aplicaciones geológicas de la teledetección y sig

Post on 18-Dec-2014

3.374 Views

Category:

Education

1 Downloads

Preview:

Click to see full reader

DESCRIPTION

Expositor: Casas, Juan / Charla informativa15/06/2012

TRANSCRIPT

APLICACIONES GEOLÓGICAS DE LA

TELEDETECCIÓN Y SIG

• INTRODUCCIÓN

• MÉTODOS

• APLICACIONES

CONTENIDO

TELEDETECCIÓN

Ciencia o técnica que nos permite obtener

información a distancia de los objetos situados

sobre la superficie terrestre.

Gaspar felix tournachon

toma la primera

fotografía desde un

globo (1859)

Paloma Baviera toma

imágenes tras las líneas

enemigas en 1903

Primera imagen

ERTS-1 de Dallas,

23 de Julio 1973.

COMPONENTES

INTERACCIÓN DE LA ENERGÍA

ELECTROMAGNÉTICA EN LA SUPERFICIE

Absorción

Dispersión

Reflexión

Transmisión

Emisión

Energía

Incidente

SENSORES SATELITALES

MÉTODOS

SIG Y TELEDETECCIÓN

ANÁLISIS ESPACIAL

Datos Independientes

Suelo

Bosque

Usos de suelo

Topografia

Geologia

Lineamientos

Imágenes de satelite

Fotografias aereas

Data geofísica

Data espectral

Datos Dependiente

Terremotos

Deslizamientos

Inundaciones

Contaminación del

suelo

Recursos minerales

Gas

Petróleo

Contaminación de

aguas subterráneas

Peligros Naturales

Susceptibilidad de terremoto

Susceptibilidad de

deslizamientos

Susceptibilidad de

hundimiento de suelo

Susceptibilidad de

inundación

Recursos

Geológicos

Aguas subterráneas

Potencial geotermal

Potencial de petróleo

Potencial de gas

Potencial minero

Contaminación

Ambiental

Contaminación de suelos

Contaminación de aguas subterráneas

Modelo probabilístico

Relación de

Frecuencias

Modelo estadístico

Regresión logística

Moldelamiento de

datos

Redes Neuronales

Artificiales

Integración correlativa geoespacial

SIG

Mapeo Geológico

Selección de zonas

Mapeo litológico

Mapeo de lineamientos

Pixel(%) Evento(%) Relación de Frecuencias

Total de Clases 100 (100%) 10 (100%) 100% / 100% = 1.00

Clase 1 32 (32%) 4 (40%) 40% / 32% = 1.25

Clase 2 30 (30%) 3 (30%) 30% / 30% = 1.00

Clase 3 38 (38%) 3 (30%) 30% / 38% = 0.79

RF

1.25

1.00

Clase 2

0.79

Clase 3

RELACIÓN DE FRECUENCIAS

Clase 1

%100__

clasesdetotal

clasePorcentaje

pesoclaseEvento

REGRESIÓN LOGÍSTICA

Evento conocido: 1

vs.

Evento nulo: 0

X1

X2

X3

X4

X5

β1

β2

β3

β4

β5

p = predicción de probabilidad de la ocurrencia del evento

552211

552211

...exp1

...exp

XXX

XXXp

METODOLOGÍA

REDES NEURONALES ARTIFICIALES

APLICACIONES

POTENCIAL

MINERO

POTENCIAL MINERO

Clase Sub clase Tipo de dato Escala

Depositos Gold Point coverage 1 : 200,000

Datos Geologicos Lithology, Fault Grid 1 : 200,000

Datos Geoquímicos

Al, As, Ba, Ca, Cd, Cl-, Co,

Cr, Cu, F-, Fe, K, Li, Mg, Mn,

Na, Ni, Pb, Si, Sr, V, W, Zn

Grid 1 : 200,000

Distribución de As Distribución de Cu Distribución de Mo

Distribución de Ni Distribución de Pb Distribución de Zn

Factor

Relación de Frecuencias Coeficiente

Regresion

Logística

Peso

RNA Clase

N° de

pixeles %Area Mineral occ. %occ. RF

Cu (ppb)

1.000-2.034 2.035-2.450 2.451-2.744 2.745-2.994 2.995-3.262 3.263-3.669 3.670-3.977 3.978-4.710 4.711-7.695 7.696-2.9999

116889 116787 116603 117174 116784 116566 116422 116412 116407 116394

10.02 10.01 10.00 10.05 10.01 9.99 9.98 9.98 9.98 9.98

1 4 4 6 6 2 3 2 1 1

3.33 13.33 13.33 20.00 20.00 6.67

10.00 6.67 3.33 3.33

0.33 1.33 1.33 1.99 2.00 0.67 1.00 0.67 0.33 0.33

-0.57369 0.037

Fe (ppm)

2.00-6.77 6.78-7.86 7.87-8.88 8.89-9.91 9.92-11.12 11.13-12.99 13.00-15.76 15.77-21.24 21.25-35.77 35.78-99.99

117031 116771 116611 117384 116592 116876 116535 116233 116234 116171

10.03 10.01 10.00 10.06 10.00 10.02 9.99 9.96 9.96 9.96

2 5 4 4 6 1 2 2 3 1

6.67 16.67 13.33 13.33 20.00 3.33 6.67 6.67

10.00 3.33

0.66 1.66 1.33 1.32 2.00 0.33 0.67 0.67 1.00 0.33

0.00001 0.030

Anomalias magnéticas

(nT)

-145--101 -100--92 -91--83 -82--76 -75--68 -67--59 -58--49 -48--32 -31--9 -8-153

128137 121586 118890 131697 118478 115975 115502 110107 105926 100140

10.99 10.42 10.19 11.29 10.16 9.94 9.90 9.44 9.08 8.59

3 4 6 3 3 4 0 4 1 2

10.00 13.33 20.00 10.00 10.00 13.33 0.00

13.33 3.33 6.67

0.91 1.28 1.96 0.89 0.98 1.34 0.00 1.41 0.37 0.78

-0.00592 0.040

RESULTADOS Relación de Frecuencias

Regresión Logística Redes Neuronales

Artificiales

Validación: 65.85%

Validación: 72.23%

Validación: 71.02%

DETERMINACIÓN

DE ÁREAS

SUSCEPTIBLES A

DESLIZAMIENTOS

CATEGORIA FACTORES TIPO DE

DATO ESCALE OBSERVACIÓN

MAPA DE

PELIGROS Deslizamientos Punto -

Selección de la ubicación de

deslizamiento de tierra sobre

la base de fotografías aéreas

MAPA

TOPOGRÁFICO

Slope

Aspect

Curvature

IHT

Raster 1:5,000 Calcular de DEM

MAPA DE

SUELOS

Drenaje del suelo

Material de suelo

Espesor de suelo

Textura del suelo

Polígono 1:25,000 Tipo de suelos

MAPA FORESTAL

Diámetro de madera

Tipos de madera

Densidad de madera

Edad de madera

Polígono 1:25,000 -

MAPA DE USOS

DE SUELOS Usos de suelo Polígono 1:5,000 Tipos de usos de suelos

MAPA

GEOLÓGICO

Geología

Lineamientos Polígono 1:50,000 Tipos de litologías

(a) Pendiente (b) Aspect (c) Curvatura

(d) IHT(Indice de Humedad Topográfica) (e) Densidad de madera (f) Tipos de madera

(g) Diámetro de madera (h) Edad de madera

(j) Topografia (k) Espesor de suelo (l) Material del suelo

(m) Textura del suelo (n) Geología (o) Distancia de lineamientos

(p)Usos de suelo

Factor Clase No. de

deslizamientos % de

deslizamientos

No. De pixeles en el

dominio

% De pixeles en el dominio

Relación de frecuencias

Coeficientes Regresión Logística

Pendiente (grados)

0-3 4-9

10-14 15-19 20-23 24-26 27-29 30-33 34-37 38-78

9 42 84 136 162 144 153 212 172 147

0.71 3.33 6.66 10.79 12.85 11.42 12.13 16.81 13.64 11.66

60930 68637 62206 68832 69067 55044 57515 67003 48303 40347

10.19 11.48 10.40 11.51 11.55 9.21 9.62 11.21 8.08 6.75

0.07 0.29 0.64 0.94 1.11 1.24 1.26 1.50 1.69 1.73

0.023

Aspect

Flat area N

NE E

SE S

SW W N

0 90 108 145 210 213 206 182 107

0.00 7.14 8.56 11.50 16.65 16.89 16.34 14.43 8.49

29049 68322 78853 81330 79432 67250 67857 63988 61803

4.86 11.43 13.19 13.60 13.29 11.25 11.35 10.70 10.34

0.00 0.62 0.65 0.85 1.25 1.50 1.44 1.35 0.82

-10.220 -0.282 -0.365 -0.075 0.426 0.619 0.537 0.432 0.000

Curvatura Concave(-)

Flat Convex(+)

472 135 654

37.43 10.71 51.86

243609 118660 235615

40.75 19.85 39.41

0.92 0.54 1.32

-0.082 -0.232 0.000

Relación de Frecuencias

Resultados

Regresión Logística

Redes Neuronales

Artificiales

Validación: 82.82%

Validación: 87.72%

Validación: 81.44%

SUSCEPTIBILIDAD DE

HUNDIMIENTO DE

TIERRA

Categoria Factores Tipo de dato Escale Observación

Mapa de peligros Subsidencia Polígono 1: 5,000 Area of subsidence

Geolog Geología Polígono 1: 50,000 Type of strata

Topografía Pendiente Raster 1: 5,000 Calculate from

DEM

Extraído del mapa Altura del río Polyline 1: 1,200

DEM minus

sea level of drift

Distancia del río Polígono 1: 1,200 Buffering of drift

Pozo

Profundidad del agua

subterránea Punto

1: 5,000

IDW

(Inverse Distance

Weight)

interpolation Permeabilidad Punto

Uso de suelo Uso de suelos Polígono 1: 5,000 Type of land use

SUSCEPTIBILIDAD DE HUNDIMIENTO DE TIERRA

(a) Slope (b) Depth of drift (c) Distance from drift

(d) Permeability (e) Depth to ground

water level (f) Land use (g) geology

Factor Class

No. of

subsidenc

e

% of

subsidence

No. of

pixels in

domain

% of pixels

in

domain

FR

Logistic

regressio

n

coefficient

Depth of drift (m)

0-70 71-102 103-129 130-152 153-180 181-213 214-277 278-423

1742 121 165 116 412 12

654 14

24.00 1.67 2.27 1.60 5.68 0.17 9.01 0.19

73175 71700 73500 70875 72675 69800 69900 69000

3.48 3.41 3.50 3.37 3.46 3.32 3.32 3.28

6.90 0.49 0.65 0.47 1.64 0.05 2.71 0.06

-0.001

Distance from drift (m)

0 1 2-3 4-6 7-13 14-32 33-73 74-133 134-234 235-592

776 1341 1749 1489 1564 340

0 0 0 0

10.69 18.47 24.09 20.51 21.55 4.68 0.00 0.00 0.00 0.00

146568 244882 276530 209707 216315 207661 203623 199440 199797 198071

6.97 11.65 13.15 9.97

10.29 9.88 9.68 9.49 9.50 9.42

1.53 1.59 1.83 2.06 2.09 0.47 0.00 0.00 0.00 0.00

-0.071

Relación de Frecuencias

Regresión Logística Redes Neuronales

Artificiales

Resultados

Validación: 95.54%

Validación: 96.89%

Validación: 94.45%

POTENCIAL DE AGUAS

SUBTERRÁNEAS

POTENCIAL DE AGUAS SUBTERRÁNEAS

Categoría Factores Data type Scale

Topología

Elevación de tierra

Raster 1 : 5,000

Elevación de tierra de 300m

Elevación del terreno dentro de

Cuencas Hidrográficas

Pendiente de tierra

Pendiente del suelo dentro del

área de Cuencas

La curvatura terrestre

Índice de humedad topográfica

Densidad de río con el riego

agrícola

Densidad de río sin el riego

agrícola

Área acumulada de la cuenca

Lineamiento Densidad de lineamientos Línea -

Geología Unidades hidrogeológicas Línea 1 : 5,000

Suelo Textura del suelo Polígono 1 : 25,000

Localización de pozos

Ground

curvature River density without

agricultural irrigation Distance from

river

Cumulative

watershed area

Topographic

Wetness Index

Ground elevation Mean ground elevation

within watershed

Ground slope Mean ground slope

within watershed

Ground elevation

within 300m

Lineament

length density

Hydrogeological

units

Soil factors Lineament length

density

weighted by its length

Lineament frequency

weighted by its

length

Factor Clase No. of

pixeles en dominio

Ratio of Data

No. de pixeles

en dominio

% de pixeles

en dominio

Relación de frecuencias

Elevación

~32 ~75 ~128 ~239 240~

21600 19800 4500 3600

0

43.64 40.00 9.09 7.27 0.00

16 13 2 1 0

50.00 40.63 6.25 3.13 0.00

1.15 1.02 0.69 0.43

Pendiente

~5.0 ~17.7 ~30.3 ~45.4 45.5~

19800 15300 8100 1800 4500

40.00 30.91 16.36 3.64 9.09

14 12 3 0 3

43.75 37.50 9.38 0.00 9.38

1.09 1.21 0.57 0.00 1.03

Densidad de lineamientos

~0.507 ~0.778 ~1.003 ~1.284 1.285~

6300 6300 8100 13500 15300

12.73 12.73 16.36 27.27 30.91

12.50 12.50 6.25

31.25 37.50

3600 3600 1800 9000 10800

0.98 0.98 0.38 1.15 1.21

Unidades hidrogeológicas

P-Volc. SC-Sed.2 SC-Sed.1 NP-Volc.

Intrus.

5400 14400 5400 18900 5400

10.91 29.09 10.91 38.18 10.91

12.50 43.75 9.38

31.25 3.13

3600 12600 2700 9000 900

1.15 1.50 0.86 0.82 0.29

Resultados Relación de Frecuencias

Regresión Logística

Redes Neuronales

Artificiales

Validación: 77.78%

Validación: 79.20%

Validación: 78.73%

OTRAS APLICACIONES

Adquisición

Cal radiométrica

Cal Atmosférica

Geocodificación

Librería Espectral

Métodos de mapeo

Productos Temáticos

Modelamiento

EPITERMAL DE ORO RODALQUILAR

Margen oriental de la caldera Lomilla

Vista 3D de la superficie en composición de color: RGB = bands 3, 2, 1

Landsat TM

Composición de

cociente de bandas

Red=TM5/TM7

Green=TM5/TM4

Blue=TM3/TM1

(de Arribas et al.,

1995)

Pixeles de color

amarillo a blanco

representan áreas

de alteración argílica

avanzada

Cociente: banda 4 / banda 6 Composición de falso color

Centros de alteración

COCIENETE DE BANDAS ASTER MUESTRAN LOS CENTROS DE

ALTEACION

Mapa de alteraciones de campo(Arribas, 1995)

Cociente de bandas: 4/6

Carboneras

Town

ASTER

HyMAp

Mapeo

Mineralógico

Cuprite

*Clark & Swayze, 1995,

Mapping minerals...

top related