales

Espectroscopía de reflectancia SWIR (1.0 a 2.5 µm) SWIR particularmente sensitivo a:

• OH- (hidroxilo)• Catión + OH (Mg-OH,

Al-OH, Fe-OH)• H2O (Agua)• CO3= (Carbonato)• CH (Metino)• NH4+ (Metano)

Kaolinite

Montmorillonite

B6

Alunite

Andesite

Granite

Vegetation

After Yamaguchi et al. (1993)

Libreria Espectral USGS Patrón espectral ASTER

4

4

Espectroscopía de reflectancia SWIR (1.0 a 2.5 µm)

Band ratio 4/6 for enhancement of

Alunite and Kaolinite

6

6

Imagen ASTER RGB:468

Los minerales que contienen la

molécula carbonato (CO3)

absorben en el rango 2.33 a

2.35 mm (Gaffey, et al. 1993)

Espectroscopía de reflectancia SWIR (1.0 a 2.5 µm)

2.35 mm (Gaffey, et al. 1993)

Además: Hidróxidos (brocita, diaspora); Algunos Sulfatos (jarosita, alunita) Anfíboles; (actinolita); Micas (muscovita); Epidotas, Zeolitas.

B8

Imágenes Satelitales – Mapeo de alteraciones

ASTER : ratios 4/6, 5/6, 5/8 RGBPachía - Palca

Teledetección TIR (Termal InfraRojo) � Emisividad: Capacidad de un cuerpo de emitir energía con relación

a la que emitiría un cuerpo negro.

Emisividad (�)

Ls = radiancia de la superficie de interés

LBB= radiancia de un cuerpo negro

�

LBB= radiancia de un cuerpo negro

�= Ls/ LBB

Un cuerpo negro, por consiguiente, tiene

un coeficiente ε = 1

Imágenes Satelitales – Emisividad

Ley de Kirchhoff : ε(λ) + r (λ) = 1

Espectros TIR para grupos minerales

Índices litológicos para ASTER-TIRNinomiya y Fu, 2002

Aplicación de índices litológicos (Beishan, China)

Ninomiya y Fu, 2002

Aplicación de índices litológicos (Beishan, China)

Aplicación de índices litológicos (Beishan, China)

Aplicación de índices litológicos (Beishan, China)

Aplicación de índices litológicos (Beishan, China)

Aplicación de índices litológicos (Beishan, China)

• Indices de cuarzo QI) es sensible a las rocas y depósitos cuarzosos.

• Rocas ricas en feldespatos y algunos tipos de sulfatos (tipicamente

yeso) pueden ser mapeados con bajo QI.

• El índice de Carbonato (CI) es sensible a la calcita y dolomita.

Tambien sensitivo al contenido de vapor en la atmósfera.

•El índice máfico (MI) se relaciona inversamente al contenido de SiO2

en las rocas igneas. Es posible mapear rocas máficas y ultramáficas

que dan MI alto.

Teledetección Hiperespectral

Teledetección Hiperespectral“adquisición de imágenes en cientos de bandas contíguas registradas de tal manera que en cada elemento de la imagen sea posible obtener un espectro de reflectancia completo (Goetz, 1992)”

Teledetección HiperespectralMultiespectral vs. Hiperespectral

Teledetección HiperespectralMultiespectral vs. Hiperespectral

Ventajas de los datos hiperespectrales en la exploración mineral

Los datos multiespectrales � usados mayormente para producir mapas de

clasificacion de unidades minerales o litológicas, los minerales se pueden

identificar pero con cierto grado de aproximación.

Los datos hiperespectrales � pueden ser usados para identificar minerales con rasgos de absorción distintivos.

Esta capacidad puede ser usado para distinguir minerales asociados a niveles de

alteración:

◦Propilitica

◦Filica

◦Argillica

◦Opalizada

◦Silicificada

Sensores Hiperespectrales• Aerotransportados

- AVIRIS (NASA)- HYMAP (Comercial HyVista Corp.)- SPECTIR (SPECTIR Corp.)- CASI (ITRES)- SEBAS- AHI (Univ. de Hawai)

• Satelitales • Satelitales - EO-1 (USGS)

HYPERION (220 bandas; 0.4 – 2.5 micrometros)

Futuros Satélites•PRISMA (ASI – Italia, 2012)•ENMAP (DLR – Alemania 2014)

Sensores Hiperespectrales•HYPERION

Teledetección HiperespectralPROCESAMIENTO: Métodos de corrección atmosférica

Dos técnicas:

1) Basado en modelos

Uso del código de transferencia

radiativa para modelar la atmósfera.

Ejemplos : FLAASH, ACORN

2) Basado en datos empiricos

Contribución atmosférica en la

radiancia-al-sensor

2) Basado en datos empiricos

Utilizan el campo espectral o

subsecciones de la imágen.

Ejemplos: Empirical Line Method,

Flat Field

Teledetección Hiperespectral

Empirical Line

Usa un conjunto de ganacias y

offsets para pasar de radiancia a

reflectancia.

Necesita medidas de un objeto

oscuro y un objeto claro medidos en

campo.

PROCESAMIENTO: Métodos de corrección atmosférica

campo.

Teledetección HiperespectralPROCESAMIENTO: Métodos de calibración atmosférica (ACORN ���� incluye MODTRAN)

Teledetección HiperespectralPROCESAMIENTO: Composición color RGB

• Brindan una rápida perspectiva de los componentes en la imágen.• Se asigna una banda a cada color Red Green Blue, para maximizar

la variabilidad espectral en la imágen.

Lunar Crater Volcanic Field R = 0.65 mm G = 0.55 mm B = 0.45 mm

R = 1.7 mm G = 0.9 mm B = 0.48 mm

Teledetección Hiperespectral

Teledetección HiperespectralPROCESAMIENTO: Decorrelation stretch

• Para imágenes con bajo contraste espectral. Se usa para mejorar datos termal infrarojo multiespectrales e hiperespectrales.

Teledetección HiperespectralPROCESAMIENTO: Decorrelation stretch

Teledetección HiperespectralPROCESAMIENTO: RATIOS

• El método de ratios es una herramienta pobre para un conjunto de datos hiperespectrales, pero es rápido para resaltar algunas características.

Teledetección HiperespectralPROCESAMIENTO: RATIOS

Teledetección HiperespectralPROCESAMIENTO: ANALISIS ESPECTRAL

Algorithms:

• Spectral angle mapper.• Spectral feature Fitting• Tetracorder

¿Que tan bien el espectro de la imágen corresponde al espectro del blanco?

Teledetección HiperespectralPROCESAMIENTO: IDENTIFICACIÓN DE ESPECTROS

Identificación “manual” (al ojo)

� Se usa librerias espectrales publicadas

Identificación “automatica”

� “Spectral Analyst” del software ENVI

Teledetección HiperespectralPROCESAMIENTO: SPECTRAL ANGLE MAPPER (SAM)

La longitud del vector se relaciona a

la iluminación del vector

SAM no es sensible a la longitud del

pixel

Teledetección HiperespectralPROCESAMIENTO: SPECTRAL ANGLE MAPPER

Ejemplo: Cuprita Nevada. Selección de miembros finales

Area de alteración hidrotermal.

AVIRIS 1995 scene, R=2.1 mm; G=2.2

mm; B=2.34 mm

Teledetección HiperespectralPROCESAMIENTO: SPECTRAL ANGLE MAPPER Clasificación

SAM

AlunitaKaolinita

Teledetección HiperespectralPROCESAMIENTO: SPECTRAL FEATURE FITTING (SFF)

Busca hacer coincidir la forma

de los rasgos de absorción en

una librería espectral, con los

rasgos presentes en los datos

hiperespectrales.

Teledetección HiperespectralPROCESAMIENTO: SPECTRAL FEATURE FITTING (SFF)

Teledetección HiperespectralPROCESAMIENTO: MATCHED FILTERING

Maximiza la respuesta

de los miembros

finales y minimiza la

respuesta del fondo

(background).(background).

Teledetección HiperespectralCOMPARACION MATCHED FILTERING – SPECTRAL FEATURE FITTING

Teledetección HiperespectralREDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Si por ejemplo se quiere

mapear varias coberturas:

� SMA: Spectral Mixture

Analysis

Si se quiere mapear una sola

coberturacobertura

� SAM: Spectral Angle

Mapper

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)Minimun noise fraction : Decorrelaciona, y Reescala el ruido en los datos

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)PLOTEO DE VALORES EIGEN

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)INDICE DE PUREZA DE PIXELES (PPI)

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)Visualización n-D ���� Selección de miembros finales

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)

REDUCCIÓN DE LA DIMENSIONALIDAD DE DATOS , DETERMINACIÓN DE MIEMBROS FINALES Y ANALISIS DE MEXCLAS ESPECTRALES

Método “HOURGLASS” (Reloj de Arena)

Metodos de Clasificación: •SAM•LSU•MF•MTMF•MTMF•…etc.

Imágenes del Laboratorio de Teledetección

• LANDSAT • ASTER

• Generación de productos para ser incluidos en GEOCATMIN:� Mosaicos B3 ASTER.� Mosaicos 931 ASTER (interpretación litológica).� Mosaicos Anomalías espectrales LANDSAT.

• Generación de productos para ser incluidos en GEOCATMIN:

ASTER B3Análisis Estructural

ASTER 931 (RGB)Análisis Litológico

Anomalías Espectrales LANDSATAlteraciones: Óxidos + Arcillas

GRACIAS