MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 581 / FEBRERO 2026 20 Asignación espacial y modelado fractal: los valores obtenidos para la dimensión fractal (D) (Figura 5) se asignaron espacialmente a sus respectivas celdas dentro de un entorno GIS. Posteriormente, mediante interpolación por distancia inversa ponderada (IDW), se generó un modelo continuo de la distribución espacial de la dimensión fractal en el área estudiada. Esta técnica facilita una interpretación integral y sistemática, identificando áreas de interés exploratorio con alta fractalidad estructural, que podrían indicar un control tectónico favorable para la concentración de mineralizaciones asociadas a sistemas tipo pórfido y epitermal (Zhao et al., 2011; Mirzaie et al., 2015; Chauhan y Dixit, 2024). Teledetección En teledetección se adicionó el uso de nuevas técnicas de procesamiento de imágenes satelitales Aster y Landsat en conjunto con aquellos tradicionales empleados en la zona de estudio (Zuloaga et al., 2016; Villarreal et al., 2019), con la finalidad de reconocer y delimitar todas las zonas de alteración relacionadas al sistema pórfido de Cu-Mo-Au (Halley et al., 2015) y epitermal de baja y alta sulfuración (Hedenquist et al., 2000). Preprocesamiento y procesamiento Previamente, a las bandas agrupadas se les aplicó correcciones radiométricas, atmosféricas y de emisividad, y se realizó un enmascaramiento para vegetación, agua y nieve. En el procesamiento, mientras que con las técnicas tradicionales de Composición de Falso Color (FCC), Cociente de Bandas y Análisis de Componentes Principales (PCA) se calibró y comparó el procesamiento con los mapas de alteración existentes, se añadió la técnica de Band Math (BM) para aprovechar las relaciones entre las bandas y generar nuevos productos o rasters interpretables. Aplicación del método fractal Transformación e integración por índices: los valores de reflectancia (x) de PCA y BM fueron normalizados mediante un método de transformación robustecida: Esto con la finalidad de reducir el impacto de valores extremos y mejorar la comparabilidad entre datos puntuales (Carranza, 2009). Ambos datos transformados se integraron mediante una media aritmética según el potencial de mineralización (Tabla 6) de cada tipo de alteración hidrotermal (Pour & Hashim, 2012; Lowell & Guilbert, 1970; Sillitoe, 2010), permitiendo la construcción de índices integrados para el sistema pórfido y epitermal. Cálculo del índice de singularidad: para cuantificar la heterogeneidad espacial de los índices espectrales (Fi), fueron rasterizados con resolución de 30 m y una ventana de 5x5 Figura 4. Análisis de orientaciones estructurales representado mediante un diagrama de roseta bidireccional ponderado por longitud total. Nota. El diagrama de roseta muestra la distribución de las orientaciones estructurales en el área de estudio, clasificadas en cuatro dominios principales: NW–SE (46.35%), E–W (21.06%), N–S (16.89%) y NE–SW (15.70%). La ponderación por longitud total permite destacar la mayor continuidad de las estructuras NW–SE, identificadas como la tendencia principal, lo que resalta su importancia como zonas de control estructural y potenciales corredores de mineralización.
RkJQdWJsaXNoZXIy MTM0Mzk2