Anomalías geoquímicas: una revisión sistemática según el método prisma
Resumen
El incremento de la actividad minera y la subsecuente contaminación han hecho necesario identificar las anomalías químicas en una región, conocer los factores que las ocasionan, entre otros aspectos que permitan su mejor estudio. Se planteó como objetivo, analizar las áreas de estudio de las anomalías geoquímicas a través de la revisión sistemática. Asimismo, posee enfoque cualitativo; y emplea la revisión sistemática, según la metodología Prisma. Además, se ha considerado como población: los artículos científicos en la base de datos Scopus, durante los años 2015-2022, que son de acceso abierto, que están publicados en idiomas inglés, español y portugués. La técnica empleada es el análisis documental y los instrumentos son las matrices de análisis individual y grupal, que fueron procesados con Atlas ti. Se encontraron 11 artículos que tenían los términos de anomalías químicas, en inglés y español, en el título de la investigación. Asimismo, dentro de los estudios se encontró que la combinación de los modelos BME y GWR, permiten una mejor metodología espacial y cartográfica para datos duros y blandos para el reconocimiento de las anomalías geoquímicas. De la misma manera, se encontró la existencia de modelos LSA, AE y OCSVM.
Descargas
Citas
Bazán, O. (2021). Innovaciones estadísticas y redes neuronales artificiales aplicadas a la prospección geoquímica en los cuadrángulos de Chaparra y Atico, Caravelí – Arequipa. Revista Del Instituto de Investigación de La Facultad de Minas, Metalurgiía y Ciencias Geográficas, 24(48), 35–44. https://doi.org/10.15381/iigeo.v24i48.19212
Blanco, D., Rubio, E., Marín, M., y de Agustina, B. (2020). Propuesta metodológica para revisión sistemática en el ámbito de la ingeniería basada en PRISMA. Congreso Nacional de Ingeniería Mecánica, 1(June), 1–12. https://www.researchgate.net/profile/David_Blanco_Gomez/publication/348705198_Propuesta_metodologica_para_revision_sistematica_en_el_ambito_de_la_ingenieria_basada_en_PRISMA/links/600bf215a6fdccdcb8736b1e/Propuesta-metodologica-para-revision-sistematica-e
Chuquiruna, W., y Chira, J. E. (2018). Análisis Geoestadístico Multivariable para identificación de anomalía del oro, Ayahuanca-Puno. Revista del Instituto de Inestigación FIGMMG-UNMSM, 21(41), 91–98. https://doi.org/10.15381/iigeo.v21i41.14997
Clarke, J. (2011). What is a systematic review [Qué es una reivsión sistemática]. In Evidence-Based Nursing (Vol. 14, Issue 3, p. 64). https://doi.org/10.1136/ebn.2011.0049
Dominech, S., Yang, S., Aruta, A., Gramazio, A., & Albanese, S. (2022). Multivariate analysis of dilution-corrected residuals to improve the interpretation of geochemical anomalies and determine their potential sources: The Mingardo River case study (Southern Italy) [. Análisis multivariante de residuales corregidos por dilución para mejorar la interpretación de anomalías geoquímicas y determinar sus fuentes potenciales: el estudio de caso del río Mingardo (sur de Italia)]. Journal of Geochemical Exploration, 232, 1–11. https://doi.org/10.1016/j.gexplo.2021.106890
Dusengemungu, L., Mubemba, B., & Gwanama, C. (2022). Evaluation of heavy metal contamination in copper mine tailing soils of Kitwe and Mufulira, Zambia, for reclamation prospects [Evaluación de la contaminación por metales pesados en suelos de relaves de minas de cobre de Kitwe y Mufulira, Zambia, para perspectivas de recuperación]. Scientific Reports, 0123456789, 1–16. https://doi.org/10.1038/s41598-022-15458-2
Escudero, C. L., y Cortez, L. A. (2018). Técnicas y métodos cualitativos para la investigación científica. Ediciones UTMACH. http://repositorio.utmachala.edu.ec/bitstream/48000/12501/1/Tecnicas-y-MetodoscualitativosParaInvestigacionCientifica.pdf
Fajardo, N., Solís, H., y Gil, F. (2017). Determinación de metales pesados en los cuerpos de agua del Área de Conservación Regional Humedales de Ventanilla, Región Callao, Perú. Revista del Instituto de Investigación, FIGMMG-UNMSM, 20(39), 149–158. https://doi.org/10.15381/iigeo.v20i39.14177
Fei, X., Christakos, G., Xiao, R., Ren, Z., Liu, Y., & Lv, X. (2019). Improved heavy metal mapping and pollution source apportionment in Shanghai City soils using auxiliary information [Mapeo mejorado de metales pesados y asignación de fuentes de contaminación en los suelos de la ciudad de Shanghái usando información auxiliar] Science of The Total Environment, 661, 168–177. https://doi.org/10.1016/J.SCITOTENV.2019.01.149
Ghasemzadeh, S., Maghsoudi, A., Yousefi, M., & Mihalasky, M. J. (2022). Information value-based geochemical anomaly modeling: A statistical index to generate enhanced geochemical signatures for mineral exploration targeting [Modelado de anomalías geoquímicas basado en valores de información: un índice estadístico para generar firmas geoquímicas mejoradas para la exploración de minerales]. Applied Geochemistry, 136, 1–18. https://doi.org/10.1016/j.apgeochem.2021.105177
Guo, J., Fan, H., Wang, X., Zhang, L., Ren, L., He, Y., Ma, F., Meng, W., Bai, X., & Yin, J. (2019). Integrating Geochemical Anomaly and Remote Sensing Methods to Predict Oil- and Gas-Bearing Areas in the Yanchang Oil Field, Ordos Basin, China [Integración de anomalías geoquímicas y métodos de detección remota para predecir áreas con presencia de petróleo y gas en el campo petrolífero de Yanchang, cuenca de Ordos, China]. Earth Sciences Research Journal, 23(1), 79–86. https://doi.org/10.15446/esrj.v23n1.57544
He, J., & Kolovos, A. (2018). Bayesian maximum entropy approach and its applications: a review [El enfoque bayesiano de máxima entropía y sus aplicaciones: una revisión]. Stoch. Env. Res. Risk A. 32, 859–877. https://link.springer.com/article/10.1007/s00477-017-1419-7
Herrera, P., y Millones, O. (2011). ¿Cuál es el costo de la contaminación ambiental minera sobre los recursos hídricos en el Perú? In Informe Final (Vol. 35, Issue 70). https://www2.congreso.gob.pe/sicr/cendocbib/con3_uibd.nsf/FF88A00731054C670525797A006117B0/$FILE/Informe_Final_Costo_Economico_de_la_contaminacion_en_los_recursos_Hidrico.pdf
Hu, J., Zhou, J., Zhou, G., Luo, Y., Xu, X., Li, P., & Liang, J. (2016). Improving estimations of spatial distribution of soil respiration using the Bayesian maximum entropy algorithm and soil temperature as auxiliary data [Mejora de las estimaciones de la distribución espacial de la respiración del suelo utilizando el algoritmo bayesiano de máxima entropía y la temperatura del suelo como datos auxiliares]. PLoS ONE, 11(1), 1–19. https://doi.org/10.1371/journal.pone.0146589
Hung, K. T. (2022). Identification of geochemical anomalies associated with Sn-W mineralization in the Dong Van region, North-Eastern Vietnam, using statistical methods [Identificación de anomalías geoquímicas asociadas con la mineralización Sn-W en la región de Dong Van, Noreste de Vietnam, usando métodos estadísticos]. Mining Science and Technology (Russian Federation), 7(2), 100–110. https://doi.org/10.17073/2500-0632-2022-2-100-110
Lastra-Rivero, J. F., y Garcia-Crespo, M. E. (2022). Análisis de factores y modelación multifractal concentración-área para la delimitación de anomalías pedogeoquímicas complejas en el sector Loma Roja-Loma Hierro, Cuba occidental. Boletín de Geología, 44(2), 145–160. https://doi.org/10.18273/revbol.v44n2-2022007
Li, B., Zhang, F., Liao, J., Zhuang, X., Querol, X., Moreno, N., & Sangguan, Y. (2022). Geological Controls on Geochemical Anomaly of the Carbonaceous Mudstones in Xian’an Coalfield, Guangxi Province, China [Controles geológicos sobre la anomalía geoquímica de las lutitas carbonáceas en la cuenca carbonífera de Xian’an, provincia de Guangxi,. China]. Energies, 15, 1–22. https://www.scopus.com/record/display.uri?eid=2-s2.0-85123591679&origin=resultslist&sort=plf-f&src=s&sid=55299e6f68b4947bf99ee60ce4c32c27&sot=b&sdt=b&s=TITLE-ABS-KEY%28Geochemical+anomaly+definition+using+stream+sediments+landscape+modeling%29&sl=87&sessi
Manterola, C., Astudillo, P., Arias, E., & Claros, N. (2013). Systematic Reviews of the Literature: What Should be Known About Them [Revisiones sistemáticas de la literatura: lo que se debe saber sobre ellas]. Cirugía Española (English Edition), 91(3), 149–155. https://doi.org/10.1016/j.cireng.2013.07.003
Peña, S., y Araya, P. (2021). Aguas de contacto, efectos en la minería y el medioambiente. Revista de la Facultad de Derecho, 50, 0–2. https://doi.org/10.22187/rfd2021n50a6
Quispe, J. (2021). Método geoquímico de exploración con anomalías de AS, Pb, Zn, Cu y Fe, Proyecto Virgen de las Nieves, Raura [Universidad Nacional Daniel Alcides Carrión]. http://repositorio.undac.edu.pe/handle/undac/2488
Racki, G., Marynowski, L., & Rakociñski, M. (2018). Anomalous upper devonian mercury enrichments: Comparison of inductively coupled plasma-Mass spectrometry (ICP-MS) and atomic absorption spectrometry (AAS) analytical data [Enriquecimientos anómalos de mercurio en el devónico superior: comparación de datos analíticos de espectrometría de masas (ICP-MS) y espectrometría de absorción atómica (AAS) de plasma acoplado inductivamente]. Geological Quarterly, 62(3), 487–495. https://doi.org/10.7306/gq.1419
Román-Ochoa, Y., Choque, G. T., Tejada, T. R., Yucra, H., Durand, A. E., & Hamaker, B. R. (2021). Heavy metal contamination and health risk assessment in grains and grain-based processed food in Arequipa region of Peru [Contaminación por metales pesados y evaluación de riesgos para la salud en granos y alimentos procesados a base de granos en la región de Arequipa en Perú]. Chemosphere, 1–13. https://doi.org/10.1016/j.chemosphere.2021.129792
Sechman, H., Góra, A., Twaróg, A., Guzy, P., Górska-Mruk, E., Górecki, W. (2018). Near-surface geochemical anomalies integrated with seismic and well data over the contact of the outer carpathians and the carpathian foredeep (SE Poland) [Anomalías geoquímicas cercanas a la superficie integradas con datos sísmicos y de pozos sobre el contacto de los Cárpatos exteriores y la profundidad de los Cárpatos (SE de Polonia)]. Geofluids, 2018, 1-21. https://doi.org/10.1155/2018/7014324
Urrútia, G., y Bonfill, X. (2010). Declaración PRISMA: una propuesta para mejorar la publicación de revisiones sistemáticas y metaanálisis. Medicina Clínica, 135(11), 507–511. http://es.cochrane.org/sites/es.cochrane.org/files/public/uploads/PRISMA_Spanish.pdf
Vásquez, R., Palomino, C., Chira, J., y Guillén, M. (2010). Anomalías Geoquímicas secundarias negativas y positivas de rocas sedimentarias silicoclásticas cretáceas en el Perú central. XV Congreso Peruano de Geología. Resúmenes Extendidos, 9, 900–903. https://repositorio.ingemmet.gob.pe/bitstream/20.500.12544/428/2/Anomalias_secundarias_positivas_y_negativas.pdf
Vilela-Pincay, W., Marbelle, E.-E., y Bravo-González, A. (2020). La contaminación ambiental ocasionada por la minería en la provincia de El Oro. Estudios de La Gestión. Revista Internacional de Administración, 8(8), 215–233. https://doi.org/10.32719/25506641.2020.8.8
Wang, H., Yuan, Z., Cheng, Q., & Zhang, S. (2022). Incorporation of geological constraints into geochemical anomaly identification using BME-GWR: A case study from Inner Mongolia of China [Incorporación de restricciones geológicas en la identificación de anomalías geoquímicas utilizando BME-GWR: un estudio de Mongolia interior de China. Ore Geology Reviews, 141, 1–12. https://doi.org/10.1016/j.oregeorev.2021.104658
Wang, H., Yuan, Z., Cheng, Q., Zhang, S., & Sadeghi, B. (2022). Geochemical anomaly definition using stream sediments landscape modeling [Definición de anomalías geoquímicas utilizando modelos de paisajes de sedimentos de corrientes]. Ore Geology Reviews, 142, 1–13. https://doi.org/10.1016/j.oregeorev.2022.104715
Wang, J., & Zuo, R. (2022). Model averaging for identification of geochemical anomalies linked to mineralization [Promedio de modelos para la identificación de anomalías geoquímicas vinculadas a la mineralización]. Ore Geology Reviews, 146, 1–12. https://doi.org/10.1016/j.oregeorev.2022.104955
Wang, X., Cawood, P. A., Zhao, H., Zhao, L., Grasby, S. E., Chen, Z. Q., Wignall, P. B., Lv, Z., & Han, C. (2018). Mercury anomalies across the end Permian mass extinction in South China from shallow and deep water depositional environments [Anomalías de mercurio a lo largo de la extinción masiva del Pérmico final en el sur de China en entornos de depósito de aguas poco profundas]. Earth and Planetary Science Letters, 496, 159–167. https://doi.org/10.1016/j.epsl.2018.05.044
Wu, B., Li, X., Yuan, F., Li, H., & Zhang, M. (2022). Transfer learning and siamese neural network based identification of geochemical anomalies for mineral exploration: A case study from the Cu-Au deposit in the NW Junggar area of northern Xinjiang Province, China [Transferencia de aprendizaje e identificación basada en redes neuronales siamesas de anomalías geoquímicas para la exploración de minerales: un estudio de caso del depósito Cu-Au en el área NW Junggar de la provincia norteña de Xinjiang, China]. Journal of Geochemical Exploration, 232, 1–9. https://doi.org/10.1016/j.gexplo.2021.106904
Derechos de autor 2023 Rosa Julia Medina Sandoval
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
