Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina

Autores
Acosta, Rosario; Leal, Paula; Carol, Eleonora Silvina; Álvarez, María del Pilar; Vigiani, Luis; Kürten Moreno, Germán Sebastián
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El sensoramiento remoto en imágenes ópticas multiespectrales es una herramienta útil en ambientes salinos, en donde las sales evaporı́ticas presentan firmas espectrales caracterı́sticas. En el oeste de la provincia de Buenos Aires existen numerosas cubetas de deflación, en muchas de las cuales precipitan minerales evaporı́ticos, llegando en algunos casos a conformar salinas. La formación de estos depósitos se ve favorecida por el clima subhúmedo seco. El objetivo del trabajo es realizar un reconocimiento de evaporitas precipitadas en cubetas de deflación a partir de una clasificación supervisada de imágenes satelitales apoyada en datos obtenidos en muestreos efectuados en tres lagunas de deflación que alojan lagunas hipersalinas y extrapolar la información a otras lagunas de la región. Para ello se realizó un muestreo de sales evaporı́ticas en 3 lagunas, en donde se tomaron muestras y se marcaron con GPS las coordenadas de los puntos muestreados. En laboratorio se determinó la composición mineralógica por difracción de rayos X. Por otro lado, se seleccionó una imagen Sentinel 2A para un año en donde el ı́ndice NDWI evidenciara que las cubetas se encontraban con poca o nula presencia de agua en superficie, para que los valores de reflectancia del agua no interfirieran con el análisis. Luego, se procesó la imagen seleccionada y se agregaron a la misma los puntos de muestreo. Se observó la curva espectral de los puntos muestreados y a partir de ellos se crearon zonas de entrenamiento sumado a otras áreas de las lagunas con las mismas curvas espectrales para darle más información al software. Además, se seleccionaron como zonas sectores de las cubetas con sedimento sin cobertura, y sectores de campos. Por último, se realizó la clasificación supervisada con el método de mı́nima distancia de todos los pı́xeles del área de estudio. Los resultados evidencian la presencia de sales evaporı́ticas no solo en las cubetas relevadas en campo, sino también en muchas otras del área de estudio. Este método permite poder realizar una extrapolación de datos a toda el área de estudio y ası́ poder seleccionar posibles objetivos de muestreo en gabinete, ahorrando tiempo de trabajo en campo. Por otro lado, presenta una serie de desventajas. Aún ası́, los resultados son alentadores, y complementados con otro tipo de análisis pueden hacer que este tipo de metodologı́as sean muy útiles.
Asociación Argentina de Geofísicos y Geodestas
Materia
Geofísica
sensoramiento remoto
evaporitas precipitadas
imágenes satelitales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/176353

id SEDICI_f2616c60567a41b43aa6316a7c16825b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/176353
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, ArgentinaAcosta, RosarioLeal, PaulaCarol, Eleonora SilvinaÁlvarez, María del PilarVigiani, LuisKürten Moreno, Germán SebastiánGeofísicasensoramiento remotoevaporitas precipitadasimágenes satelitalesEl sensoramiento remoto en imágenes ópticas multiespectrales es una herramienta útil en ambientes salinos, en donde las sales evaporı́ticas presentan firmas espectrales caracterı́sticas. En el oeste de la provincia de Buenos Aires existen numerosas cubetas de deflación, en muchas de las cuales precipitan minerales evaporı́ticos, llegando en algunos casos a conformar salinas. La formación de estos depósitos se ve favorecida por el clima subhúmedo seco. El objetivo del trabajo es realizar un reconocimiento de evaporitas precipitadas en cubetas de deflación a partir de una clasificación supervisada de imágenes satelitales apoyada en datos obtenidos en muestreos efectuados en tres lagunas de deflación que alojan lagunas hipersalinas y extrapolar la información a otras lagunas de la región. Para ello se realizó un muestreo de sales evaporı́ticas en 3 lagunas, en donde se tomaron muestras y se marcaron con GPS las coordenadas de los puntos muestreados. En laboratorio se determinó la composición mineralógica por difracción de rayos X. Por otro lado, se seleccionó una imagen Sentinel 2A para un año en donde el ı́ndice NDWI evidenciara que las cubetas se encontraban con poca o nula presencia de agua en superficie, para que los valores de reflectancia del agua no interfirieran con el análisis. Luego, se procesó la imagen seleccionada y se agregaron a la misma los puntos de muestreo. Se observó la curva espectral de los puntos muestreados y a partir de ellos se crearon zonas de entrenamiento sumado a otras áreas de las lagunas con las mismas curvas espectrales para darle más información al software. Además, se seleccionaron como zonas sectores de las cubetas con sedimento sin cobertura, y sectores de campos. Por último, se realizó la clasificación supervisada con el método de mı́nima distancia de todos los pı́xeles del área de estudio. Los resultados evidencian la presencia de sales evaporı́ticas no solo en las cubetas relevadas en campo, sino también en muchas otras del área de estudio. Este método permite poder realizar una extrapolación de datos a toda el área de estudio y ası́ poder seleccionar posibles objetivos de muestreo en gabinete, ahorrando tiempo de trabajo en campo. Por otro lado, presenta una serie de desventajas. Aún ası́, los resultados son alentadores, y complementados con otro tipo de análisis pueden hacer que este tipo de metodologı́as sean muy útiles.Asociación Argentina de Geofísicos y Geodestas2025-02-06info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf49-52http://sedici.unlp.edu.ar/handle/10915/176353spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/geoacta/article/view/17018info:eu-repo/semantics/altIdentifier/issn/0326-7237info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:47:34Zoai:sedici.unlp.edu.ar:10915/176353Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:34.569SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
title Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
spellingShingle Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
Acosta, Rosario
Geofísica
sensoramiento remoto
evaporitas precipitadas
imágenes satelitales
title_short Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
title_full Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
title_fullStr Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
title_full_unstemmed Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
title_sort Sensoramiento remoto aplicado al reconocimiento de depósitos evaporíticos del oeste de Buenos Aires, Argentina
dc.creator.none.fl_str_mv Acosta, Rosario
Leal, Paula
Carol, Eleonora Silvina
Álvarez, María del Pilar
Vigiani, Luis
Kürten Moreno, Germán Sebastián
author Acosta, Rosario
author_facet Acosta, Rosario
Leal, Paula
Carol, Eleonora Silvina
Álvarez, María del Pilar
Vigiani, Luis
Kürten Moreno, Germán Sebastián
author_role author
author2 Leal, Paula
Carol, Eleonora Silvina
Álvarez, María del Pilar
Vigiani, Luis
Kürten Moreno, Germán Sebastián
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Geofísica
sensoramiento remoto
evaporitas precipitadas
imágenes satelitales
topic Geofísica
sensoramiento remoto
evaporitas precipitadas
imágenes satelitales
dc.description.none.fl_txt_mv El sensoramiento remoto en imágenes ópticas multiespectrales es una herramienta útil en ambientes salinos, en donde las sales evaporı́ticas presentan firmas espectrales caracterı́sticas. En el oeste de la provincia de Buenos Aires existen numerosas cubetas de deflación, en muchas de las cuales precipitan minerales evaporı́ticos, llegando en algunos casos a conformar salinas. La formación de estos depósitos se ve favorecida por el clima subhúmedo seco. El objetivo del trabajo es realizar un reconocimiento de evaporitas precipitadas en cubetas de deflación a partir de una clasificación supervisada de imágenes satelitales apoyada en datos obtenidos en muestreos efectuados en tres lagunas de deflación que alojan lagunas hipersalinas y extrapolar la información a otras lagunas de la región. Para ello se realizó un muestreo de sales evaporı́ticas en 3 lagunas, en donde se tomaron muestras y se marcaron con GPS las coordenadas de los puntos muestreados. En laboratorio se determinó la composición mineralógica por difracción de rayos X. Por otro lado, se seleccionó una imagen Sentinel 2A para un año en donde el ı́ndice NDWI evidenciara que las cubetas se encontraban con poca o nula presencia de agua en superficie, para que los valores de reflectancia del agua no interfirieran con el análisis. Luego, se procesó la imagen seleccionada y se agregaron a la misma los puntos de muestreo. Se observó la curva espectral de los puntos muestreados y a partir de ellos se crearon zonas de entrenamiento sumado a otras áreas de las lagunas con las mismas curvas espectrales para darle más información al software. Además, se seleccionaron como zonas sectores de las cubetas con sedimento sin cobertura, y sectores de campos. Por último, se realizó la clasificación supervisada con el método de mı́nima distancia de todos los pı́xeles del área de estudio. Los resultados evidencian la presencia de sales evaporı́ticas no solo en las cubetas relevadas en campo, sino también en muchas otras del área de estudio. Este método permite poder realizar una extrapolación de datos a toda el área de estudio y ası́ poder seleccionar posibles objetivos de muestreo en gabinete, ahorrando tiempo de trabajo en campo. Por otro lado, presenta una serie de desventajas. Aún ası́, los resultados son alentadores, y complementados con otro tipo de análisis pueden hacer que este tipo de metodologı́as sean muy útiles.
Asociación Argentina de Geofísicos y Geodestas
description El sensoramiento remoto en imágenes ópticas multiespectrales es una herramienta útil en ambientes salinos, en donde las sales evaporı́ticas presentan firmas espectrales caracterı́sticas. En el oeste de la provincia de Buenos Aires existen numerosas cubetas de deflación, en muchas de las cuales precipitan minerales evaporı́ticos, llegando en algunos casos a conformar salinas. La formación de estos depósitos se ve favorecida por el clima subhúmedo seco. El objetivo del trabajo es realizar un reconocimiento de evaporitas precipitadas en cubetas de deflación a partir de una clasificación supervisada de imágenes satelitales apoyada en datos obtenidos en muestreos efectuados en tres lagunas de deflación que alojan lagunas hipersalinas y extrapolar la información a otras lagunas de la región. Para ello se realizó un muestreo de sales evaporı́ticas en 3 lagunas, en donde se tomaron muestras y se marcaron con GPS las coordenadas de los puntos muestreados. En laboratorio se determinó la composición mineralógica por difracción de rayos X. Por otro lado, se seleccionó una imagen Sentinel 2A para un año en donde el ı́ndice NDWI evidenciara que las cubetas se encontraban con poca o nula presencia de agua en superficie, para que los valores de reflectancia del agua no interfirieran con el análisis. Luego, se procesó la imagen seleccionada y se agregaron a la misma los puntos de muestreo. Se observó la curva espectral de los puntos muestreados y a partir de ellos se crearon zonas de entrenamiento sumado a otras áreas de las lagunas con las mismas curvas espectrales para darle más información al software. Además, se seleccionaron como zonas sectores de las cubetas con sedimento sin cobertura, y sectores de campos. Por último, se realizó la clasificación supervisada con el método de mı́nima distancia de todos los pı́xeles del área de estudio. Los resultados evidencian la presencia de sales evaporı́ticas no solo en las cubetas relevadas en campo, sino también en muchas otras del área de estudio. Este método permite poder realizar una extrapolación de datos a toda el área de estudio y ası́ poder seleccionar posibles objetivos de muestreo en gabinete, ahorrando tiempo de trabajo en campo. Por otro lado, presenta una serie de desventajas. Aún ası́, los resultados son alentadores, y complementados con otro tipo de análisis pueden hacer que este tipo de metodologı́as sean muy útiles.
publishDate 2025
dc.date.none.fl_str_mv 2025-02-06
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/176353
url http://sedici.unlp.edu.ar/handle/10915/176353
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/geoacta/article/view/17018
info:eu-repo/semantics/altIdentifier/issn/0326-7237
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
49-52
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616339224788992
score 13.070432