UNIVERSIDADE ESTADUAL PAULISTA 

"JÚLIO DE MESQUITA FILHO” 

INSTITUTO DE GEOCIÊNCIAS E CIÊNCIAS EXATAS 

 

 

 

 

 

 

 

 

 

 

Trabalho de Conclusão de Curso 

 

Curso de Graduação em Geologia 

 

 

 

 

 

 

 

 

 

 
 

Mapeamento Espectral para Identificação de Assinaturas Espectrais dos Litotipos 

Relacionados ao Depósito de Ni-Cu Sulfetado de Santa Rita, Bahia, Brasil 

 

 

Esther Prates 

 

 

 

Prof(a).Dr(a). Lucas Moreira Furlan (orientador) 

 

 

 

 

Rio Claro (SP) 

2024 

 



 
 

UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” 

Instituto de Geociências e Ciências Exatas 

Campus de Rio Claro (SP) 

 

 

 

ESTHER PRATES 

 

 

 

MAPEAMENTO ESPECTRAL PARA IDENTIFICAÇÃO DE ASSINATURAS 

ESPECTRAIS DOS LITOTIPOS RELACIONADOS AO DEPÓSITO DE NI-CU 

SULFETADO DE SANTA RITA, BAHIA, BRASIL 

 

 

 

Trabalho de conclusão de curso, apresentado ao 

Instituto de Geociências e Ciências Exatas- 

Campus de Rio Claro, da Universidade Estadual 

Paulista Júlio de Mesquita Filho, para obtenção do 

grau de Bacharel em Geologia. 

 

 

 

 

 

 

 

 

Rio Claro - SP 

2024 

 

 

 



 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

CONTRIBUIÇÕES AOS OBJETIVOS DO DESENVOLVIMENTO SUSTENTÁVEL  

(ODS-ONU) 

A Organização das Nações Unidas (ONU) e seus países membros, incluindo o Brasil, 

adotaram a Agenda Pós-2015, que visa 17 Objetivos de Desenvolvimento Sustentável 

(ODS). Esses objetivos são parte de um plano de ação global para eliminar os 

principais desafios que a sociedade enfrenta, com a meta de alcançá-los até 2030 

(Unicef.org; Brasil.un.org). 

O presente trabalho encontra-se alinhado com alguns dos ODS, sendo eles: ODS 7 - 

Energia Limpa e Acessível: promover a transição energética de fontes não renováveis 

para alternativas limpas; ODS 9 - Inovação Tecnológica: desenvolvimento de 

tecnologias e métodos inovadores para prospecção mineral e extração de minerais 

críticos impulsiona o progresso da indústria de mineração e; ODS 13 -  Ação Contra a 

Mudança Global do Clima: a prospecção e aplicação de minerais críticos contribui 

para reduzir as emissões de gases de efeito estufa, mitigando assim os efeitos das 

mudanças climáticas. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

CONTRIBUTIONS TO THE SUSTAINABLE DEVELOPMENT GOALS (SDGs-UN) 

The United Nations (UN) and its member countries, including Brazil, have adopted the 

Post-2015 Agenda, which aims for 17 Sustainable Development Goals (SDGs). These 

goals are part of a global action plan to eliminate the main challenges facing society, 

with the goal of achieving them by 2030 (Unicef.org; Brasil.un.org).  

This work is aligned with some of the SDGs, namely: SDG 7 - Clean and Affordable 

Energy: promote the energy transition from non-renewable sources to clean 

alternatives; SDG 9 - Technological Innovation: development of innovative 

technologies and methods for mineral exploration and extraction of critical minerals 

drives the progress of the mining industry; and SDG 13 - Climate Action: the 

exploration and application of critical minerals contributes to reducing greenhouse gas 

emissions, thus mitigating the effects of climate change. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

ESTHER PRATES 

 

 

 

MAPEAMENTO ESPECTRAL PARA IDENTIFICAÇÃO DE ASSINATURAS 

ESPECTRAIS DOS LITOTIPOS RELACIONADOS AO DEPÓSITO DE NI-CU 

SULFETADO DE SANTA RITA, BAHIA, BRASIL 

 

 

 

Trabalho de conclusão de curso, apresentado ao 

Instituto de Geociências e Ciências Exatas- 

Campus de Rio Claro, da Universidade Estadual 

Paulista Júlio de Mesquita Filho, para obtenção do 

grau de Bacharel em Geologia. 

 

Comissão Examinadora 

Profº Drº Lucas Moreira Furlan (orientador) 

Mestrando Lorenzo Tebaldi Capelane 

Mestrando Otávio Passo Vieira 

 

Rio Claro, 02 de dezembro de 2024 

 

 

 

 

 

 

 

 

 

       Assinatura do(a) aluno(a)                              Assinatura do(a) Orientador(a) 

 

 

 



 
 

AGRADECIMENTOS 

 Agradeço ao Professor Dr. Lucas Moreira Furlan pela oportunidade, por toda 

atenção e dedicação a mim e a este trabalho. 

 Agradeço a minha família por sempre acreditar em mim e me dar todo apoio 

que precisava, obrigada pai por todo o suporte e amor incondicional; obrigada tata por 

toda sabedoria e inspiração da vida, amo muito vocês. Agradeço também a família 

que está longe, mas sempre perto do coração, muito obriga tia Ivete por todo carinho, 

prima Fernanda por todas as conversas, risadas e apoio e primo Willian pela 

inspiração. 

 Agradeço ao Henrique por todo amor do mundo, apoio e principalmente por 

acreditar em mim quando nem eu mesma acreditava, te amo com todo meu coração.  

 Agradeço a toda família do Henrique, que me acolheu com muito carinho 

durante os 5 anos longe de casa e sempre estavam lá para me auxiliar.  

 Agradeço a todos os colegas que fiz durante a graduação, aqueles que 

seguiram outros caminhos e principalmente aqueles que ficaram comigo até o final. 

Muito obrigada Vanessa, Guilherme e Luisa, amo muito vocês, obrigada por tornarem 

minha graduação muito mais divertida e leve.  

 Agradeço também a minha querida amiga Gabrielle, que mesmo de longe me 

acompanhou em toda a jornada, amo muito você.  

 Agradeço a Bianca, por toda paciência, compreensão e empatia nesta reta 

final, sem você esse trabalho não poderia ser concluído. 

 Agradeço ao Gepeto, por todos os conselhos e ajudas ao decorrer dessa 

graduação, valeu gege. 

 Por último, mas não menos importante, também agradeço a todos os civis, 

médicos e enfermeiras que cuidaram de mim no pequeno acidente que atrasou um 

pouco a conclusão deste ciclo. 

  

 

 

 

 

 

 

 



 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

“The best journeys are always unexpected” 

-The Hobbit. 



 
 

RESUMO 

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. 

 

Palavras-chave: Geociências; Sensoriamento Remoto; Prospecção Mineral; 

Minerais-Críticos; Depósito Máfico-Ultramáfico. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

ABSTRACT 

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. 

 

Keywords: Geosciences; Remote Sensing; Mineral Exploration; Critical Minerals; Mafic-

Ultramafic Deposits. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

ÍNDICE DE FIGURAS 

Figura 1. Figura de localização da área de estudo. .............................................................. 20 

Figura 2. Posições relativas dos blocos arqueanos anteriores à colisão paleoproterozóica, 

mostrando as localizações das bacias paleoproterozóicas Contendas e Jacobina. ............. 23 

Figura 3. Posições dos blocos Arqueanos após o Ciclo Transamazônico Paleoproterozoico.

 ............................................................................................................................................ 24 

Figura 4. Reconstruções geotectônicas E–W de SSE–SSW Bahia, mostrando as posições 

das unidades rochosas do Paleoproterozóico. Diagrama superior, fase anterior; diagrama 

inferior, situação atual. Caminhos P–T–t esquemáticos e os prováveis locais de deposição 

de depósitos minerais são mostrados. ................................................................................. 25 

Figura 5. Modelo de sistemas de formação de minérios de sulfeto de Ni-Cu-EGP. SCLM A e 

SCLM B representam blocos separados de manto litosférico subcontinental empobrecido. 26 

Figura 6. Modelo de sistema magmático da formação de minérios de sulfeto de Ni-Cu-EGP.

 ............................................................................................................................................ 28 

Figura 7. Geologia da intrusão Fazenda Mirabela. ............................................................... 29 

Figura 8. Fluxograma de trabalho. ....................................................................................... 31 

Figura 9. Especificações técnicas de cada uma das bandas espectrais dos satélites que 

serão utilizados. ................................................................................................................... 34 

Figura 10. Exemplo de associação de bandas com seus filtros de cor para composição de 

bandas coloridas. ................................................................................................................. 37 

Figura 11. Histogramas RGB para o litotipo gabronorito. ..................................................... 40 

Figura 12. Histogramas RGB para o litotipo websterito. ....................................................... 41 

Figura 13. Histogramas RGB para o litotipo ortopiroxenito................................................... 42 

Figura 14. Histogramas RGB para o litotipo olivina-ortopiroxenito. ...................................... 43 

Figura 15. Histogramas RGB para o litotipo harzburgito. ..................................................... 44 

Figura 16. Histogramas RGB para o litotipo dunito. ............................................................. 45 

Figura 17. Perfil Espectral da litologia Gabronorito do satélite CBERS-4A das imagens 

antigas. ................................................................................................................................ 46 

Figura 18. Perfil Espectral da litologia Gabronorito do satélite CBERS-4A das imagens 

recentes. .............................................................................................................................. 46 

Figura 19. Perfil Espectral da litologia Gabronorito do satélite Landsat 8 das imagens 

antigas. ................................................................................................................................ 47 

Figura 20. Perfil Espectral da litologia Gabronorito do satélite Landsat 8 das imagens 

recentes. .............................................................................................................................. 47 

Figura 21. Perfil Espectral da litologia Gabronorito do satélite Sentinel-2 das imagens 

antigas. ................................................................................................................................ 48 

Figura 22. Perfil Espectral da litologia Gabronorito do satélite Sentinel-2 das imagens 

recentes. .............................................................................................................................. 48 

Figura 23. Perfil Espectral da litologia Websterito do satélite CBERS-4A das imagens 

antigas. ................................................................................................................................ 49 

Figura 24. Perfil Espectral da litologia Websterito do satélite CBERS-4A das imagens 

recentes. .............................................................................................................................. 50 

Figura 25. Perfil Espectral da litologia Websterito do satélite Landsat 8 das imagens antigas.

 ............................................................................................................................................ 50 

Figura 26. Perfil Espectral da litologia Websterito do satélite Landsat 8 das imagens 

recentes. .............................................................................................................................. 51 



 
 

Figura 27. Perfil Espectral da litologia Websterito do satélite Sentinel 2 das imagens 

recentes. .............................................................................................................................. 51 

Figura 28. Perfil Espectral da litologia Websterito do satélite Sentinel 2 das imagens 

recentes. .............................................................................................................................. 52 

Figura 29. Perfil Espectral da litologia Ortopiroxenito do satélite Cbers-4A das imagens 

antigas. ................................................................................................................................ 53 

Figura 30. Perfil Espectral da litologia Ortopiroxenito do satélite Cbers-4A das imagens 

recentes. .............................................................................................................................. 54 

Figura 31. Perfil Espectral da litologia Ortopiroxenito do satélite Landsat 8 das imagens 

antigas. ................................................................................................................................ 55 

Figura 32. Perfil Espectral da litologia Ortopiroxenito do satélite Landsat 8 das imagens 

recentes. .............................................................................................................................. 55 

Figura 33. Perfil Espectral da litologia Ortopiroxenito do satélite Sentinel 2 das imagens 

antigas. ................................................................................................................................ 56 

Figura 34. Perfil Espectral da litologia Ortopiroxenito do satélite Sentinel 2 das imagens 

recentes. .............................................................................................................................. 57 

Figura 35. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Cbers-4A das 

imagens antigas. .................................................................................................................. 57 

Figura 36. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Cbers-4A das 

imagens recentes. ............................................................................................................... 58 

Figura 37. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Landsat 8 das 

imagens antigas. .................................................................................................................. 58 

Figura 38. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Landsat 8 das 

imagens recentes. ............................................................................................................... 59 

Figura 39. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Sentinel 2 das 

imagens antigas. .................................................................................................................. 59 

Figura 40. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Sentinel 2 das 

imagens recentes. ............................................................................................................... 60 

Figura 41. Perfil Espectral da litologia Harzburgito do satélite Cbers-4A das imagens antigas.

 ............................................................................................................................................ 61 

Figura 42. Perfil Espectral da litologia Harzburgito do satélite Cbers-4A das imagens 

recentes. .............................................................................................................................. 61 

Figura 43. Perfil Espectral da litologia Harzburgito do satélite Landsat 8 das imagens 

antigas. ................................................................................................................................ 62 

Figura 44. Perfil Espectral da litologia Harzburgito do satélite Landsat 8 das imagens 

recentes. .............................................................................................................................. 62 

Figura 45. Perfil Espectral da litologia Harzburgito do satélite Sentinel 2 das imagens 

antigas. ................................................................................................................................ 63 

Figura 46. Perfil Espectral da litologia Harzburgito do satélite Sentinel 2 das imagens 

recentes. .............................................................................................................................. 63 

Figura 47. Perfil Espectral da litologia Dunito do satélite Cbers-4A das imagens antigas. ... 64 

Figura 48. Perfil Espectral da litologia Dunito do satélite Cbers-4A das imagens recentes. . 64 

Figura 49. Perfil Espectral da litologia Dunito do satélite Landsat 8 das imagens antigas. ... 65 

Figura 50. Perfil Espectral da litologia Dunito do satélite Landsat 8 das imagens recentes. . 65 

Figura 51. Perfil Espectral da litologia Dunito do satélite Sentinel 2 das imagens antigas. ... 66 

Figura 52. Perfil Espectral da litologia Dunito do satélite Sentinel 2 das imagens recentes.. 66 

Figura 53. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Cbers-4A das 

imagens antigas. .................................................................................................................. 67 



 
 

Figura 54. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Cbers-4A das 

imagens recentes. ............................................................................................................... 68 

Figura 55. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Landsat 8 das 

imagens antigas. .................................................................................................................. 69 

Figura 56. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Landsat 8 das 

imagens recentes. ............................................................................................................... 69 

Figura 57. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Sentinel 2 das 

imagens antigas. .................................................................................................................. 70 

Figura 58. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Sentinel 2 das 

imagens recentes. ............................................................................................................... 70 

Figura 59. Perfil Espectral da Mineralização de Laterita de Ni do satélite Cbers-4A das 

imagens antigas. .................................................................................................................. 71 

Figura 60. Perfil Espectral da Mineralização de Laterita de Ni do satélite Cbers-4A das 

imagens recentes. ............................................................................................................... 71 

Figura 61. Perfil Espectral da Mineralização de Laterita de Ni do satélite Landsat 8 das 

imagens antigas. .................................................................................................................. 72 

Figura 62. Perfil Espectral da Mineralização de Laterita de Ni do satélite Landsat 8 das 

imagens recentes. ............................................................................................................... 73 

Figura 63. Perfil Espectral da Mineralização de Laterita de Ni do satélite Sentinel 2 das 

imagens antigas. .................................................................................................................. 73 

Figura 64. Perfil Espectral da Mineralização de Laterita de Ni do satélite Sentinel 2 das 

imagens recentes. ............................................................................................................... 74 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

ÍNDICE DE QUADROS 

Quadro 1. Dados de aquisição de imagem. ......................................................................... 32 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 
 

  SUMÁRIO 

 
1. INTRODUÇÃO.............................................................................................................. 16 

2. OBJETIVOS ................................................................................................................. 19 

3. LOCALIZAÇÃO DA ÁREA DE ESTUDO....................................................................... 20 

3.1 Fisiografia ................................................................................................................... 20 

3.2 Histórico da mina Santa Rita ...................................................................................... 21 

4. CONTEXTO GEOLÓGICO REGIONAL ........................................................................ 23 

5. GEOLOGIA LOCAL ...................................................................................................... 26 

5.1 Metalogênese dos depósitos de Ni-Cu-EGP magmático sulfetado ............................. 26 

6. MATERIAIS E MÉTODOS ............................................................................................ 31 

6.1 Levantamento bibliográfico ......................................................................................... 31 

6.2 Geração de mapas e shapefiles preliminares ............................................................. 32 

6.3 Aquisição de dados orbitais ........................................................................................ 32 

6.3.1 CBERS-04A ......................................................................................................... 33 

6.3.2 Sentinel-2............................................................................................................. 33 

6.3.3 Landsat 8 ............................................................................................................. 33 

6.4 Correção e pré-processamento dos dados ................................................................. 34 

6.5 Processamento dos dados ......................................................................................... 36 

6.5.1 Layerstack ........................................................................................................... 36 

6.5.2 Composição de bandas ....................................................................................... 37 

6.6 Análises espectrais .................................................................................................... 37 

6.6.1 Histogramas ......................................................................................................... 37 

6.6.2 Perfis espectrais .................................................................................................. 38 

6.7 Produção de imagens e textos ................................................................................... 38 

7. RESULTADOS E DISCUSSÕES .................................................................................. 39 

7.1 Análise preliminar das imagens CBERS-04A ............................................................. 39 

7.1.1 Análise dos histogramas do litotipo Gabronorito .................................................. 39 

7.1.2 Análise dos histogramas do litotipo Websterito .................................................... 40 

7.1.3 Análise dos histogramas do litotipo Ortopiroxenito ............................................... 41 

7.1.4 Análise dos histogramas do litotipo Olivina Ortopiroxenito ................................... 42 

7.1.5 Análise dos histogramas do litotipo Harzburgito ................................................... 43 

7.1.6 Análise dos histogramas do litotipo Dunito ........................................................... 44 

7.2 Perfis Espectrais ........................................................................................................ 45 

7.2.1 Perfis Espectrais do Gabronorito ......................................................................... 45 



 
 

7.2.2 Perfis Espectrais Websterito ................................................................................ 49 

7.2.3 Perfis Espectrais Ortopiroxenito ........................................................................... 52 

7.2.4 Perfis Espectrais Olivina Ortopiroxenito ............................................................... 57 

7.2.5 Perfis Espectrais Harzburgito ............................................................................... 60 

7.2.6 Perfis Espectrais Dunito ....................................................................................... 64 

7.2.7 Perfis Espectrais Mineralização de Sulfeto de Ni ................................................. 67 

7.2.8 Perfis Espectrais Mineralização de Laterita de Ni ................................................ 71 

8. CONCLUSÕES............................................................................................................. 75 

9. REFERÊNCIAS BIBLIOGRÁFICAS .............................................................................. 77 

 

 

 

 

 

 

 

 

 

 

 



16 
 

1. INTRODUÇÃO 

A vasta diversidade geológica do Brasil promove acúmulos minerais de 

diferentes formas, desde depósitos primários a secundários (Marini et al., 2016). 

Muitos destes depósitos são necessários para o desenvolvimento de diversas 

atividades econômicas, tanto globais quanto nacionais, o que inclui a transição 

energética que vem sendo implantada e cada vez mais desenvolvida para a 

substituição de componentes fósseis e outros não renováveis para fontes alternativas 

limpas (Castro, et al., 2022). Minerais como níquel (Ni), cobre (Cu), ouro (Au), prata 

(Ag), elementos terras raras (ETR), elementos do grupo da platina (EGPs) e outros 

são exemplos desses minerais que se fazem importantes na troca de fontes 

energéticas poluidoras para fontes renováveis.  

A transição energética é dependente de tecnologias que necessitam de 

minerais críticos para serem desenvolvidas e aplicadas, os quais apresentam algumas 

dificuldades nas diferentes etapas da atividade mineradora, sobretudo devido a 

limitações e dificuldade na prospecção de novos depósitos, e questões tecnológicas 

na extração e beneficiamento (EC, 2020a; IRTC, 2020). Além disso, podem ocorrer 

danos ambientais e conflitos sociais durante sua exploração. 

Para que a atividade mineradora venha a se desenvolver de forma adequada, 

uma das primeiras etapas é a necessidade de definir a região de interesse, a qual 

tenha indícios minerais que poderiam levar a um depósito passível de produção 

mineral. A partir da região escolhida, a prospecção mineral visa um reconhecimento 

regional preliminar e consequente e apuração de alvos, seguindo para um maior 

detalhamento se os indícios de mineralização forem favoráveis (Menezes et al., 2006). 

No Brasil, o Estado da Bahia compreende inúmeros empreendimentos 

mineiros, processos de explorações e pesquisas devido a sua geologia favorável e 

diversificada que possibilita uma alta disponibilidade de recursos. Grande porção 

territorial do Estado é localizado no Cráton do São Francisco, além de vastas 

exposições de terrenos arqueanos e paleoproterozoicos, e bacias sedimentares 

(Almeida, 1977). O ambiente geológico e geotectônico contribuem para diferentes 

tipos de mineralizações, como por exemplo os minerais críticos Ni e Cu com EGP 

associados. 



17 
 

O níquel é um metal de transição, que possui os principais usos voltados para 

indústria, baterias, transporte e aeronaves, turbinas eólicas, robótica, células de 

combustível, motores de tração elétrica, entre outros, além de aplicações na 

construção civil. É muito utilizado para ligas metálicas como aço inoxidável (Fe+Ni), 

monel (Ni+Cu), inconel (Ni+Cr), nicromo (Ni+Cr+Fe) e superligas de níquel, devida 

suas resistências à oxidação, corrosão e mecânica (Marini et al., 2016). O Brasil se 

encontra entre um dos maiores produtores mundiais, com cerca de 6,2% das reservas 

globais (IBRAM, 2012) e grande parte de sua produção é destinada à exportação. 

Uma das maiores produtoras de Ni no Brasil é a mineradora Atlantic Nickel, que 

administra a Mina de Santa Rita na porção sudeste da Bahia, no município de Itagibá, 

a qual será a área de estudo abordada neste trabalho. O minério provém, 

principalmente, de um depósito primário sulfetado, que se encontra associado ao 

complexo máfico-ultramáfico da Fazenda Mirabela (Ferreira Filho, et al., 2013; Barnes 

et al., 2011), uma intrusão paleoproterozoica (2.5 - 1.6Ga). O Complexo Mirabela está 

inserido no leste do Cráton do São Francisco, hospedado em rochas arqueanas na 

porção sul do Cinturão Itabuna (Lazarin, 2012). 

A busca por novos depósitos enfrenta cada vez mais dificuldades, já que 

grande parte daqueles que afloram em superfície já foram descobertos e conforme 

sua profundidade aumenta, maior é o desafio de encontrá-los. Ademais, os depósitos 

e áreas já exploradas também possuem problemas de expansão, fazendo necessário 

o uso de novas tecnologias e abordagens para auxiliar e aumentar a chances da 

prospecção de novas reservas minerais.  

 O uso de novas técnicas de prospecção e pesquisa são fundamentais para que 

mais mineralizações possam ser encontradas, exploradas e expandidas, visando a 

definição mais assertiva de regiões e alvos com interesse econômico. Com isso, 

diversas ferramentas podem ser utilizadas na investigação inicial, a fim de restringir a 

área a ser explorada.  

A Espectroscopia de Reflectância (ER) é uma técnica amplamente utilizada na 

indústria mineral, aplicada principalmente em prospecções regionais para identificar 

assinaturas espectrais específicas relacionadas com ocorrências minerais. A partir do 

estudo da interação entre a energia eletromagnética em comprimentos de onda 

específicos e a superfície dos materiais, a ER permite a identificação de uma ampla 

gama de minerais e algumas de suas propriedades físico-químicas, de forma rápida, 

não destrutiva e operacionalmente simples. O Sensoriamento Remoto Espectral utiliza 



18 
 

os pressupostos teóricos da ER para identificar e mapear materiais através de 

imagens adquiridas por satélites ou drones, seguido pelo processamento e 

classificação dessas imagens. Isso permite a extração de assinaturas espectrais com 

alto nível de detalhe em cada um dos pixels que as compõem. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



19 
 

2. OBJETIVOS 

O objetivo deste trabalho é o mapeamento multi-satelital espectral do complexo 

máfico-ultramáfico da Fazenda Mirabela, em Itagibá no estado da Bahia, para que se 

possa caracterizar as assinaturas espectrais de cada litotipo já mapeado. O projeto 

visa a geração de uma biblioteca espectral específica para o depósito a fim de 

colaborar com a pesquisa mineral, facilitando a busca por novos depósitos e 

otimizando recursos para melhor direcionar a prospecção de níquel.  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



20 
 

3. LOCALIZAÇÃO DA ÁREA DE ESTUDO 

O depósito de Santa Rita se localiza no município de Itagibá, sudeste do Estado 

da Bahia (Figura 1), a 6 km da cidade de Ipiaú. O seu acesso pode ser feito através 

de Ilhéus, totalizando 145 km, seguindo pela Av. Ubaitaba, seguindo para BA-262, 

Rodovia Governador Mário Covas (BA-120) até Ipiaú, acessando a Av. Tancredo 

Neves até chegar à estrada da Atlantic Nickel.   

A área de estudo possui cerca de 17,6 km² e está entre as coordenadas 421275 

E 8432946 S; 425434 E 8428742 S; 425434 E 8432946 S; 421275 E 8428742 S- 

Datum SIRGAS 2000 zona 24S.  

 
Figura 1. Figura de localização da área de estudo. 

 
Fonte: IBGE (2022), ANA (2016). Elaborado pela autora (2024) 

3.1 Fisiografia  

O clima do município de Itagibá é caracterizado como tropical de altitude, com 

verões muito quentes e longos, invernos curtos e abafados. As temperaturas anuais 

variam de 17°C a 31°C (Weather Spark, 2016). O período de maior precipitação é 

entre novembro a julho, enquanto os períodos de estiagem são de agosto a setembro.  

https://pt.weatherspark.com/


21 
 

A vegetação é de floresta tropical (Mata Atlântica), caracterizada por densa 

cobertura florestal e grande diversidade de espécies, e a hidrografia do município é 

formada pelo Rio de Contas e seus afluentes. Apresenta topografia pouco variada, 

com altitudes entre 350-450 m, o que caracteriza um relevo plano a pouco ondulado 

(Lazarin, 2012).   

3.2 Histórico da mina Santa Rita 

Existem três depósitos de níquel sulfetado no Brasil, são eles: Americano do 

Brasil em Goiás, Fortaleza de Minas em Minas Gerais e o depósito de Santa Rita, na 

Bahia, sendo este último a área contemplada neste trabalho. O depósito de Santa Rita 

é caracterizado pela intrusão máfica-ultramáfica Fazenda Mirabela. 

A intrusão Fazenda Mirabela possui 2,5 km de largura por 4,2 km de 

comprimento e o Depósito de Santa Rita se localiza na zona intermediária da intrusão. 

Sua mineralização é uma camada estratiforme contínua com 0,5-5% em peso de 

sulfetos magmáticos de Fe-Ni-Cu disseminados (Ferreira Filho et al., 2013). O 

depósito possui características incomuns, já que possui particularidades em relação a 

depósitos convencionais de sulfetos de Ni-Cu mas também de depósitos de EGP do 

tipo offset (Ferreira Filho et al., 2013) – depósitos provavelmente formados durante 

deformação e remobilização de EGP e sulfetos. 

A descoberta do complexo intrusivo máfico-ultramáfico ocorreu em 1976, 

através de levantamentos aeromagnéticos da então Companhia de Pesquisa e 

Recursos Minerais (CPRM), na região sul da Bahia. A exploração avançou nos anos 

seguintes, entre 1979 e 1981, com as pesquisas iniciadas pela Mineração Nhambu, 

uma joint venture que elaborou um programa de exploração mineral na região para 

metais básicos e preciosos, especificamente ouro e cromo (Neto, 2009), envolvendo, 

primeiramente, sedimentos de corrente e programa de amostragem de solo, seguido 

por levantamentos geofísicos terrestres e geoquímicos, além de mapeamento 

geológico e dois furos diamantados. 

Posteriormente, durante os anos de 1985 a 1989, A Caraíba Metais S.A. atuou 

na região para explorar cobre, níquel e EGPs. Foram executados pela empresa 

mapeamento geológico detalhado, geoquímica de solos, levantamentos geofísicos e 

cinco perfurações diamantadas (Ferreira Filho et al., 2013). 



22 
 

Durante os anos de 1989 e 2002 as áreas de Mirabela e Palestina - sendo esta 

última uma segunda intrusão máfica-ultramáfica identificada na região - foram 

reivindicadas pela Companhia Baiana de Pesquisa Mineral (CBPM), criando o "Projeto 

Verificações Minerais no Estado da Bahia, Prospecto Fazenda Mirabela" (Cunha et 

al., 1998), efetuando uma reavaliação dos trabalhos de exploração anteriores através 

de mapeamento geológico detalhado, perfis de geofísica do solo e medições de 

densidade e suscetibilidade magnética para as sondagens precedentes. Além disso, 

em 1998 a CBPM realizou levantamentos magnéticos aéreos e QuesTEM, com 

levantamentos geofísicos terrestres magnéticos, eletromagnéticos e de polarização 

induzida (Ferreira Filho et al., 2013).   

Em 2003, a Mirabela Mineração do Brasil Ltda., assumiu o Projeto Níquel de 

Itagibá, dando início aos trabalhos de pesquisa complementar. O programa de 

perfuração diamantada começou em 2004 e em setembro de 2009 foi iniciada a 

produção da mina a céu aberto Santa Rita. 

Em 2018 a Mirabela Mineração do Brasil Ltda. foi adquirida pela Appian Capital 

Advisory LLP (appiancapitaladvisory.com), através de um procedimento de 

recuperação judicial, surgindo assim a Atlantic Nickel, retomando as atividades 

paralisadas em 2016 e retomadas no final de 2019 (IBRAM, 2019), que seguem ativas 

até os dias de hoje. A Mina Santa Rita é uma mineração que opera a céu aberto, onde 

é produzido o concentrado de níquel e possui recursos medidos e indicados de 59.173 

Mt a 0,33 NiS e 0,11% Cu (atlanticnickel.com).   

 

 

 

 

 

 

 

 

 

 

 

 

 



23 
 

4. CONTEXTO GEOLÓGICO REGIONAL 

O Estado da Bahia é localizado majoritariamente no Cráton do São Francisco, 

o qual possui quatro segmentos crustais arqueanos, sendo eles: Gavião, Itabuna-

Salvador-Curaçá, Jequié e Serrinha (Figuras 2 e 3), que durante o período 

paleoproterozoico (2.5-1.8 Ga) colidiram no sentido NW-SE e resultaram na formação 

do Cráton São Francisco-Congo (Alves da Silva & Barbosa 1997; Barbosa & Sabaté, 

2003). Segundo Almeida (1977), o cráton é definido como uma unidade estabilizada 

do final do evento orogênico do paleoproterozoico e durante o mesoproterozoico (1.6-

1.0 Ga) dividiu-se, formando o Oceano Atlântico.  

 
Figura 2. Posições relativas dos blocos arqueanos anteriores à colisão paleoproterozóica, mostrando 

as localizações das bacias paleoproterozóicas Contendas e Jacobina. 

 
Fonte: Barbosa & Sabaté, 2004. 

 

O segmento Gavião, localizado na porção oeste-sudoeste, é caracterizado por 

TTGs divididos em dois grupos, sendo os dois metamorfizados na fácies anfibolito e 

datados a partir de U-Pb SHRIMP em zircões. O primeiro com idades entre 3,4-3,2 Ga 

(Martin et al., 1991), originado pela fusão de basaltos toleiíticos, resultando em 

anfibolitos com granadas ou eclogitos como resíduos. O segundo possui idades entre 



24 
 

3,2-3,1 Ga e teve origem semelhante, porém houve contaminação crustal (Martin et 

al., 1991; Cunha et al., 1996), além disso possui uma sequência de vulcano-

sedimentares, caracterizados por greenstone belts da fácies xisto verde (Marinho, 

1991). 

Já o segmento Itabuna-Salvador-Curaçá, é o bloco exposto mais jovem e se 

estende do sudeste e bifurca para nordeste e noroeste. Possui tonalitos/trondhjemitos, 

além de corpos de charnockitos, gabros/basaltos de fundo oceânico (Teixeira, 1997; 

Barbosa & Sabaté, 2003). Sua orogenia foi dada a partir da colisão entre os blocos 

Serrinha, Gavião e Jequié, entre 2.15 e 2.10 Ga (Silva et al., 1997; Barbosa et al., 

2003). 

O segmento Jequié é localizado na porção sul-sudoeste da Bahia, com 

migmatitos de idades mais antigas (3,0-2,9 Ga; Marinho, 1994) e intrusões mais 

jovens (2,8-2,7 Ga; Alibert & Barbosa 1992) de granitos-granodioritos. Suas rochas 

foram profundamente deformadas e equilibradas na fácies granulito, durante a colisão 

paleoproterozoica (2.15 e 2.10 Ga; Barbosa & Sabaté, 2003). 

Por último, o segmento Serrinha ocorre na porção nordeste do Estado, com 

formação de crosta composta de ortognaisses graníticos-granodioríticos e tonalíticos 

de idades 3,1-2,8 Ga (Mello et al. 2000; Rios, 2002), marcadas por fácies anfibolito. 

Constituem o embasamento dos Greenstone Belts do Rio Itapicuru e do Rio Capim, 

ambos do Paleoproterozoico. 

 

Figura 3. Posições dos blocos Arqueanos após o Ciclo Transamazônico Paleoproterozoico. 

 
Fonte: Barbosa & Sabaté, 2004. 



25 
 

 A área de estudo situa-se na porção oeste do segmento Itabuna-Salvador-

Curaçá (SISC), onde surgiram as intrusões máficas-ultramáficas Fazenda Mirabela e 

Palestina (Figura 4), a partir da última transpressão da orogenia paleoproterozoica, 

encaixada em uma zona de cisalhamento, com direção NNE e predominância na 

porção central da área. As intrusões se caracterizam por dunitos, peridotitos, 

piroxenitos e gabros (Abram & Silva, 1992; Barbosa, 1990), e estão deformadas e 

parcialmente reequilibradas na fácies granulito.  

Segundo Silva et al. (1996), a intrusão de Mirabela possui 2,2 Ga, pelo método 

Sm-Nd, mas devido a contaminação crustal, a idade é considerada como máxima. Há 

camadas de mineralizações de Fe-Ni-Cu, além de EGP na transição peridotito-

piroxenito (Barbosa & Sabaté, 2004).  

 

Figura 4. Reconstruções geotectônicas E–W de SSE–SSW Bahia, mostrando as posições das 
unidades rochosas do Paleoproterozóico. Diagrama superior, fase anterior; diagrama inferior, situação 
atual. Caminhos P–T–t esquemáticos e os prováveis locais de deposição de depósitos minerais são 

mostrados. 

 
Fonte: Barbosa & Sabaté, 2004. Traduzido pela autora (2024). 

 

 

 



26 
 

5. GEOLOGIA LOCAL 

5.1 Metalogênese dos depósitos de Ni-Cu-EGP magmático sulfetado  

 Os depósitos são formados a partir de magmas máficos-ultramáficos 

enriquecidos de sulfetos de Ni-Cu-EGP, geralmente em margens de antigos crátons 

arqueanos, associados a intrusões menores com grande volume de magma. Sua 

gênese está relacionada com o tempo da fonte, dos fluidos, do transporte e das 

armadilhas (Naldrett, 2004; Barnes et al., 2016). 

 Eles podem ser classificados em dois tipos principais, os komatiíticos e os 

máficos-ultramáficos (Figura 5). O primeiro é caracterizado por magmas ultramáficos, 

ricos em Ni-Mg, encontrados em greenstones belts do Arqueano (Keays, 1995), 

enquanto o segundo é caracterizado por magmas máfico-ultramáficos, de composição 

intermediária, encontrados em greenstone belts do Proterozoico (Naldrett, 2004). 

 

Figura 5. Modelo de sistemas de formação de minérios de sulfeto de Ni-Cu-EGP. SCLM A e SCLM B 
representam blocos separados de manto litosférico subcontinental empobrecido. 

 

 
Fonte: Dulfer et al., 2016. Traduzido pela autora (2024). 

 

 Seus principais aspectos incluem a fonte magmática, o mecanismo de 

formação, a rocha hospedeira, forma do depósito e mineralogia, além da migração do 

magma e dos fluidos sulfetados, bem como a segregação e acumulação dos sulfetos 

(Lasher & Keays, 2002; Naldrett, 2004; Barnes & Lightfoot, 2005; Barnes et al., 2016). 



27 
 

Os magmas que formam esses depósitos são derivados do manto (Figura 6), 

especialmente em regiões associadas a plumas mantélicas ou zonas de extensão 

tectônica (Naldrett, 2004). Esses magmas possuem alta taxa de fusão parcial, o que 

resulta em líquidos magmáticos ricos em metais compatíveis com sulfetos (Ni, Cu e 

EGP) (Barnes et al., 2016; Fiorentini et al., 2017). 

Durante sua ascensão, pode ocorrer a mistura do magma com outras massas 

magmáticas, além de incorporar materiais crustais, aumentando a sua complexidade 

química, proporcionando a saturação em enxofre, que é essencial para a segregação 

dos sulfetos. Os sulfetos são formados pela cristalização fracionada do magma, 

conforme o magma esfria, os sulfetos se cristalizam e se acumulam no fundo da 

câmara magmática, que é uma área de baixa energia, que permite a deposição e 

concentração eficiente dos metais (Campbell & Barnes, 1984; Barnes et al., 2016 e 

2017; Le Vaillant et al., 2018). 

As armadilhas dos líquidos sulfetados podem incluir estruturas geológicas 

como intrusões máficas-ultramáficas, falhas e zonas de cisalhamento, que servem 

para acumulação e concentração desses líquidos, auxiliando na gênese dos metais. 

Ademais, processos metamórficos e hidrotermais podem modificar a mineralização 

original, resultando na redistribuição de metais e alteração das características do 

depósito (Le Vaillant et al., 2016). 

Os depósitos podem assumir uma variedade de formas, incluindo veios, 

disseminações e corpos massivos (Naldrett, 2004). E os minerais sulfetados mais 

comuns são pirrotita, pentlandita e calcopirita, enquanto os minerais de EGP 

geralmente ocorrem como inclusões nos minerais de sulfetos (Barnes & Lightfoot, 

2005). 

 

 

 

 

 

 

 

 

 

 



28 
 

Figura 6. Modelo de sistema magmático da formação de minérios de sulfeto de Ni-Cu-EGP. 

 
*(A) Pluma inicial subindo sob um cráton arqueano, a poucas centenas de quilômetros de um limite 

original do cráton. (B) Impacto e achatamento do topo da pluma sob a litosfera. (C) Canalização do 

topo e da cauda da pluma para a litosfera mais fina na margem do cráton, geração de rifteamento 

continental centrado na sutura original e início da produção de derretimentos com alto teor de Mg e 

baixo teor de Ti. (D) Desenvolvimento de ambientes favoráveis e desfavoráveis para mineralização 

acima da zona de fusão, mostrando a combinação de estrutura de extração do manto de longa 

duração e alta produção de magma, dando origem a "rodovias de magma" de alto fluxo com potencial 

para assimilação de crustal, transporte e deposição de minérios de sulfetos magmáticos. 

Fonte: Barnes et al., 2016. Traduzido pela autora (2024). 

 

5.2 Intrusão Fazenda Mirabela  

A intrusão da Fazenda Mirabela (IFM) se encontra na porção de transição entre 

os domínios Ipiaú e Jequié-Mutuípe, caracterizado por uma tectônica de 

cavalgamento (E-W) em que os granulitos da Costa Atlântica altearam as 

supracrustais do Domínio Jequié-Mutuípe (Abram, 1993). Suas encaixantes são 

definidas por rochas plutônicas e supracrustais deformadas nas fácies anfibolito a 

granulito (Barbosa, 1986), constituídas por gnaisses quartzo-feldspáticos intercalados 

com metacherts, metapelitos e formações ferríferas bandadas, rochas 

cálciossilicáticas, metassedimentos manganesíferos contendo barita, associado a 

ofiolitos que obductaram com o cavalgamento, além de ortognaisses empobrecidos 

em sulfetos (Barbosa & Sabaté, 2004). 



29 
 

A IFM surgiu a partir da evolução de um magma parental de composição 

toleítica, que se diferenciou em litologias ultramáficas na base, justapostas por uma 

gabronoritos e cortada por diques doleríticos e pegmatíticos (Barnes et al., 2011). 

Devido ao alto grau metamórfico, decorrente da tectônica da região de Ipiaú, grandes 

alinhamentos indicam zonas de cisalhamento, as quais englobam a IFM (Arcanjo et 

al.,1998).  

O corpo máfico-ultramáfico Fazenda Mirabela (CFM) (figura 7) é definido como 

pouco deformado, com texturas primárias cumuláticas bem preservadas com cinco 

litotipos, de acordo com Abram (1993), sendo eles: serpentinitos (dunitos e 

peridotitos), peridotitos, piroxenitos, melanogabronoritos e meso a leucogabronoritos. 

A intrusão tem formato oval com 4,2 km de comprimento por 2,5 km de largura. O 

acamamento magmático mergulha profundamente para NE, com exceção da borda, 

que mergulha para SW (Abram, 1993; Lazarin, 2011; Barnes et al., 2011). 

 

Figura 7. Geologia da intrusão Fazenda Mirabela. 

 
Fonte: Elaborado pela autora (2024), com dados de Barnes et al., 2011. 

 

 



30 
 

5.3 O depósito de Santa Rita 

 O depósito de Santa Rita se encontra na porção intermediária da IFM, sua 

mineralização ocorre na forma estratiforme e aumenta gradativamente de norte a sul, 

estando presente em diferentes partes da estratigrafia da Série Ultramáfica onde os 

sulfetos de Ni e Cu se encontram disseminados. A série compreende subzonas de 

dunitos, ortopiroxenitos de olivina intercalados com harzburgito, sobrepostos a 

ortopiroxenitos puros e uma camada fina de websterito (figura 7) (Barnes et al., 2011). 

Sua espessura varia de 220-290 metros, apresentando intervalos ricos em 

sulfetos que variam de 50-60 m a norte e 100-180 m em direção à porção centro-sul 

da intrusão. Os sulfetos de Ni-Cu se concentram nas porções basais das intrusões 

máfica-ultramáficas, enquanto nas porções internas ocorrem as mineralizações de 

EGP (Barnes et al., 2011; Ferreira Filho et al., 2013). 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



31 
 

6. MATERIAIS E MÉTODOS 

Para a realização deste trabalho, foi elaborado um fluxograma com os 

procedimentos executados (figura 8) para melhor visualização e identificação de 

tarefas. Foram utilizados os softwares QGIS Desktop 3.34.4 e ArcGIS Pro para 

processamento das imagens, elaboração de mapas e dos processamentos, seus usos 

serão detalhados ao decorrer deste capítulo. 

 
Figura 8. Fluxograma de trabalho. 

 

Fonte: Elaborado pela autora (2024). 

6.1 Levantamento bibliográfico 

 O trabalho teve de início uma revisão bibliográfica para compreender melhor 

sobre o Depósito de Santa Rita, seguindo principalmente os trabalhos de Almeida 

(1977), Abram (1994), Barbosa & Sabaté (2003), Barnes et al. (2011 e 2016), Ferreira 

Filho, et al. (2013), Lazarin (2012), entre outros, para a compreensão geológica, 

litológica, estrutural e metalogenética da área estudada. Bem como a elaboração da 

caracterização fisiográfica e histórico da mina em questão, acessando dados 

disponibilizados pela Prefeitura de Itagibá e de Ipiaú, bem como os sites da 

mineradora Atlantic Nickel e da Appian Capital Advisory. 



32 
 

6.2 Geração de mapas e shapefiles preliminares 

Foram gerados mapas e shapefiles preliminares da área estudada, para 

reconhecimento da localização e elaboração de mapas de localização e geológico 

utilizados neste trabalho, sendo executados pelo software QGIS Desktop 3.34.4. Além 

disso, a digitalização do mapa geológico para definir a exposição dos litotipos na mina 

(Figura 7), que servirá de guia para extrair a resposta espectral de cada um dos 

litotipos, utilizando como base o mapa de Barnes et al., 2011.  

Para sua elaboração foram executados os seguintes passos: digitalização do 

mapa geológico de Barnes et al. (2011), georreferenciamento com o projeto já pré-

estabelecido com o datum SIRGAS 2000, zona 24 S; shapefiles para cada litologia 

identificada no mapa e por fim, a vetorização de cada litologia em diferentes shapes, 

tendo selecionado suas cores respectiva a representação de rochas ígneas (tons de 

verde e tons de magenta).  

6.3 Aquisição de dados orbitais 

Para os processamentos, as imagens orbitais foram retiradas a partir dos 

catálogos da United States Geological Survey (USGS), do Instituto Nacional de 

Pesquisa Espacial (INPE) e do European Space Agency (ESA) para a aquisição das 

imagens dos satélites Landsat 8, CBERS-04A e Sentinel-2 (Figura 9), organizando-as 

em uma planilha (quadro 1) de dados para melhor organização e identificação das 

imagens adquiridas. As imagens adquiridas são referentes aos períodos de 2014-

2024. 

 
Quadro 1. Dados de aquisição de imagem. 

 
Fonte: Elaborado pela autora (2024). 

 



33 
 

6.3.1 CBERS-04A 

O satélite CBERS-04A possui como principal sensor a Câmera Multiespectral 

e Pancromática de Ampla Varredura (WPM), caracterizado por 4 bandas 

multiespectrais, cobrindo o espectro visível (RGB) e NIR, com resolução de 8 metros, 

além de uma banda pancromática, com 2 metros de resolução. Ele orbita a uma 

altitude de 778 km, com um tempo de revisita de 26 dias. Os dados serão adquiridos 

gratuitamente através da plataforma do INPE (http://www.dgi.inpe.br/catalogo/).  

6.3.2 Sentinel-2 

O Sentinel-2, dispõe de apenas um sensor, o Multispectral Instrument (MSI), 

que cobre uma ampla faixa espectral, contando com 13 bandas espectrais, cobrindo 

todo o espectro visível, NIR e infravermelho termal. Sua resolução espacial varia entre 

10, 20 e 60 metros para diferentes bandas espectrais. Possui uma órbita polar com 

altitude de 786 km, com um tempo de revisita de 5 dias e seus dados podem ser 

adquiridos gratuitamente pela ESA (https://sentinel.esa.int/web/sentinel/sentinel-data-

access). 

6.3.3 Landsat 8 

O satélite possui dois sensores: o Operational Land Imager (OLI) e o Thermal 

Infrared Sensor (TIRS). Possui 11 bandas espectrais, que cobrem todo o espectro 

visível, NIR e infravermelho termal, contando com uma resolução espacial de 30 

metros para as bandas espectrais visíveis e infravermelhas, e de 15 metros para a 

banda pancromática. Ele orbita a uma altitude de 705 km, com um tempo de revisita 

de 16 dias. Os dados podem ser adquiridos gratuitamente pelo USGS 

(https://earthexplorer.usgs.gov/). 

 

 

 

 

 

 

 

 



34 
 

Figura 9. Especificações técnicas de cada uma das bandas espectrais dos satélites que serão 
utilizados. 

 

Fonte: Elaborado pela autora (2024).  

6.4 Correção e pré-processamento dos dados 

 Após as aquisições das imagens, algumas correções foram necessárias para 

o melhor aproveitamento e resultados esperados nos processamentos e composições 

das imagens, já que as adquiridas, podem não ter, principalmente, calibração 

radiométrica, além de correções atmosféricas. 

A calibração radiométrica é essencial por conta dos sensores da câmera, que 

não possuem capacidade de medir a reflectância dos objetos imageados, mas sim de 

reproduzir a quantidade de energia eletromagnética que chega ao sensor no 

comprimento de onda para o qual o sensor foi desenvolvido (Khanna et al., 2017). 

Nesse contexto, a correção visa retificar as distorções que ocorrem nas imagens 

devido a variações do sensor, do alvo e da atmosfera (Richards, 2013). A calibração 

radiométrica é realizada através da comparação das medidas de reflectância obtidas 

a partir de imagens de satélite (Mather, 2016) e o resultado é um conjunto de 

coeficientes que são utilizados para converter os valores de número digital (DN) da 

imagem em valores de reflectância. 

Já a correção atmosférica é necessária devido a interação entre os gases e as 

partículas presentes na atmosfera com o fluxo eletromagnético proveniente do sol, 



35 
 

que prejudicam a passagem das ondas eletromagnéticas através da atmosfera, 

causando interferências. Essas ocorrem por conta de três tipos de interações 

atmosféricas (espalhamento, absorção e reflectância) na energia reemitida por um 

alvo, quando este é visualizado do espaço (Novo, 2010; Welter et al., 2020).  

A correção é realizada através de modelos matemáticos que simulam o 

comportamento da atmosfera e que permitem calcular a quantidade de radiação solar 

que é absorvida e espalhada. O resultado é uma imagem corrigida que representa a 

distribuição da reflectância da superfície terrestre sem os efeitos da atmosfera 

(Lillesand et al., 2015). Para maior eficiência, foi dada prioridade a aquisição de 

imagens que já tivessem correções atmosféricas incluídas.  

 No ArcGIS Pro, para a correção de calibração radiométrica, as imagens 

recortadas são importadas em “Adicionar Dados”, posteriormente será usada a 

“Calculadora Raster”, que pode ser encontrada através de “Ferramentas”, 

“Ferramentas de Análise de Imagem”, “Álgebra de Mapas”, “Calculadora Raster”. Ao 

todo são 17 imagens: 6 do Landsat 8 e 11 do Sentinel-2; desconsiderando as bandas 

de aerossol (banda 1). 

A calibração radiométrica do Landsat 8 está atrelada ao “Top of Atmosphere” 

(TOA), que é a interface entre a atmosfera da Terra e o espaço, onde a radiação solar 

é medida antes de interagir com a superfície terrestre e a atmosfera. No contexto do 

Sensoriamento Remoto, o TOA é importante para o fornecimento de uma base para 

a conversão de contagens digitais (DN) em reflectância, tendo em vista fatores 

atmosféricos (Kaufman & Friedlander, 1994). 

Para a execução do redimensionamento da reflectância, foram utilizados os 

coeficientes radiométricos disponíveis no arquivo de metadados adquirido das 

imagens do satélite (arquivos “...MTL_txt”), utilizando as fórmulas 1 e 2 disponíveis: 

 
Fórmula 1. Calibração radiométrica das bandas Landsat 8 

   𝜌𝜆′ =  𝑀𝜌𝑄𝑐𝑎𝑙 + 𝐴𝜌   
 

Fórmula 2. Calibração radiométrica das bandas Landsat 8 

 𝜌𝜆 =  
𝜌𝜆′

𝑠𝑖𝑛𝜃𝑆𝐸
 

 

Onde:  
ρλ' = TOA, sem a correção do ângulo solar 
Mρ = REFLECTANCE_MULT_BAND_x 

Qcal = Valores de pixel (DN) de produto padrão quantificados e calibrados. 
Aρ = REFLECTANCE_ADD_BAND_x 



36 
 

ρλ = TOA  
θSE = Ângulo da elevação local do sol 

 

Já para as imagens do Sentinel-2, a relação entre DN e a reflectância é 

estabelecida pela fórmula 3:  

 
Fórmula 3. Calibração radiométrica das bandas Sentinel 2 

 𝐷𝑁 =  10000 ∗  𝑅𝑒𝑓𝑙𝑒𝑐𝑡â𝑛𝑐𝑖𝑎 
 

 Em contrapartida, para as imagens do satélite CBERS-4A, não foi possível 

realizar a calibração, já que não foram encontrados os parâmetros necessários para 

tal. Mas, para critério de comparação com os outros satélites, será utilizada a fórmula 

4, para a normalização dos dados.  

 
Fórmula 4. Normalização das bandas Cbers-4A 

        𝑅𝑒𝑓𝑙𝑒𝑐𝑡â𝑛𝑐𝑖𝑎 =  𝐷𝑁/1000 

 

6.5 Processamento dos dados 

Para o processamento de dados será utilizado o software ArcGIS Pro, seguindo 

os procedimentos de Layerstack, composição de bandas, aritmética de bandas e as 

análises de perfis espectrais.  

6.5.1 Layerstack 

Layerstack é uma ferramenta utilizada para a combinação de várias bandas em 

uma única imagem/banda. É baseado no princípio de que diferentes bandas podem 

fornecer informações mais precisas de uma determinada área. Ao combinar várias 

bandas, é possível obter uma representação mais completa dos elementos presentes 

no terreno, como relevo, vegetação, corpos d’água, litotipos e estruturas. A 

combinação de diferentes bandas pode facilitar as análises e interpretação dos dados 

(Aero Engenharia, 2023). 

Após a correção de calibração radiométrica nas bandas, foi realizado a junção 

das layers, que será feita através de “Imagens”, “Funções de Raster”, “Gerenciamento 

de Dados”, “Bandas Compostas”, ordenando corretamente as imagens corrigidas em 

“Rasters” e, por fim, “Criar Nova Camada”, realizando assim, o layerstack das 

imagens. 



37 
 

6.5.2 Composição de bandas 

As composições de bandas são derivadas da sobreposição de diferentes 

bandas espectrais para a geração de diversos resultados. As composições coloridas 

são a junção entre as bandas originais e os filtros coloridos vermelho (Red), verde 

(Green) e azul (Blue) (Figura 10). A composição verdadeira é aquela em que as 

bandas são associadas aos seus respectivos filtros. Enquanto as composições de 

falsa cor são aquelas em que as bandas não estão associadas à cor do filtro (Messias 

& Ayer, 2017). 

 
Figura 10. Exemplo de associação de bandas com seus filtros de cor para composição de bandas 

coloridas. 

 
Fonte: Messias & Ayer, 2017. 

6.6 Análises espectrais 

 As análises espectrais foram realizadas para a identificação das assinaturas 

espectrais dos litotipos presentes na área, para isso foram gerados perfis espectrais 

e histogramas, que serão mais bem detalhados a seguir.  

6.6.1 Histogramas 

O histograma é uma das formas de representar a distribuição da escala de 

cinza (ou nível de brilho) de uma imagem. Ele indica quantos pixels há na imagem 

(imagens de 8 bits, variam de 0, representando preto a 255, representando branco) 

ou, de forma equivalente, qual a proporção da imagem que corresponde a cada valor 

da escala de cinza (Crosta, 1999; Messias & Ayer, 2017).  



38 
 

Os histogramas também representam dados digitais, chamados de discretos, 

que são colunas que representam as distribuições de intensidades, que não podem 

ser divididas, correspondendo a números inteiros, implicando no realce de contraste 

em imagens (Crosta, 1999).  

6.6.2 Perfis espectrais 

O comportamento espectral depende da estrutura atômica e molecular de cada 

alvo, variando de acordo com a distribuição dos elétrons em diferentes níveis 

energéticos, em torno dos núcleos dos átomos. Estes níveis eletrônicos podem 

absorver maior ou menor quantidade da energia da reflectância espectral da matéria 

(REM) (Figueiredo, 2005).  

O perfil espectral tem a capacidade de auxiliar na diferenciação das geofácies 

nas imagens multiespectrais, já que em cada banda diferentes alvos refletem a REM 

em diferentes níveis, devido às características específicas de cada alvo (Messias e 

Ayer, 2017).   

Com base no shapefile criado (Figura 7), todos os litotipos foram mapeados. 

Dessa forma, será possível extrair os perfis espectrais de cada litotipo a partir de cada 

conjunto de imagens dos diferentes satélites, restringindo a assinatura espectral 

coletada à área representativa de cada litotipo. 

6.7 Produção de imagens e textos 

 Com todos os dados adquiridos e processamentos executados, foram 

elaboradas imagens e discussões dos resultados obtidos das análises e interpolação 

dos dados. 

 

 

 

 

 

 

 

 



39 
 

7. RESULTADOS E DISCUSSÕES  

Neste capítulo serão apresentados os resultados obtidos, sendo eles, as 

composições de bandas, histogramas e perfis espectrais, além da interpretação dos 

produtos gerados. Os dados a seguir serão apresentados de acordo com as litologias 

da área de estudos e as análises realizadas com os produtos de cada um dos satélites. 

7.1 Análise preliminar das imagens CBERS-04A 

Considerando a falta de informação para efetiva correção das imagens do 

CBERS-4A, foram elaborados histogramas que auxiliaram na melhor interpretação 

dos dados adquiridos. Uma ampla busca foi realizada em diversos bancos de dados 

e artigos, mas a equação para cálculo da refletância não é apresentada. Desta forma 

as análises foram realizadas com base em produtos gerados a partir de extensos 

testes. 

Para isso, foram executados os processamentos, onde a combinação de 

bandas B3-B4-B5 obteve diferentes respostas para os seis litotipos abordados na área 

de estudo. É importante ressaltar que não existem trabalhos publicados com o satélite 

CBERS-04A para identificação de litotipos máficos-ultramáficos, o que é uma fronteira 

de conhecimento. Entretanto, um ponto de desvantagem é que a maior parte das 

imagens para a localidade, do CBERS-4A, possuem uma grande porcentagem de 

nuvens, provavelmente devido sua proximidade com o litoral. Desta forma, muitas 

imagens apresentam interferências de nuvens para algumas litologias, o que dificulta 

a extração de dados precisos. 

 

7.1.1 Análise dos histogramas do litotipo Gabronorito 

Os histogramas do litotipo gabronorito apresentam dispersões, que podem se 

dar por conta da sua representatividade espacial, ou seja, a imagem está registrando 

alvos para além do litotipo, como vegetação, nuvens e outros elementos (Figura 11). 

Além disso, apesar das dispersões, os histogramas apresentam certa 

homogeneidade, podendo significar que assinaturas espectrais podem ser extraídas. 

 

 

 

 



40 
 

Figura 11. Histogramas RGB para o litotipo gabronorito. 

 

Fonte: Elaborado pela autora (2024). 

 

7.1.2 Análise dos histogramas do litotipo Websterito 

 Para o litotipo websterito, pode-se observar que apesar de não estar totalmente 

uniforme, seus picos são bastante representativos, sendo indícios de assinaturas 

espectrais homogêneas na localidade. Ademais, há interferência de nuvens, o que 

pode causar o ruído nos gráficos (Figura 12).  

 

 

 

 

 

 



41 
 

Figura 12. Histogramas RGB para o litotipo websterito. 

 

Fonte: Elaborado pela autora (2024). 

7.1.3 Análise dos histogramas do litotipo Ortopiroxenito 

Os dados do litotipo ortopiroxenito são bem dispersos e não uniformes, 

apresentando picos muito altos de reflectância (vermelho= 1023, verde= 1023 e azul= 

966), podendo ser causado pela alta quantidade de nuvens (Figura 13). A dispersão 

pode indicar que seja necessário trabalhar com porções mais individualizadas de 

alguns litotipos, já que é possível observar uma grande quantidade de nuvens na 

porção sudoeste, requerendo certos tratamentos nessa região para extração de 

respostas mais uniformes e representativas, enquanto o restante das exposições 

possui uma representatividade mais homogênea no mapa. Desta forma, a análise 

espectral das ocorrências do litotipo deverão ser realizadas de forma individualizada. 

 

 



42 
 

Figura 13. Histogramas RGB para o litotipo ortopiroxenito. 

 

Fonte: Elaborado pela autora (2024). 

7.1.4 Análise dos histogramas do litotipo Olivina Ortopiroxenito 

O histograma do litotipo olivina ortopiroxenito foi o que apresentou dados mais 

coerentes com a composição de bandas supracitadas, mesmo com picos altos 

consequentes da grande quantidade de nuvens, apresentando gráficos mais 

homogêneos e concentrados que o restante. Seus resultados se provam bastante 

positivos, já que é onde há a mineralização de níquel sulfetada (Figura 14). O 

resultado pode trazer indícios de que será possível encontrar a assinatura espectral 

da mineralização de níquel, o que possibilitará, em estudos futuros, procurar essa 

assinatura em toda a região. 

 

 

 



43 
 

Figura 14. Histogramas RGB para o litotipo olivina ortopiroxenito. 

Fonte: Elaborado pela autora (2024). 

7.1.5 Análise dos histogramas do litotipo Harzburgito 

 Bem como o litotipo websterito, o harzburgito apresenta picos representativos, 

indicando possíveis assinaturas espectrais válidas para o CBERS-04A (Figura 15). 

Analisando a combinação de bandas, a assinatura espectral pode incluir a 

interferência de nuvens em uma pequena porção, o que pode não prejudicar a análise 

espectral. 

 

 

 

 

 

 



44 
 

Figura 15. Histogramas RGB para o litotipo harzburgito. 

 

Fonte: Elaborado pela autora (2024). 

7.1.6 Análise dos histogramas do litotipo Dunito 

No litotipo dunito, os histogramas apresentam alguns picos de reflectância 

(vermelho= 1023, verde= 964, azul= 964), derivadas das respostas da integração da 

energia eletromagnética com as nuvens, que se fazem bastante presentes no mapa, 

podendo dificultar as análises e requerendo melhores tratamento de imagem, bem 

como ocorre entre os litotipos de ortopiroxenito e gabronorito (Figura 16). 

 

 

 

 

 



45 
 

Figura 16. Histogramas RGB para o litotipo dunito. 

 
Fonte: Elaborado pela autora (2024). 

7.2 Perfis Espectrais 

É válido salientar que as cores utilizadas nos gráficos dos perfis espectrais 

foram escolhidas para melhor visualização das litologias nas imagens de satélites. 

Ademais, todas as imagens dos perfis encontram-se na composição verdadeira, 

sendo elas B3-B2-B4 para as imagens CBERS-4A e B4-B3-B2 para imagens do 

Landsat 8 e do Sentinel-2 – como a assinatura espectral é extraída para todas as 

bandas, a escolha da composição cor verdadeira foi apenas para visualização nas 

imagens.  

7.2.1 Perfis Espectrais do Gabronorito 

O litotipo do gabronorito apresentou, para o satélite CBERS-4A, índices de 

reflectância de 0-0,37, aproximadamente. Nos dados mais antigos (20/07/2020), foi 

observado um pico na b2 e uma resposta ainda mais alta na b5 (Figura 17) e um vale 

acentuado na b4. Já nos dados mais recentes (24/11/2023), as respostas são bastante 



46 
 

divergentes (Figura 18), com pico em b1 e respostas muito altas nas bandas b1 e b5. 

Além disso, pode ser observado um vale em b2. As imagens mais recentes são mais 

representativas da real assinatura espectral, por conta da menor presença de nuvens 

e uma mais evidente exposição do litotipo, entretanto, por conta da expressividade em 

área do litotipo, as assinaturas tendem a ter mais influência de outros elementos e 

alvos da superfície terrestre, o que pode impactar negativamente a definição de uma 

assinatura espectral. 

 

Figura 17. Perfil Espectral da litologia Gabronorito do satélite CBERS-4A das imagens antigas.  

 
Fonte: Elaborado pela autora (2024). 

 
Figura 18. Perfil Espectral da litologia Gabronorito do satélite CBERS-4A das imagens recentes.  

 
Fonte: Elaborado pela autora (2024). 

 



47 
 

Já para as imagens do Landsat 8, os valores vão de 0-0,30 em ambos os casos. 

Na imagem mais antiga (24/04/2014), são identificados picos em b5 e b6, bem como 

um vale em b2 (Figura 19). Em comparação com a imagem recente (18/03/2024), a 

diferença mais explícita é observada na b6, que possui valores mais elevados (Figura 

20). Em linhas gerais, a assinatura espectral se mantém equivalente, validando suas 

altas reflectâncias e absorções em cada banda. 

 
Figura 19. Perfil Espectral da litologia Gabronorito do satélite Landsat 8 das imagens antigas.  

 
Fonte: Elaborado pela autora (2024). 

 
Figura 20. Perfil Espectral da litologia Gabronorito do satélite Landsat 8 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 



48 
 

Para as imagens do Sentinel-2, os valores se assemelham aos do Landsat (0-

0,30). Na imagem mais antiga (15/07/2019) existem altas respostas na maioria das 

bandas NIR (b6 em diante) e dos SWIR, além de um vale na b1 (Figura 21). Quanto 

à imagem recente (24/05/2024), pode-se notar os mesmos resultados para as bandas 

RGB e um aumento dos valores das bandas NIR e há um maior destaque para b11 

(SWIR), apresentando um pico (Figura 22). 

 
Figura 21. Perfil Espectral da litologia Gabronorito do satélite Sentinel-2 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 22. Perfil Espectral da litologia Gabronorito do satélite Sentinel-2 das imagens recentes.  

 
Fonte: Elaborado pela autora (2024). 

 



49 
 

A maior diferença entre os satélites se encontra nas bandas NIR, 

principalmente no que diz respeito às respostas do CBERS-4A. Diferentemente dos 

outros dois satélites, ele apresenta respostas baixas a muito baixas na banda de 

infravermelho próximo. Além disso, apenas sua imagem antiga possui um resultado 

baixo para a banda R, enquanto as demais possuem valores intermediários a altos. 

Os satélites Sentinel-2 e Landsat 8, além de possuírem valores muito próximos de 

reflectância, possuem respostas semelhantes. Neste sentido, as curvas de assinatura 

espectral para o litotipo puderam ser identificadas. 

7.2.2 Perfis Espectrais Websterito 

No litotipo Websterito, o satélite CBERS-4A possui valores de reflectância de 

0-0,37, sua maior resposta na imagem antiga é proveniente da b2 (Figura 23), além 

de altos valores na banda PAN. Em contrapartida, a resposta mais baixa é da b4. Na 

imagem mais recente, seus valores mais altos são resultados das bandas b1 e b5 

(figura 24), enquanto b1 e b4 apresentam o mesmo valor (intermediário) e seu vale 

está na b2.  

 

Figura 23. Perfil Espectral da litologia Websterito do satélite CBERS-4A das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
 

 
 
 
 
 
 

 



50 
 

Figura 24. Perfil Espectral da litologia Websterito do satélite CBERS-4A das imagens recentes.  

 
Fonte: Elaborado pela autora (2024). 

 

As imagens do Landsat 8 dispõem de valores entre 0-0,30 (Figuras 25 e 26). A 

mais antiga apresenta pico na b5 e altos valores na b6, ao passo que seu vale é 

marcado pela b2. Na imagem recente, as mesmas características ocorrem, um 

indicativo de que foi possível extrair a assinatura espectral do litotipo, 

independentemente de interferências de outros elementos da superfície.  

 

Figura 25. Perfil Espectral da litologia Websterito do satélite Landsat 8 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
 
 

 

 

 



51 
 

Figura 26. Perfil Espectral da litologia Websterito do satélite Landsat 8 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Por sua vez, as imagens do Sentinel-2 apresentam os mesmos valores que o 

satélite anterior (0-0,30). Na imagem antiga, pode-se constatar altos valores das 

bandas NIR (a partir da b6) até a primeira banda SWIR (b9) (figura 27), enquanto seu 

vale se encontra na b2. O mesmo ocorre para a imagem mais recente. 

 

Figura 27. Perfil Espectral da litologia Websterito do satélite Sentinel 2 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 
 

 

 

 

 



52 
 

 
Figura 28. Perfil Espectral da litologia Websterito do satélite Sentinel 2 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

A maior diferença entre os satélites ainda se concentra nas respostas do 

CBERS-4A, haja vista que seus vales e picos diferem entre si e entre os outros 

sensores utilizados. Por outro lado, as respostas do Landsat 8 e Sentinel-2 seguem 

apresentando semelhanças. 

7.2.3 Ortopiroxenito  

O litotipo ortopiroxenito é presente em quatro porções da mina, uma a nordeste 

e as outras três a sudoeste. Devido às diferentes ocorrências, foram criados quatro 

perfis, respectivos às quatro porções da litologia.   

Para o satélite CBERS-4A foram identificados valores de 0-0,40. A porção 

nordeste (vermelha) na imagem antiga (Figura 29) possui pico na banda b1 e um alto 

valor na banda b5, enquanto seu vale se concentra na b4. A porção sudoeste, de cor 

amarela, corresponde à mesma configuração da porção nordeste, variando apenas 

seus valores, que são menores. A porção mais ao sul (rosa), segue as mesmas 

respostas que as anteriores, tendo como mudança apenas o seu valor, que fica 

intermediário referente as porções nordeste e sudoeste. A porção mais a oeste (azul), 

possui um vale na b2 e, diferentemente das outras porções da litologia, seus valores 

mais altos também se concentram nas bandas b4 e b5; além disso, apresenta 

pequenos picos nas b1 e b3. 

 



53 
 

 

Figura 29. Perfil Espectral da litologia Ortopiroxenito do satélite Cbers-4A das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

Já na imagem recente (Figura 30), a porção vermelha tem seus picos nas 

bandas b1, b3 e b5 e seu vale também se encontra na banda b4. Na porção amarela, 

também ocorre a mesma apresentação de dados, porém com valores superiores aos 

da cor vermelha. Já a porção mais ao sul (rosa) segue as mesmas respostas que as 

anteriores, sendo que sua maior discrepância se encontra na b4, que se caracteriza 

por um pico, e na b5, que possui uma queda em seu valor. Enquanto isso, a porção 

azul segue a mesma característica das bandas RGB que as outras, porém com um 

valor bem mais baixo e, assim como a porção rosa, apresenta um pico na banda b4 e 

uma queda na banda b5. 

A porção azul e rosa apresentam as curvas de assinaturas espectrais mais 

distintas entre si e entre as outras duas, o que pode ser atribuído à cobertura do solo 

presente na superfície. Nas composições em cores reais, é possível observar que a 

região ainda conserva mata nativa, o que justifica a leve absorção na b3 e a alta 

reflectância na b5, características típicas das interações da radiação eletromagnética 

com áreas vegetadas (YANG et al., 2012).  

 

 

 

 

 

 



54 
 

 

Figura 30. Perfil Espectral da litologia Ortopiroxenito do satélite Cbers-4A das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

As respostas do Landsat 8 correspondem a valores de 0-0,35. Na imagem 

antiga (Figura 31), as porções vermelha e amarela apresentam respostas similares 

em todas as bandas, ao passo que as porções azul e rosa apresentam também o 

mesmo comportamento, com uma absorção de energia na b3 e pico de refletância na 

b4 – comportamento compatível com a presença de vegetação.  Na imagem mais 

recente (Figura 32), embora haja diferenças sutis nos valores de reflectância, os 

comportamentos dos perfis espectrais seguem o mesmo padrão. Dessa forma, as 

curvas de assinatura espectral das áreas amarelas e vermelhas são as mais 

representativas do litotipo, onde há pouca ou nenhuma influência de outros elementos 

da superfície. 

 

 

 

 

 

 

 

 

 

 



55 
 

 

 

Figura 31. Perfil Espectral da litologia Ortopiroxenito do satélite Landsat 8 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 32. Perfil Espectral da litologia Ortopiroxenito do satélite Landsat 8 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Para o Sentinel-2, os valores vão de 0-0,50. Nas imagens antigas (Figura 33) 

as porções vermelha e amarela possuem respostas bem homogêneas na maioria das 

bandas (b1 até b9), com apenas um pico na b11. Já a porção mais ao sul, apresenta 

picos nas bandas b2, b6 e b8 e vales nas b2, b4 e b12. A porção mais ao sudoeste 



56 
 

(azul) segue a porção rosa, porém seus valores são maiores a partir da banda NIR 

(b5).  

Na figura 34, a porção nordeste (cor vermelha) ganha maiores amplitudes, 

apresentando picos na b2, NIR (b5 e b7) e SWIR (b11) e vales nas b1, b3, b8 e SWIR 

(b12). A porção sudoeste (cor amarela) permanece com as mesmas características 

da imagem antiga, exceto pela queda das bandas NIR (b8 e b8a) e SWIR (b9), além 

de maiores valores a partir da banda NIR (b7). A porção sul (cor rosa), também segue 

a imagem antiga, porém com seus valores menores, principalmente a partir da banda 

NIR (b6). Por último, a porção azul (mais sudoeste) encontra-se com registros bem 

semelhantes às da imagem antiga, com as diferenças de valores menores e ainda 

menor na banda NIR (b8), caracterizando um pequeno vale.  

 

Figura 33. Perfil Espectral da litologia Ortopiroxenito do satélite Sentinel 2 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

 

 

 

 

 

 

 

 

 

 

 

 

 
 



57 
 

Figura 34. Perfil Espectral da litologia Ortopiroxenito do satélite Sentinel 2 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

7.2.4 Perfis Espectrais Olivina Ortopiroxenito 

Nesse litotipo, o satélite CBERS-4A corresponde a valores entre 0-0,37. Na 

imagem antiga, seu pico se dá na b2 e a b5 é marcada pelo valor mais alto; já seu 

vale é demarcado pela banda NIR (Figura 35). Diferentemente da anterior, a imagem 

recente possui seu pico registrado pela b3 e o valor mais alto na b1 e seus vales são 

na b2 e b4, sendo esse último o mais expressivo (Figura 36).  

  
Figura 35. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Cbers-4A das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
 

 



58 
 

Figura 36. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Cbers-4A das imagens 
recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Já as respostas do Landsat 8 caracterizam valores de 0-0,21, onde na imagem 

antiga seu pico corresponde a b6 e os vales nas bandas NIR e MIR (b5 e b7, 

respectivamente), além do valor mais baixo apresentar-se na b2 (Figura 37). A 

imagem mais recente segue a mesma configuração, variando apenas na b5, onde na 

antiga seu valor é um pouco menor (Figura 38).  

 
Figura 37. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Landsat 8 das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

 

 



59 
 

Figura 38. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Landsat 8 das imagens 
recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Para o satélite Sentinel-2, os valores variam de 0-0,29 entre as imagens antiga 

e recente. Com a imagem antiga há pequenos picos nas bandas NIR (b5, b7 e b8a) e 

um mais expressivo na banda SWIR (b11) (Figura 39), enquanto há pequenos vales 

nas bandas R, NIR (b8) e SWIR (b9) e a banda b2 é a que possui o menor valor. A 

imagem recente possui o mesmo padrão, o que difere são seus valores maiores e as 

maiores amplitudes entre vales e picos, principalmente ao que diz respeito a banda 

SWIR (b11) (Figura 40), além de um outro pequeno vale na banda NIR (b6).  

 
Figura 39. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Sentinel 2 das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 



60 
 

 
Figura 40. Perfil Espectral da litologia Olivina Ortopiroxenito do satélite Sentinel 2 das imagens 

recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Observando o panorama geral do litotipo, é notável que as respostas dos 

satélites foram mais divergentes que nas outras litologias. O CBERS-4A segue sendo 

diferente até mesmo entre suas próprias imagens tendo apenas uma ou outra resposta 

de banda semelhante (neste caso, bandas NIR e PAN), enquanto os outros dois 

mantêm um padrão entre as imagens antigas e recentes. Os satélites Landsat 8 e 

Sentinel-2 seguem a mesma tendência e nas composições de cor real é possível 

observar que não existem elementos na superfície representativos o suficiente para 

interferir nas assinaturas espectrais.  

7.2.5 Perfis Espectrais Harzburgito 

O harzburgito possui mais de uma porção mapeada na mina, uma a sudoeste 

e outra mais ao sul, por isso foram criados dois perfis espectrais. Com valores de 0-

0,37, as imagens do CBERS-4A, possuem na imagem antiga, praticamente a mesma 

resposta para ambas as porções (Figura 41), mudando apenas o valor de cada 

resposta. Seu pico é na b2 e altos valores na b5, enquanto seus vales ficam nas 

bandas b1 e b4. 

Já na imagem recente (Figura 42), os picos aparecem na porção sudoeste 

(amarelo), na b1 e b3, além de alto valor na b5; na porção sul (rosa) os picos são 

caracterizados pelas bandas b1 e b4, além de uma queda na b5. Os vales são 



61 
 

representados, na porção sudoeste (amarelo), pelas bandas b2 e b4, e na porção sul 

(rosa) pela banda b2 e queda nos valores da banda b3.  

 
Figura 41. Perfil Espectral da litologia Harzburgito do satélite Cbers-4A das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 42. Perfil Espectral da litologia Harzburgito do satélite Cbers-4A das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Nas imagens do Landsat 8, os valores variam de 0-0,25 e tanto a antiga como 

a recente (Figuras 43 e 44) são muito semelhantes quanto às suas características. Na 

porção sudoeste (amarela) e na porção sul (rosa), as imagens apresentam picos nas 

bandas b3 e b5 e vales nas bandas b2, b4 e b7. 

 

 

 



62 
 

Figura 43. Perfil Espectral da litologia Harzburgito do satélite Landsat 8 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 44. Perfil Espectral da litologia Harzburgito do satélite Landsat 8 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

As assinaturas do Sentinel-2 apresentam valores de 0-0,40. As antigas (Figura 

45) apresentam, na porção sudoeste (cor amarela), picos nas bandas b3, b6 e SWIR 

(b11); e vales nas bandas b2, b4 e SWIR (b9 e b12). Na porção sul (rosa) há picos 

nas bandas b2, NIR (b6 e b8a) e SWIR (b9), enquanto seus vales se refletem nas 

bandas B, R e SWIR (b11). Na imagem recente do Sentinel-2 (Figura 46), a porção 

sudoeste possui picos nas bandas b3, NIR (b6) e SWIR (b9); seus vales nas bandas 

b2, b4, NIR (b8), SWIR (b9 e b12). A porção mais ao sul (rosa) apresenta picos nas 



63 
 

bandas b3, NIR (b6 e b8) e SWIR (b9 e b11) e vales nas bandas b1, b3, NIR (b8a) e 

SWIR (b12). 

 

Figura 45. Perfil Espectral da litologia Harzburgito do satélite Sentinel 2 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 46. Perfil Espectral da litologia Harzburgito do satélite Sentinel 2 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

De forma geral, é possível notar a constante inversão dos picos e vales das 

imagens CBERS-4A, enquanto as dos outros satélites tendem a variar bem menos, 

isso quando não são bem semelhantes. Outrossim, as imagens do Landsat e Sentinel-



64 
 

2 seguem tendo semelhanças entre si, o que possibilita inferir que a assinatura 

espectral do Harzburgito pode ser coletada. 

7.2.6 Perfis Espectrais Dunito 

O litotipo dunito teve como resposta do CBERS-4A valores entre 0-0,38. A 

imagem antiga é caracterizada com pico nas bandas b2 e b4 e a resposta mais alta 

da banda PAN (Figura 47). Na imagem recente, a única diferença proeminente na 

assinatura espectral foi na b2, que se tornou um vale (Figura 48) – as imagens mais 

recentes são mais representativas pois o litotipo apresenta maior exposição.  

 

Figura 47. Perfil Espectral da litologia Dunito do satélite Cbers-4A das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
 

Figura 48. Perfil Espectral da litologia Dunito do satélite Cbers-4A das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 



65 
 

Para o satélite Landsat 8 os valores ficam no entorno de 0-0,21 para ambos os 

imageamentos (Figuras 49 e 50), contendo um pico na banda b5 e vales nas bandas 

b3 e MIR (b7), além do valor mais baixo na banda b2.  

 

Figura 49. Perfil Espectral da litologia Dunito do satélite Landsat 8 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 50. Perfil Espectral da litologia Dunito do satélite Landsat 8 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Os imageamentos do Sentinel-2 também se apresentam semelhantes (Figuras 

51 e 52), com valores de 0-0,40, picos nas bandas b3 e NIR (b7 e b8a) e vales nas 

bandas b4, SWIR (b12) e o menor valor na banda b2. A única diferença notável da 

imagem mais recente é uma queda no valor da banda NIR (b8).   

 



66 
 

Figura 51. Perfil Espectral da litologia Dunito do satélite Sentinel 2 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 52. Perfil Espectral da litologia Dunito do satélite Sentinel 2 das imagens recentes. 

 
Fonte: Elaborado pela autora (2024). 

Os perfis espectrais do litotipo dunito foram os mais homogêneos nas respostas 

obtidas. A banda B foi a de menor valor em todos os satélites, exceto a imagem 

recente do CBERS 4A e os picos foram na banda NIR em todas as imagens. Com 

isso, podemos identificar que o litotipo dunito apresenta uma boa resposta às 

assinaturas espectrais na localidade.  



67 
 

7.2.7 Mineralização de Sulfeto de Ni 

A mineralização de sulfeto de Ni também se apresenta em quatro porções da 

mina, uma a nordeste e as outras três a sudoeste, consequentemente, foram criados 

quatro perfis, respectivos às porções da litologia. 

O satélite CBERS-4A conta com valores de 0-0,38. Na imagem antiga, a porção 

nordeste (cor vermelha) possui pico na banda b2 e alto valor na banda PAN, além de 

vales na banda b1 e b4. Todas as outras porções (amarela, rosa e azul) também 

acompanham as mesmas respostas da porção nordeste, mudando apenas, os valores 

de cada uma (Figura 53). Entretanto, é possível identificar a influência da vegetação 

no perfil espectral. 

Na imagem recente (Figura 54) a porção nordeste (vermelha) contém um pico 

na banda b3 e altos valores na banda PAN e um vale na banda b2, bem como a porção 

mais ao sul (rosa), mas com valores menores. A porção sudoeste (amarela) possui 

picos na banda b1, b3 e PAN e vales nas bandas b2 e b4. A porção sudoeste de cor 

azul acompanha a anterior, tendo apenas valores menores. Os altos valores de 

reflectância na b1 indicam uma assinatura particular, raramente observada nos 

litotipos da intrusão. Para o satélite CBERS-4A o pico na banda B pode ser um 

marcador bastante importante na identificação de áreas mineralizadas de Ni. 

 
Figura 53. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Cbers-4A das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

 

 



68 
 

Figura 54. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Cbers-4A das imagens 
recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

Para as imagens do Landsat 8, os valores de reflectância variam de 0-0,30. 

Nas imagens antigas, a porção nordeste é definida com picos nas bandas b3 e b5 e 

vales nas bandas b2, b4 e MIR (b7) (Figura 55). A porção mais ao sul (rosa) segue o 

mesmo padrão da porção adjacente, porém com menores valores, principalmente na 

banda MIR (b6). Já as porções a sudoeste (amarela e azul) apresentam picos na 

banda b3 e MIR (b6), enquanto os vales se encontram nas bandas b2, b3 e MIR (b7), 

tendo como diferença os valores de cada porção.  

Já a imagem recente (Figura 56) é um pouco mais homogênea nas respostas 

das porções, contando com picos nas bandas b3 e MIR (6). As respostas são bastante 

homogêneas e indicam uma boa possibilidade de identificação da assinatura 

espectral. 

 

 

 

 

 

 

 

 

 



69 
 

Figura 55. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Landsat 8 das imagens 
antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

Figura 56. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Landsat 8 das imagens 
recentes. 

 
Fonte: Elaborado pela autora (2024). 

 
 

Nas imagens do Sentinel-2, os valores se encontram entre 0-0,40. A mais 

antiga (Figura 57), na porção nordeste (cor vermelha), possui picos nas bandas b3, 

NIR (b6 e b8) e SWIR (b11); e vales nas bandas b2, b4, NIR (b7 e b8a) e SWIR (b12). 

As porções a sudoeste (cores amarelo e azul), seguem as mesmas respostas, com 

valores diferentes. 

Enquanto na imagem recente (Figura 58), a porção nordeste (vermelha) 

apresenta-se da mesma forma que a imagem antiga, porém com valores abaixo dos 



70 
 

anteriores. As porções a sudoeste (amarela e azul) também se mantêm semelhantes 

a imagem antiga, apenas tendo uma queda no valor da banda NIR (b8) e aumento na 

banda SWIR (b12). A porção sul foi a que mais teve alterações, principalmente nos 

seus valores que ficaram muito baixos; com picos na banda b3 e NIR (b8), SWIR (b11) 

e vales nas bandas b2 e NIR (b8a).  

 
Figura 57. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Sentinel 2 das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 58. Perfil Espectral da Mineralização de Sulfeto de Ni do satélite Sentinel 2 das imagens 

recentes. 

 
Fonte: Elaborado pela autora (2024). 



71 
 

7.2.8 Perfis Espectrais Mineralização de Laterita de Ni 

Para a laterita de Ni, as respostas do CBERS-4A tiveram valores entre 0-0,42. 

A imagem antiga obteve seus picos na banda NIR e o valor mais alto segue sendo na 

banda PAN. Seus vales concentram-se nos baixos valores do RGB, com reflectância 

de 0,10 (Figura 59). Já na imagem recente seu pico segue na banda b4 e a banda b1 

apresenta um valor um pouco maior. Os valores mais baixos se encontram nas bandas 

b2 e b3, além de uma queda na PAN (Figura 60). São assinaturas compatíveis com a 

presença de vegetação. 

 
Figura 59. Perfil Espectral da Mineralização de Laterita de Ni do satélite Cbers-4A das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 60. Perfil Espectral da Mineralização de Laterita de Ni do satélite Cbers-4A das imagens 

recentes. 

 
Fonte: Elaborado pela autora (2024). 

 



72 
 

Ambas as imagens do Landsat 8 registraram valores de 0-0,35 (Figuras 61 e 

62), picos na banda NIR e banda G e vales nas bandas B e R. E assim como o satélite 

anterior, as do Sentinel-2 apresentaram a mesma resposta para as imagens antigas 

e recentes (imagem 63 e 64), com valores entre 0-0,50, picos nas bandas G, NIR (b6, 

b7 e b8a) e SWIR (b9) e vales nas bandas B e R. Com apenas um valor menor na 

banda NIR (b8), caracterizando um vale pequeno e valores um pouco mais baixos de 

maneira geral na imagem mais recente (com uma máxima de aproximadamente 0,41).  

Assim como a litologia dunito, a laterita (que se encontra inserida na 

ultramáfica) possui respostas bem homogêneas e semelhantes entre os satélites. 

Todas as imagens tiveram altas respostas nas bandas NIR e baixas respostas no 

RGB, sendo ainda mais próximos os resultados dos satélites Landsat 8 e Sentinel-2. 

A única diferença notável foi a dos valores de reflectância dos satélites, que se 

encontram mais distantes, com seus máximos variando de 0,35-0,50. A laterita 

também apresenta perfis espectrais bem definidos entre os satélites, o que possibilita 

identificar a assinatura espectral bem definida da lateria – um importante guia 

prospectivo. 

 
Figura 61. Perfil Espectral da Mineralização de Laterita de Ni do satélite Landsat 8 das imagens 

antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

 

 

 

 

 



73 
 

 
Figura 62. Perfil Espectral da Mineralização de Laterita de Ni do satélite Landsat 8 das imagens 

recentes. 

 
Fonte: Elaborado pela autora (2024). 

 
Figura 63. Perfil Espectral da Mineralização de Laterita de Ni do satélite Sentinel 2 das imagens antigas. 

 
Fonte: Elaborado pela autora (2024). 

 

 

 

 

 

 

 

 

 

 



74 
 

Figura 64. Perfil Espectral da Mineralização de Laterita de Ni do satélite Sentinel 2 das imagens 
recentes. 

 
Fonte: Elaborado pela autora (2024). 

 

 

 

 

 

 

 

 

 

 

 

 



75 
 

8. CONCLUSÕES 

 

Diante dos resultados obtidos e das análises realizadas ao longo deste 

trabalho, é possível afirmar que o Sensoriamento Remoto demonstrou ser uma 

ferramenta viável e funcional, uma vez que foi capaz de trazer novas informações 

relevantes para o Depósito de Santa Rita. 

O satélite CBERS-4A apresenta excelente potencial para análises espectrais 

do território brasileiro, possibilitando avaliações rápidas e versáteis de alvos 

pequenos, como os litotipos mapeados. Apesar desse potencial, dois desafios são 

apontados neste estudo. O primeiro é a inexistência ou falta de registro científico sobre 

técnicas de correção radiométrica para os dados do satélite. O segundo desafio é a 

presença de nuvens em muitas imagens, o que indica a necessidade de uma 

constelação de satélites brasileiros mais bem desenvolvida, com tempos de 

revisitação menores — ou seja, imagens adquiridas com maior frequência no território. 

As mineralizações de Ni apresentaram picos na banda 1 (azul) do CBERS-4A em 

imagens mais recentes, indicando uma reflectância bastante específica, quando 

comparada aos demais litotipos mapeados.  

Os satélites Landsat 8 e Sentinel-2, por sua vez, apresentaram dados 

semelhantes interessantes nas assinaturas espectrais, o que evidencia uma excelente 

aplicação de dados multibanda para a identificação dos perfis espectrais dos 

diferentes litotipos. 

As imagens mais recentes se mostraram mais vantajosas, provavelmente 

devido ao avanço da exploração das minas, que deixou as litologias mais expostas e 

diminuiu a interferência nos perfis espectrais de vegetação e outros elementos da 

superfície. 

Todos os litotipos mostraram respostas espectrais consistentes, com 

correlação entre diferentes sensores e períodos, o que demonstra o potencial de 

reaplicação desta metodologia. As assinaturas espectrais podem, no futuro, ser 

usadas para a construção de guias prospectivos regionais e direcionar, de forma mais 

eficaz, a pesquisa mineral. 

 Por fim, este trabalho marca o início da análise espectral da região. É 

importante realizar uma atualização constante dos dados, até que se atinja uma 

consistência estatística significativa, a fim de gerar curvas de assinatura espectral 



76 
 

cada vez mais consolidadas e com menor interferência possível dos demais 

elementos da superfície terrestre. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



77 
 

9. REFERÊNCIAS BIBLIOGRÁFICAS 

AERO ENGENHARIA, 2023. O que é Layer Stacking em Cartografia. Disponível em: 
<https://aeroengenharia.com/glossario/o-que-e-layer-stacking-em-cartografia/>. 
Acesso em: 13/05/2024. 

ABRAM, M.B., SILVA, M.G. 1992. O corpo máfico-ultramáfico da Fazenda Mirabela, 
Ipiaú-BA-Química Mineral, Litogeoquímica e Evolução Petrogenética. In: Congresso 
Brasileiro de Geologia 37", São Paulo, Brazil External Abstract SBG.1 pp. 449-450. 
 
ABRAM, M. B. 1994. O corpo máfico-ultramáfico da Fazenda Mirabela Ipiaú-BA: 
caracterização petrográfica, geoquímica, tipologia e implicações metalogenéticas. 
1994, Dissertação de Mestrado, Instituto de Geociências, Universidade Federal da 
Bahia, Salvador. 
 
ALIBERT C. & BARBOSA J.S.F. 1992. Âges U-Pb déterminés à la “SHRIMP” sur des 
zircons du Complex de Jequié, Craton du São Francisco, Bahia, Brésil. In: Réun. Sci. 
Terre, Toulouse, France, 14:4 
 
ALMEIDA, F.F.M. 1977. O Cráton do São Francisco. Revista Brasileira de 
Geociências, 7(4), p349-364. 
 
ALVES DA SILVA F.C. & BARBOSA J.S.F. 1997. Evolução estrutural do cinturão 
granulitico do SE da Bahia: o exemplo da região de Ipiau. In: Simpósio Nacional de 
Estudos Tectônicos, 6, SBG - Núcleo Brasília, Pirenopolis, Goiás, Anais, 1: 241-243. 

ANA (Agência Nacional de Águas), 2019. Trechos Rodoviários. Catálogo de 
Metadados da ANA. Disponível em: 
https://metadados.snirh.gov.br/geonetwork/srv/api/records/ff37f924-e88d-4ee4-82e7-
14a3e5efe0fd Acesso em: 23 de abril de 2024. 

APPIAN CAPITAL ADVISORY. Disponível em: 
<https://appiancapitaladvisory.com/#intro> Acesso em: 15 de março de 2024. 

ARCANJO, J. B. A.; BARBOSA, J. S. F.; ALVES DA SILVA, F. C., 1998. O 
sensoriamento remoto como técnica auxiliar nos estudos geológicos da região de alto 
grau metamórfico de Ipiaú, Bahia. Instituto de Geociências, USP, n. 27, p. 99- 118.   

ATLANTIC NICKEL. Disponível em: <https://atlanticnickel.com> Acesso em: 15 de 
março de 2024. 

BARBOSA, J. 1986. Constitution lithologique et métamorphique de la région 
granulitique du sud de Bahia (Brésil) (Doctoral dissertation, Paris 6). 

BARBOSA, J. S. F. 1990. The granulites of the Jequié Complex and Atlantic Coast 
Mobile Belt, Southern Bahia, Brazil - An expression of archaen early proterozoic plate 
convergence. In: VIELZEUF, D.; VIDAL, P. (Eds.). Granulites and Crustal Evolution. 
[S.l.]: Kluwer Academic, p. 195 - 221. 

BARBOSA, J. S. F., & SABATÉ, P. 2003. Colagem paleoproterozoica de placas 
arqueanas do Cráton do São Francisco na Bahia. 



78 
 

BARBOSA, J. S. F., & SABATÉ, P. 2004. Archean and Paleoproterozoic crust of the 
São Francisco craton, Bahia, Brazil: geodynamic features. Precambrian Research, 
133(1-2), 1-27. 

BARBOSA, J. S. F., CORREA-GOMES, L. C., MARINHO, M. M., & SILVA, F. C. A. D. 
2003. Geologia do segmento sul do orógeno Itabuna-Salvador-Curaçá. Repositório 
UFBA. 

BARNES, S.-J. 1986. "The effect of metamorphism on the platinum-group element 
content of the UG-2 chromitite layer of the Bushveld Complex." Economic Geology 81: 
934-941. 

BARNES, S.-J., & P. C. LIGHTFOOT 2005. "The formation of magmatic nickel-copper-
platinum-group element sulfide deposits." In Economic Geology 100th Anniversary 
Volume. Edited by J. W. Hedenquist, J. F. H. Thompson, R. J. Goldfarb, and J. P. 
Richards. Society of Economic Geologists, Littleton, CO, USA. Pp. 1143-1173. 

BARNES, S. J., CRUDEN, A. R., ARNDT, N., & SAUMUR, B. M. 2016. The mineral 
system approach applied to magmatic Ni–Cu–EGP sulphide deposits. Ore Geology 
Reviews, 76, 296-316. 

BARNES, S. J., FIORENTINI, M. L., GODEL, B., LE VAILLANT, M., & LESHER, C. M. 
2017. Sulfide-silicate textures in magmatic Ni-Cu-EGP sulfide ore deposits: 
Dissem