Identificación de dominios morfoestructurales mediante Clustering Large Applications, un caso de estudio en Quadrilátero Ferrífero

Resumen

Entre las etapas de un proyecto minero se destaca la investigación minera, con el objetivo de identificar, estudiar y evaluar yacimientos minerales. En esta etapa específica, los recursos minerales inferidos se transforman en indicados y finalmente medidos, y si su explotación es factible, en reservas minerales probables y/o probadas. El descubrimiento de estas reservas es un hito impactante para el desarrollo industrial, tecnológico y económico de una sociedad. El objetivo principal de este artículo es presentar el uso de una técnica de aprendizaje automático para identificar estructuras de particular interés geológico, a partir de imágenes satelitales. La técnica aplicada fue el Clustering Large Applications (CLARA) que es un algoritmo no supervisado para el agrupamiento de datos, con alto rendimiento en bases de datos masivas. El área utilizada como caso de estudio fue el Quadrilátero Ferrífero, una de las mayores provincias mineras del planeta, ubicada en el estado de Minas Gerais, Brasil. Los resultados del modelo CLARA permitieron delimitar todos los rasgos que forman el Quadrilátero Ferrífero. En este contexto, se cree que esta puede ser una buena herramienta para seleccionar objetivos exploratorios, reduciendo la incertidumbre y el riesgo para los inversores. Esto no solo atrae nuevas empresas para la investigación minera, sino que también amplía las reservas de recursos minerales brasileños.