Cartografía digital predictiva del potencial mineral mediante SIG de depósitos de fluorita en el noreste de México

La cartografía del potencial mineral se fundamenta en la elaboración de modelos de probabilidad de ocurrencia de depósitos minerales, como base para el pronóstico metalogénico y la delimitación de áreas perspectivas. La región noreste de México ha sido cubierta por diferentes levantamientos geológic...

Full description

Saved in:
Bibliographic Details
Published inBoletín de la Sociedad Geológica Mexicana Vol. 72; no. 3; pp. 1 - 27
Main Authors Díaz-Martínez, Roberto, González-Martínez, Leonela Aimme, Batista-Rodríguez, José Alberto, Hernández-Rosales, Alberto, Blanco-Moreno, Jesús Antonio, Batista-Cruz, Ramón Yosvanis, Almaguer Carmenates, Yuri, Rodríguez Vega, Antonio, de Jesús López Saucedo, Felipe, Vila Sánche, Alberto Ramón
Format Journal Article
LanguageSpanish
Published Sociedad Geológica Mexicana & Instituto de Geología UNAM 01.01.2020
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:La cartografía del potencial mineral se fundamenta en la elaboración de modelos de probabilidad de ocurrencia de depósitos minerales, como base para el pronóstico metalogénico y la delimitación de áreas perspectivas. La región noreste de México ha sido cubierta por diferentes levantamientos geológicos, trabajos de exploración minera y estudios metalogénicos regionales y actualmente se reportan más de 160 depósitos y manifestaciones de fluorita. Sin embargo, no se han empleado los métodos que permiten el tratamiento, análisis e integración de las guías de exploración utilizados en la cartografía predictiva de potencialidad minera . En este contexto, surge la necesidad de iniciar trabajos de cartografía predictiva en México, que ayuden a minimizar los costos de la exploración minera por concepto de optimización de áreas potencialmente favorables para el descubrimiento de depósitos minerales. La información geológica, estructural, geoquímica y geofísica disponible del NE de México permite la aplicación de la cartografía del potencial mineral soportada en los sistemas de información geográfica. La metodología se basa en la estructuración de los datos primarios, la superposición ponderada y la integración y análisis de los datos mediante los modelos de lógica booleana y máxima entropía (MaxEnt). Los resultados obtenidos indican que el mapa de potencial mineral ofrece un buen predictor, debido a que se delimitan las áreas más favorables para la presencia de depósitos de fluorita, siendo la densidad estructural el parámetro que más influye con un 28.8% de contribución al modelo de potencialidad mineral. Prospectivity maps are based on probability models of occurrence of mineral deposits. It is the basis for the metallogenic prognosis and the delimitation of perspective areas. Different geological surveys have covered the northeastern region of Mexico, mining exploration works, and regional metallogenic studies and more than 160 deposits and manifestations of fluorite are currently reported. However, the methods that allow the manipulation, analysis and integration of the exploration guides used in the predictive cartography of mining potential have not been used. In this context, there is a need to start predictive mapping work in Mexico, which helps to minimize the costs of mineral exploration by optimizing areas potentially favourable to the occurrence of mineral deposits and discarding those areas without economic interest. The geological, structural, geochemical and geophysical information available is adequate to the application of prospectivity mapping supported by geographic information systems and based on the structuring of the primary data, the weighted overlap and the integration and analysis of the data through Boolean logic and maximum entropy models. Results indicate that the mineral potential mapping offers a good predictor because the areas with high prospectivity are correctly delimited as the most favourable for the occurrence of fluorite deposits. The structural density is the parameter that most influences with 28.8% of contribution to the mineral potentiality model.
ISSN:1405-3322