UNIVERSIDAD DE PINAR DEL RÍO

“HNOS. SAÍZ MONTES DE OCA”

FACULTAD DE CIENCIAS TÉCNICAS

Pronóstico de mineralización tipo SEDEX a escala 1:50 000 en el Distrito

Metalogénico Dora-Francisco y zonas aledañas.

Tesis presentada en opción al Título Académico de Máster en Geología

(Mención: Prospección y Exploración de Yacimientos Minerales)

Autor: Ing. Amadú Baldé

Tutor: Dr. C. José Francisco Lastra Rivero

Pinar del Río

2018

DECLARACIÓN DE AUTORIDAD

Los resultados que se exponen en la presente tesis se han alcanzado como consecuencia

del trabajo realizado por el autor y asesorado y/o respaldado por el Departamento de

Geología de la Universidad de Pinar del Río. Por tanto, los resultados en cuestión son

propiedad del autor y de estas instituciones y solo ellas podrán hacer uso de los mismos

de forma conjunta y recibir los beneficios que se deriven de su utilización.

DEDICATORIA

A la memoria de mi mami Fatumata Fafa Nhamadjo.

A mi tío Samba Nhamadjo.

A mis hermanos y hermanas.

A mi amada novia.

A toda mi familia y amigos.

A mis maestros.

A mi patria amada (Guiné-Bissau).

AGRADECIMIENTOS

Primeramente, quiero agradecer a Dios único todo poderoso por la oportunidad que me

ha dado, por iluminar, guiar y proteger siempre mi camino durante toda mi estancia en

Cuba.

A mis queridos y amados padres, Fatumata Nhamadjo (Fallecida, Dios la tenga en su

gloria) y Samba Nhamadjo (Tío), por ser el motor impulsor, el sustento de mi vida y el

ejemplo vivo de virtud a seguir; por el apoyo incondicional que me han dado durante

todos estos años, por ayudarme, impulsarme a seguir hacia delante, por todos sus

esfuerzos y por la confianza que depositaran en mí aun estando lejos; han estado a mi

lado para que yo pudiera cumplir con mi sueño de superar.

Por semejantes causas, quiero agradecer a mis hermanitos y tíos: Lai, Marinho, Braima,

Aicha, Mariama, Djibi, tío Djon, tío Ali, tía Chía, tío Tcherno y tantos otros. Por su

ayuda y sus palabras de aliento en los momentos difíciles, por la fuerza, confianza,

respeto que ha tenido hacia mi persona y por su apoyo incondicional.

En especial a mi amada novia, amiga y futura esposa, por recorrer junto a mí este largo

camino y por la atención que me ha brindado durante la maestría; por estar siempre a mi

lado, por su cariño, amor, por su a payo incondicional y por haber sido mi guía e

inspiración; por la confianza y fuerza que me ha brindado en la realización de este

trabajo.

A mi amigo y tío, Lic. Tomás Sanca, Segundo Secretario de la Embajada de la

República de Guinea-Bissau en Cuba, por estar siempre a mi lado, por brindarme su

casa, todo su amor y su apoyo incondicional.

Quiero mostrar mi mayor agradecimiento a mi tutor, el Dr. C. José Francisco Lastra

Rivero, del Departamento de Geología de la Universidad de Pinar del Río, por su ayuda

incondicional, por las tantas horas de trabajo dedicadas, por su paciencia, por su empeño

y, sobre todas las cosas, por confiar en mí; por tratarme como un hijo en estos años, por

ser un padre para mí en Cuba, amigo, hermano, mentor y consejero, por la atención y

fuerza que me ha brindado en la realización de este trabajo y por ser un ejemplo a

seguir. Sin él este sueño no hubiese sido posible.

A mis compatriotas de Guinea-Bissau y amigos de otras nacionalidades por sus apoyos

incondicionales a lo largo de estos años.

Agradezco también a mis compañeros del aula por haber compartido durante los años

de la maestría momentos maravillosos; en especial a Abdiel, Julio, Marcelo, a mis

amistades de ayer, hoy y siempre, por el apoyo incondicional.

A todos los profesores del Departamento de Geología de la Universidad de Pinar del

Río, en especial a Dra. C. Rebeca Hernández Díaz, Dr. C. Robert Ramírez Hernández,

Dr. C. José Francisco Lastra Rivero, Dr. C. Carlos Enrique Cofiño Arada, MSC. Carlos

Javier Cueto Gil, MSC. Orestes Díaz Valdés; por sus apoyos incondicionales,

orientación, comentarios y sugerencias. Gracias a todos los que aportaron a me

superación personal y profesional.

A Guinea-Bissau, mi querida y amada patria; agradezco infinitamente al eterno

Comandante en Jefe Fidel Castro Ruz y la Revolución Cubana, al país que me ha dado

la oportunidad de ser lo que soy hoy.

… en fin… GRACIAS A LA VIDA QUE ME HA DADO TANTO.

PENSAMIENTO

“Los niños son los únicos seres a quienes tenemos que dar privilegios en nuestra tierra.

Son la flor de nuestra vida. Por causa de ellos hicimos todos los sacrificios, para que

vivan felices.”

Amílcar Cabral

RESUMEN

En las investigaciones geológicas, como es el caso de la exploración de recursos

minerales, es frecuente disponer de grandes volúmenes de datos espaciales, referentes a

información temática diversa, costosa de obtener, que son adecuadamente tratados y

analizados con ayuda de los sistemas informáticos. Se puede decir, que el objetivo final

de este análisis de datos es la elaboración de mapas que indiquen las zonas o puntos

donde es posible la presencia de un recurso (por ejemplo, mapas de favorabilidad

minera). Para ello es necesario elaborar modelos espaciales predictivos que permitan la

incorporación y combinación de las variables relevantes relacionadas con el fenómeno

estudiado. Estos modelos, elaborados normalmente en entorno de sistemas informáticos,

poseen naturaleza numérica diversa, que van desde modelos basados en la combinación

de mapas mediante reglas lógicas, aritméticas, estadísticas o probabilísticas, hasta

modelos más complejos basados en algoritmos de inteligencia artificial y minería de

datos. En esta investigación se hace posible uso de la aplicación integrada de técnicas

estadísticas multivariadas, mediante la integración de datos geológicos, topográficos,

geoquímicos y otros derivados del procesamiento de imágenes satelitales, para el

Pronóstico de mineralización tipo SEDEX a escala 1:50 000 en el Distrito Metalogénico

Dora-Francisco y zonas aledañas. El modelo ha sido implementado y ha permitido

generar mapas predictivos, por medio del cálculo de un índice de favorabilidad minera

(IFM), que ha facilitado la selección de las zonas con mayor potencialidad para alojar

depósitos minerales. El resultado obtenido indica que el rendimiento del modelo

utilizado es similar en muchos de los experimentos, con porcentajes de acierto de

depósitos conocidos. No obstante, el método utilizado puede ser aceptable en la mayoría

de los casos.

Palabras clave: pronóstico de mineralización, depósitos tipo SEDEX, análisis estadístico

multivariado, análisis fractal.

ABSTRACT

In geological investigations, as is the case of the exploration of mineral resources, it is

common to have large volumes of spatial data, referring to diverse thematic

information, expensive to obtain, which are adequately treated and analyzed with the

help of computer systems. It can be said that the final objective of this data analysis is

the elaboration of maps that indicate the zones or points where the presence of a

resource is possible (for example, maps of mining favorability). For this it is necessary

to elaborate predictive spatial models that allow the incorporation and combination of

the relevant variables related to the phenomenon studied. These models, usually

developed in computer systems environment, have diverse numerical nature, ranging

from models based on the combination of maps using logical, arithmetic, statistical or

probabilistic rules, to more complex models based on artificial intelligence algorithms

and data mining. In this research it is possible to use the integrated application of

multivariate statistical techniques, by integrating geological, topographic, geochemical

and other data derived from the processing of satellite images, for the SEDEX-type

mineralization forecast at scale 1:50 000 in the Dora-Francisco Metallogenic District

and surrounding areas. The model has been implemented and has allowed generating

predictive maps, through the calculation of a mining favorability index (MFI), which

has facilitated the selection of the areas with the greatest potential to house mineral

deposits. The obtained result indicates that the performance of the model used is similar

in many of the experiments, with percentages of success of known deposits. However,

the method used may be acceptable in most cases.

Key words: prognosis of mineralization, deposits SEDEX type scale 1: 50000,

multivariate statistical analysis, fractal analysis.

INDICE

INTRODUCCIÓN .......................................................................................................... 1

Capítulo I. Marco teórico-referencial ........................................................................... 5

I.1. Esbozo general de las investigaciones anteriores ................................................... 5

I.2. Modelo genético de yacimientos tipo SEDEX ....................................................... 7

I.3. Estado del arte sobre métodos y procedimientos para la construcción de mapas

de favorabilidad mineral. .............................................................................................. 9

I.3.1. Aplicación de métodos estadísticos .................................................................. 9

I.3.2. Análisis fractal y multifractal ......................................................................... 12

1.3.3. Procesamiento de imágenes satelitales .......................................................... 15

I.3.4. Técnicas para la construcción de mapas de favorabilidad mineral................. 15

Capítulo II. Características físico-geográficas, socio-económicas, geológicas y

metalogénicas del área de estudio. .............................................................................. 17

II.1. Características físico-geográficas y socio-económicas. ...................................... 17

II.1.1. Ubicación geográfica ..................................................................................... 17

II.1.2. Relieve e hidrografía ..................................................................................... 18

II.1.3. Vías de acceso ............................................................................................... 18

II.1.4. Clima y vegetación ........................................................................................ 19

II.1.5. Situación socio-económica ............................................................................ 19

II.2. Características geológicas ................................................................................... 19

II.2.1. Estratigrafía ................................................................................................... 20

II.2.2. Tectónica ...................................................................................................... 24

II.3. Metalogenia y depósitos minerales ..................................................................... 24

II.3.1. Estructura metalífera Francisco-Loma Hierro ............................................... 25

II.3.2. Estructura metalífera Cándida ....................................................................... 26

II.3.3. Estructura metalífera Dora-Amistad ............................................................. 28

Capítulo III. Metodología para la construcción de los mapas de favorabilidad

mineral ........................................................................................................................... 29

III.1. Caracterización de la información geocientífica disponible .............................. 30

III.2. Conceptualización de los metalotectos para yacimientos tipo SEDEX ............. 31

III.2.1. Metalotecto litoestratigráfico ....................................................................... 32

III.2.2. Metalotecto estructural ................................................................................. 32

III.2.3. Metalotecto geomorfológico ........................................................................ 33

III.2.4. Metalotecto geoquímico ............................................................................... 33

III.2.5. Metalotecto mineralógico ............................................................................ 34

III.3. Procedimientos para la construcción de mapas y capas de información. .......... 34

III.3.1. Procesamiento de datos geológicos y topográficos. .................................... 35

III.3.2. Procesamiento de datos litogeoquímicos ..................................................... 36

III.3.3. Procesamiento de imágenes Landsat TM. ................................................... 40

III.4. Integración de los metalotectos y construcción de mapas de favorabilidad

mineral ........................................................................................................................ 43

Capítulo IV. Análisis y discusión de los resultados. .................................................. 45

IV.1. Resultados del procesamiento de datos litoestratigráficos, estructurales y

geomorfológicos. ........................................................................................................ 45

IV.1.1. Análisis e interpretación del metalotecto litoestratigráfico ......................... 45

IV.1.2. Análisis e interpretación del metalotecto estructural ................................... 46

IV.1.3. Análisis e interpretación del metalotecto geomorfológico. ......................... 46

IV.2. Resultados del procesamiento de datos litogeoquímicos .................................. 47

IV.2.1. Análisis de factores ...................................................................................... 47

IV.2.2. Análisis geoestadístico y estimación espacial. ............................................ 48

IV.2.3. Análisis fractal. ............................................................................................ 49

IV.2.4. Análisis e interpretación del metalotecto geoquímico. ................................ 50

IV.3. Resultados del procesamiento de las imágenes satelitales. ............................... 52

IV.3.1. Análisis e interpretación de las alteraciones limoníticas y arcillosas. ......... 52

4.3.2. Análisis e interpretación de los resultados de la integración de alteraciones

limonítico-arcillosas. ................................................................................................ 57

4.3.3. Análisis e interpretación del metalotecto mineralógico ................................. 59

IV.4. Valoración de los mapas de favorabilidad mineral. .......................................... 60

IV.4.1. Mapa de favorabilidad para mineralización estratiforme pirito-

polimetálica. ............................................................................................................. 60

IV.4.2. Mapa de favorabilidad para mineralización de stockwork cuarzo-

cuprífera. .................................................................................................................. 61

IV.4.3. Mapa de favorabilidad para mineralización sulfurosa ................................. 63

Conclusiones .................................................................................................................. 65

Recomendaciones .......................................................................................................... 66

LISTADO DE FIGURAS

Figura 1. Modelo hipotético para la génesis de un yacimiento de sulfuros de Pb-Zn

alojados en sedimentos (modificado de Large, 1981). ..................................................... 8

Figura 2. Mapa de ubicación geográfica de la región de estudio. .................................. 17

Figura 3. Relieve e hidrografía de la región de estudio .................................................. 18

Figura 4. Mapa geológico de la región de estudio (Burov et al., 1986). ........................ 20

Figura 5. Diagrama de flujo indicando el procedimiento para el pronóstico

metalogénico. .................................................................................................................. 30

Figura 6. Diagrama concentración-área de contenidos de Fe (%) en suelos (Carranza,

2009). .............................................................................................................................. 38

Figura 7. Representación cartográfica del metalotecto litoestratigráfico: (a) Mapa

litológico (Burov et al., 1986); (b) Mapa del metalotecto litoestratigráfico................... 45

Figura 8. Representación cartográfica del sistema de fallas favorables:(a) Mapa de

fallas favorables (extraído de Burov et al., 1986); (b) Mapa de fallas favorables

reclasificado (buffer 250 m). .......................................................................................... 46

Figura 9. Representación cartográfica del metalotecto geomorfológico: (a) Mapa de

disección vertical; (b) Mapa del metalotecto geomorfológico (umbral 210 m). ............ 47

Figura 10. Variogramas de la transformación logística fuzzy de las variables

geoquímicas complejas Factor 1 y Factor 2. .................................................................. 48

Figura 11. Histograma y diagrama concentración-área de la transformación logística

fuzzy de la variables geoquímica compleja Factor 1 (estimación espacial por

krigging). ........................................................................................................................ 49

Figura 12. Histograma y diagrama concentración-área de la transformación logística

fuzzy de la variable geoquímica compleja Factor 2 (estimación espacial por krigging).50

Figura 13. Representación cartográfica del metalotecto geoquímico vinculado con

mineralización estratiforme pirito-polimetálica: (a) Mapa de la variable geoquímica

compleja Factor 1; (b) Mapa del metalotecto geoquímico complejo (umbrales 0.535,

0.585 y 0.660). ................................................................................................................ 51

Figura 14. Representación cartográfica del metalotecto geoquímico vinculado con

mineralización de stockwork cuarzo-cuprífera: (a) Mapa de la variable geoquímica

compleja Factor 2; (b) Mapa del metalotecto geoquímico complejo (umbrales 0.560,

0.625 y 0.680). ................................................................................................................ 52

Figura 15. Representación cartográfica de zonas de alteración (píxeles claros) por la

técnica Crósta: (a) Alteración limonítica; (b) Alteración arcillosa................................. 55

Figura 16. Representación cartográfica de zonas de alteración (píxeles claros) por la

técnica defoliante: (a) Alteración limonítica; (b) Alteración arcillosa. .......................... 57

Figura 17. Representación cartográfica de zonas de alteración limonítico-arcillosa

(píxeles claros). (a) Por la técnica Crósta; (b) Por la técnica defoliante. ....................... 59

Figura 18. Representación cartográfica del metalotecto mineralógico. ......................... 59

Figura 19. Mapa de favorabilidad para mineralización estratiforme pirito-

polimetálica. ................................................................................................................... 61

Figura 20. Mapa de favorabilidad para mineralización de stockwork cuarzo-cuprífera. 62

Figura 21. Mapa de favorabilidad de mineralización sulfurosa total con los sectores

de prospección propuestos. ............................................................................................. 63

LISTADO DE TABLAS

Tabla 1. Características espectrales para óxidos de hierro, hidroxilos y vegetación

(Ruiz-Armenta & Prol-Ledesma, 1995) ......................................................................... 40

Tabla 2. Cargas de los factores con rotación varimax .................................................... 47

Tabla 3. Umbrales anómalos estimados para la transformación logística fuzzy de las

variables geoquímicas complejas Factor 1 y Factor 2, derivados de los diagramas

concentración-área. ......................................................................................................... 50

Tabla 4. Estadística elemental de las bandas espectrales de datos Landsat TM. ........... 53

Tabla 5. Matriz de correlación de las bandas espectrales de datos Landsat TM. ........... 53

Tabla 6. Análisis de Componentes Principales de bandas espectrales 1, 3, 4 y 5 de

imágenes Landsat TM para detección de alteración limonítica por la técnica Crósta.

La CP con cargas de signos opuestos para las bandas 1 y 3 explica la alteración

limonítica. ....................................................................................................................... 54

Tabla 7. Análisis de Componentes Principales de bandas espectrales 1, 4, 5 y 7 de

imágenes Landsat TM para detección de alteración arcillosa por la técnica Crósta. La

CP con cargas de signos opuestos para las bandas 5 y 7 explica la alteración arcillosa. 54

Tabla 8. Análisis de Componentes Principales Dirigido de relaciones de banda (banda

3/banda 1-banda 4-banda 3) de imágenes Landsat TM para detección de alteración

limonítica por la técnica defoliante. La CPD con cargas de signo opuesto explica la

alteración limonítica. ...................................................................................................... 56

Tabla 9. Análisis de Componentes Principales Dirigido de relaciones de banda (banda

4/ banda 3 y banda 5/banda 7) de imágenes Landsat TM para detección de alteración

arcillosa por la técnica defoliante. La CPD con cargas de signo opuesto explica la

alteración arcillosa. ......................................................................................................... 56

Tabla 10. Análisis de Componentes Principales de CP4 y CP3 de imágenes Landsat

TM para detección de alteración limonítico-arcillosa por la técnica Crósta. La CP con

cargas de igual signo explica la alteración limonítico-arcillosa. .................................... 57

Tabla 11. Análisis de Componentes Principales de CPD1 (banda 3/banda 1-banda

4/banda 3) y CPD2 (banda 4/banda 3-banda 5/banda 7) de imágenes Landsat TM para

detección de alteración limonítico-arcillosa por la técnica defoliante. La CP con

cargas de igual signo explica la alteración limonítico-arcillosa. .................................... 58

Tabla 12. Criterios de favorabilidad para mineralización estratiforme pirito-

polimetálica .................................................................................................................... 61

Tabla 13. Criterios de favorabilidad para mineralización de stockwork cuarzo-

cuprífera .......................................................................................................................... 62

Tabla 14. Criterios de favorabilidad para mineralización sulfurosa total....................... 63

LISTADO DE ANEXOS

Anexo 1. Mosaico de representaciones gráficas del modelo digital de la variable

geoquímica compleja Factor 1 para diferentes valores límites...................................... 72

Anexo 2. Mosaico de representaciones gráficas del modelo digital de la variable

geoquímica compleja Factor 2 para diferentes valores límites...................................... 73

1

INTRODUCCIÓN

Los métodos de exploración de yacimientos de origen hidrotermal utilizando imágenes

de satélite se basan en las características superficiales de este tipo de depósitos que

permiten determinar zonas favorables para su localización.

Entre los diferentes factores que influyen en las condiciones físico-químicas

predominantes en los ambientes hidrotermales y que finalmente determinan los sitios y

el carácter de la mineralización, el ambiente estructural y tectónico son los más

importantes en la primera etapa de exploración (escala regional). En tanto que la

presencia de alteración hidrotermal es más relevante cuando la exploración es a escala

de proyecto. Aunque estos efectos de alteración pueden ayudar a la localización de áreas

favorables, un prospecto ocupa únicamente una pequeña parte de esta área, por lo que

las zonas de alteración muy extensas pueden dificultar la exploración.

A escala de proyecto los estudios estructurales son también muy útiles. Sin embargo,

muchas de las estructuras mapeadas no están mineralizadas, por lo que es necesario

separar las más favorables analizando la correspondencia entre las estructuras

geológicas y los datos disponibles de geoquímica, ocurrencia mineral y alteración

hidrotermal.

La conjunción favorable de estos factores hace que la zona se vuelva un prospecto

interesante para su exploración. Actualmente el mapeo de alteración es posible con

sensores que pueden detectarla presencia de grupos de minerales característicos de las

zonas de alteración con base en los rasgos espectrales de los mismos en la parte visible e

infrarrojo cercano (0.4-1.1 km) del espectro electromagnético. Dispositivos, tales como

el Landsat TM, pueden discriminar entre diferentes litologías y mapear la distribución

de diferentes grupos de minerales como son arcillas, sulfatos, carbonatos, óxidos, etc. El

Landsat TM también es muy útil para el mapeo de reconocimiento e identificación

regional de estructuras. Otra característica de estas imágenes satelitales es que están

disponibles a un precio razonable si se considera adecuada esta opción para el mapeo de

grandes áreas (una imagen TM cubre 185 x 185 km).

De acuerdo a los objetivos de exploración del área, el uso conjunto de datos de

percepción remota y del procesamiento digital de imágenes es una herramienta efectiva

y eficiente para el mapeo de reconocimiento y localización de posibles zonas

mineralizadas.

La exploración del área de estudio, tiene como objetivo principal, la localización y

2

delineación de áreas con mayor posibilidad de contener yacimientos minerales. La

selección del método de exploración se hizo con base en las principales características

de los yacimientos buscados, así como de la calidad de los resultados obtenidos y de la

optimización de tiempo y de los recursos tanto económicos como humanos.

Por otro lado, los avances científicos en los métodos de análisis y de integración de

datos o información representan un progreso de indudable interés hoy día en este ámbito

de las geociencias.

En esta investigación se presenta un modelo de integración de datos geocientíficos

basados en la aplicación de técnicas estadísticas multivariadas, análisis fractal y

procesamiento de imágenes, sobre plataforma SIG, dirigido al pronóstico metalogénico

de depósitos minerales sulfurosos tipo SEDEX, para lo cual se adoptó como caso de

estudio al Distrito Metalogénico Dora-Francisco y zonas aledañas.

DISEÑO DE LA INVESTIGACIÓN CIENTÍFICA.

Problema

Los procedimientos basados en la integración de datos geológicos, geoquímicos y

geomorfológicos para el pronóstico metalogénico de depósitos minerales tipo SEDEX a

escala regional, haciendo uso de programas expertos y métodos estadísticos

multivariados, han demostrado limitaciones en la estimación de las perspectivas de

nuevas zonas mineralizadas en el Distrito Metalogénico Dora-Francisco y zonas

aledañas.

Objeto de estudio

Mineralización tipo SEDEX en el Distrito Metalogénico Dora-Francisco y zonas

aledañas.

Objetivo general

Evaluar las potencialidades metalíferas de depósitos tipo SEDEX a escala 1:50 000, a

partir de la integración de datos geológicos, topográficos, geoquímicos y otros

derivados del procesamiento de imágenes satelitales.

Objetivos específicos

Definir el modelo de integración de los metalotectos para el pronóstico

metalogénico de depósitos tipo SEDEX a escala regional.

3

Revelar índices de mineralización mediante el procesamiento de imágenes

satelitales.

Representar cartográficamente los metalotectos litoestratigráfico y estructural,

mediante el procesamiento de los datos derivados del mapa geológico a escala

1:50 000.

Representar cartográficamente el metalotecto geomorfológico, a partir del

procesamiento del Modelo Digital de Terreno.

Construir los mapas geoquímicos complejos de elementos indicadores y

exploradores, mediante la integración del análisis de factores y el análisis fractal.

Representar cartográficamente el metalotecto mineralógico, sobre la base de las

zonas de oxidación mapeadas y el procesamiento de imágenes satelitales.

Construir los mapas de favorabilidad mineral sobre la base de la integración de

los metalotectos litoestratigráfico, estructural, geomorfológico, geoquímico y

mineralógico.

Identificar nuevas zonas favorables para el desarrollo de depósitos tipo SEDEX

a partir de la interpretación de los mapas de favorabilidad mineral.

Tareas

Caracterización de los metalotectos relacionados con los depósitos minerales

tipo SEDEX.

Modelación de los metalotectos vinculados directamente con los depósitos tipo

SEDEX.

Recopilación de información sobre aplicaciones del análisis fractal a la

prospección de yacimientos minerales.

Selección de las técnicas a utilizar para el procesamiento e integración de los

datos geológicos, geoquímicos y geomorfológicos.

Procesamiento de datos geoquímicos mediante análisis fractal y análisis de

factores.

Procesamiento de imágenes satelitales mediante la técnica Crósta y Análisis de

Componentes Principales Dirigido.

Procesamiento de datos geológicos.

Procesamiento de datos topográficos.

Elaboración de mapas de favorabilidad mineral a escala 1:50 000.

4

Hipótesis

Mediante una integración científicamente argumentada de los metalotectos

litoestratigráfico, estructural, geomorfológico, geoquímico y mineralógico para

depósitos tipo SEDEX, será posible corroborar los depósitos y manifestaciones

minerales conocidos en el Distrito Metalogénico Dora-Francisco y zonas aledañas y

revelar otras zonas favorables.

5

Capítulo I. Marco teórico-referencial

Los mapas geológicos constituyen una herramienta base para la exploración minera y

son el punto de partida para estudios temáticos en áreas geográficas, geológicas y

ambientales, como son hidrogeología, ordenamiento territorial, impacto ambiental,

exploración minera, desarrollos urbanos, riesgos meteorológicos, etc. La integración de

la información geológica con otros datos, tales como geología económica, geoquímica,

geofísica, etc., es fundamental para definir áreas de interés prospectivo. Esta integración

es posible mediante los Sistemas de Información Geográfica (SIG), los que cumplen

con todos los requisitos para convertirse en elementos esenciales en todo tipo de

actividad relacionada a las ciencias de la tierra y otras áreas afines.

I.1. Esbozo general de las investigaciones anteriores

En el marco de la región caribe-antillana, Cuba por su constitución geológica es una de

las más complejas, lo que ha conllevado a que sea objeto de múltiples investigaciones

durante más de un centenar de años, comenzando por Alejandro de Humboldt, a finales

del siglo XIX.

El desarrollo histórico de estos trabajos se remonta al descubrimiento del depósito

Matahambre y, consiguientemente, el interés de localizar nuevos depósitos minerales

dentro del mismo ambiente geológico.

Las investigaciones sobre la geología y metalogenia del Distrito Metalogénico Dora-

Francisco han estado insertadas en el panorama de la geología de Cuba Occidental y

tienen como características generales la diversidad de grados de detalle y los diferentes

puntos de vista respecto al origen de la mineralización.

Durante una primera etapa (1957-1983) la geología regional fue explicada a partir de las

ideas acerca del surgimiento y desarrollo del geosinclinal cubano, destacándose en este

sentido los trabajos de Hatten et al. (1957), Khudoley y Meyerhoff (1971),

Pszczolkowski et al. (1975), Iturralde-Vinent (1981) y Astajov et al. (1981).

La mayoría de estos trabajos geológicos sirvieron de base para el desarrollo de

diferentes criterios metalogénicos que le confirieron cierto impulso a la prospección de

depósitos minerales en esta región, evaluándose así el grado de perspectividad de

mineralización cuprífera y polimetálica en los complejos terrígenos del Jurásico de

Cuba Occidental.

En la década del 60, varios especialistas soviéticos (Vologdin et al., 1963; Poplasvki et

6

al., 1966; Novitski, 1963, etc.) realizaron trabajos de prospección en diferentes áreas

entre los depósitos Francisco y Dora, obteniendo como resultado varias anomalías

geoquímicas y geofísicas de interés que posteriormente fueron comprobadas por

trabajos de perforación.

A mediados de la década del 80 se realiza un levantamiento geológico regional a escala

1:50 000 en la parte noroeste de la provincia de Pinar del Río (Burov et al., 1986) que

incluyó al Distrito Metalogénico Dora-Francisco. Estos trabajos sirvieron de base para

la detección de áreas perspectivas para la ejecución de investigaciones prospectivas.

La prospección de depósitos minerales sulfurosos y polimetálicos en el Distrito

Metalogénico Dora-Francisco a escala 1:10000 se llevó a cabo por un equipo

multidisciplinario cubano (geólogos, geoquímicos, geofísicos) con el asesoramiento de

especialistas soviéticos, aplicándose un complejo de métodos geólogo-geoquímico-

geofísicos. Lara et al. (1989) resumieron los resultados de estas investigaciones

consistentes esencialmente en el descubrimiento de nuevas manifestaciones minerales y

la evaluación parcial de la potencialidad de las minas antiguas o sus flancos.

Fernández de Lara (1993), como parte del pronóstico de mineralización sulfurosa en la

región ocupada por la hoja cartográfica Dimas (escala 1:50 000), obtuvo un mapa de

prospectividad y cálculo de recursos pronósticos, para el que tuvo en cuenta el

procesamiento de datos litogeoquímicos procedentes de los trabajos de Burov et al.

(1986). Esta información fue integrada a otros datos geológicos y geofísicos mediante la

aplicación del sistema experto RELIS, propuesto por el mismo autor.

Entre los años 1995-1998 se ejecutaron nuevas investigaciones geológicas financiadas

por la Asociación Económica Holmer Gold Mines Limited-Geominera S.A. en el

Distrito Metalogénico Dora-Francisco. Estos estudios estuvieron dirigidos

preferentemente a determinar la potencialidad de las zonas de oxidación y sombreros de

hierro para el alojamiento de metales preciosos (oro y plata), aunque también se

realizaron trabajos de levantamiento geológico, geofísico y geoquímico, que

contribuyeron a un mejor conocimiento de las potencialidades de la región para el

alojamiento de mineralización sulfurosa tipo SEDEX.

Los resultados geoquímicos finales de estas investigaciones fueron presentados por

Lastra (1998), tanto a escala regional (1:50 000) como detallada (1:10 000). Entre otros

se ofrecieron criterios para el pronóstico geoquímico de mineralización sulfurosa, sobre

la base de la integración de los resultados del procesamiento estadístico y gráfico de los

datos litogeoquímicos obtenidos por Burov et al. (1986) en la región ocupada por la

7

hoja topográfica Dimas y los de sedimentos de corriente (Vázquez et al., 1998) dentro

de los límites del Distrito Metalogénico Dora-Francisco. Las investigaciones

geoquímicas detalladas se centraron en el estudio de las particularidades de las

estructuras metalíferas Francisco-Loma Hierro y Cándida, con estilos de mineralización

distintivos dentro del modelo genético tipo SEDEX, sobre la base de la recolección de

muestras pedogeoquímicas y litogeoquímicas, a partir de cuyos resultados analíticos se

logró la revelación e interpretación de varias anomalías geoquímicas monoelementales y

complejas.

Cuaiela (2002) presenta resultados que enriquecen la valoración de las características

metalogénicas del Distrito Metalogénico Dora-Francisco, validando los resultados

regionales con los obtenidos en sectores de prospección. Sin embargo, no tiene en

cuenta para el pronóstico la información derivada de imágenes satelitales, además de no

considerar en toda su magnitud el efecto de la estructura geológica y el relieve, en su

vínculo con los yacimientos y manifestaciones minerales.

I.2. Modelo genético de yacimientos tipo SEDEX.

El modelo de yacimientos tipo SEDEX fue propuesto por Carne y Cathro (1982). Con

anterioridad ya habían sido resumidas algunas de las características de estos depósitos

por Gustafson y Williams (1981), quienes los habían denominado sulfuros masivos

alojados en pizarras-carbonatos (SHMS). La mayoría de estos yacimientos se forman en

rift intercontinentales o en márgenes continentales pasivos (Large,1980,1983; Werner,

1989, 1990 y Goodfellow et al., 1991); ninguno de ellos ha sido reportado en arcos

volcánicos o en zonas de subducción. Al igual que los yacimientos de sulfuros masivos

vulcanogénicos, estos se forman mediante la deposición menífera en el fondo del mar o

en sedimentos marinos no consolidados; difieren de ellos en que las rocas encajonantes

dominantes son pizarras y carbonatos marinos, la actividad ígnea asociada es de menor

a inexistente, las profundidades del agua de mar se presume sean considerablemente

inferiores a los 2000 m propuestos para la mayoría de los yacimientos vulcanogénicos y

el contenido de Cu es bajo (< 1% en masa). El carácter de su formación es

probablemente singenético-diagenético. Los principales minerales meníferos en este

tipo de yacimiento son la esfalerita y la galena, aunque en algunos pueden existir

calcopirita y cantidades poco importantes de otros sulfuros y sulfosales. La pirita (y

ocasionalmente, la pirrotina), el cuarzo y la barita son los minerales no metálicos más

comunes, pero la siderita y otros carbonatos son algo abundantes en algunos depósitos.

8

Muchas de las características observadas para este tipo de yacimiento, pueden ser

explicadas mediante los eventos que acompañan a la descarga de las soluciones

meníferas y la precipitación subsiguiente de los sulfuros metálicos (y barita) en el fondo

oceánico. También existe una zona de stockwork cuarzo-sulfurosa coincidente con los

canales de ascenso de las soluciones meníferas, en las que es característica la presencia

de vetillas entrecruzadas de cuarzo y calcopirita.

En el modelo hipotético de depósitos tipo SEDEX propuesto por Large (1981) se

representa la distribución espacial de los principales minerales sulfurosos, según el

orden aproximado de deposición desde la zona de descarga, formando zonas

mineralizadas con estructuras diferentes: stockwork cuarzo-sulfuroso coincidiendo con

la abertura de descarga (vetillas entrecruzadas de pirita, calcopirita, arsenopirita) y

estratiforme pirito-polimetálico-barítico situada encima de la abertura de descarga y

expandida lateralmente (mineralización bandeada y masiva de pirita, galena, esfalerita,

barita) (Figura 1).

Figura 1. Modelo hipotético para la génesis de un yacimiento de sulfuros de Pb-Zn

alojados en sedimentos (modificado de Large, 1981).

CC.-calcopirita; Po-pirrotina; Gn-galena; Sp-esfalerita; Py-pirita; Ba-barita; Hm-

hematita.

9

I.3. Estado del arte sobre métodos y procedimientos para la construcción de mapas

de favorabilidad mineral.

La prospección de yacimientos minerales es una actividad de alto riesgo económico, ya

que supone unas inversiones a largo plazo que muchas veces se sustentan en precios del

producto minero sujetos a altas oscilaciones. A su vez, supone también un elevado

riesgo económico, derivado este del hecho de que supone unos gastos que solamente se

recuperan en caso de que la exploración tenga éxito y suponga una explotación minera

fructífera. Sobre estas bases, es fácil comprender que la exploración supone la base de la

industria minera, ya que debe permitir la localización de los recursos mineros al mínimo

coste posible.

Para ello, debe cumplir dos objetivos básicos:

1. Identificar muy claramente los objetivos del trabajo a realizar

2. Minimizar los costes sin que ello suponga dejar lagunas

En las investigaciones prospectivas regionales resulta muy importante planificar las

diferentes actividades a realizar, fundamentalmente dirigidas a pronosticar

mineralización con un nivel de certidumbre adecuado. La prospección regional de

yacimientos minerales se basa en una serie de técnicas, unas instrumentales y otras

empíricas, de coste muy diverso. Por ello, normalmente se aplican de forma sucesiva,

solo en caso de que el valor del producto sea suficiente para justificar su empleo, y solo

si son necesarias para complementar las técnicas que ya se hayan utilizado hasta el

momento.

I.3.1. Aplicación de métodos estadísticos.

Diversos métodos estadísticos han sido utilizados para el procesamiento de los datos

geocientíficos.

Dentro de los datos geocientíficos, los geoquímicos siempre han sido objeto de mucha

atención, debido a que están bien identificados los elementos indicadores y exploradores

de los diferentes tipos genéticos de depósitos minerales. Ello los hace muy propensos a

ser procesados estadísticamente, con la finalidad de establecer patrones que caractericen

los diferentes estilos de mineralización existentes en una región dada y establecer el

límite fondo-anomalía geoquímica.

A continuación, se hará una reseña de algunos de estos métodos, con la finalidad de

seleccionar aquellos que ofrezcan los mejores resultados para la solución del problema

planteado.

10

Estadística elemental

Rose et al. (1979) refieren varios métodos posibles a utilizar para la estimación del

umbral anómalo, destacando entre ellos: (i) comparación con los datos de la literatura,

(ii) discriminación gráfica de los valores de fondo numerosos desde una proporción más

pequeña de valores anómalos en un segundo pico de un histograma de los datos, (iii)

cálculo de la media más 2 (o 3) desviaciones estándar, (iv) ploteo de frecuencia

acumulativa en papel probabilístico y separación en poblaciones de fondo y anómala,

(iv) reconocimiento de agrupaciones de muestras anómalas cuando los datos son

representados en un mapa, y (iv) comparación con los resultados de una investigación

orientativa.

García-Cabrejo y Moreno-Sánchez (2006) realizan una revisión exhaustiva de los

procedimientos más utilizados para la solución de este problema inherente a las

investigaciones geoquímicas, clasificándolos en: métodos estadísticos (media+2

desviaciones estándar y cuantil 90), métodos gráficos (diagramas cuantil-cuantil y

probabilísticos), métodos fractales (diagramas concentración-área), métodos

geoestadísticos (krigeage factorial y robusto) y estadística espacial U.

Carranza (2009) enfatiza que estos procedimientos pueden resultar de la aplicación de

los conceptos derivados de la estadística clásica (media, desviación estándar), del

análisis exploratorio de datos (mediana, desviación absoluta de la mediana, rango

intercuartil, cuartil 3) y del análisis fractal, con resultados que pueden diferir y que

determinan una elección por parte del investigador de aquel que revela más

adecuadamente el umbral anómalo.

Estadística multivariada

Las técnicas estadísticas multivariadas están dirigidas a analizar simultáneamente dos o

más variables de cada individuo u objeto sometido a investigación. Todas ellas tienen en

común lograr una asociación de variables simples, representativa de algún fenómeno o

proceso con bases teóricas conocidas.

Al aplicar estas técnicas a la integración de datos geocientíficos para el pronóstico

metalogénico, se garantiza la obtención de variables complejas en las que se resumen

los principales rasgos de los estilos de mineralización existentes.

A continuación, se describen algunas de las características que distinguen a estas

técnicas, como paso preliminar para la elección de aquella que resultará más

conveniente aplicar en esta investigación.

11

Análisis de factores: Se utiliza este tipo de análisis por la capacidad que tiene de

identificar series de variables relacionadas e incluso desarrollar una única medida

compuesta para representar la serie entera de variables relacionadas, con lo que se le

ofrece al investigador una herramienta poderosa para obtener una mejor comprensión de

la estructura de datos y una manera de simplificar otros análisis de una gran serie de

variables compuestas de reemplazo.

La aplicación del análisis factorial tiene como resultado la agrupación de variables (puede

ser por grupos, según lo que se analiza) (Joseph, 1999).

Análisis de componentes principales: Este método puede emplearse en la separación del

comportamiento regional y local, respectivamente, con la ventaja de que se obtienen buenos

resultados al realizar la separación en áreas de pequeñas dimensiones, donde los métodos

convencionales de promediación no pueden emplearse pues se perdería una franja de la

información en todo el alrededor del área (Alfonso, 1989). En general, la primera

componente principal poseerá la mayor covarianza y la última será la que contribuya con la

menor variabilidad; como la primera componente es la que contribuye con mayor

variabilidad al sistema multivariado, en la práctica ella contiene la mayor parte de la

información útil portada por los atributos originales.

Análisis de clúster: Dentro de los métodos de Análisis Multivariante, el Análisis

Clúster es uno de los más recientes y tiene como objetivo, la clasificación de individuos

en grupos distintos, de manera que exista la mayor homogeneidad posible dentro de los

grupos, con respecto a ciertas variables que pueden ser cuantitativas o cualitativas.

Puesto que la clasificación de individuos se realiza a partir de las variables observadas

en los individuos, es condición primordial en este tipo de estudio realizar una buena

elección de las variables iniciales, así como también elegir una medida de

homogeneidad o similaridad adecuada para la situación que se esté analizando. No

existe una única medida de homogeneidad, ni tampoco es único el método de agrupar

observaciones en distintos clústeres. El analista debe decidir qué medida y qué método

son más adecuados según los datos de partida y los objetivos a conseguir con la

agrupación.

Dentro de los métodos de clúster, se pueden distinguir los jerárquicos de los no

jerárquicos. En los métodos jerárquicos no se conoce previamente el número de grupos

a formar, mientras que, en los no jerárquicos, se parte de un número fijo de clústeres.

Además, los métodos jerárquicos presentan la desventaja, de que una vez que una

observación o individuo ha sido asignado a un clúster, no es posible su reasignación a

12

otro clúster distinto. Por ello, los métodos jerárquicos se utilizan muchas veces como

una primera aproximación a la solución final. Esta solución final se obtiene, partiendo

del resultado de los métodos jerárquicos, y mejorando dicho resultado, si es posible,

mediante los métodos no jerárquicos. En este sentido, los dos métodos deben

considerarse como complementarios más que competitivos.

Geoestadística

La geoestadística se define como la aplicación de los métodos probabilísticos a

fenómenos que varían en el espacio (Isaaks & Srivistava, 1989 en: García-Cabrejo y

Moreno-Sánchez, 2006). Generalmente la variación espacial de los fenómenos es muy

compleja para ser descrita por medio de modelos matemáticos sencillos y aunque

pareciera que es completamente aleatoria, estos fenómenos tienen cierto grado de

correlación espacial. La geoestadística brinda una herramienta para la caracterización de

esta correlación espacial, la cual se denomina semivariograma (Carr, 1995 en: García

Cabrejo & Moreno-Sánchez,2006). El semivariograma es una función que mide el

grado de disimilaridad de una variable en función de la distancia de separación (Clark,

1979 en: García-Cabrejo & Moreno-Sánchez, 2006).

Batista et al. (2002) utilizan estas técnicas para la cartografía de variables complejas

obtenidas de la aplicación de análisis de componentes principales (PCA) resultantes de

estudios geoquímicos ambientales en Portugal. Este procedimiento comienza con la

construcción de los variogramas experimentales de las variables PC1 y PC2 en

diferentes direcciones del espacio y el ajuste de los mejores modelos teóricos. Para la

preparación de los mapas geoquímicos correspondientes se aplica el estimador Krigging

a las puntuaciones de cada componente principal, enlazando los respectivos modelos de

variogramas que mejor reflejan la variabilidad espacial de ellas.

I.3.2. Análisis fractal y multifractal.

Los fractales surgieron como respuesta a una necesidad que se produjo a comienzos del

siglo XX, al estudiar conjuntos de puntos que se distribuían sobre una recta real que

poseían medida de Lebesgue nula. Hausdorff (1919) construyó una teoría matemática

que permitía estudiar estos conjuntos tan peculiares.

El término fractal se utiliza para describir un objeto o patrón que se compone de partes

(por ejemplo, fracciones) que tienen geometrías (por ejemplo, forma), excepto escala o

tamaño, que son más o menos similares al objeto patrón total (Mandelbrot, 1982, 1983

en: Carranza, 2009).

13

Una de las mejores aproximaciones es la definida por Mandelbrot (1982): “Un fractal es

por definición un conjunto para el cual la dimensión de Hausdorff es mayor que su

dimensión topológica (DT) que es siempre un número entero”.

Los fractales se basan en el concepto de autosemejanza, una propiedad que presentan

aquellos sistemas cuyas estructuras permanecen constantes al variar la escala de

observación; en otras palabras, cuando “las partes”, por pequeñas que estas sean, se

parecen al todo. Estos son los fractales autosemejantes. Los fractales autoafines son

aquellos en los que el objeto es parecido a diferentes escalas, pero no como un calco de

la realidad.

A partir de los descubrimientos de Mandelbrot (1982) sobre la organización fractal de la

naturaleza, alejándose de la geometría clásica euclidiana, estos conceptos comenzaron a

aplicarse en muchas disciplinas del conocimiento, por ejemplo, en Física, Química,

Astronomía, Biología Molecular, y también en Geología. Muchos fenómenos naturales

muestran características fractales, principalmente por su similaridad en un amplio rango

de escalas (invarianza al cambio de escala) y, por lo tanto, algunas propiedades

presentan distribuciones hiperbólicas (fractales o “power-law”). Esto es muy importante

de cara a evaluar la prospectividad de una región (Sanderson et al., 1994), ya que

proporciona una base para aplicar la información de una escala determinada (e.g. a

escala de yacimiento) a otra (e.g. la distribución de yacimientos a escala regional o de

Distrito Minero).

Es importante comprender que muchos de los procesos geológicos muestran un

comportamiento fractal y que se pueden caracterizar por una determinada dimensión

fractal. Pero el salto cuantitativo, ha sido descubrir los multifractales y su aplicación en

diversas ramas de la Geología, aprovechando las herramientas informáticas que existen

en la actualidad, como por ejemplo los Sistemas de Información Geográfica (SIG). Los

multifractales son aquellos sistemas naturales que no se pueden caracterizar por una

única dimensión fractal. Intentar comprender la distribución espacial y localización de

determinadas mineralizaciones en la zona mediante modelos de simulación realistas, en

base a funciones no clásicas, ha sido un estímulo para realizar esta investigación, para

generar mapas de probabilidades que pueden considerarse como mapas de

prospectividad o mapas de favorabilidades en la zona de estudio, incorporando

posteriormente los valores de las probabilidades en las simulaciones multifractales, con

el fin de reflejar la influencia de los metalotectos geológicos en la distribución de las

mineralizaciones de tipo SEDEX.

14

Tres tendencias se han manifestado en la aplicación del análisis fractal a la

caracterización de la distribución espacial de variables geoquímicas: método

concentración-área, método potencia-espectro y método espectro-área.

Cada uno de estos métodos tiene su expresión gráfica en diagramas log-log, resultando

en representaciones lineales de estas variables. La existencia de varias tendencias

lineales genera un multifractal y las inflexiones marcan límites en el comportamiento de

la variable que es objeto de este análisis. Así, un multifractal se considera que son

conjuntos espacialmente entrelazados de monofractales.

Xu y Cheng (2001) hacen uso del filtrado fractal por el método potencia-espectro para

la descomposición de mapas geoquímicos en diferentes componentes. Demuestran así

que los patrones anómalos y de fondo de los datos geoquímicos usando este filtro

pueden reflejar procesos geológicos de mineralización.

Panahi et al. (2004) utilizan el análisis multifractal de distribuciones geoquímicas de Au

y Ag en sedimentos lacustres mediante el método potencia-espectro, propiciando así la

definición de dominios de frecuencia equivalentes a señales filtradas representativas del

ruido, fondo y anomalía de estas variables geoquímicas en el dominio espacial.

Lima et al. (2008) aplican este método para clasificar los píxeles correspondientes a los

resultados de As interpolado en aguas de corriente a escala regional en Europa.

Carranza (2010) introduce conceptos relacionados con el análisis fractal por el método

concentración-área durante el procesamiento de datos geoquímicos de sedimentos de

corriente. Así, a las inflexiones en las pendientes de las líneas rectas en los diagramas

concentración-área en escalas logarítmicas para variables geoquímicas simples y

complejas les confiere significados limítrofes de diferentes campos geoquímicos: fondo

bajo, fondo, fondo alto, anomalía baja y anomalía alta.

Huang y Zhao (2015) aplicaron el método espectro-área como parte del análisis

multifractal de los contenidos de Cu, Au y As en sedimentos de corriente, demostrando

su efectividad para la delimitación de anomalías geoquímicas regionales y locales.

Mapeta (2015) realiza una aplicación del análisis fractal por el método concentración-

área a la estimación de los umbrales anómalos de las variables geoquímicas complejas

obtenidas como resultado de la aplicación del análisis factorial a los resultados

analíticos de un conjunto de muestras litogeoquímicas del sector de prospección Oro-

Cándida en el Distrito Metalogénico Dora-Francisco.

15

1.3.3. Procesamiento de imágenes satelitales.

El uso de imágenes Landsat TM se ha generalizado en el campo del pronóstico

metalogénico, dada la efectividad demostrada por diferentes técnicas establecidas,

dirigidas principalmente a la revelación de zonas de alteración hidrotermal e

hipergénicas vinculadas espacialmente con los depósitos minerales. Dada la mayor

amplitud de estas, su visualización se hace posible con resoluciones relativamente bajas

de estas imágenes. Entre las más conocidas y aplicadas están las técnicas Crósta y

defoliante, las que debido a las particularidades de su conceptualización serán abordadas

con mayor detalle al ser aplicadas al caso concreto que se presenta en este trabajo.

Carranza (2002) realiza una aplicación de estas técnicas a la revelación de zonas de

alteración vinculadas con depósitos minerales en Filipinas, Estos resultados sirven de

punto de referencia para esta investigación, dada la claridad y coherencia con que se

presentan los resultados obtenidos y su interpretación.

I.3.4. Técnicas para la construcción de mapas de favorabilidad mineral.

Este método se basa en la suma algebraica de todos los mapas que se obtienen del

procesamiento de la información de cada metalotecto con el fin de obtener mapas de

pronóstico finales.

Modelo de superposición binaria.

La lógica booleana es, posiblemente, el modelo de integración en SIG más simple y

conocido. Se basa en la combinación lógica de mapas booleanos o binarios, obtenidos

de la aplicación de operadores condicionales, a través de los operadores lógicos (and (y)

y or (o)). El conocimiento que posee el geólogo sobre el tipo de depósito se representa a

través de un conjunto de rígidas reglas binarias. La desventaja de este modelo está en la

asignación de igual importancia a todos los criterios que se combinan. Por otra parte, la

salida o mapa final es binaria y extremadamente restrictiva si se emplea el operador “y”,

o demasiado optimista si se utiliza el operador “o”.

Modelo de superposición indexada

La superposición indexada es una técnica simple, donde la ponderación de los mapas de

evidencias y sus clases, se basa en el conocimiento que posee el geólogo sobre el objeto

geológico estudiado. El mapa resultante (mapa de susceptibilidad) es una combinación

lineal ponderada de todas las variables estudiadas.

16

Lógica difusa (Fuzzy logic)

El método de la lógica difusa o borrosa se utiliza en aquellos casos donde se cuenta con

un modelo confiable, que permite establecer la importancia relativa de cada variable.

En la teoría clásica de conjuntos, la membresía de un grupo se define como verdadero

(1) o falso (0). Sin embargo, en un conjunto difuso la misma se expresa en una escala

continua de 0 (no miembro) a 1 (membresía total). Las diferentes capas o mapas de

atributos en SIG que contienen los datos primarios son convertidos a valores de

membresía difusa, utilizando las funciones analíticas o algoritmos de codificación

(Fuzzification) de Bonham-Carter (1994).

Para integrar los mapas de evidencias difusas se emplean cinco operadores fuzzy (Fuzzy

AND, Fuzzy OR, Producto Algebraico Fuzzy, Suma Algebraica Fuzzy, Operador

Gamma Fuzzy), los cuales son descritos por Bonham-Carter (1994). Los mapas de

evidencias convertidos a fuzzy se integran en una serie de pasos (red inferencial) que

simulan el pensamiento lógico de los expertos y que le aportan una gran flexibilidad al

método.

La flexibilidad en la asignación de los pesos y la combinación de operadores, unido a la

posibilidad de trabajar con mapas multiclases y continuos y la capacidad de manipular

información imprecisa e incompleta, constituyen las principales ventajas de este

importante método.

Los problemas de la lógica difusa radican en que los valores de membresía se asignan

de forma subjetiva, considerando el grado de correspondencia de los valores de la

variable al modelo conceptual del objeto que se estudia, el cual, a su vez, puede ser

incorrecto o incompleto. Aunque el análisis espacial puede usarse para de forma

objetiva asignar los valores de membresía fuzzy (Brown et al., 2003), aún resulta

subjetiva la estructura de la red de inferencia y la selección de los operadores. Para

minimizar estos problemas se han ideado métodos híbridos que aprovechan las ventajas

de los métodos objetivos como la ponderación difusa de evidencias (Agterberg et al.,

1999 & Porwal et al., 2006).

17

Capítulo II. Características físico-geográficas, socio-económicas,

geológicas y metalogénicas del área de estudio.

II.1. Características físico-geográficas y socio-económicas.

II.1.1. Ubicación geográfica

La región de estudio corresponde a la Hoja Topográfica Dimas, en la que se encuentra

emplazado el Distrito Metalogénico Dora-Francisco. Es limítrofe entre los municipios

Minas y Guane, provincia de Pinar del Río, y se ubica a 50 km al oeste de la capital

provincial, a 20 km de la Industria Minera Matahambre-Santa Lucía y a 24 km del

pueblo de Mantua (Figura 2).

Figura 2. Mapa de ubicación geográfica de la región de estudio.

Su ubicación según las coordenadas Lambert (sistema Cuba Norte) es:

Xmin: 179000 Xmax: 191000

Ymin: 285000 Ymax: 299000

18

II.1.2. Relieve e hidrografía.

El relieve es ondulado y está formado por elevaciones de poca altura, entre las que se

distinguen Loma Roja, Loma de Hierro y Loma de Cándida (Figura 3).

Figura 3. Relieve e hidrografía de la región de estudio.

En ocasiones y de forma local suelen encontrarse cañadas profundas con pendientes

muy abruptas. Las direcciones predominantes de las cadenas montañosas son suroeste-

noreste y sur-norte y las elevaciones máximas alcanzan hasta 360 m sobre el nivel del

mar, formando todas ellas parte de la cordillera de Guaniguanico.

La red hidrográfica es más o menos densa en dependencia de la estación, es decir, la

misma está representada por arroyos y afluentes de poco caudal, estos se inundan solo

en temporadas de lluvias. Los riachuelos son pequeños, corren rápido y se secan en

temporadas de sequía.

II.1.3. Vías de acceso.

Para acceder a la región existe una carretera pavimentada en estado regular que une a la

ciudad de Pinar del Río y el poblado La Güira (situado a 50 km). Continúa por un

camino principal que se bifurca, dando lugar a varios caminos secundarios

interconectados entre sí, que permiten adentrarse en lo profundo del territorio.

19

II.1.4. Clima y vegetación.

Al igual que en todo el territorio nacional, el clima de la región es de tipo tropical

presentando durante el año dos períodos bien definidos: uno lluvioso (mayo-octubre) y

uno de seca (noviembre-abril). La humedad relativa oscila entre 77% en el período de

seca y 85% en el período lluvioso. La precipitación media anual se estima entre 1200-

1400 mm. La temperatura en el mes de agosto es de 28-30 ºC y en el mes de enero es de

20-22 ºC. En la región son características las precipitaciones en forma de cortos e

intensos aguaceros, fundamentalmente en horas de la tarde, lo que facilita el

escurrimiento superficial (Lastra, 1998).

Gran parte del territorio está cubierto por la vegetación de pinares, por palmares de

distintos tipos, por malezas de marabú y por matorrales muy densos; desarrollándose

estos últimos en las zonas bajas y orillas de los arroyos y ríos.

II.1.5. Situación socio-económica

Las zonas montañosas están dedicadas fundamentalmente a la actividad forestal y, con

menor incidencia a la producción de viandas por campesinos independientes. En las

llanuras se destaca el cultivo del tabaco, viandas, hortalizas y otras producciones,

ligadas a Unidades Básicas de Producción Cooperativa.

II.2. Características geológicas.

Desde el punto de vista geológico, esta región forma parte de la zona estructuro-facial

Guaniguanico, subzona Sierra de los Órganos. Está integrado por depósitos terrígenos

del Jurásico Inferior-Jurásico Superior (pre-Oxfordiano), un complejo terrígeno-

carbonatado del Jurásico Superior (Oxfordiano) - Cretácico Inferior, rocas del

Paleógeno representado por un complejo olistostrómico que incluye rocas carbonatadas,

clásticas y vulcanógeno-sedimentarias, y depósitos del Cuaternario.

20

Figura 4. Mapa geológico de la región de estudio (Burov et al., 1986).

II.2.1. Estratigrafía.

Burov et al. (1986) evaluaron el corte estratigráfico, las particularidades de los

movimientos tectónicos del Eoceno y la presencia de algunas manifestaciones de

magmatismo jurásico y paleocénico. Reconoce la existencia de depósitos estratificados

representados generalmente por sedimentos terrígenos y carbonatados que abarcan un

amplio diapasón de edades, desde el Jurásico Inferior hasta acumulaciones actuales.

Diversidad de columnas estratigráficas han sido propuestas en los últimos años,

motivado por el descubrimiento sucesivo de nuevos rasgos litoestratigráficos,

bioestratigráficos y tectónicos, que han permitido establecer límites cada vez más

precisos acerca de la edad de las diferentes formaciones geológicas y evaluar el carácter

de sus contactos.

La información general sobre la estratigrafía de la región ha sido extraída

principalmente de la cartografía geológica a escala 1:50 000 ejecutada por Burov et al.

(1986).

Las descripciones de las formaciones geológicas que integran la columna estratigráfica

en la región están basadas en la información que se brinda en el Léxico Estratigráfico de

21

Cuba (2013) y de las investigaciones realizadas por Cobiella (1996a), donde realiza una

sistematización de las diferentes unidades sedimentarias del Mesozoico de Cuba.

Las secuencias sedimentarias que componen la región de estudio son:

Formación San Cayetano (J1-3 sc).

Miembro Castellano (Formación San Cayetano) (J3 ct).

Miembro El Americano (Formación Guasasa) (emc)

Formación Manacas (P2 mnc)

Depósitos cuaternarios

Resulta necesario aclarar que el Miembro Castellano no es aceptado como tal en el

Léxico Estratigráfico de Cuba (2013) y solo se establece como referencia en este trabajo

respetando la información que brindan Burov et al. (1986) en el mapa geológico a

escala 1:50 000 y que se toma como referencia para la descripción de los rasgos

litoestratigráficos y estructurales.

A continuación, se describen brevemente cada una de las unidades litoestratigráficas

cartografiadas en la región de estudio.

FORMACIÓN SAN CAYETANO (J1 -3 sc).

Fue descrita originalmente por De Golyer (1918) confiriéndole la denominación de

Cayetano Formation. Dickerson y Butt (1935) la renombraron, comenzando a llamarse a

partir de ese momento con la denominación actual.

Esta unidad ha sido mapeada en la zona estructuro-facial Guaniguanico, extendiéndose

desde el pueblo de Guane hasta Soroa en la provincia de Pinar del Río.

Haczewski (1976, 1987) demuestra que su origen está asociado a la existencia de un

paleodelta jurásico y esta idea es sustentada por otros investigadores, coincidiendo en la

deposición de los sedimentos en un mar somero bajo la influencia de un régimen

deltaico y la redistribución de los sedimentos por corrientes turbidíticas en el margen

continental pasivo mesocenozoico de Cuba occidental (Iturralde-Vinent, 1988; Cobiella,

1996a, 1996b).

Las opiniones son divergentes al tratar de explicar la ubicación de la fuente de aporte de

los sedimentos, expresándose esto a través de interpretaciones diversas y contradictorias

sobre el carácter de esta secuencia terrígena. Khudoley y Meyerhoff (1971) e Iturralde-

Vinent (1981) consideran que estas secuencias son el resultado de la erosión del

fundamento paleozoico de la plataforma de Bahamas; por otra parte, Haczewski (1976,

1987), basándose en algunas mediciones de paleocorrientes, concluyó que la fuente se

encontraba al sur o al sureste del área de sedimentación; en los últimos tiempos se han

22

emitido nuevas ideas que consideran que la fuente de aporte debió ser el fundamento

metamórfico del Paleozoico Inferior ubicado entre los escarpes de la Florida y de

Campeche, el cual fue reactivado durante el Jurásico Inferior y sometido parcialmente a

la erosión hasta el Cretácico Inferior. La composición litológica de esta formación es

muy variada, aunque en todos los perfiles descritos existe un predominio del

componente terrígeno observándose en ocasiones alguna transición a depósitos

carbonatados (parte superior del corte). Entre las rocas integrantes se encuentran

fundamentalmente: areniscas cuarzosas y cuarzo-feldespáticas, limolitas, lutitas,

esquistos arcillosos, pizarras negras y calizas.

Fósiles índices: Ammonites: Perisphinctes (Dichotomosphinctes) sp., Perisphinctes

(Discosphinctes) sp. Pelecípodos: Trigonia (Vaughonia) Krommelbeini, (Neocrassina)

sp., Neocrassina (Coelastarte) sp., Inoceramus sp., Eocallista (Hemicorbula) sp.,

Helechos: Phlebopteris cubensis (Piazopteris branneri). Su edad es reportada como

Jurásico Inferior - Jurásico Superior (Oxfordiano Medio).

Burov et al. (1986) propusieron la división de esta formación en 6 subformaciones de

acuerdo con sus particularidades litológicas, aunque en el Distrito Metalogénico Dora-

Francisco sólo han sido distinguidas las que se indican a continuación:

Primera Subformación (sc1).

Está constituida por rocas clásticas representadas fundamentalmente por limolitas

esquistosas (60-70%) y areniscas cuarzozas y cuarzo-feldespáticas de grano fino. Las

limolitas aparecen carbonificadas y a veces piritizadas, lo que les confiere un color de

gris oscuro-negro; las areniscas cuarzosas y cuarzo-feldespáticas son de colores claros y

se asocian a la mitad inferior del corte. Se aprecia que las rocas están bien estratificadas

e intensamente cloritizadas. En la base del corte se observan horizontes de rocas

carbonatadas. Es característica la presencia de concreciones ferruginosas y cortezas de

intemperismo arcillosas de color rojo y gris. En la base del corte se observan horizontes

de rocas carbonatadas. Burov et al. (1986) sugieren que estos depósitos corresponden a

la parte más baja del corte de la Formación San Cayetano. De acuerdo con sus

características litológicas, esta subformación fue dividida en dos paquetes: inferior

(sc11) y superior (sc1

2).

Segunda Subformación (sc2).

Su composición litológica está representada por las mismas rocas que constituyen la

primera subformación, pero varía la correlación en el corte. Aquí son predominantes las

variedades psamíticas (hasta 60%), correspondiéndole un predominio a las areniscas

23

cuarzosas claras.

Se describe una disminución de las limolitas esquistosas carbonosas en la medida que

subimos en el corte. Algunas diferencias litológicas motivaron a la división de esta

subformación en dos paquetes: inferior (sc21) y superior (sc2

2).

Tercera Subformación (sc3).

Está representada por areniscas cuarzosas de grano fino y limolitas que se alternan en el

corte. Su característica distintiva está dada por la presencia de capas de limolitas de

color violáceo algo esquistosas. Por sus características litológicas esta subformación es

dividida en dos paquetes: inferior (sc31) y superior (sc3

2).

Como resultado del mapeo geológico ejecutado durante la prospección preliminar de

mineralización cuprífera y polimetálica en el Distrito Metalogénico Dora-Francisco

(Lara et al., 1989), se propone la subdivisión de la Formación San Cayetano para esta

región en 5 secuencias: sca, scb, scc, scd, sce. Estas se corresponden estrechamente con

las secuencias descritas por Burov et al. (1986) y tienen un sentido eminentemente

práctico como auxiliar para los trabajos prospectivos.

Miembro Castellanos (J3 ct).

Propuesto por Mormil et al. (1980) como el miembro superior de la Formación San

Cayetano. Su diferencia esencial respecto al resto de la formación radica en que sus

rocas presentan un incremento considerable del componente arcilloso y carbonatado y

de su carbonosidad. Está representada litológicamente por lutitas con intercalaciones de

calizas. No se desarrolla dentro de los límites del Distrito Metalogénico Dora-Francisco.

FORMACIÓN GUASASA (J3-K1 gs).

Fue descrita originalmente por Herrera (1961). Estas secuencias son equivalentes a las

denominadas Quemadito Formation por Palmer (1945). Ha sido redescrita por Housa

(1974) y Myczymski (1975).

La composición litológica de esta formación es muy regular, estando representada

fundamentalmente por: calizas micríticas, calcarenitas y lentes de pedernales. Las

calizas son frecuentemente laminadas y, en ocasiones pueden ser granulares.

Está integrada por cuatro miembros: San Vicente, El Americano, Tumbadero y

Tumbitas. Está cubierta concordantemente por la Formación Pons y discordantemente

por la Formación Ancón y alcanza un espesor máximo de 40 m.

Miembro El Americano

En la región de estudio esta unidad litoestratigráfica es la que ha sido reconocida. Está

representada litológicamente por calizas micríticas dolomitizadas, de color gris oscuro a

24

negro; fétidas, laminares, bien estratificadas, en capas de 20 cm y mayores, con

intercalaciones de lutitas oscuras, calizas microgranulares y calizas arcillosas. Las

lutitas son laminadas y onduladas.

FORMACIÓN MANACAS (P1-2 mnc).

Fue descrita originalmente por Hatten (1957) y como Vigoa por Pszczolkowski et al.

(1987). Se extiende a lo largo de la Cordillera de Guaniguanico. (Lastra 1998).

En ella se han descrito: areniscas polimícticas, limolitas, lutitas, calcarenitas,

pedernales, calizas, depósitos caóticos, policomponentes de matriz limolítica y

polimíctica con intercalaciones de areniscas vulcanomícticas y pedernales.

Está subdividida en dos secuencias: Miembro Pica y unidad informal Olistostroma

Vieja.

Yace concordantemente sobre la Formación Ancón y el Miembro Pica (Formación

Manacas). Su límite superior es erosivo.

II.2.2. Tectónica.

El territorio insular de Cuba fue afectado por varios eventos tectónicos desde el Jurásico

(¿Triásico?) hasta el Eoceno.

En el noroeste de Pinar del Río existe un sistema de fallas muy lineales y verticales de

rumbo suroeste-nordeste que parecen haberse formado en el Jurásico detectadas durante

el levantamiento geológico a escala 1:50 000 (Burov et al., 1986). Una de estas fallas

pasa por encima de los depósitos Amistad y Dora, mientras que otra estructura de este

tipo atraviesa la región Cándida-Francisco. Estas fueron descubiertas por medio de los

métodos magnetométricos (aéreo y pedestre) y gravimétrico, que coinciden con cambios

en la estructura de los campos físicos.

El segundo sistema de fallas que afecta el territorio son los sobrecorrimientos o

escamas. Estos son más jóvenes (posiblemente eocénicos), dislocando las formaciones

sedimentarias de sur a norte, en un desplazamiento sureste-noroeste. Algunas veces

estas fallas en sus planos contienen láminas de la Formación Manacas y son de bajo

ángulo (hasta 35º). En todos los casos, las fallas son postminerales. También se presenta

un sistema de fallas transversal que complica y desplaza los cuerpos minerales, así

como dislocaciones plicativas bien marcadas.

II.3. Metalogenia y depósitos minerales.

Los principales depósitos y manifestaciones minerales tipo SEDEX en el noroeste de

Pinar del Río están alojados en las rocas clásticas del Jurásico Medio-Superior

25

(Formación San Cayetano), representados por mineralización de stockwork cuarzo-

sulfurosa (cuprífera) y estratiforme (pirito-polimetálica). Se considera que estas

primeras manifestaciones de procesos metalogénicos tuvieron relación con la evolución

del margen continental pasivo.

El Distrito Metalogénico Dora-Francisco se presenta como una franja alargada y

estrecha con dirección suroeste-noreste. Los yacimientos y manifestaciones minerales

están ubicados en las secuencias terrígenas de la Formación San Cayetano (J1-3 sc),

existiendo un evidente control litológico para los diferentes tipos de mineralización

(Lara et al., 1989).

Por sus características tectono-metalogénicas distintivas y su distribución espacial, se ha

propuesto dividirlo en tres estructuras metalíferas: Dora-Amistad (extremo suroeste),

Cándida (centro), Francisco-Loma Hierro (extremo noreste).

II.3.1. Estructura metalífera Francisco-Loma Hierro.

Dentro de ella están incluidos los depósitos Francisco y Loma Hierro y la manifestación

Loma Roja.

Depósito Francisco

Existe referencia de este depósito desde finales del siglo XIX, siendo su denuncio

oficial en 1913. Su explotación se realizó a diferentes intervalos en el período 1918-

1965 con dos pozos de minas y seis niveles de explotación. Está constituido por

mineralización pirito-calcopirítica en forma de lentes y vetas con cuarzo (stockwork).

Depósito Loma Hierro.

Se conoce desde el mismo año que el depósito Francisco, pero no se hizo su evaluación

parcial hasta el año 1958 (Pfeffer, 1958). La exploración y cálculo de las reservas de

hierro en forma de limonitas reportó un total de 418 000 t (Jujvit y Fesenko, 1966).

Varios trabajos de prospección involucraron al área que ocupa el depósito Loma Hierro

(Vologdin et al., 1963 y Poplasvki et al., 1966). El área ocupada por este depósito formó

parte de la revisión realizada durante los trabajos regionales de levantamiento geológico

a escala 1:50 000, realizados por (Burov et al., 1986). La aplicación de un complejo de

métodos de prospección permitió obtener un campo anómalo geofísico-geoquímico

perspectivo para menas pirito-polimetálicas con plata (Lara et al., 1989). Por primera

vez se recomienda la manifestación para su evaluación futura teniendo en cuenta los

altos contenidos de plata detectados en la mena primaria cortada por el pozo P-27 (309

g/t en 8.60 m) y los obtenidos en la zona de oxidación.

26

Los trabajos realizados por la Asociación Económica Holmer Gold Mines Limited-

Geominera S.A. en el período 1994-98 contribuyeron a evaluar la potencialidad

argentífera de las menas oxidadas, que condujeron finalmente a una etapa de

exploración de este depósito de la que se derivaron resultados positivos.

Manifestación Loma Roja.

Surge como resultado de los trabajos de prospección realizados por Lara et al. (1989).

Mediante la aplicación de un complejo de métodos geofísicos y geoquímicos se

obtuvieron anomalías contrastantes de Cu, Pb, Zn, Ag y As. Su evaluación parcial se

realizó por el pozo P-29 interceptando una mena pirito-calcopirítica de interés dentro de

la secuencia arenosa de la Formación San Cayetano.

Los trabajos de prospección realizados por la Asociación Económica Holmer Gold

Mines Limited-Geominera S.A. durante la etapa 1994-1997 incluyeron la ejecución de

levantamiento geológico, investigaciones geoquímicas en suelos y perforación de 4

pozos (1 de ellos destinado a cortar la mineralización sulfurosa detectada por el pozo P-

29 y los 3 restantes para evaluar la zona de oxidación).

II.3.2. Estructura metalífera Cándida.

En ella se ubican el depósito Cándida y las manifestaciones Oro Cándida, San Gervasio-

La Mejor y La Estrella.

Depósito Cándida.

Fue descubierto en el año 1913 y explotado periódicamente hasta 1952 por socavones y

galerías de dos niveles. Durante este tiempo fueron extraídas 40 000 t de mineral con un

contenido promedio de cobre que oscilaba entre 9.25-10 %. En general, las reservas de

mineral calculadas ascendían a 53 900 toneladas. La mineralización cuprífera en el

sector fue estudiada por diferentes especialistas soviéticos (Vologdin et al., 1963 y

Poplasvki et al., 1966). En la región del depósito Cándida fueron descubiertas varias

anomalías geofísicas de Campo Eléctrico Natural, las que fueron comprobadas

posteriormente por 15 pozos de perforación (Poplasvki et al., 1966). Las conclusiones

emitidas sobre la base de estos trabajos destacan una zona de mineralización cuprífera,

pero se aclaró que la situación estructuro-geológica de la mineralización del tipo

indicado no estaba bien definida. Durante el levantamiento geológico regional, Burov et

al. (1986) proponen el sector Cándida como perspectivo para mineralización cuprífera.

En el período 1985-89 un grupo de geólogos cubanos con la participación de

especialistas soviéticos acometen la prospección preliminar y detallada obteniéndose

27

nuevos sectores o manifestaciones para realizar trabajos futuros (Lara et al., 1989).

Como parte de los trabajos de prospección ejecutados por la Asociación Económica

Holmer Gold Mines Limited-Geominera S.A. en el período 1994-1997 se realizó mapeo

geológico, muestreo litogeoquímico y 2 pozos de perforación. Estos últimos estuvieron

dirigidos a evaluar la potencialidad aurífera de la zona de oxidación.

Manifestación Oro Cándida.

Limita al oeste con el depósito Cándida. Fue descrita por Lara et al. (1989),

confiriéndole la denominación de Anomalía Hidrotermal. Durante las investigaciones

realizadas por la Asociación Económica Holmer Gold Mines Limited-Geominera S.A.

(1994-1996) adquirió la denominación actual. Está constituida por mineralización

pirito-arsenopirítica con oro acompañante y tiene asociada una amplia zona de

alteraciones hidrotermales (cuarcificación, cloritización, sericitización) y un desarrollo

notable de zonas de oxidación representadas por stockwork cuarzoso con vetillas de

limonitas y hematita, rocas hematitizadas y suelos rojizos.

Durante los años 1994-96 se realizaron algunos trabajos de reconocimiento por parte de

la Asociación Económica Holmer Gold Mines Limited-Geominera S.A., que

incluyeron: cartografía geológica e investigaciones litogeoquímico a escala 1:10 000,

así como la perforación de 2 pozos con el objetivo de evaluar la potencialidad aurífera

de las zonas de oxidación.

Manifestación La Mejor - San Gervacio.

Se ubica al sureste del depósito Cándida. Poplasvki et al. (1966) revelaron en los límites

de esta manifestación una anomalía de Campo Eléctrico Natural de intensidad hasta -

200 mV, comprobada por 8 pozos, 5 de los cuales descubrieron una mineralización

sulfurosa intensa. Durante el desarrollo de estos trabajos fueron excavados un socavón y

un pozo de mina, que permitieron descubrir mineralización sulfurosa rica en cobre.

Manifestación La Estrella.

No se cuenta con información sobre los trabajos realizados con anterioridad. Esta surge

de los trabajos de detalle realizados en la estructura Cándida durante el proyecto de

prospección de mineralización sulfurosa en el Distrito Metalogénico Dora-Francisco

(Lara et al., 1989), detectándose la presencia de un sistema de socavones y galerías con

pozos ciegos interiores. La mineralización está representada por calcopirita, pirita y

cuarzo en forma de vetas y vetillas dentro de un horizonte de areniscas alteradas

hidrotermalmente.

28

II.3.3. Estructura metalífera Dora-Amistad.

Los representantes fundamentales de esta estructura metalífera son los depósitos Dora y

Amistad.

Depósito Dora.

El depósito Dora fue descubierto en el año 1914 y su explotación se desarrolló en

diferentes etapas en el período 1915-1963, utilizando para ello un pozo vertical y tres

galerías (40, 55 y 70 m desde la superficie). Su mineralización estaba representada

fundamentalmente por pirita y calcopirita. En los años 1994-1995, la Asociación

Económica Holmer Gold Mines Limited-Geominera S.A. realizó trabajos de

reconocimiento en sus alrededores, consistentes en levantamiento geológico y muestreo

litogeoquímico.

Depósito Amistad.

Fue descubierto cuando se realizaban los estudios de la ampliación de Dora por

Novitski et al. (1963). Nunca ha sido explotado y se encuentra investigado hasta la etapa

de exploración con una red de 25x25 m. Está constituido esencialmente por pirita,

esfalerita y galena. La Asociación Económica Holmer Gold Mines Limited-Geominera

S.A. desarrolló trabajos de reconocimiento en sus inmediaciones durante los años 1994-

1995. Como resultado de estos se perforaron 2 pozos en la zona de oxidación destinados

a la evaluación de su potencialidad argentífera.

29

Capítulo III. Metodología para la construcción de los mapas de

favorabilidad mineral

La exploración minera moderna se caracteriza por el uso de métodos de reconocimiento

y muestreo diversos, basados en el conocimiento geológico y minero de la región de

estudio, y en la aplicación de sofisticadas técnicas de prospección geofísica, geoquímica

y de teledetección. De esta forma, una vez recopilados los datos necesarios los expertos

intentan que el riesgo de fallo pueda ser minimizado, verificando que el número de

elementos de información extraídos de los datos exploratorios ha sido maximizado, o lo

que es lo mismo, que el proceso de interpretación de los datos ha sido optimizado

(Chica-Olmo et al., 2002). Es necesario en consecuencia disponer de métodos efectivos

de análisis e integración de datos de exploración minera.

En este sentido, la manipulación, análisis e integración de los datos de exploración

utilizados para predecir la potencialidad minera a escala regional se ha visto facilitada

por el desarrollo de nuevos métodos de análisis espacial basado en Sistemas de

Información Geográfica (SIG) (Bonham-Carter, 1994).

Estas consideraciones han servido de punto de partida para la elaboración de un

procedimiento que posibilite establecer los niveles de favorabilidad para el desarrollo de

depósitos minerales tipo SEDEX en la región de estudio, partiendo de información

geocientífica que ha sido utilizada en investigaciones anteriores, pero la que aún no

ofreció los resultados esperados. En la figura 5 se presenta de manera resumida este

procedimiento, el que será descrito con detalles seguidamente.

30

Figura 5. Diagrama de flujo indicando el procedimiento para el pronóstico metalogénico.

III.1. Caracterización de la información geocientífica disponible

En la hoja cartográfica Dimas se han realizado varias investigaciones prospectivas

regionales, que han conducido a la obtención de datos de gran importancia para el

pronóstico de mineralización sulfurosa dentro de sus límites. Esta información

geocientífica disponible incluye: mapa geológico a escala 1:50 000 (Burov et al., 1986),

modelo digital de terreno a escala 1:25 000 (GeoCuba), mapa topográfico a escala 1:25

000, imágenes Landsat TM, mapas de zonas de oxidación (Lastra, 1998) y ubicación de

los yacimientos y manifestaciones minerales conocidos.

Mapa geológico.

El mapa geológico a escala 1:50 000 (Burov et al., 1986) incluye las unidades

litoestratigráficas presentes en la región, además de los rasgos tectono-estructurales que

31

se vinculan con el alojamiento de depósitos tipo SEDEX.

Mapa topográfico y MDT.

El mapa topográfico a escala 1:25 000 brinda información sobre la red hidrográfica,

cuencas, valles fluviales, vaguadas, elevaciones y demás accidentes geomorfológicos,

que pudieran vincularse directa o indirectamente con la metalogenia. También se

dispone del Modelo Digital de Terreno en una red de 25x25 m (GeoCuba).

Datos litogeoquímicos.

La base de datos litogeoquímicos recopilada es indispensable para llegar al mapa de

pronóstico metalogénico, esta incluye los contenidos de Cu, Pb, Co, Mo, Ba, Zn y Ag

en rocas resultantes de la aplicación del análisis espectral semicuantitativo (Burov et al.,

1986).

Mapa de zonas de oxidación.

El mapa de zonas de oxidación contribuye a revelar la extensión de zonas mineralizadas

conocidas y correlacionarlas con los resultados derivados del procesamiento de datos

geológicos, geomorfológicos, geoquímicos y geofísicos.

Ubicación de depósitos y manifestaciones minerales.

Los depósitos y manifestaciones minerales conocidos corresponden al Distrito

Metalogénico Dora-Francisco. Estos han de servir de patrón para la comprobación de la

efectividad de los métodos que se aplicarán para la elaboración de los mapas de

prospectividad mineral.

Imágenes Landsat TM.

Con estos fines se dispone de las imágenes Landsat TM (bandas 1, 2, 3, 4, 5 y 7) con

una resolución de 28,5x28,5 m, convenientemente georreferenciadas y representadas en

el sistema de coordenadas Lambert Cuba Norte.

III.2. Conceptualización de los metalotectos para yacimientos tipo SEDEX.

Un metalotecto es un factor que favorece o condiciona la génesis del yacimiento y su

localización en asociación con aquel. Es todo dominio espacial o temporal que, por su

litología, propiedades físicas, quimismo, etc., o por su relación con otra causa (edad,

clima, etc.) pueda albergar la formación de una concentración mineral.

Estos metalotectos se crean a partir de criterios que identifican a diferentes tipos

genéticos de depósitos minerales. Para esta investigación resulta trascendente tener un

dominio pleno de los metalotectos que tienen una incidencia mayor en los depósitos tipo

SEDEX, para lo cual es necesario inicialmente comprender el modelo genético.

32

La experiencia teórico-práctica acumulada en relación con los depósitos tipo SEDEX y

la disponibilidad de información geológica, topográfica, geoquímica y satelital para el

Distrito Metalogénico Dora-Francisco, determina la utilización de diferentes

metalotectos: litoestratigráfico, estructural, geomorfológico, geoquímico y

mineralógico.

A continuación, se pasan a describir los principales rasgos que identifican a los

metalotectos indicados y la posibilidad de su uso en el Distrito Metalogénico Dora-

Francisco.

III.2.1. Metalotecto litoestratigráfico.

Se ha podido comprobar que ciertos tipos de yacimientos minerales existen asociados a

determinados tipos de rocas, por lo que resulta importante conocer las facies y rocas que

alojan yacimientos minerales útiles. Los depósitos de tipo SEDEX que se desarrollan en

el Distrito Metalogénico Dora-Francisco aparecen asociados a secuencias terrígenas

jurásicas de la Formación San Cayetano de origen deltaico, vinculadas al desarrollo de

un margen continental pasivo. El ambiente geológico en el que se encuentran se

caracteriza por rocas sedimentarias marinas, que pueden incluir: pizarras negras,

limolitas, areniscas, silicitas, dolomitas, calizas micríticas y turbiditas. Existe un

evidente control litológico de la mineralización, expresado por su asociación con

determinadas secuencias de la formación San Cayetano, lo cual ha sido reconocido por

(Burov et al., 1986 y Lara et al., 1989). Los depósitos y manifestaciones de

mineralización polimetálica estratiforme se asocian a la primera subformación de la

Formación San Cayetano hacia la parte superior del corte (sc12) donde las rocas son

arcillosas, mientras los depósitos cupríferos (zonas de stockwork) están relacionados

con la segunda subformación, precisamente con el paquete inferior (sc21) donde la

litología del corte varía con respecto a la primera, aquí las rocas son más arenosas.

III.2.2. Metalotecto estructural.

Se establece en base a la relación e influencia de las estructuras geológicas en el reparto,

localización y forma de los yacimientos, así como en la localización de las provincias

metalogénicas y los distritos mineros dentro de las mismas.

En el Distrito Metalogénico Dora-Francisco, tanto la mineralización cuprífera como la

polimetálica muchas veces se vinculan con las cercanías a los lineamientos de dirección

NE-SW. En estos casos existen varios depósitos minerales como: Loma Hierro, Loma

Roja, Francisco, Amistad, La Mejor y Cándida, que se encuentran casi o sobre los

33

lineamientos por lo que la localización y el estudio de estos rasgos juegan un papel

importante a la hora de realizar los trabajos de prospección.

III.2.3. Metalotecto geomorfológico.

Son particularmente interesantes en la investigación de yacimientos exógenos, que se

han formado generalmente en condiciones continentales, especialmente en la era

Terciaria. Mediante vistas topográficas aéreas (fotografía aérea) se aprecian

particularidades del relieve (depresiones, elevaciones, etc.) que pueden servir como

guías geomorfológicas o fisiográficas directas (expresión superficial de un yacimiento)

o indirectas (accidentes como fallas), en la medida en que guardan relación genética con

el yacimiento.

También pueden ser usados en los depósitos hidrotermales y, particularmente, en los

depósitos tipo SEDEX, los cuales están acompañados por alteraciones hidrotermales,

tales como cuarcificación, silicificación, limonitización, turmalización, albitización,

cloritización y dolomitización, que propician que las rocas encajantes adquieran una

mayor resistencia a los procesos hipergénicos (meteorización, erosión, etc.). Esto

determina que se les encuentren ocupando las partes positivas del relieve, criterio válido

para orientar los trabajos de prospección hacia estas zonas. Por su gran importancia en

la búsqueda de mineralización ocupa este puesto en el modelo.

III.2.4. Metalotecto geoquímico.

Los contenidos anómalos de elementos en distintos medios de la corteza terrestre se

denominan “anomalías geoquímicas” y constituyen las guías o metalotectos

geoquímicos. Son muy importantes para la prospección de yacimientos, permiten

valorar los contenidos de ciertos elementos en distintos tipos de rocas, suelos, vegetales,

aguas subterráneas y superficiales, para lo que se hace uso de los resultados de su

análisis químico. Todo cambio de las condiciones geoquímicas del medio puede tener

una influencia en la formación y localización de concentraciones minerales. Los

trabajos de investigación están dirigidos a la construcción de mapas geoquímicos

especiales, que sirven para establecer provincias geoquímicas, a escala regional. Esto

proporciona una aproximación necesaria para la localización de distritos metalogénicos,

campos minerales y depósitos minerales, evaluando en cada etapa la favorabilidad de

las anomalías geoquímicas en relación con los tipos de mineralización que se pueden

originar en la región de estudio.

El metalotecto geoquímico constituye un índice directo para la localización de zonas

34

con presencia de mineralización cuprífera y polimetálica tipo SEDEX en la región de

estudio, lo cual es corroborado por los trabajos anteriores realizados en el Distrito

Metalogénico Dora-Francisco. De acuerdo con esto, las anomalías geoquímicas de Cu-

Mo-Co indican la posible presencia de mineralización cuprífera, la que se vincula con

los canales de ascenso de las soluciones mineralizantes (zonas de stockwork cuarzo-

cupríferas); las anomalías geoquímicas de Pb-Zn-Ag-Ba constituyen una guía para la

localización de mineralización pirito-polimetálica estratiforme, resultante de la

exhalación de las soluciones mineralizantes al fondo de una cuenca marina (Lastra,

1998).

III.2.5. Metalotecto mineralógico.

Este se fundamenta en la presencia de uno o más minerales que representen condiciones

favorables para la existencia de un tipo concreto de depósito mineral. Esto puede

evidenciarse a través de:

- Alteraciones mineralógicas de las rocas encajantes indicadoras de procesos vinculados

a la formación de la mineralización útil (cuarcificación, sericitización, caolinitización,

etc.)

- Presencia de zonas con mineralización secundaria, relacionadas con alteraciones

hipergénicas de minerales meníferos primarios (zonas de oxidación, sombreros de

hierro, etc.).

La mineralización cuprífera y polimetálica con pirita produce un área de desarrollo de

alteraciones hidrotermales, zonas de oxidación y sombreros de hierro, por lo que

representa un metalotecto de gran importancia. Una parte de estas zonas de oxidación ha

sido mapeada en el Distrito Metalogénico Dora-Francisco como resultado de los

trabajos de Lara et al. (1989) y de la Asociación Económica Holmer Gold Mines

Limited-Geominera S.A. (1994-1998).

III.3. Procedimientos para la construcción de mapas y capas de información.

La construcción de mapas en formato digital, constituye la base para la revelación de los

metalotectos que sirven de base para la preparación de los mapas de pronóstico

metalogénico. Para ello se aplican de manera integrada varios softwares especializados,

entre los que se destacan: Surfer 13, Autodesk Map 3D 2005 y ArcGIS 10.3, todos

dirigidos a la representación final en formato raster con resolución 25x25 m de las

diferentes capas de información generadas a partir del procesamiento de los datos

geológicos, topográficos, geoquímicos y de imágenes satelitales. También se utilizan

35

Minitab 16 y Grapher 10, con la finalidad de realizar procesamientos estadísticos y

gráficos de los datos geoquímicos, que sirven de base a la construcción de los mapas

geoquímicos.

III.3.1. Procesamiento de datos geológicos y topográficos.

La conversión a formato digital de los principales rasgos litoestratigráficos y

estructurales del mapa geológico a escala 1:50 000 (Burov et al., 1986) se realiza

mediante el software Autodesk Map 3D 2005. Como complemento a la información

cartografiada sobre fallas y lineamientos, se proyecta la revelación de algunas

características estructurales vinculadas con el relieve, para lo cual se utilizan

herramientas automatizadas basadas en el Modelo Digital de Terreno (25x25 m).

También se utiliza esta información para la construcción de los mapas de disección

vertical, toda vez que existe un vínculo muy estrecho entre las partes positivas del

relieve y los depósitos y manifestaciones minerales conocidos.

Mapa litoestratigráfico.

Cada una de las formaciones geológicas que integran la región, sirven de base a la

rasterización necesaria de los rasgos litoestratigráficos fundamentales.

En correspondencia con la apreciación de que la Formación San Cayetano es la más

favorable para el alojamiento de depósitos tipo SEDEX, se procede a realizar una

reclasificación booleana, conducente a destacar este indicador y anular el resto de las

formaciones.

Este procedimiento conduce finalmente a la creación de una capa de información

representativa del metalotecto litoestratigráfico.

Mapa de fallas/fracturas.

Para la construcción del mapa estructural se partirá de la información cartografiada en el

mapa geológico a escala 1:50 000 (Burov et al., 1986), identificando los principales

sistemas de fallas/fracturas. Estas son representadas en formato vectorial y exportadas

como ficheros .dxf, para ser posteriormente rasterizadas.

En primer lugar, se excluirán las fallas de sobrecorrimientos, las que evidentemente no

guardan ninguna relación con la formación de estos depósitos minerales. Solo serán

seleccionadas las fallas/fracturas que reflejan mejor la posición de los depósitos

conocidos y que pudieran tener su expresión en otras áreas en las que aún no han sido

descritas zonas de favorabilidad mineral.

Se realizará la adición a cada lado de estas fallas/fracturas seleccionadas una distancia

36

mínima de influencia (buffer), que posibilite que los depósitos conocidos queden

incluidos dentro de ellas.

Finalmente, a este mapa convertido a formato raster, se le realiza la reclasificación

booleana.

La capa de información resultante de este procedimiento contribuirá a la revelación del

metalotecto estructural.

Mapa de zonas de oxidación.

Las zonas de oxidación cartografiadas en el Distrito Metalogénico Dora-Francisco

representadas en el mapa geológico digital sirven de base a una revelación de las

alteraciones hipergénicas más vinculadas con estos depósitos sulfurosos (Lastra, 1998).

Las representaciones vectoriales de estas zonas de oxidación serán transformadas a formato

raster con el software ArcGIS 10.3 con una resolución de 25x25 m.

A las imágenes resultantes se les realiza una reclasificación booleana, destacando así las

zonas de oxidación cartografiadas y anulando el resto, además de servir de patrones para la

evaluación de zonas de alteración limonítica que puedan ser detectadas mediante el

procesamiento de imágenes satelitales.

De esta manera surge una capa de información representativa del metalotecto mineralógico

y que puede servir de referencia para la clasificación supervisada de las zonas de alteración

limoníticas y arcillosas detectadas a partir del procesamiento de imágenes satelitales.

Mapa de disección vertical.

Este mapa se obtiene a partir del Modelo Digital de Terreno con resolución 25x25 m,

mediante la aplicación del software ArcGIS 10.3. Su construcción va dirigida a destacar

las zonas positivas del relieve y su vínculo con los depósitos y manifestaciones

minerales conocidas.

Atendiendo a este criterio se realiza una reclasificación booleana, mediante la cual se

pretende destacar los valores de disección vertical que se correlaciona mejor con los

depósitos y manifestaciones minerales conocidos. Este límite permite revelar las zonas

positivas del relieve que con mayor probabilidad pudieran representar otras zonas

mineralizadas.

Esta capa de información es determinante para la visualización del metalotecto

geomorfológico.

III.3.2. Procesamiento de datos litogeoquímicos

Para la construcción de estos mapas geoquímicos se parte de la base de datos

litogeoquímicos disponible (Burov et al., 1986), representada en un fichero Excel con una

37

estructura que incluye: las coordenadas planas de los puntos de muestreo (X, Y) y los

contenidos de cada uno de los elementos indicadores y exploradores (Cu, Pb, Co, Mo, Ba,

Zn y Ag).

Análisis de factores.

Con la finalidad de clasificar estos elementos indicadores y exploradores en

correspondencia con el estilo de mineralización al que se asocian con preferencia y la

consiguiente posibilidad de obtener variables geoquímicas complejas, se seleccionó el

análisis de factores dada la efectividad demostrada en el procesamiento estadístico

multivariado de los datos geoquímicos. Este se realizó con el auxilio del software

estadístico Minitab 16.

Dados los estilos de mineralización que se expresan en el modelo genético de depósitos

tipo SEDEX, se presupone la obtención de 2 variables geoquímicas complejas durante

la aplicación del análisis de factores: Factor 1 y Factor 2. Con la finalidad de lograr una

mejor agrupación de las variables geoquímicas simples, se optó por realizar una

rotación varimax.

Como resultado final de este procesamiento estadístico multivariado serán obtenidas las

cargas y puntuaciones cada variable geoquímica compleja; mediante las cargas podrán

interpretarse las asociaciones geoquímicas que representan a cada estilo de

mineralización, mientras las puntuaciones se constituirán en los valores de estas nuevas

variables.

Transformación logística fuzzy.

Se adopta la propuesta realizada por Yousefi et al. (2014) de transformar las

puntuaciones de variables geoquímicas complejas, mediante una función logística

fuzzy, de manera tal que los valores caigan en el intervalo [0,1], lo cual es coherente

con el concepto de favorabilidad. A los resultados de esta transformación le

denominaron índices de favorabilidad geoquímica de mineralización (IFGM), lo que se

expresa a través de la expresión siguiente:

f(x) = ex/(1+ex)

donde:

X valor de la variable geoquímica compleja (puntuación de cada factor)

Estos resultados se adicionan a la base de datos original con vistas a su procesamiento

posterior.

38

Estimación de los umbrales anómalos.

De los métodos de estimación de los umbrales anómalos propuestos en la literatura fue

seleccionado el análisis fractal por el método concentración-área, dada la efectividad

demostrada con estos fines. Esto se fundamenta en el carácter lineal (log-log) que

manifiesta en la relación entre los valores de la variable geoquímica compleja y el área

contorneada por cada una de ellas, siempre que no existen otros fenómenos

superpuestos que afecten esta tendencia.

Este procedimiento gráfico está dirigido a visualizar los modelos multifractales,

expresados en cambios más o menos significativos de las inflexiones o rupturas de las

líneas ajustadas por el método de los mínimos cuadrados. De estas se derivarán los

umbrales anómalos, a partir de en los límites observados como parte de la interrupción

de la continuidad lineal definida para cada dimensión fractal.

Un ejemplo de la aplicación de este método, se presenta en la Figura 6 mediante un

modelo multifractal de contenidos de Fe (%) en suelos (Carranza, 2009).

Figura 6. Diagrama concentración-área de contenidos de Fe (%) en suelos (Carranza,

2009).

Las ecuaciones de las líneas rectas representadas responden a las expresiones que

relacionan el área encerrada por determinado valor de concentración de Fe (número de

píxeles) para los límites establecidos por los puntos alineados, según:

C)A(

donde:

A(ν): Área contorneada por la concentración de la variable geoquímica

: Concentración de la variable geoquímica

39

: Pendiente de la línea recta ajustada en un gráfico log-log (concentración-área)

C: Constante

Los puntos significativos que marcan rupturas en las líneas rectas corresponden a

valores de contenidos de Fe (%) de 1.6, 7.2 y 8.6 %, los que son interpretados como

límites fondo-anomalía a diferentes niveles.

El análisis fractal se retoma en esta investigación al construir los diagramas log-log

concentración-área para estimar el límite fondo-anomalía de las variables geoquímicas

complejas disponibles.

Así, en este caso los datos geoquímicos de las variables geoquímicas complejas (Factor

1 y Factor 2), previamente transformados por la función logística fuzzy, son convertidos

en redes regulares de valores de 25 x 25 m empleando métodos geoestadísticos

(variografía y krigging). Todo este procesamiento se ejecuta con el software Surfer 13.

La medición de las áreas contorneadas por diferentes valores de contenidos se ejecutará

en base a la cantidad de píxeles que cumplan con las condiciones de frontera

establecidas (transformación logística fuzzy de las puntuaciones de los factores). Con

estos fines se construyen histogramas de los valores estimados de cada variable

geoquímica compleja, que ofrezcan las frecuencias en diferentes intervalos de clases.

Con auxilio de estos resultados se elabora una hoja de cálculo en Excel en la que se

contabiliza la cantidad de píxeles incluidos en diferentes fronteras establecidas (áreas),

generándose así los pares de valores que son representados finalmente en los diagramas

concentración-área con escalas logarítmicas. De las rupturas de la linealidad en estos

diagramas se obtienen los umbrales anómalos: bajo (Ca1), medio (Ca2) y alto (Ca3),

válidos para la construcción de los mapas geoquímicos complejos.

Estos diagramas concentración-área son obtenidos a partir de la utilización del software

Grapher 10.

Construcción de mapas geoquímicos complejos.

Las representaciones raster de las variables geoquímicas complejas utilizadas para la

aplicación del método concentración-área, servirán de base para la construcción de los

mapas geoquímicos complejos, resultando así en capas de información vinculadas con

el metalotecto geoquímico.

Como paso preliminar a la integración de estas capas de información geoquímicas al

resto de los metalotectos, se hará una reclasificación de las representaciones raster

resultantes, mediante la asignación de valores al fondo geoquímico y los niveles

anómalos estimados.

40

III.3.3. Procesamiento de imágenes Landsat TM.

Las imágenes Landsat TM poseen una resolución de 30 m x 30 m y excelentes

cualidades radiométricas y geométricas. Los canales espectrales (bandas 1-5 y 7)

representan las características de la radiación en la superficie en rangos de longitud de

onda entre 0.45 y 2.35 µm. La utilidad de estas bandas espectrales para aplicaciones

geológicas está dada por los niveles de reflectancia y absorción que posibilitan la

detección remota de materiales a partir de combinación de estas (Tabla 1).

Tabla 1. Características espectrales para óxidos de hierro, hidroxilos y vegetación (Ruiz-

Armenta & Prol-Ledesma, 1995)

MATERIALES REFLECTANCIA ABSORCIÓN

MINERALES ARCILLOSOS,

CARBONATOS,

FILOCILICATOS,

Y SULFATOS

TM5*

TM7*

HEMATITA TM3 TM2*

TM1

GOETHITA TM3*

TM2

TM1

JAROSITA TM3*

TM2

TM1

TM1

VEGETACIÓN TM4*

TM2

TM5

TM7

*Bandas con los rasgos espectrales más característicos.

Debido a que las diferentes bandas espectrales de estas imágenes no presentan la misma

resolución entre ellas, será necesario inicialmente regularizarlas a una red de 25x25 m,

de manera tal que sean correlacionables con las restantes capas de información

obtenidas de los procesamientos anteriores. Para ello se utiliza el método del vecino más

cercano con el auxilio del software ArcGIS 10.3.

La imposibilidad de acceder a cada una de las zonas donde se desarrollan alteraciones

hipergénicas vinculadas a depósitos minerales ha determinado el desarrollo de técnicas

41

basadas en el procesamiento de imágenes satelitales mediante la aplicación de Análisis

de Componentes Principales. Entre estos procedimientos se destacan: la técnica Crósta y

la técnica defoliante.

La técnica Crósta (Crósta y Moore, 1989 en: Ruiz-Armenta & Prol-Ledesma, 1995)

consiste en la aplicación de Análisis de Componentes Principales a bandas de imágenes

satelitales que contienen información espectral de materiales específicos, así como la

contribución de cada una de las bandas originales relacionadas a la respuesta espectral

teórica de los materiales buscados con base en el signo (positivo o negativo) y la

magnitud de los vectores propios.

La técnica defoliante (Frazer & Green, 1991 en: Carranza, 2002), consiste en un

Análisis de Componentes Principales Dirigidas (DPC) de relaciones de dos bandas de

imágenes satelitales. La entrada de las relaciones de banda de imágenes se selecciona

sobre la base de que una relación de banda contiene información relacionada con el

componente de interés (por ejemplo, alteración hidrotermal), cuya respuesta espectral

sufre interferencia de la respuesta espectral de otro componente (es decir, vegetación);

la segunda relación de banda debería contener información sobre este componente que

interfiere espectralmente. Las relaciones de banda de imágenes de entrada se calculan a

partir de datos que deben ser estandarizados a través de una extensión por ecualización

de histograma para que su rango se adapte a un intervalo de 0 a 255 y sus medias sean

aproximadamente de 128. El resultado de este método ofrece una DPC con cargas de

signos similares en las relaciones de bandas de entrada, la que explica la varianza

debido a las similitudes en las respuestas espectrales de la componente interferente y de

interés. La otra DPC, cuyas cargas son de diferente signo en cualquiera de las relaciones

de banda de entrada, destaca contribuciones únicas para cada una de las componentes.

El signo de las cargas define si el componente de interés se representa como píxeles

claros u oscuros en la imagen DPC; una carga positiva implica píxeles claros, una carga

negativa implica píxeles oscuros.

Construcción de mapas de alteración limonítica.

Las alteraciones limoníticas son comunes en depósitos minerales que contengan

sulfuros de hierro, en los que sus zonas mineralizadas estén expuestas a los agentes

hipergénicos. Esto sucede comúnmente en los depósitos tipo SEDEX, caso que está

presente en la región de estudio comprendida en esta investigación.

Las zonas de oxidación cartografiadas constituyen la evidencia más directa de las

alteraciones limoníticas, aunque mediante la aplicación de las técnicas de procesamiento

42

de imágenes descritas anteriormente también pueden ser reveladas otras que no fueron

objeto de trabajos geológicos de campo.

Según la técnica Crósta, las zonas de alteración limonítica son mapeadas mediante el

uso de las bandas Landsat TM 1, 3, 4 y 5 (Crósta & Rabelo, 1993 & Ruiz-Armenta &

Prol-Ledesma, 1998 en: Carranza, 2002). La aplicación del Análisis de Componentes

Principales a estas imágenes satelitales determina la componente principal que presente

mayor diferencia entre la banda 3 y la banda 1, resultando así una nueva imagen que

mostrará las alteraciones derivadas de la oxidación de sulfuros de hierro; esto ha de

servir para comparar la veracidad de la razón banda 3: banda 1 para la cartografía de

zonas de alteración limonítica en la región de estudio. Debe considerarse que si el valor

del vector propio en la banda 3 es negativo entonces los píxeles oscuros son

representativos de alteraciones limoníticas, mientras que si es positivo estos resultarán

los píxeles claros.

Si se aplica la técnica defoliante también se deben cartografiar las zonas de alteración

limonítica, pero en este caso utilizando las razones de bandas Landsat TM 3:1 y 4:3.

Cuando se aplica el Análisis de Componentes Principales a estas razones de bandas se

determina aquella en la que se manifieste la mayor oposición en la magnitud de los

vectores propios, resultando así la imagen que mejor representa las alteraciones

limoníticas. Esto se expresa visualmente en píxeles oscuros que representan zonas de

alteración limonítica cuando el vector propio de la razón banda3: banda 1 es negativo o,

por el contrario, píxeles claros si este es positivo.

Construcción de mapas de alteración arcillosa.

Las rocas alteradas hidrotermalmente son anomalías litológicas que resultan del ataque

químico de las rocas pre-existentes por fluidos hidrotermales (Pirajno, 1992 en:

Carranza, 2002). Resulta factible que este tipo de anomalías se generen dentro de los

límites espaciales en que se emplazan los depósitos tipo SEDEX, por lo que su

presencia resulta un indicador de favorabilidad mineral.

En este caso específico se ha demostrado la existencia de caolinización en las rocas

encajantes, aunque no se realizó cartografía geológica de campo. Esto determina la

necesidad de utilizar las técnicas de procesamiento de imágenes satelitales como

herramientas para su detección.

La aplicación de la técnica Crósta en este caso incluye las bandas Landsat TM 1, 4, 5 y

7 (Crósta & Rabelo, 1993; Ruiz-Armenta & Prol-Ledesma, 1998 en: Carranza, 2002).

Las alteraciones arcillosas son explicadas por la componente principal basada en

43

vectores propios elevados y de cargas opuestas para las bandas 5 y 7. Para ello se debe

tener en cuenta que el signo negativo para el vector propio de la banda 5 indica que los

píxeles oscuros mapean las zonas de alteración arcillosa, mientras si este es positivo

serán los píxeles claros los que las representen visualmente.

Mediante la técnica defoliante se cartografían las zonas de alteración arcillosa a partir

de las razones de bandas Landsat TM 4:3 y 5:7. En este caso, al aplicar el Análisis de

Componentes Principales a estas razones de bandas, se identifica también aquella

componente principal en la que los vectores propios sean opuestos en signo, siendo esta

representativa de las zonas de alteración arcillosa. El signo negativo para el vector

propio de la razón banda 5: banda 7 sugieren que los píxeles oscuros mapean las

alteraciones arcillosas y, por el contrario, cuando el signo es positivo son los píxeles

claros los que las representan.

Construcción de mapas de alteración limonítico-arcillosa.

Para la obtención del mapa de alteración limonítico-arcillosa se aplica Análisis de

Componentes Principales a los resultados derivados de los mapas de alteración

limonítica y arcillosa. Esta decisión se adopta a partir de que existe correspondencia

entre las áreas que están afectadas por un tipo de alteración y por la otra. De tal manera,

aquella componente en la que se manifiesten los mayores vectores propios de igual

signo, representará los mayores niveles de alteración limonítico-arcillosa; en caso de

que los valores propios sean negativos, entonces los píxeles oscuros serán los

representativos de esta alteración.

Al mapa de alteración limonítico-arcillosa se le realiza una clasificación booleana

basada en un criterio probabilístico. En este caso se asume como umbral el definido por

la media + la desviación estándar, lo cual resulta una práctica común para variables

cuyos valores se ajustan a un modelo de distribución normal.

III.4. Integración de los metalotectos y construcción de mapas de favorabilidad

mineral.

Para construir los mapas de favorabilidad mineral es necesario establecer el método de

integración que permita separar las zonas favorables para mineralización de las zonas

sin interés prospectivo. En base a esto se considera oportuno utilizar el método de

superposición indexada, el cual se basa en el uso de operadores matemáticos entre los

diferentes mapas reclasificados, de manera tal que se logran reforzar cada uno de los

criterios en un mapa integrado y eliminar todos aquellos sectores que incumplen con

44

criterios determinantes.

Los mapas de favorabilidad mineral para cada tipo de mineralización asociada a

depósitos tipo SEDEX deberán surgir de la aplicación de algebra de mapas, incluyendo

ponderaciones definidas por el experto en correspondencia con la importancia que le

asigna a cada uno de los metalotectos. Se considera excluyente el metalotecto

litoestratigráfico, por lo definido en relación con el desarrollo de este tipo de depósitos

solo en la Formación San Cayetano.

La integración de ambas mediante una superposición fuzzy, que incluyera a ambas

(operador OR), condujo a la creación de una nueva variable, representativa de la

favorabilidad de mineralización sulfurosa total.

45

Capítulo IV. Análisis y discusión de los resultados.

En este capítulo se analizarán los resultados derivados de las representaciones

cartográficas de cada metalotecto, con énfasis en el aporte particular de cada uno de

ellos al establecimiento de criterios de potencialidad metalífera. Esto constituirá el

fundamento para la integración de los metalotectos al elaborar los mapas de

favorabilidad mineral, y perfilará la interpretación cualitativa y cuantitativa de las

perspectivas de mineralización tipo SEDEX en la región.

IV.1. Resultados del procesamiento de datos litoestratigráficos, estructurales y

geomorfológicos.

IV.1.1. Análisis e interpretación del metalotecto litoestratigráfico.

El metalotecto litoestratigráfico permite validar las unidades litoestratigráficas

favorables para el alojamiento de depósitos tipo SEDEX en la región de estudio.

El mapa litoestratigráfico obtenido por digitización de las unidades litológicas que

constituyen la región de estudio (Figura 6a) sirve de base al procesamiento gráfico que

conduce a la elaboración del metalotecto litoestratigráfico (Figura 6b). Este último,

resultante de una clasificación booleana se utiliza para discriminar las zonas favorables

desde el punto de vista litoestratigráfico, mediante la asignación de valor de 1 al

territorio ocupado por la Formación San Cayetano y su miembro superior Castellano

(alojadora de este tipo de depósitos) y valor de 0 al resto de las formaciones (sin interés

prospectivo).

Figura 7. Representación cartográfica del metalotecto litoestratigráfico: (a) Mapa

litológico (Burov et al., 1986); (b) Mapa del metalotecto litoestratigráfico.

46

Las zonas favorables desde el punto de vista litoestratigráfico se extienden con un

rumbo suroeste-noreste y ocupan el 71,76 % del área total de la región de estudio.

IV.1.2. Análisis e interpretación del metalotecto estructural.

El mapa de fallas favorables, representativo del metalotecto estructural, muestra la

continuidad de las principales estructuras de la zona de estudio, siguiendo en su mayoría

una dirección SW-NE distribuidos en la parte central del mapa, precisamente en esta

zona se encuentran los depósitos y manifestaciones minerales conocidos, enmarcados en

una zona de influencia de 250 m a cada lado del lineamiento, considerándose este como

un criterio estructural válido para la localización de zonas mineralizadas (Figura 8).

Figura 8. Representación cartográfica del sistema de fallas favorables:(a) Mapa de fallas

favorables (extraído de Burov et al., 1986); (b) Mapa de fallas favorables reclasificado

(buffer 250 m).

IV.1.3. Análisis e interpretación del metalotecto geomorfológico.

El mapa de disección vertical sirve de base a la representación cartográfica del

metalotecto geomorfológico, resaltando en este las zonas positivas del relieve, en las

que se localizan los depósitos y manifestaciones minerales conocidos y, por tanto,

propicias para nuevos sectores con potencialidad metalífera (Figura 9).

Disección vertical (m) Clase

<210 0

≥210 1

47

Figura 9. Representación cartográfica del metalotecto geomorfológico: (a) Mapa de

disección vertical; (b) Mapa del metalotecto geomorfológico (umbral 210 m).

El mapa de disección vertical representa las zonas elevadas del relieve, esta muestra que

la mayor extensión de área está representada en la parte central de forma alargada,

coincidente con el rumbo suroeste-noreste de las elevaciones en la región. Hacia los

extremos septentrional y meridional, disminuye la cantidad de zonas elevadas, lo que

los hace menos favorables para el alojamiento de depósitos tipo SEDEX.

Todos los depósitos y manifestaciones minerales conocidas coinciden con las zonas

positivas del relieve representadas en el mapa, sirviendo de patrón para la validación de

zonas desconocidas.

IV.2. Resultados del procesamiento de datos litogeoquímicos

IV.2.1. Análisis de factores

La aplicación del análisis de factores a los datos litogeoquímicos disponibles permitió la

agrupación de estas en dos grupos fundamentales, atendiendo a las cargas de los

factores resultantes de este procesamiento (Tabla 2).

Tabla 2. Cargas de los factores con rotación varimax

Variable

geoquímica Carga

Factor 1 Carga

Factor 2 Ba 0.074 0.135 Co 0.101 0.611 Pb 0.911 0.097 Zn 0.889 0.068 Ag 0.674 0.017 Cu 0.151 0.532 Mo 0.045 0.767

48

Estos resultados se corresponden con la distribución de los diferentes estilos de

mineralización definidos a través del modelo de depósitos tipo SEDEX, de manera tal

que las asociaciones de elementos indicadores y exploradores de cada uno de ellos

pueden ser reflejadas con las variables geoquímicas complejas obtenidas: Factor 1 y

Factor 2.

En resumen, se pueden interpretar estos resultados de la siguiente manera:

Factor 1: Asociación Pb-Zn-Ag, vinculada con la mineralización estratiforme pirito-

polimetálica.

Factor 2: Asociación Cu-Mo-Co, vinculada con la mineralización de stockwork cuarzo-

cuprífero.

IV.2.2. Análisis geoestadístico y estimación espacial.

Los resultados de la aplicación del análisis geoestadístico, a partir del procesamiento de

los datos derivados de las transformaciones fuzzy de las puntuaciones de los factores,

sirvieron de base para la construcción de los mapas geoquímicos complejos para

mineralización estratiforme pirito-polimetálica y mineralización de stockwork cuarzo-

cuprífera.

En estas se puede apreciar en cada caso el ajuste de un modelo teórico esférico con

efecto de pepita a los datos experimentales.

Figura 10. Variogramas de la transformación logística fuzzy de las variables geoquímicas

complejas Factor 1 y Factor 2.

Estos variogramas fueron considerados al realizar la estimación espacial de estas

variables geoquímicas complejas, lo que condujo a la obtención de una red regular de

49

25x25 m en todo el espacio analizado geoestadísticamente mediante el interpolador

insesgado krigging.

IV.2.3. Análisis fractal.

Las representaciones cartográficas de los resultados de la estimación espacial de las

variables geoquímicas complejas permitieron apreciar los cambios que se manifiestan

en la disposición espacial de los píxeles, para un conjunto umbrales predefinidos en

orden ascendente (Anexos 1 y 2).

Con el objetivo de apreciar la distribución estadística de los valores de estas variables

geoquímica complejas, se construyeron los histogramas correspondientes, los que

ofrecieron algunas distinciones en lo que respecta al ajuste probabilístico al modelo de

distribución normal. Mientras el histograma de la variable geoquímica Factor 1 muestra

una forma simétrica que permite presuponer el ajuste de sus valores a un modelo de

distribución normal, la variable geoquímica compleja Factor 2 manifiesta una asimetría

de sus valores que está más en correspondencia con un modelo de distribución

lognormal (Figuras 11 y 12).

Estos histogramas sirvieron de base al conteo de los píxeles con vistas a la aplicación

del análisis fractal por el método concentración-área para la estimación de los umbrales

anómalos, observándose la existencia de varios puntos de ruptura a la linealidad que

caracteriza a cada dimensión fractal (Figuras 11 y 12).

Figura 11. Histograma y diagrama concentración-área de la transformación logística

fuzzy de la variables geoquímica compleja Factor 1 (estimación espacial por krigging).

50

Figura 12. Histograma y diagrama concentración-área de la transformación logística

fuzzy de la variable geoquímica compleja Factor 2 (estimación espacial por krigging).

Las rupturas apreciadas en cada diagrama concentración-área permitieron obtener los

umbrales anómalos de cada variable geoquímica compleja (Tabla 3).

Tabla 3. Umbrales anómalos estimados para la transformación logística fuzzy de las

variables geoquímicas complejas Factor 1 y Factor 2, derivados de los diagramas

concentración-área.

Variables

geoquímicas

Umbral anómalo

bajo (Ca1)

Umbral anómalo

medio (Ca2)

Umbral anómalo

alto (Ca3)

Factor 1 0.535 0.585 0.660

Factor 2 0.560 0.625 0.680

IV.2.4. Análisis e interpretación del metalotecto geoquímico.

Los resultados obtenidos de la aplicación integrada de la transformación logística fuzzy

de las variables geoquímicas complejas Factor 1 y Factor 2 por el método de

concentración-área permiten precisar los sectores de mayor favorabilidad mineral desde

el punto de vista geoquímico, lo que posibilita racionalizar los posibles sectores de

prospección que se proponen. Para ello se procede a la construcción de los mapas

representativos del metalotecto geoquímico de mineralización estratiforme pirito-

polimetálica y del metalotecto geoquímico de mineralización de stockwork cuarzo-

cuprífera.

En ambos casos se procede a la reclasificación atendiendo a los umbrales anómalos

estimados anteriormente, resultando como sigue:

51

Categoría geoquímica Clasificación

Fondo 0

Ca1-Ca2 1

Ca2-Ca3 2

> Ca3 4

Metalotecto geoquímico de mineralización estratiforme pirito-polimetálica

El mapa del metalotecto geoquímico de mineralización estratiforme pirito-polimetálica

(Factor 1), identifica la presencia de una mayor extensión de las anomalías geoquímicas

más intensas hacia la parte más septentrional y central del área. Se aprecian anomalías

geoquímicas alargadas en dirección sureste-noroeste, perpendicular al rumbo de las

secuencias sedimentarias alojadoras (Figura 13).

Figura 13. Representación cartográfica del metalotecto geoquímico vinculado con

mineralización estratiforme pirito-polimetálica: (a) Mapa de la variable geoquímica

compleja Factor 1; (b) Mapa del metalotecto geoquímico complejo (umbrales 0.535, 0.585

y 0.660).

Metalotecto geoquímico de mineralización de stockwork cuarzo-cuprífera

El mapa del metalotecto geoquímico de mineralización de stockwork cuarzo-cuprífera

(Factor 2) permite apreciar cómo se reducen las áreas ubicándose las anomalías más

intensas en la región central del mapa, también hacia los extremos noroeste y sureste del

área. Las anomalías geoquímicas presentan una morfología irregular, y una posición

espacial que contrasta con las correspondientes al metalotecto geoquímico de

mineralización pirito-polimetálica estratiforme. Se destaca una gran anomalía en la

parte septentrional la que se relaciona con la Formación Manacas la cual no está

vinculada con mineralización cuprífera, sino que ha sido interpretada como de

52

naturaleza litológica debido a la composición contrastante de la Formación Manacas

respecto a la Formación San Cayetano (Figura 14).

Figura 14. Representación cartográfica del metalotecto geoquímico vinculado con

mineralización de stockwork cuarzo-cuprífera: (a) Mapa de la variable geoquímica

compleja Factor 2; (b) Mapa del metalotecto geoquímico complejo (umbrales 0.560, 0.625

y 0.680).

Estos mapas reclasificados serán utilizados como metalotectos geoquímicos para su

integración con el resto de los metalotectos con la finalidad de obtener los mapas de

favorabilidad mineral.

IV.3. Resultados del procesamiento de las imágenes satelitales.

El procesamiento de las bandas espectrales de datos Landsat TM estuvo dirigido a

establecer cuál de los procedimientos propuestos para detectar alteraciones limoníticas y

arcillosas resulta el más efectivo para ello y, adoptar así la imagen resultante que

caracteriza el metalotecto mineralógico.

IV.3.1. Análisis e interpretación de las alteraciones limoníticas y arcillosas.

Como resultado del análisis estadístico elemental de las bandas espectrales de Landsat

TM (Tabla 4), se aprecia que las bandas visibles 1, 2 y 3 tienen valores mínimos más

altos que las bandas de infrarrojos 4, 5 y 7. Los valores mínimos más altos en las bandas

visibles se deben a la dispersión atmosférica debido a la neblina. Por otro lado, los

valores mínimos más bajos en las bandas de infrarrojos se deben a la absorción

atmosférica en esta longitud de onda. La desviación estándar más alta que se observa

para la banda 5 se debe a las grandes variaciones en la respuesta espectral de varios

materiales contenidos en la imagen.

53

Tabla 4. Estadística elemental de las bandas espectrales de datos Landsat TM.

Banda Mínimo Máximo Media Desviación

estándar

1 44 150 54,5106 3,2825

2 25 134 40,3590 4,7093

3 12 137 30,9720 8,2535

4 4 158 85,8132 18,5149

5 1 205 48,5091 19,0226

7 1 136 18,4133 8,8531

La tabla 5 muestra la matriz de correlación entre las diferentes bandas espectrales. Las

bandas espectrales 2 y 3 están altamente correlacionadas, así como las bandas 5 y 7 y

las bandas 3 y 7, lo que se interpreta como información redundante proporcionada por

estos pares de bandas espectrales. En oposición, las bandas 4 y 1 están débilmente

correlacionadas, por lo que los datos de estas bandas se pueden utilizar para diferenciar

entre áreas de vegetación y áreas de alteración de óxidos de hierro; algo similar ocurre

también con las bandas 3 y 4, lo que las hace útiles con el mismo propósito. La

correlación débil entre las bandas 4 y 7 permiten su uso para distinguir áreas de

vegetación de áreas de alteración arcillosa.

Tabla 5. Matriz de correlación de las bandas espectrales de datos Landsat TM.

Banda 1 2 3 4 5 7

1 1.00000

2 0.78640 1.00000

3 0.81309 0.87117 1.00000

4 0.16949 0.38716 0.11815 1.00000

5 0.76562 0.85826 0.86326 0.41544 1.00000

7 0.55151 0.61008 0.63978 0.19678 0.66137 1.00000

Técnica Crósta

Los resultados del Análisis de Componentes Principales de las bandas 1, 3, 4 y 5,

derivados de la aplicación de la técnica Crósta, muestran que los óxidos de hierro

pueden ser mapeados por CP4, atendiendo a las cargas de signos opuestos

correspondientes a las bandas 3 y 1 (Tabla 6).

54

Tabla 6. Análisis de Componentes Principales de bandas espectrales 1, 3, 4 y 5 de

imágenes Landsat TM para detección de alteración limonítica por la técnica Crósta. La

CP con cargas de signos opuestos para las bandas 1 y 3 explica la alteración limonítica.

CP1 CP2 CP3 CP4

Banda 1 0.09123 -0.10512 0.26595 0.95388

Banda 3 0.24714 -0.33912 0.85673 -0.29988

Banda 4 0.60868 0.78245 0.13114 -0.00855

Banda 5 0.74840 -0.51158 -0.42199 -0.01030

Valor propio 532.25140 238.24111 10.99075 3.23941

% de valor propio 67.8267 30.3599 1.4006 0.4128

El signo negativo de la carga en la banda 3 y el signo positivo de la carga en la banda 1

indican que la alteración limonítica se mapea como píxeles oscuros, por lo que se

requiere multiplicar por (-1) la imagen resultante para que los píxeles claros sean los

representativos de esta (Figura 15a).

Por otra parte, como resultado de la aplicación del Análisis de Componentes Principales

de las bandas 1, 4, 5 y 7, se aprecia que la alteración arcillosa puede ser mapeada por

CP3, pues a esta componente le corresponden las cargas opuestas de las bandas 5 y 7

(Tabla 7).

Tabla 7. Análisis de Componentes Principales de bandas espectrales 1, 4, 5 y 7 de

imágenes Landsat TM para detección de alteración arcillosa por la técnica Crósta. La CP

con cargas de signos opuestos para las bandas 5 y 7 explica la alteración arcillosa.

CP1 CP2 CP3 CP4

Banda 1 0.08789 -0.10928 -0.03458 0.98951

Banda 4 0.62921 0.77344 0.06969 0.03197

Banda 5 0.73686 -0.56229 -0.34835 -0.13973

Banda 7 0.23109 -0.27143 0.93413 -0.01786

Valor propio 527.43787 223.65554 38.65468 4.06761

% de valor propio 66.4434 28.1747 4.8695 0.5124

El signo negativo de la carga en la banda 5 y el signo positivo de la carga en la banda 7 indican

que la alteración arcillosa se mapea como píxeles oscuros, por lo que se requiere multiplicar por

(-1) la imagen resultante para que los píxeles claros sean los representativos de esta (Figura

15b).

55

Figura 15. Representación cartográfica de zonas de alteración (píxeles claros) por la

técnica Crósta: (a) Alteración limonítica; (b) Alteración arcillosa.

Los resultados obtenidos de la aplicación de la técnica Crósta no permiten realizar una

discriminación efectiva de las zonas de alteración limonítica y arcillosa en su relación

espacial con las zonas mineralizadas conocidas. Su reflejo parece ser más efectivo en

zonas vinculadas con la deposición de materiales limoníticos y arcillosos, vinculados

con las partes negativas del relieve; esto se aprecia especialmente hacia el extremo

sudeste de la región, en los que han sido mapeados depósitos sedimentarios ricos en

óxidos e hidróxidos de hierro y que coinciden adicionalmente con la ausencia de

vegetación.

Técnica defoliante.

La aplicación de la técnica defoliante ofreció resultados que permiten mapear las zonas

de alteración limonítica y arcillosa. Atendiendo a que las relaciones de banda 3/1, 4/3 y

5/7 son las que se procesan mediante esta técnica para revelar estas alteraciones, se

estandarizaron previamente a través de una extensión por ecualización de histograma,

logrando así que los valores de los píxeles oscilaran entre 0 y 255 y una media

aproximada de 128.

Los resultados de la aplicación del análisis de componentes principales dirigidas (CPD)

a las relaciones de bandas 3/1 y 4/3, permite identificar que la CPD1 es capaz de mapear

las zonas de alteración limonítica, dadas las cargas opuestas, representando así el

contraste entre las zonas que contienen óxidos de hierro de aquellas que contienen

vegetación (Tabla 8).

56

Tabla 8. Análisis de Componentes Principales Dirigido de relaciones de banda (banda

3/banda 1-banda 4-banda 3) de imágenes Landsat TM para detección de alteración

limonítica por la técnica defoliante. La CPD con cargas de signo opuesto explica la

alteración limonítica.

Relaciones con

stretch histograma CPD1 CPD2

Banda 3/Banda 1 -0.70633 0.70788

Banda 4/Banda 3 0.70788 0.70633

Valor propio 7474.89520 3435.59079

% de valor propio 68.5111 31.4889

El signo negativo de la carga en la relación de banda 3/1 sugiere que la imagen CPD1

debe ser multiplicada por (-1) para que los píxeles claros representen las zonas de

alteración limonítica (Figura 16a).

Se identifican así varias zonas de alteración limonítica, que incluyen zonas

mineralizadas en el Distrito Metalogénico Dora-Francisco. Otras zonas de alteración

limonítica se mapean en áreas donde no se conoce la existencia de mineralización.

Los resultados de la aplicación del análisis de componentes principales dirigidas (CPD)

a las relaciones de bandas 4/3 y 5/7, indican el posible mapeo de las zonas de alteración

arcillosa a través de la CPD2, atendiendo a la oposición de cargas (Tabla 9).

Tabla 9. Análisis de Componentes Principales Dirigido de relaciones de banda (banda 4/

banda 3 y banda 5/banda 7) de imágenes Landsat TM para detección de alteración

arcillosa por la técnica defoliante. La CPD con cargas de signo opuesto explica la

alteración arcillosa.

Relaciones con

stretch histograma CPD1 CPD2

Banda 4/Banda 3 0.70698 0.70724

Banda 5/Banda 7 0.70724 -0.70698

Valor propio 6426.05356 4493.99018

% de valor propio 58.8464 41.1536

El signo negativo de la carga en la relación de bandas 5/7 sugiere que CPD2 debe ser

multiplicado por (-1) para que los píxeles claros representen las zonas de alteración

arcillosa (Figura 16b).

57

Figura 16. Representación cartográfica de zonas de alteración (píxeles claros) por la

técnica defoliante: (a) Alteración limonítica; (b) Alteración arcillosa.

4.3.2. Análisis e interpretación de los resultados de la integración de alteraciones

limonítico-arcillosas.

A partir de los resultados obtenidos para la revelación de alteraciones limoníticas y

arcillosas aplicando las técnicas Crósta y defoliante, se aplican procedimientos de

integración de ambos tipos de alteraciones. Esto sirve para tomar decisiones acerca de

cuál de estos resultados se ha de adoptar como indicador para la visualización del

metalotecto mineralógico.

Con esta finalidad, usando la técnica Crósta se combinaron CP4 (alteración limonítica)

y CP3 (alteración arcillosa) derivadas del procesamiento anterior, mediante la

aplicación de Análisis de Componentes Principales (Tabla 11).

Tabla 10. Análisis de Componentes Principales de CP4 y CP3 de imágenes Landsat TM

para detección de alteración limonítico-arcillosa por la técnica Crósta. La CP con cargas

de igual signo explica la alteración limonítico-arcillosa.

CP1 CP2

CP4 (alteración limonítica) 0.00691 -0.99998

CP3 (alteración arcillosa) -0.99998 -0.00691

Valor propio 38.65 3.24

% de valor propio 92.27 7.73

Como se aprecia de las cargas resultantes de la integración, la CP2 resultante posee las

cargas de igual signo y la mayor contribución a ella lo hace la CP4 derivada del

58

procesamiento anterior. Al igual que en otras situaciones similares, para que los píxeles

claros representen las alteraciones limonítico-arcillosas, es necesario multiplicar esta

imagen por (-1) (Figura 18a).

Un análisis elemental de estos resultados permite apreciar que la imagen representativa

de la alteración limonítico-arcillosa, es esencialmente igual a la obtenida para la

alteración limonítica. Esta redundancia invalida a la técnica Crósta para ofrecer criterios

confiables sobre las alteraciones limonítico-arcillosas, lo cual determina descartar estos

resultados para su integración con otros metalotectos con vistas a la obtención de mapas

de favorabilidad mineral.

Paralelamente, se realiza la combinación de CPD1 (alteración limonítica) y CPD2

(alteración arcillosa) mediante la técnica defoliante. La aplicación de Análisis de

Componentes Principales a las imágenes representativas de la alteración limonítica y

alteración arcillosa permitió apreciar que la coincidencia de cargas de igual signo en la

CP1 representa un índice de esta integración. permitió adoptar esta como integradora de

ambos tipos de alteración (Tabla 11).

Tabla 11. Análisis de Componentes Principales de CPD1 (banda 3/banda 1-banda 4/banda

3) y CPD2 (banda 4/banda 3-banda 5/banda 7) de imágenes Landsat TM para detección

de alteración limonítico-arcillosa por la técnica defoliante. La CP con cargas de igual signo

explica la alteración limonítico-arcillosa.

CP1 CP2

CPD1 (alteración limonítica) -0.83009 0.55762

CPD2 (alteración arcillosa) -0.55762 -0.83009

Valor propio 9841.42 2005.55

% de valor propio 83.07 16.93

Al ser las cargas negativas se procedió a multiplicar por -1, lo cual se expresa en que los

píxeles claros representaran las zonas con alteración limonítico-arcillosa de mayor

intensidad (Figura 17b).

59

Figura 17. Representación cartográfica de zonas de alteración limonítico-arcillosa (píxeles

claros). (a) Por la técnica Crósta; (b) Por la técnica defoliante.

En este último caso se puede observar un reforzamiento de la señal, en relación con la

obtenida en las imágenes representativas de alteraciones limoníticas y arcillosas por

separado, por lo que se adopta esta para darle continuidad en los procesamientos

posteriores conducentes a la visualización del metalotecto mineralógico.

4.3.3. Análisis e interpretación del metalotecto mineralógico

Como resultado de la clasificación estadística realizada se obtuvo el mapa reclasificado

de alteración limonítico-arcillosa (Figura 19).

Figura 18. Representación cartográfica del metalotecto mineralógico.

60

Dentro del Distrito Metalogénico Dora-Francisco las alteraciones limonítico-arcillosas

son muy discretas y débiles, lo cual está en correspondencia con su vínculo

predominante con zonas de stockwork cuarzo-cupríferas. A esto se incorpora la

presencia de una vegetación muy densa constituida por pinos, helechos y arbustos

diversos, que enmascaran su posible descubrimiento mediante el procesamiento de

imágenes satelitales, lo que es resuelto parcialmente mediante la técnica defoliante. Sin

embargo, se revelan estas alteraciones en zonas de deposición, no vinculadas

espacialmente con los depósitos tipo SEDEX, localizadas en los extremos sudeste y

noroeste del área de estudio.

IV.4. Valoración de los mapas de favorabilidad mineral.

La construcción de los mapas de favorabilidad mineral a partir de la integración de los

diferentes metalotectos mediante el método de superposición indexada, permitió

visualizar las coincidencias con las zonas mineralizadas conocidas y revelar nuevas

áreas prospectivas para mineralización de tipo SEDEX.

De todas las variantes propuestas, se consideró asumir como las más efectivas y

racionales las que basan la integración de los metalotectos en las ecuaciones siguientes:

Pronóstico de mineralización polimetálica

[(0,4*Mapa geoquímico complejo (Factor 1) + 0,2 * Mapa de disección vertical + 0,15

* Mapa de alteraciones + 0,2 * Mapa estructural + 0,25 * Mapa litoestratigráfico) /

(0,4+0,2+0,15+0,2+0,25)]

Pronóstico de mineralización cuprífera

[(0,4*Mapa geoquímico complejo (Factor 2) + 0,3 * Mapa de disección vertical + 0,15

* Mapa de alteraciones + 0,3 * Mapa estructural + 0,25 * Mapa litoestratigráfico) /

(0,4+0,3+0,15+0,3+0,25)] * Mapa litoestratigráfico.

IV.4.1. Mapa de favorabilidad para mineralización estratiforme pirito-

polimetálica.

Para establecer el criterio de favorabilidad para mineralización estratiforme pirito-

polimetálica, fueron definidos los correspondientes umbrales de favorabilidad mineral,

sobre la base de la distribución estadística de los valores obtenidos a partir de la

integración de los diferentes metalotectos (Tabla 12).

61

Tabla 12. Criterios de favorabilidad para mineralización estratiforme pirito-polimetálica

Categoría Umbrales de favorabilidad

Baja 0.45

Media 0.80

Alta 1.30

El mapa de favorabilidad para mineralización estratiforme pirito-polimetálica, obtenidos

atendiendo a los criterios de clasificación establecidos anteriormente, reflejan que las

zonas favorables se extienden en dirección suroeste-nordeste. Se revela una zona amplia

que se corresponde con la posición del depósito Loma Hierro, acentuándose las

potencialidades de este estilo de mineralización hacia el nordeste, lo que permite

pronosticar nuevos sectores prospectivos (Figura 21).

Figura 19. Mapa de favorabilidad para mineralización estratiforme pirito-polimetálica.

IV.4.2. Mapa de favorabilidad para mineralización de stockwork cuarzo-cuprífera.

Con un análisis semejante al utilizado para definir los umbrales de favorabilidad en

relación con la mineralización estratiforme pirito-polimetálica, se procedió en el caso de

la mineralización de stockwork cuarzo-cuprífera.

62

Tabla 13. Criterios de favorabilidad para mineralización de stockwork cuarzo-cuprífera

Categoría Umbrales de favorabilidad

Baja 0.48

Media 0.90

Alta 1.40

Los mapas de favorabilidad para mineralización de stockwork cuarzo-cuprífera fueron

obtenidos como resultado de la clasificación atendiendo a los umbrales de favorabilidad

estimados con anterioridad. Estos reflejan las zonas potenciales en forma de franjas con

una disposición suroeste-noreste, concentrándose los mayores potenciales en la parte

central donde se encuentran varios depósitos y manifestaciones minerales conocidos

como Cándida y Oro Cándida, a excepción del área que coincide espacialmente con la

ubicación del depósito mineral Dora en el extremo suroeste de la región que no se

refleja como favorable. Las zonas reveladas hacia el norte representan posibles áreas

prospectivas que deben ser investigadas con mayor detalle (Figura 20).

Figura 20. Mapa de favorabilidad para mineralización de stockwork cuarzo-cuprífera.

63

IV.4.3. Mapa de favorabilidad para mineralización sulfurosa

Como resultado de la integración de los mapas de favorabilidad para ambos estilos de

mineralización y atendiendo a un criterio de experto, se establecieron los umbrales de

favorabilidad para mineralización sulfurosa (Tabla 14).

Tabla 14. Criterios de favorabilidad para mineralización sulfurosa total

Categoría Umbrales de favorabilidad

Baja 0.65

Media 0.95

Alta 1.40

Los mapas de favorabilidad para mineralización sulfurosa total reflejan de manera

integrada las zonas con mayor potencialidad para depósitos SEDEX, sirviendo de base a

la selección de los sectores de prospección (Figura 21).

Figura 21. Mapa de favorabilidad de mineralización sulfurosa total con los sectores de

prospección propuestos.

Para delimitar los polígonos de prospección detallada se tuvo en cuenta la continuidad

espacial y niveles de favorabilidad obtenidos a partir de la integración de los diferentes

metalotectos. No se señalan en este mapa aquellas zonas en las que se conoce de la

existencia de algún depósito mineral, aunque pudieran tenerse en cuenta la exploración

64

de sus flancos, buscando continuidad espacial las zonas mineralizadas descritas en la

dirección en que se extienden los diferentes niveles de favorabilidad.

65

Conclusiones

1- Las técnicas y herramientas utilizadas para la visualización de los metalotectos

vinculados a mineralización tipo SEDEX, resultan del ajuste de resultados

derivados de aplicaciones realizadas con los mismos fines para otros tipos de

depósitos minerales.

2- El metalotecto litoestratigráfico y el metalotecto estructural, responden a los

criterios expresados por Burov et al. (1986) en relación con el papel que juega la

litología y los lineamientos con dirección suroeste-nordeste en el alojamiento de

mineralización tipo SEDEX en este territorio.

3- Se comprueba la efectividad de la aplicación combinada del análisis de factores y el

análisis fractal al procesamiento de datos litogeoquímicos, lo que permitió obtener

el metalotecto geoquímico para cada estilo de mineralización.

4- El procesamiento de imágenes Landsat TM demostró debilidades para la cartografía

de zonas de alteración limonítica y arcillosa vinculadas espacialmente con los

depósitos SEDEX conocidos en la región. Un efecto superior es de esperar en zonas

de escasa vegetación y con zonas alteradas de mayor extensión espacial.

5- Mediante la integración de los metalotectos litoestratigráfico, estructural,

geomorfológico, geoquímico y mineralógico mediante la técnica de superposición

indexada se obtuvieron dos mapas de favorabilidad vinculados con los estilos de

mineralización estratiforme pirito-polimetálica y de stockwork cuarzo-cuprífera, los

que son validados a partir de los patrones de depósitos minerales conocidos y las

zonas de oxidación cartografiadas en el Distrito Metalogénico Dora-Francisco.

6- Asimismo, fue obtenido un mapa de favorabilidad de mineralización sulfurosa

total, a partir de la superposición fuzzy (operador OR) de los mapas obtenidos

anteriormente. Al resultar este una expresión general de ambos estilos de

mineralización, lo cual es más aceptable según el modelo de depósitos tipo SEDEX,

la propuesta de áreas favorables que se proponen como posibles sectores de

prospección, se realiza sobre esta base.

7- En base a la interpretación del mapa de favorabilidad de mineralización sulfurosa

total, se proponen 5 nuevos sectores de prospección, todos vinculados con la parte

más septentrional del área de estudio.

66

Recomendaciones

1- Aplicar la metodología propuesta para el procesamiento integral de los datos

geológicos, geomorfológicos, litogeoquímicos y mineralógicos haciendo uso de

softwares especializados, con el fin de realizar un pronóstico metalogénico

confiable de mineralización sulfurosa en otras regiones con perspectivas para el

descubrimiento de depósitos tipo SEDEX. Esto sugiere la posible extensión de

estos procedimientos a la creación de mapas de favorabilidad mineral en la región

noroccidental de Cuba.

2- Proyectar y ejecutar trabajos preliminares de reconocimiento en los sectores

prospectivos propuestos con el objetivo de verificar algunos rasgos de los

metalotectos litológico, estructural y mineralógico, en los que se sustenta una parte

importante del pronóstico metalogénico.

67

REFERENCIAS BIBLIOGRÁFICAS

Abdullah, A., Akhir, J. M. &Abdullah, I. (2010). Automatic Mapping of Lineaments

Using Shaded Relief Images Derived from Digital Elevation Model (DEMs) in the

Maran - Sungi Lembing Area, Malaysia, The Electronic Journal of Geotechnical

Engineering, 15, Bund. J, 949-957.

Alfonso, J. (1989). Estadística en las Ciencias Geológicas. Tomo I y II. Editorial

ENSPES. ISPJAE, Ciudad de La Habana, Cuba.

Astajov, K., Solianik, V., Martínez, D., Fernández, R., Oubiña, J., Dimidov, S. &

Santamaría, Z. (1981). Levantamiento a escala 1:50 000 Pinar Noroeste, Oficina

Territorial de Recursos Minerales, Pinar del Río (inédito).

Batista, A.C., Ferreira da Silva, E.A., Azevedo, M.C.C., Sousa, A.J. & Cardoso, E.

(2002). Soil data analysis from central Portugal by Principal Component analysis

from central Portugal by Principal Component Analysis and geostatistical

techniques. Geochemistry: Exploration, Environment, Analysis, 2, 15–25.

Bonham-Carter, G.F. (1994). Geographic Information Systems for Geoscientists,

Modelling with GIS. Pergamon, Oxford, 398 pp.

Burov, V., Martínez, D., Yusainov, Y., Fernández, R., Dervenev, V. & Uspensky, A.

(1986). Informe de los trabajos de levantamiento geológico a escala 1:50 000

realizados en la parte occidental de la provincia de Pinar del Río (1981-1985).

Oficina Nacional de Recursos Minerales, MINBAS, La Habana (inédito).

Carne, R.C. & Cathro, R.J. (1982). Sedimentary exhalative (SEDEX) zinc-lead deposits,

northern Canadian Cordillera. Canadian Institute of Mining and Metallurgy, Bulletin,

75, 66–78.

Carranza, E.J.M. (2002). Geologically-constrained mineral potential mapping

(examples from the philippines). PhD Thesis, Delft University of Technology, The

Netherlands, 480 pp.

Carranza, E.J.M. (2009). Handbook of exploration and environmental geochemistry (1ª

ed., Vol. 11). Oxford, USA: Elsevier.

Carranza, E.J.M. (2010). Mapping of anomalies in continuous and discrete fields of

stream sediment geochemical landscapes. Geochemistry: Exploration, Environment,

Analysis, 10, 171-187.

Cheng, Q. & Agterberg, F.P. (1999). Fuzzy weights of evidence method and its

application in mineral potential mapping. Natural Resources Research, 8, 27–35.

Chica-Olmo, M. (2002). Análisis geoestadístico en el estudio de la explotación de

68

recursos minerales. Tesis Doctoral, Universidad de Granada, España, 387 pp.

Cobiella, J. (1996a). Estratigrafía y eventos jurásicos en la cordillera de Guaniguanico,

Cuba Occidental. Revista Minería y Geología, 13 (3), 11-25.

Cobiella, J. (1996b). El magmatismo jurásico (¿caloviano? - oxfordiano) de Cuba

occidental: ambiente de formación e implicaciones regionales. Revista de la

Asociación Geológica Argentina, Tomo 51 (1), 15-28.

Colectivo de autores (2013). Léxico Estratigráfico de Cuba (Tercera Versión). Instituto

de Geología y Paleontología. Servicio Geológico de Cuba/Ministerio de Energía y

Minas. La Habana, 458 pp.

Cuaiela, A. (2002). Procedimiento para el pronóstico metalogénico y su validación en

sectores de prospección. Tesis de maestría, Universidad de Pinar del Río, 69 pp.

Fernández de Lara, R. (1993). Confección del mapa pronóstico, asistido por métodos

matemáticos, para la mineralización sulfurosa en el Distrito Metalogénico Dora-

Francisco en Pinar del Río. Tesis Doctoral, Instituto Superior Politécnico José A.

Echevarría, Ciudad de la Habana, 125 pp.

García-Cabrejo, O.J. & Moreno-Sánchez, G. (2006). Herramientas de Análisis

Estadístico y Espacial aplicadas en la separación Línea Base – Anomalía

Geoquímica. Implicaciones en Exploración de Recursos Naturales. Parte1: Revisión

metodológica. Geología Colombiana, 31, 27-38.

Goodfellow, W.D., Lydon, J. & Turner, R. (1991). Sedimentary-hydrothermal Zn-Pb

sulfide deposits-attributes and origin. The Gangue, 36, 10-11.

Gustafson, L.B. & Williams, N. (1981). Sediment-hosted stratiform deposits of copper,

lead and zinc. Economic Geology, 75th Anniversary, 139-178.

Haczewski, G. (1976). Sedimentological reconnaissance of San Cayetano formation: an

accumulative continental margen in the Jurasic of Western Cuba. Acta Geológica

Polonica, 26 (2), 331-353.

Haczewski, G. (1987). Reconocimiento sedimentológico de la Formación San

Cayetano: un margen continental acumulativo en el Jurásico de Cuba Occidental.

Contribución a la geología de la provincia de Pinar del Río, Editorial Científico-

Técnica, Ciudad de la Habana, 228-247.

Hatten, C.W. (1957). Geology of the central Sierra de los Órganos, Pinar del Río

province, Cuba. Oficina Nacional de Recursos Minerales, MINBAS, La Habana

(inédito).

Hausdorff, F. (1919). Dimension und äußeres Maß. Mathematische Annalen, 79 (1–2),

69

157–179.

Huang, J. & Zhao, P. (2015). Application of a multi-fractal model for identification of

Cu, Au and Zn anomalies in Western Yunnan, Southwestern China. Geochemistry-

Exploration, Environment, Analysis. 15, 54-61.

Iturralde-Vinent, M. (1981). Nuevo modelo interpretativo de la evolución geológica de

Cuba, Ciencias de la Tierra y del Espacio, 3, 51-90.

Iturralde-Vinent, M. (1988). Características generales del magmatismo de margen

continental de Cuba. Revista Tecnológica, XVIII (4), 17-24.

Jujvit, V. & Fesenko, G. (1966). Informe preliminar sobre las limonitas de hierro en

Pinar del Río. Oficina Territorial de Recursos Minerales, Pinar del Río (inédito).

Khudoley, K. & Meyerhoff, A. (1971). Paleogeography and geological history of

Greater Antilles. Geological Society of America, Memoir 129, 199 p.

Lara, J., Blanes, J. & Klepikov, N. (1989). Informe sobre los resultados de la

prospección preliminar de menas de cobre y polimetálicas a escala 1:10 000 entre los

depósitos Dora y Francisco. Oficina Territorial de Recursos Minerales, Pinar del Río

(inédito).

Large, D.E. (1980). Geological parameters associated with sediment-hosted, submarine

exhalative Pb-Zn deposits: an empirical model form mineral exploration. Geol Jahrb,

40, 59-130.

Large, D.E. (1981). Sediment-hosted submarine exhalative lead-zinc deposits - A

review of their geological characteristics and genesis. En: Handbook of strata-bound

and stratiform ore deposits, 9, 469-507.

Large, D.E. (1983). Sediment-Hosted Masive Sulphide Lead-Zinc Deposit: An

Empirical Model. Short Course Handbook. Vol. 9, Victoria, Canadá, 1-25.

Lastra, J. (1998). Criterios geoquímicos para la prospección de mineralización sulfurosa

en el Distrito Metalogénico Dora-Francisco. Tesis Doctoral, Universidad de Pinar del

Río, 100 pp.

Lima, A., Plant, J.A., De Vivo, B., Tarvainen T., Albanese, S. & Cicchella, D. (2008)

Interpolation methods for geochemical maps: a comparative study using arsenic data

from European stream waters. Geochemistry: Exploration, Environment, Analysis: 8,

41-48.

Mandelbrot, B.B. (1982). The fractal geometry of nature. W.H Freeman and Company.

New York, 468 pp.

Mapeta, T. (2015). Criterios geoquímicos y metalogénicos para la prospección de

70

mineralización tipo SEDEX en la manifestación Oro Cándida, Distrito Metalogénico

Dora-Francisco. Trabajo de Diploma. Departamento de Geología, Universidad de

Pinar del Río, 48 pp.

Mormil, A., Norman, A., Varvarov, A., Shosiriev, V., Linares, E. & Vergara, F. (1980).

Geología y metalogenia de la provincia de Pinar del Río, Tomo II, Ciudad de La

Habana.

Novitski, Y. (1963). Informe Dora - Amistad. Oficina Territorial de Recursos

Minerales, Pinar del Río (inédito).

Panahi, A., Cheng, Q. & Bonham-Carter, G.F. (2004). Modelling lake sediment

geochemical distribution using principal component, indicator kriging and

multifractal power-spectrum analysis. Geochemistry: Exploration, Environment,

Analysis, 4, 59-70.

Pfeeffer, E. W. (1960). Informe sobre los depósitos de hierro en el área de la mina

Francisco. Oficina Territorial de Recursos Minerales, Pinar del Río (inédito).

Poplasvki, J., Kasantsov, V., Tribunski, M., Nicolaev, I. & De Los Hoyos, L. (1966).

Informe sobre los resultados de los trabajos de búsqueda efectuados para mineral de

cobre durante el período 1963-66 en la parte noroeste de la provincia de Pinar del

Río. Oficina Territorial de Recursos Minerales, Pinar del Río (inédito).

Pszczólkowski, A. (1987). Secuencias miogeosinclinales de la Cordillera de

Guaniguanico: su litoestratigrafía, desarrollo de facies y paleogeografía.

Contribución a la geología de la provincia de Pinar del Río, Editorial Científico-

Técnica, Ciudad de La Habana, 5-84.

Pszczolkowski, A., Piotrowska, K., Mycznski, R., Piotrowski, J., Skupinski, A.,

Grodzicki, J., Danilewski, D. & Haczewski, G. (1975). Texto explicativo al mapa

geológico a escala 1:250 000 de la provincia de Pinar del Río. Brigada Cubano-

polaca. Instituto de Geología y Paleontología, La Habana (inédito).

Rigassi-Studer, D. (1963). Sur la géologie de la Sierra de los Órganos, Cuba. Archives

des Sciences Sociales, Physiques et d´Histoire Naturelle, Géneve, 16 (2), 339-350.

Rose, A.W., Hawkes, H.E. & Webb, J.S. (1979). Geochemistry in Mineral Exploration

(Second Edition). Academic Press Limited, London, 657 pp.

Ruiz-Armenta, J. R. & Prol-Ledesma, R. M. (1995). Técnicas de procesamiento de

imágenes en la exploración de yacimientos minerales de origen hidrotermal. Física

de la Tierra: 7, 105-137. Servicio de Publicaciones. Universidad Complutense.

Sanderson, D.J., Roberts, S., Gumiel, P. (1994). A fractal relationship between vein

71

thickness and gold grade in drill-core from La Codosera, Spain. Economic Geology,

89, 68–173.

Vázquez, M., Medina, J. & Sobrino, E. (1998). Resultados sobre el muestreo de

sedimentos de fondo en la concesión Dora-Francisco. Asociación Económica Holmer

Gold Mines Limited - Geominera S.A.

Vologdin N., Dorofeeva, G. & Frunkina, G. (1963). Estructura geológica y minerales

útiles de la parte noroeste de la provincia de Pinar del Río (Informe de la brigada de

búsqueda de levantamiento Nº3 para los años 1961-1962), Oficina Territorial de

Recursos Minerales, Pinar del Río (inédito).

Werner, W. (1989). Contribution to the genesis of the SEDEX type mineralisations of

the Renish Massif (Germany) – implications for future Pb-Zn exploration. Geol

Rundsch, 78, 571-598.

Werner, W. (1990). Examples of structural control of hydrothermal mineralization: fault

zones in epicontinental sedimentary basins – a review. Geol Rundsch, 79, 279-290.

Xu, Y. & Cheng, Q. (2001). A fractal filtering technique for processing regional

geochemical maps for mineral exploration. Geochemistry: Exploration,

Environment, Analysis, 1; 147-156.

Yousefi, M., Kamkar-Rouhani, A. & Carranza, E.J.M. (2014). Application of staged

factor analysis and logistic function to create a fuzzy stream sediment geochemical

evidence layer for mineral prospectivity mapping. Geochemistry: Explotarían,

Environment, Analysis, 14, 45-58.

72

ANEXOS

Anexo 1. Mosaico de representaciones gráficas del modelo digital de la variable

geoquímica compleja Factor 1 para diferentes valores límites.

73

Anexo 2. Mosaico de representaciones gráficas del modelo digital de la variable

geoquímica compleja Factor 2 para diferentes valores límites.