pub_2004_14_fc salares de sud lipez (espanol)

7/23/2019 PUB_2004_14_FC Salares de Sud Lipez (Espanol)

1/11

CARTOGRAFIA PRELIMINAR DE LOS MINERALES EVAPORITICOS DE LOS SALARES DE SUD LIPEZ

(BOLIVIA) UTILIZANDO IMGENES SATELITALESCceres, F, 1, Ali-Ammar, H1, & Pirard, E1.

1GEOMAC, MICA, Universit de Lige, Sart Tilman B52/3, 4000 Lige, Belgique, [email protected]

1.- INTRODUCCIN

Este trabajo es un aporte ms a la larga bibliografa que engloba la utilizacin de las tcnicas de teledeteccinen el estudio de minerales evaporticos. Los captores pticos (multi hiperespectrales) y radar tuvieron muchoxito en este tipo de ambiente; ya sea para la determinacin de la composicin mineralgica o en el monitoreode los mismos. Por la carencia de cobertura vegetal y la variedad de cuencas evaporitas que existen en la zonade Sud Lpez, la regin es propicia para observar las capacidades de los sensores remotos.

2.- TRABAJOS ANTERIORES

Chapman, et al. (1989) fueron los primeros en utilizar las imgenes del satlite Landsat Thematic Mapper (TM)para el estudio de este tipo de ambientes. Los mencionados autores emplean la tcnica de decorrelationstretching con el fin de cartografiar la superficie del Salar de Atacama (Chile). White & Drake (1993) utilizan lasimgenes Landsat TM con el propsito de obtener la abundancia y distribucin de yeso en la zona de ChottFedjaj (Tunes)Sabins & Millar

*(1994) emplean imgenes Landsat TM y AVHRR (Advanced Very High Resolution Radiometer)

para la determinacin del contenido de boro en el salar de Uyuni, con este propsito los autores utiliza el ratioTM 4/TM 7.Bryant (1996) utiliza la tcnica de desmezcla espectral sobre imgenes Landsat TM de la regin Chott el Djerid(Tunes) con el objetivo de determinar la distribucin espacial de yeso, halita y carnalita. Bryant (2003) empleaimgenes AVHRR en el monitoreo de playas en el Norte y Sud del continente africano, en este tipo de ambientelas modificaciones hidrolgicas pueden ser detectadas mediante el anlisis de imgenes satelitales, estasvariaciones permiten determinar de manera indirecta los cambios de precipitacin y evaporacin del sistema.Camargo, et al. (2003) emplea la informacin de reflectancia adquirida in situ sobre el salar de Uyuni con el fin

de calibrar las imgenes satelitales, los autores recomiendan la utilizacin de este tipo de ambientes por suelevada homogeneidad espectral y los dbiles efectos atmosfricos que existen en la zona.Otros autores emplean captores aerotransportados para el estudio de este tipo de ambiente, especialmente enla regin del Death Valley (California). Con este propsito Crowley & Clark (1992) y Crowley (1993) utilizanimgenes que provienen del captor AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) y Crowley, Mars &Hook (2000) emplean imgenes MASTER (MODIS/ASTER Airborne Simulator).

3.- LOS SALARES DE LOS LIPEZ

La regin de Sud Lpez situada en el extremo Sudoeste de Bolivia, esta cubierto esencialmente por rocasvolcnicas esencialmente cidas (dacitas riolitas) que pertenecen al complejo volcnico Negeno -Cuaternario de los Andes Centrales. Dichas formaciones volcnicas ocupan gran parte de la CordilleraOccidental y su parte Sud se prolonga hacia el territorio argentino.Si comparamos con la cuenca endorreica del Altiplano, la regin de los Lpez se caracteriza por decenas (ms

de 30) cuencas intravolcnicas cerradas, independientes y mas elevadas (entre 4100 4600 msnm.) del restodel Altiplano.El clima rido, las bajas precipitaciones (100 mm/ao) y a topografa (figura 1) son los responsables de laexistencia de los salares que existen en dicha regin. La mayor parte de los cuales son la combinacin de uno omas tipos morfolgicos (Risacher & Fritz, 1991): lagos de sal, costras de sal, playas y napas subaflorantes.Los salares tienen una composicin dominante de NaCl o NaClSO4, en los cuales la secuencia evaporticade precipitacin esta condicionada a tres factores (Risacher, 1992):

*Trabajo enunciado posteriormente en los artculos de Sabins (1997 y 1999).


2/11

Figura 1 Ubicacin de la zona de estudio - cobertura de las imgenes ASTER

El origen de las aguas alimentadoras de la cuenca que vienen ambos del drenaje de rocas volcnicas yla removilizacin de depsitos evaporticos antiguos.

La presencia de sulfuros de exhalacin (azufre nativo) de la actividad volcnica presente en la zona

Las caractersticas hidrolgicas de los acuferos (posicin de las napas acuferas dentro la cuenca).


3/11

4.- DATOS

El trabajo esta particularmente basado en las

imgenes del captor ASTER (Advanced SpaceborneThermal Emission and Reflection Radiometer) que esuno de los cinco sensores embarcados sobre el satliteEOS-AM1 y denominado despus TERRA plataforma,puesto en orbita en 1998. Su orbita a 700 km de altura,helio - sincrnica, cercana a los Polos y el tiempo quepasa a nivel del Ecuador permiten minimizar losefectos perjudiciales causados por las nubes. Elsatlite tiene una frecuencia de repeticin de 16 das.El captor ASTER esta compuesto de tres subsistemas:El primer subsistema VNIR (Visible and Near Infrared)cubre la regin visible e infrarrojo cercano del espectroelectromagntico. El subsistema es un escner tipo

pushbroom formado de dos telescopios uno a nadirque tiene tres bandas y otro localizado en la parteposterior con una simple banda; este canal es utilizadopara las observaciones estereoscpicas. Losdetectores CCD son lineales construidos en Si, cada captor posee 5000 detectores, los detalles de la resolucinespectral y espacial del subsistema son mostrados en la tabla 1.El segundo subsistema SWIR (Shortwave Infrared), con sus 6 bandas cubre el infrarrojo cercano y medio, losdetectores son tambin de tipo pushbroom y opera con un simple telescopio que apunta a nadir y los datosson adquiridos por un espejo. Los detectores CCD son lineales y construidos en PtSi, cada banda espectralposee 2048 detectores. La tabla 1 muestra la resolucin espectral y espacial del subsistema.El tercer subsistema TIR (Thermal Infrared) con sus 5 bandas mensura la parte termal del infrarrojo; es unescner mecnico compuesto de un simple telescopio a posicin fija observando a nadir y de un escner conun espejo localizado en la parte posterior. Cada banda utiliza 10 detectores construidos en HgCdTe; para

preservar la dinmica de la imagen ella es codificada en 16 bits. La informacin espacial y espectral se puedeobservar en la tabla 1.Los datos que adquiere el satlite tienen una amplia cobertura espectral y una resolucin relativamenteelevada, lo que permite discriminar una serie de materiales sobre la superficie (Yamaguchi et al., 1998).En este trabajo se utilizaron siete imgenes cuyascaractersticas pueden ser observadas en la tabla 2, lacobertura de las imgenes puede observarse en lafigura 1. Dado la magnitud de informacin y con en elfin de no mezclar propiedades fsicas, solamente setomo en cuenta las imgenes de los subsistemas VNIRy SWIR, no se considero el subsistema TIR. En estazona del espectro y segn la ley de Boltzmann, lasmensuras toman en cuenta dos propiedades fsicas dela materia (absorcin-reflexin y temperatura), por lo

contrario los otros dos subsistemas solamentemensuran uno (absorcin-reflexin).

5.- MTODOS

5.1.- Pretratamiento de las imgenes

Sobre las imgenes brutas existen varios errores tcnicos puestos en evidencia despus que el satlite seencontraba en orbita (errores de paralaje y crosstalk), con este objetivo se tuvo que crear todo un procedimientopara la calibracin de las mismas. Primeramente se corrigi el error de crosstalk de la imagen; este problema escreado por un mal aislamiento de algunos componentes electrnicos que genera una reflexin mltiple de la luzhacia los otros captores, generando de esta manera fantasmas en las imgenes (Iwasaki, et al., 2002). Este

Sub-sistema

BandaNo

RangoEspectral

(m)

ResolucinEspacial

(m)

Tamao dela imagen

(km)

1 0.52-0.602 0.63-0.69

3N 0.78-0.86VNIR

3B 0.78-0.86

15 60

4 1.60-1.70

5 2.145-2.185

6 2.185-2.225

7 2.235-2.285

8 2.295-2.430

SWIR

9 2.360-2.430

30 60

10 8.125-8.475

11 8.475-8.825

12 8.925-9.275

13 10.25-10.95

TIR

14 10.95-11.65

90 60

Tabla 1 Informacin del captor ASTER.

Imagen Nivel detratamiento

Fecha deadquisicin

Hora deadquisicin

40 1B 03/12/2000 14:55:21

48 1B 24/07/2001 14:55:12

73 1B 17/01/2001 15:03:08

110 1B 05/07/2001 15:01:47

153 1B 07/06/2002 14:49:44

88 1B 07/06/2002 14:49:35

85 1B 28/01/2002 14:50:58

Tabla 2 Informacin de las imgenes utilizadas.


4/11

problema es observado en las bandas 4 y 9 del subsistema SWIR, el mtodo de correccin empleado en estetrabajo fue desarrollado por los mismos autores.

El error de paralaje es evidenciado en todas las bandas del subsistema SWIR y es generado por la separacinque existe entre captores, el error es de 0.5 pxeles por cada 900 m de elevacin (Fujisada, 1998). Esteproblema fue corregido mediante la ortorectificacin de todas las imgenes; con este propsito se utilizo unmodelo digital del terreno construido en base a la informacin adquirida por las bandas 3b y 3n del mismosatlite.

5.2.- Correccin atmosfrica

Con el fin de eliminar el efecto atmosfrico que se encuentra en la imagen se utilizo el mtodo descrito porRowan & Mars (2003) que toma en cuenta el error que existe entre los datos adquiridos sobre el terreno y laimagen; mediante este procedimiento la imagen de radianza fue transformada en imagen de reflectancia.Con el fin de evitar la generacin de artefactos, la correccin fue efectuada de forma separada para cada unode los salares, aislando el salar del resto de la imagen. De esta manera la zona estudiada presentara una granuniformidad espectral y mineralgica, por lo que suponemos que la creacin de artefactos ser nfima. Este

mtodo puede ser utilizado en regiones donde no existe informacin meteorolgica, como es el caso de SudLpez. Los modelos ms complejos que en principio proporcionan mejores resultados, desgraciadamenterequieren mayor informacin.

5.3.- Desmezcla espectral

La desmezcla espectral es el mtodo por el cual un espectro mensurado de un pxel es descompuesto en unacoleccin de espectros constituyentes llamados endmembers y el conjunto de sus fracciones correspondientesdenominada abundancia; este ultimo parmetro indica la proporcin de cada endmember presente en un pxel(Keshava & Mustard 2002). El mtodo se puede subdividir en tres etapas, las cuales son enteramenteindependientes la una de la otra:

5.3.1.- Determinacin de los valores extremos

Un endmember puede traducirse literalmente como un valor extremo y tcnicamente se traduce como un pxel

puro, es decir un pxel que contenga solamente un material. Generalmente dicho pxel corresponde a un objetomacroscpico y/o microscpico presente en la escena, como por ejemplo el agua, suelo, vegetacin, etc. Eltrmino tambin engloba la utilizacin de informacin espectral proveniente de libreras espectrales obtenidasen condiciones de laboratorio. Es lgico de suponer que esta nocin existe sila mayor parte de los pxeles de la imagen son constituidos de mezclascomo es el caso de una imagen satelital.En la literatura existen muchos mtodos para extraer los pxeles ms purosde una imagen, en este trabajo se utiliza un mtodo basado en lainformacin espectral. Boardman et al. (1995) sugiere la tcnica PPI (PxelPurity Index), la cual se basa en las propiedades geomtricas de un conjuntoconvexo y considera a cada pxel como un vector en un espacio a n-dimensiones (n-D). Para optimizar el procedimiento, el algoritmo no esaplicado a la imagen original sino a la imagen resultante de una reduccin

dimensional de datos basada en el mtodo MNF (Minimun Noise Fraction)desarrollada por Green, et al. (1988). El algoritmo comienza con lageneracin de un vector aleatorio a n-D (denominado skewer), sobre el cualtodos los pxeles de la imagen son proyectados, los pxeles que aparecen enlas dos partes extremas del skewers son marcados y luego contados, esteprocedimiento es generalizado a un gran numero de skewers generados deigual manera. Al final de este proceso se obtiene una imagen con los pxelesms contados, es decir los pxeles que fueron contados ms de 1000 vecesson retenidos como posibles endmembers. Los candidatos a serconsiderados como verdaderos endmembers son seleccionados en base auna comparacin con una librera espectral y explorando su posicin en elespacio n-D.

Figura 2 Procedimientoseguido para la extraccin de

los endmembers.


5/11

Esta seleccin supervisada requiere un gran conocimiento de las tcnicas de teledeteccin y espectroscopiamineral. El mayor defecto de este mtodo es la pobre interactividad y los resultados no pueden ser empleados

para analizar un gran nmero de imgenes. Muchos autores consideran que la naturaleza aleatoria de losskewers es otra gran limitacin del algoritmo (Plaza, et al., 2002). Todo el procedimiento seguido para laobtencin de los valores extremos se puede observar en la figura 2.

5.3.2.- Modelo de desmezcla

El tipo y la naturaleza de las mezclas son cruciales para la comprensin de la seal; en la naturaleza lasmezclas espectrales pueden ser consideradas como lineales y no lineales, siendo la segunda la ms comnentre las dos. Sin embargo los algoritmos que puedan analizar este tipo de mezclas se encuentran en un estadoembrionario. Antes de considerar como lineales las mezclas que existen dentro una imagen se debe de suponerque (van der Meer, 2001):

No existe interaccin entre los materiales y cada fotn es adsorbido o reflejado por un solo material.

La escala de la mezcla es muy grande en oposicin al tamao de los materiales.

No existe mltiple dispersin.

Si tomamos en cuenta lo anteriormente enunciado, una combinacin lineal de pxeles puros intentaradescomponer la mezcla de espectros de reflectancia presentes en cada pxel R

i en fracciones f

i de sus

endmembers Reij, que puede ser escrito como:

=

+=

n

j

iijji fR1

Re

este proceso puede existir bajo las siguientes condiciones:

=

=

n

j

jf1

1y 10 if

donde Ries la reflectancia de la mezcla espectral de cada pxel en la banda i, f

ies la fraccin de cada pxel puro

j calculado banda por banda, Reijes la reflectancia del endmember j en el canal i, i es el numero de bandas, j es

cada uno de los n endmembers de la imagen,!

ies el error residual o la diferencia entre la mensura y el modeloDN (Digital Number) en la banda i. La nica solucin para resolver esta ecuacin es minimizar el error residualmediante la tcnica de mnimos cuadrados. Este error debera ser en teora igual al ruido del instrumento, en elcaso de que solamente un endmember este presente en la imagen (van der Meer, de Jong & Bakker, 2001).

5.3.3.- Error de la desmezcla

El error residual para cada pxel de la imagen y sobretodas las bandas puede ser dado por el errorcuadrtico medio o RMS (Root Mean Square),representado sobre la forma de una imagen, el cuales calculado de la diferencia entre el modelo (R

jk) y la

mensura (Rjk) y puede ser escrito como:

( )

=

=

=

m

k

n

j

jkjk

m

nRR

RMS1

1

2 /'

donde: n es el nmero de bandas espectrales y m esel numero de pxeles dentro la imagen (van der Meer,de Jong & Bakker, 2001).

Clase MineralFormulaQumica

Picos deabsorcin (m)

Cloruros Halita NaCl 1.93

Anhidrita CaSO4 1.48, 1.8, 1.9, 1.3

Basanita CaSO4.1/2H2O 1.46, 1.94, 2.42

Yeso CaSO4.2H2O 0.99, 1.19, 1.48,1.74, 1.96

Tenardita Na2SO4 1.43, 1.91Sulfatos

Mirabilita Na2SO4.10H2O 0.99, 1.22, 1.44,1.94, 2.47

Calcita CaCO3 1.8, 2.1, 2.33

Dolomita CaMg(CO3)2 2.34

Natrn Na2CO3.10H2O 0.99, 1.23, 1.48,1.97

Carbonatos

Trona Na3H(CO3)2.2H2O 1.51, 1.94, 2.03

Ulexita NaCaB5O9.8H2O 0.99, 1.46, 1.96,2.23Boratos

Brax Na2B4O7.10H2O 0.97, 1.47, 1.92

Tabla 3 Caractersticas de absorcin de los principalesminerales evaporiticos en la regin VNIR-SWIR.


6/11

6.- DISCUSIN DE LOS RESULTADOS

Dado la cantidad de salares que existen en la zona, en este

trabajo solamente presentamos los resultados obtenidos enel anlisis de los salares de Pastos Grandes y Capina.El salar de Capina (40 km

2de superficie) es de tipo playa

con una tendencia geoqumica NaCl(SO4?) (Risacher,1992) y actualmente es explotado por su contenido deulexita por la empresa Tierra S. A. Este borato sdicoclcico ocupa 1 km

2 (x 60cm de espesor) del centro del

salar y se extiende ligeramente hacia el Sudeste (figura 5),Orris, et al. (1992b) determinan tambin ulexita aflorante enla parte perifrica del salar. La ulexita se encuentra enforma de una capa superficial uniforme, ella tambin esdescrita dentro los niveles superiores del manto decarbonato clcico en profundidad. Los sedimentos

encajonantes estn constituidos de yeso y arcillas, loscuales tambin contienen ndulos de ulexita, en forma delentes (Ballivin & Risacher, 1981 y Orris, et al., 1992b).Por su superficie de 130 km

2, el salar de Pastos Grandes es

uno de los ms importantes de Sud Lpez. Su qumismo esde tipo NaCa (SO4) Cl (Risacher, 1992) ymorfolgicamente es considerado como de tipo playa en elcual Ballivin y Risacher (1981) reconocen tres zonas desedimentos (figura 6):

Una zona constituida por costras, concreciones ypisolitas de composicin carbonato clcica ylocalizada al Noroeste del salar.

Una zona compuesta por arcillas con un contenido

en carbonato clcico, ubicada al este del salar. La zona central o de arcillas recientes, que en su

parte central contiene yeso, halita y ulexita.

6.1.- Anlisis Espectral

Las caractersticas espectrales de los mineralesevaporiticos fueron estudiadas por varios autores: Hunt etal. (1971), Crowley (1991), Drake (1995), Crowley (1996)que investigaron el rango espectral comprendido entre 0.4 a2.5 m y Crowley & Hook (1996) que estudiaron lascaractersticas espectrales por encima de 2.5 m. Dichosautores determinaron que en la regin VNIR-SWIR, lascaractersticas espectrales de los minerales evaporiticos

son atribuidas a las vibraciones internas de boratos,carbonatos y aniones hidroxilos como tambin a molculasde agua. Por lo contrario en la parte termal del espectro(emisividad), estas caractersticas estn ligadas a los

aniones sulfato, carbonato y borato; de lo anteriormente enunciado se puede deducir que las variacionesqumicas evidentemente modifican las caractersticas espectrales. Un resumen de las caractersticasespectrales de los principales minerales evaporiticos susceptibles a ser encontrados en la regin es ilustrado enla tabla 3.En la tabla se puede observar que la mayora de estos minerales presenta espectros de absorcin entre 1 a 2.5m, esta absorcin se presenta bajo dos procesos distintos: la transicin electrnica que toma en cuenta lavalencia del elemento (electrn en el ultimo nivel orbital) y la vibracin molecular (energa interatmica) queimplica las ligazones moleculares (Crowley, 1991). La mayor parte de las caractersticas espectrales

Figura 3a Espectros de la librera espectraldel USGS comparados con los espectrosremuestreados en funcin del captor ASTER.


7/11

observadas en los minerales evaporticos tienen un origenvibratorio y son atribuidos generalmente a la forma de

vibracin interna de ciertos minerales, como es el caso delos boratos, carbonatos y de los aniones hidroxilos (Crowley,1991).

Algunos de los minerales evaporticos presentes en la tabla3 son hidratados, por lo que probablemente las propiedadesde absorcin estn causadas por las molculas de agua, lascuales son un componente esencial de la estructura deestos minerales. Hunt et al. (1971) determina que la longitudde las bandas de absorcin de dichos minerales estantimamente ligada al O-H presente dentro las molculas deagua y que es parte de estos minerales. En las formasanhidras de estos minerales la absorcin es debido a lapresencia de inclusiones fluidas y/o la presencia de agua

adsorbida dentro la estructura cristalina (Drake, 1995).Para el anlisis de los espectros presentes en la imagen seutilizo la librera espectral del USGS, esta librera construidaen laboratorio en un rango espectral de 0.4 a 2.5 m, tieneun intervalo de muestreo de 10 nm, en los cuales se puedeobservar en detalle los diferentes picos de absorcin (tabla3) de los minerales evaporticos. La librera fueremuestreada siguiendo un modelo gausiano de respuestaespectral y de esta manera se obtuvo las caractersticasespectrales de los minerales evaporiticos en funcin a lainformacin que adquiere el captor ASTER. Tambin sedebe mencionar que no todos los minerales evaporticosestn presentes en la librera espectral; en dicha librerasolamente se encuentran los principales minerales

evaporiticos, los ms raros y los que determinan en muchoscasos el tipo de cuenca no estn presentes.En la figura 3a y b se puede observar los espectros de losdiferentes minerales evaporticos susceptibles a estarpresentes en la regin, como tambin la posicin de lasdiferentes bandas del captor ASTER.La halita no presenta picos de absorcin entre 0.4 a 2.5 m,el espectro remuestreado es casi plano, este inconvenientehace difcil a determinar la halita a partir de este tipo deinformacin, sin embargo se puede suponer que dichomineral esta presente en todo el salar en una mezcla intimacon los otros minerales evaporiticos.Los espectros de la anhidrita, basanita y yeso son iguales, la

nica diferencia es la profundidad del pico de absorcin(ms pronunciado para el yeso); esta sutil diferencia serutilizada en el anlisis espectral.La mirabilita y tenardita presentan diferentes signaturasespectrales, sin embargo el pico de absorcin de ambosminerales se encuentra en la misma regin espectral. Ladiferencia entre ambos minerales es trmica, es decir que latenardita cristaliza cuando la mirabilita comienza adeshidratarse; dentro nuestro anlisis ambos minerales sontomados en cuenta.Los carbonatos como la calcita y la dolomita presentan picosde absorcin en las bandas 7 y 8, las cuales se deben

Figura 3b Espectros de la librera espectraldel USGS comparados con los espectrosremuestreados en funcin del captor ASTER.


8/11

esencialmente a la forma de vibracin de los anionescarbonatos; estos minerales evaporiticos fueron descritos

principalmente en la cuenca Pastos Grandes (Ballivin &Risacher, 1981).Los otros carbonatos como el natrn y la trona, tienenespectros completamente diferentes, el natrn se diferenciade la trona por presentar dos picos de absorcin (figura 3b).Por ultimo los boratos como la ulexita y el brax tienen suspicos de absorcin en la banda 5, la nica diferencia es lasutil diferencia del pico (ms grande cobertura espectralpara la ulexita); sin embargo para que estos minerales seformen, tiene que existir un aporte de boro en la cuenca(generalmente una fuente hidrotermal).Si comparamos lo anteriormente mencionado con lainformacin de la tabla 3, podemos observar que los otros

picos de absorcin caractersticos de estos minerales seencuentran en la zona de absorcin del agua y que limita sudeteccin con el captor ASTER.

6.2.- Valores extremos

Antes de comenzar con la descripcin de los resultados,debemos mencionar tambin que al momento de realizar elanlisis se tomaron en cuenta las descripciones de lossalares de Capina y Pastos Grandes realizadas porBallivin y Risacher (1981) y Orris, et al. (1992a y b); estainformacin a priori permiti reducir el numero de mineralesen el anlisis y de esta manera evitar los problemas ligadosa una confusin espectral.

Siguiendo todo el proceso descrito en el prrafo 6.3.1solamente fueron retenidos tres endmembers para el Salarde Capina y cinco para el salar de Pastos Grandes, en loscuales se puede observar algunas caractersticasespectrales similares a los minerales evaporiticoscontenidos en la librera espectral de la USGS. Las figura4a y 4b ilustran los diferentes endmembers encontrados enel anlisis de las imgenes de Capina y Pastos Grandes,los nombres asignados a cada endmember es el resultadode la comparacin con la librera espectral obtenida enlaboratorio y/o su ubicacin espacial. La variacin entre laforma de los espectros puede tener su origen en muchosfactores fsicos y qumicos, como el contenido de agua,tamao de las partculas, cambios en la composicinqumica del mineral evaportico, rugosidad del salar, etc.Por otra parte, a la hora de realizar el anlisis se debetomar en cuenta que el sensor

Figura 4 Espectros de los endmembers resultantes delanlisis comparado con los espectros de laboratorio (USGS)remuestreados; a) Capina y b) Pastos Grandes.


9/11

capta la informacin a 700 km de altitud y los parmetrosenunciados anteriormente son difciles a mensurar, por lo que

preferimos utilizar todos los espectros de referencia en elanlisis de la imagen. Una verificacin espectral de terrenoconfirmara o negara la existencia de dichas poblaciones.

6.3.- Desmezcla espectral

En la figura 5b se puede observar el resultado de la desmezclaespectral del salar de Capina, a manera de comparacinincluimos tambin (figura 5a) el mapa de reparticin de lasformaciones superficiales elaborado por Ballivin & Risacher(1981). Mediante este mtodo se pudo delimitar bien laspoblaciones presentes en la zona. Es interesante observar ladistribucin de la ulexita y podemos suponer que el descape delos sedimentos encajonantes por la explotacin minera ayuda a

agrandar los afloramientos de ulexita. El error del mtodo, sesuscribe a la parte norte del salar donde se encuentra el lagopermanente y la parte central. Esta ultima zona esta ligadatambin a una zona con elevado contenido en agua (figura 7).La figura 6b ilustra el resultado del anlisis espectral del salar dePastos Grandes, por comparacin ilustramos tambin (figura 6a)el mapa de distribucin de las formaciones superficialesextradas del trabajo de Servant-Vildary, et al. (2002). Como sepuede observar en la figura, la mayor parte de las poblacionesson bien delimitadas. La figura 8 muestra los errores obtenidosen la desmezcla de la imagen, al igual que en el caso deCapina, la mayor parte de los errores son ubicados en zonascon alto contenido en agua. Nuestros resultados son similares a

los obtenidos por Crowley, Mars & Hook (2000) a excepcin dela halita, la cual pudo ser identificada con captoreshiperespectrales.

7.- Conclusiones

El captor ASTER con la informacin espectral que mensura escapaz de diferenciar los minerales presentes en el salar dePastos Grandes y Capina. La utilizacin de las imgenestrmicas obtenidas por el mismo captor puede ayudar a delimitarmejor minerales como la halita. La tecnologa hiperespectralaerotransportad mostr sus frutos en el anlisis de este tipo deambiente y el advenimiento de esta tecnologa embarcada enlos satlites, como ya es el caso de Hyperion, facilitara este

trabajo y en un futuro muy cercano las cartas geoqumicasobtenidas a partir de los satlites sern muy comunes.

8.- Referencias

Ballivin, O. & Risacher, F., 1981, Los salares del AltiplanoBoliviano. Mtodos de estudio y estimacin econmica. UMSA ORSTOM, 241p.Boardman, J. W., Kruse, F.A. & Green, R. O., 1995, Mappingtarget signatures via partial unmixing of AVIRIS data. In Summariesof 5th JPL Airborne Earth Science Workshop, Jet PropulsionLaboratory, Pasadena, California. Publication, 95-1: 2326.

a)

Figura 5 Salar de Capina, a) mapa de la distribucin de lossedimentos recientes de Ballivian & Risacher (1981) y b)resultado de la desmezcla espectral.

b


10/11

Bryant. R. G., 1996,Validated linear mixture modelling of LandsatTM data for mapping evaporite minerals on a playa surface:

methods and applications. International Journal of Remote Sensing,17 (2): 315330.Bryant, R. G., 2003, Monitoring playa systems using remotesensing: methods and applications. AridLands. 51 (accessible via:http://ag.arizona.edu/OALS/ALN/aln51).Camargo, R. A., Ponzoni, F. J., Zullo, Jr. J., Queiroz, G. &

Arnaud, Y., 2003,Characterization of the Salar de Uyuni for in-orbitsatellite calibration. IEEE Transactions on Geoscience and RemoteSensing, 41 (6): 14611468.Chapman, J. E., Rothery, D. A., Francis, P. W. & Pontual, A.,1989, Remote Sensing of evaporite mineral zonation in salt flats(salars). International Journal of Remote Sensing, 10 (1): 245255.Crowley, J. K., 1991, Visible and near-infrared (0.4 2.5 um)

reflectance spectra of playa evaporite minerals. Journal ofGeophysical Research, 96 (B10): 16231 16240.Crowley, J. K., 1993, Mapping playa evaporite minerals with

AVIRIS data: a first report from Death Valley, California. RemoteSensing of Environment, 44: 337356.Crowley, J.K., 1996, Mg- and K-Bearing borates and associatedevaporites at Eagle Borax Spring, Death Valley, California: aspectroscopic exploration. Economic Geology, 91: 622635.Crowley, J. K. & Clark, R. N., 1992,AVIRIS study of Death Valleyevaporite deposits using least-squares band-fitting methods. In:Summaries of the 3th Annual JPL Airborne Geoscience Workshop,Jet Propulsion Laboratory, Pasadena, California. JPL Publication92-14, 1: 2931.Crowley, J. K. & Hook, S. J., 1996, Mapping playa evaporiteminerals and associated sediments in Death Valley, California, withmultispectral thermal infrared images. Journal of GeophysicalResearch, 101 (B1): 643660.Crowley, J. K., Mars, J. C. & Hook, S. J., 2000,Mapping evaporiteminerals in the Death Valley salt pan using MODIS/ASTER airbornesimulator (MASTER) data. Fourteenth International Conference onApplied Geologic Remote Sensing, Las Vegas, Nevada,USA: 344345.Drake, N. A., 1995,Reflectance spectra of evaporite minerals (400

2500 nm): applications for remote sensing. International Journalof Remote Sensing, 16 (14): 25552571.Fujisada, H., 1998, ASTER Level-1 data processing algorithm.IEEE Transactions on Geoscience and Remote Sensing, 36 (4):

11011112.Green, A. A., Berman, M., Switzer, M. & Craig, M. D., 1988, Atransformation for ordering multispectral data in terms of imagequality with implications for noise removal. IEEE Transactions onGeoscience and Remote Sensing, 26 (31): 6574.Hunt, G.R., Salisbury, J.W. & Lenhoff, C.J., 1971, Visible and

near-infrared spectra of minerals and rocks, IV, Sulfides andSulfates. Modern Geology, 3: 1, 14.Iwasaki, A., Fujisada, H., Asao, H., Shindou, O. & Akagi, S.,2002, Enhancement of spectral separation performance for

ASTER/SWIR, Infrared Spaceborne Remote Sensing. IX,Proceedings SPIEVol: 4486, Paper-No, 4486-06: 4250.

Figura 6 Salar de Pastos Grandes, a) mapade distribucin de los sedimentos recientesde Servant-Vildary, et al. (2002) y b)resultado de la desmezcla espectral.

a

b


11/11

Keshava, N. & Mustard J. F., 2002, Spectral unmixing. IEEESignal Processing Magazine,19 : 4457.

Orris, G. J., Asher-Bolinder, S., Soria-Escalante, E. & Enriquez-Romero, R., 1992a, Laguna Pastos Grandes, in USGS GEOBOL, Geology and mineral resources of the Altiplano andCordillera Occidental, Bolivia, USGS Bulletin, 1975: p199.Orris, G. J., Soria-Escalante, E., Asher-Bolinder, S. & Enriquez-Romero, R., 1992b, Laguna Capina, in USGS GEOBOL,Geology and mineral resources of the Altiplano and CordilleraOccidental, Bolivia, USGS Bulletin, 1975: 200201.Plaza, A., Martinez, P., Perez, R. M. & Plaza, J., 2002,Spatial/spectral endmember extraction by multidimensionalmorphological operations. IEEE Transactions on Geoscience andRemote Sensing, 40 (9): 20252041.Risacher, F., 1992,Gochimie des lacs sales et crotes de sel de

lAltiplano bolivien, Sciences Gologiques Bulletin, 45 (3-4): 219p.Risacher, F. & Fritz, B., 1991, Geochemistry of Bolivian Salars,Lipez, Southern Altiplano: Origin of solutes and brine evolution,Geochimica et Cosmochimica Acta, 55: 687705.Rowan, L. C. & Mars, J. C., 2003, Lithologic mapping in theMountain Pass, California area using Advanced SpaceborneThermal Emission and Reflection Radiometer (ASTER) data,Remote Sensing of Environment, 84: 350366.Sabins, F. F., 1997,Remote sensing, principles and interpretation.W. H. Freeman & Company, New York, 3rd. Ed.: 494p.Sabins, F. F., 1999, Remote sensing for mineral exploration. OreGeology Reviews, 14: 157183.Sabins F. F. & Miller , R. M., 1994,Resource assessment Salarde Uyuni and vicinity. Tenth Thematic Conference on Geologic

Remote Sensing, Vol. I: I92I103.Servant-Vildary, S. Risacher, F. & Roux, M., 2002,Diatom basedtransfer function for estimating the chemical composition of fossilwater. Calibration based on salt lakes of the Lipez area in theSouth-Western Bolivian Altiplano, Carnets de Gologie, Maintenon,Memoire, 2002/01(accessible via http://paleopolis.rediris.es/)USGS,(http://speclab.cr.usgs.gov)Van der Meer. F., 2001,Basic physics of spectrometry. In Imagingspectrometry: basic principles and prospective applications. F. Vander Meer & S. de Jong, ed. Kluwer Academic Publishers, 316.Van der Meer, F. de Jong, S. & Bakker, W., 2001, Imagingspectrometry: basic analytic techniques. In Imaging spectrometry:basic principles and prospective applications. F. Van der Meer & S.

de Jong, ed. Kluwer Academic Publishers, 1661.White, K. & Drake, N., 1993, Mapping the distribution andabundance of gypsum in South-Central Tunisia from LandsatThematic Mapper data. Zeitschrift fur Geomorphologie, 37 (3): 309325.Yamaguchi, Y. Kawkami, T. Kahle, A. B. Pniel, M. & Tsu, H.,1998,ASTER mission planning and operations concept. SpaceOps,International Symposium on Technical Interchange for SpaceMission Operations and Ground Data Systems: 8p.

Figura 7 Distribucin del error de desmezclaen el salar de Capina.

Figura 8 Distribucin del error de desmezclaen el salar de Pastos Grandes.

pub_2004_14_fc salares de sud lipez (espanol)

Documents