La exploración aurífera es una actividad estratégica que requiere métodos precisos y eficientes para identificar áreas con potencial geológico. En esta publicación presentamos una metodología basada en el análisis multiespectral y radar utilizando Google Earth Engine (GEE), combinando imágenes Sentinel-1, Sentinel-2 y el modelo digital de elevación SRTM. Se implementa una clasificación no supervisada K-Means para detectar patrones asociados con la presencia de minerales.
📍 Área de estudio
Se utilizó un polígono previamente delimitado que representa áreas con indicios geológicos de interés, como la presencia de areniscas, cuarzitas, pizarras y lavas almohadilladas, características de ambientes propicios para la acumulación de oro en vetas o placeres.
🛰️ Imágenes utilizadas
Sentinel-2 (óptico)
-
Bandas utilizadas:
-
B4 (Rojo)
-
B8 (Infrarrojo cercano - NIR)
-
B11, B12 (SWIR)
-
Se calcularon tres índices espectrales clave:
| Índice | Fórmula | Aplicación |
|---|---|---|
| NDVI | (B8 - B4)/(B8 + B4) | Diferenciación de vegetación |
| Clay Index | B11 / B12 | Mapeo de alteración hidrotermal |
| NBR | (B8 - B12)/(B8 + B12) | Evaluación de perturbación del suelo o minería |
Sentinel-1 (Radar)
Se utilizó la media de las bandas VV y VH, que permiten caracterizar la rugosidad superficial y la estructura del terreno, aspectos relevantes en estudios geológicos estructurales.
SRTM DEM
Se derivó la pendiente del terreno para considerar su impacto en la accesibilidad y estabilidad geotécnica del sitio.
🧠 Clasificación K-Means
Se aplicó un algoritmo de agrupamiento no supervisado (K-Means) sobre un stack de bandas e índices procesados. El número de clústeres fue fijado en 5, representando distintos niveles de potencial aurífero:
| Clúster | Interpretación |
|---|---|
| 0 | Muy Bajo |
| 1 | Bajo |
| 2 | Moderado |
| 3 | Alto |
| 4 | Muy Alto |
Estos clústeres fueron visualizados en un mapa interactivo con paleta de colores y leyenda descriptiva, facilitando su análisis visual.
📤 Exportación
El resultado fue exportado a Google Drive como imagen GeoTIFF, listo para integrarse en SIG de escritorio (QGIS, ArcGIS) para análisis adicional.
📈 Estimación de vida útil del yacimiento
Como ejercicio referencial, se estimó la duración del recurso basado en densidad mineral y producción anual promedio:
| Parámetro | Valor estimado |
|---|---|
| Área de estudio | ~XX km² |
| Densidad promedio de mineral | 50,000 ton/km² |
| Producción anual | 5,000 ton/año |
| Duración estimada | ~XX años |
Nota: estos valores son orientativos y deben contrastarse con estudios geoquímicos y geofísicos detallados.
🧪 Nivel de confianza y validación
El modelo proporciona una clasificación relativa, útil en etapas preliminares de exploración. Sin embargo, su validez depende de:
-
La resolución espacial y temporal de las imágenes.
-
La calidad del índice Clay y NBR como proxies de alteración.
-
La ausencia de nubes y artefactos radar.
Se recomienda su validación con datos de campo y muestreo geoquímico antes de tomar decisiones de inversión.
🔍 Conclusión
Esta metodología demuestra el potencial de Google Earth Engine para acelerar procesos de exploración minera, reduciendo costos y priorizando zonas con mayor potencial aurífero. Su enfoque reproducible, escalable y accesible lo convierte en una poderosa herramienta para investigadores, gobiernos y empresas.
contactos: eddycc66@gmail.com
