Prospección geológica mediante teledetección, geoestadística y machine learning en la franja metalogenética XV (Peru)

Ávila Marín, Miguel Ángel; Quintero Marín, Lucas

Publicación:
Prospección geológica mediante teledetección, geoestadística y machine learning en la franja metalogenética XV (Peru)

dc.contributor.advisor	Bedout Ordoñez, Julián David de
dc.contributor.advisor	Rojas Delgado, Julián David
dc.contributor.author	Ávila Marín, Miguel Ángel
dc.contributor.author	Quintero Marín, Lucas
dc.date.accessioned	2024-03-04T01:13:36Z
dc.date.available	2021
dc.date.available	2024-03-04T01:13:36Z
dc.date.created	2021
dc.date.issued	2021
dc.description.abstract	La franja metalogenética XV se ubica al sureste de Perú, entre la Cordillera Oriental y el Altiplano de las regiones de Ayacucho, Cusco y Puno. Esta ha sido reconocida por la presencia de yacimientos de tipo Skarn FeCu y pórfidos de CuAu (MoZn). En respuesta a la necesidad de realizar nuevas prospecciones minerales optimizando la relación de costos y beneficios se realizó la prospección geológica utilizando datos libres de sedimentos activos y geología del INGEMMET, imágenes satelitales ASTER y Landsat8 del Servicio Geológico de los Estados Unidos. Con los datos de sedimentos activos se realizaron análisis de estadística multivariable (Correlación lineal de Pearson, dendogramas y matrices de correlación lineal) para determinar zonas de anomalías y asociaciones geoquímicas. Con el tratamiento de imágenes satelitales mediante combinaciones y relaciones de banda se delimitaron áreas con alteraciones hidrotermales y de óxidos de hierro. En total se generaron 19 mapas que representan fuente, transporte, trampas físicas o procesos de depositación química asociados a sistemas de PórfidosSkarn, estos se utilizaron como capas de entrada y se integraron mediante machine learning usando redes neuronales artificiales. Las redes neuronales demostraron una gran utilidad en la prospección minera de yacimientos de tipo pórfido y skarn al generar un mapa en el que las zonas delimitadas de alta y muy alta prospectividad ocuparon el 16% de la zona de estudio y abarcaron el 84% de los yacimientos confirmados.
dc.description.abstractenglish	The metallogenic belt XV is located in southeastern Peru, between the Eastern Cordillera and the Altiplano of the regions of Ayacucho, Cusco and Puno. It has been recognized by the presence of FeCu skarn and CuAu (MoZn) porphyry deposits. In response to the need to carry out new mineral prospecting optimizing the costbenefit ratio, geological prospecting was carried out using free data of active sediments and geology from INGEMMET, ASTER and Landsat8 satellite images from the U.S. Geological Survey. Multivariate statistical analyses (Pearson linear correlation, dendograms and linear correlation matrices) were performed on the active sediment data to determine anomaly zones and geochemical associations. With the treatment of satellite images by means of combinations and band ratios, areas with hydrothermal and iron oxide alterations were delimited. In total 19 maps representing source, transport, physical traps or chemical deposition processes associated with PorphyrySkarn systems were generated, these were used as input layers and integrated by machine learning using artificial neural networks. The neural networks proved to be very useful in prospecting for porphyry and skarn deposits by generating a map in which the delimited zones of high and very high prospectivity occupied 16% of the study area and covered 84% of the confirmed deposits.
dc.description.degreelevel	Pregrado
dc.description.degreename	Geólogo
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/41146
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingenierías Fisicoquímicas
dc.publisher.program	Geología
dc.publisher.school	Escuela de Geología
dc.rights	http://creativecommons.org/licenses/by/4.0/
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0
dc.subject	Machine learning
dc.subject	Redes neuronales artificiales
dc.subject	Procesamiento de imágenes satelitales
dc.subject	Análisis geoestadísticos
dc.subject	Prospección minera
dc.subject	Landsat8
dc.subject	ASTER.
dc.subject.keyword	Machine learning
dc.subject.keyword	Artificial neural networks
dc.subject.keyword	Satellite image processing
dc.subject.keyword	Geostatistical analysis
dc.subject.keyword	Mineral prospecting
dc.subject.keyword	Landsat8
dc.subject.keyword	ASTER.
dc.title	Prospección geológica mediante teledetección, geoestadística y machine learning en la franja metalogenética XV (Peru)
dc.title.english	Geological prospecting through the application of machine learning, geostatistics and satellite image processing techniques in the metallogenic belt XV (Perú) *
dc.type.coar	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion	http://purl.org/coar/resource_type/c_7a1f
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type	Publication