Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
Links relacionados
- Similares en SciELO
Compartir
Revista de la Asociación Geológica Argentina
versión impresa ISSN 0004-4822
Rev. Asoc. Geol. Argent. vol.66 no.4 Buenos Aires jun. 2010
ARTÍCULOS
Discriminación de rocas ultramáficas y su encajonante metamórfico, mediante el procesamiento de imágenes satelitales Landsat 7 ETM+, Sierra Chica, Córdoba
Patricia A. Anzil y Roberto D. Martino
CICTERRA - CONICET y Cátedra de Geología Tectónica. Facultad de Ciencias Exactas, Físicas y Naturales. Universidad Nacional de Córdoba, Córdoba. E-mails: panzil@com.uncor.edu, rdmartino@com.uncor.edu
RESUMEN
En el marco de una investigación sobre la identificación y cartografía de rocas ultramáficas en la sierra Chica de Córdoba, se evalúan técnicas y estrategias de análisis y caracterización espectral de imágenes satelitales como recursos para detectar y delimitar estos cuerpos. Se utilizan además datos de campo y la ubicación de afloramientos ya reconocidos en campaña para cotejar los resultados que se obtienen del análisis de las imágenes. Se emplean imágenes satelitales Landsat-7 ETM+, recurriéndose a estrategias de procesamiento digital tales como la combinación de bandas, los cocientes de bandas y las clasificaciones espectrales, lográndose avanzar en el propósito planteado, a pesar de la cobertura vegetal y la escasa superficie de tales afloramientos. El área de estudio se ubica en las Sierras Pampeanas de Córdoba, entre la sierra Grande y sierra Chica, lugar donde afloran cuerpos ultramáficos, correspondientes a la faja ultramáfica oriental, intercalados en metamorfitas de grado medio a alto. De los procesos aplicados para el tratamiento digital, las clasificaciones con máxima probabilidad y paralelepípedos, son los que aportan los mejores resultados. Estos son consistentes con cuerpos ya reconocidos por otros medios.
Palabras clave: Procesamiento de imágenes; Clasificación; Ultramáficos; Córdoba.
ABSTRACT: Ultramafic rocks discrimination from country rocks, using Landsat 7 ETM+ image data processing, in the Sierra Chica, Córdoba. Techniques and strategies were developed in image analysis and spectral characterization in a reasearch to identify and map the ultramafic rocks and to detect and outline these bodies at Sierra Chica of Córdoba. Field data and specific location of these bodies were used to check the results obtained from the digital treatment. Landsat- 7 ETM+ image data are employed in digital processing, including band combination, band rationing and spectral classification to reach the purpose of this work, in spite of vegetal cover and reduced exposed area of these rocks. Ultramafic rocks, part of the "Eastern Belt", intercalates with intermediate to high grade metamorphic rocks, located in the Sierras Pampeanas of Córdoba, between Sierra Grande and Sierra Chica. Maximum likelihood and box classifications are the best performance in digital image processing. This is consistent with other way to recognize these bodies.
Keywords: Image processing; Classification; Ultramafic; Córdoba.
INTRODUCCIÓN
En el basamento expuesto de las sierras
de Córdoba, existen afloramientos de rocas
máficas y ultramáficas dispuestas
conformando una faja, cuya litología,
asociaciones y emplazamiento, fuertemente
condicionado por la tectónica,
fueron los argumentos fundamentales a
partir de los cuales Kraemer et al. (1995)
destacaron su importancia en la evolución
geológica regional.
Ante la necesidad de cartografiar estas
unidades litológicas, cuya distribución espacial
tiene un significado específico en
tectónica, se hace necesario su reconocimiento
a nivel regional. Tratándose de
cuerpos rocosos de reducida extensión y
ubicados en áreas metamórficas complejas,
como las que conforman el basamento
de las Sierras de Córdoba, esta tarea se
hace particularmente difícil de llevar adelante
en campaña.
La utilidad significativa que prestan las
imágenes satelitales, en cuanto posibilitan
una cobertura regional y la extracción de
datos multiespectrales, el recurso se presenta
como promisorio para tratar de contribuir
a resolver el problema planteado.
Los trabajos de campo efectuados hasta
el presente y la localización cierta de afloramientos
rocosos del tipo mencionado,
sirven como referencias de base a partir
de las cuales se calibran los umbrales espectrales
correspondientes a las litologías
investigadas, permitiendo evaluar la factibilidad de emplear el recurso como herramienta
de prospección a nivel regional.
En base a lo mencionado más arriba el
objetivo principal de este trabajo es la
evaluación de la eficiencia y el nivel de
certidumbre esperables de la aplicación
de las técnicas y procedimientos de diferenciación
multibanda de afloramientos
rocosos ultramáficos, a partir de información
satelital multiespectral para utilizarlos
en la cartografía, en el descubrimiento
de nuevos cuerpos y eventualmente
en la prospección regional.
También se intenta clarificar qué niveles
de interferencia produce la vegetación
que cubre significativamente la región en
general y particularmente a estos afloramientos
de rocas ultramáficas. Por último
se intenta explorar el rendimiento de algunos
algoritmos de clasificación, que se
encuentran como antecedentes de este
tipo de caracterización espectral de las
rocas ultramáficas, pero que han sido
aplicados a ambientes sin vegetación.
De los procesos aplicados para el tratamiento
digital, las clasificaciones supervisadas
con máxima probabilidad y paralelepípedos,
son los que aportan los mejores
resultados.
METODOLOGÍA DE TRABAJO
Medios empleados
A los fines enunciados, se emplea información
satelital Landsat, recurriéndose al
sensor L7 ETM+ [Comisión Nacional de
Actividades Espaciales (CONAE), 2007].
La fecha de adquisición de la imagen seleccionada
(path - row = 229-082) corresponde
a la época invernal (13 de junio de
2002), considerándose adecuada a los fines
perseguidos dada la disminución estacional
del vigor de la vegetación y la
transparencia de las caducifolias. La imagen
tiene correcciones sistemáticas (radiométricas
y geométricas) realizadas por
CONAE. Se realizan correcciones atmosféricas,
exclusivamente para el procedimiento
de cocientes entre bandas.
Los programas usados para el procesamiento
fueron ILWIS Academic 3.3
(ITC 2001) e Idrisi 15.0 Andes. Fueron
ejecutados sobre una plataforma PC, recurriéndose
a procedimientos y recursos
estratégicos propios del análisis digital de
imágenes, con el soporte de la información
de campo y los antecedentes bibliográficos
disponibles.
Desarrollo del trabajo
No han sido detectados antecedentes de
discriminación de rocas ultramáficas mediante
la aplicación de estos recursos en
la región y es escasa la bibliografía disponible
donde se citan estudios aplicados a
este tipo de litologías. Consecuente-mente,
se ensayan aquí diferentes estrategias
dirigidas a los propósitos mencionados y
se utiliza de base la literatura existente sobre
discriminación de estas litologías mediante
los cocientes de bandas en imágenes
Landsat (Abrams et al. 1988, Sultan et
al. 1986, Kusky y Ramadan 2002, Gad
2002, Frei y Jutz 1989, Sabins 1999,
Bishta 2004, Gad y Kusky 2006).
Los primeros pasos se efectuaron realizando
la localización de los afloramientos
reconocidos en el campo sobre imágenes
con procesamiento básico. De tal modo,
el proceso de interpretación se inició con
observaciones monobanda y en falso color
compuesto no convencional, tendiente
a advertir el peso de la información de
cada banda en la caracterización de partida
de las litologías investigadas.
Sobre la base de los antecedentes generales
al respecto, se comenzó a trabajar en ecuaciones
multiespectrales planteadas oportunamente
para diferenciar rocas ultramáficas
serpentinizadas (Sultan et al. 1986,
Sabins 1999, Gad y Kusky 2006, Bishta
2004). Los resultados expuestos por tales
autores permitieron iniciar un análisis de
base y orientar los procesamientos futuros,
a pesar de versar aquellos sobre problemáticas
y condiciones locales bien diferentes a
las presentes. También se aplica el índice
de vegetación de la diferencia normalizada
(IVDN), para evaluar la influencia que
ejerce la vegetación.
Seguidamente, el procedimiento considerado
más conveniente fue efectuar clasificaciones
multiespectrales, sobre la base
de las características digitales investigadas
mediante exploración espectral de detalle.
Para ello se recortó una subescena de
la imagen 229-082 original (Cuadro 1),
procesando a los fines de este trabajo el
sector comprendido entre los 31º20´-
31º40´ lat. sur y 64º30´-64º37´ de long.
oeste (Fig. 3).
CUADRO 1: Propiedades técnicas de las
imágenes Landsat- 7 ETM+.
Figura 3: a) Recorte específico del área de afloramiento de los cuerpos ultramáficos; b) ampliación de la imagen clasificada con el algoritmo de máxima
probabilidad: en los recuadros se ubican los cuerpos de Loma Negra (a la derecha) y La Cocha (a la izquierda); c) ampliación del área correspondiente
a Loma Negra y La Cocha.
Análisis y procesamiento digital
La zona de estudio es un área montañosa
correspondiente a la comarca intermedia
entre la sierra Chica (zona cumbral y
de la escarpa de falla) y la sierra Grande
(zona del labio bajo de la sierra Chica y
margen oriental de la sierra Grande). A la
interferencia de la topografía, se suma en
este caso la cubierta vegetal, constituida
por arbustales, pequeños bosques de árboles
de pequeño porte y pastizales, coberturas
expresadas en áreas donde cada
tipo biótico se manifiesta en distintas
proporciones.
La realidad de superficie indica que los
afloramientos rocosos son de dimensiones
variadas e irregulares, lo cual se traduce
en un significativo grado de dificultad
para su detección, considerando además
que se encuentran parcialmente cubiertos
por la vegetación y que se verifican
importantes variaciones de reflectividad
introducidas por la topografía.
Cocientes de bandas: Los cocientes de bandas
han sido aplicados con éxito en diferenciaciones
litológicas en zonas desérticas.
Si bien en el presente caso existe la
interferencia de la vegetación, se han investigado
los resultados de aplicar algoritmos
ya utilizados en la diferenciación
de rocas afines (Sultan et al. 1986, Sabins
1999, Bishta 2004, Gad y Kusky 2006).
Para estos procedimientos se realizan correcciones
atmosféricas, utilizando el
módulo ATMOSC de IDRISI 15.0
Andes, que convierte el valor del nivel digital
del píxel a un valor de reflectancia
aproximada (Eastman 2006), requerido
para la aplicación de estos tipos de algoritmos.
Sobre la base de estos antecedentes,
se generó el compuesto color (5/7)R
+ (5/1)V + [(5/4)*(3/4)]A, propuesto
por Sultan et al. (1986). El cociente entre el infrarrojo medio y el infrarrojo lejano
(5/7), realza las zonas donde existen minerales
con altos contenidos en OH-
(como serpentinas y arcillas) por su alta
absorción en la banda del infrarrojo lejano
y baja en el infrarrojo medio, la imagen
de cocientes señalarían con píxeles
claros a las rocas ricas en serpentina. La
relación entre el infrarrojo medio y el
azul (5/1), favorece la identificación de
rocas con minerales opacos (como magnetita
o ilmenita) dando una signatura
con tonos oscuros y grises para estas fases.
La multiplicación entre los cocientes
correspondientes a las bandas infrarrojo
medio y rojo sobre el infrarrojo cercano
(5/4)*(3/4), se aplica para caracterizar
minerales de aluminosilicatos con hierro
(Sultan et al. 1987). Complementariamente,
se emplean los colores compuestos
resultantes de las composición de cocientes:
(3/5)R + (3/1)V + (5/7)A (Sabins
1999), (5/7)R + (5/1)V + (4/1)A (Bishta
2004), (5/3)R + (5/1)V + (7/5)A y (7/5)R
+ (5/4)V + (3/1)A (Gad y Kusky 2006).
Otro cociente de bandas particular, es el
IVDN, aplicado con el propósito de
identificar variaciones en la cubierta vegetal
que pudieran resaltar cambios referidos
a la litología sobre la que se asienta.
El IVDN, índice de vegetación de la diferencia
normalizada, es un índice que relaciona
las bandas (4-3)/(4+3), fundado en
la baja reflectividad para la vegetación
que presenta la banda 3 y la alta reflectividad
en la banda 4. Varía entre 1 y -1; indicando
los valores negativos ausencia de
actividad fotosintética.
Clasificaciones no supervisadas y supervisadas: La combinación 7+3+1 (RVA) permite
acceder a una buena diferenciación de
base y sobre la cual trabajar. Se utilizan
las tres bandas menos correlacionadas
entre sí, la banda 7(R), cubre el segmento
del espectro electromagnético en el
que los minerales arcillosos absorben,
más que reflejar la energía; en la banda
3(V) la vegetación refleja fuertemente; y
la banda 1(A), abarca el segmento en el
cual los minerales con óxidos de hierro
absorben energía.
El procesamiento digital consistió en
buscar los valores indicativos de los materiales
de superficie, procediéndose a
una serie de clasificaciones no supervisadas,
con variación de número de clases
entre 12 y 6. Sobre la base de sus resultados,
se efectuaron clasificaciones supervisadas
empleando todas las bandas, en la
búsqueda de una cantidad de clases
orientativa para aplicar a la siguiente fase
de clasificación. El criterio de observación
se centró en la definición homogénea
de tonos, texturas y distribución de
unidades de superficie, según su coherencia
con la verdad de campo. Para la clasificación
supervisada, se emplearon los
datos de sucesivos muestreos espectrales
de las litologías de interés, definiendo los
umbrales correspondientes. Corregida la
dispersión de las clases y detectada la
identidad de éstas, se concluyó en la definición
de las siguientes unidades espectrales,
siendo 1: complejo metamórfico,
2: granito, 3: lago, 4: río, 5: área urbana, 6:área urbana periférica, 7: campo tipo 1, 8:
campo tipo 2, 9: vegetación sobre complejo
metamórfico y 10: pinar.
En las clasificaciones supervisadas, fueron
utilizados cuatro algoritmos de clasificación
contenidos en el programa ILWIS
3.3 empleado (ITC 2001): de máxima
probabilidad (Fig. 2a), paralelepípedos
(Fig. 2b), mínima distancia Mahalanobis
(Fig. 2c; Richards 1993, Thomas et
al. 1987) y mínima distancia (Fig. 2d).
Para los fines buscados, se seleccionaron
los dos primeros algoritmos. Se aplicaron
filtros, a modo de herramientas para mejorar
la clasificación (Haack et al. 1987,
Cushnie y Atkinson 1985, Chuvieco
1996, ITC 2001), dirigidos a uniformar
las clases y eliminar puntos aislados o
mezclas poco significativas por su extensión.
El resultado depende del tipo de filtro
que se aplique.
Figura 2: Recorte de la imagen Landsat-7 ETM+ correspondiente al cuadro (path-row = 229-082). Imagen clasificada con clasificador: a) máxima probabilidad;
b) paralelepípedos; c) mínima distancia de Mahalanobis y d) mínima distancia.
Una segunda fase de clasificación, se
orientó exclusivamente a circunscribir la
clase correspondientes a los cuerpos ultramáficos.
El reducido tamaño de estas y la
complejidad de la clase complejo metamórfico
(clase 9), obliga a efectuarla en
esta etapa de trabajo, dirigida a discriminar
particularidades del citado complejo. Se
asignan siete clases identificadas en el recorte
de la imagen, entre ellas: complejo
metamórfico, ultramáfico, cantera, campo,
pinar, vegetación, agua y urbano.
Para no modificar los niveles digitales
(ND) del píxel, no se efectuaron correcciones
atmosféricas y al finalizar el procedimiento
de la clasificación, la imagen fue
georefenciada con puntos de control
apoyados en una imagen georefenciada
con proyección Geográfica (Latitud y
Longitud) y Datum WGS 84.
GEOLOGÍA REGIONAL DEL AREA DE LA IMAGEN 229-082
La zona de estudio, contenida en la imagen utilizada (229-082), abarca parte de la sierra Chica y sierra Grande de Córdoba en la zona central-oriental (Fig. 1).
Figura 1: Mapa de ubicación de la zona de estudio,
el recuadro corresponde al área de la
imagen Landsat-7 ETM+ (path-row = 229-082)
utilizada en este trabajo.
Geológicamente, está conformada por
un basamento metamórfico de edad
Precambrico superior - Paleozoico inferior,
que está expuesto como cordones
montañosos orientados N-S que fueran levantados por fallamiento inverso de
bajo ángulo durante la orogenia andina
(Gordillo y Lencinas 1979, Martino et al. 1995). En ese basamento, se expone una
de las fajas de rocas máficas y ultramáficas
pertenecientes al Proterozoico tardío,
llamada faja ultramáfica oriental (Kraemer
et al. 1995, Escayola et al. 1996). La litología,
el complejo emplazamiento tectónico
y la asociación de esta faja con rocas
miloníticas, ha permitido interpretarla
como asociaciones de tipo ofiolítico.
(Martino et al. 1995, Escayola et al. 1996).
Kraemer et al. (1995) fueron los primeros
que establecieron la importancia tectónica
que tiene esta faja en la evolución de
las sierras Pampeanas Orientales, faja que
separaría el terreno Córdoba del cratón
del Río de La Plata (Ramos 1988, 2008).
Una visión diferente es planteada por
Rapela et al. (2007). Los cuerpos ultramáficos
están compuestos principalmente
por lherzolitas y harzburgitas, que constituyen
una faja de tipo lherzolítico y representarían
rocas originadas en un ambiente
de retroarco, probablemente ensiálico.
Esta faja de rocas ultramáficas se
extiende desde la localidad de Río
Tercero hasta Ischilín, coincidiendo con
la faja de deformación de la sierra Chica (Kraemer et al. 1995, Martino et al. 1995)
en la que afloran importantes manifestaciones
como son los complejos de Loma
Negra, Bosque Alegre, La Cocha, Santa
Cruz, Mina Ada y Cerro Sapo. Gran cantidad
de manifestaciones menores fueron
estudiadas por Mutti (1992 a, b y bibliografía
citada allí), Pugliese (1995), Martino
y Zapata (2002) y Anzil y Martino (2005).
Los principales afloramientos de la faja se
encuentran al NO de la ciudad de Alta
Gracia, principalmente dentro del ámbito
de la sierra Chica. En general, estos cuerpos
se encuentran asociados a mármoles,
anfibolitas, gneises y migmatitas de medio
a alto grado, en una faja general de
orientación NNO.
En el sector de la sierra Grande de la imagen
229-082, aflora el batolito de Achala,
de naturaleza granítica y carácter intrusivo
postcinemático, de edad Paleozoica inferior
(Dorais et al. 1997, Rapela et al. 2008).
Es el mayor complejo magmático de las
Sierras Pampeanas, ocupando un área de
105 km de largo por 43 km de ancho.
Rocas del Precámbrico - Paleozoico inferior,
en facies dominantes de anfibolitas y
granulitas, constituyen su entorno encajonante
(Lira y Kirschbaum 1990, Rapela et
al. 1998). Demange et al. (1996), sobre la
base de análisis químicos y petrológicos,
diferenciaron dentro del batolito cinco
series magmáticas: Achala, El Cóndor,
Cumbrecita, Champaquí y Characato (cf.
Zarco 2006).
Cabe recordar aquí que a los fines de este
trabajo se recortó una subescena de la
imagen 229-082 original (Cuadro 1) descripta
en este acápite (veáse Fig. 3) que guarda las mismas características geológicas
de la imagen completa.
RESULTADOS
Los cocientes de bandas propuestos por
Sultan et al. (1986), Bishta (2004), Gad y
Kusky (2006) y el IVDN, no permiten
observar diferencias en las respuestas del
complejo metamórfico y los cuerpos ultramáficos,
por lo cual no resultó efectivo
a los fines apuntados. Las relaciones
entre bandas que propone Sabins (1999),
sin embargo distinguen en color verde a
los cuerpos ultramáficos de La Cocha y
Loma Negra, dada la respuesta alta en la
banda roja (3) y una elevada absorción en
el azul (1). El complejo metamórfico se
diferencia por su color azul en general,
por una alta respuesta en el infrarrojo medio
(5) y baja en el infrarrojo lejano (7).
En las clasificaciones supervisadas, el clasificador
de máxima probabilidad (Fig. 2a),
no evade el efecto de la topografía, que introduce
la clasificación errónea de los píxeles
ubicados de la zona de sombra de la escarpa
de falla de la sierra Chica. En la clasificación
de paralelepípedos (Fig. 2b), se observó buena diferenciación y límite de las
clases principales granito y complejo metamórfico.
Se necesitó no obstante de una
mejora con aplicación de filtrado lineal.
No se obtuvieron resultados satisfactorios
mediante la aplicación del algoritmo de mínima
distancia Mahalanobis (Fig. 2c) y el de
mínima distancia (Fig. 2d).
Sobre la base del análisis visual, de los resultados
obtenidos a partir de la aplicación
de las cuatro clasificaciones, se seleccionaron
el de máxima probabilidad y
el de paralelepípedos, por la mayor definición
obtenida. Mediante la clasificación
por paralelepípedos se obtuvieron un
promedio de exactitud de campo de
60,50% (indica cuántos píxeles de la verdad
de campo fueron bien clasificados) y
un promedio de exactitud de clases de
72,74% (indica cuántos píxeles de las clases
fueron bien clasificados). La medida
global de fiabilidad (suma de todos los
píxeles clasificados correctamente sobre
el número total de píxeles) fue de un
62,87%. Para el caso de la aplicación del
clasificador de máxima probabilidad, la
matriz puede verse en el Cuadro 2 y los
porcentajes logrados fueron: promedio
de exactitud de campo 82,87%, promedio
de exactitud de clases de 75,54%, con una
medida global de fiabilidad de un 84,83%.
CUADRO 2: Matriz de confusión para la clasificación realizada con el algoritmo de máxima
probabilidad.
El resultado final, correspondiente al recorte de la imagen (Fig. 3), permite observar que algunos de los elementos clasificados como ultramáficos no se corresponden con la realidad de campo. Sin embargo, en el producto de la clasificación sí se encuentran los cuerpos ultramáficos localizados en el campo, entre ellos La Cocha y Loma Negra, siendo éstos los más importantes. Su nivel de definición es adecuado y han sido asignados correctamente a esta clase. El tamaño de los afloramientos hace que no sea posible aplicar el filtro para contribuir al acabado de bordes sin eliminar la clase.
DISCUSIÓN
Pudieron ensayarse los algoritmos de clasificación
de Sultan et al. (1986), Bishta
(2004) y Gad y Kusky (2006), resultados
que no parecen recomendables, probablemente
debido a la influencia de la cobertura
vegetal, ya que los algoritmos
fueron desarrollados para zonas desérticas,
donde ésta no se presenta como interferencia.
En cuanto a la ecuación propuesta
por Sabins (1999), permite establecer
la diferencia buscada, aún así no
alcanzaría esta ecuación para ubicar cuerpos
ultramáficos que no hayan sido previamente
identificados en el campo. El
IVDN, no parece variar en función de la
vegetación que se desarrolla sobre las diferentes
litologías que se pretenden identificar
en este trabajo.
Entre los diferentes algoritmos, el clasificador
de máxima probabilidad daría respuestas
favorables, a los fines de este trabajo.
Permite distinguir las litologías predominantes,
como el granito y las rocas
metamórficas (gneises y milonitas) que
conforman el encajonante dominante.
Diferencia las clases de manera homogénea
y sin ruido excesivo, en contraposición
a lo que resulta con el clasificador de
mínima distancia. Se observa que tampoco
excluye demasiados píxeles en la clasificación,
como ocurre en el caso de los paralelepípedos.
La medida global de fiabilidad
de la matriz de confusión de máxima
probabilidad (84,83%), refleja una mejor
clasificación respecto de esta última.
En el estudio de detalle, ante una mayor
homogeneidad litológica y la presencia
de los principales afloramientos de los
cuerpos ultramáficos, éstos alcanzan a ser
caracterizados, a pesar de su reducida extensión
(0,5 Km de largo por 0,2 Km de
ancho, en el caso del cuerpo La Cocha).
Sin embargo se observa dispersión, lo
cual indica que, si bien hay inclusión de la
clase prospectada, los umbrales no permiten
confinarla a lo que estrictamente
corresponde según la verdad de campo.
No se ha podido precisar si el enmascaramiento
de la firma espectral está dado
por la relación de resolución (relación entre
la resolución del sistema y el tamaño
máximo de las unidades a prospectar), o
a factores relacionados con la cobertura
vegetal. Estos últimos inciden seguramente
en la dificultad comentada, pero
no se podría precisar en qué medida.
Indudablemente ligada en primer lugar a
la relación de resolución, los filtros aplicados
para optimizar la cartografía digital
de los cuerpos los desdibujan para hacerlos
desaparecer.
CONCLUSIONES
Los procesamientos digitales registrados
como antecedentes específicos en la
prospección de rocas ultramáficas, no
aportan significativamente a la definición
espectral de la clase prospectada.
Los métodos de clasificación supervisada
convencionales del tipo de máxima probabilidad
y el de paralelepípedos, muestran
ser útiles en el proceso de discriminación
espectral de rocas ultramáficas de
reducida superficie de afloramiento, conociéndose
la ubicación precisa de afloramientos
guía.
La escasa magnitud de los afloramientos
y la cobertura vegetal contribuyen a disminuir
la efectividad de los clasificadores
empleados observándose ruido. La imposibilidad
de aplicar filtros de mejoramiento
de bordes impide el cartografiado
digital de las unidades caracterizadas.
AGRADECIMIENTOS
Este trabajo es parte del trabajo de tesis doctoral de P. Anzil para el Doctorado en Ciencias Geológicas de la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba (UNC), y de la beca otorgada por la Comisión Nacional de Actividades Espaciales (CONAE) y la Agenzia Spaziale Italiana (ASI). Se agradece a la Secretaría de Ciencia y Tecnología de la Universidad Nacional de Córdoba el apoyo brindado para la ejecución en las tareas de campo. Se agradecen los comentarios realizados en una primera versión de este manuscrito por la Dra. Silvia Godoy (Segemar, Buenos Aires), el Dr. Ernesto Abril (FCEFN, UNC) y el Dr. Daniel Pérez (FCEN, UBA).
TRABAJOS CITADOS EN EL TEXTO
1. Abrams, M., Rothery, D. y Pontual, A. 1988. Mapping in the Oman Ophiolite using enhanced Landsat Thematic Mapper images. Tectonophysics 151: 387-401. [ Links ]
2. Anzil, P. y Martino, R. 2005. Estructura del cuerpo ultramáfico de La Cocha, Sierra Chica de Córdoba, Argentina. 16º Congreso Geológico Argentino, Actas 3: 53-58, La Plata. [ Links ]
3. Bishta, A. 2004. Lithologic discrimination of Gabal Qattar - Um Disi environs, north eastern Desert of Egypt using thematic mapper data of Landsat 7. 3rd International Symposium on Geophysics, 541-557, El Cairo. [ Links ]
4. Chuvieco, E. 1996. Fundamentos de teledetección espacial. Ediciones Rialp. S.A., 569 p., Madrid. [ Links ]
5. Cushnie, J. y Atkinson, P. 1985. The effect of spatial filtering on scene noise and boundary detail in Thematic Mapper Imagery. Photogrammetric Enginnering and Remote Sensing 51: 1483-1493. [ Links ]
6. Demange, M., Alvarez, J., Lopez, L. y Zarco, J. 1996. The Achala Batholith (Córdoba, Argentina): a composite intrusion made of five independent magmatic suites. Magmatic evolution and deuteric alteration. Journal of South American Earth Sciences 9: 11-25. [ Links ]
7. Dorais, M., Lira, R., Chen, Y. y Tingey, D. 1997. Origin of biotite-apatite-rich enclaves, Achala batholith, Argentina. Contributions to Mineralogy and Petrology 130: 31-46. [ Links ]
8. Eastman, J. 2006. IDRISI Andes Guide to GIS and Image Processing. Clark Labs for Catographic Technology and Geographic Analysis. Clark University, 327 p., Worcester. [ Links ]
9. Escayola, M., Ramé, G. y Kraemer, P. 1996. Caracterización y significado geotectónico de las fajas ultramáficas de las Sierras Pampeanas de Córdoba. 13º Congreso Geológico Argentino, Actas 3: 421-438. [ Links ]
10.Frei, M. y Jutz, S. 1989. Use of Thematic Mapper data for the detection of gold bearing formations in the eastern Desert of Egypt. En Proceedings of the 7th thematic conference on remote sensing for ore exploration geology 2: 1157-1172, Calgary. [ Links ]
11. Gordillo, C. y Lencinas, A. 1979. Sierras Pampeanas de Córdoba y San Luis. En Leanza, A.P. (ed.) Geología Regional Argentina. Academia Nacional de Ciencias 1: 577-650, Córdoba. [ Links ]
12. Gad, S. 2002. Exploration for mineralized granites in Central Eastern Desert, Egypt, M.Sc. Thesis, Faculty of Science, South Valley University, (inédita), 118 p., Aswan. [ Links ]
13. Gad, S. y Kusky, T. 2006. Lithological mapping in the Eastern Desert of Egypt, the Barramiya area, using Landsat thematic mapper (TM). Journal of African Earth Sciences 44: 196-202. [ Links ]
14. Haack, B., Bryant, N. y Adams, S. 1987. An assessment of Landsat MSS and TM data for urban and near-urban land-cover digital classification. Remote Sensing of Environment 21: 201-213. [ Links ]
15. ITC 2001. ILWIS 3.3 user´s guide. International Institute for Aerospace Survey and Earth Sciences (ITC), 530 p., Enschede. [ Links ]
16. Kraemer, P., Escayola, M. y Martino, R. 1995. Hipótesis sobre la evolución tectónica neoproterozoica de las Sierras Pampeanas de Córdoba (30º40´-32º40´), Argentina. Revista de la Asociación Geológica Argentina 50(1-4): 47-59. [ Links ]
17. Kusky, T., y Ramadan, T. 2002. Structural controls in the Neoproterozoic Allaqi suture: an integrated field, Landsat TM, and radar C/X SIR SAR images. Journal of African Earth Sciences 35: 107-121. [ Links ]
18. Lira, R. y Kirschbaum, A. 1990. Geochemical evolution of granites from the Achala batholith of the Sierras Pampeanas. Geological Society of America, Special Paper 241: 67-76. [ Links ]
19. Martino, R. y Zapata, I. 2002. Plegamiento en vaina tipo ´a´ de los cuerpos ultramáficos y estructura general de la región de Sintonsacate, Sierra Chica, Córdoba. Avances en Microtectónica. Revista de la Asociación Geológica Argentina, Serie D, Publicación Especial 5: 139-142. [ Links ]
20. Martino, R., Kraemer, P., Escayola, M., Giambastiani, M. y Arnosio, M. 1995. Transecta de las Sierras Pampeanas de Córdoba a los 32° LS. Revista de la Asociación Geológica Argentina 50(1- 4): 60-77. [ Links ]
21. Mutti, D. 1992a. Las rocas ultrabásicas- básicas de la provincia de Córdoba: interpretaciones geoquímicas e importancias geotectónicas. 1º Reunión de Mineralogía y Metalogénesis y Jornada de Mineralogía, Petrografía y Metalogénesis de Rocas Ultrabásicas. INREMI: 411-432, La Plata. [ Links ]
22. Mutti, D. 1992b. El complejo gabro-peridotítico de Bosque Alegre, Provincia de Córdoba. Revista de la Asociación Geológica Argentina 47(2): 153-168. [ Links ]
23. Pugliese, L. 1995. Geoquímica y petrogénesis del complejo máfico - ultramáfico estratificado del Cerro La Cocha de Bosque Alegre, en la Sierra Chica de Córdoba. Tesis Doctoral, Facultad de Ciencias Exactas, Físicas y Naturales, Universidad Nacional de Córdoba, (inédito), 340 p., Córdoba. [ Links ]
24. Ramos, V.A. 1988. Late Proterozoic-Early Paleozoic of South America: a collisional history. Episodes 11: 168-174. [ Links ]
25. Ramos, V.A. 2008. The basement of the Central Andes: the Arequipa and related terranes. Annual Review on Earth and Planetary Sciences 36: 289-324. [ Links ]
26. Rapela, C., Pankhurst, R., Casquet, C., Baldo, E., Saavedra, J., Galindo, C. y Fanning, C. 1998. The Pampean Orogeny of the southern proto- Andes: Cambrian continental collision in the Sierras de Córdoba. En Pankhurst, R., Rapela, C. (eds.) The Proto-Andean Margin of Gondwana. Geological Society of London, Special Publications 142: 181-217. [ Links ]
27. Rapela, C., Baldo, E., Pankhurst, R. y Fanning, C. 2008. The devonian Achala batholith of the sierras Pampeanas: Frich, aluminous A-types granites. 6º South American Symposium on Isotope Geology. Proceedings in CD-ROM, paper 53: 8 p. [ Links ]
28. Rapela, C., Pankhurst, R., Casquet, C., Fanning, C., Baldo, E., González- Casado, J., Galindo, C. y Dahlquist, J. 2007. The Río de la Plata craton and the assembly of SW Gondwana. Earth-Science Reviews 83: 49-82. [ Links ]
29. Richards, J. 1993. Remote sensing digital image analysis. An Introduction (2nd Ed.), Springer-Verlag, 340 p., Berlín. [ Links ]
30. Sabins, F. 1999. Remote sensing for mineral exploration. Ore Geology Reviews 14: 157-183. [ Links ]
31. Sultan, M., Arvidson, R. y Sturchio, N. 1986. Mapping of serpentinites in the Eastern Desert of Egypt using Landsat Thematic Mapper data. Geology 14: 995-999. [ Links ]
32. Thomas, I., Ching, N., Benning, V. y D´Aguanno, J. 1987. A review of multi- channel indices of class separability. International Journal of Remote Sensing 8: 331- 350. [ Links ]
33. Zarco, J. 2006. Geología estructural y petrología estructural del complejo granítico peraluminoso de Achala en relación con la génesis y la localización de la mineralización de uranio (Sierras Pampeanas, Argentina). Tesis Doctoral, Universidad Nacional de Salta, (inédito), 94 p., Salta. [ Links ]
Recibido: 27 de Noviembre, 2009
Aceptado: 25 de Marzo, 2010