Predictive mapping of gold favorability in the central portion of the Tapajós Mineral Province, Pará

Autor: Sulsiene Machado De Souza Gaia
Přispěvatelé: Souza Filho, Carlos Roberto de, 1965, Leite, Emilson Pereira, Ferreira, Francisco José Fonseca, Universidade Estadual de Campinas. Instituto de Geociências, Programa de Pós-Graduação em Geociências, UNIVERSIDADE ESTADUAL DE CAMPINAS
Jazyk: portugalština
Rok vydání: 2021
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
Popis: Orientador: Carlos Roberto de Souza Filho Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociências Resumo: O objeto dessa pesquisa compreende a modelagem da favorabilidade mineral para ouro relacionado a intrusões na porção central da Província Mineral do Tapajós (PMT), na região sudoeste do Pará. O escopo do estudo abrange a experimentação e avaliação de métodos knowledge e data-driven aplicados a dados multifonte visando a predição de alvos potenciais para a ocorrência de mineralização aurífera, considerando os fatores críticos do sistema mineral abordado e as características da mineralização conhecida. O processamento de dados aerogamaespectrométricos permitiu a identificação de uma assinatura de alteração hidrotermal comum aos sítios de mineralização aurífera, fornecendo informação em regiões com pouco ou nenhum dado de campo. A análise de dados aeromagnetométricos realçados por filtro de continuação ascendente permitiu a identificação de zonas de alta resposta magnética associada a estes depósitos, provavelmente relacionadas ao transporte dos fluidos hidrotermais. Feições lineares extraídas de imagens de radar revelaram a predominância de feições de direcão geral NNW-SSE, que coadunam com o principal controle estrutural dos depósitos nesta região. Os dados gamaespectrométricos, magnetométricos e topográficos analisados foram integrados pela aplicação de três técnicas de modelamento de favorabilidade - Lógica Fuzzy (knowledge-driven), Lógica Bayesiana (ou Pesos de Evidência; data-driven) e outra baseada em algoritmo de machine learning (data-driven) - resultando na concepção de três modelos prospectivos para a área estudada. O modelo Fuzzy resultou na indicação de alvos de maneira mais efetiva e setorizada, principalmente na porção leste da área, refletindo proporcionalmente o panorama de disponibilidade dos dados e mapeando razoavelmente bem as áreas de conhecida ocorrência de mineralização. No entanto, alguns depósitos não foram mapeados pelo modelo, ou tiveram escores de favorabilidade baixos. Ainda assim, sua validação indicou confiança no grau de aleatoriedade explorado para mapear o evento mineralizador. O modelo Bayesiano indicou zonas de maior potencial distribuídas regularmente na área, com geometria alongada em direções compatíveis com os trends estruturais prospectivos, mapeando a maioria dos depósitos conhecidos nas zonas de maior probabilidade. O algoritmo de machine learning foi mais preciso em indicar como prospectivas as áreas de depósitos conhecidos. Em todos os modelos, as regiões indicadas como prospectivas coincidem, em sua maioria, com os depósitos mais expressivos, como São Jorge e Tocantinzinho. Os resultados obtidos nos modelos foram combinados para gerar um mapa de concordância, onde se mapeou a sobreposição das maiores pontuações prospectivas dos mesmos, com a indicação de novas zonas de interesse prospectivo na porção central da PMT Abstract: This research aims to model mineral favorability for intrusion-related gold in the central portion of the Tapajós Mineral Province (TMP) in the southwestern Pará state. The scope of the study includes the experimentation and evaluation of knowledge and data-driven methods applied to multisource data aiming at the prediction of potential targets for the occurrence of gold mineralization, considering the critical factors of the mineral system sought and the characteristics of the known mineralization. The aerogammaspectrometric data processing allowed identifying a hydrothermal alteration signature common to gold mining sites, providing information in regions with little or no field data. The aeromagnetometric data analysis enhanced by an upward continuation filter allowed the identification of high magnetic response zones associated with these deposits, probably related to hydrothermal fluids' transport. Linear features extracted from radar images revealed the predominance of features of general direction NNW-SSE, which are consistent with the main structural control of deposits in this region. The analyzed gamma-spectrometric, magnetometric and topographic data were integrated by the application of three favorability modeling techniques – Fuzzy Logic (knowledge-driven), Bayesian Logic (or Weights of Evidence; data-driven), and another based on machine learning algorithm (data-driven) – resulting in the conception of three prospective models for the studied area. The fuzzy model indicated targets in a more effective and sectorized manner, mainly in the eastern portion of the area, proportionally reflecting the panorama of data availability and mapping areas of known mineralization occurrences reasonably well. However, some deposits were not mapped by the model or scored low prospective values. Nevertheless, its validation indicated confidence in the degree of randomness explored to map the mineralizing event. The Bayesian model indicated areas of greater potential distributed regularly in the area, with elongated geometry in directions compatible with the prospective structural trends, mapping most known deposits in the most likely areas. The machine learning algorithm was more accurate in indicating areas of known deposits as prospective. In all models, the regions indicated as prospective coincide, in their majority, with the most expressive deposits, such as São Jorge and Tocantinzinho. The results obtained in the models were combined to generate a concordance map, which mapped the overlapping of their highest prospective scores, indicating new areas of prospective interest in the central portion of the PMT Mestrado Geologia e Recursos Naturais Mestra em Geociências
Databáze: OpenAIRE
Externí odkaz: