Pero, ¿cómo encuentras estos valiosos sitios? Ese es un problema que los científicos de la Tierra solo han podido resolver recientemente.

La nave espacial Mariner 9 de la NASA identificó las primeras redes de ríos marcianos en 1971, durante sus órbitas históricas alrededor del planeta rojo. La nave estaba enviando constantemente imágenes en blanco y negro del planeta, pero fue solo después de una masivapolvo La tormenta amainó que la asombrosa superficie de Marte fue revelada a los científicos que esperaban ansiosamente regresar a la Tierra. Las fotos mostradascañones corte profundo en la roca: características que los científicos reconocieron como signos claros de agua.

Con el tiempo, las imágenes de Marte siguieron mejorando, pero aún eran poco sistemáticas. Los científicos necesitaban imágenes globales más completas y de mayor calidad para estudiar cuán vastas e interconectadas eran las antiguas redes fluviales del planeta; descubrir dónde habían fluído estos ríos apuntaría a posibles sitios de desembarco. En 2017, la NASA abrió las puertas para comprender a Marte como un sistema global al liberar ocho billones de píxeles.imagen de mosaico de toda la superficie de Marte.

Tomó tres años de estudiar detenidamente esas imágenes detalladas para finalmente dar sus frutos. Un nuevo estudio,publicado en Geología en diciembre de 2020, es el primero en aprovechar el mosaico completo. Para explorar los misterios de las redes fluviales globales de Marte, Jay Dickson, un investigador del Instituto de Tecnología de California, y sus colegas mapearon las crestas dejadas por los ríos (crestas fluviales), que son esencialmente la inversa de un canal de río.

A menudo pensamos en ríos que crean valles, como las amplias llanuras aluviales del Mississippi o las escarpadas paredes del Gran Cañón. ¿Cómo puede un río formar una cresta?

Los ríos hacen dos cosas: erosionan el material y lo depositan en otro lugar. A medida que los ríos cortan, el único rastro que dejan es la ausencia de rocas que solían estar allí. Aguas abajo de los canales erosivos, los ríos pueden dejar sedimentos, acumulando un registro que más tarde, a veces mucho, mucho más tarde, se puede estudiar para comprender el medio ambiente pasado. Esos sedimentos forman crestas resistentes a la erosión. Miles de millones de años después de que los ríos marcianos establecieran tales crestas, Dickson pudo mapearlas.

Pero, ¿cómo trazas un mapa de la cordillera de un río desde el espacio? La respuesta está en las sombras.

Dickson y sus colegas determinaron qué accidentes geográficos son crestas por la forma en que proyectan sus sombras. Identificaron 68 crestas en Marte, incluidas más de una docena de nuevas, y finalmente conectaron los puntos globales de los antiguos ríos, deltas y lagos marcianos.

En general, los investigadores aclararon la confusión sobre los procesos hidrológicos a gran escala.

“Antes de nuestro mosaico global, solo podíamos documentar [el movimiento del agua y los sedimentos] a escala local”, dijo Dickson, quien pasó aproximadamente tres años uniendo la imagen compuesta. “Nuestro trabajo está mostrando una explicación plausible de cómo funcionaba Marte en su conjunto. Había grandes ríos sobre enormes extensiones que estaban depositando sedimentos por todo el lugar ”, continuó Dickson. «Con el contexto completo de la superficie de Marte, gracias a nuestro mosaico, podemos determinar con más confianza cuáles son crestas fluviales … y cuáles probablemente formadas por otro proceso».

La mayoría de las crestas que todavía están presentes en Marte se formaron hace más de tres mil quinientos millones de años, durante la parte más húmeda de la historia del planeta, y se encuentran casi en su totalidad en su hemisferio sur.

“Este [estudio] nos ayuda a comprender el alcance de estas redes fluviales”, dijo Briony Horgan, científica planetaria de la Universidad Purdue que no participó en este estudio. «Están ayudando a completar el mapa … en lugares que han experimentado mucha erosión, y es posible que no se espere que los valles se queden atrás». Ella agregó: “Están llenando los vacíos no solo en el espacio, sino [también] en el tiempo. Eso puede ayudarnos a entender si el antiguo Marte era habitable periódicamente. ¿Fue habitable persistentemente? » El siguiente paso es enviar misiones robóticas y tripuladas para estudiar estos sitios.

Decidir un lugar de aterrizaje para las misiones a Marte, que es un esfuerzo de colaboración entre cientos de científicos, no es una tarea sencilla. Elegir un sitio lleva años, comenzando con una convocatoria abierta que trae decenas de sugerencias de la comunidad científica. Después de meses de debatir, votar y debatir nuevamente, los equipos redujeron lentamente la lista de posibilidades al considerar una miríada de factores basados ​​en los objetivos científicos de la misión.

«Esto es principalmente … una misión de astrobiología, por lo que las grandes limitaciones para un lugar de aterrizaje son signos claros de un entorno acuoso, habitable y antiguo», dijo Horgan. «Es un pequeño subconjunto de lugares». Y para una misión de retorno de muestra, como la de la NASA en cursoPerseverancia misión, cuyo rover aterrizó con éxito en Marte el 18 de febrero; el sitio debe tener mucha diversidad en términos de procesos geológicos y mineralogía.

“Las crestas [fluviales] se encuentran entre los mejores objetivos para enviar rovers y, potencialmente, astronautas para estudiar”, dijo Dickson. «Estos son depósitos que registran cómo era Marte al principio de su historia … [y] pueden tener una relación más directa con el clima global de Marte al principio de su historia».

Las crestas en las llanuras aluviales también pueden ofrecer menos quebraderos de cabeza logísticos que los sitios alternativos. “Este tipo de depósitos podrían ocurrir en áreas en las que es más fácil aterrizar porque son llanuras grandes y planas”, ofreció Horgan. «Eso hace que sea un poco más fácil llegar a ellos … Si podemos llegar a ellos, deberían ayudarnos a informarnos sobre lo que está sucediendo río arriba».

Las características de los ríos ya han sido objetivos de la investigación de Marte. Los rovers Spirit y Curiosity de la NASA visitaron los cráteres Gusev y Gale , respectivamente, ambos elegidos por su abundancia de fluviodeltaic (río y delta)características. Según Horgan, quien es un co-investigador en la misión Perseverance, incluso hay algunas pequeñas crestas cerca delCráter Jezero lugar de aterrizaje. El sitio de aterrizaje ExoMars 2023 de la Agencia Espacial Europea,Oxia Planum, también fue elegido por sus características fluviodeltaicas.

Los sistemas fluviales antiguos de Marte no son tan diferentes de lo que vemos hoy en la Tierra, lo que permite a los científicos comparar los registros de rocas y las historias de los dos planetas.

“Si pudieras pasear por Marte cuando [estas características] se estaban formando, reconocerías absolutamente los paisajes”, dijo Woodward Fischer, otro científico planetario de Caltech en el estudio. “Habría algunas cosas raras sobre ellos, como si no tuvieran plantas. Pero estarías en casa «. Mire hacia el árido desierto de Atacama o el seco Valle de la Muerte, y verá canales de ríos y crestas que tienen un parecido sorprendente con sus contrapartes marcianas.

Debido a que los ríos y las llanuras aluviales circundantes acumulan sedimentos que permanecen inalterados durante largos períodos de tiempo, sus características físicas y químicas reflejan procesos y condiciones en la superficie del planeta. En el registro geológico de la Tierra, los científicos usan estas rocas para reconstruir cómo eran el clima, la atmósfera y la biosfera hace millones, incluso miles de millones, de años.

Las mismas herramientas pueden resultar útiles en Marte, aunque apenas estamos comenzando a trazar el registro geológico del planeta.

«Nuestra comprensión del registro de rocas en Marte es todavía muy poco rigurosa, totalmente en su infancia», dijo Fischer. “Uno de los mayores avances en los últimos veinte años es el reconocimiento de que Marte tiene un registro sedimentario, lo que significa que no estamos limitados a estudiar el planeta hoy. Puede hacer una pregunta sobre su historia. Hay todos estos puntos en común realmente interesantes con los registros geológicos de Marte temprano y la Tierra primitiva que no creo que nadie estuviera esperando «

Fuente: massivesci

Fuente: USGS

Es el arte y ciencia de obtener información sobre un objeto o fenómeno a través del análisis de datos obtenidos por un dispositivo que no está en contacto con el objeto o fenómeno.

En esta oportunidad compartimos con ustedes una presentación sobre «Discovering Imagery Imágenes y conceptos básicos de teledetección» impartida por ESRI

Temas

• Introducción a las imágenes electro – ópticas
• Fundamentos de la teledetección
• Distancia y resolución de la muestra del suelo
• Cómo se hacen las imágenes
• Firmas espectrales

[dflip id=»23347″][/dflip]

El resultado de un Análisis Espectral es una puntuación clasificada o ponderada para cada uno de los materiales en la biblioteca espectral de entrada. La puntuación más alta indica la coincidencia más cercana e indica una mayor confianza en la similitud espectral. Los materiales similares pueden tener puntuaciones relativamente altas, pero los materiales no relacionados deben tener puntuaciones bajas. Nota: esta función no identifica espectros; solo recomienda posibles candidatos para su identificación. Los resultados pueden cambiar cuando se cambian los métodos de similitud o los pesos.

Consejos para un uso exitoso del análisis espectral.

Rangos de longitud de onda

Muchos materiales son similares en un rango de longitud de onda, pero son muy diferentes en otro rango. Para obtener los mejores resultados, utilice el rango de longitud de onda que contiene las funciones de absorción de diagnóstico. Cuando se muestra un espectro, el analista espectral trabaja sobre el rango que se muestra en el gráfico correspondiente que se analiza.

Metodología

Determine si los materiales tienen características de absorción. Si es así, el ajuste de características espectrales es probablemente el mejor método. De lo contrario, el asignador de ángulos espectrales o la codificación binaria producirán mejores resultados.

Materiales que no están en la biblioteca espectral

El análisis espectral no identificará materiales de interés en los espectros de entrada que no estén en la biblioteca espectral. Si un material no está en la biblioteca espectral, los materiales similares a él pueden obtener una puntuación relativamente alta.

Materiales múltiples (mezclas)

Los puntajes altos para múltiples materiales pueden indicar mezclas, particularmente para minerales con características de absorción en diferentes partes del espectro. Debido a esto, debe ejecutar Spectral Analyst en los resultados de una determinación de miembro final, los espectros de miembro final puro.

Magnitud de puntuación y separación de puntuación

Los puntajes más altos indican una mayor confianza porque se cumplieron más reglas. Una mayor separación entre puntuaciones adyacentes indica una mayor confianza en la similitud. Por ejemplo, una puntuación de 0,98 para un material seguida de una puntuación de 0,96 para otro material indica que el material desconocido es muy similar a ambos conjuntos de reglas. Una puntuación de 0,98 para un material y una puntuación de 0,50 para otro material indica una alta probabilidad de que el espectro represente el primer material.

Múltiples coincidencias (misma puntuación)

En muchos casos, el análisis espectral enumera múltiples puntajes idénticos para diferentes materiales en la base de reglas. Esto indica que el analista espectral no puede discriminar los dos materiales en las condiciones de identificación. En este caso, pruebe con un rango de longitud de onda diferente o utilice los diferentes métodos ponderados para producir un resultado único.

Sin coincidencia (puntuación cero)

En algunos casos, el análisis espectral puede enumerar una puntuación de 0.000 (sin coincidencia) para todos los materiales de la biblioteca espectral. Ésta es una buena indicación de que el material no está en la biblioteca espectral o que el material no es similar a otros materiales en la biblioteca espectral.

Contexto

Examine la clasificación espectral en el contexto de la configuración de la imagen y la información conocida. Si una identificación sugerida parece inválida con respecto a la información conocida, probablemente no sea la identificación correcta. La herramienta Spectral Analyst no es infalible. Debe utilizarse como punto de partida para identificar los materiales en una escena de imagen. Si lo usa correctamente con una buena biblioteca espectral, puede proporcionar excelentes sugerencias para la identificación. Usado a ciegas, puede producir resultados erróneos.

La industria minera está entrando en un período de transformación disruptiva utilizando la digitalización, la transparencia de la información, la gobernanza de datos, la portabilidad de datos y la innovación de procesos. Las empresas mineras ahora pueden implementar una variedad de sensores diferentes a lo largo de su proceso que pueden proporcionar datos en tiempo real de exploración y operaciones mineras que, en conjunto, se denominan “Internet de las cosas mineras” (MIoT).

Las decisiones comerciales que hoy en día pueden tomar días o semanas utilizando datos modelados manualmente se tomarán en minutos a partir de una fusión de datos estimados y reales. Esta toma de decisiones estará respaldada por procesos automatizados e informada mediante la simulación de posibles escenarios y sus consecuencias upstream y downstream. Esto se traduce en ahorros de tiempo sustanciales y mejoras en la precisión, transparencia y agilidad comercial al tomar decisiones informadas de manera oportuna. Pero esta visión solo puede convertirse en realidad cuando se basa en una nueva generación de aplicaciones de software estructuradas en un lenguaje de modelado que puede ser compartido, procesado y entendido tanto por máquinas como por personas.

NECESIDAD DE CAMBIO

Con la reciente desaceleración de la demanda y la caída resultante de los precios de las materias primas, en los últimos siete años muchas empresas mineras se han centrado en la productividad para lograr costos competitivos y mantener un flujo de caja positivo. Sin embargo, los programas de mejora de la productividad y las aplicaciones incrementales de tecnología llegarán tan lejos y están llegando a un límite. Ahora es evidente que la industria minera comparte un sentimiento común de que el próximo cambio en la reducción de costos y, por lo tanto, la productividad, se habilitará a través de la implementación holística de tecnología en toda la cadena de valor de la minería, respaldada por un desafiante proceso de gestión del cambio.

El cambio transformacional requiere un cambio de mentalidad que involucre a las personas, la cultura, la organización corporativa y la tecnología. Aquellas empresas que sean las primeras en adoptar, adaptar y dominar las tecnologías y el cambio establecerán una ventaja competitiva significativa. Las empresas que tardan en adoptar o se resisten al cambio verán que su curva de costos se estancará y, a la larga, quedarán fuera del negocio (por ejemplo, Kodak, Blockbuster).

La industria minera está pasando de un período en el que los estudios o planes de escritorio estáticos compartimentados eran comunes a centros de operaciones remotos más recientemente. Sin embargo, vamos a un mundo nuevo donde cada dato está mapeado, catalogado, conectado y disponible bajo demanda para modelar y simular escenarios o situaciones de la vida real para una mejor toma de decisiones. En este nuevo mundo, todo está conectado: personas con personas, personas con máquinas y máquinas con máquinas. Los procesos de minería se llevan a cabo de manera colaborativa y dinámica para capturar valor rápidamente (casi en tiempo real) en condiciones cambiantes.

La marca GEOVIA® de Dassault Systèmes está construyendo el «puente» para hacer ese cambio con herramientas capaces de unir el plan y la ejecución combinando el mundo virtual con la realidad. El modelado geológico implícito rápido representa solo la primera de numerosas aplicaciones que se crearán de forma nativa en la plataforma 3DEXPERIENCE® de Dassault Systèmes para permitir esta visión.

MODELADO SEMÁNTICO

Para aprovechar todo el potencial de las tendencias tecnológicas como MIoT, aprendizaje automático y big data, es necesario implementar una nueva arquitectura de software y organización de datos mediante el modelado semántico.

Muchos recursos web existentes son comprensibles solo para los humanos, ya que el lenguaje de marcado (HTML) solo presenta datos para información textual y gráfica destinada al consumo humano. El inventor de la World Wide Web, Tim Berners-Lee, introdujo por tanto la idea de la Web Semántica (Berners-Lee, Hendler & Lassila, 2001). La Web Semántica tiene como objetivo los recursos Web comprensibles por máquina, cuya información puede ser compartida y procesada tanto por herramientas automatizadas, como motores de búsqueda, como por usuarios humanos.

El lenguaje de representación del conocimiento de última generación de la Web Semántica es el lenguaje de descripción de ontologías (OWL), publicado por el World Wide Web Consortium (W3C). Su sintaxis más común se basa en el marco de descripción de recursos (RDF), que describe el significado y las relaciones a través de una colección de triples, cada uno de los cuales consta de un sujeto, un predicado y un objeto. Este «conocimiento» es utilizado por las computadoras para «unir los puntos» de manera autónoma, sin requerir la intervención humana.

PRÓXIMA GENERACIÓN DE MODELADO GEOLÓGICO IMPLÍCITO RÁPIDO

El concepto de modelado paramétrico ha existido durante varios años en disciplinas tales como gráficos por computadora (Hughes et al., 2013), ingeniería (Reinschmidt, Griffs & Bronner, 1991), ingeniería de sistemas y diseño y estilismo (Aouad et al. ., 2013). El modelado paramétrico aplica un enfoque basado en características paramétricas para crear modelos sólidos basados ​​en restricciones, relaciones y dimensiones. Estos tipos de parámetros controlan la forma, el tamaño y la salida (cómo se combinan las diferentes piezas de geometría). Esto es fundamentalmente diferente del enfoque CAD tradicional, donde las piezas básicas de geometría (por ejemplo, líneas, polilíneas) se diseñan desde cero y se combinan manualmente para expresar la intención del modelador. En un marco paramétrico, la relación entre el resultado y la intención se invierte, ya que la intención se expresa primero (a través de un conjunto de parámetros) para crear formas 3D que representen con precisión la intención del modelador.

El uso de funciones de base radial (RBF) para describir superficies implícitas en el espacio dado un conjunto de puntos de datos tampoco es nuevo en Analytic Geometry (Mittelman, 1983; Bloomenthal & Wyvill, 1997). Se ha utilizado desde finales de la década de 1960 en el campo de los gráficos por ordenador (Davis, Nagel & Guber, 1968). Más recientemente, este concepto se ha aplicado en el sector de los recursos naturales para crear representaciones en 3D de características geológicas (Cowan et al., 2002). En el espacio del modelado geológico, la premisa basada en datos del modelado implícito no solo reduce la naturaleza subjetiva del enfoque de modelado convencional, sino que también permite un cambio radical en agilidad, repetibilidad y trazabilidad.

La próxima generación de modelado geológico implícito rápido que GEOVIA está introduciendo en 2018 continúa aprovechando el RBF como conducto para el modelado implícito, pero ahí es en gran medida donde terminan las similitudes. La aplicación GEOVIA introduce una variación del motor RBF tradicional con un kernel innovador y un algoritmo de tetraedros en marcha novedoso, junto con una implementación del conocido Fast Multipole Method (Greengard & Rokhlin, 1987) para el manejo eficiente de desafíos de datos multimillonarios. . El algoritmo de tetraedros en marcha extrae las funciones implícitas y las combina con la información semántica para obtener un modelo geológico que se ajusta a las expectativas de los geólogos. El enfoque también combina principios de modelado paramétrico a través de reglas y relaciones que determinan cómo se ensamblan las diferentes partes (datos, componentes del modelo) para formar modelos geológicos, lo que permite al geólogo expresar la intención del modelado.

Esta solución de modelado geológico de próxima generación también tiene las siguientes características:

Aprovechando la nube

La aplicación aprovecha todo el potencial de la computación en la nube, no solo a través de la implementación de licencias, sino también a través del procesamiento dentro de un verdadero marco de software como servicio (SaaS). Es accesible para cualquier dispositivo que ejecute un navegador web compatible con HTML5 / WebGL, sin software para instalar y disponible desde cualquier lugar que pueda acceder a Internet.

Datos vinculados

Considere la visión de minas autónomas con cientos o quizás miles de máquinas equipadas con millones de sensores que se comunican entre sí. Para que eso suceda, se requiere un formato de datos que las máquinas puedan procesar y del cual las máquinas puedan inferir nuevos conocimientos de la información existente. Idealmente, las máquinas operarán directamente en el formato de datos, sin costos de transformación adicionales o pérdida potencial de información por la transformación. La filosofía de Linked Data con ontologías como lenguaje de representación subyacente permite exactamente este escenario.

Interoperabilidad

La interoperabilidad entre sistemas y su información heterogénea debe ser la base de la próxima generación de aplicaciones. En última instancia, esto permitirá que muchas fuentes de conocimiento independientes se conviertan en datos vinculados (Bizer, Heath & Berners-Lee, 2009), que es un habilitador central de la Web semántica. El modelo de datos de la próxima aplicación GEOVIA está alineado con los estándares del Consorcio Geoespacial Abierto, como GeoSciML. Dado que GeoSciML no se basa en los principios de Linked Data, sino que sigue siendo solo un estándar basado en XML, GEOVIA ha enriquecido las partes del estándar que son relevantes para la aplicación con significado semántico transformándolas en ontologías. Esto permite todos los beneficios de los datos vinculados, incluida la capacidad de comunicarse sin problemas con otras aplicaciones que utilizan GeoSciML.

Semántica y búsqueda federada

En el marco de la próxima generación de aplicaciones, cada pieza de información se almacena como datos en un repositorio unificado y ya no se incrusta en archivos o bases de datos de la manera tradicional de administrar datos. El modelo de datos semánticos (arquitectura) es el «pegamento» que mantiene los datos juntos a través de las relaciones trazadas y el nuevo «conocimiento» inferido por los algoritmos de aprendizaje automático.

La búsqueda federada es la capacidad de descubrir y recuperar datos a través de múltiples fuentes de búsqueda, independientemente de la categoría. Un modelo de datos semánticos mejora aún más las capacidades de la búsqueda federada, ya que los datos se almacenan en una base de datos homogénea con metadatos asociados para cada pieza de información. Esto permite buscar en todas partes y al mismo tiempo explorar las relaciones inherentes de los datos. Para lograr esto desde una base de datos relacional convencional, todo el contenido debería estar indexado de antemano.

CONCLUSIÓN

La aplicación discutida en este documento representa el primer paso en el viaje de la marca Dassault Systèmes GEOVIA hacia la próxima generación de software que permite la visión de una mina verdaderamente autónoma. Aunque la tecnología es un facilitador clave de tal visión, la gestión del cambio se considera el componente más importante en este camino de transformación y, como tal, no debe subestimarse. Por ejemplo, es posible que se requieran diferentes conjuntos de habilidades y estructuras organizativas para resolver los desafíos de una manera más colaborativa, holística y eficiente.

Para la industria minera, la visión de una mina autónoma representa un cambio transformacional que requiere una mentalidad diferente que implica nuevas formas de describir los desafíos y las soluciones innovadoras para abordarlos. La innovadora arquitectura de software de la nueva aplicación de GEOVIA es un ejemplo revolucionario de eso. Representa un hito importante para aprovechar todo el potencial de las tendencias tecnológicas discutidas anteriormente que, en combinación, sustentan la próxima ola de mejoras de productividad en la industria.

REFERENCIAS

Aouad, G., Wu, S., Lee, A., Onyenobi, T. (2013) Computer Aided Design Guide for Architecture, Engineering and Construction, Routledge, Oxford, UK.

Berners-Lee, T., Hendler, J., Lassila, O. (2001) ‘The semantic Web’, Scientific American, 284, 5, pp. 34-43

Bizer, C., Heath, T., Berners-Lee, T. (2009) ‘Linked data-the story so far’, Semantic services, interoperability and web applications: emerging concepts, pp. 205-227.

Cowan, E. J., Beatson, R. K., Ross, H. J., Fright, W. R., McLennan, T. J., Mitchell, T. J. (2002) ‘Rapid geological modelling’, Applied Structural Geology for Mineral Exploration and Mining International Symposium Kalgoorlie 23-25 September, Australian Institute of Geoscientists Bulletin, 36 , pp. 39–41

Davis, J., Nagel, R., Guber, W. (1968) ‘A Model Making and Display Technique for 3-D Pictures’, Proc. 7th Annual Meeting of UAIDE, 47-72.

Greengard, L., Rokhlin, V. (1987) ‘A fast algorithm for particle simulations’, Journal of Computational Physics, 73, 2, pp. 325¬348.

Hughes, J.F., van Dam, A., McGuire, M., Sklar, D.F., Foley, J.D., Feiner, S.K., Akeley K. (2103) Computer Graphics: Principles and Practice, Third Edition, Addison-Wesley Professional, Boston, US

Mittelman, P. (1983) ‘Computer Graphics at MAGI’, Computer Graphics 83, Online Publications, UK, pp. 291-301

Reinschmidt, K.F., Griffs, F.H., Bronner, P.L. (1991) ‘Integrated Engineering, Design, and Construction’, Journal of Engineering and Management, ASCE, 117, 4, pp. 756¬772

*This is a translation of original article: 3DS-GEOVIA-GeologicalModeling_WhitePaper.pdf

• Inicio de proyecto
• Importación de contornos topográficos
• Generación de perforaciones
• Carga de datos de referencia 3D
• Ayudas de modelado visual
• Modelado de cadenas geológicas
• Modelado geológico de estructura metálica
• Modelado de bloques geológicos
• Creando Isoshells

Base de datos para modelado geológico

El conjunto de datos de utilizado en este tutorial representa un depósito hidrotermal de Cu-Au poco profundo y consta de lo siguiente:

• 28 perforaciones (que contienen información sobre el tipo de roca, la densidad, el indicador de la zona de mineralización, la ley de oro y cobre)
• contornos y superficies topográficas
• superficies de falla
• Cuerdas y superficies de modelos de yacimientos
• modelos de bloques de residuos y minerales

Descargar Base de Datos

[dflip id=»23345″][/dflip]

En el interior terrestre, bajo condiciones ambientales (presión, temperatura, fluidos coexistentes, régimen de esfuerzos) distintas de aquellas en las que fueron originadas, las rocas ígneas y sedimentarias tienden a sufrir modificaciones de diversa naturaleza. El conjunto de estas transformaciones y los procesos mediante los que estas tienen lugar recibe el nombre de metamorfismo, y sus productos son las rocas metamórficas.

El metamorfismo se caracteriza primordialmente por operar en estado sólido. Debido a ello no suele conllevar cambios composicionales importantes y la química global de una roca metamórfica suele no diferir sustancialmente del de la roca parental (protolito). Comúnmente el metamorfismo incluye uno ó varios de los siguientes procesos:

• nucleación y crecimiento de nuevas especies minerales (blastesis),
• recristalización y/o descomposición de las ya existentes (incluyendo, en el caso de soluciones sólidas, posibles cambios de composición), y
• cambios estructurales a diversas escalas y con distintos estilos. Asociación mineral y desarrollo estructural son por tanto caracteres esenciales de las rocas metamórficas.

Asociaciones minerales metamórficas y desarrollo textural

Muchas rocas metamórficas contienen una asociación mineral única y un tipo de estructura distintiva, cuyo inventario puede ser suficiente para dar nombre a la roca y clasificarla en términos de distintos criterios tales como el tipo de protolito (ígneo, sedimentario, etc.), grupo composicional y condiciones probables de equilibramiento. Sin embargo, dado que el metamorfismo es un proceso dinámico, es frecuente que tanto mineralogía como estructura presenten relaciones mas complicadas. Tales complicaciones pueden por ejemplo resultar de un incompleto equilibramiento durante la trayectoria metamórfica seguida por la roca, durante la cual se han podido suceder varios episodios de recristalización/deformación bajo diferentes condiciones. Un caso común es que un roca contenga

• una asociación mineral principal (que posiblemente representa las máximas condiciones de presión y temperatura alcanzadas),
• relictos de asociaciones minerales formadas con anterioridad a la asociación principal (incluidas las del protolito), y
• minerales o asociaciones minerales retrogradas, que representan cambios ocurridos tras el episodio metamórfico principal, durante la exhumación de la roca o bien durante su exposición en superficie (i.e., alteraciones meteóricas).

De un modo análogo, en algunas rocas es posible distinguir un desarrollo textural caracterizado por una secuencia de distintos episodios deformacionales y de recristalización cuyo estudio puede ser relevante para la reconstrucción de la secuencia temporal relativa de transformaciones mineralógicas. En general, dado que uno de los objetivos fundamentales en el estudio de las rocas metamórficas es el establecimiento de las trayectorias seguidas por las mismas en el interior terrestre, la discriminación de posibles episodios sucesivos de transformación constituyen un objetivo adicional de interés, mas allá de la mera identificación y clasificación.

Clasificación y nomenclatura

Las rocas metamórficas constituyen un conjunto de gran diversidad en cuanto a mineralogía, estructura y composición química. Una parte de esta diversidad resulta de que las rocas metamórficas pueden originarse a partir de cualquier roca magmática o sedimentaria preexistente. Otra parte proviene de que las rocas metamórficas derivadas de un solo protolito ígneo o sedimentario pueden mostrar una amplia variedad de estructuras y mineralogía dependiendo de las condiciones (presión, temperatura, deformación) bajo las que tenga lugar el metamorfismo.

Con el objeto de mejorar nuestro conocimiento de la superficie terrestre y cómo responde al cambio es de gran importancia en estos esfuerzos. A pesar de nuestra total dependencia de la tierra, estamos poniendo en peligro su riqueza por prácticas que causan daños como Pérdida irrecuperable de suelo, degradación de ecosistemas forestales y de tierras áridas y contaminación del suelo y el agua con contaminantes que están entrando y dañando la cadena alimentaria. Este informe centra la atención en los beneficios sociales y científicos oportunidades de un estudio exhaustivo por parte del Servicio Geológico de los Estados Unidos de los procesos geológicos que operan en la superficie de la tierra Describe las instrucciones para la investigación que proporcionarán la base para ayudar a rectificar una negligencia peligrosa de nuestros recursos de la tierra

[dflip id=»23348″][/dflip]

Fuente: USGS

• Las cámaras de los satélites y los aviones toman imágenes de grandes áreas de la superficie de la Tierra, lo que nos permite ver mucho más de lo que podemos ver cuando estamos en el suelo.
• Los sistemas de sonar en los barcos se pueden utilizar para crear imágenes del fondo del océano sin necesidad de viajar al fondo del océano.
• Las cámaras de los satélites se pueden utilizar para tomar imágenes de los cambios de temperatura en los océanos.

Algunos usos específicos de las imágenes de la Tierra obtenidas por teledetección incluyen:

• Los grandes incendios forestales se pueden trazar desde el espacio, lo que permite a los guardabosques ver un área mucho más grande que desde el suelo.
• Seguimiento de nubes para ayudar a predecir el clima o observar volcanes en erupción y ayudar a detectar tormentas de polvo.
• Seguimiento del crecimiento de una ciudad y cambios en las tierras agrícolas o los bosques durante varios años o décadas.
• Descubrimiento y mapeo de la topografía accidentada del fondo del océano (por ejemplo, enormes cadenas montañosas, cañones profundos y las «franjas magnéticas» en el fondo del océano).

Charla Técnica – Teledetección

Tutorial – Curso de ENVI.

Los hallazgos publicados en la edición del 9 de julio de la revista Science y dirigidos por el equipo encargado del instrumento CheMin (a bordo del rover Curiosity Mars Science Laboratory de la NASA) ayudan a comprender dónde se conserva o dónde se destruyó el registro en las rocas que manifiesta evidencias del pasado de Marte y de posibles signos de vida antigua.

“Solíamos pensar que una vez que las capas de minerales arcillosos se formaron en el fondo del lago en el cráter Gale, se quedaban así, preservando durante miles de millones de años, el momento en el que se formaron “, dijo Tom Bristow, investigador principal y autor del artículo de CheMin en el Ames Research Center de la NASA en Silicon Valley, California. “Pero las salmueras posteriores descompusieron estos minerales arcillosos en algunos lugares, lo que restableció el registro en las rocas”.

Los registros en las rocas de Marte
Marte tiene un tesoro de rocas y minerales increíblemente antiguos en comparación con la Tierra. Y con las capas de rocas intactas en el cráter Gale, los científicos sabían que sería un sitio excelente para buscar pruebas de la historia del planeta y posiblemente de la vida.

Usando CheMin, los científicos compararon muestras tomadas en dos áreas a 400 metros de distancia de una capa de lutita depositada hace miles de millones de años en el fondo del lago en el cráter Gale. Sorprendentemente, en un área, faltaba aproximadamente la mitad de los minerales arcillosos que esperaban encontrar. En cambio, encontraron lutitas ricas en óxidos de hierro, minerales que le dan a Marte su característico color rojo oxidado.

Los científicos sabían que las lutitas tenían aproximadamente la misma edad y comenzaron igual, cargadas de arcillas, en ambas áreas estudiadas. Entonces, ¿por qué mientras Curiosity exploraba los depósitos de arcilla sedimentaria a lo largo del cráter Gale, los parches de minerales arcillosos, y la evidencia que conservan, “desaparecieron”?

Las arcillas contienen pistas
Los minerales son como una cápsula del tiempo; proporcionan un registro de cómo era el medio ambiente en el momento en que se formaron. Los minerales arcillosos tienen agua en su estructura y demuestran que los suelos y rocas que los contienen entraron en contacto con el agua en algún momento.

“Dado que los minerales que encontramos en Marte también se forman en algunos lugares de la Tierra, podemos usar lo que sabemos sobre cómo se forman en la Tierra para decirnos lo saladas o ácidas que eran las aguas en el antiguo Marte”, dijo Liz Rampe, investigadora principal de CheMin y coautora en el Johnson Space Center de la NASA en Houston.

El trabajo anterior reveló que mientras que los lagos del cráter Gale estaban presentes, e incluso después de secarse, el agua subterránea se movía debajo de la superficie, disolviendo y transportando sustancias químicas. Después de que fueron depositadas y enterradas, algunos focos de lutitas experimentaron diferentes condiciones y procesos debido a interacciones con estas aguas, lo que cambió la mineralogía. Este proceso, conocido como “diagénesis”, a menudo complica o borra la historia previa del suelo y escribe una nueva.

La diagénesis crea un entorno subterráneo que puede sustentar la vida microbiana. De hecho, algunos hábitats muy singulares de la Tierra, en los que prosperan los microbios, se conocen como “biosferas profundas”.

“Estos son lugares excelentes para buscar evidencia de vida antigua y medir la habitabilidad”, dijo John Grotzinger, co-investigador de CheMin y coautor en el Instituto de Tecnología de California, o Caltech, en Pasadena, California. “Aunque la diagénesis puede borrar los signos de vida originales en el lago, crea los gradientes químicos necesarios para sustentar la vida subterránea, por lo que estamos muy emocionados de haber descubierto esto”.

Al comparar los detalles de los minerales de ambas muestras, el equipo concluyó que el agua salada que se filtraba a través de las capas de sedimento superpuestas, fue responsable de los cambios. A diferencia del lago de agua relativamente dulce presente cuando se formaron las lutitas, se sospecha que el agua salada proviene de lagos posteriores que existieron dentro de un ambiente más seco. Los científicos creen que estos resultados ofrecen más pruebas de los impactos del cambio climático de Marte que tuvo lugar hace miles de millones de años. También proporcionan información más detallada que luego se utiliza para guiar las investigaciones del rover Curiosity sobre la historia del Planeta Rojo. Esta información también será utilizada por el equipo del rover Perseverance Mars 2020 de la NASA mientras evalúan y seleccionan muestras de rocas para su futuro regreso a la Tierra.

“Hemos aprendido algo muy importante: hay algunas partes del registro en las rocas marcianas que no son tan buenas para preservar muestras de posible vida pasada del planeta”, dijo Ashwin Vasavada, científico del proyecto Curiosity y coautor en el JPL de la NASA. “Lo bueno es que encontramos a ambos muy juntos en el cráter Gale, y podemos usar la mineralogía para saber cuál es cuál”.

Curiosity se encuentra en la fase inicial de investigar la transición a una “unidad portadora de sulfato”, o rocas que se cree que se formaron mientras el clima de Marte se secaba.

La misión es administrada por JPL, una división de Caltech, para la Science Mission Directorate de la NASA, Washington. Los colegas de la Astromaterials Research and Exploration Science Division de la NASA en Johnson y el Centro de Vuelo Espacial Goddard de la NASA en Greenbelt, Maryland, también son autores del artículo, así como otras instituciones que trabajan con Curiosity.

Via: NASA/JPL-Caltech