Mapeamento espectral para identificação de assinaturas espectrais dos litotipos relacionados ao Depósito de Ni-Cu Sulfetado de Santa Rita, Bahia, Brasil

Abstract

A prospecção de novos depósitos minerais enfrenta crescentes desafios devido à descoberta dos depósitos superficiais e à maior dificuldade em localizar aqueles em profundidades maiores. Além disso, depósitos já explorados apresentam limitações para expansão, tornando indispensável o uso de tecnologias avançadas e abordagens inovadoras na prospecção mineral. Este trabalho busca colaborar com a exploração mineral ao desenvolver uma biblioteca espectral específica para o depósito de Santa Rita, na Bahia, utilizando dados dos satélites CBERS-4A, Landsat 8 e Sentinel-2. Técnicas de Sensoriamento Remoto foram aplicadas para criar composições RGB, histogramas e perfis espectrais da área, com o auxílio dos softwares QGIS e ArcGIS Pro. As assinaturas espectrais de cada litotipo do depósito mostraram boas comparações, identificando características potenciais para guias prospectivos de sulfetos e lateritas de níquel. Os dados dos satélites Landsat 8 e Sentinel-2 apresentaram alta concordância, reforçando a confiabilidade dos resultados. Já o CBERS-4A apresentou maior divergência, mas ainda forneceu resultados positivos, ampliando as possibilidades de análise espectral e estabelecendo novas fronteiras de conhecimento para a identificação de litotipos.

The search for new mineral deposits faces increasing challenges, as most surface-level deposits have already been discovered, and locating deeper ones requires advanced techniques. Additionally, expanding already-explored areas often encounters limitations, highlighting the need for innovative technologies and approaches to enhance mineral prospecting success. This study aims to support mineral exploration by developing a spectral library for the Santa Rita deposit in Bahia, Brazil, using data from CBERS-4A, Landsat 8, and Sentinel-2 satellites. Remote Sensing techniques were employed to generate RGB composites, histograms, and spectral profiles of the area, utilizing QGIS and ArcGIS Pro software. Spectral signatures for each lithotype in the deposit revealed strong correlations and distinct features that could serve as prospective guides for nickel sulfides and laterites. Data from Landsat 8 and Sentinel-2 showed high consistency, confirming the reliability of the results, while CBERS-4A presented more variability but still yielded positive outcomes. This expanded the analytical potential of CBERS-4A and contributed to advancing knowledge on lithotype identification.