Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Swir
Swir
RESUMEN
Los ensambles de minerales de alteracin en conjunto son importantes para entender la
exploracin de depsitos mineros hidrotermales. Las herramientas convencionales de
mapeo no pueden identificar minerales de grano fino o definir sus importantes
variaciones en su composicin. El espectrmetro porttil de onda corta del infrarojo
(SWIR - Short Wave Infrared) soluciona algunos de stos problemas y es una valiosa
herramienta para evaluar la distribucin de los ensambles de alteracin. Espectrmetros
como el PIMA-II (Portable Infrared Mineral Analyzer - Analizador Porttil Infrarrojo de
Minerales) permiten la rpida identificacin de minerales y las variaciones en la
composicin de minerales especficos en el mismo terreno. Los ensambles de minerales,
correlacionados con otros datos de exploracin, son usados para establecer la ubicacin
de las perforaciones y para guiar programas regionales de exploracin. La coleccin de
datos debe de ser sistemticamente organizada y realizada por un operador entrenado.
El anlisis de datos requiere del uso de un archivo de referencia sobre datos
espectrogrficos de diferentes ambientes geolgicos que pueden ser complementados, en
algunos casos, por paquetes de datos espectrogrficos procesados por computadoras.
La integracin de resultados con observaciones de campo, petrografa y anlisis de
difraccin de rayos X, puede ser necesaria para una completa evaluacin. El PIMA
(Portable Infrared Mineral Analyzer - Analizador Porttil Infrarrojo de Minerales) ha sido
usado con mucho xito para minerales epitermales de alta y baja sulfuracin, en
yacimientos volcanognicos de sulfuros masivos (VMS) y para yacimientos relacionados
a intrusivos. Los casos estudiados con estos sistemas demuestran la habilidad para
adquirir rpidamente y procesar la informacin obtenida con el espectrmetro para
realizar logeos de la perforacin y mapas. La informacin resultante es crtica para
definir objetivos de exploracin.
INTRODUCCION
El espectrmetro porttil SWIR est convirtindose, cada vez ms, en una herramienta
importante para la exploracin. Los espectrmetros son empleados tpicamente para
determinar la mineraloga de rocas alteradas y as ayudar en la clasificacin de los
sistemas de mineralizacin, identificar los patrones de alteracin, y consecuentemente,
para localizar mineralizacin econmica. Adems de su temprano uso como sensor
remoto, el desarrollo del PIMA-II en 1991 permiti el uso directo del SWIR en rocas,
realzando su aplicacin prctica para la exploracin. La espectrografa SWIR detecta
minerales tales como filosilicatos, arcillas, carbonatos y sulfatos selectos y es tambin
sensible a las variaciones de composicin en minerales individuales.
Los espectrmetros SWIR
son usados en varios ambientes de mineralizacin,
incluyendo depsitos epitermales de alta y baja sulfuracin, depsitos porfirticos y
mesotermales, yacimientos de oro y cobre en sedimentos, uranio, VMS y depsitos de
kimberlitas
(Tabla 1). Adems el espectrmetro nos ayuda al mapeo de regolitos
1
1.
2.
3.
4.
Usar los datos anteriores para establecer las relaciones entre los principales
minerales encontrados;
5.
6.
Usar petrografa en muestras seleccionadas para definir mejor las relaciones entre
los minerales.
7.
8.
9.
Interpretacin de Alteracin
Arglica avanzada
Dickita
Arglica avanzada
Caolinita
Dickita, pirofilita, disporo
Clorita
Arglica avanzada y
roca intemperizada
Arglica avanzada
Propiltica, clortica
Illita/Esmectita
Arglica
Carbonatos
Carbonatos
Los resultados espectrales obtenidos con el SWIR fueron inicialmente compilados por
Hunt y Salisbury (1970, 1971) y Hunt et.al.(1971a, b, c). La base de datos de Hunt
ofreci una referencia bsica para minerales activos al infrarrojo de la regin SWIR, base
que todava es usada. El trabajo se expandi con Clark et al. (1990). Hauff (1993)
public una base de datos comercial de referencia. Investigadores del laboratorio Jet
Propulsion Laboratory tambin aumentaron las referencias disponibles (Grove et al.,
1992).
ESPECTROMETROS PORTATILES DE CAMPO
Los gelogos que interpretan sensores remotos promovieron el desarrollo inicial de los
espectrmetros SWIR portatiles de campo, los que fueron particularmente tiles para la
exploracin minera. La habilidad para obtener fcilmente en el campo datos de calidad
de laboratorio, fue usada para la verificacin de campo de imgenes Landsat (Thematic
Mapper). Varios espectrmetros de campo son disponibles en el mercado. Estos
incluyen al GER-IRIS de Geophysical Environmental Research; Inc.; el de Analytical
Spectral Devices (ASD-FieldSpec) y el de Integrated Spectronics Pty. Ltd. (PIMA).
Los instrumentos GER y ASD proporcionan datos con longitudes de onda de la zona
visible del espectro y de las zonas cercanas y dentro del infrarrojo de onda corta. Estos
instrumentos son porttiles de campo pero requieren del uso de iluminacin solar. Los
primeros trabajos publicados incluyen documentacin del instrumento GER (Marsh y
McKeon, 1983). El instrumento fue usado en el estudio de campo con un
espectroradimetro areo en el distrito de Oatman (vetas epitermales), Arizona. Hunt,
Ashley (1979) y Crowley (1984) aplicaron el espectroscopio SWIR al mapeo de
alteraciones.
TABLA 2. Resumen de Minerales Activos al Infrarojo, con Imgenes Espectrales Distintivas en el SWIR
Ambiente de Formacin
Terminologa Estndar
Relacionados a Intrusivos
Filtica, serictica
Arglica intermedia, sericitaclorita-arcillas (SCC), arglica
Arglica avanzada
4
intensidad,
espectro.
Las longitudes de onda en la zona de onda corta del infrarrojo no son adecuadas para la
mayora de los silicatos anhidros. Adems, es difcil identificar minerales presentes en
cantidades menores que el 5% a menos que la muestra sea una simple mezcla con
cuarzo y que el mineral sea altamente reflectivo. La reflectividad o reflectancia al
infrarrojo varia segn las diferentes especies de mineral. En mezclas de minerales activos
al infrarrojo el mineral dominante y tpicamente ms reflectivo, es fcilmente
identificable, sin embargo, como regla general, 10% o ms de un mineral debe de estar
presente para su positiva identificacin. Donde estn presentes minerales de baja
reflectancia, su reconocimiento requerir del 20% o ms cantidad del mineral existente
en la muestra (por ejemplo: carbonatos, cloritas).
Composicin Qumica de los Minerales: Las variaciones en la qumica del mineral son
mayormente detectadas por cambios en la posicin de las ondas o cambios en la forma
del perfil generalizado o hull del espectro. La presencia de hierro en la mayora de los
minerales resulta en una fuerte inclinacin positiva entre 1,300 a 1,900 nm. Una
comparacin del espectro del clinocloro rico en Fe y del rico en Mg se muestra en la
Figura 3. La variacin qumica en el grupo de los carbonatos se manifiesta por un
cambio en la posicin de su caracterstica mayor en funcin de la presencia de diferentes
cationes. La caracterstica dominante vara ampliamente, incluyendo la magnesita (Mg) a
2,300 nm, dolomita (Mg, Ca) a 2,320 nm, calcita (Ca) a 2,330 nm y rodocrosita (Mn) a
2,360 nm. Variaciones qumicas en el grupo de la alunita son manifestadas por cambios
en la posicin 1,480-nm, con valores que varan de ~1,461 (NH4), a ~1,478 nm (puro
K) a 1,496 (Na) a 1,510 nm (Ca.). Los ejemplos de los cuatro espectros son mostrados
en la Figura 4. Dependiendo de la calidad de los espectros de referencia es posible que
se requiera datos adicionales petrogrficos, de SEM, o anlisis con el microscopio
electrnico de ensayes microscpicos, para definir una variacin observada por un
cambio en su composicin qumica La variacin en la composicin de un mineral es
mejor evaluada con muestras monominerlicas; sin embargo, mediante la tcnica SWIR
podra ser posible definir las variaciones en algunas mezclas de minerales.
Para el mapeo la ubicacin de las muestras puede ser distribuida siguiendo un reticulado
e incluir suelos o puede estar relacionada a los afloramientos. El procesamiento de datos
y su evaluacin, coincidente con el mapeo, puede tener un impacto directo en el
programa de exploracin que se est ejecutando.
Anlisis y Procesamiento de Datos
La identificacin de minerales se basa en su comparacin con imgenes espectrales de
referencia, que son registros empricos de las caractersticas del espectro de cada
mineral. La observacin visual de los espectros de un grupo de minerales mostrar
rpidamente variaciones basadas en numerosos factores, incluyendo la qumica del
mineral, temperatura, y su modo de formacin (reflejado en su cristalinidad) y otros
cambios ms stiles. Entonces el activo mas importante del usuario, es tener una gran
coleccin de referencias bien definidas o bases de datos espectrales creados con muestras
representativas de una amplia variedad de depsitos, ms sus condiciones externas y
caractersticas geolgicas. Los usuarios experimentados son capaces de identificar al ojo
muchas caractersticas del espectro de los minerales, al mismo tiempo que se obtienen
sus espectros. An los usuarios que se inician pueden aprender rpidamente las
caractersticas SWIR de los minerales bsicos ms importantes en su rea de estudio.
Solamente se requiere muy pocos minerales para poder caracterizar un rea, que
ciertamente tambin permite el rastreo de la variabilidad de slo una especie de mineral.
Las bases de datos de referencia son extremadamente tiles para agudizar la habilidad
con el software para hacer una identificacin automtica.
La identificacin automtica puede ser de mucha ayuda cuando se trabaja con grandes
cantidades de datos en reas bien definidas. Para poder adquirir resultados de ptima
calidad, variaciones en escala del depsito deben de ser observadas y guardadas por el
usuario, usando bases de datos de referencia creados para tal depsito. Usando
algoritmos, la informacin o datos especficos de un yacimiento o de regiones son
cruciales para obtener resultados confiables de minerales cuya composicin es una
mezcla. La identificacin de mezclas complejas requerir conocer el contexto geolgico,
la experiencia del usuario y el establecimiento de muestras de referencia con
informacin adicional, por ejemplo: petrografa, XRD, y anlisis SEM, pero puede ser
difcil con los algoritmos disponibles en la actualidad.
El software para procesamiento de datos permite la individualizacin del perfil
generalizado o hull del espectro (ver Figura 1), normalmente seguido por la
evaluacin de posicines caractersticas y sus intensidades y anchos. Existen varios
mtodos para extraer el espectro diagnstico de los espectros que son medidos. Dos
mtodos comunes son (1) el coeciente del perfil o hull que es un mtodo elstico que
quita los efectos de los valles o profundidades de la variable inclinada y (2) la primera
derivada que quita los efectos del back ground enfatizando los cambios en la respuesta
obtenida. Una variedad de paquetes de software son comercialmente disponibles,
siendo los ms flexibles los que permiten importar datos de una variedad de fuentes (de
espectrmetros o escaners). Se debe de tener mucho cuidado al obtener los datos
asegurndose que la informacin sea tratada de la misma manera, por ejemplo, todas las
posiciones caractersticas basadas en la posicin del cociente hull o de su primera
derivada.
En algunos casos, el uso de una sola posicin caracterstica, profundidad o el cociente de
profundidad de dos caractersticas puede resultar en poder delinear en forma
11
generalizada las zonas de alteracin. Esta forma de extraccin de datos con un programa
de computacin puede ser realizado muy rpidamente; sin embargo, los datos deben de
ser cuidadosamente evaluados por un usuario experimentado para confirmar que la
comparacin es con un material similar y con ensambles de minerales de caractersticas
comparables. Ya que las posiciones de las ondas de diferentes minerales se sobreponen,
se puede producir resultados inexactos basados en una sla caracterstica. Por ejemplo,
la caracterstica en AL-OH 2,200 nm podra representar alunita, pirofillita, caolinita,
dickita, illita, capas mezcladas de illita/esmectita o muscovita, las cuales obviamente
tienen diferentes implicancias en trminos del modelamiento geolgico de yacimientos.
Las imgenes espectrales de dichos datos deben ser obtenidas cuidadosamente. Anlisis
individuales podran medir falsos datos, dando como resultando caractersticas falsas.
Porcentajes de Minerales: Un objetivo comn del anlisis SWIR es determinar no
solamente los minerales presentes en una muestra, sino tambin sus porcentajes relativos.
Muchos programas de software intentan obtener los porcentajes relativos de las mezclas
de minerales como parte del paquete. Esta tarea es un desafo debido a la falta de
conocimiento relacionado a los coeficientes de absorcin con los lazos moleculares
detectables en el rango del espectro electromagntico del SWIR. La informacin de las
imagenes espectrales indica que los minerales mezclados aparentemente no estn
presentes en configuraciones lineales, pero preferentemente como una funcin de esos
desconocidos coeficientes de absorcin. Por consiguiente las intensidades de las
caractersticas de absorcin no pueden ser usadas como una correlacin 1:1 para
relacionarlas directamente con la cantidad de mineral presente. Por ejemplo, una clorita
de hierro absorber ms energa en sus ondas diagnsticas y reflejar menos energa en
el detector que un mineral que contiene aluminio: una muscovita que ms certeramente
refleja la energa absorbida. Adems hay un problema sobre el efecto en las matrices
cuando minerales no activos al infrarrojo estn tambin presentes y absorven pero no
reflejan la exitacin de la energa.
En algunos casos cuando los coeficientes de absorcin son ms similares a los minerales
en cuestin, los espectros resultantes pueden ser tratados esencialmente como una
mezcla lineal. La clave para obtener resultados precisos se basa en obtener archivos de
imgenes espectrales de calibracin relacionados con las muestras bajo investigacin. Se
debe escoger minerales de una sola composicin como puntos terminales para que los
modelos de mezclas sean certeros. La precisin del algoritmo de mezclas puede ser tan
buena como un 4%, sin embargo, esto vara dependiendo del algoritmo en el software,
los materiales en la mezcla, y su relativa abundancia.
La instrumentacin es tambin un factor limitante para producir resultados precisos. El
PIMA-II tiene aproximadamente de 5- a 6-nm de resolucin y las muestras son tomadas
en intervalos de 2-nm. Este exceso de muestreo es hecho para mejorar la
reproducibilidad del mtodo; sin embargo, esto no necesariamente mejora la precisin y
lleva a una percepcin artificial de obtener una resolucin de 2-nm. Es por ello, que el
lmite del mtodo en relacin a la resolucin de las posiciones de las ondas se mantiene
entre 5 y 6 nm.
CASOS ESTUDIADOS
Los siguientes casos estudiados ilustran el uso del SWIR en la exploracin minera.
Todos los anlisis fueron recopilados con el espectrmetro PIMA-II. Estas muestras
12
enfatizan el uso de la tcnica SWIR como una herramienta de mapeo para integrarlo con
otros tipos de informacin. Los ejemplos incluyen mapas de alteraciones, logeos de
perforacin detallados e integracin con datos de geoqumica, petrografa y datos e
imgenes espectrales. La identificacin de minerales y las variaciones de posicin de sus
caractersticas espectrales son mostradas para definir zonas de alteracin y proveer
indicadores o guas hacia la mineralizacin. Sin embargo, la aplicacin a ciegas de
datos digitales puede llevar a resultados falsos basados en un muestreo inadecuado o en
una mala interpretacin de las variaciones espectrales.
Depsitos Aurferos Epitermales de Alta Sulfuracin
Las caractersticas generales de los depsitos de alta sulfuracin son muy conocidas y
estn resumidos por Arribas (1995), quien incluye numerosos ejemplos de yacimientos
alrededor del mundo. Estos depsitos son muy conocidos por contener minerales de
alteracin de granos extremadamente finos, tpicamente de apariencia homognea. Los
minerales que son activos al infrarrojo y se forman en estos ambientes son mostrados en
la Tabla 2. El mapeo de campo de alteraciones tpicamente se basa primero en los
grados de variacin de la alteracin de silcea variando de cuarzo lixiviado, cuarzo
oqueroso (vuggy quartz) a zonas de cuarzo reemplazando a otros minerales. Sin
embargo fuera de las reas dominadas por cuarzo, los ensambles de alteracin son
comunmente mapeados durante los programas de exploracin como alteracin arglica
avanzada o como alteracin arglica. La identificacin de minerales individuales, algunos
de los cuales son crticos para definir zonamiento es extremadamente difcil. El uso de
la espectroscopa SWIR permite la identificacin de los principales minerales de
alteracin en forma fcil y rpida.
Vrgen: Un amplio estudio de la alteracin de la propiedad Vrgen fue completada por la
empresa Gitennes Exploration Inc., Vancouver. La propiedad Vrgen es un prospecto de
oro localizado a 180 km. al este de Trujillo, norte del Per. Rocas sedimentarias
cretceas y andesitas terciarias contienen dicha mineralizacin. El objetivo del trabajo
fue determinar las caractersticas de las zonas de alteracin con respecto a la
mineralizacin usando el espectrmetro PIMA-II. La informacin fu obtenida de
testigos de perforacin disponibles, muestras de mano y cortes de carreteras. Un total
de 22 huecos perforados fueron analizados y se obtuvieron ms de 900 imgenes
espectrales en toda la propiedad.
13
14
15
18
19
20
CONCLUSIONES
La espectrografa SWIR es una herramienta que ayuda al mapeo de campo durante la
exploracin minera. La habilidad para diferenciar rpidamente los minerales de alteracin
de grano fino en el campo, nos permite incrementar el conocimiento del proyecto que se
est estudiando y los resultados SWIR pueden ser aplicados inmediatamente al programa
de exploracin. Mayores refinamientos en el ensamble de minerales de alteracin,
incluyendo el uso de otras tcnicas analticas, proporcionar datos importantes para el
desarrollo de modelos geolgicos del yacimiento y para los programas regionales de
exploracin. Hay varios componentes que son crticos para un estudio SWIR exitoso.
Estos son:
La coleccin de datos SWIR debe ser hecha por un operador con estudios de
geologa entrenado para el SWIR.
Con el aumento del uso del espectrmetro SWIR en el campo, se puede delinear la
distribucin de minerales de reas extensas. El uso de espectrmetros de campo ha
provedo una vasta y nueva base de datos que no slo est ayudando la exploracin
minera, sino que finalmente contribuir a un mejor entendimiento de los sistemas de
mineralizacin.
AGRADECIMIENTOS
Quisiramos agradecer a los diferentes gelogos y consultores de exploracin minera por
su contribucin en el uso del espectrmetro SWIR. La aplicacin exitosa de esta
tcnica no hubiera sido posible sin ellos. La informacin contenida en este trabajo fue
publicado con el permiso de Jerry Blackwell (Gitennes Exploration Inc.), Joey Freeze
(Candente Resource Corp.), Mark Hannington (Geological Survey of Canada) y Jacques
Houle (Royal Oak Mines) a quienes agradecemos su apoyo. Este documento fue
revisado por Noel White y Charles Tamocal. En particular se le agradece a Noel White
por su entusiasmo, sus acertados comentarios y su revisin crtica.
21
TABLA 3. Comparacin entre los resultados de SWIR y XRD para muestras escogidas de las Unidades
Flsicas de Kidd Creek de la Caja Piso (Kidd Creek Footwall Felsic Units)
Espectro
Litologa
SWIR
ah09667b
Riolita
Clorita >> muscovita
ah09682b
Prfido cuarcfero
Clorita > muscovita
ai00510b
Tufo de prfido cuarcfero Clorita >> muscovita
ai00557a
Tufo flsico
Clorita > muscovita
ai00671b
Riolita
Clorita > muscovita
ai00724b
Riolita
Muscovita > clorita
ai01511b
Tufo de prfido cuarcfero Clorita > muscovita
ai01532b
Tufo de prfido cuarcfero Clorita > muscovita
ai01538a
Tufo de prfido cuarcfero Clorita = muscovita > caolinita?
ai01545a
Riolita
Muscovita >> clorita> caolinita?
ai01550b
Tufo flsico
Muscovita = clorita
El anlisis SWIR identific que la clorita es rica en Fe
Espesor
Geoqumica
>150m
Na2O>3.3%; K2O<0.5%;
CaO>2.8%; Sr>400 ppm
Clorita + pirita +
actinolita + calcita
"Stockwork"
de Turmalina
100-300m
Na2O>3.3%; K2O<0.5%;
CaO>2.8%; Sr>400 ppm
Turmalina + pirita+
clorita + pirrotita
Pirrotita
100-200m
Na2O>3.3%; K2O<0.5%;
CaO>2.8%; Sr>400 ppm
"Stockwork"
Aurfero de
pirita y pirrotita
10-50m
Pirita
100-200
Na2O<1.5%; K2O>5%;
Valores altos en oro (>0.5
ppm); Ag, As, Sb y
localmente Cu, Zn
corresponde a zonas
mineralizadas
Na2O<3.5%; K2O>4%;
CaO<3.3%; Sr<100 ppm
Pirrotita + pirita
chalcopirita
clorita calcita
cuarzo esfalerita
galena
Pirita pirrotita
cuarzo clorita
"Stockwork"
de yeso
<5-100m
"Stockwork"
de cuarzo y
Mo-Cu
>200m
Vetas
Pirita calcita
cuarzo clorita
Yeso + pirita +
calcita cuarzo
Petrografa
SWIR
Feldespato potsico +
actinolita + clorita +
titanita + albita +
pirita
Feldespato potsico +
clorita + titanita +
pirita + turmalina +
pirrotita
Feldespato potsico +
sericita + pirrotita +
pirita + clorita
turmalina
Actinolita + clorita
(Fe>Mg) axinita*
datolita muscovita
prehnite
Schorlo (turmalina
negra) + clorita (Mg)
muscovita
carbonato axinita*
Muscovita +
clorita (Mg)
axinita carbonato
prehnita
Sericita intensa +
pirita; cubierta por
un manto de
esfalerita diseminada
y en vetillas +
pirrotita + pirita
Sercita, pirita
calcita clorita
turmalina
Sericita + pirita
cuarzo feldespato
potsico
Sericita + cuarzo +
pirita + clorita +
feldespato potsico
epdota turmalina
magnetita hematita
Muscovita +
clorita (Mg)
Muscovita + clorita
Yeso*
REFERENCIAS
22
Arribas, A., Jr., 1995, Caractersticas de los depsitos epitermales de alta sulfuracin y
su relacin con fluidos magmticos: Curso Corto del Mineralogical Association of
Canada, v. 23, p. 419-454.
Clark, R.N., King, T., Klefwa, M., Swayze, G.A. y Vergo, N., 1990, Espectroscopa
de reflectancia de alta resolucin para minerales: Journal of Geophysical Research, v.
95, no. B-8, p. 12,653-12,680.
Crowley, J. K., 1984, Reflectancia de la zunyita en la zona cercana al infrarrojo:
Implicancias en el mapeo de campo y la deteccin por sensores remotos de rocas con
alto contenido de almina hidrotermalmente alteradas: Economic Geology, v.79, p. 553557.
-1996, Boratos ricos en Mg y K y evaporitas asociadas en Eagle Borax Spring, Death
Valley, California: Una exploracin con el espectrmetro: Economic Geology, v.91,
p.622-635.
-1999, Asociacin entre los minerales arcillosos ricos en magnesio y los depsitos de
boratos: Una gua potencial de sensores remotos para la exploracin de boratos?:
International Conference on Applied Geologic Remote Sensing, 13 th, Vancourver, B.C.,
March 1-3, 1999, ERIM International Inc., Proceedings, p. I-255-262.
Denniss A.M., Colman, T.B., Cooper, D.C, Hatton, W.A., y Shaw, M.H., 1999, El
uso combinado de las tecnologas PIMA y VULCAN para la evaluacin de depsitos
minerales en la mina Parys Mountain, Anglesey, UK: International Conference on
Applied Geologic Remote Sensing, 13th, Vancouver, B.C., March 1-3, 1999, ERIM
International Inc., Proceedings, p. I-25-32.
Farmer, V.C., 1974, Los espectros infrarrojos de los minerales: Mineralogical Society
of London, Darking, Surrey, Adlar and Son Ltd., Monograph 4, 539 p.
Franklin, J.M., 1993, Yacimientos de sulfuros masivos asociados a vulcanismo:
Geological Association of Canada Special Paper 40, p. 403-417.
Grove, C.I., Hook, S., y Paylor, E.D., 1992, Espectros de reflectancia de laboratorio de
160 minerales, 0.4 a 2.5 micrometros: Pilot Land Data Systems, Jet Propulsion
Laboratory, Pasadena, California, JPL Publication 92-2.
Hauff, P.L. 1993, SPECMIN TM Sistema de Identificacin de Minerales y Archivo
Espectral, v. 1 y 2.: Arvada, Colorado, Spectral International, Inc., 600 p.
Hunt, G.R., y Ashley, R.P. 1979, Espectros de rocas alteradas en el infrarrojo visible y
el infrarrojo cercano: Economic Geology, v. 74, p. 1613-1629.
Hunt, G.R., y Salisbury, J.W., 1970, Imgenes espectrales del infrarrojo visible y del
infrarrojo cercano de minerales y rocas: I. Silicatos: Modern Geology, v. 1, p.23-30.
23
Hunt, G.R., Salisbury, J.W., y Lenhoff, C.J. 1971, Imgenes espectrales del
infrarrojo visible y del infrarrojo cercano de minerales y rocas: III. Oxidos e hidrxidos:
Modern Geology, v. 2, p. 195-205.
Huston, D.L., Kamprad, J., y Brauhart, C., 1999, Definicin de zonas de alteracin
de altas temperaturas con PIMA: Un ejemplo del distrito Panorama VHMS, central
Pilbara Craton: Autralian Geological Survey Organization Research Newsletter, v. 30, p.
10-12.
Kodama, H., 1985, Imgenes espectrales del infrarrojo de minerales; gua de referencia
para la identificacin y caracterizacin de minerales para el estudio de suelos: Research
Branch Agriculture Canada, Technical Bulletin 1985-1E, 197 p.
Koopman, E., Hannington, M., Santaguida, F., y Cameron, B., 1999, Petrologa y
geoqumica de alteracines hidrotermales prximas en Kidd Creek, Economic Geology
Monograph 10, in press.
Kruse, F.A. y Hauff, P.L., 1991, Identificacin del zonamiento de diferentes tipos de
illita en depsitos de oro diseminado usando el espectrmetro de reflectancia y la
difraccin con rayos X- potencial para el mapeo con espectrmetros: IEEE Transactions
on Geoscience and Remote Sensing, v. 29, p. 1101-1104.
Lyon, R.J.P., 1962, Los minerales y el Infrarrojo-Una bibliografa crtica: Stanford,
California, Stanford Research Institute, 76p.
Marel, H.W. y Beutelspacher, H., 1976, Atlas de la espectroscopia del infrarrojo y los
minerales arcillosos y sus mezclas. Amsterdam, Elsevier, 396 p.
Marsh, S.E. y Mckeon, J.B., 1983, Anlsis integrado de los datos de alta resolucin
con espectroradimetros de campo y aerotransportados para el mapeo de alteraciones:
Economic Geology, v.78, p. 618-632.
Martinez-Alonso, S.E., Goetz, A.F.H., Atkinson, W.W., Kruse, F.A. y Eberl, D.D.,
1999, Estudio a multiescala de las imgenes espectrales del infrarrojo de minerales
arcillosos: de clculos ab initio quantum para sensores remotos hiperespectrales:
International Conference on Applied Geologic Remote Sensing, 13 th, Vancouver, B.C.,
March1-3, 1999, ERIM International Inc., Proceedings, p. I-174-181.
Moenke, H., 1962, Spektralanalyse von mineralien und gesteinen; eine anleitung zur
emissions und absorptionsspektroskopie: Leipzig, Akademie Verlagsges. (in German).
Passos, R.V., y de Souza Filho, C.R., 1999, Mapeo mineral-espectral usando
espectrometra de campo y la geometra de zonas de alteracin hidrotermal asociadas
con mineralizacin de oro mesotermal: Un caso estudiado en el Depsito Brumal,
Quadrilatero, Ferrifero, Brazil: International Conference on Applied Geologic Remote
Sensing, 13th, ERIM International Inc., Proceedings, p. I-73-80.
24
Rhys, D.A., Sieb, M., Frostad, S.R., Swanson, C.L., Prefontaine, M.A., Mortensen,
J.K. y Smit, H.Q., 1995, Geologa y Ubicacin del depsito de oro-plata de Red
Mountain, noroeste de British Columbia: Canadian Institute of Mining Metallurgy,
Special Volume 46, p. 811-828.
Rose A.W. y Burt, 1979, Alteracin hidrotermal, en Barnes, H.L., ed., Geoqumica de
depsitos minerales hidrotermales: Nueva York, Wiley-Interscience, p. 173-235.
Shen, X.C., Dunlop, A.C. y Cohen, D.R., 1999, Caracterizacin de los perfiles de
regolitos residuales y transportados usando el PIMA II (abs): The Association of
Exploration Geochemists, International Geochemical Exploration Symposium, 19th,
Vancouver, B.C., April 1999, Program and Abstracts, p. 137-138.
Sillitoe, R.H., 1993, Modelos epitermales: tipos genticos, controles geomtricos y
caractersticas de poca profundidad: Geological Association of Canada Special Paper 40,
p. 403-417.
Stewart, A. y Kamprad, J., 1997, Penetrando la superficie de un regolito;
Identificacin de las rocas originales de rocas equivalentes intemperizadas, Eastern
Goldfields, Western Australia: Australian Geological Survey Organisation Research
Newsletter 26, May 1997, 6 p.
Thompson, A.J.B. y Thompson, J. F. H., 1996, Atlas de alteracin: Una gua de campo
y petrogrfica para minerales de alteracin hidrotermal: Geological Association of
Canada, Mineral Deposits Division, 119 p.
White, N.C., y Hedenquist, J.W., 1990, Ambientes epitermales y estilos de
mineralizacin: Variaciones y sus causas y guas para la exploracin: Journal of
Geochemical Exploration, v. 36, p. 445-474.
Zhang, G., Pan, Y. y Chen, N., 1998, Un estudio de la espectroscopa de reflectancia
de onda corta del Infrarrojo (SWIR) de un grupo de minerales de kaolinita en el
Athabasca basin, Saskatchewan (abs): Geological Association of Canada and
Mineralogical Association of Canada Abstract Volume, Quebec 1998, Abstracts, p. A203.
25