Autores:
Cruz, J.A.*; Fernández García, A.**; García-Meléndez, E.*; Martínez Redondo, C.**; Colmenero-Hidalgo, E.*; González Rabanal, N. ***; Ferrer-Julià, M.*
* Grupo de Investigación Geología Ambiental, Cuaternario y Geodiversidad (Q-GEO), Facultad de Ciencias Biológicas y Ambientales. Universidad de León, 24071-León.
** Grupo INGEMAR. Crta. Campamento Militar de Parga, 27305-Guitiriz, Lugo.
*** Departamento de Economía y Estadística, Área de Economía Aplicada, Facultad de Ciencias Económicas y Empresariales. Universidad de León, 24071-León.
El GRUPO INGEMAR y la Universidad de León (Grupo de Investigación Q-GEO), a través del proyecto DIGIS-3 financiado con fondos europeos, han experimentado con el uso de la espectroscopía de reflectancia de laboratorio como nueva técnica para ayudar a realizar una exploración y explotación ambientalmente sensibles, y evaluar si su uso en empresas ayuda a conseguir y asegurar el uso y suministro sostenible de materias primas, aumentando los beneficios para el conjunto de la Sociedad. El proyecto DIGIS-3 también está relacionado con el desafío del Marco de Investigación de Horizonte Europa relacionado con las materias primas, especialmente aquellas no energéticas y no agrícolas.
En las empresas del sector minero extractivo existe un interés generalizado de disponer de tecnologías que permitan establecer con cierta precisión la composición de los recursos minerales de interés, para disminuir los rechazos en la posventa y extraer el máximo de beneficios de los residuos, tanto en la minería metálica como en el campo de las rocas y minerales industriales. La selección del tipo de roca para un determinado uso es básica en cualquier proyecto en el que se vaya a utilizar (construcción, etc.).
La roca ornamental puede presentar características que condicionan que, por ejemplo, no pueda utilizarse en exteriores, o bien que su uso se adecúe a uno u otro en función de las condiciones climáticas de su emplazamiento final. Por esta razón, la normativa obliga a realizar una analítica inicial que permite conocer las características físicas y químicas del material. Sin embargo, las variaciones espaciales intrínsecas de este producto natural dificultan que se mantenga, a veces, la uniformidad de unas características concretas a lo largo del tiempo de la explotación del recurso.
El granito es una de las rocas ornamentales más utilizadas en construcción, patrimonio y diseño urbano, gracias a su durabilidad, resistencia y atractivo estético. Sin embargo, como cualquier material natural, no está exento de procesos de meteorización (alteración) que, a lo largo del tiempo, pueden afectar sus propiedades físicas, químicas y visuales. De manera particular, la meteorización química es la que más compromete la calidad del granito, ya que genera decoloraciones, pérdida de brillo, manchas de óxido y reducción de la resistencia mecánica (Snethlage & Sterflinger-Gleixner, 2014). Estos procesos no siempre son visibles en fases iniciales, lo que dificulta su detección temprana en canteras, talleres o incluso en piezas instaladas en núcleos urbanos.
En esta experimentación vinculada al proyecto DIGIS3 se utiliza la espectroscopía de reflectancia de laboratorio (base de la Teledetección hiperespectral de proximidad) para una simulación en tiempo real de la determinación composicional (su variedad y alteraciones) de distintas rocas ornamentales graníticas. Para ello se han utilizado varias losas de roca cortadas (Figura 1) correspondientes a seis variedades de rocas de tipo granito de distintas regiones de la Península Ibérica. El potencial uso de esta tecnología tanto en nave de corte como en el frente de extracción de rocas graníticas puede llegar a mejorar la clasificación y la selección de tratamiento superficial del material útil en la cantera. De esta manera puede evitarse el transporte de piezas grandes a las naves de corte que finalmente serían rechazadas generando residuos, mejorando así la eficiencia de la cantera y mejorando la caracterización composicional del material para contribuir a una extracción y tratamiento más eficiente y sostenible.
Figura 1. Ejemplo de dos losas de roca cortadas de granito analizadas facilitadas por el grupo INGEMAR.
1. ¿En qué consiste esta técnica?
La espectroscopía de reflectancia de laboratorio consiste en obtener una medición de la respuesta espectral de la superficie de la roca ante la incidencia de la energía electromagnética en el intervalo de longitudes de onda entre los 400 y los 2500 nm, que se corresponden con las regiones del espectro electromagnético del VNIR (visible e infrarrojo cercano) y SWIR (infrarrojo de onda corta). De esta manera, las curvas espectrales permiten la identificación directa, entre otros, de los minerales de hierro como hematites, goetita, jarosita, etc. en el VNIR, y de arcillas, carbonatos, micas, sulfatos y otros minerales en el SWIR. Esta respuesta espectral se plasma en espectros (curvas espectrales) como se aprecia en la figura 2.
Figura 2. Ejemplo de curvas o firmas espectral de dos muestras de granitos facilitada por el grupo INGEMAR. En ella se observan rasgos indicativos de composición asociada a una roca ígnea plutónica félsica como son los feldespatos y las micas. Las regiones azules corresponden a rasgos asociados al contenido en agua de la roca. Por otro lado, en el espectro superior naranja se muestran rasgos (pendientes y depresiones indicadas el espectro) que informan de que sus minerales están sufriendo los procesos alteración más frecuentes en granitos, como es la caolinitización, seritización, cloritización …
2. ¿Qué características de los minerales influyen en sus curvas espectrales?
En el caso de las longitudes de onda del rango del visible e infrarrojo cercano (VNIR), los espectros de reflectancia de los minerales están dominados por la presencia o ausencia de iones metálicos de transición (como Fe, Cr, Co, Ni). Estos iones absorben energía en esta región mediante procesos electrónicos, reflejándose como rasgos de absorción en la curva espectral. Su mayor detección, refleja que esos elementos han sido expuestos por procesos de alteración sufridos por la roca (oxidación, seritización, cloritización, caolinitización, …) Por otra parte, la presencia o ausencia de agua e iones hidroxilo, carbonato y sulfato, determina rasgos de absorción en longitudes de onda correspondientes al infrarrojo de onda corta (SWIR) debido a procesos vibracionales moleculares en respuesta a procesos de hidrólisis, oxidación o interacción con lluvias ácidas. Así pues, las pequeñas diferencias en la posición y la forma de dichos rasgos de absorción en el VNIR-SWIR están correlacionados con diferencias y variabilidad en la composición y alteración de los minerales.
3. ¿Cómo se toman las muestras?
Para la obtención de datos no es necesario realizar un muestreo y posterior preparación en condiciones controladas, ya que las mediciones pueden efectuarse directamente en campo sin requerir un tratamiento previo del material a analizar (excepto eliminación de posible polvo superficial). No obstante, si se tienen fragmentos de la roca a analizar es más cómodo realizar las mediciones en un entorno de laboratorio (Figura 3).
Figura 3. Mediciones en laboratorio de las curvas espectrales de las losas de granito analizadas con el espectrorradiómetro ASD FieldSpec4.
A fin de validar el protocolo de análisis, en el presente estudio se realizaron mediciones repartidas homogéneamente por la muestra (Figura 4).
Figura 4. Ejemplo de una de las losas analizadas correspondientes al Blanco Perla comercializado por el GRUPO INGEMAR. Los círculos rojo de la imagen de la roca señalan los puntos en los que se han tomado mediciones de sus curvas espectrales. Como puede observarse, a pesar de sus diferencias, la mayor parte de los rasgos de absorción coinciden en todas las medidas.
4. ¿Cómo se analizan las curvas espectrales?
Existen bibliotecas espectrales o espectrotecas que almacenan las curvas espectrales de distintos tipos de materiales de composición conocida: rocas, tipos de suelos, minerales, vegetación, … estas “bibliotecas” son de gran ayuda para identificar a qué corresponde cada una de las curvas espectrales que podemos extraer de distintos puntos de las superficies de las rocas. En el ámbito de la Geología, las dos bibliotecas más conocidas son la del Servicio Geológico de Estados Unidos (USGS) y la del Jet Propulsion Laboratory (JPL) de la NASA (Kokaly et al., 2017). La comparación de los espectros de nuestras rocas con estas curvas es sin duda el primer paso a realizar, pero muchas veces no es suficiente. Dos muestras de un mismo mineral pueden tener cierta variabilidad composicional, lo que produce variaciones en su curva espectral. Por esta razón, es recomendable generar bibliotecas espectrales propias con muestras de las zonas de estudio donde se trabaja, como las que se han obtenido en el proyecto DIGIS3. El conjunto de estas curvas espectrales alimenta algoritmos de machine learning facilitando la identificación mineralógica, permitiendo determinar la ausencia/presencia de minerales. Se espera que los avances que se están observando en Inteligencia Artificial proporcionen sustanciales mejoras en los próximos años.
5. Ventajas del uso de esta técnica en el sector de la roca ornamental
Esta técnica representa una herramienta clave para el análisis preventivo y diagnóstico ya que permite:
- Identificar alteraciones mineralógicas asociadas a procesos de hidrólisis, oxidación o carbonatación.
- Diferenciar fases frescas y alteradas del mismo granito, incluso cuando no hay cambios visibles a simple vista.
- Monitorizar la evolución de tratamientos de conservación, como selladores o recubrimientos protectores.
- Optimizar la extracción en cantera, seleccionando bloques de mayor integridad petrográfica y reduciendo pérdidas económicas por material degradado.
En el ámbito de las canteras, las ventajas que presenta esta técnica son la posibilidad de realizar análisis in situ, el poder prescindir de la preparación de las muestras y su rapidez, ya que en menos de 24 h se puede identificar la existencia o ausencia de determinados compuestos minerales. Estas tres características convierten a esta técnica en idónea para la monitorización continua de los frentes de cantera, mejorando la selección de áreas a explotar y disminuyendo el volumen de residuos (Figura 5).
Figura 5. Frente de cantera del granito Blanco Perla comercializado por el GRUPO INGEMAR. Este tipo de frentes son un ejemplo del tipo de superficies a analizar para valorar la dirección de la futura explotación.
Esta técnica también se puede utilizar para el análisis de los residuos de escombreras, al detectar la presencia de determinados minerales de posible interés en dichos residuos. Este conocimiento abre un mayor abanico de usos potenciales de los residuos, pudiendo escogerse aquellos que aporten un mayor beneficio económico a la empresa, a la vez que se promueve una economía circular y sostenible. Otro campo donde es interesante la aplicación de esta técnica es el de la gestión del uso del material en función de su calidad. El análisis de las curvas espectrales permite detectar impurezas en la roca, poniendo en evidencia que dicho bloque o losa es inadecuado para su colocación, por ejemplo, en zonas con climas lluviosos, en exteriores, … facilitando la clasificación de las placas en las naves de corte. De esta manera se obtiene una mayor satisfacción del cliente al mejorar la relación entre calidad y uso.
6. Conclusiones
El control en la explotación y clasificación de la roca ornamental mediante el análisis de datos hiperespectrales obtenidos por espectroscopía de reflectancia puede ayudar a mejorar las perspectivas económicas de las empresas y un ahorro medioambiental importante al aprovechar mejor los estériles generados tanto en cantera como en las plantas de elaboración. Con esta tecnología se facilitará la transición del sector de las materias primas de minerales y rocas hacia una economía sostenible y digital y, al mismo tiempo, afianzará la resiliencia y la autonomía estratégica abierta de Europa en las tecnologías clave necesarias para dicha transición.
Bibliografía
Goetz, A.F.H., Vane, G., Solomon, J.E. & Rock, B.N. (1985). Imaging spectrometry for Earth remote sensing. Science, 228, 1147-1453.
Hunt, G.R. & Salisbury, J.W. (1970). Visible and near infrared spectra of minerals and rocks. I. Silicate Minerals. Modern Geology, 1, 283-300.
Hunt, G.R., Salisbury, J.W. & Lenhoff, C.J. (1971). Visible and near infrared spectra of minerals and rocks: III. Oxides and Hydroxides. Modern Geology, 2, 195-205.
Hunt, G.R., Salisbury, J.W. & Lenhoff, C.J. (1973). Visible and near infrared spectra of minerals and rocks: VII. Acidic Igneous Rocks. Modern Geology, 4, 217-224.
Kokaly, R.F., Clark, R.N., Swayze, G.A., Livo, K.E., Hoefen, T.M., Pearson, N.C., Wise, R.A., Benzel, W.M., Lowers, H.A., Driscoll, R.L. & Klein, A.J. (2017). USGS Spectral Library Version 7: U.S. Geological Survey data series 1035, 61 p. https://doi.org/ghw2cg.
Snethlage, R., & Sterflinger-Gleixner, K. (2014). Stone conservation. In Stone in architecture: properties, durability (pp. 415-550). Berlin, Heidelberg: Springer Berlin Heidelberg.
