Gráfico comparativo de patrones de clasificación de depósitos minerales utilizando mapas auto-organizados (SOM).

Metodologías avanzadas para el análisis de bases de datos de depósitos minerales y fallas principales

El estudio «Metodologías avanzadas para el análisis de bases de datos de depósitos minerales y fallas principales» explora el uso de software innovador para analizar grandes bases de datos geológicos y evaluar la prospectividad mineral. Utilizando herramientas como mapas auto-organizados (SOM) y análisis cladístico y fenético, se agrupan depósitos minerales de forma natural y se identifican patrones críticos para la exploración de oro orogénico en cratones arqueanos. Los resultados destacan que las clasificaciones tradicionales son insuficientes y subrayan la importancia de grandes bases de datos que incluyan una variedad geológica. Este enfoque ayuda a mejorar modelos de exploración y comprensión de procesos de formación de yacimientos, apoyando la minería predictiva. El estudio también analiza bases de datos de fallas mayores, confirmando que atributos como la proximidad a fallas de escala cortical y contrastes reológicos son claves para identificar fallas mineralizadas.

Análisis de fallas, depósitos minerales, minería predictiva, software de reconocimiento de patrones, mapas auto-organizados (SOM), análisis cladístico, prospectividad mineral, oro orogénico, cratón arqueano.


Contenido:

El documento se centra en dos áreas principales:

  1. Depósitos Minerales: La investigación se basa en una extensa base de datos de 364 depósitos minerales hidrotermales globalmente distribuidos. Utiliza análisis cuantitativos avanzados para clasificar depósitos como orogénicos, cupríferos y plomo-cinc. Esto proporciona una mayor precisión en la exploración y permite identificar características críticas como la composición del fluido mineral y los procesos de deposición.
  2. Fallas Mayores: Se analizan las características estructurales y geológicas de fallas en diferentes regiones, utilizando un enfoque empírico para distinguir fallas mineralizadas de aquellas sin mineralización. Factores como la geometría de la falla, su complejidad y su relación con la mineralización son considerados clave.

Autor y afiliación:

Los autores del estudio son:

  • F. P. Bierlein: Experto en mineralogía y tectónica, afiliado al Centre for Predictive Mineral Discovery (pmdCRC)* y la Universidad de Australia Occidental.
  • S. J. Fraser: Científico senior en CSIRO Exploration and Mining, con experiencia en análisis de datos geológicos y prospectividad minera.
  • W. M. Brown: Geólogo con amplios conocimientos en targeting de exploración, vinculado al Centre for Exploration Targeting.
  • T. Lees: Geólogo especializado en prospección mineral, vinculado a Copper Strike Limited.

Instituto:

El estudio fue publicado en colaboración entre el Centre for Predictive Mineral Discovery (pmdCRC)* y CSIRO Exploration and Mining.

Fecha de publicación:

El artículo fue publicado el 16 de enero de 2008 en el Australian Journal of Earth Sciences.


Link de descarga : Aquí