• Nenhum resultado encontrado

Challenges for geochemical exploration in the future discovery of Mineral Deposits

Gonçalves, M.A.1*

1 Departamento de Geologia e Instituto Dom Luiz, Edifício C6, Piso 4, Faculdade de Ciências da Universidade de Lisboa, Campo Grande, 1749-016 Lisboa

* mgoncalves@ciencias.ulisboa.pt

Resumo: O decréscimo na descoberta de novos depósitos minerais, aliado ao incremento da procura e diversificação das matérias primas usadas na indústria moderna, coloca uma série de novos desafios à prospecção mineral. A prospecção e mapeamento geoquímico sempre representou um dos pilares fundamentais na descoberta de depósitos minerais, mas a necessidade de procurar depósitos a maiores profundidades e inferir a sua existência a partir de sinais, muitas vezes ténues, à superfície requer que haja uma mudança de paradigma sobre a forma de usar e aplicar as ferramentas da geoquímica. Apresentam-se alguns exemplos: tratamento e refinamento de detecção de anomalias em dados com ruído elevado; integração multidimensional de quantidades maciças de dados; simulação de sistemas geológicos e de evolução da geomorfologia; mineralometria e geoquímica de elementos- traço em minerais pesados; refinamento de modelos metalogenéticos com parâmetros geoquímicos e mineralógicos.

Palavras-chave: Anomalias geoquímicas; Minerais pesados; Processamento de dados; Modelação geológica

Abstract: The number of newly discovered ore deposits has been decreasing, when at the same time there is an increase in demand and diversification of raw materials used in modern industry, which puts a series of challenges to the current practice of geochemical exploration. Geochemical exploration and mapping has always been one of the fundamental pillars in the discovery of ore deposits. However, the quest for the search of deeper deposits and the need to infer its existence from usually faint signals, requires a paradigm shift in the way we use and apply the available geochemical tools. Some examples are presented: processing and refinement in the detection of anomalies within a high-noise background; multidimensional integration of massive datasets; simulation of geologic systems and of landscape evolution; mineralometry and trace element geochemistry of heavy-minerals; mineralogical and geochemical refinement of metallogenetic models.

12

1. Introdução

Desde a década de 90 do século passado que as oportunidades de descobertas de novos depósitos minerais tem vindo a decrescer a nível mundial. As razões que justificam esta tendência não se esgotam num só motivo, no entanto, a incapacidade de as empresas abraçarem projectos inovadores e renovarem os modelos de prospecção é certamente uma parte do problema (Wood, 2016). A descoberta de depósitos minerais tem sido feita sobretudo nos primeiros 300 m de crosta. Contudo, verifica-se uma tendência nas últimas décadas de o número de depósitos minerais descobertos a maiores profundidades ter vindo gradualmente a aumentar (Fig. 1). Esta realidade aparentemente promissora, imediatamente se revela conservadora quando se constata que a clara maioria destes depósitos foram descobertos em contexto brownfield. Significa que, em muitos casos, se continuam a usar os mesmos modelos que são simplesmente extrapolados em contextos favoráveis com conhecimento geológico prévio.

O facto de os recursos minerais metálicos se encontrarem na categoria dos não- renováveis, criou igualmente a ideia, não devidamente justificável ou sequer sustentada, de que rapidamente atingi- ríamos o esgotamento desses recursos à medida que o número de descobertas de

novos depósitos viesse a decrescer. No entanto, de um simples exercício expecu- lativo sobre a geologia dos primeiros 1000 m de crosta, nada nos leva a inferir ou a concluir que a distribuição de depósitos minerais ocorra preferencialmente nos 300 m superficiais, ou que haja necessariamente uma forte heterogenei- dade na sua distribuição profunda. Pelo contrário, tomando a crosta como um todo, a ocorrência de depósitos minerais deverá ser tão provável nos primeiros 300 m, quanto nas sequências de 300 m de crosta que se sucedem em profundidade. É esta a premissa, apresentada de uma forma simples, que justifica a tese de Mateus e Martins (2019) devidamente argumentada e quantificada, de que a exaustão física dos recursos minerais metálicos na crosta não deverá constituir um problema para o futuro próximo.

Esta visão mais optimista sobre o futuro de novas descobertas de depósitos minerais requer no entanto que o paradigma da prospecção mineral mude radicalmente, e que a integração do conhecimento geológico, geoquímico e mineralógico adquira novamente um papel fundamental na definição de novos alvos a prospectar. É nesse sentido que se apresentam algumas das abordagens que, na última década, têm vindo a procurar refinar a informação passível de ser extraída dos parâmetros químicos e mineralógicos das rochas da crosta.

Fig. 1 – Distribuição dos depósitos de Cu, Ni e de Zn-Pb descobertos ao longo dos anos em função da sua profundidade (reproduzido de Arndt et al., 2017 a partir de Schodde, 2014).

2. Os Desafios

Apesar de o refinamento de modelos metalogenéticos permitir extrapolar o conhecimento geológico em profundidade, na realidade, tem sido sobretudo a geofísica a orientar o investimento na

descoberta de depósitos profundos. O papel da prospecção geoquímica tem sido relevante sobretudo nos estádios mais precoces dos projectos, e menos decisiva no momento de definir alvos. Contudo, através do refinamento do tratamento

numérico de dados, incremento da capacidade analítica e uso de indicadores mineralógicos (e mesmo biológicos), tem vindo a demonstrar-se eficaz na descoberta de novos alvos. Alguns exemplos serão apresentados com aplicações a sistemas metalogenéticos do ciclo Varisco em Portugal.

2.1 Processamento de dados

geoquímicos

O uso de mapas de distribuição geoquími- ca de elementos será porventura uma das ferramentas básicas mais amplamente usada em prospecção. No entanto, nas últimas décadas o desafio tem sido definir, identificar e separar potenciais halos anómalos em conjuntos de dados com elevado ruído (fundo). A pertinência desta abordagem resulta na detecção de sinais geoquímicos que podem decorrer da dispersão de elementos de interesse em rochas encaixantes, e por processos físico- químicos de superfície que geram os solos e sedimentos que são normalmente amostrados e analisados. Se o depósito aflora ou se encontra muito próximo da superfície, o sinal geoquímico obtido será necessariamente forte. O mesmo não acontece caso a mineraliza-ção ou o processo que a gera seja mais profundo. Desde o trabalho pioneiro de Cheng et al. (1994) que se tem demonstrado que a distribuição geoquímica dos elementos na crosta pode ser simulada com modelos multifractais (e.g., Gonçalves, 2001; Agterberg, 2007). A quantificação de limiares anómalos para distribuições geoquímicas passou assim de uma simples determinação empírica para um valor sustentado teoricamente. O desenvolvimento de mapeamento da singularidade (Cheng, 2007) foi um dos corolários desta abordagem para a detecção de anomalias ténues e subtis em mapas geoquímicos com ruído elevado. A sua aplicação à geoquímica de rocha total de superfície no couto mineiro da Panasqueira (Gonçalves et al., 2018) permitiu delinear diversos halos de alteração hidrotermal e mineralizante nas rochas encaixantes do Complexo Xisto- Grauváquico, compatíveis com o estabelecimento de um sistema de circulação hidrotermal extenso, enraizado

no granito profundo (no pressuposto de ser um corpo único) responsável pelo desenvolvimento do sistema filoniano da Panasqueira. Mais recentemente, a mesma metodologia permitiu identificar a potencial extensão (profunda) do eixo vulcânico do anticlinal do Cercal para SE da Falha da Messejana na Faixa Piritosa Ibérica (Gonçalves e Mateus, subm.). Acresce ainda o grau de sofisticação e refinamento que presentemente se consegue com as modernas técnicas de tratamento de grandes quantidades de dados e integração de informação de natureza distinta (Zuo et al., 2019), resultado da acumulação de décadas de prospecção, e que podem revelar áreas ainda não devidamente exploradas, ou relançar a pesquisa de matérias primas até então descartadas por não serem objecto de interesse económico.

2.2 Mineralometria e geoquímica de elementos-traço em minerais pesados

Os processos hidrotermais de interacção água-rocha podem, normalmente, envol- ver volumes significativos de rocha encaixante que, em função da sua natureza, não possuem o mesmo grau de reactividade com o fluído. Contudo, tem vindo a ser verificado que os processos de troca química entre fases fluidas e minerais usualmente tidas como pouco reactivas pode na realidade ser substancial. Clark e Williams-Jones (2004) proposeram o uso de rútilos na pesquisa de depósitos minerais metamorfizados na premissa de que processos metassomáticos deixam uma assinatura de vários elementos-traço nestes minerais. A validade desta abordagem tem vindo a ser corroborada recentemente, em particular no caso da Panasqueira no mesmo contexto anteriormente mencionado (Carocci et al., 2019) e em trabalhos actualmente em curso na região de Segura, em Castelo Branco (Grácio et al., 2019) na definição de zonas mineralizadas de Sn e W e potenciais halos de alteração.

3. Perspectivas Futuras

O grau de miniaturização que alguns equipamentos atingem, a facilidade e volume de recolha de dados e a capacidade de usar meios autónomos de

14 aquisição desses mesmos dados, vai colocar o uso de técnicas de tratamento e processamento de dados maciços (big

data) e de aprendizagem (machine learning) na ordem do dia (Zou et al.,

2019). Há ainda a juntar diversos exemplos, como seja, o refinamento do estudo cristalo-químico da incorporação do Al em plagioclases, que pode ser fundamental para determinar a fertilidade de sistemas hidrotermais do tipo pórfiro cuprifero (Williamson et al., 2016), ou a incorporação de Au em plantas ou fungos que revelam a presença de mineralizações profundas e desvendam a química redox do Au em condições de sub-superfície (Lintern et al., 2013; Bohu et al., 2019). Em áreas fortemente dominadas por rególito, como a Austrália Ocidental, é fundamental modelar a evolução da paleo-topografia e assim determinar que fluxos geoquímicos nos podem indicar a fonte de depósitos minerais profundos outrora sujeitos a erosão, transporte e deposição (González- Alvarez et al., 2019). Por fim, saliente-se a sofisticação dos modelos computacionais dinâmicos, que hoje permitem incorporar o conhecimento geológico, a deformação tectónica, e a geofísica (Li et al., 2019) aos quais será uma questão de tempo até poderem incorporar a modelação dinâmica de sistemas hidrotermais e geoquímicos complexos e padrões de distribuição geoquímica na crosta.

Agradecimentos

Este trabalho recebeu financiamento FCT através do projecto UID/GEO/50019/2013 (IDL).

Referências

Agterberg, F., 2007. New Applications of the Model of de Wijs in Regional Geochemistry, Mathematical Geology, 39, 1-25

Ardnt, N.T., Fontboté, L., Hedenquist, J.W., Kesler, S.E., Thompson, J.F.H., Wood, D.G., 2017. Future Global Mineral Resources, Geochemical Perspectives, 6, 1-171.

Bohu, T., Anand, R., Noble, R., Lintern, R., Kaksonen, A.H., Mei, Y., Cheng, K.Y., Deng, X., Veder, J.P., Bunce, M., Power, M., Verrall, M., 2019. Evidence for fungi and gold redox interaction under Earth surface conditions, Nature Communications, 10:2290.

Carocci, E., Marignac, C., Cathelineau, M., Truche, L., Lecomte, A., Pinto, F., 2019. Rutile from Panasqueira (Central Portugal): An excellent pathfinder for wolframite deposition. Minerals, 9(1), 9.

Cheng, Q., 2007. Mapping singularities with stream sediment geochemical data for prediction of undiscovered mineral deposits in Gejiu Yunnan Province, China, Ore Geol. Rev., 32, 314-324. Cheng, Q., Agterberg, F.P., Ballantyne, S.B., 1994.

Separation of geochemical anomaly from background by fractal methods. Journal Geochemical Exploration, 51, 109–130.

Clark, J.R., Williams-Jones, A.E., 2004. Rutile as a potential indicator mineral for metamorphosed metallic ore deposits. Divex, 7 (Sous-Project SC- 2), 18p.

Gonçalves, M.A., 2001. Characterization of geochemical distributions using multifractal models. Mathematical Geology, 33, 41-61 Gonçalves M.A., Mateus A., Pinto F., Vieira R., 2018.

Using multifractal modelling, singularity mapping, and geochemical indexes for targeting buried mineralization: application to the W-Sn Panasqueira ore-system, Journal of Geochemical Exploration, 189, 42-53.

Gonçalves, M.A., Mateus, A., 2019. Delimiting geochemical anomalies in the exploration of covered deposits with multifractal methods and using stream sediment data from the Iberian Pyrite Belt, Southwest Iberia. Ore Geology Reviews, submitted.

González-Álvarez, I., Salama, W., Hilliard, P., Ibrahimi, T., LeGras, M., 2019. Landscape evolution and geochemical dispersion of the DeGrussa Cu-Au deposit, Western Australia, Ore Geology Reviews, 105, 487-513.

Grácio, N., Salgueiro, R., Gaspar, M., 2019. Óxidos de titânio aluvionares da Região de Segura (Catelo Branco, Portugal): um guia de prospeção para Sn e W. CIG 2019

Li, X., Yuan, F., Zhang, M., Jowitt, S.M., Ord, A. Zhou, T., Dai, W., 2019. 3D computational simulation-based mineral prospectivity modelling for exploration for concealed Fe–Cu skarn-type mineralization within the Yueshan orefield, Anqing district, Anhui Province, China, Ore Geology Reviews, 105, 1-17.

Lintern, M., Anand, R., Ryan, C., Paterson, D., 2013. Natural gold particles in Eucalyptus leaves and their relevance to exploration for buried gold deposits, Nature Communications, 4:2614. Mateus, A., Martins, L., 2019. Challenges and

opportunities for a successful mining industry in the future, Boletín Geológico y Minero, 130, 99- 121.

Schodde, R., 2014. The global shift to undercover exploration - How fast? How effective? SEG2014 Conference, Keystone, Colorado, 30 September 2014.

Williamson, B.J., Herrington, R.J., Morris, A., 2016. Porphyry copper enrichment linked to excess aluminium in plagioclase. Nature Geoscience, 9, 237-241.

Wood, D., 2016. We Must Change Exploration Thinking in Order to Discover Future Orebodies, SEG Newsletter, 105, 16-19.

Zuo, R., Xionga, Y., Wang, Y., Carranza, E.J.M., 2019, Deep learning and its application in geochemical mapping, Earth-Science Reviews, 192, 1-14.

Biogeoquímica e mineralogia ambiental em contexto de contaminação

Outline

Documentos relacionados