Aplicação de técnicas de análise estatística multivariada e machine learning para o mapeamento do footprint geoquímico da mineralização de ouro no distrito mineiro de Jacobina

Abstract

Esta dissertação apresenta os resultados da caracterização do footprint geoquímico da mineralização de ouro nos metaconglomerados superiores do Complexo Mineiro de Jacobina, localizado na cidade de Jacobina, Bahia. Os resultados foram alcançados a partir da aplicação de metodologias de análise estatística multivariada e classificação não supervisionada. Para tanto, foram selecionados três corpos mineralizados, João Belo Sul, Canavieiras e Serra do Córrego, que se estendem em direção NS ao longo de 14km na bacia de Jacobina. Um total de 3048 amostras foram coletadas em furos de sondagem realizados nesses três alvos. O processo de amostragem foi feito ao longo de todos os furos com coleta de amostras de 50cm para análises litogeoquímicas. Foram realizadas dosagens de elementos maiores, menores e traço utilizando ICP-MS (Espectrômetro de massa com plasma indutivamente acoplado). Também foram coletadas amostras para confecção de lâminas petrográficas com o objetivo de caracterizar a mineralogia e textura das zonas mineralizadas. Os dados litogeoquímicos foram processados seguindo abordagem para tratamento de dados composicionais e em seguida foram aplicadas metodologias de análise estatística e classificação não supervisionada. A abordagem iniciou-se com estatística univariada a partir de diagramas boxplot, seguindo para estatística multivariada com a análise do componente principaL (PCA) e finalizando com uma comparação com o algoritmo de mapas auto-organizáveis (SOM). A partir da primeira etapa da análise do componente principal foi possível caracterizar o background geoquímico dos metaconglomerados em cada um dos alvos. Para João Belo Sul obtevese a associação U-As-Te-Bi-Sb-Pb-Cr-Th-Sr-Hf-Zr-P, ressaltando a afinidade com elementos litófilos e com fases sulfetadas. Na Mina Serra do Córrego a associação AlNa-Ti-Rb-K-Nb-Sc, tipicamente constituída de elementos litófilos incluindo álcalis, sugere a influência de fluidos hidrotermais na concentração do ouro e, para a Mina Canavieiras, a associação Ni-Fe-Mo-Li-Mg-Mn-Au-S-Co-Cu reflete correlações entre os corpos intrusivos máficos e a mineralização de Au. Em um segundo momento a análise do componente principal foi aplicada novamente com o objetivo de caracterizar a assinatura da mineralização de ouro em cada alvo. Foram identificadas associações entre o ouro e elementos calcófilos. A última etapa foi o emprego de mapas auto-organizáveis para melhor visualização e clusterização das associações geoquímicas. O resultado alcançado pelo SOM se mostrou mais avançado que o resultado da PCA. Além das associações do Au com elementos calcófilos como Ag, As, Sb, Bi, Mo, Pb e Fe, o SOM mapeou outras duas assinaturas para a Mina Canavieiras, Au-Mg-Ni-Zn, interpretado como associado as rochas máficas abundantes neste alvo, e o ouro livre, possivelmente relacionado a mineralização presente em fraturas e falhas geradas durante os eventos tectônicos que afetaram a região. Interpreta-se que a coexistência de três fases de mineralização distintas em Canavieiras é o motivo pelo qual esse alvo apresenta os maiores teores de ouro na área de estudo, ilustrando a importância de fluidos hidrotermais para a reconcentração da mineralização, gerando zonas de alto teor. Os resultados obtidos com essa pesquisa são inovadores e contribuem positivamente com a manutenção dos programas exploratórios na região.