Teledetección hiperespectral de proximidad aplicada al análisis composicional de rocas carbonatadas ornamentales
DOI:
https://doi.org/10.17398/3101-7177.2.253Palabras clave:
Teletección de proximidad, SWIR, cartografía mineralResumen
El uso de las imágenes hiperespectrales de proximidad facilita la zonificación de muestras de roca ornamental, caracterizando áreas con diferente composición mineralógica que puedan afectar la calidad del material. En este trabajo se ha realizado una clasificación de imágenes hiperespectrales con el algoritmo Spectral Angle Mapping (SAM) a partir de la selección de endmembers localizados previamente en la superficie de la muestra mediante composiciones en color generadas con cocientes de bandas. El resultado ha mostrado cómo, aunque la roca presenta una composición homogénea, es posible diferenciar áreas con distinto contenido en hierro, calcio y magnesio no observables a simple vista. Ello confirma que esta herramienta es idónea para obtener una caracterización rápida y objetiva de materias primas ahorrando costes y facilitando una explotación de manera más sostenible.
Descargas
Referencias
Bakker, W., van Ruitenbeek, F., van der Werff, H., Hecker, C., Dijkstra, A., and van der Meer, F. (2024). Hyperspectral Python: HypPy. Algorithms 17(8), 337. https://doi.org/10.3390/a17080337
Crowley, J.K., Brickey, D.W., and Rowan, L.C. (1989). Airborne imaging spectrometer data of the Ruby Mountains, Montana: Mineral discrimination using relative absorption band-depth images. Remote Sensing of Environment 29(2), 121-134. https://doi.org/d6t32w
García Monzón,G., Kampschuur, W., and Vissers, R.L.M. (1975). Mapa geológico de la hoja nº 1013 (Macael). Mapa Geológico de España E. 1:50.000. Segunda Serie (MAGNA), IGME.
Kirsch, M., Mavroudi, M., Thiele, S., Lorenz, S., Tusa, L., Booysen, R., Herrmann, E., Fatihi, A., Möckel, R., Dittrich, T., and Gloaguen, R. (2023). Underground hyperspectral outcrop scanning for automated mine‐face mapping: The lithium deposit of Zinnwald/Cínovec. The Photogrammetric Record (38). https://doi.org/10.1111/phor.12457
Kokaly, R.F., Clark, R.N., Swayze, G.A., Livo, K.E., Hoefen, T.M., Pearson, N.C., Wise, R.A., Benzel, W.M., Lowers, H.A., Driscoll, R.L., and Klein, A.J. (2017). USGS Spectral Library Version 7: U.S. Geological Survey Data Series 1035, 61 p. https://doi.org/10.3133/ds1035
Kruse, F.A., Lefkoff, A.B., Boardman, J.B., Heidebrecht, K.B., Shapiro, A.T., Barloon, P.J., and Goetz, A.F.H. (1993). Remote Sensing of Environment 44, 145–163. https://doi.org/csm2xm
Ren, H., Zhao, Y., and He, T. (2026). Remote Sensing in Mining-Related Eco-Environmental Monitoring and Assessment. Remote Sensing, 18(1), 103. https://doi.org/10.3390/rs18010103
Shankar, V. (2015). Field characterization by near infrared (NIR) mineral identifiers: A new prospecting approach. Procedia Earth and Planetary Science, 11, 198–203.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Indira Rodríguez Álvarez, Montserrat Ferrer-Julià, Eduardo García-Meléndez, Juncal A. Cruz Martínez, Wim H. Bakker, Antonio Espín de Gea (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
