Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA

Detalhes bibliográficos
Autor(a) principal: Sousa, Marcelo Januário de
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/37701
Resumo: A Análise de Componentes Principais (PCA, Principal Component Analysis) foi aplicada como método de discriminação de sistemas mineralizantes hospedados na Província Mineral de Carajás e na Faixa Araguaia (borda sudeste do Cráton Amazônico). Para tanto, utilizou-se dados geológicos e geoquímicos regionais, como também, aerogeofísicos que resultaram em dezenove variáveis: nove geoquímicas (Cr, Co, Cu, Fe, Mn, Ni, Pb, Sn, Zn), nove geofísicas (Kanômalo, eUanômalo, eTh, ASA, Dz, Dx, Dy, TILT, Euler) e uma variável produto da interpretação quantitativa dos dados geofísicos (Densidade de Estruturas - Density). A análise deste conjunto de variáveis visou à discriminação dos possíveis processos geológicos, geradores de seis sistemas mineralizantes, a saber: hidrotermal-magmático (No. 26), sedimentar marinho (No. 16), metamórfico (No. 5), endomagmático (No. 1), supergênico (No. 8) e indefinido (No. 1). A análise estatística multivariada retronou dezenove componentes principais (PC) dos quais oito foram selecionadas e contabilizam ca. 75% da variância do sistema geológico estudado com intervalo variância de 3,378 (PC1) até 1,013 (PC8). As componentes principais PC1, PC3 e PC5 foram selecionadas por melhor identificar padrões e tendências nos dados estudados, devido ao maior grandiente de variância. A PC1 é a componente principal com maior variância (ca. 3,38). Ela diferencia os processos geológicos relacionados com a formação das mineralizações de Ni laterítico, formações ferríferas do tipo Lago Superior e Ouro Orogênico dos outros sistemas mineralizantes que ocorrem na Província Mineral de Carajás. A PC3 com 2,3 de variância forma três agrupamentos. Diferencia os principais depósitos minerais dos sistemas mineralizantes com forte controle estrutural (p.ex., tipo IOCG) e separara os depósitos de Ni laterítico do Domínio Carajás da Faixa Araguaia. A PC5 com variância de 1,15 desmembra os sistemas mineralizantes com direfentes orientações estruturais (E-W, NW-SE e NE-SW) e correlatos com magnetismo (ASA) e com as derivadas magnéticas horizontais (Dx, Dy) da Província Mineral de Carajás das estruturas orientadas N-S relacionadas com a derivada magnética vertical (Dz) e a variável Depth. Finalmente, o depósito de Au-(PGE) de Serra Pelada, considerado indefinido, tem maior correlação linear com os depósitos dos tipos Oxidized Intrusion-Related, IOCG e Ni Hidrotermal.
id UNB_8d9269189f87eadf4faab33a0f8166e1
oai_identifier_str oai:repositorio2.unb.br:10482/37701
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Sousa, Marcelo Januário deSouza, Valmir da Silva2020-05-12T16:27:27Z2020-05-12T16:27:27Z2020-05-122019-06-26SOUSA, Marcelo Januário de. Análise regional de múltiplas variáveis à discriminação de sistemas mineralizantes da província mineral de Carajás - PA. 2019. 100 f., il. Dissertação (Mestrado em Geologia)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/37701A Análise de Componentes Principais (PCA, Principal Component Analysis) foi aplicada como método de discriminação de sistemas mineralizantes hospedados na Província Mineral de Carajás e na Faixa Araguaia (borda sudeste do Cráton Amazônico). Para tanto, utilizou-se dados geológicos e geoquímicos regionais, como também, aerogeofísicos que resultaram em dezenove variáveis: nove geoquímicas (Cr, Co, Cu, Fe, Mn, Ni, Pb, Sn, Zn), nove geofísicas (Kanômalo, eUanômalo, eTh, ASA, Dz, Dx, Dy, TILT, Euler) e uma variável produto da interpretação quantitativa dos dados geofísicos (Densidade de Estruturas - Density). A análise deste conjunto de variáveis visou à discriminação dos possíveis processos geológicos, geradores de seis sistemas mineralizantes, a saber: hidrotermal-magmático (No. 26), sedimentar marinho (No. 16), metamórfico (No. 5), endomagmático (No. 1), supergênico (No. 8) e indefinido (No. 1). A análise estatística multivariada retronou dezenove componentes principais (PC) dos quais oito foram selecionadas e contabilizam ca. 75% da variância do sistema geológico estudado com intervalo variância de 3,378 (PC1) até 1,013 (PC8). As componentes principais PC1, PC3 e PC5 foram selecionadas por melhor identificar padrões e tendências nos dados estudados, devido ao maior grandiente de variância. A PC1 é a componente principal com maior variância (ca. 3,38). Ela diferencia os processos geológicos relacionados com a formação das mineralizações de Ni laterítico, formações ferríferas do tipo Lago Superior e Ouro Orogênico dos outros sistemas mineralizantes que ocorrem na Província Mineral de Carajás. A PC3 com 2,3 de variância forma três agrupamentos. Diferencia os principais depósitos minerais dos sistemas mineralizantes com forte controle estrutural (p.ex., tipo IOCG) e separara os depósitos de Ni laterítico do Domínio Carajás da Faixa Araguaia. A PC5 com variância de 1,15 desmembra os sistemas mineralizantes com direfentes orientações estruturais (E-W, NW-SE e NE-SW) e correlatos com magnetismo (ASA) e com as derivadas magnéticas horizontais (Dx, Dy) da Província Mineral de Carajás das estruturas orientadas N-S relacionadas com a derivada magnética vertical (Dz) e a variável Depth. Finalmente, o depósito de Au-(PGE) de Serra Pelada, considerado indefinido, tem maior correlação linear com os depósitos dos tipos Oxidized Intrusion-Related, IOCG e Ni Hidrotermal.The Principal Component Analysis (PCA) applied as a method of discrimination of mineralized systems hosted in the Mineral Province of Carajás and Araguaia Mobile Belt (southeast border of the Amazon Craton). In order to do so, we used regional geological, geochemical, as well as aerogeophysics datasets. The statistical analysis resulted in nineteen variables: nine geochemical (Cr, Co, Cu, Fe, Mn, Ni, Pb, Sn, Zn), nine geophysics (K anomalous, eU anomalous, eTh, ASA, Dz, Dx, Dy, TILT, Euler), and one variable that is a product of the quantitative interpretation of geophysical data (Density of Structures). This set of variables aimed at discriminating the possible geological processes, generating six mineralizing systems, namely: hydrothermal-magmatic, marine sedimentary, metamorphic, endomagmatic, supergenic, and undefined (e.g., Serra Pelada deposit). The multivariate statistical analysis returned nineteen significant principal components (PC), of which eight were selected and accounted for ca. 75% of the total variance of the database in a range of variance from 3.378 (PC1) to 1.013 (PC8). The principal components PC1, PC3, and PC5 were selected for had better identify patterns and trends in the data, because the greater gradient of variance. The PC1 is the principal component with greater variance (ca. 3.38) it differentiates the geological processes related to lateritic mineralization (e.g., Nickel Lateritic), Lake Superior-type BIF, and orogenic gold deposits from all other mineralizing systems that occur in the Mineral Province of Carajás. The PC3 with 2.3 of variance forms three clusters, and differentiates between the main mineral deposit models of the hydrothermal-magmatic system with strong structural controls (e.g., IOCG deposits), and the Nickel Lateritic deposits from Carajás Mineral Province from Araguaia Mobile Belt. The 1.15 variance PC5 separates mineralizing systems with different structural orientations (EW, NW-SE and NE-SW) related to horizontal magnetic derivatives (Dx, Dy) and ASA from Carajás Mineral Province from N-S oriented structures related to vertical magnetic derivative (Dz) and Depth variables. Finally, Au-(PGE) Serra Pelada deposit has a higher linear and spatial correlation with the oxidized intrusion-related, IOCG and Hydrothermal Ni metallogenetic models.Instituto de Geociências (IG)Programa de Pós-Graduação em GeologiaA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessAnálise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PAinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geologia, 2019.Análise estatísticaProvíncia Mineral de CarajásProspecção mineralporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/37701/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open accessORIGINAL2019_MarceloJanuáriodeSousa.pdf2019_MarceloJanuáriodeSousa.pdfapplication/pdf7381758http://repositorio2.unb.br/jspui/bitstream/10482/37701/1/2019_MarceloJanu%c3%a1riodeSousa.pdf210d7d9715cb4972298fe1f3c0e08d4bMD51open access10482/377012024-02-20 13:45:42.084open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2024-02-20T16:45:42Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
title Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
spellingShingle Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
Sousa, Marcelo Januário de
Análise estatística
Província Mineral de Carajás
Prospecção mineral
title_short Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
title_full Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
title_fullStr Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
title_full_unstemmed Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
title_sort Análise regional de múltiplas variáveis a discriminação de sistemas mineralizantes da província mineral de Carajás - PA
author Sousa, Marcelo Januário de
author_facet Sousa, Marcelo Januário de
author_role author
dc.contributor.author.fl_str_mv Sousa, Marcelo Januário de
dc.contributor.advisor1.fl_str_mv Souza, Valmir da Silva
contributor_str_mv Souza, Valmir da Silva
dc.subject.keyword.pt_BR.fl_str_mv Análise estatística
Província Mineral de Carajás
Prospecção mineral
topic Análise estatística
Província Mineral de Carajás
Prospecção mineral
description A Análise de Componentes Principais (PCA, Principal Component Analysis) foi aplicada como método de discriminação de sistemas mineralizantes hospedados na Província Mineral de Carajás e na Faixa Araguaia (borda sudeste do Cráton Amazônico). Para tanto, utilizou-se dados geológicos e geoquímicos regionais, como também, aerogeofísicos que resultaram em dezenove variáveis: nove geoquímicas (Cr, Co, Cu, Fe, Mn, Ni, Pb, Sn, Zn), nove geofísicas (Kanômalo, eUanômalo, eTh, ASA, Dz, Dx, Dy, TILT, Euler) e uma variável produto da interpretação quantitativa dos dados geofísicos (Densidade de Estruturas - Density). A análise deste conjunto de variáveis visou à discriminação dos possíveis processos geológicos, geradores de seis sistemas mineralizantes, a saber: hidrotermal-magmático (No. 26), sedimentar marinho (No. 16), metamórfico (No. 5), endomagmático (No. 1), supergênico (No. 8) e indefinido (No. 1). A análise estatística multivariada retronou dezenove componentes principais (PC) dos quais oito foram selecionadas e contabilizam ca. 75% da variância do sistema geológico estudado com intervalo variância de 3,378 (PC1) até 1,013 (PC8). As componentes principais PC1, PC3 e PC5 foram selecionadas por melhor identificar padrões e tendências nos dados estudados, devido ao maior grandiente de variância. A PC1 é a componente principal com maior variância (ca. 3,38). Ela diferencia os processos geológicos relacionados com a formação das mineralizações de Ni laterítico, formações ferríferas do tipo Lago Superior e Ouro Orogênico dos outros sistemas mineralizantes que ocorrem na Província Mineral de Carajás. A PC3 com 2,3 de variância forma três agrupamentos. Diferencia os principais depósitos minerais dos sistemas mineralizantes com forte controle estrutural (p.ex., tipo IOCG) e separara os depósitos de Ni laterítico do Domínio Carajás da Faixa Araguaia. A PC5 com variância de 1,15 desmembra os sistemas mineralizantes com direfentes orientações estruturais (E-W, NW-SE e NE-SW) e correlatos com magnetismo (ASA) e com as derivadas magnéticas horizontais (Dx, Dy) da Província Mineral de Carajás das estruturas orientadas N-S relacionadas com a derivada magnética vertical (Dz) e a variável Depth. Finalmente, o depósito de Au-(PGE) de Serra Pelada, considerado indefinido, tem maior correlação linear com os depósitos dos tipos Oxidized Intrusion-Related, IOCG e Ni Hidrotermal.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-06-26
dc.date.accessioned.fl_str_mv 2020-05-12T16:27:27Z
dc.date.available.fl_str_mv 2020-05-12T16:27:27Z
dc.date.issued.fl_str_mv 2020-05-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SOUSA, Marcelo Januário de. Análise regional de múltiplas variáveis à discriminação de sistemas mineralizantes da província mineral de Carajás - PA. 2019. 100 f., il. Dissertação (Mestrado em Geologia)—Universidade de Brasília, Brasília, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.unb.br/handle/10482/37701
identifier_str_mv SOUSA, Marcelo Januário de. Análise regional de múltiplas variáveis à discriminação de sistemas mineralizantes da província mineral de Carajás - PA. 2019. 100 f., il. Dissertação (Mestrado em Geologia)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/37701
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/37701/2/license.txt
http://repositorio2.unb.br/jspui/bitstream/10482/37701/1/2019_MarceloJanu%c3%a1riodeSousa.pdf
bitstream.checksum.fl_str_mv bacfee268cc5d4f6aaa2e6e0066d38f5
210d7d9715cb4972298fe1f3c0e08d4b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1801864212454047744