stringtranslate.com

Espectrorradiometría para la teledetección terrestre y planetaria

La espectrorradiometría es una técnica de teledetección terrestre y planetaria que utiliza el comportamiento de la luz , específicamente cómo la energía luminosa se refleja , emite y dispersa por las sustancias, para explorar sus propiedades en el espectro electromagnético (luz) e identificarlas o diferenciarlas. [1] La interacción entre la radiación luminosa y la superficie de un material determinado determina la forma en que la radiación se refleja de vuelta a un detector, es decir, un espectrorradiómetro . [2] Combinando los elementos de la espectroscopia y la radiometría , la espectroradiometría lleva a cabo mediciones precisas de la radiación electromagnética y los parámetros asociados dentro de diferentes rangos de longitud de onda . [3] Esta técnica forma la base de la obtención de imágenes multiespectrales e hiperespectrales y la espectroscopia de reflectancia , comúnmente aplicada en numerosas disciplinas de las geociencias , que evalúa las propiedades espectrales que exhiben varios materiales que se encuentran en la Tierra y los cuerpos planetarios. [4]

Las propiedades espectrales, como el brillo y los patrones de reflectancia , varían según las composiciones mineralógicas y las estructuras cristalinas del material en cuestión. [1] Esta variación se debe a la presencia de componentes espectralmente activos dentro del material, como óxidos metálicos y minerales arcillosos , que dan lugar a características de absorción únicas . Tras mediciones con un espectrorradiómetro , estas características de absorción se pueden cuantificar como bandas de absorción características en un espectro de reflectancia . Las formas específicas asociadas con las bandas que aparecen en posiciones de longitud de onda distintivas permiten la identificación de minerales y facilitan las interpretaciones litológicas. [3]

Convencionalmente, la espectroradiometría se aplica a las siguientes porciones de longitudes de onda en el espectro electromagnético (luz) : [2]

Visualización de diferentes intervalos de longitud de onda en el espectro electromagnético (luz) . Cada categoría de intervalos de longitud de onda permite la identificación y caracterización de sustancias a través de sus características, patrones y firmas espectrales únicas.

Hoy en día, la mayoría de las aplicaciones geológicas con espectroradiometría se centran en los rangos de longitud de onda del infrarrojo cercano visible y del infrarrojo de onda corta . [5] La espectroradiometría ofrece un enfoque simple, no destructivo, rápido y eficiente que complementa los métodos geoquímicos tradicionales y de alto rendimiento , para caracterizar conjuntos minerales y texturas de rocas . De este modo, facilita el estudio de los procesos geológicos, la exploración de recursos naturales y la reconstrucción de entornos y climas pasados . [3] [5] Su aplicación se extiende no solo a la Tierra sino también a planetas extraterrestres , ampliando nuestra comprensión de los procesos geológicos más allá de nuestro propio planeta. [6]

Cómo funciona la espectroradiometría

En espectrorradiometría, las características espectrales se pueden reconocer y cuantificar haciendo uso de los espectros que contienen diferentes parámetros medidos por espectrorradiómetros . [2] El parámetro espectral más utilizado en espectrorradiometría para aplicaciones en geociencias es la reflectancia . [2] [7]

En la práctica, la espectrorradiometría puede ser de imágenes o no . La espectrorradiometría de imágenes captura datos espectrales de una región específica o una escena, creando una imagen bidimensional con información espectral registrada dedicada a cada píxel . [6] La espectrorradiometría sin imágenes , por el contrario, mide datos espectrales de un solo punto o un área pequeña enfocada, ofreciendo información más detallada sobre las propiedades espectrales de un material específico. [6]

Configuración experimental

La configuración experimental para la espectroradiometría de imágenes es sencilla porque el procesamiento de imágenes se puede realizar a través de un software informático para mostrar los parámetros espectrales para el análisis, como la reflectancia y el brillo . [6] La mayoría de las imágenes están disponibles gratuitamente en todo el mundo, son ampliamente utilizadas por diferentes instituciones y tienen una amplia cobertura espacial. [8] Los valores de los parámetros espectrales como la reflectancia se pueden extraer directamente de todos los píxeles de las imágenes , agregarse y promediarse para producir una curva de reflectancia para el análisis espectral. [6] [8]

En términos de espectrorradiometría sin imágenes , la recolección de datos y el muestreo se realizan generalmente a través de escaneo directo con espectrorradiómetros en el laboratorio o en el campo . [5] Para garantizar la precisión de los datos, es importante llevar a cabo el experimento en un entorno estable y controlado. Por ejemplo, la mayoría de las prácticas de escaneo de laboratorio se realizan en la oscuridad para minimizar la luz ambiental y la dispersión , mientras que el escaneo de campo generalmente se realiza con una sonda de escaneo de contacto, de modo que las mediciones se toman en contacto directo con la superficie de la muestra, libre de fuentes de luz externas y en un entorno localizado. [9] [10] En ambos escenarios, los espectrorradiómetros se calibran con frecuencia con un panel de reflectancia de difusión blanca , que proporciona un valor de reflectancia de referencia (99%) para mantener la precisión experimental. [5] [10] Durante las mediciones espectrales, ejercen una iluminación homogénea directamente hacia la superficie de la muestra. Los datos espectrales adquiridos se presentarán luego a través de un software digital asociado con los espectrorradiómetros . [2]

Análisis de características espectrales

La reflectancia aparece como bandas de absorción individuales que abarcan los espectros electromagnéticos , que varían con la mineralogía y las composiciones químicas . [5] [11] Los espectros de reflectancia obtenidos directamente de los espectrorradiómetros sin procesamiento de datos se conocen como espectros de reflectancia sin procesar. Aunque se pueden identificar algunos patrones prominentes de absorción , son propensos a la influencia de las tendencias generales de los espectros , y características como amplitudes y magnitudes podrían inducir a error en las interpretaciones en tales circunstancias. [12]

Para facilitar el análisis de datos, los espectros de reflectancia en bruto se normalizan habitualmente para proporcionar una mejor visualización y cuantificación de las tendencias y patrones de los parámetros espectrales. Esto se hace habitualmente mediante técnicas estadísticas que incluyen la eliminación de tendencias y la eliminación de continuos . [12] [13] [14]

Una comparación de los espectros de reflectancia de un material determinado antes y después del proceso de eliminación del continuo, modificado de Tan et al., 2021. [13] La forma general, los cambios de nivel y las pendientes se eliminan en el espectro eliminado del continuo con referencia a las líneas del continuo , lo que mejora aún más la claridad de las características de absorción individuales en el espectro de reflectancia .

1. Deshacerse de la tendencia:

Eliminar los componentes de tendencia presentes en los espectros de reflectancia sin procesar para producir espectros sin tendencia (generalmente aplanados) que revelen las formas, patrones y distribuciones reales de las características de absorción . [5]

2. Eliminación del continuo ( transformación de envoltura convexa ):

Eliminación de la forma general, los cambios de nivel y las pendientes inducidas por otros materiales en los espectros de reflectancia sin procesar (indicados como líneas continuas ) para producir espectros sin continuidad que permiten una comparación efectiva de las características de absorción individuales bajo una línea base común. [13] [14]

A partir de los espectros normalizados , se pueden identificar, analizar y comparar con precisión las características espectrales entre diferentes materiales. También se pueden generar espectrogramas utilizando los espectros normalizados para mejorar aún más la visualización. [6] Las características se pueden caracterizar utilizando parámetros geométricos que describen las formas y la apariencia de un espectro de reflectancia particular : [5] [14]

Una ilustración de los parámetros geométricos en el espectro de reflectancia del infrarrojo cercano visible (VNIR) de la montmorillonita, un mineral arcilloso . Modificado de Clark et al., 2007. [15] El análisis de las características de absorción en un espectro de reflectancia normalmente examina la posición (P) , la profundidad (D) y el ancho (W) de las bandas de absorción a lo largo de un cierto intervalo de longitud de onda . El ancho total en la mitad del máximo (F) y la asimetría (AS) de la forma con respecto a las bandas de absorción también se evalúan comúnmente. Juntos, estos elementos se combinan para construir índices espectrales con el fin de caracterizar y parametrizar minerales específicos .

La investigación de las características espectrales suele ir seguida de la construcción de índices espectrales para caracterizar minerales específicos , es decir, la parametrización. Los índices se basan en las propiedades espectrales únicas que presentan los materiales, como las posiciones y profundidades de las bandas de absorción . [5] [16] Un ejemplo similar de dichos índices es el índice de vegetación de diferencia normalizada (NDVI). [7]

Identificación de minerales

Los minerales se identifican con espectrorradiometría examinando su respuesta espectral a la radiación entrante , como el brillo y la reflectancia , a través de diferentes longitudes de onda . En particular, las bandas de absorción observadas en los espectros de reflectancia pueden ser únicas para diferentes minerales , lo que permite la diferenciación entre ellos. [8] Estas características de absorción surgen de los distintos procesos electrónicos y vibracionales asociados con la energía, los componentes moleculares y las estructuras internas de los minerales. Los procesos electrónicos de los minerales comprenden transferencias de carga , efectos de campo cristalino ( electrones que alcanzan estados de energía más altos ), bandas de conducción y centros de color, mientras que los procesos vibracionales en los minerales involucran estiramiento , flexión y rotación , que están influenciados por los grupos funcionales presentes en los minerales . [3] [17]

Por ejemplo, los minerales que contienen agua comúnmente comparten características de absorción distintivas que indican la presencia de grupos hidroxilo (-OH) y agua molecular (H 2 O), que incluyen las características de absorción asimétrica debido a los sobretonos cerca de 1400 nm (AS 1400 ), así como picos de absorción cerca de 1900 (D 1900 ) y 2200 nm (D 2200 ). [15] Con mayores contenidos de agua molecular , la característica AS 1400 se vuelve más asimétrica, la absorción cerca de 2200 nm se fortalece, pero la cercana a 1900 nm se debilita. [15] Por lo tanto, la característica de absorción asimétrica (AS 1400 ), junto con la relación entre las profundidades de absorción cerca de 2200 y 1900 nm (D 2200 /D 1900 ) se utilizan como parámetro para cuantificar los contenidos de agua . [18] [19]

En la práctica, sin embargo, ciertos minerales pueden exhibir características de absorción que coinciden con las del agua en intervalos de longitud de onda similares. [18] Esto puede conducir potencialmente a la superposición o enmascaramiento de las características de absorción asociadas con los minerales originales. Tales situaciones pueden surgir durante el escaneo de campo o cuando se trabaja con muestras húmedas, introduciendo confusión en la identificación de minerales. [13] [18] Por lo tanto, para minimizar dicha interferencia, el secado de las muestras antes del escaneo espectral para la identificación de minerales es esencial. El proceso de secado debe realizarse a una temperatura de 105 °C o inferior, lo que puede garantizar la eliminación del agua adsorbida sin causar ninguna alteración a las estructuras internas de los minerales. [18] [20]

Considerando las capacidades de identificación de la espectroradiometría para diferentes minerales y rocas , las bases de datos integrales que abarcan firmas espectrales son cruciales. Dichas bases de datos sirven como recursos valiosos que contribuyen a avanzar en nuestra comprensión y caracterización de los materiales de la Tierra . [10] Cabe destacar que la biblioteca espectral del Servicio Geológico de los Estados Unidos (USGS) y la biblioteca espectral ECOSTRESS representan ejemplos actuales de dichas bases de datos. [16] [15] [21] La biblioteca espectral del USGS proporciona una colección de espectros de reflectancia para minerales formadores de rocas y otros materiales de la Tierra, que abarcan desde las regiones ultravioleta (350 nm) hasta las regiones infrarrojas de onda corta (SWIR) (2500 nm). [15] [22] Asimismo, la biblioteca espectral ECOSTRESS integra datos espectrales de múltiples bibliotecas espectrales, consolidando información sobre minerales y rocas en un formato de datos estandarizado. [16] Estas bibliotecas espectrales sirven como referencias esenciales para la investigación en curso sobre espectroradiometría, proporcionando una base sólida para el análisis e interpretación de datos.

Geomorfología y cartografía de superficies

La geomorfología es el estudio de los procesos geológicos que ocurren en la superficie de la Tierra y que posteriormente dan forma a diferentes tipos de accidentes geográficos . [8] El mapeo de la superficie es un enfoque común para comprender estos procesos y sus efectos, que se puede realizar mediante espectrorradiometría. [21] La meteorización química es uno de los procesos dominantes que controlan la morfología de la superficie de la Tierra, que produce óxidos de hierro como recubrimientos en las superficies de las partículas, así como minerales arcillosos que evolucionan a partir de la alteración hidrotermal y la descomposición de feldespatos en suelos superficiales y cuerpos de roca granítica . [17] [20] Estos minerales son sensibles a parámetros espectrales como el brillo y la reflectancia , y exhiben características de absorción distintivas en los espectros de reflectancia , lo que facilita el diagnóstico y la determinación de los estados de meteorización. [8] [19] [23]

(1) Minerales arcillosos ( Filosilicatos ) [16] [17] [18]

La génesis de los minerales arcillosos se produce en una secuencia progresiva, comenzando con la illita y la clorita , luego la vermiculita , la esmectita y, finalmente, formándose la caolinita . La caolinita , al ser el producto final de los minerales arcillosos , representa la etapa más avanzada de la meteorización .

Los espectros de reflectancia de minerales arcillosos comunes ( filosilicatos ) en la región visible e infrarroja cercana (VNIR) , modificados de Clark et al., 2007. [15] Los valores de reflectancia como se muestran en la figura se compensaron para permitir una comparación clara de las características espectrales entre los minerales. Los picos de absorción de diagnóstico exhibidos por diferentes minerales arcillosos se observan a lo largo de 1400, 1900, 2200 y 2300 nm, que se pueden usar para distinguirlos entre sí.

(2) Óxidos de hierro [5] [12]

Espectros de reflectancia de óxidos de hierro comunes en la región visible e infrarroja cercana (VNIR) , modificados de Clark et al., 2007. [15] Los valores de reflectancia que se muestran en la figura se compensaron para facilitar la comparación de las características espectrales entre los dos minerales. Los picos de absorción de diagnóstico exhibidos por la hematita y la goethita se observan a lo largo de 500, 700 y 920 nm, que se pueden usar para distinguirlos entre sí.

Con base en lo anterior, se distinguen tres grupos de parámetros espectrales distintivos que pueden servir como indicadores del estado de meteorización . [5]

El primer grupo de parámetros se ocupa de las características de absorción a 500, 700 y 920 nm debido a los componentes de hierro férrico. Los picos ubicados a 920 nm (P 920 ), y la relación entre las profundidades de absorción cerca de 500 y 700 nm (D 700 /D 500 ) son inversamente proporcionales a la concentración de hematita , por lo que los valores más pequeños significarán un mayor grado de meteorización . [5] [12]

El segundo grupo de parámetros está relacionado con el grupo hidroxilo (-OH) y el agua (H 2 O). Las características de absorción más fuertes cerca de 1400 nm (AS 1400 ), y una mayor relación entre las absorciones cerca de 2200 y 1900 nm (D 2200 /D 1900 ), reflejan mayores contenidos de agua molecular, por lo tanto, más alteración y meteorización . [18] [19]

El tercer grupo de parámetros se refiere a los efectos de la absorción aportados por los enlaces Al-OH en minerales arcillosos, incluyendo la illita y la caolinita , que se encuentra cerca de 2200 nm. [16] Estas bandas de absorción se vuelven más asimétricas (AS 2200 > 1, mostrando asimetría hacia la izquierda) con el aumento de los contenidos de caolinita como resultado de la transformación de la illita, lo que implica mayores extensiones de alteración mineral , grado de hidrólisis y descomposición de silicato , que sirven como señales que indican etapas de meteorización más avanzadas . [14] [17]

La determinación de los parámetros espectrales anteriores permitirá cuantificar las tasas de meteorización , lo que proporcionará implicaciones para las condiciones paleoclimáticas . [5] La aplicación de la espectrorradiometría en estudios geomorfológicos brinda oportunidades para el mapeo rápido de afloramientos meteorizados y el estudio de la cinética de la meteorización y el paleoclima, particularmente en regiones remotas e inaccesibles. [20] [21]

Geocronología

La geocronología es el estudio de la edad y el tiempo de los eventos geológicos que han ocurrido a lo largo de la historia de la Tierra . Se han desarrollado muchos métodos geocronológicos diferentes, utilizando diversos materiales de la Tierra y procesos geológicos como indicadores. Entre estos métodos, la espectrorradiometría ha surgido recientemente como una herramienta valiosa en las técnicas de datación , particularmente en tefrocronología y aplicaciones de datación de superficie . [24] [25]

Horizontes de tefra como se muestra en un afloramiento en Islandia . La tefra se destaca de los sedimentos de fondo por sus altos valores de albedo y reflectancia , que se pueden detectar mediante espectrorradiometría. La espectrorradiometría es particularmente útil para identificar capas de tefra cuando el color y la apariencia de los sedimentos parecen similares, y cuando las capas de tefra están muy mezcladas con sedimentos de fondo. Por ejemplo, solo se observa una capa de tefra en el afloramiento que se muestra en la figura. Puede haber más capas de tefra ocultas dentro de los estratos que solo se podrían detectar mediante el uso de un espectrorradiómetro .

Tefrocronología

La tefrocronología se refiere a la determinación de la edad de los estratos sedimentarios utilizando tefra , es decir, cenizas y fragmentos volcánicos . Sirven como marcadores cronológicos viables y se datan con precisión debido a su deposición instantánea en amplias regiones. [24] [25] Las cenizas suelen tener una alta pureza, compuestas de silicatos (como cuarzo ) y filosilicatos (como caolinita , serpentina ), que son muy sensibles a los parámetros espectrales, de modo que demuestran características espectrales características en comparación con los sedimentos de fondo . [25] [26] Las cenizas volcánicas con un alto contenido de sílice , conocidas como cenizas félsicas , se destacan de los sedimentos de fondo debido a sus altos valores de albedo y reflectancia . [10] Por el contrario, las cenizas máficas , que tienen un bajo contenido de sílice , exhiben una menor reflectancia debido a su pureza en comparación con las composiciones mixtas de los sedimentos de fondo . [24] Además, los minerales filosilicatos en cenizas volcánicas muestran fuertes características de absorción cerca de 2200 nm, atribuidas al estiramiento de los grupos hidroxilo (enlaces -OH) con aluminio . [10] [20] En consecuencia, estas firmas espectrales permiten la detección y diferenciación de cenizas volcánicas de otros sedimentos . La espectroradiometría de imágenes se puede utilizar para el mapeo a escala regional de depósitos de cenizas volcánicas , así como para el registro de núcleos . [25] [27] Mientras tanto, la espectroradiometría sin imágenes , combinada con escaneo y muestreo de campo , es adecuada para aplicaciones localizadas, proporcionando implicaciones de edad y restricciones para unidades estratigráficas . [24]

Datación de superficie

La datación superficial es la medición de la edad relativa de los depósitos de sedimentos en la superficie de la Tierra. Esto se puede lograr utilizando estados de meteorización como indicadores, basándose en el principio de que los sedimentos con un mayor grado de meteorización han estado expuestos durante un período de tiempo más largo. [8] La intensidad de la meteorización está altamente correlacionada con la concentración de óxidos de hierro secundarios y minerales arcillosos presentes en los sedimentos. Estos se pueden identificar y medir a través de características de absorción específicas cerca de 1400, 1900 y 2200 nm, estableciendo así una relación entre la edad y la reflectancia . [16] [8] Utilizando imágenes multiespectrales , hiperespectrales y térmicas, se pueden predecir y mapear las edades de las superficies de los depósitos de sedimentos regionales , como los abanicos aluviales . [23]

En conjunto, la espectrorradiometría proporciona un nuevo enfoque para estimar las edades de los sedimentos , como complemento al análisis geoquímico convencional. El avance de esta técnica tiene el potencial de ampliar los modelos de edad de la superficie para abarcar regiones remotas, mejorando así la comprensión de la historia geológica regional . [8] [23]

Recursos de la tierra

Los recursos de la Tierra son materiales y sustancias naturales que pueden extraerse de la Tierra y ser utilizados por los seres humanos para numerosos fines. Algunos ejemplos típicos son los minerales y los combustibles fósiles . La espectrorradiometría, con su capacidad para identificar materiales de la Tierra mediante la captura de sus señales espectrales distintivas, tiene un potencial significativo para explorar y predecir la presencia de depósitos de minerales y de hidrocarburos . [28] Es importante destacar que su aplicabilidad a áreas inaccesibles amplía aún más su utilidad para evaluar e investigar los valiosos recursos de la Tierra . [3]

Exploración de minerales

La espectroradiometría se utiliza ampliamente para la identificación y predicción de depósitos minerales asociados con sistemas hidrotermales . Los depósitos alterados hidrotermalmente , conocidos como depósitos epigenéticos, experimentan múltiples episodios de alteración química causados ​​por interacciones entre fluidos hidrotermales y las formaciones rocosas circundantes. [3] Estos procesos de alteración a menudo están relacionados con actividades volcánicas y geotérmicas , donde los fluidos hidrotermales calientes penetran a través de fracturas en rocas preexistentes del país, lo que resulta en la deposición de minerales metálicos valiosos como oro y cobre . [3] [29] Los minerales arcillosos se forman comúnmente como productos de alteración en estos depósitos, y su presencia se puede detectar mediante espectroradiometría. La ilita , por ejemplo, se observa comúnmente en las proximidades de cuerpos minerales hidrotermales . [28] [29] Concentraciones más altas de ilita pueden indicar áreas propicias para la precipitación de minerales , y las características espectrales de la ilita , incluidas las fuertes características de absorción cerca de 1400, 1900 y 2200 nm (D 1400 , D 1900 , D 2200 ) en los espectros de longitud de onda , se pueden utilizar para identificar y rastrear las vías de fluidos de minerales y la deposición . [28] [29]

Una muestra de neodimio , que se encuentra comúnmente en depósitos de tierras raras alojados en regolito . Tiene un valor económico sustancial. Cabe destacar que el neodimio exhibe características espectrales únicas que lo hacen altamente rastreable mediante espectrorradiometría.

Los depósitos de elementos de tierras raras (REE) alojados en regolito también se pueden identificar y localizar utilizando espectroradiometría. Estos depósitos se sitúan convencionalmente en cuerpos de roca granítica altamente descompuestos . [9] [30] Los intensos procesos de meteorización que ocurren en rocas graníticas dan lugar a la denudación y lixiviación de los óxidos de los elementos principales , dejando atrás el regolito altamente descompuesto . [9] [30] A lo largo del proceso de meteorización , se generan minerales arcillosos como la caolinita y la halloysita como productos de alteración , que poseen una fuerte afinidad para adsorber REE , lo que lleva a su enriquecimiento en el regolito. [13] [31] Un REE específico de interés es el neodimio (Nd), que tiene amplias aplicaciones en la industria. [13] El Nd exhibe características espectrales distintivas en la espectroscopia de reflectancia que se pueden utilizar para su detección e identificación, centradas cerca de 740, 800 y 865 nm (D 740 , D 800 , D 865 ) en los espectros de longitud de onda. [13] [32] Al hacer uso de estas características espectrales, combinadas con interpretaciones geoquímicas y aprendizaje automático , se puede fomentar la identificación y el mapeo de áreas de regolito enriquecidas con Nd , lo que puede proporcionar implicaciones hacia la potencial mineralización de REE y los respectivos cuerpos minerales . [31] [32]

Exploración de hidrocarburos

La mayoría de los yacimientos de hidrocarburos se encuentran a gran profundidad, pero su presencia se puede inferir a partir de manifestaciones superficiales, incluidas las microfiltraciones . [3] Las microfiltraciones ocurren cuando los compuestos de hidrocarburos , como el petróleo y el gas, se liberan de pequeñas fracturas y fisuras , ya sea directamente a la superficie del suelo o indirectamente a través de los impactos de los hidrocarburos volátiles en las plantas y la vegetación . [3] Si bien las microfiltraciones a menudo no son visualmente discernibles, se pueden detectar utilizando imágenes hiperespectrales y espectroscopia de reflectancia . De manera similar, se puede utilizar el mismo enfoque para la identificación de yacimientos de carbón a través de sus rocas asociadas que contienen carbón , en función de las huellas espectrales únicas dadas por los hidrocarburos , que abarcan las regiones de longitud de onda infrarrojas . [33] Algunas de las características espectrales distintivas de las moléculas de hidrocarburos son las siguientes: [33]

Con la espectroradiometría, las propiedades espectrales relacionadas con los hidrocarburos se pueden detectar y analizar fácilmente, facilitando así el mapeo y la exploración de dichos recursos energéticos . [3]

Geología planetaria

El estudio de la geología planetaria estudia la geología de los planetas además de la Tierra , así como de las lunas , asteroides y otros cuerpos celestes . Los planetas terrestres han ganado popularidad entre la investigación científica moderna, ya que ofrecen información sobre la evolución de los planetas y han demostrado el potencial de vida extraterrestre en el Sistema Solar . [34] La espectrorradiometría, con su capacidad para caracterizar las composiciones superficiales y estudiar la geología de estos cuerpos celestes , se considera una técnica clave en la ciencia planetaria . [35]

En los últimos años, se han dedicado enormes esfuerzos a la exploración de Marte , especialmente en su geología , lo que ayuda a desentrañar la historia evolutiva del planeta, comprender los eventos pasados ​​y actuales que ocurren en el planeta y proporcionar información sobre su habitabilidad para la exploración humana. [34]

Marte

Los minerales en Marte son en gran parte máficos , acompañados por una cantidad sustancial de arcillas . [36] [37] Cada uno de estos minerales se encuentra en diferentes regiones de Marte y son detectados por espectrorradiómetros a través de sus características de absorción características en los espectros de reflectancia . [36]

(1) Hielos [36]

Los hielos compuestos de agua y dióxido de carbono se encuentran normalmente en los casquetes polares permanentes del norte y del sur de Marte. También existen en forma de heladas y nubes estacionales .

Espectros de reflectancia en el infrarrojo cercano (VNIR) y visible de los hielos comunes de Marte, modificados de Viviano et al., 2014. [36] Los valores de reflectancia que se muestran en la figura se compensaron para facilitar la comparación de las características espectrales entre los dos hielos. Los picos de absorción de diagnóstico exhibidos por los hielos cristalinos de H 2 O y CO 2 se observan a lo largo de 1435, 1500 y 2280 nm.

(2) Silicatos máficos [36] [38]

Los silicatos máficos formaban parte de la composición de las costras basálticas de Marte. En los valles y cráteres marcianos , estos minerales suelen verse asociados a depósitos de sílice hidratada resultantes de la alteración .

Espectros de reflectancia en el infrarrojo cercano (VNIR) y visible de silicatos máficos comunes en Marte, modificados de Viviano et al., 2014. [36] Los valores de reflectancia que se muestran en la figura se compensaron para facilitar la comparación de las características espectrales entre los tres minerales. Los picos de absorción de diagnóstico exhibidos por olivino , piroxeno y plagioclasa se observan a lo largo de 1100, 1300 y 2000 nm.

(3) Óxidos de hierro [34] [36]

Los óxidos de hierro (principalmente hematita ) intervienen en la composición de la mayoría de los suelos y el polvo superficiales de Marte, lo que tiene implicaciones para los procesos superficiales marcianos .

(4) Minerales arcillosos ( Filosilicatos ) [35] [36]

Los minerales arcillosos que contienen hierro y magnesio tienen composiciones muy extendidas en Marte. Algunos ejemplos típicos son los siguientes:

En Marte también se encuentran arcillas que contienen aluminio , cuyas características espectrales se mencionan en las secciones anteriores.

Espectros de reflectancia en el infrarrojo cercano (VNIR) y visible de los hielos comunes de Marte, modificados de Viviano et al., 2014. [36] Los valores de reflectancia que se muestran en la figura se compensaron para facilitar la comparación de las características espectrales entre los tres minerales. Los picos de absorción de diagnóstico exhibidos por el talco , la prehnita y la serpentina se observan a lo largo de 1400 a 1500 y de 2300 a 2500 nm.
Valles Marineris, instantánea captada por la sonda Viking 1. En esta zona abundan los sulfatos polihidratados.

(5) Sulfatos [36]

Los sulfatos de Marte son polihidratados. Están dispersos a lo largo del hemisferio occidental, la parte ecuatorial y norte de Marte, en Valles Marineris , Meridiani Planum y Arabia . Entre los ejemplos de sulfatos marcianos se incluyen el yeso , la bassanita , la kieserita , la jarosita y la alunita .

Espectros de reflectancia en el infrarrojo cercano (VNIR) y visible de sulfatos comunes en Marte, modificados de Viviano et al., 2014. [36] Los valores de reflectancia que se muestran en la figura se compensaron para facilitar la comparación de las características espectrales entre los tres minerales. Los picos de absorción de diagnóstico exhibidos por sulfatos polihidratados , incluidos yeso y bassanita , se observan a lo largo de 1400, 1900 y 2400 nm.

(6) Zeolitas [36]

Se han identificado zeolitas en cráteres cerca de cuencas y tierras altas marcianas , lo que brinda información sobre los entornos de Marte. El mineral de zeolita más distintivo descubierto en Marte es la analcima .

Espectros de reflectancia del infrarrojo cercano (VNIR) y visible de los hielos comunes de Marte, modificados de Viviano et al., 2014. [36] Los picos de absorción de diagnóstico exhibidos por la analcima se observan a lo largo de 1790 y 2500 nm.

(7) Carbonatos [36] [38]

Los carbonatos de Marte pueden ser ricos en hierro o magnesio . Se caracterizan por sus características de absorción pareadas cerca de 2300 y 2500 nm y se encuentran a lo largo de Nili Fossae y Tyrrhena Terra , ubicadas en las tierras altas del sur de Marte.

Espectros de reflectancia del infrarrojo cercano (VNIR) y visible de los hielos comunes de Marte, modificados de Viviano et al., 2014. [36] Los picos de absorción de diagnóstico exhibidos por carbonatos ricos en hierro se observan a lo largo de 2300 y 2500 nm.

La identificación de composiciones minerales en Marte ofrece pistas vitales hacia los procesos geológicos marcianos desde el pasado hasta el presente. En particular, la presencia de minerales arcillosos sirve como evidencia directa de la erosión basáltica en Marte . [34] [37] El análisis de la estratigrafía compositiva proporcionada por muestras de rocas marcianas ha revelado características de absorción de fortalecimiento cerca de 1400 y 1900 nm (D 1400 y D 1900 ). [34] [35] Estas características son diagnósticas de contenidos elevados de hidroxilo (-OH) debido a la creciente abundancia de caolinita , en reemplazo de otros minerales arcillosos . [34] [35] Esto refleja el aumento de la intensidad de la erosión y la ocurrencia de procesos acuosos en la corteza marciana , lo que indica que alguna vez existió un clima húmedo y cálido en el planeta. [36]

Es importante destacar que la ocurrencia de una intensa erosión química en el antiguo Marte prueba la existencia pasada de agua . [34] Además de los óxidos de hierro y las arcillas , los sulfatos , carbonatos y zeolitas detectados previamente también sirven como indicadores del agua . Los sulfatos se forman comúnmente como resultado de la alteración de los materiales de la corteza por el agua subterránea y la lluvia , y la precipitación de cuerpos de agua evaporados . [37] Los carbonatos se originan a partir de interacciones entre el agua y los basaltos en un entorno rico en CO 2 , mientras que las zeolitas se forman en aguas alcalinas y entornos hidrotermales . [36] [38] La presencia de estos minerales en conjunto explica la evidencia de la presencia pasada de agua en Marte . También implican la posibilidad de que el planeta haya albergado vida en algún momento. [34]

El espectrorradiómetro como herramienta en espectrorradiometría

Los espectrorradiómetros se utilizan principalmente como sensores remotos en espectrorradiometría para detectar y cuantificar la intensidad de la luz y sus parámetros asociados (por ejemplo, longitud de onda , amplitud ). Los datos de reflectancia y transmitancia espectral se registran digitalmente, lo que facilita el análisis espectral . [2]

Un diagrama esquemático que muestra los componentes básicos de un espectrorradiómetro y cómo funciona.
Diagrama esquemático que muestra los componentes básicos de un espectrorradiómetro y cómo funciona. El espectrorradiómetro primero captura la luz de la sustancia objetivo que se está midiendo. Los componentes de la óptica frontal, como lentes ópticas , difusores , filtros y rendijas, garantizan que la radiación de la fuente se entregue a los detectores de manera adecuada y eficiente. Luego, la luz recolectada pasa a través de un monocromador , donde se separa en diferentes rangos de longitudes de onda para crear un espectro. Las longitudes de onda de luz separadas se dirigen posteriormente a un detector, como una matriz de dispositivos acoplados a carga (CCD) o un sensor CMOS , donde se registran las intensidades de radiación en todo el espectro. Las mediciones del detector finalmente se convierten a un formato digital para obtener los datos espectrales a través de un software de computadora. [39]
El monocromador , como componente estándar de un espectrorradiómetro , es clave para crear un espectro amplio que exhiba las propiedades espectrales de las sustancias. Utiliza un elemento dispersor, como un prisma o una rejilla de difracción, para dividir la radiación luminosa recogida de las sustancias en diferentes rangos de longitudes de onda .

Componentes de los espectrorradiómetros

Los espectrorradiómetros de imágenes generan imágenes digitales que capturan parámetros espectrales con variación espacial, lo que significa que registran variaciones en las propiedades espectrales dentro del campo de visión del espectrorradiómetro . [2] [4] Estos instrumentos suelen ser de mayor tamaño y están situados lejos de las áreas de medición objetivo, de modo que se pueden encontrar en plataformas espaciales , como satélites , o plataformas aéreas , incluidos aviones y drones . [7] Por el contrario, los espectrorradiómetros sin imágenes capturan las propiedades espectrales de todo el campo de visión sin variaciones espaciales. Muchos espectrorradiómetros sin imágenes son relativamente más pequeños en tamaño y se utilizan en aplicaciones terrestres . Algunos se utilizan en laboratorios, mientras que otros son portátiles y se pueden utilizar en el campo . [2] [7]

Resolución de los espectrorradiómetros

La resolución de los espectrorradiómetros se refiere a la extensión potencial de detalles que pueden ser detectados por los sensores . [7] [11] En general, se especifican comúnmente 4 tipos de resoluciones para cada espectrorradiómetro. [1] [11]

Visualización de la resolución espectral . El área delimitada por la curva representa la magnitud de la radiación electromagnética reflejada por un material determinado en varias longitudes de onda . Los dispositivos con alta resolución espectral pueden medir la reflectancia del material dentro de bandas estrechas de longitud de onda .

La resolución espectral se refiere a la capacidad de unsensoren unespectrorradiómetropara medir laintensidad de la luzde acuerdo conlongitudes de ondaen elespectro electromagnético. Está relacionada con la cantidad de detalle espectral que se debe detectar en cadabanda espectralpara poder discriminar entre diferentes materiales.[11]Descrita por la cantidad,de longitud de ondayel anchode las bandas espectrales en las que el sensor realiza mediciones de longitud de onda, un sensor con altaresolución espectralsignificaría que es capaz de capturar un espectro de luz y dividirlo en cientos o miles debandas espectraleso canales conanchosde hasta 10 y 20 nm.[11]

Figura que ilustra las diferencias entre imágenes multiespectrales e hiperespectrales . Un sensor hiperespectral recopila datos espectrales en un espectro continuo, mientras que un sensor multiespectral recopila datos espectrales en diferentes anchos de banda en el espectro electromagnético .

En la actualidad, los sensores de imágenes multiespectrales e hiperespectrales se adoptan principalmente en espectrorradiometría. A diferencia de los sensores de banda ancha ordinarios que poseen solo unas pocas bandas espectrales para mediciones, permiten la extracción de propiedades espectrales en resoluciones espectrales suficientemente altas , lo que permite la detección y el análisis de características de absorción de diagnóstico en un espectro continuo. Los sensores hiperespectrales dividen la intensidad de la luz detectada en muchas bandas espectrales estrechas y contiguas (es decir, adyacentes) para reconstruir un espectro completo , mientras que los sensores multiespectrales miden la intensidad de la luz utilizando bandas espectrales de anchos de banda variables en el espectro de longitud de onda que podrían no ser contiguas. [1] [11] En consecuencia, a menudo se considera que un sensor hiperespectral tiene una mayor resolución espectral en comparación con un sensor multiespectral, por lo tanto, un mejor potencial en el diagnóstico mineralógico y el mapeo litológico .

Una visualización de resolución espacial , que se refiere al nivel de detalle o las características discernibles más pequeñas que pueden capturarse con un espectrorradiómetro determinado .

La resolución espacial evalúa la calidad de una imagen capturada porde imágenes. Describe el grado de detalle espacial que los sensores pueden registrar, es decir, la característica más pequeña detectada, en función dellos píxelesyla cuadrículade lasimágenes digitales.[7]una resolución espacial finacapturaría una imagen con celdas de cuadrícula pequeñas, registrando así más detalles espaciales y píxeles de imagen.

Visualización de la resolución radiométrica . El área delimitada por la curva representa la magnitud de la radiación electromagnética reflejada por un material determinado en varias longitudes de onda . Los dispositivos con alta resolución radiométrica pueden medir y detectar con precisión diferencias relativamente pequeñas en los valores de reflectancia de un material determinado.

La resolución radiométrica se ocupa de la sensibilidad de un sensor para medir la magnitud dela radiación electromagnéticayla intensidad de la luz. Un sensor con altaresolución radiométricapuede detectar y discriminar variaciones sutiles enel brilloyde la radiación.[1] En el contexto deimágenes multiespectrales, cuanto mayor sea el número de bits de datos porpíxel (profundidad de bits)de laimagenregistrada, mejor será la calidad y la interpretabilidad de laimageny, por lo tanto, más fina será laresolución radiométrica.[1]

La resolución temporal es lafrecuenciao el ciclo de repetición de un sensor, más comúnmente referido alos sensoresende imágenes, para capturarimágenesy adquirir información espectral.[11]Unespectrorradiómetrode imágenesresolución temporalgeneralmente requiere menos tiempo para completar las mediciones espectrales de unaimagen.

Espectrorradiómetros en la práctica

La siguiente tabla muestra las categorías y algunos ejemplos de espectrorradiómetros en todo el mundo que se utilizan comúnmente para la recopilación de datos espectrales en estudios de geociencias.

Otras aplicaciones de la espectroradiometría

Véase también

Referencias

  1. ^ abcdef van der Meer, FD; van der Werff, HMA; van Ruitenbeek, FJA; Hecker, California; Bakker, WH; Noomen, MF; van der Meijde, M.; Carranza, EJM; de Smeth, JB; Woldai, T. (2012). "Detección remota geológica multi e hiperespectral: una revisión". Revista Internacional de Geoinformación y Observación Aplicada de la Tierra . 14 (1): 112-118. doi : 10.1016/j.jag.2011.08.002 .
  2. ^ abcdefgh Kardeván, P. (2007). "Espectroradiometría de reflectancia: una nueva herramienta para el mapeo ambiental". Revista Cárpata de Ciencias de la Tierra y del Medio Ambiente . 2 (2): 29–38.
  3. ^ abcdefghij Ramakrishnan, D.; Bharti, R. (2015). "Teledetección hiperespectral y aplicaciones geológicas". Current Science : 879–891.
  4. ^ ab Ghamisi, P.; Yokoya, N.; Li, J.; Liao, W.; Liu, S.; Plaza, J.; Rasti, B.; Plaza, A. (2017). "Avances en procesamiento de imágenes y señales hiperespectrales: una descripción general integral del estado del arte" (PDF) . Revista IEEE Geoscience and Remote Sensing . 5 (4): 37–78. Bibcode :2017IGRSM...5d..37G. doi :10.1109/MGRS.2017.2762087. S2CID  24992843.
  5. ^ abcdefghijkl Zhao, L.; Hong, H.; Liu, J.; Fang, Q.; Yao, Y.; Tan, W.; Yin, K.; Wang, C.; Chen, M.; Algeo, TJ (2018). "Evaluación de la utilidad de la espectroscopia de reflectancia infrarroja de onda visible a onda corta para el análisis de la intensidad de la erosión del suelo y la reconstrucción del paleoclima". Paleogeografía, Paleoclimatología, Paleoecología . 512 : 80–94. Bibcode :2018PPP...512...80Z. doi :10.1016/j.palaeo.2017.07.007. S2CID  133726583.
  6. ^ abcdefghi Liu, JG; Mason, PJ (2016). Procesamiento de imágenes y SIG para teledetección: técnicas y aplicaciones . John Wiley & Sons.
  7. ^ abcdefghijklmnopq Tempfli, K.; Huurneman, G.; Bakker, W.; Janssen, LL (2009). Principios de teledetección: un libro de texto introductorio . Instituto Internacional de Ciencias de la Geoinformación y Observación de la Tierra.
  8. ^ abcdefgh D'Arcy, M.; Mason, PJ; Roda-Boluda, DC; Whittaker, AC; Lewis, JM; Najorka, J. (2018). "Edades superficiales de abanicos aluviales registradas por imágenes Landsat-8 en el valle Owens, California" (PDF) . Teledetección del medio ambiente . 216 (401–414): 401. Bibcode :2018RSEnv.216..401D. doi :10.1016/j.rse.2018.07.013. hdl : 10044/1/69550 . S2CID  134468779.
  9. ^ abc Tan, W.; Qin, X.; Liu, J.; Zhou, MF; He, H.; Wang, CY; Huang, J.; Zhu, J.; Yao, Y.; Cudahy, T. (2022). "Viabilidad de la espectroscopia de reflectancia infrarroja de onda corta visible para caracterizar la mineralización de elementos de tierras raras alojados en regolito". Economic Geology . 117 (2): 495–508. Bibcode :2022EcGeo.117..495T. doi :10.5382/econgeo.4877. S2CID  239962247.
  10. ^ abcde Leight, CJ; McCanta, MC; Glotch, TD; Thomson, BJ; Ye, C.; Dyar, MD (2022). "Caracterización de depósitos de tefra mediante espectroscopia VNIR y MIR: una biblioteca espectral de tefra terrestre integral". Teledetección del medio ambiente . 273 : 112965. Bibcode :2022RSEnv.27312965L. doi :10.1016/j.rse.2022.112965. S2CID  247289379.
  11. ^ abcdefghijklm Lillesand, T.; Kiefer, RW; Chipman, J. (2015). Teledetección e interpretación de imágenes . John Wiley & Sons.
  12. ^ abcd Haest, M.; Cudahy, T.; Laukamp, ​​C.; Gregory, S. (2012). "Minalogía cuantitativa a partir de datos espectroscópicos infrarrojos. I. Validación de los guiones de abundancia y composición de minerales en el depósito de hierro del canal de Rocklea en Australia Occidental". Economic Geology . 107 (2): 209–228. Bibcode :2012EcGeo.107..209H. doi :10.2113/econgeo.107.2.209.
  13. ^ abcdefg Tan, W.; Qin, X.; Liu, J.; Michalski, J.; He, H.; Yao, Y.; Yang, M.; Huang, J.; Lin, X.; Zhang, C.; Liang, X. (2021). "Características espectrales de reflectancia visible/infrarrojo cercano (VNIR) de elementos de tierras raras intercambiables por iones alojados en minerales arcillosos: uso potencial para la exploración de depósitos de tierras raras alojados en regolitos". Applied Clay Science . 215 : 106320. Bibcode :2021ApCS..21506320T. doi :10.1016/j.clay.2021.106320. S2CID  244065917.
  14. ^ abcd Dufréchou, G.; Grandjean, G.; Bourguignon, A. (2015). "Análisis geométrico de espectros de suelo de laboratorio en el dominio infrarrojo de onda corta: composición de arcilla y estimación del potencial de hinchamiento". Geoderma . 243 : 92–107. Bibcode :2015Geode.243...92D. doi :10.1016/j.geoderma.2014.12.014.
  15. ^ abcdefg Clark, RN; Swayze, GA; Wise, R.; Livo, KE; Hoefen, TM; Kokaly, RF; Sutley, SJ (2007). "Biblioteca espectral digital splib06a del USGS". Servicio Geológico de Estados Unidos, serie de datos 231 .
  16. ^ abcdefgh Aboelkhair, H.; Abdelhalim, A.; Hamimi, Z.; Al-Gabali, M. (2020). "Fiabilidad del uso de datos ASTER en el mapeo litológico y la detección de minerales alterados del complejo del basamento de Berenice Occidental, desierto del sudeste de Egipto". Revista árabe de geociencias . 13 (7): 287. Código Bibliográfico : 2020ArJG...13..287A. doi : 10.1007/s12517-020-5227-x. S2CID  214599580.
  17. ^ abcd Goudge, TA; Russell, JM; Mustard, JF; Head, JW; Bijaksana, S. (2017). "Un registro de 40.000 años de mineralogía de arcilla en el lago Towuti, Indonesia: reconstrucción del paleoclima a partir de espectroscopia de reflectancia y perspectivas sobre paleolagos en Marte". Boletín . 129 (7–8): 806–819. Código Bibliográfico :2017GSAB..129..806G. doi :10.1130/B31569.1.
  18. ^ abcdef Liu, J.; He, H.; Michalski, J.; Cuadros, J.; Yao, Y.; Tan, W.; Qin, X.; Li, S.; Wei, GJ (2021). "Espectroscopia de reflectancia aplicada a la mineralogía de arcilla y la intensidad de alteración de una secuencia de meteorización basáltica gruesa en la isla de Hainan, sur de China". Applied Clay Science . 201 : 105923. Bibcode :2021ApCS..20105923L. doi :10.1016/j.clay.2020.105923. S2CID  228892175.
  19. ^ abc Fang, Q.; Churchman, GJ; Hong, H.; Chen, ZQ; Liu, J.; Yu, J.; Han, W.; Wang, C.; Zhao, L.; Furnes, H. (2017). "Nuevos conocimientos sobre la illitización microbiana de la esmectita en las bentonitas de potasio del límite Pérmico-Triásico, sur de China". Applied Clay Science . 140 : 96–111. Bibcode :2017ApCS..140...96F. doi :10.1016/j.clay.2017.01.029.
  20. ^ abcd Zhang, Y.; Tao, Q.; Komarneni, S.; Liu, J.; Zhou, Y.; Yang, F.; Zhang, B. (2021). "Recubrimientos de arcilla sobre arenas en la cuenca occidental de Qaidam, meseta tibetana, China: implicaciones para la detección de arcilla marciana". Applied Clay Science . 205 : 106065. Bibcode :2021ApCS..20506065Z. doi :10.1016/j.clay.2021.106065. S2CID  233585651.
  21. ^ abcdefg Cudahy, T.; Caccetta, M.; Tomás, M.; Hewson, R.; Abrams, M.; Kato, M.; Kashimura, O.; Ninomiya, Y.; Yamaguchi, Y.; Collings, S.; Laukamp, ​​C.; Ong, C.; Lau, I.; Roger, A.; Chía, J.; Warren, P.; Woodcock, R.; Fraser, R.; Rankine, T.; Votar, J.; de Caritat, P.; Inglés, P.; Meyer, D.; Doescher, C.; Fu, B.; Barco.; Mitchell, R. (2016). "Mapeo de minerales por satélite y seguimiento de la erosión, la deposición y la erosión". Informes científicos . 6 (1): 23702. Código bibliográfico : 2016NatSR...623702C. doi :  10.1038 / srep23702.PMC 4812253.PMID 27025192 . 
  22. ^ Niranjan, SS; Chaube, N.; Sarup, J. (2016). "Mapeo del mineral carnalita y la vegetación de artemisa mediante teledetección hiperespectral y la biblioteca espectral del USGS". 2016 8º Taller sobre procesamiento de imágenes y señales hiperespectrales: evolución en teledetección (WHISPERS) : 1–5.
  23. ^ abc Hardgrove, C.; Moersch, J.; Whisner, S. (2010). "Imágenes térmicas de características sedimentarias en abanicos aluviales". Ciencia planetaria y espacial . 58 (4): 482–508. Bibcode :2010P&SS...58..482H. doi :10.1016/j.pss.2009.08.012.
  24. ^ abcd McCanta, MC; Hatfield, RG; Thomson, BJ; Hook, SJ; Fisher, E. (2015). "Identificación de unidades de criptotefra utilizando métodos rápidos y no destructivos correlacionados: espectroscopia VSWIR, fluorescencia de rayos X y susceptibilidad magnética". Geoquímica, Geofísica, Geosistemas . 16 (12): 4029–4056. Bibcode :2015GGG....16.4029M. doi : 10.1002/2015GC005913 . S2CID  128635452.
  25. ^ abcd Aymerich, IF; Oliva, M.; Giralt, S.; Martin-Herrero, J. (2016). "Detección de capas de tefra en núcleos de sedimentos antárticos con imágenes hiperespectrales". PLOS ONE . ​​11 (1): e0146578. Bibcode :2016PLoSO..1146578A. doi : 10.1371/journal.pone.0146578 . PMC 4731387 . PMID  26815202. 
  26. ^ Henderson, MJB; Horgan, BHN; Rowe, MC; Wall, KT; Scudder, NA (2021). "Determinación del estilo de erupción volcánica de depósitos de tefra a partir de espectroscopia infrarroja". Ciencias de la Tierra y el Espacio . 8 (2): e2019EA001013. Bibcode :2021E&SS....801013H. doi :10.1029/2019EA001013. hdl : 2292/54968 . S2CID  230607374.
  27. ^ Spinetti, C.; Mazzarini, F.; Casacchia, R.; Colini, L.; Neri, M.; Behncke, B.; Salvatori, R.; Buongiorno, MF; Pareschi, MT (2009). "Propiedades espectrales de materiales volcánicos a partir de datos de campo y satélite hiperespectrales en comparación con datos LiDAR en el Monte Etna". Revista Internacional de Observación de la Tierra Aplicada y Geoinformación . 11 (2): 142–155. Código Bibliográfico :2009IJAEO..11..142S. doi :10.1016/j.jag.2009.01.001.
  28. ^ abc Yao, Y.; Zhu, Y.; Liu, J.; Li, W. (2021). "Huellas de la vía del fluido mineral e implicaciones para la exploración mineral en el depósito de oro Shihu, norte de China: evidencia de la espectroscopia infrarroja de onda corta de rocas de alteración ilítica". Journal of Geochemical Exploration . 229 : 106833. Bibcode :2021JCExp.22906833Y. doi :10.1016/j.gexplo.2021.106833.
  29. ^ abc Zhou, Y.; Li, L.; Yang, K.; Xing, G.; Xiao, W.; Zhang, H.; Xiu, L.; Yao, Z.; Xie, Z. (2020). "Características de alteración hidrotermal del depósito de Cu-Au de Chating en la ciudad de Xuancheng, provincia de Anhui, China: importancia de la alteración de sericita para la exploración de Cu-Au". Ore Geology Reviews . 127 : 103844. Bibcode :2020OGRv..12703844Z. doi :10.1016/j.oregeorev.2020.103844. S2CID  226346918.
  30. ^ ab Li, MYH; Zhou, MF; Williams-Jones, AE (2019). "La génesis de los depósitos de tierras raras pesadas alojados en regolito: perspectivas del depósito de clase mundial Zudong en la provincia de Jiangxi, sur de China". Economic Geology . 114 (3): 541–568. Bibcode :2019EcGeo.114..541L. doi :10.5382/econgeo.4642. S2CID  164920871.
  31. ^ ab Prado, EMG; de Souza Filho, CR; Carranza, EJM (2023). "Estimación de la ley de mena a partir de datos hiperespectrales utilizando redes neuronales convolucionales: un estudio de caso en el depósito de óxido de hierro, cobre y oro de Olympic Dam, Australia". Geología económica .
  32. ^ ab Neave, DA; Black, M.; Riley, TR; Gibson, SA; Ferrier, G.; Wall, F.; Broom-Fendley, S. (2016). "Sobre la viabilidad de la obtención de imágenes de depósitos de tierras raras alojados en carbonatitas mediante teledetección". Economic Geology . 111 (3): 641–665. Bibcode :2016EcGeo.111..641N. doi :10.2113/econgeo.111.3.641. hdl : 10871/19017 . S2CID  39124359.
  33. ^ ab Rodrigues, S.; Fonteneau, L.; Esterle, J. (2023). "Caracterización del carbón mediante sistemas de escaneo de núcleos hiperespectrales". Revista internacional de geología del carbón . 269 : 104220. Bibcode :2023IJCG..26904220R. doi : 10.1016/j.coal.2023.104220 . S2CID  257368899.
  34. ^ abcdefgh Liu, J.; Michalski, JR; Tan, W.; He, H.; Ye, B.; Xiao, L. (2021). "Meteorización química anóxica bajo un invernadero reductor en el Marte primitivo". Nature Astronomy . 5 (5): 503–509. Bibcode :2021NatAs...5..503L. doi :10.1038/s41550-021-01303-5. S2CID  233934224.
  35. ^ abcd Qin, X.; Liu, J.; Tan, W.; He, H.; Michalski, J.; Sun, Y.; Li, S.; Ye, B.; Li, YL (2023). "Caracterización de nontronita caolinizada mediante espectroscopia de reflectancia del infrarrojo visible al cercano (VNIR): implicación para la génesis de la estratigrafía compositiva en Marte". Preprints de Authorea .
  36. ^ abcdefghijklmnopqr Viviano, CE; Seelos, FP; Murchie, SL; Kahn, EG; Seelos, KD; Taylor, HW; Taylor, K.; Ehlmann, BL; Wiseman, SM; Mustard, JF; Morgan, MF (2014). "Parámetros espectrales CRISM revisados ​​y productos resumidos basados ​​en la diversidad mineral actualmente detectada en Marte". Revista de investigación geofísica: planetas . 119 (6): 1403–1431. Código Bibliográfico :2014JGRE..119.1403V. doi : 10.1002/2014JE004627 . S2CID  16462900.
  37. ^ abc Ehlmann, BL; Edwards, CS (2014). "Mineralogía de la superficie marciana". Revista anual de ciencias de la Tierra y planetarias . 42 (1): 291–315. Bibcode :2014AREPS..42..291E. doi : 10.1146/annurev-earth-060313-055024 .
  38. ^ abcd Fenton, LK; Gullikson, AL; Hayward, RK; Charles, H.; Titus, TN (2019). "Base de datos digital global de dunas de Marte (MGD3): patrones globales de composición mineral y estabilidad de la forma del lecho". Icarus . 330 : 189–203. Bibcode :2019Icar..330..189F. doi :10.1016/j.icarus.2019.04.025. S2CID  164881330.
  39. ^ abcd Mac Arthur, A.; MacLellan, CJ; Malthus, T. (2012). "Los campos de visión y las funciones de respuesta direccional de dos espectrorradiómetros de campo". IEEE Transactions on Geoscience and Remote Sensing . 50 (10): 3892–3907. Bibcode :2012ITGRS..50.3892M. doi :10.1109/TGRS.2012.2185055. S2CID  263350939.