A identificação de áreas com potencial mineral utilizando imagens de satélite do INPE (Instituto Nacional de Pesquisas Espaciais) pode ser realizada com base em dados de sensores orbitais como os do CBERS (Satélite de Recursos Terrestres China-Brasil) e do Amazônia-1. A partir desses dados, é possível processar as imagens para realçar assinaturas espectrais de minerais e estruturas geológicas desenvolvidas à mineralização.
Procedimentos para Identificação de Potencial Mineral com Imagens do INPE.
Acesso às Imagens
As imagens dos satélites CBERS-4, CBERS-4A, Amazônia-1, Landsat e Sentinel-2 estão disponíveis para download gratuito no Catálogo de Imagens do INPE ( www .dgi .inpe .br ).
O Brazil Data Cube (brazildatacube.org) também disponibiliza séries temporais de imagens.
Escolha do Sensor e Banda Espectral
CBERS-4A (MUX e WFI): Excelente resolução espacial e espectral, indicada para mapeamento geológico.
Sentinel-2 (MSI): Possui bandas no infravermelho de ondas curtas (SWIR), ideais para discriminação mineral.
Landsat-8/9 (OLI): Possui bandas SWIR e térmicas para identificação de minerais hidrotermais.
Pré-processamento das Imagens
Correção radiométrica e atmosférica para eliminar distorções na reflectância.
Georreferenciamento para alinhamento preciso das imagens com mapas existentes.
Técnicas de Processamento para Detecção Mineral
Índices Espectrais:
Índice de Alteração Argilosa (IAA): (SWIR1 - SWIR2) / (SWIR1 + SWIR2) – Detecta minerais como caulinita, ilita e esmectita.
Índice de Óxidos de Ferro (IOF): (Vermelho - Azul) / (Vermelho + Azul) – Realçamento de minerais como hematita, goethita e limonita.
Análise de Componentes Principais (PCA): Utilizada para destacar feições geológicas ocultas.
Razões de Bandas:
(B6/B7) para argilas e feldspatos.
(B4/B2) para óxidos de ferro.
Classificação Supervisionada ou Não Supervisionada: Método para identificar padrões de mineralização específicos.
Integração com Dados Geológicos e Geofísicos
Comparação com mapas geológicos disponibilizados pelo CPRM (Serviço Geológico do Brasil).
Utilização de dados magnetométricos e radiométricos disponibilizados pelo GeoSGB (geosgb.cprm.gov.br).
Validação em Campo
Coleta de amostras de solo e rochas, seguidas de análises laboratoriais, para confirmar a presença dos minerais-alvo.
Análise de Áreas com Potencial Mineral no QGIS
O uso de imagens de satélite do INPE no QGIS para análise de áreas com potencial mineral envolve diversas etapas que vão desde o download dos dados até a interpretação dos resultados.
Baixe as Imagens de Satélite
Acesse o Catálogo de Imagens do INPE ( www .dgi .inpe .br ) ou baixe imagens do Sentinel-2, Landsat-8/9 ou CBERS-4A diretamente no USGS Earth Explorer (earthexplorer.usgs.gov).
Carregar as Imagens no QGIS
Abra o QGIS, vá em Camada → Adicionar Camada → Adicionar Camada Raster .
Selecione os arquivos .TIF correspondentes às bandas espectrais.
Para composições coloridas, vá em Propriedades → Simbologia → Renderizador , escolha seleção RGB com as bandas:
R (Vermelho): SWIR (Banda 6 ou 7 do Landsat)
Sol (Verde): NIR (Banda 5)
B (Azul): Vermelho (Banda 4)
Correção Radiométrica e Atmosférica (Opcional, mas Recomendado)
Utilize o Plugin de Classificação Semiautomática (SCP) para corrigir efeitos atmosféricos e melhorar a precisão dos dados.
Processamento Espectral para Identificação Mineral
Índices de Alteração Mineral:
Índice de Alteração Argilosa (IAA): Destaca minerais como caulinita, illita e esmectita.
Índice de Óxidos de Ferro (IOF): Realçamento de minerais como hematita, goethita e limonita.
Razões de Bandas para Argilas e Feldspatos (RBAF): Usado para identificar minerais argilosos e feldspatos.
Fórmulas de Cálculo no QGIS (Calculadora Raster):
IAA (Landsat 8/9): (B6 - B7) / (B6 + B7)
IOF (Sentinela-2): (B4 - B2) / (B4 + B2)
RBAF (Landsat 8/9): B6 / B7
Análise de Potencial Mineral Usando Imagens CBERS-4A
O CBERS-4A, com os sensores MUX e WFI, fornece dados essenciais para a análise mineral. Para a análise no QGIS, podem ser utilizadas razões de bandas e índices espectrais aplicados na Calculadora Raster . Exemplos de fórmulas incluem:
Índice de Alteração Argilosa (IAA)
Destaca minerais como caulinita, ilita e esmectita.
Fórmula: IAA = (B13 - B14) / (B13 + B14)
Índice de Óxidos de Ferro (IOF)
Realça minerais como hematita e goethita.
Fórmula: IOF = (B7 - B3) / (B7 + B3)
Razão de Bandas para Argilas e Feldspatos (RBAF)
Destaca minerais argilosos e feldspatos.
Fórmula: RBAF = B13 / B14
Índice de Alteração Hidrotermal (IAH)
Indica regiões alteradas por fluidos hidrotermais.
Fórmula: IAH = (B13 - B8) / (B13 + B8)
Sensor Mais Adequado para Análise Mineral
O sensor mais indicado para a análise de áreas com potencial mineral no QGIS utilizando imagens do CBERS-4A é o MUX (Multiespectral). O MUX oferece a melhor resolução espacial (16 metros) e espectral, adequada para estudos geológicos. O MUX L4, que já vem ortorretificado, é recomendado, pois facilita a integração com Sistemas de Informações Geográficas (SIG).
Comparação entre os Sensores do CBERS-4A
O MUX L4 é preferido para mapeamento mineral devido à sua resolução e capacidade de discriminação espectral.
Conclusão
Para análise de áreas com potencial mineral, o uso de imagens de satélite do INPE, como CBERS-4A e Sentinel-2, com processamento adequado no QGIS, oferece uma poderosa ferramenta de identificação e mapeamento de mineralizações. A utilização de índices espectrais e a integração com dados geológicos e geofísicos permite uma análise mais precisa e uma seleção de áreas para investigações em campo.
Autor:
Tulio R. Mendes¹
Engenheiro Agrimensor e Cartógrafo
¹Universidade Federal de Uberlândia (UFU)
São Paulo – SP, 29 de janeiro de 2025.
Tulio R. Mendes
Engenheiro Agrimensor e Cartógrafo
Bacharel em Engenharia de Agrimensura e Cartografia na Universidade Federal de Uberlândia (UFU)
Para maiores informações visite nossa página e entre em contato.
Commentaires