Geomática Minera

Prof. Dr. Carlos Mena Frau

Prof. Ms. Yony Ormazábal Rojas

Talca – abril 2022

Ejemplos de Sensores

Landsat 5
Sensor: Thematic Mapper (TM)

Banda Rango Espectral Resolución Espacial

TM-1 0,45 - 0,52 um 30 x 30 m
TM-2 0,52 - 0,60 um 30 x 30 m
TM-3 0,63 - 0,69 um 30 x 30 m
TM-4 0,76 - 0,90 um 30 x 30 m
TM-5 1,55 - 1,75 um 30 x 30 m
TM-6 10,4 - 12,5 um 120 x 120 m
TM-7 2,08 - 2,35 um 30 x 30 m

Revisita: cada 16 días

Ancho de Barrido: 185 Km
Landsat-5: 1 Marzo 1984 – 05 Junio 2013 (fin de operación)
Imagen Landsat 5-TM

Volcán Puyehue, 2011

Imagen Landsat 7

Landsat 7
Sensor: Enhanced Thematic Mapper (ETM)

Banda Rango Espectral Resolución

Espacial

PAN 0,520 - 0,900 µm 15 x 15 m

ETM_1 0,450 - 0,515 µm 30 x 30 m
ETM_2 0,525 - 0,605 µm 30 x 30 m
ETM_3 0,630 - 0,690 µm 30 x 30 m
ETM_4 0,750 - 0,900 µm 30 x 30 m
ETM_5 1,550 - 1,750 µm 30 x 30 m
ETM_6.1 10,40 - 12,50 µm 60 x 60 m
ETM_7 2,090 - 2,350 µm 30 x 30 m

Revisita: cada 16 días

Ancho de Barrido: 185 Km
Landsat-7: 15 Abril 1999 – operativo
Imagen Imagen Landsat 7-ETM

Delta del Río Paraná,

Argentina 2000
Imagen Landsat 8
Sensor: Operativa Land Imager (OLI)
Thermal Sensor Infrarrojo (TIRS)
Resolución
Banda Rango Espectral
Espacial
OLI 1 - Coastal / Aerosol 0,43 - 0,45 µm 30 m
OLI 2 - Azul 0,45 - 0,51 µm 30 m
OLI 3 - Verde 0,52 - 0,60 µm 30 m
OLI 4 - Rojo 0,63 - 0,68 µm 30 m
OLI 5 - Infrarrojo Cercano 0,84 - 0,88 µm 30 m
OLI 6 - Corto de longitud de onda infrarroja 1,56 - 1,66 µm 30 m
OLI 7 - Corto de longitud de onda infrarroja 2,10 - 2,30 µm 30 m
OLI 8 - Pancromática 0,50 - 0,68 µm 15 m
OLI 9 – Cirrus (nubes) 1,36 - 1,39 µm 30 m

TIRS 10 - Larga Longitud de onda infrarroja 10.30 - 11.30 µm 100 m

TIRS 11 - Larga Longitud de onda infrarroja 11,50 - 12,50 µm 100 m

Revisita: cada 16 días

Ancho de Barrido: 185 Km
Imagen Landsat 8-OLI

Delta del Río Paraná,

Argentina 2000
SPOT
Haute Resolution dans le Visible (HRV)

Banda Rango Espectral Resolución Espacial

PAN 0,51 - 0,73 um 10 x 10 m
Multiespectral:

XS1 0,50 - 0,59 um 20 x 20 m

XS2 0,61 - 0,68 um 20 x 20 m
XS3 0,79 - 0,89 um 20 x 20 m

Revisita: cada 26 días vertical

hasta 3 días Oblicuo
(Pares Estereoscópicos)
Ancho de Barrido: 60 Km a 117 Km (2 sensores)
Imagen Spot

Spot 5
Patagonia Argentina 2003
Ikonos

Banda Rango Espectral Resolución Espacial

Ikonos
PAN 0,450 - 0,900 µm 1x1m

Multiespectral:

1 0,445 - 0,506 µm 4x4m

2 0,506 - 0,595 µm 4x4m
3 0,632 - 0,698 µm 4x4m
4 0,757 - 0,853 µm 4x4m

Revisita: 13 días
Ancho de Barrido: 11 Km
Imagen Ikonos

El Vaticano, Italia 2003

Procesamiento de Imágenes

Cualquier imagen adquirida por un sensor

remoto, presenta una serie de alteraciones
radiométricas y geométricas, debido a variados
factores

Esto explica que la imagen finalmente

detectada no coincida exactamente con el tono-
posición-forma-tamaño de los objetos que
incluyen
 Correciones según sensor

FOTOGRAFÍAS IMÁGENES
Proceso de Entrada
AÉREAS SATELITALES

CORRECCIÓN
Proceso Aplicado ESTERORESTITUCIÓN GEOMETRICA

CARTOGRAFÍA
Proceso de Salida
IMAGEN SATELITAL
ANALÓGICA O
CORREGIDA
DIGITAL
Correción Geométrica de Imágenes Satelitales

CORRECCIONES GEOMÉTRICAS

- Se denomina a aquellos procesos que tienden a eliminar cualquier

anomalía detectada en la imagen, ya sea en su localización o en los ND
(niveles digitales) de los píxels que la componen

- Las correcciones geométricas de la imagen incluyen cualquier cambio

en la posición que ocupan los píxeles que la forma

- Aquí NO se modifican los ND de los píxeles de la imagen, sino sólo su

posición, sus coordenadas
Corrección Geométrica de Imágenes Satelitales

CORRECCIÓN A PARTIR DE PUNTOS DE CONTROL

En este método se asume que no se conoce la fuente de los errores,

pero que éstos pueden modelarse a partir de ecuaciones aplicadas a
un conjunto de puntos

Éstos puntos, denominados Puntos de Control, tienen coordenadas

conocidas en la imagen a corregir y en el terreno

Los puntos de control se pueden obtener de una carta topográfica,

una imagen de referencia o a través de GPS
Correción Geométrica de Imágenes Satelitales

El procedimiento para llevar a cabo este tipo de corrección se

puede dividir en tres fases:

1. Localización de puntos comunes a la imagen y la carta

topográfica digital (red caminera y drenaje)

2. Cálculo de las funciones de transformación entre las

coordenadas de la imagen y las del mapa

3. Transferencia de los ND originales a la nueva posición,

definida por la transformación previa
Correción Geométrica de Imágenes Satelitales

1. Localización de puntos comunes a la imagen y al mapa

Las funciones que permiten transformar coordenadas entre la
imagen y el mapa, precisan localizar una serie de puntos
comunes a ambos, que se conocen como puntos de control.

Para que el ajuste entre la imagen y el mapa sea correcto, se

requiere atender a tres aspectos en la selección de los puntos de
control: Número, Localización y Distribución
El Número idóneo de puntos de control depende del tamaño y
la complejidad geométrica de la imagen

zonas planas = menor Nº de puntos

zonas rugosas = mayor Nº de puntos

Se recomienda que la Localización de los puntos de control sea

en zonas claramente visibles en la imagen y el mapa

Respecto de la Distribución de los puntos de control, conviene

que se sitúen uniformemente sobre todo el territorio abarcado
en la imagen
 Entre las fuentes posibles de utilizar para la obtención de puntos de
control, se pueden mencionar:

 Cartas topográficas analógicas

 Cartografía topográficas digitales

 Imágenes satelitales corregidas

 Modelos digitales de elevación

 Levantamientos GPS
 1. Localización de puntos de control:

Imagen Digital
Planta
Reubicación de los puntos con mayor

Red vial
despalazamiento

Cubierta vectorial

Fuente de información de los puntos

Edición de los puntos de control: de Control
“Establecimiento de coordenadas espaciales”
2. Cálculo de las funciones de transformación entre las coordenadas de
la imagen y las del mapa:

En esta fase se establecen las funciones de transformación que

establecen la relación entre las coordenadas de la imagen y las del
mapa

Los softwares de tratamiento digital de imágenes traen incorporado un

gran número de funciones para realizar la corrección de imágenes, por
lo cual sólo basta con indicar al programa cuál será la función a utilizar
para realizar el cálculo
 2. Cálculo de las funciones de transformación entre las coordenadas de la imagen y las del
mapa:
Nº PCG Coordenadas
Imagen (píxel) Mapa (UTM 19Sur)

1 (438.6 , 297.5) (259274.4 , 6054494.7)

2 (333.5 , 322.4) (255767.1 , 6053754.1)
3 (336.4 , 49.4) (255842.8 , 6062961.0)
4 (319.9 , 125.6) (255333.9 , 6060390.0)

+1 FUNCIONES DE TRANSFORMACIÓN

+2 Xi= A0 + a1Ci + a2Li

Yi= b0 + b1Ci + b2Li

+3
+4
3. Transferencia de los ND originales a la nueva posición, definida
por la transformación previa :

En esta etapa se transfieren los ND de los píxeles originales hasta su

nueva posición en la matriz referenciada

La trasferencia de ND a la imagen corregida se aborda por tres

métodos:

a. Vecino más cercano

b. Interpolación bilineal
c. Convolución cúbica
Esquema de una Correción Geométrica

Imagen original

Imagen Corregida

Puntos de Control

Norte Este Altura

N1 E1 H1

N2 E2 H2

N3 E3 H3

Nn En Hn

Coordenadas Espaciales (UTM)

Correciones Geométricas

El momento de realizar la corrección geométrica de la

imagen dependerá de:

 Cuando se pretende conectar los resultados de la clasificación

con otro tipo de información, se puede realizar la corrección al
final del proceso de análisis

 Cuando se pretende introducir información auxiliar en la

clasificación, se deberá realizar la corrección en la etapa inicial
del proceso
Bases para la Interpretación de Imágenes

Una vez efectuada la corrección geométrica se podrá continuar

con el procesamiento e interpretación de las imágenes

A modo general y antes de inicial el proceso se debe establecer los

términos que enmarcan el trabajo a efectuar
 Esto implica tomar una serie de decisiones que permitan alcanzar y
optimizar los

OBJETIVOS PERSEGUIDOS

en función de los

MEDIOS DISPONIBLES
Esquema de Aspectos Relevantes a Considerar

OBJETIVOS MEDIOS

NÚMERO
DE IMÁGENES COSTOS EQUIPOS

MÉTODO DE
INTERPRETACIÓN

NIVEL DE NIVEL DE SENSOR

EXACTITUD DESAGREGACIÓN

ESCALA

DURACIÓN
SELECCIÓN DEL MATERIAL DE TRABAJO:

Una primera etapa de selección de material de trabajo deberá

considerar los siguientes elementos:

FECHA DE ADQUISICIÓN
TIPO DE SENSOR

SOPORTE DE LAS IMÁGENES

TIPO DE SENSOR:

El tipo de sensor a elegir dependerá directamente de los objetivos y del

nivel de precisión requerido en el proyecto

Por ejemplo:

NOAA-AVHRR o Meteosat Inventarios globales

Landsat-TM o SPOT-HRV Inventarios intermedios

WordView o Quickbird Inventarios detallados

 En algunos casos la resolución espacial resulta secundaria frente a la resolución
temporal o espectral. Por ejemplo:

FENÓMENO REspacial REspectral RRadiomet RTemporal

DINÁMICO: Incendios Forestales

o Cambios Meteorológicos

DIFÍCILES DE PERCIBIR A SIMPLE VISTA: Evapotranspiración

de masas vegetales

De esta forma, la resolución espacial es un elemento muy destacado para

seleccionar el sensor más conveniente, pero no debe ser el único a considerar
FECHA DE ADQUISICIÓN:

La fecha más conveniente para seleccionar la imagen está en estrecha

relación con el tipo de fenómeno en estudio. De esta forma, el momento
más idóneo de adquisición será aquel en que mejor se discrimine dicho
fenómeno

Por ejemplo, para realizar un inventario de regadíos será mejor contar con
una imagen de los meses estivales, donde se hace más notorio el contraste
con los cultivos de secano
Cuando se desea realizar un estudio de cartografía de la cubierta
vegetal y sólo se dispone de una imagen, lo más recomendable es que
la fecha de ésta corresponda a la estación de verano, pues en ese
momento se presenta la máxima radiancia percibida por el sensor
debido al mayor ángulo de elevación.

Además, en esta estación es cuando se presentan menor nubosidad y

precipitaciones, lo cual favorece la calidad de la imagen
SOPORTE DE LAS IMÁGENES:

El soporte sobre el que puede realizarse la interpretación depende del

tipo de tratamiento que se aplique

Cuando se opta por el análisis visual, se deben precisar tres aspectos:

Soporte material de la imagen Escala

(película negativo, película positivo,
papel)
Número y combinación
de bandas
Para imágenes Landsat, se ofrecen las siguientes posibilidades:
SELECCIÓN DEL MÉTODO DE ANÁLISIS:

Debido a la disponibilidad de imágenes tanto en formato

analógico como digital, se puede optar por el TRATAMIENTO
VISUAL o por el TRATAMIENTO DIGITAL de las imágenes
EL PROCESO DE LA INTERPRETACIÓN PUEDE REALIZARSE:

Visualmente: sobre reproducciones fotográficas de las

imágenes y con criterios visuales

Digitalmente: empleando la potencia y rapidez de

cálculo que proporciona el computador
 Es un conjunto de operaciones basadas en las
TRATAMIENTO técnicas de fotointerpretación clásicas, destinadas a
VISUAL la clasificación y extracción de la información
contenida en una imagen analógica

Es un conjunto de operaciones apoyadas por

computador y software específicos, destinadas
TRATAMIENTO
a clasificar, extraer, analizar y modificar las
DIGITAL
características e información contenidas en una
imagen digital
¿TRATAMIENTO VISUAL O DIGITAL?

Aspectos a considerar:

MEDIOS ECONÓMICOS Y RAPIDEZ Y PRECISIÓN EXIGIDA

HUMANOS DISPONIBLES

TIPO Y CONTINUIDAD DE LAS

TAREAS
 TRABAJO EN TERRENO:

Tanto en la etapa de reconocimiento, como en la posterior

verificación de resultados, resultan vitales las visitas a
terreno

En la etapa de Reconocimiento, servirán para

familiarizarse con el lugar en estudio, estudiar los rasgos
medioambientales y humanos, y recoger información
auxiliar destinada a apoyar la clasificación de la imagen

En la etapa de Verificación, servirán para determinar la

precisión de la clasificación obtenida de la interpretación
de la imagen
 Fases de un Proyecto de Clasificación de Imágenes

OBJETIVOS

VISUAL METODOLOGÍA DIGITAL

TRABAJOS DE CAMPO
(RECONOCIMIENTO)

SELECCIÓN DE INFORMACIÓN

LEYENDA DE TRABAJO

IDENTIFICACIÓN TRABAJOS DE CAMPO CLASIFICACIÓN

DE CATEGORIAS (ENTRENAMIENTO) AUTOMÁTICA

TRABAJOS DE CAMPO
(VERIFICACIÓN)

CORRECCIÓN
RESTITUCIÓN
GEOMÉTRICA

INTEGRACIÓN EN UN SIG

“INTERPRETACIÓN”
Resultados Producto del procedimiento de Imágenes

A partir de una imagen satelital es posible generar :

 Modelos Digitales

 Análisis multitemporales (detección de cambios)

 Análisis combinados (Teledetección-SIG)

 Cartografía Temática (clasificación)

 Aplicaciones en el área Minera, Urbana, Forestal y Agrícola

 MODELOS DIGITALES:

A partir de imágenes satelitales se puede obtener una visión muy detallada de una
variable, y mediante la combinación con un Modelo de Elevación, se puede recrear
fielmente el terreno en una visión tridimensional

IMAGEN

+
MODELO DE
ELEVACIÓN

MODELO DIGITAL DEL TERRENO (MDT)

ANÁLISIS MULTITEMPORALES (DETECCIÓN DE CAMBIOS):

Capacidad de detectar y monitorear fenómenos dinámicos, tales como:

crecimiento Minera, Urbano, Desecación de humedales, efectos de Incendios,
entre otros.
Expansión Urbana en Santiago

1985 2010
ANÁLISIS COMBINADOS (TELEDETECCIÓN-SIG):

Considerando las imágenes satelitales como un mosaico (formato digital), es posible

generar en un SIG información sobre la estructura espacial de la información detectada,
como: variedad espacial (textura, diversidad), forma, vínculos entre elementos, etc.

TELEDETECCIÓN SIG

 ACTUALIZACIÓN

 ANÁLISIS ESPACIAL

 MODELAMIENTO

 CAPTURA DE INFORMACIÓN
CARTOGRAFÍA TEMÁTICA (CLASIFICACIÓN):

Mediante la clasificación visual o digital de las imágenes, se puede

obtener distintos mapas temáticos de una zona

Clasificación

COBERTURA
VEGETACIONAL
IMAGEN

USO DE SUELO
 Clase 1
Vegetación
El proceso de la clasificación supone la fase
culminante del tratamiento digital de imágenes,
puesto que los resultados de la clasificación marcan Clase 2
Urbana
la calidad final del proyecto desarrollado.

Clase 3
Agua

LEYENDA

Vegetación

Urbana

Agua
Clasificación Digital de Imágenes

La clasificación digital busca obtener una nueva imagen en base

a la agrupación de píxeles dentro de una determinada categoría,
de acuerdo a su nivel digital

Sigue etapas similares a las utilizadas en fotointerpretación,

pero basándose en procesos numéricos cuantitativos e
incorporando herramientas estadísticas
En la clasificación digital de imágenes pueden distinguirse las
siguientes fases:

Fase de entrenamiento

Fase de asignación

Comprobación y verificación de
resultados
Fase de entrenamiento: corresponde a la
definición digital de categorías, es decir, determinar el rango de ND
que identifica cada categoría
Método supervisado

Tradicionalmente se han dividido los métodos de clasificación en dos

tipo
Método no supervisado
Método supervisado

Método supervisado: En este tipo de clasificación, la

identidad y la ubicación de las clases o tipos de cubierta son
conocidas previamente a través de trabajos de campo, análisis de
fotografías aéreas, o por otros medios, para “ordenar” el
programa de clasificación para asignar cada píxel de la imagen a
una clases temática definida.

Imagen

Análisis de fotografías
Método supervisado
Estas “áreas piloto” se denominan CAMPOS DE ENTRENAMIENTO
y sirven para entrenar al computador en el reconocimiento de las
distintas categorías

Árboles y
arbustos
Área minera

Arena y suelo
desnudo Cultivos
agrícolas

Drenaje Area urbana

Método supervisado

Seleccionar
áreas de
entrenamiento o
pilotos

Editar/Evaluar
firmas
(signatures)

Clasificar imagen

Evaluar
Clasificación
Método no supervisado

Método no supervisado: se basa en la búsqueda

automática de grupos de valores de ND homogéneos dentro de
la imagen, por parte del computador

En este caso el interprete sólo debe encontrar correspondencias

entre esos grupos y sus categorías de interés
Método no supervisado

Este método no requiere de ningún conocimiento previo del

área de estudio, de parte del interprete

De esta forma, el interprete centra su accionar en la definición

de las clases espectrales presentes en la imagen

clase 1
clase 2
clase 3
Método no supervisado

Correr
algoritmo

Editar/Evaluar
firmas
(signatures)

Clasificar
imagen

Identificar
Clases

Evaluar
Clasificación
Fase de asignación

Fase de asignación: corresponde a la distribución de los píxeles

de la imagen en una de las categorías definidas en la fase de
entrenamiento
Comprobación y Verificación de resultados

Comprobación y verificación de resultados: corresponde a la fase final de la

clasificación de la imagen y está dirigido a cuantificar el error de clasificación y en
función de él, valorar la calidad final del trabajo, lo cual resulta vital para
determinar la confiabilidad de la información generada

Corresponde SI NO
Suelo desnudo

Minería

Drenaje

Área urbana

Árboles y arbustos

Cultivos agrícolas
EJEMPLO

ANÁLISIS MULTITEMPORAL DE LA ZONA DE EXPLOTACIÓN

MINERA A CIELO ABIERTO EN EL MUNICIPIO DE DUITAMA A
PARTIR DE IMÁGENES LANDSAT 7 Y SENTINEL-2ª

2018
Área de estudio: Cantera de explotación de Caliza.
Geología Regional: dentro del área de estudio
afloran rocas conformadas por limolitas y arcilolitas
violetas y verdosas, más cuatro miembros calcáreos
de la Formación Tibasosa, de donde se extrae la
caliza de la cantera.
Análisis multitemporal
Clasificación supervisada: falso color, composición
RGB: 432, utilizadas para definir los campos de
entrenamiento en la clasificación.

2000 2018
Clasificación supervisada: mapas de coberturas del
área de la explotación minera.

2000 2018
Cambio de área de coberturas
 APLICACIONES GEOMÁTICAS EN MINERÍA

Exploración:

- Topografía
- Muestreos geoquímicos
- Caminos
- Mapeo geológico
- Propiedad minera
- Catastro de sondajes
 Geotecnia:

- Geología estructural
- Geotecnia de caminos
- Análisis estructurales
- Estabilidad de taludes
- Botaderos
- Cartografía integrada
 Infraestructura:

- Red de caminos
- Líneas de alta tensión
- Gasoductos
- Mineroductos
- Antenas
- Aeropuertos
- Servicios
 Hidrogeología :

- Catastro de pozos
- Nivel freático
- Topografía de profundidad de napas
- Isoyetas
- Acumulación de flujos
- Presas y canalización
 Riesgo:

- Zonificación de riesgo
- Zona de inundaciones
- Pendientes
- Líneas de falla sísmica
- Deslizamientos
- Peligrosidad
 Análisis de redes:

- Determinación de rutas óptimas

- Flujo de tráfico pesado
- Redes de alimentación
- Localización de detenciones por ruta
- Ubicación de rampas
- Establecimiento de velocidades
 Análisis hiperespectral:

- Exploración hiperespectral
- Caracterización espectral de suelos
- Combinaciones espectrales
- Realce de imágenes
- Análisis de bordes
- Clasificación de suelos
- Análisis multibanda
- Radiometría
Clasificación de Minerales:
Imagen Mapa de Clases

Aplicando clasificación supervisada o

no supervisada
Dato Original : Subescena de Copiapó Stretch de Correlación : Misma área
Imagen Landsat-TM y combinación de bandas
Combinación Bandas 7, 5, 2

En verde, la vegetación Nótese que las zonas con círculo

En azul, pluma de humo son sitios con nueva y más
Otros tonos son desierto información geológica
e información geológica
Combinación y división de bandas de Landsat-TM

4/5 : Bajos valores están asociados a frecuencia

de lugares con fierro

6/7 : Lugares con oxidación de fierro

3/1 : Óxido de fierro

5/7 : Minerales arcillosos

7/4, 5/4, 7/5 : Detalles estructurales que no se ven en

los datos originales

5/7, 3/1, 4/3 : Información Hidrotermal

División bandas Landsat 4/5 (hierro) Composición hidrotermal 5/7, 3/1, 4/3
 Modelado:

- Modelos de elevación del terreno

- Modelos digitales del terreno
- Visualización 3D
- Triangulación de puntos
- Planificación de rutas según pendiente
- Orientaciones e iluminación
- Medición de distancias
 Modelo para encontrar
áreas de interés minero

Copiapó Imagen Entrada

Copiapó

Funcion

Imagen Salida

Sitios de interés
 Detección de Fallas y
Copiapó Megafallas

Aplicando Filtros Verticales u

Horizontales las fallas y
megafallas son más claras y
la visión sinóptica ayuda
mucho a detectarlas
 Geometría de coordenadas
(Coordinate Geometry
(COGO))
- Modelación 3D de espacios interiores
(túneles, minas subterráneas)
- Planificación de avance de faenas
- Definir alineación de caminos
- Establecimiento de muestreos
- Cálculo de volumen
 Navegación satelital:

- Monitoreo en tiempo real de maquinaria

- Guiado teledirigido de vehículos
- Estudio de rendimientos
- Registro de recorridos
- Planificación de tráfico
- Control de avance de faenas
Composición de cartografía:
300000 350000 400000 450000
COPIAPO
Subscene Location
6500000 6500000
A1 A2
Copiapo
A3 A4
Paipote
6450000 6450000 Band Combination
B5 - B7 - B3
N

6400000 6400000 Scale 1:50000

UTM Projection
Image rectified with
control points found in the
IGM Re-gular Carthography
300000 350000 400000 450000 Scale 1:25000