LA APLICACIN DE MTODOS GEOESTADSTICOS EN GEOQUMICA DE ORO

IDENTIFICACIN DE ANOMALAS (MONTEMOR-O-NOVO, PORTUGAL)

El oro se produce en asociacin con las rocas mineralizadas relacionados con intrusivos gneos
que varan en composicin de flsico a ultramfica; sistemas hidrotermales que oscilaron ing en
las relaciones temperatura-presin de hipo trmica para epitermal;metamrfica de contacto,
PEG matitic depsitos y servicios de sustitucin;y prfidos depsitos difundido y depsitos de
placer de Au y otros metales (Antweiler y Campbell, 1982) .Ms yacimientos aurferos
contienen esencialmente la misma suite de los elementos, pero el contenido cubre ampliamente
de huellas a cantidades menores (Boyle, 1979) .
Procesos qumicos y mecnicos contribuyen a la formacin de la halo de dispersin secundaria
de Au.El equilibrio entre los dos procesos depende,en esencia, en la con- morfolgica y el clima
las condiciones y el tipo de mineralizacin. la geo firma qumica de Au en la superficie en su
mayora depende del comportamiento de Au y acompa-Nying minerales en el medio
supergnica relevante ambiente. Un gran nmero de elementos (por ejemplo, Cu, Ag, Zn,
Cd,As, Sb, Bi, Se y Te) se enriquecen en Au-rodamiento depsitos, que se producen ya sea en
metlico que acompaa minerales, en oro nativo o en varios otros Au minerales (Boyle,
1979) . La mayora de estos elementos son tiles como indicadores de la presencia de oro
(Pathfinder elementos) y deben ser considerados en todos los tipos de estudios geoqumicos.
Los principales objetivos de este trabajo son: (1) la definicin de los patrones regionales
geoqumicas de oro y sus elementos Pathfinder, y (2) la deteccin de anomalas en una escala
ms pequea, utilizando geoestadstica mtodos tales como variografa, el anlisis factorial de
corregionalizacin y anlisis factorial kriging.
Estas metodologas se han utilizado con xito por varios autores en diferentes mbitos cientficos:
la exploracin geoqumica (Jimnez-Espinosa et al.,
1992), ciencias del suelo (Goovaerts y Webster, 1994) , minera (Sousa, 1989) o el medio
ambiente (Batista et al., 2000).
2. metodologa geoestadstica
El variografa permite la descripcin de la patrn espacial de un atributo z continua j , Por ejemplo
una concentracin de contaminantes de un elemento qumico o el concentraciones anmalas de
unos cuerpos minerales metlicos con inters econmico. Dado un conjunto de datos para la
variable z
J en n ubicaciones u un , z j
(u un), A = 1, 2, ..., n, el experimento cruz mentales c variograma
jj V
* (H) mide el promedio disimilitud entre variables de datos j y j V separado
por un vector h (Goovaerts, 1999) .do
Cuando la expresin j = j Vthis da variograma sencilla
de la variable j.
Estos variogramas experimentales pueden ser equipados por una modelo lineal de
corregionalizacin (Wackernagel,
1988) dando lugar a un conjunto de corregionalizacin matri-
CES.
Las matrices corregionalizacin pueden ser vistos como particiones de la matriz de varianza-
covarianza, que muestran las relaciones entre las variables a diferentes escamas.Cada matriz
puede ser sometida a un director
El anlisis de componentes (PCA) segn lo sugerido porWackernagel
Nagel (1988).
El anlisis factorial de kriging (FKA) es un geoestadstica mtodo utilizado en la exploracin
geoqumica para el filtrado propsitos (Sandjivy, 1984; Wackernagel, 1988) . Con FKA es
posible estimar componentes espaciales
correspondientes a diferentes escalas de variabilidad (muestreo fenmeno ejem- escala local y
eventos regionales), revelada por funciones simples y cruzadas variograma.
3. distrito minero de Montemor-o-Novo
El distrito minero de Montemor-O-Novo es una alargada rea cerrada tendencia NW-SE con un
aproximado largo de 35 kilmetros (Fig. 1) . Esta zona se encuentra en una anticlinorium gran
estructura, limitado en W y por NE dos grandes zonas de empuje. Fig. 1 muestra la geologa
(Goin y Martins, 1986; Carvalhosa y Zby- Zewski, 1994) de la dis- minera Montemor-O-Novo
distrito.
Las concentraciones econmicas de Au en estas reas depsitos (Banhos, Caeiras, fales, Gamela,
Malaca y Monfurado) se caracterizan por un poco diferente ajustes y ensambles mineralgicos
geolgica. Banhos mineralizacin es en el contacto entre anfibolitas / leptites de Unidad Escoural
y una pequea
intrusin grantica.En esta zona se asocia a Au arsenopirita.Caeiras depsito se encuentra en la
Unidad de Monfurado (micaesquistos y gneis, leptites asociados a anfibolitas).Monfurado
depsito est en el contacto entre la unidad y la unidad Monfurado Escoural (lyddites, cuarcita,
micaesquistos y anfibolitas subordinados). Lyddites se producen como capas en el cuarcita y son
mineralizadas (pirita, pirrotita, Fe-xidos / hidrxidos, oro).Gamela es en el contacto entre
ortogneises y la Unidad de Monfurado.Los leptites Unidad Monfurado tener un '' xidos de Fe-
pirita / arseno- hidrxidos-menores pirita '' ensamblaje mineralgica mientras que el orthog-
neisses tienen arsenopirita.En estas tres reas es de oro asociado con pirita. Malaca y depsitos
son FALES en la Unidad de Escoural y Au se asocia con
arsenopirita / estibina menor.
El desarrollo del suelo se caracteriza por la presencia de un Mediterrneo, el tipo de suelo
rojizo (Carvalho Car- doso et al., 1971). Un clima mediterrneo templado prevalece en la zona,
con una precipitacin anual de alrededor
656 mm.
4. El muestreo y anlisis
El total de 1211 muestras de suelo de Montemor-O- Distrito minero de novo se recogieron en seis
muestras reas: 233 muestras de Monfurado, 255 de Ban-hos, 138 de Caeiras, 278
desde Es Fal, 189 de Gamela y 118 muestras de suelo de Malaca.Para cada rea de muestreo, se
recogieron las muestras de suelo en una rejilla rectilnea, a la misma distancia (50 m) a lo largo
de manera unifo rme lnea de espaciado (100 m). La lnea de base para Banhos muestreo
cuadrcula de muestreo tiene una orientacin aproximadamente N45jE mientras Caeiras lnea de
base es N50jW. Fales, Monfurado, y Malaca tiene N60jW lneas de base orientadas mientras
Gamela cuadrcula de muestreo tiene una lnea de base N65jW. En cada punto de muestreo que
se recogi aproximadamente 1 kg del suelo.
Los suelos se secaron y se tamizaron a travs de un 80- tamices de malla. Todas las muestras
se analizaron por Inductanciativamente plasma acoplado-espectrometra de emisin atmica
SCOPY para Cu, Pb, Zn, Ba, As y Au. La precisin para obtener resultados analticos si es
aproximadamente de 4% para el Cu, 6% de Pb, 5% para el Zn, el 19% para el As y el 22% para
el Au.
5. resultados
5.1. estadstica elemental
La Tabla 1 presenta algunas estadsticas elementales para Cu, Pb, Zn, As, Ba y Au. Los datos
de la Tabla 1 muestra que valores mximos de todos los elementos son muy altos en relacin con
los valores medios correspondientes. Estas valores extremos tienen un impacto dominante en los
resultados producida por los mtodos utilizados en este documento que se basan en valores
medios. La transformacin logartmica de datos en bruto es un procedimiento muy eficaz para
reducir la asimetra de la distribucin de las poblaciones de datos, como se indica por los
coeficientes de asimetra. Adems, la prueba lognormalidad de Ahrens (1954) aplicado a la datos
sugieren una distribucin logartmica normal para el elementotos (valores para la media aritmtica
media / geomtrica son: 1,21 para Cu, 1,31 para Pb, 1,34 para Zn, 2,10 para
Como, 1,87 y 3,45 para los vagos de Au). Por lo tanto, era decidido trabajar con los logaritmos
naturales de la datos en lugar de los valores en bruto.
5.2. variografa
Con el fin de dar cuenta de la estructura espacial, simple y variogramas cruzados de Cu, Pb, Zn,
As, Ba y Au
Se computaron para llegar A 15, A 60, 30 y 75 (en la Fig. 2 ), Equivalente, respectivamente, a
N15jW, N60jW, N30jE y N75jE. Estas cuatro direcciones
Tabla 2
Alfizares de los variogramas directa y transversal para las tres estructuras
(matrices) corregionalizacin
fueron seleccionados sobre la base de las redes de muestreo de suelos, que son paralelas a las
estructuras y hercinianas tienen orientaciones similares (Fig. 1) . Desde el riencia imental
variogramas un modelo lineal de coregionaliza- cin se ajust a Cu, Pb, Zn, As, Ba y Au, que
permitido el reconocimiento de tres estructuras de con- continuidad: un efecto de pepita (C0), una
primera anisotrpico estructura esfrica (C1, representa los eventos locales) con un rango de 300
m y una segunda spher- anisotrpico estructura de iCal (C2, que representa los eventos regionales)
con un rango de 440 m.Las elipses para cada estructura tener un eje mayor con una orientacin
de N60jW (direccin A 60 en la Fig. 2 ). Esta direccin es similar a los de las estructuras
hercinianas. Fig. 2 shows direccional simple y cruz para los variogramas y Au
Como.Direccional variogramas para la variacin restante bles no se muestran aunque el modelo
era de forma conjunta equipado para todos. La Tabla 2 muestra los alfizares de la directa y
variogramas cruz para cada estructura (coregionaliza-matrices cin). La aplicacin de mtodos
geoestadsticos en geoqumica de oro identificacin de anomalas (Montemor-O-Novo, Portugal)
segundo do
Abstracto
El estudio descrito en este documento se refiere a la aplicacin de los mtodos geoestadsticos al
suelo datos de Montemor-O-Novo rea
(Sur de Portugal).En la zona, las zonas mineralizadas de oro (Banhos, Caeiras, fales, Gamela,
Malaca y Monfurado) son caracterizado por diferentes entornos geolgicos y mineralgicos
ensamblajes.Un total de 1211 muestras de suelo se recogieron en rea y se analizaron para Cu,
Pb, Zn, As, Ba y Au mediante espectrometra de absorcin atmica Montemor-O-Novo.
Para dar cuenta de la estructura espacial, variogramas cruzados simples y se calcularon para las
direcciones principales de la toma de muestras de cuadrcula. Del experimental variogramas un
modelo lineal de corregionalizacin compuesto por tres estructuras, un efecto de pepita y dos
estructuras esfricas anisotrpicas, fue ajustado a cada una de las seis variables.Las matrices
corregionalizacin deducidas a partir de la modelo terico mostrar las relaciones entre las
variables a diferentes escalas.Estas matrices se compararon con los obtenido mediante el anlisis
de componentes principales (PCA). Esta metodologa fue la base para la estimacin de los
componentes espaciales correspondientes (Y0, Y1 e Y2) utilizando factorial anlisis de Kriging
(FKA). Los mapas de datos en bruto, Y0, Y1 e Y2 se hicieron para cada variable.
El uso de anlisis multivariado permite el estudio de la estructura espacial intrnseca a los datos
geoqumicas y la identificacin y el refinamiento de las anomalas significativas relacionadas con
depsitos minerales Au-cojinete. D 2002 Elsevier Science BV Todos los derechos reservados.
Palabras clave: Oro; El anlisis factorial de coregionalizations; kriging factorial; la exploracin
geoqumica; Portugal
1. Introduccin
El oro se produce en asociacin con las rocas mineralizadas relacionados con intrusivos gneos
que varan en composicin de flsico a ultramfica; sistemas hidrotermales que oscilaron ing en
las relaciones temperatura-presin de hipo trmica para epitermal;metamrfica de contacto, PEG
matitic depsitos y servicios de sustitucin;y prfidos depsitos difundido y depsitos de placer
de Au y otros metales (Antweiler y Campbell, 1982) .Ms yacimientos aurferos contienen
esencialmente la misma suite de los elementos, pero el contenido cubre ampliamente de huellas
a cantidades menores (Boyle, 1979) .
Procesos qumicos y mecnicos contribuyen a la formacin de la halo de dispersin secundaria
de Au.El equilibrio entre los dos procesos depende, en esencia, en la con- morfolgica y el clima
las condiciones y el tipo de mineralizacin. la geo firma qumica de Au en la superficie en su
mayora depende del comportamiento de Au y acompa- Nying minerales en el medio supergnica
relevante ambiente.
Un gran nmero de elementos (por ejemplo, Cu, Ag, Zn, Cd,As, Sb, Bi, Se y Te) se enriquecen
en Au-rodamientodepsitos, que se producen ya sea en metlico que acompaa minerales, en oro
nativo o en varios otros Au minerales (Boyle, 1979) . La mayora de estos elementos son tiles
como indicadores de la presencia de oro (Pathfinder elementos) y deben ser considerados en todos
los tipos de estudios geoqumicos. Los principales objetivos de este trabajo son: (1) la definicin
de los patrones regionales geoqumicas de oro y sus elementos Pathfinder, y (2) la deteccin de
anomalas en una escala ms pequea, utilizando geoestadstica mtodos tales como variografa,
el anlisis factorial de corregionalizacin y anlisis factorial kriging. Estas metodologas se han
utilizado con xito por varios autores en diferentes mbitos cientficos: la exploracin
geoqumica (Jimnez-Espinosa et al.,1992), ciencias del suelo (Goovaerts y Webster, 1994) ,
minera (Sousa, 1989) o el medio ambiente (Batista et al.,
2000).
2. metodologa geoestadstica
El variografa permite la descripcin de lapatrn espacial de un atributo z continua j
, Por ejemplo una concentracin de contaminantes de un elemento qumico o elconcentraciones
anmalas de unos cuerpos minerales metlicos con inters econmico. Dado un conjunto de datos
para la variable z j en n ubicaciones u un , z j(u un ), A = 1, 2, ..., n, el experimento cruz mentales
c variograma
jj V
Cuando la expresin j = j Vthis da variograma sencilla de la variable j.
Estos variogramas experimentales pueden ser equipados por una modelo lineal de
corregionalizacin (Wackernagel, 1988) dando lugar a un conjunto de corregionalizacin matri-
CES. Las matrices corregionalizacin pueden ser vistos como particiones de la matriz de
varianza-covarianza, que muestran las relaciones entre las variables a diferentes escamas.Cada
matriz puede ser sometida a un director El anlisis de componentes (PCA) segn lo sugerido
porWackernagel Nagel (1988). El anlisis factorial de kriging (FKA) es un geoestadstica mtodo
utilizado en la exploracin geoqumica para el filtrado propsitos (Sandjivy, 1984; Wackernagel,
1988) . Con FKA es posible estimar componentes espaciales correspondientes a diferentes
escalas de variabilidad (muestreo fenmeno ejem- escala local y eventos regionales), revelada por
funciones simples y cruzadas variograma.
3. distrito minero de Montemor-o-Novo
El distrito minero de Montemor-O-Novo es una alargada rea cerrada tendencia NW-SE con un
aproximado largo de 35 kilmetros (Fig. 1) . Esta zona se encuentra en una anticlinorium gran
estructura, limitado en W y por NE dos grandes zonas de empuje. Fig. 1 muestra la geologa
(Goin y Martins, 1986; Carvalhosa y Zby-Zewski, 1994) de la dis- minera Montemor-O-Novo
distrito.
Las concentraciones econmicas de Au en estas reas depsitos (Banhos, Caeiras, fales, Gamela,
Malaca y Monfurado) se caracterizan por un poco diferente ajustes y ensambles mineralgicos
geolgica. Banhos mineralizacin es en el contacto entre anfibolitas / leptites de Unidad Escoural
y una pequea
intrusin grantica.En esta zona se asocia a Au arsenopirita.Caeiras depsito se encuentra en la
Unidad de Monfurado (micaesquistos y gneis, leptites asociados a anfibolitas).Monfurado
depsito est en el contacto entre la unidad y la unidad Monfurado Escoural (lyddites, cuarcita,
micaesquistos y anfibolitas subordinados). Lyddites se producen como capas en el cuarcita y son
mineralizadas (pirita, pirrotita, Fe-xidos / hidrxidos, oro).Gamela es en el contacto entre
ortogneises y la Unidad de Monfurado.Los leptites Unidad Monfurado tener un '' xidos de Fe-
pirita / arseno- hidrxidos-menores pirita '' ensamblaje mineralgica mientras que el orthog-
neisses tienen arsenopirita.En estas tres reas es de oro asociado con pirita. Malaca y depsitos
son FALES
en la Unidad de Escoural y Au se asocia con arsenopirita / estibina menor.
El desarrollo del suelo se caracteriza por la presencia de un Mediterrneo, el tipo de suelo
rojizo (Carvalho Car-doso et al., 1971). Un clima mediterrneo templado prevalece en la zona,
con una precipitacin anual de alrededor
656 mm.
4. El muestreo y anlisis
El total de 1211 muestras de suelo de Montemor-O- Distrito minero de novo se recogieron en seis
muestras reas: 233 muestras de Monfurado, 255 de Ban-hos, 138 de Caeiras, 278
desde Es Fal, 189 de Gamela y 118 muestras de suelo de Malaca.Para cada rea de muestreo, se
recogieron las muestras de suelo en una rejilla rectilnea, a la misma distancia (50 m) a lo largo
de manera uniforme lnea de espaciado (100 m). La lnea de base para Banhos muestreo
cuadrcula de muestreo tiene una orientacin aproximadamente N45jE mientras Caeiras lnea de
base es N50jW. Fales, Monfurado, y Malaca tiene N60jW lneas de base orientadas mientras
Gamela cuadrcula de muestreo tiene una lnea de base N65jW. En cada punto de muestreo que
se recogi aproximadamente 1 kg del suelo. Los suelos se secaron y se tamizaron a travs de
un 80- tamices de malla. Todas las muestras se analizaron por Inductancia tivamente plasma
acoplado-espectrometra de emisin atmica
SCOPY para Cu, Pb, Zn, Ba, As y Au. La precisin para obtener resultados analticos si es
aproximadamente de 4% para el Cu, 6% de Pb, 5% para el Zn, el 19% para el As y el 22% para
el Au.
5. resultados
5.1. estadstica elemental
La Tabla 1 presenta algunas estadsticas elementales para Cu,
Pb, Zn, As, Ba y Au. Los datos de la Tabla 1 muestra que valores mximos de todos los elementos
son muy altos en relacin con los valores medios correspondientes. Estas valores extremos tienen
un impacto dominante en los resultados producida por los mtodos utilizados en este documento
que se basan en valores medios. La transformacin logartmica de datos en bruto es un
procedimiento muy eficaz para reducir la asimetra de la distribucin de las poblaciones de datos,
como se indica por los coeficientes de asimetra. Adems, la prueba lognormalidad de Ahrens
(1954) aplicado a la datos sugieren una distribucin logartmica normal para el elemento tos
(valores para la media aritmtica media / geomtrica son: 1,21 para Cu, 1,31 para Pb, 1,34 para
Zn, 2,10 para Como, 1,87 y 3,45 para los vagos de Au). Por lo tanto, era decidido trabajar con los
logaritmos naturales de la datos en lugar de los valores en bruto.
5.2. variografa
Con el fin de dar cuenta de la estructura espacial, simple y variogramas cruzados de Cu, Pb, Zn,
As, Ba y Au Se computaron para llegar A 15, A 60, 30 y 75 (en la Fig. 2 ), Equivalente,
respectivamente, a N15jW,
N60jW, N30jE y N75jE. Estas cuatro direcciones fueron seleccionados sobre la base de las redes
de muestreo de suelos, que son paralelas a las estructuras y hercinianas tienen orientaciones
similares (Fig. 1) . Desde el rienciaimental variogramas un modelo lineal de coregionaliza-cin
se ajust a Cu, Pb, Zn, As, Ba y Au, que permitido el reconocimiento de tres estructuras de con-
continuidad: un efecto de pepita (C0), una primera anisotrpico estructura esfrica (C1, representa
los eventos locales) con un rango de 300 m y una segunda spher- anisotrpico estructura de iCal
(C2, que representa los eventos regionales) con un rango de 440 m.Las elipses para cada estructura
tener un eje mayor con una orientacin de N60jW (direccin A 60 en la Fig. 2 ). Esta direccin
es similar a los de las estructuras hercinianas. Fig. 2 shows direccional simple y cruz para los
variogramas y Au Como.Direccional variogramas para la variacin restantebles no se muestran
aunque el modelo era de forma conjunta equipado para todos. La Tabla 2 muestra los alfizares
de la directa y variogramas cruz para cada estructura (coregionaliza-matrices cin).

5.3. El anlisis factorial de coregionalizations

Un anlisis de la Fig. 3 sugiere que el PCA refleja con exactitud la primera estructura esfrica
(C1) revelada por el anlisis factorial de corregionalizacin, es decir, la asociacin de las variables
M / A, Ba / Cu y
Zn / Pb. Las tres estructuras espaciales y la clsica PCA Ba muestran que generalmente est
relacionada con Cu. Aunque, en la escala de pepita de Ba parece estar relacionado con Zn y estos
elementos estn asociados con Cu en la construccin de la primera hacha. La pareja de Au / Como
se asocia en todas partes con F2 a pesar de Au se encuentra cerca del lmite de la significacin
en la segunda estructura esfrica.La asociacin Pb / Zn no se produce en la escala de pepita.
5.4. El anlisis factorial kriging
El anlisis estructural del conjunto de datos de Mon- rea de estudio Temor-O-Novo sugiere que
el espacial la variabilidad de las variables es la suma de tres estructuraturas, el efecto de pepita
C0 representa la pequea eventos de escala, la primera estructura que representa C1 locales
eventos y una segunda estructura de C2 que representa una evento regional.Esta metodologa fue
la base para la estimacin de los componentes espaciales correspondientes (Y0,
Y1 e Y2) utilizando el anlisis factorial kriging.Los mapas de log-transformado los datos en bruto
y de los componentes espaciales
Y0, Y1 e Y2 se hicieron para el Au y As. Los anlisis individual de la compo- espacial estimada
compo- ha demostrado que las estructuras esfricas son informacin idntica y no adicional surge
de por separado. Tal resultado es de esperar ya que el modelo de corregionalizacin, deducida a
partir de de
variogramas experimental, muestra dos anisotrpico estructuras esfricas que son similares en el
rango de (C1- 300 m de alcance y rango m C2-440). Por lo tanto, la estructuras esfricas se
transformaron en una estructurada componente Y1 + Y2. Figs. 4-6 muestran los resultados para
Au y espacial
componentes (Y0, Y1 + Y2), en Banhos, Caeiras, fales, Gamela, Malaca y reas de muestreo
Monfurado. Figs.7-9 muestran los resultados para Como y componentes espaciales(Y0, Y1 +
Y2). Los niveles utilizados en la cartografa correspondiente responder al mnimo y los
percentiles 25, 50, 75, 85, 90, 92, 94, 96 de la poblacin de datos. El anlisis de los mapas muestra
que los resultados son similar para las zonas prospectadas. La primera espacial componente (Y0)
Cartografa (. Las figuras 5 y 8) espectculos anomalas con carcter puntual (X en las Figs. 5 y
8) que no son visibles en el mapeo geoqumico (Figs. 4y 7). Adems, esta primera componente
de mejora anomalas (W en las Figs. 5 y 8) , Tambin con puntual naturalezas, que tienen
pequeas expresin en los datos en bruto (Figs. 4 y 7) . El nuevo componente estructurada Y1 +
Y2 (. Figs 6 y 9) mejora reas anmalas con o sin expresin significativa en geoqumica mapeo,
la tarde es el caso de FALES. Junto con esto la capacidad de mejora, este componente tiene una
restriccin la capacidad de las anomalas de propagacin (el caso de Gamela).
La comparacin de las Figs. 4 y 7 muestra que los mapas para Como son similares a los de Au
(confirmando que el arsnico es un pionero de oro), con las excepciones de Monfurado, Caeiras
y Gamela.
En las zonas Gamela y Monfurado, notas de campo tomadas en un estudio geolgico fueron
superpuestos a los datos en bruto, Y0 y los mapas de Y1 + Y2 con el fin de explicar los resultados
de El anlisis factorial de kriging (Figs. 10-14) . Un anlisis de los mapas de datos en bruto
Gamela As y Au (Fig. 10) muestra que la firma geoqumica Como diferencia Au (Fig. 10) , Marca
el contacto entre el orthog- neisses con arsenopirita y los leptites de Monfur- Unidad
prembulos (Fig. 1) . Sin embargo, los componentes espaciales Y0 (Fig. 11) e Y1 + Y2 (Fig.
12) mejorar la similitud dad entre el arsnico y oro anomalas. El primero estructura (Y0) parece
ser generalmente relacionada con Fe-el enriquecimiento del suelo (Fe-suelo, Fe-boxes, la
presencia del imn netite-hoematite-lymonite, Fe-cantos rodados), mientras que el componente
estructurada (Y1 + Y2) marca la existencia de pequeas vetas de cuarzo con pirita y arsenopirita
organizada por los leptites de Unidad Monfurado(A en la Fig.12). Higo. 13 (mapeo de datos en
bruto para el As y Au) y F ig. 14 (mapeo Y0 para As y Au) muestran los resultados de Monfurado
depsito.Un anlisis de los mapas de espectculos Y0 que el arsnico y oro anomalas siguen el
contacto(C en la Fig. 14) entre la Unidad Monfurado (anfibolitas, leptites) y la Unidad Escoural
(lyddites con sulfuros).
Estas anomalas estn relacionadas con la geoqumica firmas obtenidas mediante mapeo de datos
en bruto( Fig. 13) . En Adems, el anlisis factorial de kriging (Y0 y Y1 + Y2) mejora la
alineacin de las anomalas por el geogrfica contacto lgico.
6. Conclusiones
La aplicacin del anlisis multivariante a los datos del suelo del rea de estudio Montemor-O-
Novo lleva a la identificacin de patrones geoqumicas del Au y As. Para tener en cuenta la
estructura espacial, simple y cruz variogramas se calcula para las direcciones principales de el
muestreo de cuadrcula.Desde el variogramas experimental un modelo lineal de
corregionalizacin se ajust a la seis variables que permitieron el reconocimiento de tres
estructuras de continuidad.
Las matrices resultantes de la corregionalizacin
El anlisis factorial de corregionalizacin muestran la aso-ciacin entre las variables M / A, Ba /
Cu y Zn / Pb.El PCA refleja con exactitud la primera esfrica estructura (C1). El componentes
Y0 espacial, Y1 y Y2 estima por kriging factorial son eficaces en: (a) la deteccin de anomalas
que no se haban detectado por el geoqumico mapeo, (b) la mejora de las zonas anmalas sin
expresin en la cartografa geoqumica.
El conjunto mineralgica (Reis et al., 1999) que ocurren en Gamela, Monfurado y Caeiras (oro
asociado a la pirita) son responsables de la diferencia entre la UA y porque las firmas
geoqumicas.Cmo- nunca, los componentes espaciales de mapeo ha aumentado el similitud entre
las imgenes de Au y As y mejora de la interpretacin de las anomalas.
En Banhos, fales y Malaca zonas de oro y arsnico anomalas son similares y relacionados con la
existencia de vetas de cuarzo con arsenopirita / pirita y xidos de Fe organizada por los lyddites
y leptites de Unidad Escoural.