Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile
Geólogo === El presente estudio se realizó en el Complejo Volcánico Tres Puntas, el cual presenta una extensa zona de alteración hidrotermal ubicada en la Cordillera Claudio Gay, Región de Atacama, en el noreste de la franja de Maricunga. Dado su contexto geodinámico y metalogénico, el área de estud...
Main Author: | |
---|---|
Other Authors: | |
Language: | es |
Published: |
Universidad de Chile
2012
|
Subjects: | |
Online Access: | http://www.repositorio.uchile.cl/handle/2250/111562 |
id |
ndltd-UCHILE-oai-repositorio.uchile.cl-2250-111562 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-UCHILE-oai-repositorio.uchile.cl-2250-1115622018-04-05T05:02:05Z Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile Guiresse Torres, Claudio Gastón Lacassie Reyes, Juan Facultad de Ciencias Físicas y Matemáticas Departamento de Geología Maksaev Jurchuc, Víctor Deckart, Katja Geoquímica Redes neuronales (Ciencia de la computación) Complejo Tres Puntas Geólogo El presente estudio se realizó en el Complejo Volcánico Tres Puntas, el cual presenta una extensa zona de alteración hidrotermal ubicada en la Cordillera Claudio Gay, Región de Atacama, en el noreste de la franja de Maricunga. Dado su contexto geodinámico y metalogénico, el área de estudio presenta un gran interés para la prospección de metales preciosos. En el área de estudio se realizó una campaña de exploración básica, en la cual se recolectaron 113 muestras de superficie (rocas y suelo) y se reconocieron las características litológicas, mineralógicas y texturales de varios de los puntos de muestreo. Se analizó la composición química de roca total de las muestras, obteniéndose concentraciones para 49 elementos mayores y trazas, respectivamente mediante ICP-MS e ICP-ES. Asimismo se obtuvieron las concentraciones de Au mediante AAS, utilizando un ensayo de fusión a fuego. En términos generales, las características geoquímicas, mineralógicas y de alteración, son compatibles con un sistema epitermal de Au de alta sulfuración. Los datos geoquímicos fueron estudiados utilizando redes neuronales artificiales (RNA). La aplicación de esta técnica permitió realizar un análisis multi-elemento de este set de datos, el cual incluye un número elevado de muestras con características litológicas y mineralógicas variadas. Como resultado del análisis mediante RNA, fue posible sub-dividir el set de datos en 6 Grupos Geoquímicos, es decir, 6 conjuntos de muestras con características geoquímicas similares. La proyección de esta información sobre el área de estudio, permitió identificar marcadas zonaciones geoquímicas, donde destacan dos zonas prospectivas, distanciadas aproximadamente en 1 km, que se caracterizan por concentrar las muestras con mayores valores de Au y Ag, además de las mayores abundancias de Pb, As, Sb, Te, Bi, Se, Sn, W y S (muestras de los Grupos Geoquímicos 3, 4 y 6). Estas correlaciones geoquímicas coinciden con las esperadas para sistemas epitermales de metales preciosos. El carácter prospectivo de estas zonas se ve reforzado dado que ellas coinciden estrechamente con una zona de alteración argílica avanzada y con una zona de alteración silícea. Las muestras con mayores valores de Cu se correlacionan con las mayores abundancias de Co y Cd (Grupo Geoquímico 5) y estarían relacionadas a rasgos de mayor profundidad (asociados a metales base) por lo que se interpreta como posibles estructuras locales (fallas de colapso) y además se relacionan con un cuerpo intrusivo hipabisal de composición diorítica que aflora en una de las zonas prospectivas. Cabe destacar que las muestras asociadas al Grupo Geoquímico 2 comparten algunas características con el Grupo Geoquímico 5, pero presentan una distribución espacial más dispersa, con algunas muestras dentro de las zonas que se definen como más prospectivas. Las muestras asociadas al Grupo Geoquímico 1 marcan una zona de bajo interés prospectivo ya que presenta algunas características geoquímicas afines con los Grupos Geoquímicos 3 y 6, pero no se relacionan con las anomalías esperadas para sistemas epitermales de metales preciosos. 2012-11-15T14:34:15Z 2012-11-15T14:34:15Z 2012 Tesis http://www.repositorio.uchile.cl/handle/2250/111562 es Universidad de Chile |
collection |
NDLTD |
language |
es |
sources |
NDLTD |
topic |
Geoquímica Redes neuronales (Ciencia de la computación) Complejo Tres Puntas |
spellingShingle |
Geoquímica Redes neuronales (Ciencia de la computación) Complejo Tres Puntas Guiresse Torres, Claudio Gastón Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile |
description |
Geólogo === El presente estudio se realizó en el Complejo Volcánico Tres Puntas, el cual presenta una extensa zona de alteración hidrotermal ubicada en la Cordillera Claudio Gay, Región de Atacama, en el noreste de la franja de Maricunga. Dado su contexto geodinámico y metalogénico, el área de estudio presenta un gran interés para la prospección de metales preciosos.
En el área de estudio se realizó una campaña de exploración básica, en la cual se recolectaron 113 muestras de superficie (rocas y suelo) y se reconocieron las características litológicas, mineralógicas y texturales de varios de los puntos de muestreo.
Se analizó la composición química de roca total de las muestras, obteniéndose concentraciones para 49 elementos mayores y trazas, respectivamente mediante ICP-MS e ICP-ES. Asimismo se obtuvieron las concentraciones de Au mediante AAS, utilizando un ensayo de fusión a fuego.
En términos generales, las características geoquímicas, mineralógicas y de alteración, son compatibles con un sistema epitermal de Au de alta sulfuración.
Los datos geoquímicos fueron estudiados utilizando redes neuronales artificiales (RNA). La aplicación de esta técnica permitió realizar un análisis multi-elemento de este set de datos, el cual incluye un número elevado de muestras con características litológicas y mineralógicas variadas.
Como resultado del análisis mediante RNA, fue posible sub-dividir el set de datos en 6 Grupos Geoquímicos, es decir, 6 conjuntos de muestras con características geoquímicas similares.
La proyección de esta información sobre el área de estudio, permitió identificar marcadas zonaciones geoquímicas, donde destacan dos zonas prospectivas, distanciadas aproximadamente en 1 km, que se caracterizan por concentrar las muestras con mayores valores de Au y Ag, además de las mayores abundancias de Pb, As, Sb, Te, Bi, Se, Sn, W y S (muestras de los Grupos Geoquímicos 3, 4 y 6). Estas correlaciones geoquímicas coinciden con las esperadas para sistemas epitermales de metales preciosos.
El carácter prospectivo de estas zonas se ve reforzado dado que ellas coinciden estrechamente con una zona de alteración argílica avanzada y con una zona de alteración silícea.
Las muestras con mayores valores de Cu se correlacionan con las mayores abundancias de Co y Cd (Grupo Geoquímico 5) y estarían relacionadas a rasgos de mayor profundidad (asociados a metales base) por lo que se interpreta como posibles estructuras locales (fallas de colapso) y además se relacionan con un cuerpo intrusivo hipabisal de composición diorítica que aflora en una de las zonas prospectivas. Cabe destacar que las muestras asociadas al Grupo Geoquímico 2 comparten algunas características con el Grupo Geoquímico 5, pero presentan una distribución espacial más dispersa, con algunas muestras dentro de las zonas que se definen como más prospectivas.
Las muestras asociadas al Grupo Geoquímico 1 marcan una zona de bajo interés prospectivo ya que presenta algunas características geoquímicas afines con los Grupos Geoquímicos 3 y 6, pero no se relacionan con las anomalías esperadas para sistemas epitermales de metales preciosos. |
author2 |
Lacassie Reyes, Juan |
author_facet |
Lacassie Reyes, Juan Guiresse Torres, Claudio Gastón |
author |
Guiresse Torres, Claudio Gastón |
author_sort |
Guiresse Torres, Claudio Gastón |
title |
Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile |
title_short |
Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile |
title_full |
Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile |
title_fullStr |
Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile |
title_full_unstemmed |
Aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del Complejo Tres Puntas, región de Atacama, Chile |
title_sort |
aplicación de redes neuronales artificiales para el modelamiento geoquímico y prospección de la zona de alteración hidrotermal del complejo tres puntas, región de atacama, chile |
publisher |
Universidad de Chile |
publishDate |
2012 |
url |
http://www.repositorio.uchile.cl/handle/2250/111562 |
work_keys_str_mv |
AT guiressetorresclaudiogaston aplicacionderedesneuronalesartificialesparaelmodelamientogeoquimicoyprospecciondelazonadealteracionhidrotermaldelcomplejotrespuntasregiondeatacamachile |
_version_ |
1718620921229475840 |