Académique Documents
Professionnel Documents
Culture Documents
FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA DE MINAS
Proyecto de Tesis:
APLICACIÓN DE SISTEMAS DE INFORMACIÓN GEOGRAFICA
EN LA ELABORACIÓN DEL MAPA METALOGENICO DE LA
CUENCA DEL ALTO CHICAMA –LA LIBERTAD
Trujillo – Perú
Marzo 2016
1.1. Realidad problemática
La necesidad de mantener correctamente diseñada el Mapa Metalogénico de la
cuenca del alto Chicama debido a:
Cambios Geomorfológicos
PREDICCIÓN DE YACIMIENTOS
Variación del Magnetismo terrestre
Causa
Causa
No cumple el objetivo Sirve sólo para Poca uso de la invest.
para lo que fue aprobar Científica
creado normativas
Efecto
Causa
Mapa metalogenico
poco significativo
Efecto
Causa
Causa
☺
S V
E OPERACIONES A
SISTEMA R
Con respecto al estudio que Evaluó los recursos potenciales de oro en las
montañas Kunlun oriental de China Combinando modelo pesos de la
evidencia con Técnica GIS de Análisis Espacial, recomienda que todos los
conjuntos de información que contiene los datos geológicos, geofísicos,
geoquímicos y de teledetección. El área de estudio debe ser dividió en tres
zonas objetivo de alto potencial, potencial moderado y bajo áreas
potenciales con la finalidad de manejar grandes cantidades de datos.
(Binbin, 2010).
Por otro lado el estudio de técnica de modelado GIS basada en el
conocimiento para la exploración de oro en el área de la
mina Bulghah, Arabia Saudita, recomienda que los conjuntos de datos
geográficos deben llevarse a cabo sobre la base de la técnica basada en
el conocimiento y la ponderación. El proceso de integración implica la
ponderación y puntuación de las diferentes capas que afectan a la
mineralización de oro en el área de estudio utilizando el método del índice
de superposición dentro del entorno de PCI Geomática que es un software
que le ha proporcionado buenos resultados (Madani, 2011).
ROCAS DEPOSITOS
SEDIMENTARIAS DEPOSITOS HIDROTERMALES
HIDROTERMALES VETAS
DISEMINADOS
ROCAS
METAMORFICAS
ROCAS IGNEAS
MASA MAGMATICA
Im a g
Criterio Lito-estructural ógic
o
SG
e ol
a G
Map
IS
o
rt o g ráfic
a Ca
Ma p
Capa Banda
Roja Roja
Capa Banda
Verde Verde
Color verdadero
Capa Banda (RGB)
Azul Azul espectro
de imagen
i 1
Zxy = Contenido aurífero interpolada (Gr/tm)
Zj = Contenido aurífero de corte en (Gr/tm)
i = Coeficiente teniendo en cuenta la ley de corte y
su posición dados en coordenadas UTM.
1.4. Enunciado del Problema
¿De qué manera es posible determinar geográficamente los mayores
contenidos de Oro dentro de los mantos carboníferos en la Cuenca del
Alto Chicama y que tecnología de análisis informático nos permitirían
determinarlo en forma rápida y eficiente?
1.5. Hipótesis
Los mayores contenidos de Oro dentro de los mantos carboníferos, con
litología de la Formación Chimú en la cuenca del alto Chicama, se
localizan mediante el uso de Sistemas de Información geográfica-GIS
evidenciándolo mediante un mapa metalogénico base.
zona Wadati-Benioff
Geología Estructuras tectónicas
Selección de capas modelada
Criterio
Unidades Contactos Orientación de Profundidad de zona Inmersión de zona
Litoestatigraficas Litológicos estructuras discontinuas W.B. W.B.
Paso 02
Calculo del potencial de oro para cada potencial de oro para cada Potencial de oro para cada potencial de oro para cada potencial de oro para cada
potencial unidad litoestratigráfica contacto litoestratigráfico clase
s de orientación unidad profunda clase de pendiente
de oro
Tanteo No es muy favorable = 0 No es muy favorable = 0 No es muy favorable = 0 No es muy favorable = 0 No es muy favorable = 0
Favorable = 1 Favorable = 1 Favorable = 1 Favorable = 1 Favorable = 1
Muy favorable = 2 Muy favorable = 2 Muy favorable = 2 Muy favorable = 2 Muy favorable = 2
Paso 03
Puntuación total
Mapa Predictivo
Data
Imagen georeferenciada de
los depósitos zona de
estudio en Coord. UTM
Fin
GRACIAS
por su
atención
Bibliografía
Asadi, H. H. (January de 2000). A predictive GIS model for mapping potential gold and base metal mineralization in Takabarea,
Iran. Computers & Geosciences 27, 12.
Bettinger, M. G. (2008). Geographic Information Systems: Applications in Natural Resource Management. Ontario Canada:
OXFORD University Press.
Billa, M. C.-F. (January de 2004). Predicting gold-rich epithermal and porphyry systems in the central Andes with a continental-
scale metallogenic GIS. Ore Geology Reviews 25, pp. 39 – 67.
Binbin, H. C. (2010). Gold Resources Potential Assessment in Eastern Kunlun Mountains of China Combining Weights-of-evidence
Model with GIS Spatial Analysis Technique. Chin. Geogra. Sci.20, pp. 461–470.
Gottfried, K. (2014). Geoinformation: Remote Sensing, Photogrammetry, and Geographic Information Systems (II Edition ed.).
New York EE UU: Taylor & Francis Group.
Ian Heywood, S. C. (2006). An Introduction to Geographical Information Systems (Vol. III Edición). Edinburgh England: Pearson
Education Limited.
Kennedy, M. (2013). Introducing Geographic Information Systems with ArcGIS®. New Jersey: John Wiley & Sons, Inc.
Konecny, G. (2003). Geoinformación: Remote sensing, photogrammetry and geographic information systems. London and New
York: Taylor & Francis is an imprint of the Taylor & Francis Group.
Madani, A. (October de 2011). Knowledge-driven GIS modeling technique for gold exploration, Bulghah gold mine area, Saudi
Arabia. The Egyptian Journal of Remote Sensing and Space Sciences 14, pp. 91–97.
Montgomery, A. T. (2012). Metallogenetic controls on miocene high-sulphidation epithermal gold mineralization, alto Chicama
district. Kingston, Ontario,, Canada: Tesis Queen’s University.
Oh, H. L. (2008). Regional Probabilistic and Statistical Mineral Potential Mapping of Gold–Silver Deposits Using GIS in the
Gangreung Area, Korea. Resource Geology Vol. 58, pp. 171 – 187.
PCI Geomatic. (2003). Geomatica focus version 9.0. Ontario -Canada: Manual de Usuario.
Rokos, D. D.-S. (September de 2000). Structural Analysis for Gold Mineralization Using Remote Sensing and Geochemical
Techniques in a GIS Environment: Island of Lesvos, Hellas. Natural Resources Research, Vol. 9,, 17.
Rolf A., R. A. (2001). Principles of Geographic Information Systems. Munich and Enschede, The Netherlands: Paul Klee, Chosen
Site.
Roy, R. C. (January de 2006). Predictive mapping for copper–gold magmatic-hydrothermal systems in NW Argentina: Use of a
regional-scale GIS. Ore Geology Reviews 29, pp 260 – 286.
Samal, A. S. (2011). Modelling spatial anisotropy of gold concentration data using GIS-based interpolated maps and variogram
analysis: Implications for structural control of mineralization. J. Earth Syst. Sci. 120, pp. 583–593.
Tangestani, M. H. (January de 2001). A predictive GIS model for mapping potential gold and base metal mineralization in
Takabarea, Iran. Computer & Geociences 27, pp. 901-912.
Tabla 3.1 Resultado de la clasificación Multiespectral
Archivo: F:\Mis documentos\Trabajo de Habilitación\imagen a clasificar.pix
Z = AX+BY+C
Donde:
A = -9.3073991461367E-005
B = -2.9163429880234E-006
C = 55.649013225762
X = Coordenada UTM- Este (mts.)
Y = Coordenada UTM- Norte (mts.)
Z = Contenido aurífero en (Gr/tm)
2
3
5 6 7
4
8 9
10
11
1213 14
19 20
21
9133000N.
2223
24
2526
27
28
ZONA CENTRO
30
29
9088000N.
32
33
31 34
37
35
36
38 39
40
ZONA
41 SUR - ESTE
Escala
9043000N.
184000E. 194000E. 204000E. 214000E. 224000E. 234000E. 244000E. 254000E.