Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Con la finalidad de realizar el procesamiento estadístico se En base a los resultados anteriores se trazaron polígonos en las
agrupó los datos según dominios geoquímicos en base a zonas de anomalías geoquímicas más altas según los
características litológicas y estratigráficas. Determinándose 12 resultados de las diferentes técnicas y elementos analizados
dominios geoquímicos siendo considerados como poblaciones realizando puntuaciones para cada target según la intensidad
estadísticas. de anomalías para los metales base, elementos indicadores y
pathfinders en cada uno de los métodos realizados.
Los valores de concentración de los valores de los 43
elementos analizados fueron normalizados, con los outliers I.8. Sensores remotos en la exploración minera
eliminados previamente, utilizando el logaritmo natural y I.8.1. Procedimiento de imágenes Aster
luego estandarizados mediante el z-score. Posteriormente se
elaboró el procesamiento estadístico univariado, multivariado II. RESULTADOS
y robusta. II.1.Geología Regional
II.2.Geoquímica
I.4. Estadística Univariada
Se obtuvieron anomalías de Ag, As, Sb y Hg utilizando la
Se determinó la distribución de cada uno de los elementos en estadística univariada en el sector sur en zonas aledañas a la
cada dominio geoquímico mediante el análisis de histogramas mina Soledad, en el sector aledaño a la mina Pashpap, y en el
y diagrama de “cajas y bigotes”. Para el cálculo del valor de
norte en alrededores de la mina Pasto Bueno.
fondo (background) y los umbrales (thresholds) geoquímicos
se utilizó la media [X] y la desviación estándar [σ], en base a El Au presenta anomalías fuertes (>550 ppb) al norte de
los cuales se elaboraron mapas de anomalías geoquímicas Soledad y en el sector norte en zonas exteriores al área de
según la clasificación: estudio (>1500 ppb). Se presentan altas anomalías de Cu
Background = [X] alrededor de la mina Pasto Bueno (de 700 a 10000 ppm),
Anomalía débil = [X] + 1[σ] Pashpap (de 500 a 7700 ppm), y la mina Soledad (de 650 a
Anomalía moderada = [X] + 2[σ] 3400 ppm) (Ver Mapa N° XX, a).
Anomalía fuerte = [X] + 3[σ]
En la estadística multivariada, de acuerdo al AF se obtuvieron
Se utilizó el lenguaje de programación Phyton mediante la 11 factores, de los cuales los más importantes son el F1, F2,
plataforma Jupyter Notebook. F4 y F7, los elementos que constituyen cada factor de
muestran a continuación:
I.5. Estadística Multivariada
Factor 1 As, Pb, Sb, Zn, In, Ag
Para este apartado se utilizó la técnica multivariada Análisis Factor 2 U, W, Nb, Th
Factorial (AF), mediante el complemento XLSTAT en Factor 4 Ca, Sr, Cd
Microsoft Excel, se trabajaron los valores de los elementos Factor 7 Ni, Co, Cd
con la tranformación Centered Logratio Transformation
(CLR) haciendo uso del software libre CodaPack, con la
son coincidentes con los resultados de las anomalías obtenidas
mediante la estadística
Mapa N° XX. a. Resultados de anomalías para el Cu usando estadística univariada, b. Análisis Factorial 1, c. RCC 1, d. LREI para el Cu.
4 As+3 SB
RCC1 =
5Y + 2 Lu+2 La+2Ce+ 3 K + Rb
RCC2 = Cd+ ¿+2 Pb