MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 581 / FEBRERO 2026 22 Corroboración con métodos de clasificación supervisada Dichas técnicas se basaron en firmas espectrales de minerales indicadores de alteración hidrotermal (Kokaly et al., 2017; Corbett & Leach, 1997), seleccionadas según su presencia en las muestras previas recolectadas en el área (Zuloaga et al., 2016; Villareal et al., 2019). Esta integración metodológica aseguró la validación cruzada de los resultados, aumentando la confiabilidad en la identificación de evidencias superficiales de targets potenciales de exploración. Resultados Geoquímica La aplicación del modelo fractal Concentration – Area (C–A) sobre el exponente de singularidad α, derivado del índice multielemental F1*, permitió clasificar el terreno en cuatro dominios geoquímicos. Para fines de exploración, se priorizaron dos clases de interés económico: la clase anómala (α entre –3.003 y –0.345) y la clase de fondo enriquecido (α entre –0.344 y –0.039). Estas clases, definidas por tramos autosimilares en la curva log–log de α vs área acumulada (Cheng et al., 1994; Carranza, 2011), reflejan poblaciones geoquímicas con grados de heterogeneidad propios de procesos mineralizantes intensos. La segmentación fue realizada con el paquete Segmented en R (Muggeo, 2003), garantizando objetividad estadística en la determinación de los puntos de ruptura. Los polígonos generados a partir de estas clases fractales fueron espacialmente mapeados e integrados en un entorno SIG. La validación geoquímica univariada dentro de dichos polígonos mostró contenidos metálicos notoriamente elevados: oro (Au) entre 14 ppb y 4,775 ppb, cobre (Cu) entre 119 ppm y 18,018 ppm, y plata (Ag) entre 0.37 ppm y 95 ppm, valores que se alinean con firmas geoquímicas características de sistemas tipo pórfido Cu-Au y epitermales intermedios Au-Ag (Halley et al., 2015; Cooke et al., 2005) (Figura 7). Desde un enfoque estructural, los polígonos con α elevado coinciden espacialmente con estructuras favorables previamente cartografiadas por Ingemmet (ANAP Huyahuya, 2018; Antabamba B2, 2016), incluyendo zonas con vetillas de cuarzo ± sulfuros, brechas hidrotermales, y stockworks, muchas de ellas alineadas con sistemas de fallas mayores con orientación NW–SE. Esta superposición valida la hipótesis de que la singularidad local identificada mediante α no solo refleja enriquecimiento geoquímico, sino también la canalización estructural efectiva de fluidos mineralizantes (Cheng, 2007; Zuo et al., 2012). Además, se identificó una clara distribución mineralógica asociada a los dominios anómalos. Los polígonos ubicados hacia el sector suroeste de la zona de estudio presentan concentraciones de minerales secundarios de cobre, tales como malaquita y crisocola, en zonas de oxidación supergénica. Asimismo, se reportó la presencia de minerales mena como bornita y calcopirita, también con mayor predominancia hacia el suroeste, lo que sugiere un potencial sistema de alimentación magTabla 5. Parámetros del Ajuste C–A sobre α (LSA aplicado al índice F1*; tamaño de celda = 100 m, ventana = 5×5) Clase fractal Pendiente (–α) R² Interpretación (LSA + C–A) Anomalía –0.03 0.69 Núcleo singularmente enriquecido; zonas‑objetivo pórfido/epitermal. Fondo –0.36 0.95 Background elevado; posible proximidad a núcleos anómalos. Fondo Medio –2.82 0.88 Variabilidad intermedia; halo de dispersión probable. Fondo Bajo –5.43 0.92 D&epleción; valores diluidos o ambientes no mineralizados. Nota. Los parámetros de pendiente y R² corresponden a los segmentos lineales de la curva C–A, ajustados sobre el exponente de singularidad (α).
RkJQdWJsaXNoZXIy MTM0Mzk2