Caracterização de depósitos de minerais pesados ricos em titânio no litoral do estado do Rio Grande do Sul a partir de dados de sensoriamento remoto termal orbital e proximal

• Ano de defesa: 2024
• Autor(a) principal: Hallal, Gabriel Prates
• Orientador(a): Rolim, Silvia Beatriz Alves
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sensoriamento remoto; Espectroscopia; Infravermelho; ASTER; Ilmenita
• Palavras-chave em Inglês: Thermal infrared; Ilmenite; Spectroscopy
• Link de acesso: http://hdl.handle.net/10183/287799

A obtenção de minerais pesados ricos em titânio é fundamental para o desenvolvimento econômico dos países devido a sua utilização por diferentes indústrias, desde pigmentação de tintas até aplicação em nanotecnologia. A principal fonte de dióxido de titânio (TiO 2 ) é a ilmenita, um mineral pesado encontrado em sua maioria em depósitos sedimentares costeiros, também chamados placeres. No Brasil, a ex tração de minerais pesados é baixa com relação ao potencial, sendo realizada somente na mina de Guajú, no estado da Paraíba. No estado do Rio Grande do Sul são conhecidos depósitos de minerais pesados em processo de licenciamento ambiental para exploração. O sensoriamento remoto no infravermelho termal (TIR) se destaca na prospecção geológica, com destaque para o sensor Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) que possui cinco bandas posicionadas nesse intervalo espectral. Além disso, minerais e grupos minerais possuem feições espectrais diagnósticas no espectro TIR. É o caso da ilmenita, que possui um espectro retilíneo e de baixa reflectância, absorvendo praticamente toda radiação eletromagnética entre o visível (VIS) e o infr avermelho de ondas curtas (SWIR). Sendo assim, a presente pesquisa tem como objetivo mapear depósitos de minerais pesados na planície costeira do Rio Grande do Sul (PCRS), a partir da integração de técnicas de sensoriamento remoto TIR orbital e proximal. A primeira etapa foi composta de medidas espectrais TIR em laboratório de amostra de minerais pesados, utilizada como endmember referência n o algoritmo de classificação de imagens Spectral Angle Mapper em imagens de emissividade de superfície (LSE) ASTER da área de estudo (Retiro e Mostardas). A segunda etapa foi quantificar a concentração de minerais pesados por pixel utilizando a assinatura de laboratório como entrada ao algoritmo de classificação Linear Spectral Unmixing (LSU) em imagem LSE ASTER para a l ocalidade do Retiro, município de São José do Norte. A terceira etapa constituiu em utilizar assinatura espectral TIR de laboratório da ilmenita e aplicar os algoritmos SAM e LSU para quantificar sua concentração nos pixels da imagem LSE ASTER no depósito de Mostardas. Nas análises TIR de laboratório foram obtidos os endmembers referência das amostras de minerais pesados e ilmenita, em que o comportamento espectral permitiu identificar feições diagnósticas em aproximadamente 10 μm e 12,7 μm, respectivamente . A composição da amostra de minerais pesados foi avaliada previamente por microscopia eletrônica de varredura, sendo a maior parte dos grãos composta por ilmenita (> 50%). O emprego do SAM sob cenas LSE ASTER do Retiro e Mostardas permitiu classificar os pixels com ocorrência de minerais pesados conforme a similaridade dos espectros (pixel vs . endmember ). Os pixels classificados contendo minerais pesados serviram de máscara para a classificação LSU, onde estimamos uma concentração média de 8,8% e máxima de 20% de minerais pesados no depósito do Retiro, enquanto para Mostardas a concentração média de ilmenita por pixel foi de 7,7% e a concentração máxima de 29,6%. A pesquisa mostrou que a integração de dados TIR de sensoriamento remoto orbital e proximal pod e ser considerada uma alternativa para a detecção de depósitos de minerais pesados em zonas costeiras.