ARTÍCULO ORIGINAL
Espectrorradiometría
aplicada al análisis de rocas basálticas del Grupo Serra Geral en Rio Grande do
Sul, Brasil
Spectroradiometry
Applied to the Analysis of Basaltic Rocks from the Serra Geral Group in Rio
Grande do Sul, Brazil
Lorenzo Fossa Sampaio
Mexias1,a, Morvana Machado1,a, Laurindo Antonio Guasseli2,b, Deyvis Cano2,c
Filiación
y grado académico
Lorenzo
Fossa Sampaio Mexias 1
1. Programa de Pós-Graduação em
Sensoriamento Remoto– Grupo de Pesquisa LATITUDE, Centro Estadual de Pesquisas
em Sensoriamento Remoto e Meteorologia, Universidade Federal do Rio Grande do
Sul, Porto Alegre, Brasil.
ORCID: https://orcid.org/0009-0002-6579-1125
a.
Ingeniero ambiental
Morvana
Machado1
1. Programa de Pós-Graduação em Sensoriamento
Remoto–Grupo de Pesquisa LATITUDE, Centro Estadual de Pesquisas em Sensoriamento Remoto e
Meteorologia, Universidade Federal do Rio Grande do Sul, Porto Alegre, Brasil.
a.
Ingeniero ambiental
ORCID: https://orcid.org/0009-0007-9703-2672
Laurindo
Antonio Guasseli2
2. Programa de Pós‐Graduação em
Sensoriamento Remoto, Universidade Federal do Rio
Grande do Sul, Porto Alegre, Brasil.
b. Doutor em recursos hídricos e saneamento ambiental
ORCID: https://orcid.org/0000-0001-8300-846X
Deyvis Cano2*
2. Programa de Pós‐Graduação em
Sensoriamento Remoto, Universidade Federal do Rio
Grande do Sul, Porto Alegre, Brasil.
c. Magister en Gestión y Planificación ambiental
ORCID: https://orcid.org/0000-0002-4262-1505
Citar como: Sampaio
Mexias, L. F., Machado, M., Guasseli, L. A., y Cano, D. (2024). Espectrorradiometría aplicada al análisis de
rocas basálticas del Grupo Serra Geral en Rio Grande do Sul, Brasil. Revista Científica de Ingeniería, Diseño y
Arquitectura Contemporánea, 1(2), #-#. https://doi.org/10.37711/idac.2024.1.2.6
Recibido: 26-06-24
Aprobado: 15-08-24
Publicado: 20-08-24
RESUMEN
Objetivo. Este estudio examina la influencia del
posicionamiento de rocas basálticas del Grupo Serra Geral en Rio Grande do Sul,
Brasil, sobre las firmas espectrales, analizadas con espectroscopia de
reflectancia. Métodos.
Se examinaron las firmas espectrales de seis muestras de diferentes
puntos del derrame: base, núcleo y cima; además de interacciones de
lava-sedimento, amígdalas tardías y un dique intrusivo posterior a la
deposición. Se utilizó un espectrorradiómetro FieldSpec3 para obtener las
firmas espectrales. Para cada orientación se obtuvieron promedios de 10
lecturas con 4 lecturas por muestra, haciendo un total de 240 firmas
espectrales. Estas fueron procesadas en el software
ViewSpecPro v.6 y se aplicó un suavizado exponencial simple para mitigar el
“ruido” espectral. Resultados. Los resultados del análisis ANOVA
sobre la variabilidad, mediante la desviación estándar de las firmas
espectrales, muestran que, aunque todas las muestras son basálticas, se
encontraron diferencias estadísticamente significativas entre ellas (p <
0,05). También se observó que las muestras con mayor heterogeneidad son más
sensibles al posicionamiento, especialmente en términos de reflectancia y en la
profundidad de las bandas de reflectancia y absorción espectral. Conclusiones. Se concluye que el posicionamiento de las muestras influye
fuertemente en la firma espectral y puede estar relacionado con las
características estructurales, mineralógicas y geométricas de cada muestra.
Palabras clave: vulcanismo; reflectancia; posición de
muestras; longitud de onda; teledetección.
ABSTRACT
Objective. This study examines the influence of the positioning of basaltic rocks
from the Serra Geral Group in Rio Grande do Sul, Brazil, on spectral
signatures, analyzed using reflectance spectroscopy. Methods. Spectral signatures of six samples from different points
of the spill were examined: base, core, and top; In addition to lava-sediment
interactions, late amygdales, and an intrusive dike after deposition. A
FieldSpec3 spectroradiometer was used to obtain the spectral signatures. For each orientation, averages of 10 readings
were obtained with 4 readings per sample, making a total of 240 spectral
signatures. These were processed in ViewSpecPro v.6 software and simple
exponential smoothing was applied to mitigate spectral “noise”. Results. The results of the ANOVA
analysis on variability, using the standard deviation of spectral signatures,
show that, although all samples are basaltic, statistically significant
differences were found between them (p < 0.05). It was also observed that
samples with higher heterogeneity are more sensitive to positioning, especially
in terms of reflectance and in the depth of the reflectance and spectral
absorption bands. Conclusions. It is
concluded that the positioning of the samples strongly influences the spectral
signature and may be related to the structural, mineralogical and geometrical
characteristics of each sample.
Keywords: volcanism; reflectance; sample position; wavelength; remote sensing.
INTRODUCCIÓN
La
espectroscopia es la medición de la radiación electromagnética en función de la
longitud de onda emitida o reflejada por un determinado material, donde la
curva espectral representa la información transmitida sobre el objetivo (Asadzadeh & de Souza Filho, 2016). En el ámbito
de las geociencias, especialmente para los geólogos, la diferenciación de tipos
litológicos es fundamental, tanto para la investigación como para su aplicación
en diversas áreas. Por ello, se han desarrollado y aplicado métodos para
identificar diferentes características mineralógicas, estructurales,
geoquímicas y geofísicas, entre otras. La espectroscopia de reflectancia surge
como un método rápido, no destructivo y, relativamente, de bajo costo para
análisis más detallados (Fang et al., 2018).
Sin embargo, a pesar de la gran variedad de rocas, minerales y sus bibliotecas
espectrales, este método necesita mejoras y aún carece de datos espectrales
debido a la especificidad de las muestras y la representatividad de las
condiciones de laboratorio (Xie et al., 2022).
Los
estudios de reflectancia espectral son esenciales para la identificación de
minerales y el mapeo de características geológicas, siendo las bandas de
absorción diagnósticas fundamentales para aplicaciones de teledetección,
especialmente en terrenos complejos (Ahmad et al.,
2016). La preparación de la superficie de las muestras puede alterar
significativamente los espectros infrarrojos térmicos de las rocas debido a
factores como la rugosidad (Rost et al., 2018).
Esto refuerza la necesidad de una preparación meticulosa para un análisis
espectral preciso, ya que las variaciones superficiales pueden generar
discrepancias en los datos registrados. Además, propiedades físicas como el
tamaño de grano y la porosidad influyen en la reflectancia y en la profundidad
de las bandas espectrales (Mandon et al., 2022).
No obstante, aún faltan estudios detallados sobre la influencia del
posicionamiento de rocas en las firmas espectrales mediante espectroscopia de
reflectancia.
Por
lo tanto, este estudio tuvo como objetivo analizar las curvas espectrales en
función de la variación de las dimensiones morfológicas y el posicionamiento de
las muestras de rocas Basálticas, recolectadas en canteras ubicadas en la
unidad geológica del Grupo Serra Geral en Brasil. También se discuten los
efectos de las variaciones mineralógicas y texturales en diferentes partes del
derrame (base, núcleo y cima), así como los productos tardíos de la
cristalización rápida de la lava que llenan las cavidades de la roca
(amígdalas) y el dique intrusivo posterior al evento principal de deposición volcánica,
comparándolos con las rocas circundantes.
MÉTODOS
Tipo y área de estudio
El Grupo Serra Geral es una unidad geológica de amplia distribución en el norte del estado de Rio Grande do Sul (RS) y constituye gran parte de la cuenca del río Paraná en Brasil, siendo considerada la mayor provincia ígnea del mundo (ver Figura 1). El estudio se realizó específicamente en los municipios de Santa Maria do Herval y Estância Velha. Estos lugares están conformados principalmente por rocas volcánicas básicas a intermedias (97 % basaltos, basaltos-andesíticos y andesitas) y, en menor proporción, por rocas volcánicas ácidas (3 % riolitos, dacitas y riodacitas), además de presentar interacciones volcano-sedimentarias con las areniscas eólicas de la Formación Botucatu. Los derrames magmáticos se formaron durante el Cretácico inferior, en un corto período de tiempo (135 a 131 millones de años) en términos de la escala geológica (Rossetti et al., 2018). El área se encuentra entre los 100 y 400 m s. n. m. y su relieve está compartimentado en depresiones (depresión periférica), terrazas, sierras y plateaus (meseta meridional), predominando los argisoles, nitisoles, neosoles y chernosoles/cambisoles (Instituto Brasileiro de Geografia e Estatística, 2023). La región presenta un clima templado subtropical, con veranos calurosos e inviernos rigurosos, y precipitaciones relativamente uniformes, con un promedio anual aproximado de 1700 mm (Secretaria de Planejamento, Governança e Gestão do RS, 2021).
Población y muestra
Se
recolectaron in situ seis muestras de fragmentos de rocas Basálticas volcánicas
básicas a intermedias atribuidas a la Formación Torres del Grupo Serra Geral,
con el objetivo de obtener características geológicas distintas (ver Tabla 1).
Las canteras, dispuestas en forma de anfiteatro, son los lugares más propicios
para este tipo de estudio, ya que las rocas recolectadas pueden extraerse en
sus porciones menos alteradas por agentes meteorológicos. En función del
objetivo de este trabajo, las muestras de basaltos y basaltos andesíticos (Frank, 2008) fueron recolectadas en diferentes
facies volcánicas de los derrames, considerando morfologías de cima, núcleo y
base, además de su geometría, arquitectura, productos secundarios (rellenando
vesículas) y contactos litológicos.
La Figura
2 muestra la distribución espacial de los afloramientos en las canteras donde
se recolectaron las muestras, y la Tabla 1 presenta la información relevante
sobre cada muestra para una futura discusión sobre los posibles factores que
influyen en los resultados obtenidos.
Variable e instrumentos de
recolección de datos
Para la
adquisición de las firmas espectrales se utilizó el espectrorradiómetro
FieldSpec3 (MalvernPanalytical), con un peso aproximado de 8 kg, un campo de
visión (FOV) de 25°, resolución espectral de 10 nm, un rango de 350 a 2500 nm y
capacidad de recolectar 10 espectros por segundo. El protocolo para medir la
reflectancia fue pasivo, ya que la fuente de luz no estaba integrada en el
equipo, sino que se utilizó una fuente de luz externa (Kalacska
et al., 2018). Se empleó una lámpara halógena con 50 watts de potencia
externa al equipo como única fuente de iluminación (ver Figura 3). Las muestras
y los equipos fueron posicionados sobre una mesa de trabajo. El colector de luz
se colocó en posición vertical a una distancia mínima necesaria para evitar la
presencia de sombras sobre la muestra. El primer ángulo de medición de cada
muestra se determinó como 0° y luego se giró en dextrorso 90°, 180° y 270° a lo
largo de los ejes X e Y paralelos a la base, con el eje Z perpendicular a la
base, para analizar posibles variaciones en el espectro según estas posiciones.
Para cada orientación se obtuvieron promedios de 10 lecturas del sensor,
resultando en una reflectancia media basada en 40 lecturas por muestra, con un
total de 240 firmas espectrales, las cuales fueron procesadas en el software ViewSpecPro v.6.
Técnicas y procedimientos de la
recolección de datos
Los datos obtenidos a partir de las mediciones con el espectrorradiómetro fueron transferidos a la hoja de cálculo Excel, donde se organizaron en tablas dinámicas para su análisis. Se detectó un alto nivel de "ruido" espectral, especialmente en los extremos de las firmas espectrales. Por lo tanto, se decidió excluir las bandas por debajo de 440 nm y por encima de 2210 nm. Para mitigar la variabilidad del "ruido" en la parte central de las firmas espectrales se aplicó el complemento de Excel para suavización exponencial simple, con un factor de suavización del 95 % (Figura 4). A continuación, se muestra los detalles de la formula.
Donde St es el valor
suavizado en el tiempo t. Xt es el valor real en el
tiempo t. S
Análisis de datos
De las
cuatro posiciones evaluadas se calculó una firma espectral promedio y su
desviación estándar, siendo esto último utilizado para identificar las
diferencias a través de la variabilidad o la dispersión de los valores de las
firmas espectrales promedio. Las diferencias entre las seis muestras fueron
evaluadas mediante un análisis de varianza (ANOVA). Luego de detectar
diferencias significativas se aplicó la prueba de intervalos múltiples de
Tukey, y los resultados fueron representados en un diagrama de caja y bigotes.
Ambas pruebas se realizaron con un nivel de confianza del 95 %. Para realizar
estos análisis se utilizaron los softwares
estadísticos Infostat y MS Excel 2019.
RESULTADOS
Firmas espectrales
La Figura
5 muestra los gráficos de firmas espectrales obtenidos a partir del análisis de
la variación rotacional de cada muestra de roca Basálticas. Respectivamente,
las siglas _1, _2, _3 y _4 (en tonos de celeste, verde, naranja azul y rojo)
representan los valores de 0°, 90°, 180° y 270°, mientras que la media de las
cuatro variaciones constituye la coloración roja. No se identificó un valor de
rotación que exhibiera resultados estándar por encima o por debajo de la media
en diferentes muestras.
Por su parte, la Figura 6 ilustra las curvas espectrales promedio obtenidas en cada muestra para las bandas del visible, infrarrojo cercano (es decir, NIR) e infrarrojo de onda corta (es decir, SWIR). Se indican las características de reflectancia y absorción más pronunciadas en la firma espectral, representadas en forma de flechas de color azul (apuntando hacia abajo) y negro (apuntando hacia arriba) respectivamente. Se observa que existen diferencias notables entre las muestras, especialmente entre PS-1 y PS-4, que presentan valores elevados de reflectancia a lo largo del espectro y picos de absorción más prominentes. En contraste, las longitudes de onda con menores valores de reflectancia corresponden a las muestras PS-D, PS-2, PS-3 y PN-1. A pesar de las características similares de las muestras, hubo diferencias entre todas las firmas espectrales, siendo el núcleo del derrame (PS-2) y el dique (PS-D) las muestras que presentaron las mayores similitudes, considerando características cóncavas, convexas, de absorción y reflectancia.
Análisis de las diferencias
mediante desviación estándar
Las
Figuras 7A y 7B ilustran las diferencias en las desviaciones estándar de todas
las muestras, es decir, se evalúa la variabilidad de toda la firma espectral
promedio de todas las muestras. La prueba ANOVA indica que hay diferencias
estadísticamente significativas entre las muestras (p < 0,05). Las muestras
PS-1 y PS-4 presentan la mayor variabilidad. Las muestras PS-D y PS-2 muestran
similitudes estadísticamente significativas (ver letras similares entre ellas),
mientras que PS-3 y PN-1 son estadísticamente distintas de todas las demás,
según la prueba de rangos múltiples de Tukey (ver letras diferentes entre ellas;
p < 0,05).
DISCUSIÓN
Típicamente,
para el análisis composicional de rocas Basálticas, especialmente aquellas de
granulometría fina, prevalece el uso de métodos geoquímicos debido a su mayor
nivel de precisión. Sin embargo, estos métodos requieren más tiempo y costos en
adquisición y análisis de muestras, especialmente en lugares de difícil acceso (Jiang et al., 2024). Incluso en el laboratorio, la
espectroscopia de reflectancia tiene limitaciones relacionadas con el amplio
campo de visión, que provoca una mezcla de elementos presentes en las muestras
que se van a medir, lo que dificulta la interpretación del material analizado.
Aunque varios estudios para análisis geológicos o pedológicos basados en
espectroscopía de reflectancia se han realizado en regiones donde la vegetación
no oscurece las imágenes (Badura & Dąbski, 2022),
la cobertura vegetal y la meteorización química en la zona de estudio
dificultan aún más la relación entre firmas espectrales de rocas in situ y vía
satélite. Sin embargo, este trabajo puede servir como apoyo para análisis
espectrales en exposiciones locales (es decir, afloramientos en canteras,
cortes de carreteras, márgenes de ríos, movimientos de masa, etc.), potenciados
por sensores de alta resolución espacial en levantamientos aéreos.
Dado
que se trata de muestras basálticas, los bajos valores de reflectancia
obtenidos en los análisis (0,05 % - 0,2 %) son consistentes (Anbazhagan & Arivazhagan, 2009; Barthez et al., 2023;
Kokaly et al., 2017). Las escasas características espectrales de los
basaltos pueden deberse a la extrema extinción magnética, característica de los
minerales máficos (Madani, 2015). El análisis
cualitativo de las curvas espectrales indica variaciones composicionales y
posicionales/rotacionales entre las muestras. Aquellas con superficies más
rugosas e irregulares tienden a reflejar más luz y aparentan mayor
reflectancia. La magnitud de la reflectancia entre 500 y 1000 nm también puede
estar relacionada con la cantidad de vidrio volcánico en el sistema. Sin
embargo, debido a la falta de estandarización en la rugosidad de la superficie
de las muestras, dicho análisis sería impreciso (Rader
et al., 2022).
Las
bandas de absorción son una de las principales propiedades físicas utilizadas
para identificar y cuantificar constituyentes (Ong et
al., 2019). Varios minerales presentan bandas de absorción o
reflectancia entre 950 y 1000 nm. Considerando la paragénesis de los basaltos,
la hipótesis principal es que las características de absorción están
relacionadas con la presencia de Fe²⁺ en clinopiroxenos del tipo augita (Cloutis et al., 2010). Por otro lado, las
características de doble banda de reflectancia entre 600 y 850 nm (aumento de
reflectancia en la banda roja), seguidas de una banda de absorción entre 850 y
1000 nm, suelen estar asociadas con la presencia de óxidos de hierro (es decir,
hematita y goetita) en muestras de suelo (Jensen,
2009; Sousa et al., 2008). En este caso, la hipótesis es que estos
minerales pueden estar presentes como opacos, ya que las muestras PS-D y PS-2
no presentan ningún grado de meteorización. De cualquier manera, ambos casos
indican la presencia de hierro en el sistema.
Las bandas de absorción alrededor de 1900-2000
nm, presentes en todas las muestras, están relacionadas con la presencia de
hidroxilos en la estructura cristalina de diversos minerales, así como en 1400
nm (Laukamp et al., 2021; Murphy, 2015). En la
muestra PS-4, las bandas de absorción y reflectancia son más prominentes y
distintas de las otras muestras. Esta firma se asemeja a curvas obtenidas para
minerales del grupo de las zeolitas (Cloutis et al.,
2002; Kokaly et al., 2017). Se destaca que la muestra PN-1 fue la única
que presentó una curvatura descendente hasta los 1000 nm, sin que se encontrara
una razón evidente. Los espectros se midieron en diferentes orientaciones para
captar la radiación electromagnética en distintos ángulos, ya que la
cristalografía de los minerales en las rocas produce superficies irregulares
que pueden influir en las firmas espectrales. Se observó que los elevados
valores de desviación estándar obtenidos en las muestras PS-1 y PS-4 parecen
estar relacionados con la mayor heterogeneidad mineralógica y rugosidad del
fragmento (Badura & Dąbski, 2022).
Conclusiones
Los
resultados obtenidos en este trabajo destacan la importancia de la metodología
de adquisición de datos espectrales para muestras de rocas Basálticas. A medida
que aumenta la heterogeneidad macroscópica (textural y mineralógica), la firma
espectral tiende a variar significativamente según la posición de la muestra
bajo el colector de luz. Por lo tanto, en composiciones a escala centimétrica,
se recomienda utilizar la media obtenida en más de tres rotaciones o realizar
un tratamiento para segregar el material a ser analizado, dependiendo del
objetivo del estudio.
La
presencia de bandas de hidroxilo, óxidos de hierro, zeolita y calcita sirve
como apoyo y sustento para futuros análisis petrológicos. También indica que
las diferentes partes del derrame tendrán características distintas, aunque el
núcleo presenta similitudes espectrales con el dique. La espectroscopía de
reflectancia puede proporcionar información útil sobre minerales y rocas de
manera simple y rápida, además de potenciar la cartografía mediante la
integración de datos de campo, laboratorio, imágenes aéreas y satelitales. Sin
embargo, para análisis mineralógicos de laboratorio se recomienda complementar
con otros métodos como petrografía visual y geoquímica, para mejorar la
precisión e interpretación de las firmas espectrales.
En
este estudio no se midieron curvas de reflectancia bidireccional, sin embargo,
es un factor importante a considerar en trabajos futuros, ya que a escala de
laboratorio las superficies de las muestras analizadas están alejadas de la
reflectancia lambertiana. La característica rugosa de las muestras proporciona
una mayor anisotropía en la adquisición de análisis de curvas espectrales,
incidiendo no sólo los factores compositivos mineralógicos, sino también la
geometría del fragmento de roca, siendo crucial en la mayor variación de la
reflectancia.
Agradecimientos
Los
autores desean expresar su agradecimiento al Centro Estadual de Pesquisas em
Sensoriamento Remoto e Meteorologia (CEPSRM), por conceder el uso del
radiómetro para la adquisición de las firmas espectrales y por su apoyo en la
realización de este trabajo.
REFERENCIAS
Ahmad, L., Shah, M. T., & Khan, S. D. (2016). Reflectance spectroscopy and remote sensing data for finding
sulfide-bearing alteration zones and mapping geology in Gilgit-Baltistan,
Pakistan. Earth Science Informatics, 9(1), 113–121.
https://doi.org/10.1007/S12145-015-0239-X/METRICS
Anbazhagan, S., & Arivazhagan, S. (2009). Reflectance
spectra of analog basalts; implications for remote sensing of lunar geology. Planetary and Space Science, 57(12), 1346–1358. https://doi.org/10.1016/J.PSS.2009.06.020
Asadzadeh, S., & de Souza Filho, C. R.
(2016). A review on spectral processing methods for geological remote sensing. International Journal of Applied Earth
Observation and Geoinformation, 47,
69–90. https://doi.org/10.1016/J.JAG.2015.12.004
Badura, I., & Dąbski, M. (2022). Reflectance
spectroscopy in geology and soil sciences: literature review. Quaestiones Geographicae, 41(3), 157–167. https://doi.org/10.2478/QUAGEO-2022-0031
Barthez, M., Flahaut, J., Guitreau, M., Ito, G.,
& Pik, R. (2023). Understanding VNIR Plagioclase Signatures on Mars Through
Petrographic, Geochemical, and Spectral Characterization of Terrestrial
Feldspar-Bearing Igneous Rocks. Journal
of Geophysical Research: Planets, 128(8),
e2022JE007680. https://doi.org/10.1029/2022JE007680
Cloutis, E. A., Asher, P. M., & Mertzman, S.
A. (2002). Spectral reflectance properties of zeolites and remote sensing
implications. Journal of Geophysical
Research: Planets, 107(E9), 5–1. https://doi.org/10.1029/2000JE001467
Cloutis, E. A., Klima, R. L., Kaletzke, L.,
Coradini, A., Golubeva, L. F., McFadden, L. A., Shestopalov, D. I., &
Vilas, F. (2010). The 506 nm absorption feature in pyroxene spectra:
Nature and implications for spectroscopy-based studies of pyroxene-bearing
targets. Icarus, 207(1), 295–313. https://doi.org/10.1016/J.ICARUS.2009.11.025
Fang, Q., Hong, H., Zhao, L., Kukolich, S., Yin,
K., & Wang, C. (2018). Visible and Near-Infrared Reflectance Spectroscopy
for Investigating Soil Mineralogy: A Review. Journal of Spectroscopy, 2018(1),
3168974. https://doi.org/10.1155/2018/3168974
Frank, H. T. (2008). Gênese e padrões de distribuição de minerais secundários na formação
Serra Geral (Bacia do Paraná). https://lume.ufrgs.br/handle/10183/15881
Instituto Brasileiro de Geografia e Estatística.
(2023). Banco de Dados e Informações
Ambientais, DBiA. https://bdiaweb.ibge.gov.br/#/consulta/geologia
Jensen, J. R. (2009). Sensoriamento Remoto do
Ambiente: Uma Perspectiva em Recursos Terrestres (tradução da 2ª ed.). Information Systems, 2, 598. http://www.parentese.com.br/pdf/jensen.pdf
Jiang, G., Chen, X., Zhou, K., Wang, J., Zhou,
S., & Bai, Y. (2024). Estimation of lithium content in rock debris based on
spectral feature coefficients. Ore
Geology Reviews, 171, 106167. https://doi.org/10.1016/J.OREGEOREV.2024.106167
Kalacska, M., Pablo Arroyo-Mora, J., Soffer, R.,
& Elmer, K. (2018). ASD FieldSpec3
field measurement protocols v1. https://doi.org/10.17504/PROTOCOLS.IO.QU7DWZN
Kokaly, R. F., Clark, R. N., Swayze, G. A.,
Livo, K. E., Hoefen, T. M., Pearson, N. C., Wise, R. A., Benzel, W., Lowers, H.
A., Driscoll, R. L., & Klein, A. J. (2017). USGS Spectral Library Version
7. Data Series. https://doi.org/10.3133/DS1035
Laukamp, C., Rodger, A., Legras, M., Lampinen,
H., Lau, I. C., Pejcic, B., Stromberg, J., Francis, N., & Ramanaidou, E.
(2021). Mineral Physicochemistry Underlying Feature-Based Extraction of Mineral
Abundance and Composition from Shortwave, Mid and Thermal Infrared Reflectance
Spectra. Minerals, 11(4), 347. https://doi.org/10.3390/MIN11040347
Madani, A. (2015). Spectroscopy of olivine
basalts using FieldSpec and ASTER data: A case study from Wadi Natash volcanic
field, south Eastern Desert, Egypt. Journal
of Earth System Science, 124(7),
1475–1486. https://doi.org/10.1007/S12040-015-0618-1/METRICS-BADGE
Mandon, L., Beck, P., Quantin-Nataf, C.,
Dehouck, E., Thollot, P., Loizeau, D., & Volat, M. (2022). ROMA: A Database
of Rock Reflectance Spectra for Martian In Situ Exploration. Earth and Space Science, 9(1), e2021EA001871. https://doi.org/10.1029/2021EA001871
Murphy, R. J. (2015). Evaluating simple proxy
measures for estimating depth of the ~ 1900 nm water absorption
feature from hyperspectral data acquired under natural illumination. Remote Sensing of Environment, 166, 22–33. https://doi.org/10.1016/J.RSE.2015.05.029
Ong, C., Carrère, V., Chabrillat, S., Clark, R.,
Hoefen, T., Kokaly, R., Marion, R., Souza Filho, C. R., Swayze, G., &
Thompson, D. R. (2019). Imaging Spectroscopy for the Detection, Assessment and
Monitoring of Natural and Anthropogenic Hazards. Surveys in Geophysics, 40(3),
431–470. https://doi.org/10.1007/S10712-019-09523-1/TABLES/3-BADGE
Rader, E., Ackiss, S., Sehlke, A., Bishop, J.,
Orrill, B., Odegaard, K., Meier, M., & Doloughan, A. (2022). Average VNIR
reflectance: A rapid, sample-free method to estimate glass content and
crystallinity of fresh basaltic lava. Icarus,
383, 115084. https://doi.org/10.1016/J.ICARUS.2022.115084
Rossetti, L., Lima, E. F., Waichel, B. L., Hole,
M. J., Simões, M. S., & Scherer, C. M. S. (2018). Lithostratigraphy and
volcanology of the Serra Geral Group, Paraná-Etendeka Igneous Province in
Southern Brazil: Towards a formal stratigraphical framework. Journal of Volcanology and Geothermal
Research, 355, 98–114. https://doi.org/10.1016/J.JVOLGEORES.2017.05.008
Rost, E., Hecker, C., Schodlok, M. C., & van
der Meer, F. D. (2018). Rock Sample Surface Preparation Influences Thermal
Infrared Spectra. Minerals, 8(11),
475. https://doi.org/10.3390/MIN8110475
Secretaria de Planejamento, Governança e Gestão
do RS. (2021). Atlas Socioeconômico do
Rio Grande do Sul/Rio Grande do Sul (6ª ed.). Departamento de Planejamento
Governamental. https://issuu.com/spggrs/docs/atlas_socioeconomico_do_rio_grande_do_sul
Sousa, J. G. de A. J., Melo, J. A. D., &
Marques, A. G. (2008). Comportamento espectral dos solos na paisagem a partir
de dados coletados por sensores terrestre e orbital. Revista Brasileira de Ciência Do Solo, 32(2), 727–738. https://doi.org/10.1590/S0100-06832008000200027
Xie, B., Wu, L., Mao, W., Zhou, S., & Liu, S. (2022). An Open Integrated Rock Spectral Library (RockSL) for a Global Sharing and Matching Service. Minerals, 12(2), 118. https://doi.org/10.3390/MIN12020118
Contribución de los autores
L.F.S.M.: conceptualización,
curación de datos, visualización, redacción-original.
M.M.: visualización, revisión final
del artículo, redacción-original.
L.A.G.: supervisión, revisión final
del artículo, redacción-revisión y edición.
D.C.: análisis e interpretación de
datos, metodología, redacción-original.
Fuentes de financiamiento
No se utilizaron
fuentes de financiación.
Conflictos de interés