Nickel Prospective Modelling Using Fuzzy Logic on Nova Brasilândia Metasedimentary Belt, Rondônia, Brazil

Abstract

ABSTRACT. Multisource spatial data integration represents a common tool in mineral prospecting, especially with the advent of Geographic Information Systems (GIS), which allow manipulation, interpretation, analysis, integration and modelling of spatial data. The Nova Brasilândia Metasedimentary Belt (NBMB), located in SW Amazonian craton, is part of a geological context with considerable metallogenic potential for base metals, although significant deposits are not known yet. The present paper aimed to process aeromagnetometry and aerogammaspectrometry data for integration with geochemical and geological mapping campaigns in order to build a prospectivity model for nickel in the NBMB region of in a 1:500,000 scale. Using knowledge-driven approach modelling, fuzzy logic was chosen to combine geophysics, geochemistry and geological mapping data. As result, it was possible to build a prospectivity model for nickel, consistent with the distribution of nickel occurrences registered by the Geological Survey of Brazil (Serviço Geológico do Brasil -CPRM), and which may guide detailed prospecting campaigns in the region.Keywords: airborne geophysics, fuzzy logic, prospective modelling, metasedimentary belt, Nova Brasilândia. RESUMO. A integração de dados espaciais multifontesé ferramenta consagrada na prospecção mineral, especialmente com o advento dos Sistemas de InformaçõesGeorreferenciadas (SIG), que permitem a manipulação, interpretação, análise, integração e modelagem de dados espaciais. O Cinturão Metassedimentar Nova Brasilândia (CMNB), situado no SW do cráton amazônico, insere-se em contexto geológico com considerável potencial metalogenético para metais básicos, ainda que depósitos expressivos não sejam conhecidos. O presente trabalho teve por objetivo processar dados de aeromagnetometria e aerogamaespectrometria para integração de dados de campanhas de prospecção geoquímica e mapeamento geológico regionais a fim de construir um modelo de prospectividade para níquel na região do CMNB em escala 1:500.000. Foi adotada a abordagem guiada pelo conhecimento para a modelagem proposta, utilizando-se lógica fuzzy para combinar dados de geofísica, geoquímica e mapeamento geológico. Como resultado, foi possível construir um modelo de prospectividade para níquel, compatível com a distribuição de ocorrências cadastradas pelo Serviço Geológico do Brasil (CPRM), que pode nortear campanhas de prospecção de maior detalhe na região.Palavras-chave: aerogeofísica, lógica fuzzy , modelagem prospectiva, cinturão metassedimentar, Nova Brasilândia.

Modelagem de Dados Geofísico-espaciais por Lógica Fuzzy Aplicada ao Distrito Ferrífero Nova Aurora, Norte de Minas Gerais

“…Modelagem de dados geofísicos, geológicos e de sensoriamento remoto tem sido usada com sucesso para identificar alvos minerais e auxiliar no mapeamento geológico em todo o mundo, a exemplo de modelagem prospectiva voltada para depósitos de ferro, usando técnicas de análise espacial em Sistema de Informação Geográfica -SIG (Andrade, Silva, & Souza Filho 2014;Crósta, Bicho, & Ferreira 1994; Silva & Pedrosa-Soares 2020; Zacchi, Silva & Rolim 2010).…”

Modelagem Prospectiva Mineral com Base em Lógica Fuzzy: Avaliação do Distrito Ferrífero de Quiterianópolis/CE

“…A integração de dados aerogeofísicos (magnetometria e gamaespectrometria), sensoriamento remoto e informações geológicas por meio da Lógica Fuzzy (knowledge-driven) permitem discriminar com muita eficácia, áreas mineralizadas e estéreis, possibilitando a seleção de áreas-alvo ricas em determinados minerais metálicos, tais como Fe, Cu, Ni e outros (Bonham-Carter, 1994;Zacchi et al, 2010;Carrino et al, 2011;Andrade et al, 2014).…”

A mineral potential mapping approach for supergene nickel deposits in southwestern São Francisco Craton, Brazil

“…Both approaches are useful depending on data base availability, prior knowledge and expert conceptual background (Bonham-Carter 1994). Prospectivity analysis for nickel systems are common for sulfide-bearing mineralization, from magmatic to hydrothermal ones , Lisitsin et al 2013, Andrade et al 2014 with little focus on supergene systems, which counts only in Carranza et al (1999) work, that followed Golightly (1979) conceptual model for ore formation. In this study, we apply a knowledge-driven system with a simple mathematical operator, introducing geophysical evidential layers in a restricted database context, following a conceptual supergene nickel-ore formation given by aspects on the classical model by Golightly (1981) and further improvements (Brand et al 1998, Marsh & Anderson 2011, Marsh et al 2013.…”