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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/176353
Ver los metadatos del registro completo
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 |