Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia

11 páginas : figuras.

Autores:
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Militar Nueva Granada
Repositorio:
Repositorio UMNG
Idioma:
spa
OAI Identifier:
oai:repository.unimilitar.edu.co:10654/17660
Acceso en línea:
http://hdl.handle.net/10654/17660
Palabra clave:
Imagen Landsat 8
Zonas de alteración hidrotermal
Análisis de componentes principales
Indice de vegetación normalizada
Arcillas
Óxidos de hierro
BENTONITA
SATELITES LANDSAT
OXIDO DE HIERRO
Landsat image 8
Hydrothermal alteration zones
Principal components analysis
Normalized difference vegetation index (NDVI)
Clays
Iron oxides
Rights
License
Derechos Reservados - Universidad Militar Nueva Granada, 2018
id UNIMILTAR2_f740edf455cf2b18f6d2c8c1f4297e9e
oai_identifier_str oai:repository.unimilitar.edu.co:10654/17660
network_acronym_str UNIMILTAR2
network_name_str Repositorio UMNG
repository_id_str
dc.title.spa.fl_str_mv Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
dc.title.titleenglish.spa.fl_str_mv Detection of hydrotermal alterations through remote sensing in the sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
title Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
spellingShingle Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
Imagen Landsat 8
Zonas de alteración hidrotermal
Análisis de componentes principales
Indice de vegetación normalizada
Arcillas
Óxidos de hierro
BENTONITA
SATELITES LANDSAT
OXIDO DE HIERRO
Landsat image 8
Hydrothermal alteration zones
Principal components analysis
Normalized difference vegetation index (NDVI)
Clays
Iron oxides
title_short Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
title_full Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
title_fullStr Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
title_full_unstemmed Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
title_sort Detección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombia
dc.contributor.advisor.none.fl_str_mv Riaño Pérez, Felipe
dc.contributor.corpauthor.spa.fl_str_mv Universidad Militar Nueva Granada
dc.subject.spa.fl_str_mv Imagen Landsat 8
Zonas de alteración hidrotermal
Análisis de componentes principales
Indice de vegetación normalizada
Arcillas
Óxidos de hierro
topic Imagen Landsat 8
Zonas de alteración hidrotermal
Análisis de componentes principales
Indice de vegetación normalizada
Arcillas
Óxidos de hierro
BENTONITA
SATELITES LANDSAT
OXIDO DE HIERRO
Landsat image 8
Hydrothermal alteration zones
Principal components analysis
Normalized difference vegetation index (NDVI)
Clays
Iron oxides
dc.subject.lemb.spa.fl_str_mv BENTONITA
SATELITES LANDSAT
OXIDO DE HIERRO
dc.subject.keyword.spa.fl_str_mv Landsat image 8
Hydrothermal alteration zones
Principal components analysis
Normalized difference vegetation index (NDVI)
Clays
Iron oxides
description 11 páginas : figuras.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-08-14T19:19:59Z
2019-12-30T18:03:46Z
dc.date.available.none.fl_str_mv 2018-08-14T19:19:59Z
2019-12-30T18:03:46Z
dc.date.created.none.fl_str_mv 2018-06-22
dc.type.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.spa.spa.fl_str_mv Trabajo de grado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.dcmi-type-vocabulary.spa.fl_str_mv Text
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10654/17660
url http://hdl.handle.net/10654/17660
dc.language.spa.fl_str_mv spa
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad Militar Nueva Granada, 2018
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas
rights_invalid_str_mv Derechos Reservados - Universidad Militar Nueva Granada, 2018
https://creativecommons.org/licenses/by-nc-nd/2.5/co/
Atribución-NoComercial-SinDerivadas
http://purl.org/coar/access_right/c_abf2
dc.format.spa.fl_str_mv pdf
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Calle 100
dc.publisher.spa.fl_str_mv Universidad Militar Nueva Granada
dc.publisher.department.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.program.spa.fl_str_mv Especialización en Geomática
institution Universidad Militar Nueva Granada
dc.source.bibliographicCitation.spa.fl_str_mv Bragado, J., Rejas, G., Marchamalo, M. y Bonatti, J. (2009). Delimitación de zonas de alteración hidrotermal en la cordillera volcánica central de Costa Rica mediante imágenes landsat y del sensor simulador master. XIII Congreso de la asociación Española de teledetección. Calatayud, España, pp. 265 - 268
Crosta, C., De Souza-Filho, F., Azevedo y Broie, C. (2003). Targeting key alteration minerals in epitermal deposits in Patagonia, Argentina, using ASTER imagery and principal components analysis. Journal of Remote Sensing, pp. 4233 - 4240
Delendatti, G. (2003). Caracterización De zonas de alteración hidrotermal del río castaño, provincia de San Juan, mediante. Rev. Asoc. Geol. Argentina, 58, pp. 97-108
Etayo, F. (1983). Mapa de terrenos geológicos de Colombia. INGEOMINAS Publicación Geológica Especial, pp. 1-235
Meyer, C. y Hemley, J.J. (1967). Geoquímica de depósitos de minerales hidrotermales, pp. 166 - 235
Ruiz, J. y Prol, R. (1995). Técnicas de procesamiento de imágenes en la exploración de yacimientos minerales de origen hidrotermal. Física De La Tierra N° 7 Universidad Complutense De Madrid., pp. 105 - 137
bitstream.url.fl_str_mv http://repository.unimilitar.edu.co/bitstream/10654/17660/1/SocarrasMorenoMariaAlejandra2018.pdf.jpg
http://repository.unimilitar.edu.co/bitstream/10654/17660/2/SocarrasMorenoMariaAlejandra2018.pdf.txt
http://repository.unimilitar.edu.co/bitstream/10654/17660/3/SocarrasMorenoMariaAlejandra2018.pdf
http://repository.unimilitar.edu.co/bitstream/10654/17660/4/license.txt
bitstream.checksum.fl_str_mv 9fb732e904b6e3541433b82600f6168b
5a935822a513df98fc1929f511d1fb66
cb7fa8a779a955c963e8ed5c6c494552
db8c51a4fe024e5a82b04495057d631d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UMNG
repository.mail.fl_str_mv bibliodigital@unimilitar.edu.co
_version_ 1814090687606423552
spelling Riaño Pérez, FelipeUniversidad Militar Nueva GranadaSocarrás Moreno, María Alejandramaleja9379@hotmail.comEspecialista en GeomáticaEspecialista en GeomáticaCalle 1002018-08-14T19:19:59Z2019-12-30T18:03:46Z2018-08-14T19:19:59Z2019-12-30T18:03:46Z2018-06-22http://hdl.handle.net/10654/1766011 páginas : figuras.En el presente estudio se muestran algunas de las tantas aplicaciones del sensor Landsat en el campo de la geología. Al recorte de una imagen Landsat 8 del año 2016 del sector conocido como “Piedra Sentada” le fue aplicada una de las técnicas de percepción remota más usada “índice de vegetación normalizada”, esto con el fin de estimar el porcentaje de vegetación y tener una aproximación a las condiciones del área de interés. La otra técnica empleada en este artículo fue el análisis de componentes principales, llevada a cabo con el fin de delimitar las posibles zonas con presencia de alteración hidrotermal, para ello fue indispensable tener en cuenta las propiedades espectrales de los dos grupos de minerales evaluados (arcillas y óxidos de hierro) los cuales proporcionaron los parámetros necesarios para seleccionar las bandas de entrada que tendrían lugar en la generación de las componentes. Para el grupo de las arcillas únicamente se tuvieron en cuenta las bandas 2, 5, 6, 7 OLI y se generaron imágenes de cuatro, tres y dos componentes, mientras que para el grupo de los óxidos se incluyeron las bandas 2, 4, 5, 6 OLI para llevar a cabo el análisis y generacion de una imagen de cuatro componentes. Finalmente se pudo establecer que las zonas con altos índices de vegetación como la evaluada no proporcionan las mejores condiciones para llevar a cabo este tipo de estudios.The present study shows some of the many applications of the Landsat sensor in the field of geology. When a Landsat 8 image of the year 2016 of the sector known as "Piedra Sentada" was cut, one of the most widely used remote sensing techniques was applied to the "normalized vegetation index", this in order to estimate the percentage of vegetation and have an approximation to the conditions of the area of interest. The other technique used in this article was the analysis of main components, carried out with the purpose of delimiting the possible zones with the presence of hydrothermal alteration, for this it was indispensable to take into account the spectral properties of the two groups of minerals evaluated (clays and iron oxides) which provided us with the necessary parameters to select the input bands that would take place in the generation of the components. For the group of clays only bands 2, 5, 6, 7 OLI were taken into account and four, three and two component images were generated, while bands 2, 4, 5 were included for the group of the oxides. , 6 OLI to carry out the analysis and generation of a four component image. Finally, it could be established that areas with high vegetation indexes such as the one evaluated do not provide the best conditions to carry out this type of studies.pdfapplication/pdfspaspaUniversidad Militar Nueva GranadaFacultad de IngenieríaEspecialización en GeomáticaDerechos Reservados - Universidad Militar Nueva Granada, 2018https://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadashttp://purl.org/coar/access_right/c_abf2Imagen Landsat 8Zonas de alteración hidrotermalAnálisis de componentes principalesIndice de vegetación normalizadaArcillasÓxidos de hierroBENTONITASATELITES LANDSATOXIDO DE HIERROLandsat image 8Hydrothermal alteration zonesPrincipal components analysisNormalized difference vegetation index (NDVI)ClaysIron oxidesDetección de alteraciones hidrotermales mediante percepción remota en el sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, ColombiaDetection of hydrotermal alterations through remote sensing in the sector “Piedra Sentada” (Vereda Santa Lucia) Cauca, Colombiainfo:eu-repo/semantics/articleTrabajo de gradoinfo:eu-repo/semantics/articleTexthttp://purl.org/coar/resource_type/c_2df8fbb1Bragado, J., Rejas, G., Marchamalo, M. y Bonatti, J. (2009). Delimitación de zonas de alteración hidrotermal en la cordillera volcánica central de Costa Rica mediante imágenes landsat y del sensor simulador master. XIII Congreso de la asociación Española de teledetección. Calatayud, España, pp. 265 - 268Crosta, C., De Souza-Filho, F., Azevedo y Broie, C. (2003). Targeting key alteration minerals in epitermal deposits in Patagonia, Argentina, using ASTER imagery and principal components analysis. Journal of Remote Sensing, pp. 4233 - 4240Delendatti, G. (2003). Caracterización De zonas de alteración hidrotermal del río castaño, provincia de San Juan, mediante. Rev. Asoc. Geol. Argentina, 58, pp. 97-108Etayo, F. (1983). Mapa de terrenos geológicos de Colombia. INGEOMINAS Publicación Geológica Especial, pp. 1-235Meyer, C. y Hemley, J.J. (1967). Geoquímica de depósitos de minerales hidrotermales, pp. 166 - 235Ruiz, J. y Prol, R. (1995). Técnicas de procesamiento de imágenes en la exploración de yacimientos minerales de origen hidrotermal. Física De La Tierra N° 7 Universidad Complutense De Madrid., pp. 105 - 137EspecializaciónIngenieria - Especialización en GeomáticaTHUMBNAILSocarrasMorenoMariaAlejandra2018.pdf.jpgIM Thumbnailimage/jpeg6317http://repository.unimilitar.edu.co/bitstream/10654/17660/1/SocarrasMorenoMariaAlejandra2018.pdf.jpg9fb732e904b6e3541433b82600f6168bMD51TEXTSocarrasMorenoMariaAlejandra2018.pdf.txtExtracted texttext/plain26777http://repository.unimilitar.edu.co/bitstream/10654/17660/2/SocarrasMorenoMariaAlejandra2018.pdf.txt5a935822a513df98fc1929f511d1fb66MD52ORIGINALSocarrasMorenoMariaAlejandra2018.pdfArticuloapplication/pdf798036http://repository.unimilitar.edu.co/bitstream/10654/17660/3/SocarrasMorenoMariaAlejandra2018.pdfcb7fa8a779a955c963e8ed5c6c494552MD53LICENSElicense.txttext/plain2904http://repository.unimilitar.edu.co/bitstream/10654/17660/4/license.txtdb8c51a4fe024e5a82b04495057d631dMD5410654/17660oai:repository.unimilitar.edu.co:10654/176602019-12-30 13:03:46.719Repositorio Institucional UMNGbibliodigital@unimilitar.edu.coRWwgYXV0b3IgZGUgbGEgb2JyYSAodGVzaXMsIG1vbm9ncmFmw61hIG8gdHJhYmFqbyBkZSBncmFkbyksIGFjdHVhbmRvIGVuIG5vbWJyZSBwcm9waW8sIGhhY2UgZW50cmVnYSBkZWwgZWplbXBsYXIgcmVzcGVjdGl2byB5IGRlIHN1cyBhbmV4b3MgZW4gZm9ybWF0byBkaWdpdGFsIG8gZWxlY3Ryw7NuaWNvLgoKWSBhdXRvcml6YSBhIGxhIFVOSVZFUlNJREFEIE1JTElUQVIgTlVFVkEgR1JBTkFEQSwgcGFyYSBxdWUgZW4gbG9zIHTDqXJtaW5vcyBlc3RhYmxlY2lkb3MgZW46CgotIExleSAyMyBkZSAxOTgyCi0gTGV5IDQ0IGRlIDE5OTMKLSBEZWNpc2nDs24gQW5kaW5hIDM1MSBkZSAxOTkzCi0gRGVjcmV0byA0NjAgZGUgMTk5NQoKeSBkZW3DoXMgbm9ybWFzIGdlbmVyYWxlcyBzb2JyZSBsYSBtYXRlcmlhLCB1dGlsaWNlIHkgdXNlIHBvciBjdWFscXVpZXIgbWVkaW8gY29ub2NpZG8gbyBwb3IgY29ub2NlciwgbG9zIGRlcmVjaG9zIHBhdHJpbW9uaWFsZXMgZGUgcmVwcm9kdWNjacOzbiwgY29tdW5pY2FjacOzbiBww7pibGljYSwgdHJhbnNmb3JtYWNpw7NuIHkgZGlzdHJpYnVjacOzbiBkZSBsYSBvYnJhIG9iamV0byBkZWwgcHJlc2VudGUgZG9jdW1lbnRvLgoKUEFSw4FHUkFGTzogTGEgcHJlc2VudGUgYXV0b3JpemFjacOzbiBzZSBoYWNlIGV4dGVuc2l2YSBubyBzw7NsbyBhIGxhcyBmYWN1bHRhZGVzIHkgZGVyZWNob3MgZGUgdXNvIHNvYnJlIGxhIG9icmEgZW4gZm9ybWF0byBvIHNvcG9ydGUgbWF0ZXJpYWwsIHNpbm8gdGFtYmnDqW4gcGFyYSBmb3JtYXRvIHZpcnR1YWwsIGVsZWN0csOzbmljbywgZGlnaXRhbCwgeSBjdXlvIHVzbyBzZSBkZSBlbiByZWQsIGludGVybmV0LCBleHRyYW5ldCwgaW50cmFuZXQsIGV0Yy4sIHkgZW4gZ2VuZXJhbCBlbiBjdWFscXVpZXIgZm9ybWF0byBjb25vY2lkbyBvIHBvciBjb25vY2VyLgoKRUwgRVNUVURJQU5URSAtIEFVVE9SLCBtYW5pZmllc3RhIHF1ZSBsYSBvYnJhIG9iamV0byBkZSBsYSBwcmVzZW50ZSBhdXRvcml6YWNpw7NuIGVzIG9yaWdpbmFsIHkgbGEgcmVhbGl6w7Mgc2luIHZpb2xhciBvIHVzdXJwYXIgZGVyZWNob3MgZGUgYXV0b3IgZGUgdGVyY2Vyb3MsIHBvciBsbyB0YW50byBsYSBvYnJhIGVzIGRlIGV4Y2x1c2l2YSBhdXRvcsOtYSB5IHRpZW5lIGxhIHRpdHVsYXJpZGFkIHNvYnJlIGxhIG1pc21hLgoKUEFSw4FHUkFGTzogRW4gY2FzbyBkZSBwcmVzZW50YXJzZSBjdWFscXVpZXIgcmVjbGFtYWNpw7NuIG8gYWNjacOzbiBwb3IgcGFydGUgZGUgdW4gdGVyY2VybyBlbiBjdWFudG8gYSBsb3MgZGVyZWNob3MgZGUgYXV0b3Igc29icmUgbGEgb2JyYSBlbiBjdWVzdGnDs24sIEVMIEVTVFVESUFOVEUgLSBBVVRPUiwgYXN1bWlyw6EgdG9kYSBsYSByZXNwb25zYWJpbGlkYWQsIHkgc2FsZHLDoSBlbiBkZWZlbnNhIGRlIGxvcyBkZXJlY2hvcyBhcXXDrSBhdXRvcml6YWRvczsgcGFyYSB0b2RvcyBsb3MgZWZlY3RvcyBsYSB1bml2ZXJzaWRhZCBhY3TDumEgY29tbyB1biB0ZXJjZXJvIGRlIGJ1ZW5hIGZlLgoKQWRlbcOhcywgTEEgVU5JVkVSU0lEQUQgTUlMSVRBUiBOVUVWQSBHUkFOQURBIGNvbW8gaW5zdGl0dWNpw7NuIHF1ZSBhbG1hY2VuYSwgeSAgcmVjb2xlY3RhIGRhdG9zIHBlcnNvbmFsZXMsIGF0ZW5kaWVuZG8gbG8gcHJlY2VwdHVhZG8gZW4gbGEgbGV5IDE1ODEgZGUgMjAxMiB5IGVsIERlY3JldG8gMTM3NyBkZSAyMDEzLCBxdWUgZGVzYXJyb2xsYW4gZWwgcHJpbmNpcGlvIGNvbnN0aXR1Y2lvbmFsIHF1ZSB0aWVuZW4gdG9kYXMgbGFzIHBlcnNvbmFzIGEgY29ub2NlciwgYWN0dWFsaXphciB5IHJlY3RpZmljYXIgdG9kbyB0aXBvIGRlIGluZm9ybWFjacOzbiByZWNvZ2lkYSBvLCBxdWUgaGF5YSBzaWRvIG9iamV0byBkZSB0cmF0YW1pZW50byBkZSBkYXRvcyBwZXJzb25hbGVzIGVuIGJhbmNvcyBvIGJhc2VzIGRlIGRhdG9zIHkgZW4gZ2VuZXJhbCBlbiBhcmNoaXZvcyBkZSBlbnRpZGFkZXMgcMO6YmxpY2FzIG8gcHJpdmFkYXMsIHJlcXVpZXJlIG9idGVuZXIgc3UgYXV0b3JpemFjacOzbiwgcGFyYSBxdWUgZGUgbWFuZXJhIGxpYnJlLCBwcmV2aWEsIGV4cHJlc2EsIHZvbHVudGFyaWEsIHkgZGViaWRhbWVudGUgaW5mb3JtYWRhLCBwZXJtaXRhIGEgdG9kYXMgbnVlc3RyYXMgZGVwZW5kZW5jaWFzIGFjYWTDqW1pY2FzIHkgYWRtaW5pc3RyYXRpdmFzLCByZWNvbGVjdGFyLCByZWNhdWRhciwgYWxtYWNlbmFyLCB1c2FyLCBjaXJjdWxhciwgc3VwcmltaXIsIHByb2Nlc2FyLCBjb21waWxhciwgaW50ZXJjYW1iaWFyLCBkYXIgdHJhdGFtaWVudG8sIGFjdHVhbGl6YXIgeSBkaXNwb25lciBkZSBsb3MgZGF0b3MgcXVlIGhhbiBzaWRvIHN1bWluaXN0cmFkb3MgeSBxdWUgc2UgaGFuIGluY29ycG9yYWRvIGVuIG51ZXN0cmFzIGJhc2VzIG8gYmFuY29zIGRlIGRhdG9zLCBvIGVuIHJlcG9zaXRvcmlvcyBlbGVjdHLDs25pY29zIGRlIHRvZG8gdGlwbyBjb24gcXVlIGN1ZW50YSBsYSBVbml2ZXJzaWRhZC4KIApFc3RhIGluZm9ybWFjacOzbiBlcyB5IHNlcsOhIHV0aWxpemFkYSBlbiBlbCBkZXNhcnJvbGxvIGRlIGxhcyBmdW5jaW9uZXMgcHJvcGlhcyBkZSBsYSBVbml2ZXJzaWRhZCBlbiBzdSBjb25kaWNpw7NuIGRlIGluc3RpdHVjacOzbiBkZSBlZHVjYWNpw7NuIHN1cGVyaW9yLCBkZSBmb3JtYSBkaXJlY3RhIG8gYSB0cmF2w6lzIGRlIHRlcmNlcm9zLgogCkxlw61kbyBsbyBhbnRlcmlvciwgIkNvbnNpZW50byB5IGF1dG9yaXpvIGEgbGEgVW5pdmVyc2lkYWQgTWlsaXRhciBOdWV2YSBHcmFuYWRhIGRlIG1hbmVyYSBwcmV2aWEsIGV4cHJlc2EgZSBpbmVxdcOtdm9jYSBwYXJhIHF1ZSBtaXMgZGF0b3MgcGVyc29uYWxlcyBzZWFuIHRyYXRhZG9zIGNvbmZvcm1lIGEgbG8gcHJldmlzdG8gZW4gZWwgcHJlc2VudGUgZG9jdW1lbnRvIi4K