Show simple item record

Professor Advisordc.contributor.advisorTownley Callejas, Brian
Professor Advisordc.contributor.advisorOrtiz Cabrera, Julián
Authordc.contributor.authorHanna Castro, Valentina 
Associate professordc.contributor.otherDeckart, Katja
Associate professordc.contributor.otherVoisin Aravena, Leandro
Admission datedc.date.accessioned2018-07-11T21:11:51Z
Available datedc.date.available2018-07-11T21:11:51Z
Publication datedc.date.issued2017
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/149764
General notedc.descriptionMagíster en Ciencias, Mención Geología. Geólogaes_ES
Abstractdc.description.abstractEn 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.es_ES
Lenguagedc.language.isoeses_ES
Publisherdc.publisherUniversidad de Chilees_ES
Type of licensedc.rightsAttribution-NonCommercial-NoDerivs 3.0 Chile*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
Keywordsdc.subjectGeología - Chile - Región Metropolitana de Santiagoes_ES
Keywordsdc.subjectMina Florida (Chile)es_ES
Keywordsdc.subjectAnálisis espectrales_ES
Keywordsdc.subjectGeometalurgiaes_ES
Keywordsdc.subjectCaracterización minerales_ES
Títulodc.titleEvaluación de tecnologías hiperespectrales en la caracterización mineral de yacimientos para aplicaciones geometalúrgicas: Caso aplicado a Mina Florida, Distrito Minero Alhué, Región Metropolitana, Chilees_ES
Document typedc.typeTesis
Catalogueruchile.catalogadorgmmes_ES
Departmentuchile.departamentoDepartamento de Geologíaes_ES
Facultyuchile.facultadFacultad de Ciencias Físicas y Matemáticases_ES


Files in this item

Icon
Icon

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Chile
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Chile