Return to search

Integração de dados em ambiente SIG para mapeamento de favorabilidade mineral de ouro na ilha cristalina de Rivera (Uruguai)

Guias para exploração mineral são normalmente baseados em modelos conceituais de depósitos. Esses guias são, normalmente, baseados na experiência dos geólogos, em dados descritivos e em dados genéticos. Modelamentos numéricos, probabilísticos e não probabilísticos, para estimar a ocorrência de depósitos minerais é um novo procedimento que vem a cada dia aumentando sua utilização e aceitação pela comunidade geológica. Essa tese utiliza recentes metodologias para a geração de mapas de favorablidade mineral. A denominada Ilha Cristalina de Rivera, uma janela erosional da Bacia do Paraná, situada na porção norte do Uruguai, foi escolhida como estudo de caso para a aplicação das metodologias. A construção dos mapas de favorabilidade mineral foi feita com base nos seguintes tipos de dados, informações e resultados de prospecção: 1) imagens orbitais; 2) prospecção geoquimica; 3) prospecção aerogeofísica; 4) mapeamento geo-estrutural e 5) altimetria. Essas informacões foram selecionadas e processadas com base em um modelo de depósito mineral (modelo conceitual), desenvolvido com base na Mina de Ouro San Gregorio. O modelo conceitual (modelo San Gregorio), incluiu características descritivas e genéticas da Mina San Gregorio, a qual abrange os elementos característicos significativos das demais ocorrências minerais conhecidas na Ilha Cristalina de Rivera. A geração dos mapas de favorabilidade mineral envolveu a construção de um banco de dados, o processamento dos dados, e a integração dos dados. As etapas de construção e processamento dos dados, compreenderam a coleta, a seleção e o tratamento dos dados de maneira a constituírem os denominados Planos de Informação. Esses Planos de Informação foram gerados e processados organizadamente em agrupamentos, de modo a constituírem os Fatores de Integração para o mapeamento de favorabilidade mineral na Ilha Cristalina de Rivera. Os dados foram integrados por meio da utilização de duas diferentes metodologias: 1) Pesos de Evidência (dirigida pelos dados) e 2) Lógica Difusa (dirigida pelo conhecimento). Os mapas de favorabilidade mineral resultantes da implementação das duas metodologias de integração foram primeiramente analisados e interpretados de maneira individual. Após foi feita uma análise comparativa entre os resultados. As duas metodologias xxiv obtiveram sucesso em identificar, como áreas de alta favorabilidade, as áreas mineralizadas conhecidas, além de outras áreas ainda não trabalhadas. Os mapas de favorabilidade mineral resultantes das duas metodologias mostraram-se coincidentes em relação as áreas de mais alta favorabilidade. A metodologia Pesos de Evidência apresentou o mapa de favorabilidade mineral mais conservador em termos de extensão areal, porém mais otimista em termos de valores de favorabilidade em comparação aos mapas de favorabilidade mineral resultantes da implementação da metodologia Lógica Difusa. Novos alvos para exploração mineral foram identificados e deverão ser objeto de investigação em detalhe. / Guidelines for mineral exploration are normally based on models conceptualized for a certain type of deposit been investigated. These guidelines are normally based on geologists experience in a certain kind of mineralization, descriptive and genetical data, and expertise judgement. A numerical probabilistic and not probabilistic approach to predict the occurrence of a certain type of deposit at a certain place is a new procedure which started to gain acceptance among the exploration community. This thesis uses recent methodologies based on Geographical Information Systems (GIS) to generate mineral favorability maps for gold exploration. A case study at Rivera Crystalline Island, Paraná’s basin erosion, situated in northern Uruguay illustrate the method. To build favorability maps five sources of data and information were used and integrated, including: 1) satelite images; 2) geochemical survey; 3) airborne geophysical survey; 4) geo-structural mapping and 5) altimetry. These informations were combined with a conceptual model based on the characteristics of existent mines in region, mainly the San Gregorio Mine. The conceptual model included descriptive and genetic characteristics of San Gregorio Gold Mine, which is the most significant known gold occurrence in the region. The construction of favorability maps involved database preparation, data processing and the use of tools to integrate all different informations. During data processing distinct maps were generated and disposed in layers (Information Layers) for further integration. The multiple layers were organised in various groups named Integration Factors; i.e. geophysical factor, geochemical factor, etc. Afterwards, the layers were combined using two distinct methodologies, named: 1) Weights of Evidence (data driven) and 2) Fuzzy Logic (knowledge driven). Favorability maps resulted from using the two above mentioned techniques. Resultant maps from both methods indicated high favorability at known occurences validating the approach. The maps also coincides in showing high favorability at various other sites within the Rivera Crystalline Island. Weights of Evidence delineated smaller high favorable areas when compared to Fuzzy Logic based maps. However, Weigths of Evidence produced higher probability within the favorable zone when compared to the maps generated using Fuzzy Logic framework. New exploration targets were identified and should be object of detailed investigation.

Identiferoai:union.ndltd.org:IBICT/oai:lume.ufrgs.br:10183/3593
Date January 2000
CreatorsQuadros, Telmo Fernando Perez de
ContributorsKoppe, Jair Carlos, Strieder, Adelir Jose
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0026 seconds