Distribuição Geoquímica de Elementos Terras Raras no Morro dos Seis Lagos, Amazônia Brasileira - Atena EditoraAtena Editora

Artigo

Baixe agora

Livros

Distribuição Geoquímica de Elementos Terras Raras no Morro dos Seis Lagos, Amazônia Brasileira

A aplicação de modelos de aprendizado e máquina a dados legados, de sensoriamento remoto e morfometria da paisagem tem auxiliado na identificação de zonas de mineralização de elementos com potencial econômico. Morro dos Seis Lagos contém uma espessa crosta de laterita (> 200 m), onde os processos de carbonatação da siderita produziram uma crosta de goethita/hematita, constituindo uma janela para o estudo da dinâmica geoquímica do solo e paisagem. O objetivo desta pesquisa foi identificar padrões de mineralização de elementos terras raras (Ce, Eu e La), especialmente em áreas de difícil acesso. Para isso, foram testados os modelos Multivariate Adaptive Regression Spline (MARS), Radial Support Vector Machine (SVMRadial) e Random Forest (RF) para prever a distribuição espacial dos teores desses elementos no Morro dos Seis Lagos. A metodologia consistiu no uso de conjunto de dados legados geoquímicos, composto de 341 amostras (solo, sedimentos e materiais rochosos) associado a covariáveis morfométricas e índices espectrais derivados de sensoriamento remoto. Os resultados obtidos mostraram que o modelo RF apresentou o melhor desempenho na predição dos teores de Ce (R2 = 0,02), Eu (R2 = 0,05) e La (R2 = 0,21). O algoritmo Recursive Feature Elimination (RFE) destacou relevância para as covariáveis Elevação, Área de superfície real, Fator LS, Índice de umidade Saga, Índice de multirresolução de nivelamento do fundo do vale, Índice de umidade topográfica, e Ferro ferroso. As características do relevo local desempenharam um papel significativo na compreensão da variação espacial dos elementos, dada a maior influência das covariáveis morfométricas, refletindo o controle tectônico na mobilidade de ETR nas áreas de crosta laterítica e tálus.
Ler mais

Distribuição Geoquímica de Elementos Terras Raras no Morro dos Seis Lagos, Amazônia Brasileira

  • Palavras-chave: aprendizado de máquina; geoquímica exploratória; minerais criticos; pedometria.

  • Keywords: machine learning; exploratory geochemistry; critical minerals; pedometry.

  • Abstract: The application of machine learning models to legacy data, remote sensing data, and landscape morphometry has aided in the identification of mineralized zones containing elements with economic potential. Morro dos Seis Lagos contains a thick laterite crust (> 200 m), where the carbonation processes of siderite have produced a goethite/hematite crust, providing a window into the geochemical dynamics of the soil and landscape. The objective of this research was to identify patterns of rare earth element (Ce, Eu, and La) mineralization, especially in hard-to-reach areas. To this end, the Multivariate Adaptive Regression Spline (MARS), Radial Support Vector Machine (SVMRadial), and Random Forest (RF) models were tested to predict the spatial distribution of these elements’ concentrations at Morro dos Seis Lagos. The methodology consisted of using a geochemical legacy dataset comprising 341 samples (soil, sediments, and rock materials) associated with morphometric covariates and spectral indices derived from remote sensing. The results showed that the RF model performed best in predicting the concentrations of Ce (R² = 0.02), Eu (R² = 0.05), and La (R² = 0.21). The Recursive Feature Elimination (RFE) algorithm highlighted the relevance of the following covariates: Elevation, Actual surface area, LS factor, Saga moisture index, Valley floor leveling multiresolution index, Topographic moisture index, and Ferrous iron. Local relief characteristics played a significant role in understanding the spatial variation of the elements, given the greater influence of morphometric covariates, reflecting tectonic control on ETR mobility in areas of lateritic crust and talus.

  • Everaldo Zonta
  • Niriele Bruno Rodrigues
  • Helena Saraiva Koenow Pinheiro
  • Waldir Carvalho Junior
Fale conosco Whatsapp