SOCIETY FOR GEOLOGY APPLIED TO MINERAL DEPOSITS

The application of ASTER remote sensing data to porphyry copper and epithermal gold
deposits
Amin Beiranvand Pour, Mazlan Hashim
Traducido por: Kevin Gomez, José Carrillo, Anahí Córdova, Raíd Merino

Resumen
Este artículo revisa las características de rendimiento del sensor remoto Avanzado Spaceborne Radiómetro de Emisión
Térmica y Reflección (ASTER), los productos de datos estándar y las aplicaciones de los métodos de procesamiento de
imágenes desarrollados más recientemente aplicados a los datos ASTER como una herramienta para mapear la
alteración hidrotermal, zonas minerales asociadas con pórfido de cobre y mineralización epitermal de oro y litología de
roca huésped relacionada. Las zonas de alteración hidrotermal asociadas con depósitos de cobre pórfido tales como los
conjuntos de minerales fílicos, argílicos y propilíticos se pueden discriminar entre sí en virtud de sus características de
absorción espectral, que son detectables por las bandas espectrales ASTER SWIR. La identificación de la zona fílica es
importante en las etapas iniciales de la exploración de cobre pórfido como un indicador de alto potencial económico
para la mineralización del cobre.

Dos nuevos productos de reflectancia ASTER SWIR corregidos por interferencia, incluidos AST-07XT y RefL1b, son más
confiables que los productos de datos ASTER anteriores para el mapeo mineral regional sin el uso de datos espectrales
adicionales del sitio para la calibración. Se utilizaron cuatro tipos de algoritmos para extraer información espectral de
datos ASTER: 1) relación de banda, índices y métodos basados en operadores lógicos; 2) componentes principales y
métodos basados en mejoras, como el análisis de componentes principales (PCA) y la fracción de ruido mínimo (MNF);
3) algoritmos basados en ajuste de forma, como el Asignador de ángulo espectral (SAM), el Filtrado adaptado (MF) y el
Filtrado adaptado adaptado a la mezcla (MTMF); y 4) métodos de descompresión parcial, como Unmixing espectral lineal
(LSU) y minimización de energía restringida (CEM).

Esta revisión enfatiza que los algoritmos del operador lógico pueden ser más adecuados para el mapeo de minerales de
alteración hidrotermal, incluidas las zonas fílicas y argílicas asociadas con la mineralización de cobre pórfido a escala
regional. Los algoritmos de desensamblado parcial y basado en ajuste de forma son robustos y confiables para detectar
conjuntos de minerales y minerales particulares en zonas de alteración hidrotermal en una escala de distrito. En
consecuencia, la integración de los resultados derivados del operador lógico, la configuración de formas y los algoritmos
de desemezclado parcial pueden producir información completa y precisa para las etapas de reconocimiento de la
exploración de cobre y oro a escala regional y de distrito. Todos los métodos y aplicaciones revisados en este documento
demuestran la utilidad de los datos ASTER para la exploración del pórfido de cobre y los depósitos de oro epitermales
en todo el mundo.

Contenido
1. Introducción .............................................................. 2
2. Datos avanzados del Radiómetro de Reflexión y Emisión Térmica de Spaceborne. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3. Mapeo de zonas minerales de alteración hidrotermal relacionada con la mineralización utilizando datos de ASTER
........................ 4
4. Conclusiones ............................................................... 7
1. Introducción
Los depósitos de cobre pórfido se generan mediante procesos de fluidos hidrotermales que alteran la mineralogía y la
composición química de las rocas de origen (por ejemplo, Ferrier y Wadge, 1996; Ferrier et al., 2002; Hunt y Ashley,
1979). La alteración produce conjuntos minerales distintivos con características de absorción espectral de diagnóstico
en el infrarrojo visible y cercano (VNIR) a través del infrarrojo de longitud de onda corta (SWIR) (0.4–2.5 μm) y / o el
infrarrojo térmico (TIR) (8.0–14.0 μm) en regiones de longitud de onda (Abrams y Brown, 1984; Abrams et al., 1983;
Spatz y Wilson, 1995).

Los depósitos de cobre de pórfido ocurren típicamente en asociación con zonas minerales de alteración hidrotermal,
tales como fílicas, argílicas, potásicas y propilíticas (Fig. 1; Lowell y Guilbert, 1970). Un núcleo de minerales que contienen
cuarzo y potasio está rodeado por múltiples zonas que contienen arcilla y otros minerales que contienen hidroxilo con
propiedades de absorción espectral de diagnóstico en el infrarrojo visible y cercano a través de las porciones infrarrojas
de onda corta del espectro electromagnético.

Los procesos de alteración supergénica sobre cuerpos de cobre pórfido producen una zona de óxido con extensos
minerales de óxido de hierro / hidróxido (rocas alteradas de color amarillento a rojizo), que se denominan
colectivamente gossan (Abdelsalam y Stern, 2000; Sabins, 1999). Los minerales de óxido / hidróxido de hierro, como la
limonita, la jarosita y la hematita, tienden a tener una baja reflectancia en la visible y una mayor reflectancia en la región
de longitud de onda del infrarrojo cercano (Hunt, 1977; Hunt y Salisbury, 1974). Los procesos electrónicos producen
características de absorción en la radiación visible e infrarroja cercana (0,4 a 1,1 μm) debido a la presencia de elementos
de transición como Fe2 +, Fe3 + y, a menudo, sustituidos por Mn, Cr y Ni en la estructura cristalina de los minerales
(Hunt, 1977; Hunt y Ashley, 1979).

Los minerales que contienen hidroxilo, incluidos los grupos de arcilla y sulfato, así como los minerales de carbonato,
presentan características de absorción espectral de diagnóstico debido a los procesos vibratorios de las absorciones
fundamentales de los grupos Al – O – H, Mg – O – H, Si – O – H y CO3. en la región infrarroja de longitud de onda corta
del espectro electromagnético (Clark et al., 1990; Crowley y Vergo, 1988; Hunt, 1977; Hunt y Ashley, 1979). Por lo tanto,
los datos infrarrojos de onda corta se pueden usar para la identificación de conjuntos minerales de alteración
hidrotermal que incluyen: (i) mineralogía generada por el paso de fluidos de bajo pH (alunita y pirofilita); (ii) minerales
que contienen Al-Si- (OH) y Mg-Si- (OH), incluidos los grupos de caolinita y mica y clorita; y (iii) minerales que contienen
Ca – Al – Si- (OH), como el grupo epidote, así como el grupo carbonato (calcita y dolomita) (Huntington, 1996). Los
minerales de alteración hidrotermal con propiedades de absorción espectral de diagnóstico en el infrarrojo visible y
cercano a través de las regiones infrarrojas de onda corta se pueden identificar mediante datos de percepción remota
multiespectral e hiperespectral como una herramienta para las etapas iniciales de pórfido de cobre y la exploración de
oro epitermal (Bedini et al., 2009; Carranza y Hall, 2002; Di Tommaso y Rubinstein, 2007; Gabr et al., 2010; Kruse et al.,
2003; Mars y Rowan, 2006; Moore et al., 2008; Perry, 2004; Pour et al. , 2011; Tangestani y Moore, 2002; Tangestani et
al., 2008; Yujun et al., 2007; Zhang et al., 2007). Los depósitos de cobre pórfido actualmente proporcionan casi tres
cuartas partes del Cu del mundo, la mitad del Mo del mundo, tal vez una quinta parte del Au del mundo, la mayor parte
del Re del mundo y una cantidad menor de otros metales como Ag, Pd, Te, Se, Bi. , Zn y Pb (Sillitoe, 2010). La
diferenciación entre las tres zonas de alteración hidrotermal y la identificación especialmente dirigida de la zona fílica
son importantes en la exploración de la mineralización de cobre pórfido, porque la zona filica es un indicador del
potencial económico alto para la mineralización del cobre dentro de la capa central de mineralización, como se muestra
en la Fig. 1. Esta zona de alteración normalmente sobreimprime los ensamblajes de alteración potásica y clorita-sericita
(Dilles y Einaudi, 1992; Sillitoe, 2010).

El sensor remoto del Radiómetro Avanzado de Emisión Térmica y de Reflexión (ASTER) tiene una resolución espectral
suficiente en las bandas de radiación infrarroja de onda corta para mapear las zonas minerales de alteración hidrotermal
asociadas con el pórfido de cobre y la mineralización epitermal de oro. La figura 2 muestra las ubicaciones de longitud
de onda de las bandas espectrales de ASTER en todo el espectro electromagnético (después de Pieri y Abrams, 2004).
Los depósitos de pórfido de cobre ideales se caracterizan típicamente por zonas minerales de alteración hidrotermal
(Fig. 1; Lowell y Guilbert, 1970), de las cuales el núcleo de cuarzo y minerales que contienen potasio está rodeado por
múltiples zonas. La amplia zona fílica se caracteriza por la ilita / muscovita (sericita) que produce una intensa función de
absorción de Al-OH centrada en 2,20 μm, coincidiendo con la banda ASTER 6. La zona argílica más angosta incluye
caolinita y alunita, que muestra colectivamente un Al-OH secundario. característica de absorción a 2.17 μm que
corresponde a la banda ASTER 5. Los conjuntos de minerales de la zona propilítica externa incluyen epidota, clorita y
calcita, todas las cuales presentan características de absorción situadas a 2.35 μm, que coinciden con la banda 8 de
ASTER (Fig. 3) (Clark et al., 1990; Crowley y Vergo, 1988; Dalton et al., 2004; Hunt, 1977; Hunt y Ashley, 1979; Mars y
Rowan, 2006; Rowan et al., 2006; Spatz y Wilson, 1995).

Fig. 1. Zonas de alteración hidrotermal asociadas con depósitos de pórfido de cobre, modificadas de Lowell y Guilbert
(1970), y Mars y Rowan (2006). (A) Corte transversal esquemático de zonas minerales de alteración hidrotermal, que
consisten en zonas de alteración propilítica, fílica, argílica y potásica. (B) Sección transversal esquemática de los
minerales metálicos asociados con cada zona de alteración.

Fig. 2. ASTER spectral bands in the wavelength of the electromagnetic spectrum. (Antes Pieri and Abrams, 2004).
2. Datos avanzados de radiómetro de reflexión y emisión térmica a bordo de vehículos espaciales.

El Radiómetro Avanzado de Emisión Térmica y Reflexión Radiométrica (ASTER, por sus siglas en ingles). Es un
instrumento de teledetección multiespectral de alta resolución espacial, espectral y radiométrica.

Fig. 3. Espectros de laboratorio de moscovita, caolinita, alunita, epidota, calcita y clorita remuestreados a bandpasses
(Bapases de banda ??) ASTER. Los espectros incluyen moscovita, que es típico en la zona de alteración filílica, con una
característica de absorción de 2,20 μm; La caolinita y la alunita, que son comunes en la zona de alteración argílica, tienen
características de absorción secundaria de 2,17 μm; y epidota, calcita y clorita, que se asocian típicamente con la zona
de alteración propilítica y muestran características de absorción de 2,35 µm.
Fue lanzado sobre el EOS AM-1; un satélite de órbita polar que pertenece al Sistema de Observación de la Tierra (EOS);
en diciembre de 1999. El satélite EOS AM-1 opera en una Órbita polar cercana, sincrónica al sol a 705 km de altitud en
forma circular. El ciclo recurrente es de 16 días, con una cobertura adicional de 4 días repetida dada su capacidad de
apuntar fuera del nadir (entiéndase por nadir como una posición en la cual los instrumentos del satélite y la superficie
de la tierra se encuentran de manera perpendicular). ASTER es un esfuerzo de comparación entre el Ministerio de
Economía, Comercio e Industria Japonés (METI) y la Administración Nacional de la Aeronáutica y el Espacio (NASA). Se
compone de tres subsistemas de instrumentos separados, que proporcionan observación en tres regiones espectrales
diferentes del espectro electromagnético, incluyendo visible e infrarrojo cercano (VNIR), infrarrojo de longitud de onda
corta (SWIR) e infrarrojo térmico (TIR). El subsistema VNIR tiene tres canales de grabación de entre 0,52 y 0,86 μm y una
banda adicional retrospectiva para la construcción estéreo de modelos digitales de elevación (DEMs), con una resolución
espacial de hasta 15 m. El subsistema SWIR tiene seis canales de grabación de 1.6 a 2.43 μm, con una resolución espacial
de 30 m, mientras que el subsistema TIR tiene cinco grabaciones. Canales que cubren la región de longitud de onda de
8.125 a 11.65 μm con resolución espacial de 90 m. El ancho de la franja ASTER es de 60 km (cada escena individual se
corta a un área de 60 × 60 km2), lo que lo hace útil para el mapeo regional, aunque su capacidad de señalamiento fuera
del nadir extiende su campo de visión total posible hasta 232 km. ASTER puede adquirir aproximadamente 600 escenas
por día, pero generalmente es un objetivo y una tarea sin operación continua, a diferencia de otros sensores
multiespectrales como Landsat.
ASTER proporciona datos útiles para estudiar la interacción entre la geosfera, la hidrosfera, la criosfera, la litosfera y la
atmósfera de la Tierra desde una perspectiva científica del sistema terrestre. Para ser más específicos, una amplia gama
de investigaciones y aplicaciones científicas incluyen: (a) geología y estudios de suelos; b) estudios de climatología de la
superficie terrestre; c) estudios de dinámica de la vegetación y del ecosistema; (d) monitoreo de volcanes; (e) otro
monitoreo de peligros naturales; f) estudios del ciclo del carbono y de los ecosistemas marinos; (g) aplicaciones de
hidrología y recursos hídricos; (h) estudios de aerosoles y nubes;(i) mediciones estacionales de evapotranspiración; y (j)
análisis de cambios en la superficie terrestre y la cobertura terrestre.
Son significativos desde el punto de vista de las aplicaciones de mapeo geológico: (1) ASTER es el primer sensor de
transporte espacial multiespectral que permite la discriminación e identificación de minerales de alteración hidrotermal
en la región de infrarrojo de onda corta (SWIR) del espectro electromagnético (Abrams y Hook, 1995); (2) Los datos
ASTER visible e infrarrojo cercano (VNIR) e infrarrojo térmico (TIR) pueden proporcionar una capacidad suficiente para
la identificación remota de minerales de óxido de hierro y vegetación en el suelo superficial y el mapeo de carbonatos y
silicatos, respectivamente (Bedell, 2001; Ninomiya , 2003a; Rockwell y Hofstra, 2008).
Los productos estándar de datos del ASTER están disponibles "a pedido" en el Centro de Análisis de Datos de
Teledetección de la Tierra (ERSDAC; Japón) y el centro de datos de EROS (EDC; EE. UU.). Básicamente, todos los datos
capturados de ASTER se procesan para generar un producto de datos de Nivel 1A, que consiste en datos de imagen sin
procesar y coeficientes para la corrección radiométrica. El producto de datos de nivel 1B (radiancia en el sensor) es un
dato de imagen muestreado a partir de los datos de nivel 1A mediante la aplicación de los coeficientes de corrección
radiométrica y geométrica (Abrams et al., 2004).
Los datos de nivel 2 de los parámetros físicos medidos incluyen: datos de luminosidad de la superficie con correcciones
atmosféricas nominales (Nivel 2B01), datos de reflectancia de la superficie que contienen datos VNIR-SWIR corregidos
en la atmósfera (Nivel-2B07 o AST-07), datos de emisividad (emisividad es la medida de la capacidad que tiene un
objeto para emitir energía infrarroja) de la superficie con MODTRAN atmosférico corrección y un algoritmo de
separación de temperatura-emisividad (TES) (Nivel-2B04), que se generan en función de la solicitud del usuario (Gillespie
y otros, 1998; Thome y otros, 1998; Yamaguchi y otros, 1999).
El producto de datos de nivel 4B también se genera bajo la solicitud del usuario desde la observación estéreo a lo largo
de la pista en el canal del infrarrojo cercano (banda 3N y 3B) para construir modelos digitales de elevación (DEM). Level-
3A es un producto de datos estándar de ASTER ororectificado geométricamente bien corregido con DEM controlado por
ASTER, que es radiométricamente equivalente a los datos del sensor de radiancia de Level-1B (Abrams, 2000; Ninomiya,
2003a, b, c; Ninomiya et al. 2005; Yamaguchi et al., 2001).

Durante la adquisición de datos ASTER en la escena, hay un efecto óptico de "interferencia" causado por la dispersión
de la luz del detector de banda 4 en los detectores de banda 5 y 9 adyacentes en el subsistema SWIR (Iwasaki y Tonooka,
2005). Tales desviaciones de la reflectancia correcta dan como resultado características de falsa absorción y distorsión
de las firmas de diagnóstico que dan como resultado una identificación espectroscópica de minerales (Mars y Rowan,
2010). Afortunadamente, el software de corrección ASTER Cross-Talk está disponible en www.gds.aster.ersdac.or.jp
(Hewson et al., 2005; Iwasaki y Tonooka, 2005; Kanlinowski y Oliver, 2004).

Recientemente, se han lanzado dos nuevos productos de reflectancia ASTER SWIR con la interferencia ya corregida, que
incluyen: (1) el producto de datos de reflectancia SWIR AST-07XT disponible "a pedido" de ERSDAC y EDC (Iwasaki y
Tonooka, 2005), y (2) RefL1b SWIR producto de datos de reflectancia generado y descrito por Mars y Rowan (2010). El
producto de datos de reflectancia de superficie AST-07XT SWIR es similar a los datos de reflectancia de superficie AST-
07 en que consta de las mismas bandas VNIR y SWIR. Sin embargo, el algoritmo de corrección de diafonía y la corrección
atmosférica (datos de vapor de agua de MODIS no adquiridos simultáneamente) se aplicaron previamente a los datos
(Biggar et al., 2005; Iwasaki y Tonooka, 2005; Mars y Rowan, 2010).
Los set de datos de reflectancia RefL1b y AST-07XT intentan corregir la anomalía SWIR. Sin embargo, las diferencias
entre estos conjuntos de datos se deben a la adición de los factores de corrección radiométrica y al uso de datos de
vapor de agua adquiridos simultáneamente para la corrección atmosférica en el caso de los datos RefL1b.

3. Mapeo de mineralización, relacionada con zonas de mineralización hidrotermal, usando los datos ASTER.

En esta sección, revisamos las aplicaciones recientemente desarrolladas para aplicar los métodos de procesamiento de
datos ASTER como una herramienta para mapear las zonas minerales de alteración hidrotermal asociadas a pórfidos de
cobre, epitermales con mineralización de oro y la litología relacionada con la roca encajonante.
Rowan et al. (2003) evaluaron la capacidad de los datos de ASTER para mapear las rocas alteradas hidrotérmicamente y
las rocas de campo inalteradas en el distrito minero de Cuprite en Nevada, EE. UU. Utilizaron el filtrado combinado (MF;
Harsanyi et al., 1994) para identificar la distribución superficial de los minerales de alteración hidrotermal. Sus resultados
indicaron que las diferencias de reflectancia espectral en las nueve bandas de infrarrojo visible y cercano a través del
infrarrojo de onda corta (0.52 a 2.43 μm) pueden proporcionar información espectral sutil para discriminar las
principales zonas minerales de alteración hidrotérmica representadas en la Fig. 1. Por ejemplo, identificaron una zona
silicificada, una zona opalizada, una zona argilizada y la distribución de unidades de roca de campo inalteradas.
Yamaguchi y Naito (2003) propusieron varios índices espectrales para la discriminación litológica y el mapeo de los tipos
de roca de superficie expuesta utilizando bandas de infrarrojos de longitud de onda corta (SWIR) ASTER.
Por ejemplo, el índice de alunita, el índice de caolinita, el índice de calcita y el índice de montmorillonita se calcularon
utilizando combinaciones lineales de valores de reflectancia en cada una de las seis bandas SWIR.
Debido a que ASTER tiene 14 bandas espectrales; muchas permutaciones de y; por lo tanto, más índices litológicos y
mineralógicos (incluidos los operadores lógicos complejos como los utilizados por Mars y Rowan, 2006) pueden
derivarse de los datos de ASTER.
Por ejemplo, Ninomiya (2003a, 2003b) definió un índice de vegetación e índices mineralógicos para las bandas ASTER
VNIR y SWIR, así como índices litológicos para las bandas ASTER TIR considerando las características de absorción
espectral de la vegetación y diferentes minerales y rocas en los canales espectrales ASTER. Los índices resultantes se
enumeran a continuación:
Estos índices espectrales se han aplicado a la radiancia de nivel 1B de ASTER en los datos del sensor que cubren el distrito
de Cuprite, Nevada en EE. UU .; Zona de ofiolito Yarlung Zangbo en el Tíbet; Área de las montañas Beishan en China;
Provincia noroccidental de Gansu en China; y una zona ofiolita en Omán (Ninomiya, 2003c, 2004; Ninomiya y Fu, 2002).
Estos índices proporcionaron información espectral precisa para la vegetación, los minerales y el mapeo litológico, al
tiempo que mostraban bien la distribución espacial de estos materiales. Además, los mapas resultantes produjeron una
excelente coherencia espacial y fuertes correlaciones con los mapas geológicos publicados de las áreas de estudio.
Crosta et al. (2003) utilizaron el análisis de componentes principales (PCA) en las bandas ASTER VNIR y SWIR para
identificar minerales de alteración clave asociados con los depósitos de oro epitermal en Los Menucos, Patagonia,
Argentina. Se aplicó PCA a subconjuntos seleccionados de cuatro bandas ASTER según la posición de las características
de absorción espectral de los miembros finales minerales de alteración hidrotermal clave, como alunita, illita, esmectita
y caolinita en las regiones VNIR y SWIR. Sus resultados revelaron que la técnica de PCA puede extraer información
espectral mineralógica detallada de los datos de ASTER produciendo imágenes de abundancia de minerales
seleccionados. Por lo tanto, esta técnica se puede utilizar para identificar minerales de alteración hidrotermal asociados
con depósitos de metales preciosos y metales base.
Velosky et al. (2003) distinguieron la zona de alteración propilítica y el gossan asociado con la mineralización masiva de
sulfuro en las rocas huésped mediante el uso de imágenes de banda ASTER (4/2, 4/5, 5/6) que cubren la zona de
cizallamiento neoproterozoica de Wadi Bidah, al suroeste de Arabia Saudita. Xu et al. (2004) identificaron zonas
minerales de alteración hidrotermal alrededor de depósitos epitermales de oro utilizando datos de ASTER en la parte
noreste de la región de Laizhou, China. Utilizaron la técnica de PCA y una proporción de bandas de 3/2, 4/1 y 4/6 para
delimitar la vegetación, el óxido de hierro y minerales de arcilla, respectivamente.
Hewson et al. (2005) generaron “seamless maps” (mapas continuos?) a escala regional de Al-OH y Mg-OH / carbonato y
contenido de hierro ferroso a partir de los datos de ASTER SWIR, así como un mapa del contenido de cuarzo de ASTER
TIR para la provincia de Broken Hill-Curnamona de Australia. Rowan et al. (2005) evaluaron las relaciones de banda
ASTER y las imágenes de Profundidad de banda de absorción relativa (RBD -Crowley et al., 1989), Matched-Filtering (MF
-Harsanyi et al., 1994) y Spectral Angle Mapper (SAM - Kruse et al., 1993 ) Métodos para el mapeo litológico del complejo
ultramáfico de Mordor Pound, NT, Australia. Xu et al. (2004) identificaron zonas minerales de alteración hidrotermal
alrededor de depósitos de oro epitermal utilizando datos de ASTER en la parte noreste de la región de Laizhou, China.
Utilizaron la técnica de PCA y una proporción de banda de 3/2, 4/1 y 4/6 para delimitar la vegetación, el óxido de hierro
y los minerales de arcilla, respectivamente.

Se identificaron características espectrales principales y sutiles, útiles para distinguir y clasificar las rocas félsicas y
máfico-ultramáficas, los depósitos aluviales-coluviales y cuarzo en rocas de composición intermedia entre sí. Los
resultados de su clasificación se basaron en las características de absorción espectral de los grupos mineralógicos de Al-
OH y hierro férrico para rocas felsicas; y características de absorción mineralógica de hierro ferroso y Fe, Mg-OH para
rocas máfico-ultramáficas utilizando las bandas VNIR + SWIR de ASTER. Se utilizaron características espectrales
adicionales Si-O para mapear más diversidad litológica dentro de las rocas ultramáficas y adyacentes, tales como gneises
máficos, gélidos félsicos, rocas de composición intermedia como la sienita y cuarcita utilizando los datos ASTER TIR.
Galvao et al. (2005) usaron el método del Mapeador de Ángulo Espectral (SAM) en las bandas ASTER SWIR para investigar
la discriminación espectral de minerales alterados hidrotérmicamente en un ambiente de sabana tropical, en la parte
norte del estado Gious, Brasil central. Sus resultados mostraron la eficacia de los datos de ASTER SWIR en la
discriminación de áreas de minerales alterados del entorno vegetal circundante. Rowan et al. (2006) identificaron la
distribución de rocas alteradas hidrotérmicamente que consisten en zonas de alteración fílicas, argílicas y propilíticas
basadas en el análisis espectral de las bandas VNIR + SWIR ASTER. Se mapearon rocas adicionales silicificadas de forma
hidrotérmica utilizando bandas TIR ASTER que cubren el área mineralizada de Re-Qui, Pakistán Cuq. En un estudio de
seguimiento, Mars y Rowan (2006) desarrollaron algoritmos de operadores lógicos basados en relaciones de banda
definidas por ASTER para el mapeo regional de rocas alteradas fílicas y argílicas en el arco magmático de Zargros, Irán.
Los algoritmos de los operadores lógicos se utilizaron para ilustrar patrones distintivos de zonas de alteración argílica y
fílica asociadas con rocas ígneas intrusivas de Eoceno a Mioceno, así como depósitos de cobre pórfido conocidos y no
descubiertos. Se identificaron numerosas áreas de alto potencial de cobre de pórfido y mineralización epitermal o
polimetálica de tipo vena en función de los patrones de alteración argílica y fílica en el área de estudio. Ducart et al.
(2006) aplicó el método de filtrado adaptado afinado de la mezcla (MTMF -Boardman et al., 1995) a los datos ASTER
SWIR para proporcionar información regional y local sobre la distribución espacial de las zonas de alteración hidrotermal
asociadas con la mineralización epitermal de oro en el Macizo de Somún Curá, Patagonia, Argentina.
Se reconocieron claramente tres áreas principales de alteración: Cerro La Mina, Cerro Abanico y Aguada de Guerra.
Identificaron zonas de alteración tales como argílico avanzado, argílico y silícico con una correlación satisfactoria con
sus datos de espectroscopia de campo. Di Tommaso y Rubinstein (2007) utilizaron relaciones de bandas, ciertas
combinaciones de bandas de color y el método del Mapeador de ángulos espectrales (SAM) para mapear minerales de
alteración hidrotermal asociados con el depósito de cobre de pórfido de Infiernillo utilizando datos ASTER que cubren
el Macizo de San Rafale, provincia de Mendoza, Argentina. . Detectaron ilita, caolinita, sericita y jarosita a través del
análisis espectral de las bandas SWIR, y la superficie de sílice y la alteración potásica utilizando bandas ASTER TIR. Yujun
et al. (2007) delinearon anomalías de alteraciones hidrotermales para predecir los recursos minerales Cu-Au utilizando
datos ASTER que cubren Oyu Tolgoi, mongol, el algoritmo del Mapeador de ángulo espectral (SAM) y el Análisis de
componentes principales (PCA). Zhang et al. (2007) evaluaron los datos de la reflectancia superficial ASTER (AST-07) para
el mapeo litológico con oro y la detección de alteración de minerales en el área de las Montañas de Chocolate del sur,
California, EE. UU. Aplicaron la transformación de PCA a los índices mineralógicos, incluido el Índice mineral alterado
(OHI) que tiene OH, el Índice de Kaolinita (KLI), el Índice de Alunita (ALI) y el Índice de Calcita (CLI) para delimitar zonas
de alteración.
La técnica de minimización de energía restringida (CEM, por sus siglas en inglés) (un algoritmo LSU de mezcla de
espectros subpíxel lineal, Farrand y Harsanyi, 1994) se usó para detectar las abundancias fraccionadas de alunita,
caolinita, moscovita y montmorillonita utilizando ASTER VNIR y SWIR para la información de la fletoflexia y espectros de
referencia de la Biblioteca espectral ASTER (Baldridge et al., 2009).

Moghtaderi et al. (2007) utilizaron los datos de ASTER para distinguir los patrones de alteración sódica, potásica y
silícofélica sódica asociados con características hidrotérmicas de óxido de hierro en el paleocrater de Chadormalu, región
de Bafq, Irán Central. Los minerales de alteración se identificaron mediante el uso de imágenes en compuesto de color
falso (FCC), imágenes de estiramiento de decorrelación e imágenes de fracción de ruido mínimo (MNF). Rockwell y
Hofstra (2008) utilizaron los datos de emisividad infrarroja térmica de ASTER para identificar los minerales de cuarzo y
carbonato en el norte de Nevada, EE. UU. Se implementaron un índice de cuarzo (QI) y un índice de carbonato (CI)
utilizando datos de emisividad de superficie de nivel 2 de ASTER (nivel 2B04) para el mapeo geológico y la investigación
de recursos minerales. Llegaron a la conclusión de que el mapeo de las rocas hidrotérmicas de cuarzo y carbonato a
escala regional y local tiene una considerable atención económica para la exploración de yacimientos de mineral, ya que
estas rocas pueden albergar una amplia gama de depósitos de mineral metálico.
Tangestani et al. (2008) evaluaron los datos de ASTER Level-1B 'radianceat-sensor' y reflectancia superficial (AST-07)
para la mejora de la zona de alteración relacionada con la mineralización de cobre pórfido en el norte de Shahr-e-Babak,
Irán. Los métodos de Análisis de componentes principales dirigidos (DPCA) y Mapeador de ángulo espectral (SAM) se
utilizaron para mapear los píxeles que contienen ilita, clorita y minerales de moscovita. Moore et al. (2008) mapearon
la alteración mineral asociada con los depósitos de oro utilizando los datos del nivel 1A de ASTER en el área de Takab,
en el noroeste de Irán. Aplicaron los métodos de análisis de componentes principales de banda selectiva, la profundidad
de banda relativa de absorción (RBD) y los métodos de filtrado adaptado (MF) para discriminar entre los tipos de
alteración argílica y silícica.
Kratt et al. (2010) analizaron las combinaciones de bandas ASTER VNIR y SWIR utilizando un algoritmo de estiramiento
de descorrelación para identificar áreas que contienen rocas alteradas hidrotérmicamente y deposición de toba en
Pyramid Lake, Nevada, EE. UU.Gabr y otros. (2010) detectaron áreas de mineralización de oro de alto potencial utilizando
datos de reflectancia de superficie ASTER (AST 07) que cubren Abu Marawat, desierto del noreste de Egipto. La
discriminación espectral entre las áreas de potencial alto y bajo potencial de la mineralización de oro se reconoció
utilizando índices de minerales transformados por PCA, imágenes de relación de color (por ejemplo, 4/8, 4/2, 8/9
mostradas como RGB), minimización de energía restringida (CEM) y los métodos de Mapeo de ángulo espectral (SAM).
Los resultados de sus investigaciones de campo demostraron la precisión de los resultados del procesamiento de
imágenes.
Mars y Rowan (2010) evaluaron dos nuevos productos de datos de reflectancia superficial ASTER SWIR, a saber, RefL1b
y AST-07XT para el mapeo espectroscópico de rocas y minerales. Sus resultados indicaron que los nuevos productos
ASTER son más confiables que los productos ASTER anteriores para discriminar los minerales y los grupos minerales
hidrotermales sin el uso de datos espectrales adicionales del sitio para la calibración.
Pour et al. (2011) discriminaron las zonas de alteración hidrotermal asociadas con los depósitos de cobre de pórfido de
Meiduk y Sar Cheshmeh utilizando los datos de 'radiancia de sensor' de ASTER Nivel-1B en el cinturón volcánico
UrumiehDokhtar, sureste de Irán. Aplicaron algoritmos de desensamble parcial y basado en ajuste de forma, incluyendo
Mapeador de ángulo espectral (SAM), Desmezclado espectral lineal (LSU), Filtrado adaptado (MF) y Filtrado adaptado
sintonizado lineal (MTMF) para bandas de radiación de longitud infrarroja de onda corta de ASTERO. Estos métodos
discriminaron las zonas de alteración fílicas, argílicas y propilíticas, además de resaltar la zona fílica como indicador del
área de alto potencial económico para la mineralización del cobre.
Pour y Hashim (2011) investigaron la transformación espectral de las bandas ASTER utilizando el Análisis de
componentes principales (PCA), la fracción de ruido mínimo (MNF) y los métodos de relación de banda para dos distritos
mineros de cobre principales (Meiduk y Sar Cheshmeh) en el cinturón volcánico Urumieh-Dokhtar , sudeste de irán. Las
imágenes de PCA detectaron vegetación y minerales de óxido de hierro usando las bandas VNIR. Los minerales arcillosos
y las rocas ricas en silicatos se identificaron usando imágenes SWIR y TIR PCA, respectivamente.
Sus resultados de PCA han sido verificados por los métodos mínimos de proporción de ruido y relación de banda, así
como por el conocimiento previo sobre las áreas de estudio. Como admite la literatura, hay cuatro tipos de algoritmos
que se pueden aplicar a los datos ASTER para mapear, mejorar y discriminar los tipos de minerales de alteración
hidrotermal asociados con el cobre pórfido y la mineralización epitermal de oro de la siguiente manera. 1) Bandratio,
índices y métodos basados en operadores lógicos (Crowley et al., 1989; Goetz et al., 1983; Mars y Rowan, 2006;
Ninomiya, 2003a, 2003b; Rowan y otros, 1977; Sabins, 1987); 2) los componentes principales y los métodos basados en
la mejora / visualización, tales como el análisis de componentes principales (PCA) (Singh y Harrison, 1985) y la fracción
de ruido mínimo (MNF) (Boardman et al., 1995; Green et al., 1988), o simples visualización en color de bandas clave y /
o relaciones de banda (Gad y Kusky, 2007; Inzana et al., 2003); 3) algoritmos basados en ajuste de forma, como el
Mapeador de ángulo espectral (SAM) (Kruse et al., 1993), Matched-Filtering (MF) (Boardman et al., 1995; Harsanyi et
al., 1994), y Mixture-Tuned MatchedFiltering (MTMF) (Boardman, 1998; Boardman et al., 1995) que son un paso por
encima del Análisis de componentes principales (PCA), pero una alternativa de "descomposición parcial" por debajo de
Unmixing espectral lineal (LSU) (Adams et al., 1993; Boardman, 1993); y 4) Unmixing espectral lineal (LSU) y métodos
similares como la minimización de energía restringida (CEM) (Boardman, 1989, 1992; Farrand y Harsanyi, 1994, 1997;
Resmini et al., 1997). La Tabla 1 enumera las descripciones resumidas de los algoritmos aplicados a los datos ASTER. Esta
revisión indicó que varios métodos de procesamiento de imágenes son aplicables a los datos de ASTER para detectar
zonas minerales de alteración hidrotérmica asociadas con el pórfido de cobre y la mineralización de oro epitermal y la
litología relacionada con la roca huésped a escala regional y de distrito.
Los algoritmos de operadores lógicos pueden ser más adecuados para el mapeo de alteraciones hidrotérmicas, incluidas
las zonas fílicas y argílicas asociadas con la mineralización de cobre / oro utilizando datos ASTER a escala regional. Los
algoritmos realizan cálculos de relación de banda múltiple y valor de umbral, que se pueden aplicar a una escena de
ASTER utilizando un único algoritmo, eliminando así la producción y aplicación separadas de vegetación y máscaras de
píxeles oscuros (Mars y Rowan, 2006). Algunos materiales orgánicos, como la lignina-celulosa, tienen características de
absorción espectral centradas cerca de 2,10 y 2,30 µm, que están cerca de las características de absorción distintivas de
los minerales de alteración hidrotérmica. La presencia de materiales orgánicos ha afectado la detección remota de
minerales que contienen hidroxilo (Mars y Rowan, 2006; Van Ruitenbeek et al., 2006). Por lo tanto, la eliminación de la
vegetación es fundamental para discriminar las rocas alteradas hidrotérmicamente del área circundante. Los operadores
lógicos de proporción de bandas argílicas y filílicas utilizan relaciones de banda que definen las características de
absorción de 2.17 μm y 2.20 μm para mapear la caolinita y la alunita, que son típicas en las rocas con alteraciones
argílicas, y la moscovita, que es un mineral común en las rocas con alteraciones filílicas ( Marte y Rowan, 2006). Los
resultados extraídos de los algoritmos para detectar la distribución espacial de las zonas fílicas y argílicas tienen una
buena función en la identificación de áreas minerales alteradas hidrotérmicamente sin alteraciones de los efectos de la
vegetación.
La realización de algoritmos de desensamble parcial y basado en el ajuste de la forma, como el Mapeador de ángulos
espectral, el filtro emparejado, el filtro emparejado ajustado a la mezcla, el desensamble espectral lineal y la
minimización de energía restringida se basa en la comparación de los espectros de reflectancia de la imagen con los
espectros de la biblioteca de los minerales de los miembros finales O espectros de referencia extraídos directamente de
la imagen. Afortunadamente, como parte de las actividades de ASTER, se compiló una biblioteca de más de 2000
espectros de materiales naturales y hechos por el hombre como ASTER Spectral Library versión 2.0 y se puso a
disposición en http://speclib.jpl.nasa.gov. La biblioteca incluye espectros de rocas, minerales, suelos lunares, suelos
terrestres, materiales artificiales, meteoritos, vegetación, nieve y hielo que cubren la región de longitud de onda visible
a través del infrarrojo térmico (0.4–15.4 μm) (Baldridge et al., 2009).

Por lo tanto, los espectros de los minerales de miembros finales seleccionados pueden tomarse de la biblioteca ASTER
Spectral Library versión 2.0 para distinguir los minerales de alteración hidrotermal.
Además, los espectros de referencia se pueden extraer directamente de la imagen ASTER utilizando los métodos de
análisis hiperespectral desarrollado por AIG que fueron desarrollados por Kruse y Boardman (2000) y asociados en
Analytical Imaging and Geophysics LLC (AIG) para analizar datos hiperespectrales. Estos enfoques se implementan y
documentan dentro del sistema de software "Entorno para visualizar imágenes" (ENVI) desarrollado originalmente por
científicos de AIG (ahora un producto comercial de Eastman Kodak / Research Systems Inc. (RSI) (COTS)) ( Kruse et al.,
2003; Research Systems, Inc., 2001).
Se muestra que los resultados derivados de los algoritmos de desensamblado parcial y basados en ajuste de forma son
robustos y confiables para detectar un conjunto particular de minerales y minerales en zonas de alteración hidrotermal
en una escala de distrito. En consecuencia, la integración de los resultados derivados del operador lógico, la
configuración de formas y los algoritmos de desemezclado parcial pueden producir información completa y precisa
utilizando datos ASTER para las etapas de reconocimiento de la exploración de cobre y oro a escala regional y de distrito.
4.- Conclusiones:

Este artículo revisa las características de rendimiento de ASTER, los productos de datos estándar y las aplicaciones de
los métodos de procesamiento de imágenes desarrollados más recientemente aplicados a los datos como una
herramienta para el mapeo de zonas minerales de alteración hidrotermal asociadas con pórfido cobre de y
mineralización epitermal de oro y litología relacionada con la roca huésped. El uso de los datos de ASTER en la
exploración de minerales y el mapeo litológico se ha incrementado en los últimos años debido a: (i) las características
espectrales de las únicas bandas integrales de ASTER, que son altamente sensibles a los minerales de alternancia
hidrotermal, especialmente en la región de radiación infrarroja de onda corta; (ii) la posibilidad de aplicar varias técnicas
de procesamiento de imágenes; (iii) disponibilidad de productos de datos 'a pedido' con bajo costo (~ $ 60 US o
equivalente en yen); y (iv) amplia cobertura de escenas de 60x60 km útil para el mapeo a escala regional. Es esta
resolución espectral mejorada de ASTER en la longitud de onda SWIR la que permite la exploración de minerales de
reconocimiento desde una plataforma a bordo de un vehículo espacial.

La aplicación de varios métodos de procesamiento de imágenes a los datos ASTER permite la extracción rápida de
información útil de interés, como la alteración de los tipos de minerales y la abundancia. Además, la disponibilidad y la
diversidad de los productos de datos estándar de ASTER los convierten en datos de detección remota adecuados para
fines de exploración de minerales. AST-07XT and RefL1b los productos de reflectancia ASTER SWIR se pueden usar para
proyectos de mapeo de minerales sin el uso de datos espectrales adicionales del sitio para la calibración. Especialmente,
los datos de RefL1b son más adecuados para el mapeo regional de minerales. Las zonas de alteración hidrotérmica
asociadas con el depósito de cobre pórfido, como la fílica, el argílico, el potásico y el propilítico, pueden discriminarse
entre sí en virtud de las características de absorción espectral de sus minerales más dominantes, que son reconocibles
por las bandas especiales ASTER SWIR. Diferenciación entre filica, argilica, y las zonas propilíticas pueden ser críticas
como un indicador del mayor potencial de mineralización, que se asocia típicamente con las zonas de alteración filica

Se pueden usar cuatro tipos de algoritmos para extraer información espectral de datos ASTER: (i) relación de banda,
índices y métodos basados en operadores lógicos; (ii) componentes principales y métodos basados en mejoras tales
como PCA y MNF; (iii) algoritmos basados en ajuste de forma, tales como SAM, MF y MTMF; y (iv) métodos de
desmantelamiento parcial como LSU y CEM. Los algoritmos de operadores lógicos pueden ser más adecuados para la
detección de zonas fílicas y argílicas sin alteraciones de los efectos de la vegetación a escala regional. Las técnicas de
desensamblado parcial y basado en ajuste de forma son robustas y confiables para distinguir conjuntos específicos de
minerales y minerales en zonas de alteración hidrotermal en una escala de distrito. La integración del operador lógico,
la configuración de forma y los algoritmos de desintegración parcial pueden crear información completa y precisa para
las etapas de reconocimiento de la exploración de cobre / oro. En consecuencia, los datos de ASTER pueden procesarse
y analizarse mejor para obtener información sobre la distribución espacial de las zonas de alteración de minerales
hidrotermales asociadas con el pórfido de cobre y la mineralización de oro epitermal en todo el mundo, incluidas las
que aún no se han descubierto.