Todo depósito mineral hidrotermal deja una cicatriz química en la superficie mucho antes de que alguien lo encuentre. Los fluidos calientes que suben desde la profundidad alteran la roca a su paso, y esa alteración —arcillas, óxidos, sulfatos— tiene una firma espectral que un satélite puede leer desde 700 kilómetros de altura. La pregunta que este proyecto trata de responder no es si eso es posible; es cómo hacerlo bien, con qué sensores, y qué errores evitar en el camino.

El problema con "solo mirar un satélite"

La tentación de la exploración remota es obvia: es barata, no requiere permisos de acceso a terreno, y puede cubrir cientos de kilómetros cuadrados en minutos. El riesgo es igual de obvio: un solo sensor, mal filtrado o mal interpretado, produce un mapa bonito que no significa nada. La diferencia entre un mapa útil y uno decorativo está casi siempre en los detalles que nadie ve en la imagen final — qué bandas se usaron, qué fechas se filtraron, qué se hizo con las nubes.

Este artículo resume lo que aprendimos construyendo y depurando un sistema real de exploración aurífera basado en Google Earth Engine, con dos enfoques complementarios: uno multisensor (Sentinel-2 + ASTER + Landsat) pensado para cualquier zona del mundo, y uno mono-sensor (ASTER + un DEM propio + aprendizaje automático) aplicado a un caso concreto.

La física detrás de un mapa que "ve" minerales

Nada de esto funciona por magia. Los óxidos de hierro —hematita, goethita, jarosita— reflejan fuertemente en rojo e infrarrojo cercano, y absorben en azul. Las arcillas y sulfatos de la alteración hidrotermal —caolinita, illita, sericita, alunita— tienen una firma de absorción muy específica del enlace aluminio-OH, alrededor de los 2.2 micrómetros, justo en la región del infrarrojo de onda corta (SWIR).

Un índice de cociente entre dos bandas —banda donde el mineral refleja, dividida entre la banda donde absorbe— amplifica ese contraste. Si el mineral está presente, el cociente sube claramente por encima de 1.0. Si no está, ambas bandas se comportan parecido y el cociente se queda cerca de 1.0. Es aritmética simple aplicada sobre millones de píxeles a la vez — pero solo funciona si las bandas que se combinan realmente corresponden a esas longitudes de onda, y ahí es donde la mayoría de los errores empiezan.

Por qué un solo sensor casi nunca basta

Cada sensor óptico que se usa en exploración mineral resuelve una parte del problema y deja descubierta otra:

La estrategia que terminamos usando no es elegir uno — es dejar que cada sensor haga lo que mejor sabe hacer, y fusionar los resultados en un solo mapa de prospectividad ponderado. Sentinel-2 hace el barrido rápido; ASTER, cuando cubre la zona, afina qué mineral hay exactamente; Landsat aporta la profundidad histórica y la escala regional. Ningún sensor manda solo, y el sistema está diseñado para seguir funcionando incluso si uno de los tres falta sobre tu zona en particular.

De índices espectrales a un mapa que se pueda llevar a campo

Tener ocho índices espectrales distintos no es, por sí solo, un resultado útil. El paso que realmente convierte teledetección en una herramienta de trabajo es la fusión: normalizar cada índice a una escala común (usando percentiles robustos, no mínimos y máximos absolutos, para que una nube residual no arruine todo el mapa), ponderarlos según su peso geológico, y aplicar un umbral que separe "ruido de fondo" de "anomalía real".

De ahí en más, el mapa continuo de prospectividad se convierte en polígonos concretos —targets—, cada uno con un área mínima, un valor medio y una prioridad de campo. Es la diferencia entre mostrarle a un geólogo una imagen bonita y entregarle una lista de coordenadas con instrucciones: aquí primero, aquí después, aquí solo si hay tiempo.

Cuando el código falla: lecciones de un caso real

La parte menos glamorosa —y probablemente la más útil de este proyecto— fue depurar un sistema que, sobre el papel, estaba bien diseñado, pero que en la práctica "no mostraba nada". El síntoma reportado fue simple: existe imagen ASTER sobre esa zona, pero no aparece. La causa nunca fue un solo error de sintaxis; fue una acumulación de cinco decisiones pequeñas, cada una razonable por sí sola, que juntas dejaban el sistema ciego.

La corrección: diagnóstico en cascada, no fe ciega

La solución no fue un parche puntual, sino cambiar la actitud del script frente a sus propios datos: en vez de asumir que siempre habrá escenas disponibles, ahora las cuenta explícitamente, y si el resultado es cero, relaja los filtros paso a paso — primero quita el límite de nubes, después el de fecha — informando en cada paso qué está pasando.

Junto con eso, se agregó una capa de la imagen ASTER cruda, visible por defecto — el paso más simple y más importante de toda la corrección. A veces la solución a "el sistema no funciona" no es un algoritmo más sofisticado, sino, literalmente, mostrar la imagen.

Lo que esta teledetección no puede decirte

Vale la pena terminar donde cualquier geólogo serio insistiría en empezar: estos sistemas detectan halos de alteración hidrotermal, que son proxies indirectos de mineralización — no oro. Existen sistemas hidrotermales enteros, perfectamente alterados, sin una onza de metal económico. La presencia de alunita, sílice o caolinita en una imagen satelital no confirma nada por sí sola; confirma que vale la pena mandar a alguien a mirar de cerca.

Recursos para profundizar

Si quieres ver el sistema completo funcionando —código, fórmulas, tablas de referencias bibliográficas verificadas y la ventana en la que se puede reproducir cada paso— dejamos dos recursos abiertos:

La exploración mineral con teledetección no reemplaza al geólogo de campo; le da un mapa mejor de por dónde empezar a caminar. Y como en cualquier sistema que combina ciencia con código, la parte más valiosa casi nunca es el algoritmo más sofisticado — es la disciplina de comprobar, en cada paso, que lo que el mapa muestra corresponde realmente a lo que hay debajo.