Footprint superficial do depósito aurífero pequizão, Greenstone Belt Crixás, Goiás, Brasil

Abstract

Esta dissertação apresenta os resultados da caracterização do footprint superficial da mineralização aurífera do depósito Pequizão, localizado no Greenstone Belt Crixás, utilizando análise multivariada de dados geoquímicos e de espectrorradiometria de reflectância. Para tanto, foi efetuada uma coleta de 939 amostras em uma malha orientada de solo de aproximadamente 0,35 km2 com perfis transversais de direção E-W. Os perfis possuem espaçamento de 25 m tanto entre os perfis quanto entre as estações de amostragem. Em cada estação foram coletadas três amostras que correspondem a três profundidades a saber: a partir de 45 cm do nível do solo coletou-se o nível A, e repetindo a mesma distância para os subsequentes níveis B e C, totalizando um perfil de 135 cm de profundidade. Os dados geoquímicos obtidos foram processados utilizando técnicas de estatística multivariada como análise de componentes principais e análise de fatores, assim como algoritmos de aprendizado em conjunto (ensemble learning) e agrupamento hierárquico (clustering). Foi utilizada análise geoquímica univariada como abordagem inicial, identificando que elementos pathfinders de Au aumentam a concentração com o aumento de profundidade. Com a análise de clustering conseguiu-se identificar que Ag, Hg, Sb, Te, e Tl estão associados com o Au, Com a técnica de ensemble learning pode-se mapear que o grupamento Zn, Al, Ga, e Pb também pode prever a ocorrência de amostras mineralizados a ouro na base de dados. Resultados obtidos a partir de dados de espectroradiométricos indicam abundância de caolinita, gibsita, anfibólio e clorita, com predomínio de mica branca no filito carbonoso e dolomito. A mica branca é um importante mineral para análise de alteração mineral por ser altamente resistente ao intemperismo e ocorre como muscovita nas amostras de solo analisadas, porém ocorre como muscovita fengítica (mais pobre em Al) nas amostras mineralizadas. A análise de dados de espectroscopia de reflectância mostra resultados robustos para detectar e mapear minerais indicativos de alteração hidrotermal como muscovita e a gibsita e que podem ser classificados como minerais-índice das estruturas mineralizadas Palmeiras e Estrutura IV, respectivamente. O footprint mineralógico definido em furos de sondagens por outros estudos também não foi preservado durante o intemperismo. A análise de componentes principais permitiu a identificação no PC1 dos elementos como a associação de Fe-Al-Cr-Ni-Cu, em contraste com K-Na-Ba-Tl. PC2 conseguiu definir os elementos de maior importância na predição de ouro, onde o PC3 destaca os elementos As-Ag-Te-Ca-Mg e gibsita associados diretamente à mineralização. Na análise de fatores, o Fator 1 prediz as unidades das rochas parentais, enquanto o Fator 3 caracterizou e delimitou as zonas da assinatura da mineralização como representativos da alteração hidrotermal em superfície. Comparando amostras de Pequizão com solo distal e não mineralizado, podemos inferir enriquecimento Sb, V, Na, Ba, e W e depleção de Zn, Ga e Pb, e que pode ser associado ao Fator 2. Com base nesses últimos elementos, é possível dizer que a predição de conteúdo de Au pelo ensemble learning se deve à ausência de ouro na presença de altas concentrações de Zn, Ga e Pb no Pequizão. De acordo com os resultados, sugere-se a aplicação de estudos pilotos para ampliar a aplicação na exploração em brownfield com base em métodos de solo, mais baratos, rápidos, dependentes de menor infraestrutura e de maior abrangência — até em locais de mais difícil acesso — do que sondagens. Para isso, é preciso uma expansão do conhecimento pedológico brasileiro e na relação entre espessura, clima e vegetação com a mudança e preservação de footprints de depósitos, além de mais estudos detalhados de espectrometria que possui rapidez na identificação e delimitação da expressão da alteração hidrotermal em superfície.