Por: Víctor M. Quezada Aguilera1, Federico Vogel González1, Ricardo Marín Herrera1, Diego E. González Hernández2, Gabriela Sierra V.2
Resumen
Los usos y aplicaciones de la teledetección se siguen desarrollando conforme equipos satelitales de alta resolución son puestos en órbita y parte importante de la información generada es de libre acceso; en la minería ha sido amplío su uso, sobresaliendo las aplicaciones en geología para la exploración de yacimientos minerales. La presente investigación se realizó en el Distrito Minero Guanajuato, Zona del Mineral de La Luz, por ser un sitio donde hay depósitos de residuos mineros como jales, terreros y tepetateras, de los cuales se determinó la ubicación y extensión aproximada de 18 depósitos en total, que fueron vaciadas a una capa de información con el software Qgis. A la par, se obtuvo una imagen multiespectral de alta resolución con 13 bandas generadas por el satélite europeo Sentinel 2A de la zona de estudio, generándose las combinaciones RGB 4,3,2 y 12,4,2; la última combinación nos permitió identificar características que a simple vista parecen resaltar de los depósitos de residuos conocidos, sin embargo, no es nada claro ni determinante cuando no se conoce el sitio en estudio.
En la segunda parte del trabajo, se llevó a cabo la determinación de la firma espectral obtenida para las zonas de depositación de residuos conocidas y considerando básicamente si los depósitos en estudio eran jales, terreros o tepetateras y se encontraban abandonados o en operación. Los resultados nos permitieron identificar características de reflectancia similares, aunque con diferentes grados de reflexión de acuerdo al material del que se trataba. El comportamiento similar alrededor de los 900 nm y los 1650 nm representa la identificación de características que reflejen composición y condiciones de dichos depósitos, una de las principales características puede deberse a la presencia de minerales de fierro, el cual se absorbe preferentemente alrededor de los 900 nm, (Mielke, C. et al, 2014), el aumento posterior parece reflejar un comportamiento de un material seco y desprovisto de vegetación.
Palabras clave: Teledetección, imágenes multiespectrales, residuos mineros.
Abstract
Mining is an activity with high generation of waste of different types; This is the case from the exploration stage of the deposit, its exploitation and certainly during the benefit stage.
There is poor information of the location of sites where there are deposits of mining waste. The application of new techniques to identify the places where exist mining wastes, and generate an inventory obtained quickly and at a low cost, is a need that must be attended.
The present investigation was carried out in the Guanajuato Mining District, La Luz Mineral Zone, which is a site where there are deposits of various types of mining waste that are pretend to be identified through the use of remote sensing, that is, multispectral image analysis with the use of specialized software, a method that once developed can be applied later to the entire mining district of Guanajuato.
Remote sensing uses and applications continues its great development as high-resolution satellites are put into orbit and an important part of the information generated is freely accessible; in mining its use has been expanded, with outstanding applications in geology for mining deposits exploration. This investigation was carried out in the Guanajuato Mining District, known as Mineral de La Luz, as it is a site where there are some mining wastes such as tailings, terreros and tepetateras, 18 mining wastes sites were located and their extension was defined; this was represented as a new layer in Qgis software. At the same time, a high-resolution multispectral image with 13 bands was obtained, generated by the European Sentinel 2A satellite of the study area, generating RGB combinations 4,3,2 and 12,4,2; The last combination allowed us to identify characteristics that at first glance seem to stand out from the known mining wastes, however, it is not clear or decisive when the study site is not known.
Next step was the determination of the field spectral signature obtained for the known mining wastes deposition areas was carried out and basically considering whether the deposits under study were tailings, terreros or tepetateras and were abandoned or in operation. The results allowed us to identify similar reflectance characteristics, although with different degrees of reflection according to the material in question. The similar behavior around 900 nm and 1650 nm represents the identification of characteristics that reflect the composition and conditions of these deposits, one of the main characteristics may be due to the presence of iron minerals, which is preferably absorbed around 900 nm, (Mielke, C. et al, 2014), the subsequent increase seems to reflect a behavior of a dry material and devoid of vegetation.
Keywords: Remote sensing, multispectral images, mining wastes.
Abreviaturas
- RGB: formato de imágenes por sus siglas en inglés: red, green, blue.
- VIS: formato de imágenes visibles
- SPOT: Satellite Pour l’Observation de la Terre: Satélite Para la Observación de la Tierra
- USGS: United States Geological Service
- SIG: Sistemas de Información Geográfica
- ESA: European Space Agency
- GIPP: Ground Image Processing Parameters
- SCP: Semi-Automatic Classification Plugin
Introducción
La minería es una de las actividades que genera mayor cantidad de residuos. A lo largo del territorio de nuestro país existen una cantidad considerable y desconocida de sitios donde se han dispuesto residuos mineros, Jales, Terreros, Tepetateras, por mencionar algunos, generados durante siglos y que al paso del tiempo fueron abandonados representando actualmente pasivos ambientales, que en algunos casos causan importantes impactos negativos en los alrededores de donde se localizan.
Existe cierto desconocimiento de la localización de sitios donde existen depósitos de residuos mineros, o al menos a nivel nacional no se cuenta con un inventario que nos dé una idea de la magnitud del problema que representan; si bien resulta lógico que los mismos deben localizarse en las cercanías donde se ha realizado la explotación de un yacimiento mineral, muchos de estos sitios han quedado abandonados. La aplicación de técnicas que permitan identificar los lugares donde existen estos residuos mineros, y generar un inventario obtenido de manera rápida y a un bajo costo, es una necesidad que debe ser atendida.
Una herramienta moderna que puede usarse es la teledetección, la cual se basa en la obtención de imágenes que son capturadas desde puntos lejanos de la superficie terrestre con la ayuda de sistemas satelitales o equipos como aeronaves, drones, globos, etc. Esta técnica permite la obtención de información de un objeto sin tener contacto directo con él, gracias a la relación sensor-cobertura, la cual en el caso de los barredores multiespectrales se expresa a través de la llamada radiación electromagnética. (Martínez, J., Díaz, A., 2005)
Mediante la observación, toma de datos o imágenes y el debido tratamiento posterior de estos datos, se logra identificar alguna característica específica dentro del terreno observado.
Desde sus inicios esta técnica ha aportado un gran número de innovaciones tecnológicas en una vasta cantidad de áreas del conocimiento como ecología, cartografía, geología, hidrografía, agronomía, e inclusive se ha utilizado con fines militares o bélicos.
El objetivo del presente trabajo de investigación es definir un procedimiento para identificar los depósitos de residuos mineros generados a lo largo de los años de explotación de los minerales de oro y plata en la zona del Mineral de La Luz utilizando los principios de Teledetección, el cual se pueda replicar en todo el Distrito Guanajuato y posteriormente fuera del mismo, con el fin de estudiar aquellos que potencialmente puedan causar un mayor impacto a comunidades cercanas a ellos, así como a su entorno.
Uno de los primeros requisitos para la aplicación de esta metodología es conocer a fondo la zona de estudio y su área de influencia; en este caso la principal actividad minera del Estado de Guanajuato a través de los años ha estado centrada en el distrito Guanajuato. Su inmensa riqueza se basó principalmente en las estructuras geológicas que comprenden tres sistemas principales: Veta Madre, las Vetas de Villalpando y las Vetas de La Luz; la explotación de las minas ubicadas en dichas estructuras influye de manera importante en la economía del estado y del país. (Consejo de Recursos Minerales, 1992)
La zona del Mineral de la Luz dista entre cinco y seis kilómetros con respecto al alto de la Veta Madre y aproximadamente 20 kilómetros al N.W. de la ciudad de Guanajuato. Esta zona ha sido explotada a lo largo de varios siglos, dando lugar a la producción de minerales de oro y plata, así como a la generación de residuos mineros.
La geología de la zona se constituye en su mayoría por rocas que son corrientes de lava con un espesor aproximadamente de 300 m, de carácter básico, que en su mayor parte son basálticas, descansando sobre las formaciones de pizarras y esquistos, que existen a la profundidad. La mineralización se basa en especies argentíferas y las que ocurren con más frecuencia son los sulfuro-amoniuros de plata, predominantes entre ellos la pirargirita. Como minerales acompañantes se encuentran pirita, calcopirita, blenda y galena, en muy pequeña porción, y cinabrio y estibinita rara vez. (Antúnez, 1964).
Con relación a la identificación de sitios usados para el depósito de residuos industriales en México, según datos de la SEMARNAT, en 1997 se habían identificado en nuestro país 59 sitios abandonados contaminados con residuos peligrosos, para 1999 ya eran 105 sitios y para el 2013 la lista era de 587 sitios (Semarnat, 2013), siendo las principales actividades generadoras la minería (13%), industria (11%) y la extracción de petróleo y sus derivados (3.4%). (Mendoza, 2015).
Materiales y métodos
Los principios de la teledetección basan sus procesos en la obtención de imágenes que son capturadas desde puntos lejanos de la superficie terrestre con la ayuda de sistemas satelitales o equipos como aeronaves, drones, globos, etc.
La resolución espectral se determina por el número de bandas espectrales y el ancho de ellas usadas para medir la reflexión de diferentes longitudes de onda. Las imágenes espectrales pueden clasificarse según el número de bandas que contengan: las RGB o VIS que pertenecen al rango visible del espectro; las multiespectrales que capturan la información en sólo docenas de bandas y las híperespectrales que contienen más de 100 bandas. (Adam, 2010). Para comodidad y rapidez de los procesos de selección de bandas de identificación de minerales en la presente investigación se ocuparán las imágenes multiespectrales generadas por el satélite europeo Sentinel 2A el cual forma parte de la familia de misiones de la ESA dentro de su programa espacial Copernicus, dicho satélite se lanzó al espacio en 2015 y su gemelo el Sentinel 2B fue puesto en órbita en 2016, pero con un desfase de 180°.
El satélite lleva una cámara multiespectral de alta resolución, basada en las misiones francesas SPOT y en los satélites estadounidenses Landsat, con 13 bandas espectrales que aportan una nueva perspectiva de la superficie terrestre y de la vegetación. Utiliza un sistema de barrido a lo largo de la trayectoria (push-broom) para generar una imagen de 290 kilómetros de ancho y poder ofrecer muy altas prestaciones geométricas y espectrales en sus datos.
Las bandas espectrales del satélite Sentinel 2 se pueden clasificar de acuerdo al tamaño del píxel con el que logran obtener las imágenes, las Bandas 2, 3, 4, y 8 poseen un tamaño de píxel de 10 m cada una, lo que permite obtener imágenes más detalladas, nítidas y con mayor cantidad de datos en cada una de ellas, por otra parte las Bandas 5, 6, 7, 8, 9, 11, y 12 mantienen un tamaño de pixel del doble de las anteriores, es decir 20 m, y las Bandas 1, 9 y 10 amplían este hasta los 60 m; estamos hablando de bandas con menos datos que podrían ser más fácil de procesar, pero que carecen o disminuyen las precisión de los datos y que más bien su finalidad es sondear objetos mucho más grandes y que no requieren de tanta precisión.
La aplicación de métodos de teledetección consiste en hacer combinaciones de juegos de bandas para aprovechar las diferentes resoluciones espectrales y espaciales de cada una de ellas, cada juego de bandas podría servir para un fin distinto, dependiendo de lo que queramos identificar, y al mismo tiempo se discriminan aquellas bandas que por sus características resolutivas no aporten o inclusive obstruyan nuestra tarea en la detección.
Para lograr el propósito planteado se usan diferentes métodos, en primera instancia se puede definir el método original el cual consiste en la comparación de la firma espectral del mineral de cada sitio en específico con el espectro de las imágenes, sin embargo, esta metodología es muy costosa ya que no sólo se necesita equipo especial, sino también tiempo para tomar muestras y hacer trabajo de laboratorio. Otro método requiere el uso de las bases de datos de los minerales del Servicio Geológico de Estados Unidos (USGS) y contar con imágenes híperespectrales para llevar a cabo el procedimiento, las cuales sólo están disponibles libremente en pocas regiones a nivel mundial y para obtenerlas tienen un costo muy elevado que limita demasiado su uso; sin embargo, como ya se mencionó, existen imágenes multiespectrales obtenidas por la misión Copernicus a través del telescopio Sentinel-2A, son de acceso libre, se actualizan cada 5 días y con las que se buscará desarrollar pruebas en busca de lograr el objetivo propuesto.
El software especializado usado que nos permitió el manejo de la Información fue el QGis, que es de Código Abierto, relativamente fácil de usar y presenta muchas ventajas trabajar con aplicaciones específicas que permiten la clasificación de imágenes de teledetección, desde su descarga, preprocesamiento y postprocesamiento.
El procedimiento inició con la selección y obtención de imágenes multiespectrales del Sentinel-2A, después de cargar estas en el software se realizó un primer recorte debido al gran tamaño que tienen, el recorte se basó a la extensión de un polígono que delimita la zona del Mineral de La Luz.
El siguiente paso fue realizar las correcciones, existen dos tipos, las radiométricas, que permiten la determinación de parámetros del modelo de calibración radiométrica el cual convierte la señal eléctrica medida por el instrumento transformada en conteo digital en radiancia física medida en el sensor. Las actividades nominales de calibración radiométrica incluyen:
- Calibración de la señal oscura (cada 2 semanas)
- Calibración de ganancias relativas (cada mes)
- Calibración radiométrica absoluta (todos los meses).
Sin embargo, dentro de estas se encuentra la calibración atmosférica, la cual se tiene que realizar manualmente con ayuda del programa QGis en la etapa del preprocesamiento después de recortar las imágenes con todas sus bandas.
Por otro lado, se tiene la calibración geométrica, estas actividades permiten la determinación de todos los Parámetros de Procesamiento de Imágenes del Terreno (GIPP, por sus siglas en inglés) del modelo de calibración geométrica que tiene como objetivo garantizar una mejor geometría para las imágenes SENTINEL-2A. Los parámetros del modelo geométrico son:
- Orientación de los marcos de visualización
- Líneas de visión de los detectores de los diferentes planos focales.
El propósito de las actividades de calibración geométrica es tener en cuenta cualquier actualización de estos valores de parámetros que pueda ocurrir en el lanzamiento y durante la fase en órbita, y eliminar los efectos de los errores de navegación y la topografía de la superficie en el producto ortorrectificado durante el procesamiento utilizando un enfoque simplificado, es importante mencionar que dichas correcciones se realizan periódicamente cada año por lo que no es necesario realizar ningún procedimiento manual. (ESA, 2019).
Para continuar con el proceso se realizaron visitas de campo a la zona de estudio con el propósito de identificar ocurrencias de depósitos para geoposicionarlos en Google Earth, un programa informático que consta de un mapa compuesto por una superposición de imágenes obtenidas por satélites, fotografías aéreas, información geográfica proveniente de modelos de datos de SIG de todo el mundo y modelos creados por computadora que permite dibujar los polígonos de los depósitos identificados.
Una vez terminado el reconocimiento de la zona se obtuvieron 18 polígonos de los cuales tres representan presas de jales y el resto son terreros y tepetateras. Con base en la ubicación de esos polígonos y conociendo la certeza de la existencia de los residuos mineros se realizó un segundo recorte delimitando aún más el área de estudio.
2 Alumnos. Depto. Ing. Minas, Metalurgia y Geología Universidad de Guanajuato.
vmqa@ugto.mx, fvogel@ugto.mx, r_marin@ugto.mx
Las imágenes multiespectrales utilizadas cuentan con una serie de bandas, cada una con información específica de la zona de estudio, por otro lado, el software QGIS necesita que le proporcionemos un juego constituido por tres bandas con el objetivo de identificar con ellas las zonas en las que buscamos la presencia de residuos mineros, para ello, después de un análisis de cada función de las bandas se construyeron dos juegos de bandas, el primero con la permutación de las bandas 4-3-2 (falso color de la vegetación) y el segundo con las bandas 12-4-2.
Para cada uno de los juegos de bandas seleccionados, se cargaron los polígonos de los depósitos identificados, con colores y etiquetas para diferenciar cada tipo de depósito, ya sea que se tratase de una presa de jales o terrero y/o tepetatera, etc., y una vez que se tiene todo el material cargado en el programa, con la función de identificar objetos espaciales se buscó un valor para el rango de refracción dentro de los depósitos identificados en los polígonos, con el fin de buscar todas las zonas que presenten características similares al rango de refracción seleccionado y de esta forma colorear los lugares en donde se muestre la existencia de residuos mineros.
De esta manera, para finalizar, se comparan las imágenes y su relación con los polígonos a fin de verificar y comprobar la existencia de residuos en las áreas previamente identificadas.
Resultados
Las bandas más usadas para el mapeo de minerales son las correspondientes al espectro visible e infrarrojo.
Gracias a las combinaciones de bandas podemos resaltar variaciones de color, textura, tonalidad y diferenciar los distintos tipos de cobertura que existen en la superficie. La primera combinación de bandas que se trabajó fue la 4-3-2 (RGB), la cual tiene buena sensibilidad a la vegetación verde, la que aparece de color rojo, los bosques coníferos se ven de un color rojo más oscuro, los glaciares se ven de color blanco y el agua se ve de color oscuro debido a sus características de absorción. (Vargas, 2016)
La visibilidad de la coloración que indica la existencia de depósitos de residuos mineros no fue muy clara, debido a la variación de rangos de reflexión los cuales eran muy cercanos, por lo que se buscó otra combinación que pudiera ayudar al propósito de la investigación.
Sabiendo que la teledetección de minerales funciona mejor con el infrarrojo de onda corta y que este corresponde a la banda 12 se utilizó la combinación de bandas 12-4-2 obteniendo como resultado una coloración con mejor visibilidad debido a los amplios rangos de refracción de los pixeles, lo que comprobó la existencia de residuos mineros en sitios identificados.
A partir de la combinación de bandas 12-4-2 se obtuvieron las firmas espectrales de los dos grupos de residuos mineros identificados en la zona; el primero referido a Depósitos de Jales Abandonados (2) y en Operación (1); en la Figura 6 se puede apreciar una mayor reflectancia en la longitud de onda cercana a los 900 nm, lo que puede deberse a la presencia de minerales de fierro, el cual se absorbe preferentemente alrededor de los 900 nm, (Mielke, C. et al, 2014), el aumento posterior parece reflejar un comportamiento de un material seco y desprovisto de vegetación.
El segundo grupo se refiere a Terreros y Tepetateras en operación (3) y abandonadas (12) de residuos mineros identificados en la zona; en la Figura 7 se puede apreciar una mayor reflectancia alrededor de la longitud de onda cercana a los 900 nm, aunque comparativamente ligeramente menor comparada con la de los Depósitos de Jales, se presume que igualmente se puede deber a la presencia de minerales de fierro, el cual se absorbe preferentemente alrededor de los 900 nm, (Mielke, C. et al, 2014), el aumento posterior parece reflejar un comportamiento de un material seco y desprovisto de vegetación.
Discusión de resultados
Es trascendente determinar la mejor combinación de bandas, de acuerdo a la composición mineralógica de los residuos mineros que permita identificar algunas zonas que pertenecen a los principales depósitos de residuos mineros; las Figuras 4 y 5 nos permiten apreciar que en falso color se resaltan algunas características del depósito de jales de la Mina Bolañitos y las tepetateras de las Minas San Ignacio y Rampa Lucero; sin embargo, no es determinante ya que la variabilidad que hay en los valores de reflectancia en las diferentes longitudes de onda nos indican que algunos de los depósitos han sufrido cambios al paso de los años, crecimiento de vegetación, almacenamiento de agua, lixiviación de minerales que han modificado su composición, lo que lleva a que a pesar de tratarse de residuos de similares características cuando fueron depositados originalmente, han sufrido cambios que deben ser descritos y tomados en cuenta para definir de mejor manera como detectarlos a través de métodos de teledetección.
Conclusiones
El tener como objetivo determinar el procedimiento que nos permita hacer uso de herramientas indirectas, de bajo costo y que nos permitan obtener resultados fiables es un proceso que requiere aprovechar los trabajos de investigación realizados en otras partes del mundo, y adecuarlo a las características de nuestros depósitos de residuos mineros, muchos de los cuales actualmente deben ser considerados como pasivos ambientales; para lograrlo se deben explorar las diferentes alternativas que nos conduzcan al objetivo planteado, el método utilizado es muy simple, más permite identificar cierta tendencia en los resultados de reflectancia de los diferentes depósitos de residuos; es recomendable ampliar el análisis con imágenes satelitales provenientes de otros satélites como los Landsat, Aster, y Modis, además que permitan ampliar considerablemente la cantidad de combinaciones de bandas que identifiquen con cuál de ellas se resaltan las características físicas y de composición de los residuos mineros existentes en la zona en estudio y en general, en el distrito minero de Guanajuato.
Los principales avances son que se tiene una respuesta similar de los diferentes depósitos en la gráfica de la reflectancia de cada uno de ellos; algunos de los depósitos de residuos a pesar de dar como resultado una menor reflectancia, se comportan de forma muy similar a lo largo de la longitud de onda, lo que nos indica que podemos usar este método teniendo más claro que es lo que se busca. La variación en la composición de los residuos por mezcla con otros materiales, lixiviación, erosión o por estar parcialmente cubiertos de vegetación también son problemas que se podrán abordar de mejor manera con el fin de lograr resultados más satisfactorios.
Finalmente, el análisis y determinación de la composición mineralógica de los residuos deberá considerarse, de tal manera que, usado como método alternativo, permita corroborar los resultados encontrados.
Bibliografía
- Antúnez, A. F. (1964) Monografía Histórica y Minera sobre El Distrito De Guanajuato. México: Consejo De Recursos Naturales No Renovables.
- Consejo De Recursos Minerales. (1992) Monografía Geológico-Minera Del Estado De Guanajuato. México: Secretaría De Energía, Minas E Industria Paraestatal Subsecretaría De Minas E Industria Básica.
- E. Adam, O. Mutanga Y D. Rugege, “Multispectral And Hyperspectral Remote Sensing For Identification And Mapping Of Wetland Vegetation: A Review”, Wetlands Ecology And Management, Vol. 18, N° 3, Pp 281-296, 2010
- Martínez, J., Díaz, A. Percepción Remota: Fundamentos De La Teledetección Espacial. Conagua 2005
- Mielke, Christian & Boesche, Nina & Rogaß, Christian & Kaufmann, Hermann & Gauert, Christoph & Wit, M.j.. (2014). Spaceborne Mine Waste Mineralogy Monitoring In South Africa, Applications For Modern Push-Broom Missions: Hyperion/Oli And Enmap/Sentinel-2. Remote Sensing. 6. 6790-6816. 10.3390/Rs6086790.
- Ritter L., K. Solomon, P. Sibley, K. Hall, P. Keen, G. Mattuy B. Linton. 2002. Sources, Pathways, And Relative Risks Of Contaminants In Surface Water And Groundwater: A Perspective Prepared For The Walkerton Inquiry. J Toxicol Environ Health A, 65:1-142
- Semarnat.gob.mx. 2013. Sitios Contaminados: Sisco (Sistema Informático De Sitios Contaminados). Portal En Línea.
- Vargas, G. C. (2016) Imagenes De Satelite En La Exploracion Geologica – Minera. Rs-Geoimage: Procesamiento De Imágenes De Satélite.
- Zoeller, A. E. (2017) Mapping West Virginia Surface Mines With Hyperspectral Remotely Sensed Imagery Classification. University Of Southern California. United States.
Infografía
- Esa. (2019) Instrument calibration. (2019) [En línea] disponible en: https://earth.Esa.Int/web/sentinel/technical-guides/sentinel-2-msi/calibration
- Las firmas espectrales, conoce sus bandas espectrales en la teledetección. (2018) [En línea] disponible en:
https://acolita.Com/las-firmas-espectrales-conoce-sus-bandas-espectrales-en-la-teledeteccion/
- Mendoza, e. 2015. 635 Sitios altamente contaminados en méxico. Revista contralínea: medio ambiente.
http://bit.Ly/1rfbhpw
- Página de la que se obtuvieron imágenes multiespectrales del Sentinel-2
https://scihub.copernicus.eu/dhus/#/home
- QGIS. (2017) [En línea] Disponible en: https://live.osgeo.org/es/overview/qgis_overview.html
- Cuerpo Académico de Ingeniería de Minas del Departamento de Ingeniería de Minas, Metalurgia y Geología de la Universidad de Guanajuato
- Alumnos. Depto. Ing. Minas, Metalurgia y Geología Universidad de Guanajuato.
vmqa@ugto.mx, fvogel@ugto.mx, r_marin@ugto.mx
