Innovaciones estadísticas y redes neuronales artificiales aplicadas a la prospección geoquímica en los cuadrángulos de Chaparra y Atico, Caravelí – Arequipa

Abstract

La prospección geoquímica siempre ha sido y seguirá siendo una de las herramientas más efectivas para la búsqueda de recursos minerales, que se integra con la cartografía geológica base y otras disciplinas como la teledetección y la geofísica. Esta investigación pretende impulsar una nueva metodología de prospección geoquímica combinando el índice de enriquecimiento relativo local (LREI) de elementos indicadores de mineralización (Cu, Au, Ag, Pb, Zn y Mo), coeficientes de rango correlacional (RCC) y el análisis de componentes principales (PCA), a través de superposiciones difusas (fuzzy modelling) y el uso de aprendizaje profundo (deep learning) no supervisado, para generar mapas de prospectividad geoquímica en los cuadrángulos de Chaparra (32o) y Atico (33o) en la provincia de Caravelí, Arequipa. El mapa de prospectividad generado mediante superposición difusa y el mapa autoorganizado (SOM) fueron validados ploteando la ubicación de los depósitos y ocurrencias minerales conocidos, los cuales en la mayoría de los casos se plotean dentro de áreas con alta o moderada prospectividad. Por lo que se concluye que las innovaciones estadísticas univariables, multivariables e innovaciones tecnológicas aplicadas a la cartografía geoquímica son herramientas efectivas para la prospección geoquímica.