INENCO   05446
INSTITUTO DE INVESTIGACIONES EN ENERGIA NO CONVENCIONAL
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
ANÁLISIS DE COMPONENTES PRINCIPALES EN EL MAPEO GEOLÓGICO. UN EJEMPLO EN EL BORDE ORIENTAL DE LACORDILLERA DE SAN BUENAVENTURA
Autor/es:
EMILCE BUSTOS; MARCELO ARNOSIO; GIANLUCA NORINI
Lugar:
Córdoba
Reunión:
Congreso; XIX Congreso Geológico Argentino; 2014
Institución organizadora:
Asociación Geológica Argentina
Resumen:
El objetivo del presente trabajo es evaluar la potencialidad del Análisis de Componentes Principales (ACP) en el mapeo litológico. La zona en estudio corresponde al borde oriental de la Cordillera de San Buenaventura, Puna Austral, ubicada en la provincia de Catamarca. Se realizó el ACP sobre una subescena del satélite multiespectral Landsat ETM+ (Enhanced Thematic Mapper plus) adquirida el 27 de diciembre de 2002 (Path-row 232-79). Se realizó el ACP utilizando las bandas 1, 2 ,3 ,4 5, y 7, de 30 m de resolución espacial. La variabilidad de los datos se examinó mediante parámetros estadísticos básicos, como la media y desviación estándar. La correlación entre distintos pares de bandas se pudo identificar mediante diagramas de dispersión, que contrastan los números digitales de las bandas. Además, se implementó el cálculo de la matriz de correlación, autovalores (grado de varianza) y matriz de covarianza. En este caso se generaron 6 CP, uno por cada banda utilizada, de los cuales se eligieron los primeros cuatro para realizar este estudio. Los resultados del ACP permitieron la validación y la revisión de los límites litológicos definidos en los mapas geológicos anteriores. El uso del tercero y cuarto CP permitió realizar diferenciaciones dentro del basamento que no habían sido contempladas en la combinación color realizada entre los primeros tres CP, ni en contribuciones previas. Por lo tanto, el ACP constituye una técnica estadística de teledetección poderosa para realizar mapeos regionales, ya que permite identificar en una primera aproximación las superficies que se suponen de diferentes litologías en una zona y además, al reducir la dimensionalidad de los datos, disminuye los tiempos y requerimientos computacionales.