Evaluación de tecnologías hiperespectrales en la caracterización mineral de yacimientos para aplicaciones geometalúrgicas: Caso aplicado a Mina Florida, Distrito Minero Alhué, Región Metropolitana, Chile
Tesis
Publication date
2017Metadata
Show full item record
Cómo citar
Townley Callejas, Brian
Cómo citar
Evaluación de tecnologías hiperespectrales en la caracterización mineral de yacimientos para aplicaciones geometalúrgicas: Caso aplicado a Mina Florida, Distrito Minero Alhué, Región Metropolitana, Chile
Author
Professor Advisor
Abstract
En el presente estudio se propone y evalúa el uso de una tecnología hiperespectral en el rango espectral SWIR como método cualitativo de detección mineral para su uso en la toma de decisiones durante el procesamiento metalúrgico.
El objetivo es detectar y clasificar sulfuros y óxidos, que corresponden a especies relevantes para la recuperación de oro durante el procesamiento mineral en Mina Florida, Región Metropolitana. Por lo general, los óxidos y sulfuros se detectan mediante a la presencia de bandas de absorción características en el en el rango espectral VNIR y FIR respectivamente. Sin embargo, se propone que, en un contexto geológico local, la identificación de estas especies en el rango SWIR es posible utilizando los siguientes elementos: 1) toda la información espectral y no solo la presencia de bandas de absorción; 2) herramientas de discriminación espectral; y 3) Aprendizaje supervisado.
En este estudio se utilizó la cámara hiperespectral SWIR3.0 de SPECIM para generar imágenes hiperespectrales en el rango infrarrojo de onda corta (SWIR) de testigos de sondajes de Mina Florida. Estos consisten principalmente en vetas de cuarzo polimetálicas (Au,Ag,Zn,Pb y Cu) hospedadas en una secuencia volcanoclástica con alteración hidrotermal propilítica. Las imágenes obtenidas, con un tamaño de pixel de 0,7 mm, se etiquetaron manualmente los minerales más abundantes del depósito utilizando la información espectral y el mapeo geológico. Se seleccionó un grupo representativo de imágenes para entrenamiento y otro para probar los algoritmos basados en aprendizaje supervisado. Los mejores resultados indican una correcta clasificación del 74% de los píxeles. Si bien los minerales mejor clasificados son aquellos que comúnmente se identifican en el rango SWIR, también se obtienen buenos resultados para algunas especies sulfuradas, tales como esfalerita, y oxidadas como hematita.
Se propone que este método es un prototipo para una futura herramienta de detección que podría utilizarse a tiempo real para el monitoreo del material que ingresa a las plantas de procesamiento mineral. Se sugiere que este método puede ser semi-cuantitativo si se cuantifican los pixeles de una imagen y se complementa con otras técnicas analíticas.
General note
Magíster en Ciencias, Mención Geología.
Geóloga
Identifier
URI: https://repositorio.uchile.cl/handle/2250/149764
Collections
The following license files are associated with this item: