Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en
Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg
Monitoreo de canteras con Geomática y UAV. Caso de estudio: Cantera al oriente de Quito-Ecuador Monitoring of quarries with Geomatics and UAV. Case Study: Eastern Quarry, Quito-Ecuador by/por
Roberto Alonso Cepeda Naula 11825475 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science– MSc Advisor ǀ Supervisor:
Leonardo Zurita Arthos PhD
Quito - Ecuador, Noviembre 2022
Compromiso de Ciencia
Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.
Quito, noviembre 2022 (Lugar, Fecha)
(Firma)
Agradecimiento Al Equipo de UNIGIS y Universidad de Salzburgo, en brindarme el aprendizaje de excelencia en el mundo de los SIG.
Un encarecido agradecimiento a los profesores que me han direccionado para la presente investigación: Fernanda B., M.Sc y Richard Resl, Ph.D. Collet Laure, MSc. Jorge Rubiano, Ph.D. Rafael Beltran Ramallo, M.Sc. Gabriela Ramón, M.Sc. Carlos Morales, Coach Académico.
Así también un agradecimiento especial a las personas que me han ofrecido su ayuda: al Profesor Ing. Héctor Cepeda, a la estimada Ing. Ana Merino, M.Sc. y al colega muy apreciado Ing. Juan Carlos Vargas, MBA.
Dedicatoria
Dios y libertad. Mis queridos padres Héctor y Marlene siempre con la motivación de su apoyo, además fundamentales mis dos queridos hermanos y abuelitos. Siempre todos mis logros para mi abuelito Juan Alonso Cepeda .
Resumen Las minas a cielo abierto y las canteras se consideran modeladores paisajísticos de la superficie terrestre, encontrándose entre las firmas antropogénicas que sugieren la necesidad obligatoria y regulatoria de monitoreo. El uso de geomática (análisis espacial - temporal), asociada a nuevas tecnologías de mapeo en diferentes latitudes del planeta y los avances de automatización computacional en geociencias, desarrolla la posibilidad del control minero y de este documento. En la presente investigación, se ejecuta misiones nadir y oblicuas de un UAV-liviano en la cantera ubicada al oriente de Quito-Ecuador, donde son aplicados los métodos de reconstrucción aerofotogramétricos (SfM) y sistemas de receptores GNSS, en 13 campañas. Lo que determina entidades espaciales con resoluciones de alta calidad de GSD = 5 mm/pixel - 5 cm/pixel en toda la cantera (20 hectáreas). Los productos desarrollados se analizan mediante sistemas de información geográfica en diversos softwares de acuerdo con herramientas geomáticas (DoD, pendientes-aspectos, facetas, digitalización - análisis 3D, cinta métrica - brújula virtual, clasificación RGB de nube de puntos, entre otros). Los resultados permiten determinar una evolución de las geoformas con cambios volumétricos en un 67.61 % de la superficie intersecada por el DoD-pendientes-aspectos en la cantera, adicionalmente se obtiene datos de comportamiento espacial para discontinuidades geológicas en 15 taludes donde predomina un flujo de lava andesítica y se determina un RMR o calidad del macizo rocoso de regular-bueno. Por lo tanto, los datos generados 3D-2D presentan una validación mediante información de ordenador e in situ y data secundaria recopilada del escenario estudiado, por lo que, son elementos oportunos al activar el flujograma de monitoreo para la cantera. Lo que se constata al comprobar la hipótesis de la investigación con una optimización en tiempo del 67 % en relación al uso de métodos tradicionales. De tal forma se recomienda usar el flujograma de monitoreo en otras áreas mineras más extensas. PALABRAS CLAVE: Aerofotogrametría, Cantera, Geociencias, Geomática, Monitoreo, UAV.
4
Abstract Open-pit mines and quarries are considered landscape modelers of the earth's surface, being among the anthropogenic signatures that suggest the mandatory and regulatory need for monitoring. The use of geomatics (spatial-temporal analysis), integrated with new mapping technologies in different latitudes of the planet and the advances in computational automation in geosciences, develops the possibility of mining control and this document. In the present research, nadir and oblique missions of lightweight UAV in the quarry located east of Quito-Ecuador, where aerial photogrammetric reconstruction methods (SfM) and GNSS receiver systems are applied in 13 campaigns. This determines spatial entities with high-quality resolutions of GSD = 5 mm/pixel - 5 cm/pixel in the quarry (20 hectares). The spatial entities developed are analyzed using geographic information systems in various software according to geomatics tools (DoD, slopes-aspects, facets, digitizing - 3D analysis, tape measure - virtual compass, RGB classification of the point cloud, etc.). The results allow us to determine the evolution of the geoforms with volumetric changes in 67.61 % of the surface intersected by the DoD-slopes-aspects in the quarry, additionally, we obtain spatial behavior data for geological discontinuities in 15 slopes where an andesitic lava flow predominates and a RMR or quality of the rock mass of regular-good is determined. Therefore, the generated 3D-2D data presents a validation through the computer, in situ information and secondary data collected from the studied scenario, so, they are opportune elements when activating the monitoring flowchart for the quarry. This is confirmed by proving the hypothesis of the research with an optimisation in time of 67% in relation to the use of traditional methods. As such, it is recommended to use the monitoring flowchart in other larger mining areas. PALABRAS CLAVE: Geomatics, Geosciences, Monitoring, Photogrammetry, Quarry, UAV.
5
Tabla de contenido 1. INTRODUCCIÓN .......................................................................................................13 1.1. ANTECEDENTES ................................................................................................ 13 1.2. OBJETIVO GENERAL ........................................................................................15 1.3. OBJETIVOS ESPECÍFICOS................................................................................. 15 1.4. PREGUNTAS DE INVESTIGACIÓN .................................................................. 16 1.5. HIPÓTESIS........................................................................................................... 16 1.6. JUSTIFICACIÓN..................................................................................................16 1.7. ALCANCE............................................................................................................ 17 2. REVISIÓN DE LITERATURA ................................................................................... 19 2.1. MARCO TEÓRICO .............................................................................................. 19 2.1.1.
Minería y control minero .......................................................................... 19
2.1.2.
Canteras .................................................................................................... 21
2.1.3.
Fotogrametría aérea y UAV ......................................................................26
2.2. MARCO METODOLÓGICO ................................................................................ 32 2.2.1.
Materiales pétreos .....................................................................................33
2.2.2.
Flujo de análisis ........................................................................................ 33
3. METODOLOGÍA ........................................................................................................ 41 3.1. ÁREA DE ESTUDIO ............................................................................................41 3.1.1.
Geología ................................................................................................... 42
3.1.2.
Geomorfología, fisiografía y clima ............................................................ 45
3.2. FLUJOGRAMA .................................................................................................... 46 3.3. DESCRIPCIÓN DE LA METODOLOGÍA ...........................................................48 3.3.1.
Fotogrametría (levantamiento información primaria) ................................ 48
3.3.2.
Análisis espacial y temporal ......................................................................53
3.3.3.
Evaluar-caracterizar y comparar ................................................................59
4. RESULTADOS Y ANÁLISIS .....................................................................................60 4.1. RESULTADOS ..................................................................................................... 60 4.1.1.
Fotogrametría y productos ........................................................................ 60
4.1.2.
Cambios geomorfológicos......................................................................... 63
4.1.3.
Caracterización Geológico-Estructural ...................................................... 68
4.1.4.
Flujograma proyectivo .............................................................................. 76
4.2. ANÁLISIS ............................................................................................................ 78 5. CONCLUSIONES Y RECOMENDACIONES ............................................................86 5.1. CONCLUSIONES ................................................................................................ 86 6
5.2. RECOMENDACIONES ....................................................................................... 87 6. REFERENCIAS........................................................................................................... 88 ANEXOS ....................................................................................................................... 101 Anexo 1. Materiales, equipos y software. ................................................................... 101
7
Lista de tablas Tabla 1. Elementos de caracterización geomorfológica para canteras. .............................. 23 Tabla 2. Propiedades de discontinuidades. ........................................................................25 Tabla 3. Ecuación de colinealidad. ................................................................................... 30 Tabla 4. Escalas experimentadas de cartografiado en los productos fotogramétricos conforme al GSD. ............................................................................................................31 Tabla 5. Fórmulas para solapamiento de UAVs. ...............................................................32 Tabla 6. Herramientas de análisis de superficies. .............................................................. 36 Tabla 7. DoD (DEM of difference). .................................................................................. 37 Tabla 8. Parámetros geológicos detectados con fotogrametría aérea. ................................39 Tabla 9. Promedios: errores residuales GCPs y puntos en campo vs medidas en DTMs. ...61 Tabla 10. Reporte total sobre el DoD (área y volumen). ................................................... 66 Tabla 11. Datos geomecánicos obtenidos mediante análisis espacial y caracterizados....... 70
8
Lista de gráficos y figuras Figura 1. Mundo: extracción doméstica de minerales metálicos y no metálicos, años: 19702010, minerales no metálicos (de construcción) son explotados en gran volumen ............. 19 Figura 2. Esferas temáticas en la minería .......................................................................... 20 Figura 3. Explotación de cantera de áridos. ......................................................................21 Figura 4. Canteras y explotaciones para áridos. ................................................................22 Figura 5. a) Representación esquemática de las propiedades de las discontinuidades que condicionan el comportamiento mecánico (rugosidad, apertura, relleno, orientación, y otros) y b) ejemplo de discontinuidad con apertura representativa .................................... 24 Figura 6. Espectro electromagnético.................................................................................27 Figura 7. Sistema de radiación y firmas espectrales de minerales tipo...............................28 Figura 8. Geoposicionamiento a partir de constelaciones satelitales, estaciones terrestre y usuarios tanto de plataformas a) aéreas como b) en superficie. .........................................28 Figura 9. a) Colinealidad – haces perspectivos y b) Origen de los puntos de coincidencia en el espacio a partir de haces perspectivos. ..........................................................................29 Figura 10. Ground Sample Distance (GSD). Nota: El ejemplo numérico caracteriza al sensor remoto de un UAV específico. ..............................................................................30 Figura 11. Solapamiento de fotogramas, en cantera. .........................................................31 Figura 12. Flujo de trabajo para análisis espacial. ............................................................. 34 Figura 13. Entidades geográficas a partir de UAVs ..........................................................35 Figura 14. Mediciones de parámetros geológicos-geomecánicos ...................................... 39 Figura 15. Mapa de ubicación de la zona de investigación ................................................41 Figura 16. Fenómeno de subducción, y zona de investigación .......................................... 42 Figura 17. Cuadrante mapa geológico de la zona de estudio ............................................. 44 Figura 18. A) Fotografía panorámica donde se indica diferentes cambios de facies litológicas en el frente norte de la cantera, pero en b) con predominancia del flujo de lava (andesitas intermedias de tono azulado). .......................................................................... 45 Figura 19. A) Accidentes geomorfológicos regionales, aledaños a la zona de estudio. B) Geoformas locales (foto panorámica de drone hacia el oriente de la cantera) ....................46 Figura 20. Diagrama de flujo de la metodología a emplear ...............................................48 Figura 21. Receptores GNSS y GCPs ...............................................................................49 Figura 22. Misiones (líneas de sobrevuelo), tipos de tomas y despegue de UAV ..............50 Figura 23. Procesamiento fotogramétrico y productos. .....................................................52 Figura 24. Interfaz del DoD en ArcMap ........................................................................... 54 Figura 25. Análsis del terreno mediante pendientes y perfiles en ArcGIS Pro ................... 55 Figura 26. Entorno del plugin Facets en CloudCompare – SIG, y ejemplo para talud. ......56 Figura 27. Interacción con las interfaces para medir datos geológico-estructurales ...........57 Figura 28. A) Nube de puntos en RGB de los taludes-bancos ubicados al norte de la cantera, y b) clasificación de nube de puntos por tonalidad en RGB (litotipos) mediante Agisoft PhotoScan ...........................................................................................................58 Figura 29. Nube de puntos restituidas en las 12 campañas mensuales ............................... 60 Figura 30. Taludes restituidos a partir de misiones oblicuas (T1-T6). ...............................61 Figura 31. Regresión lineal y residuales de datos campo vs ordenador (DTM) ................. 62 Figura 32. DTMs y ortomosaicos del periodo de monitoreo inicial a, c y final b, d. .......... 63 Figura 33. Mapas y estadísticas del DoD en el periodo enero 2019 – enero 2020.............. 64 Figura 34. A) DoD calculados en los diferentes periodos monitoreados. B) Estadísticas de cambios de superficie en volumen (m3) ............................................................................ 65 9
Figura 35. Mapas de pendientes y aspecto ........................................................................67 Figura 36. Litotipos muestreados en aerofotogrametría de T1-T6 (Taludes) ..................... 68 Figura 37. A) Mapa de Tendencias de RMR y elementos geológicos. B) Cuadro de frecuencias y estadísticas del RMR., y c) Datos de familias promedio de discontinuidades en estereograma ............................................................................................................... 75 Figura 38. Regresión lineal y residuales, en 70 datos de Brújula vs Ordenador ................. 76 Figura 39. Flujograma proyectivo ....................................................................................78
10
Acrónimos ARCOM: La Agencia de Regulación y Control Minero. ASPRS: La Sociedad Americana de Fotogrametría y Teledetección. DEM:
Digital Elevation Model (Modelo Digital de Elevación).
Dip:
Inclinación de superficie geológica.
DipDirection: Dirección en azimut de inclinación de superficie geológica. Discontinuidad: Estructura geológica de debilidad. DGPS: Differential Global Positioning System (GPS Diferencial) DoD:
DEM of difference (Modelo Digital de Elevación de Diferencia).
DSM:
Digital Surface Model (Modelo Digital de Superficie).
DTM:
Digital Terrain Model (Modelo Digital de Terreno).
ECM: Error cuadrático medio. Entablamento: Disposición y estructuración de lavas enfriadas por disyunción columnar. Estructural: Disposición geométrica de rocas. Facetas: Planos de discontinuidades geológicas. GCP:
Ground Control Point (Puntos de Control en Terreno).
GLONASS: Sistema Global de Navegación por Satélite desarrollado por la Unión Soviética. GNSS:
Global Navigation Satellite System (Sistema Global de Navegación por Satélite).
GPS:
Global Position System (Sistema de Posicionamiento Global).
GSD:
Ground Sampling Distance (Distancia entre centros de pixeles, que representan el
suelo). INEC: Instituto Nacional de Estadística y Censos. MEM: Ministerio de Energía y Minas. MVS: Vista Múltiple. NTRIP: Networked Transport of RTCM vía Internet Protocol (Protocolo de Transferencia de Hipertexto HTTP). ODS:
Objetivos de Desarrollo Sostenible de las Naciones Unidas.
Open-Pit: Morfología de explotación a exterior que conforma bancos. OTI: Organización Internacional del Trabajo. PIACT: Programa Internacional para el Mejoramiento de las Condiciones y Medio Ambiente de Trabajo. 11
RC: Radio Control. RGB:
Red, Green, Blue (Rojo, Verde, Azul).
RMR:
Rock Mass Rating (Clasificación Geomecánica de Bieniawski).
RQD:
Rock Quality Designation (Designación de la Calidad de Roca).
RTK:
Real Time Kinematic (Navegación Cinemática Satelital en Tiempo Real).
SfM: Estructura de Movimiento (Método Fotogramétrico). SIFT:
The
Scale
Invariant
Feature
Transform
(algoritmos
de
procesamiento
Fotogramétrico). SIG: Sistemas de Información Geográfica. SLLAC: Slope local length of autocorrelation (algoritmo para detección de terrazas). Threshold: Umbral, segmentar gráficos rasterizados, separar objetos no deseados. TLS:
Terrestrial Laser Scanner (Escáner Láser Terrestre).
UAV: Unmanned Aerial Vehicle (Vehículo Aéreo No Tripulado).
12
1. INTRODUCCIÓN En el mundo, desde el año 1970 al 2010, se registra un incremento del 500 % en el consumo de minerales no metálicos y materiales de construcción (UNEP et al., 2016), con una tendencia proyectiva en escenarios mineros. Por lo tanto, aparece la necesidad del control minero (sostenibilidad), una tarea que para la tecnología aeroespacial y aplicaciones fotogramétricas mediante drones es posible y que se fortalece en las geociencias (Fernández-Lozano et al., 2016).
1.1. ANTECEDENTES El Ecuador se ubica al noroeste de Sudamérica en el cinturón de fuego del Pacífico (Vera, 2013) entre Colombia y Perú. Geográficamente predominan los Andes que dividen la parte continental en tres regiones naturales oriente (cuenca Amazónica), serranía (zona Andina) y Costa, regiones que no sólo son simples expresiones geomorfológicas, sino que también reflejan ambientes geológicos diferentes (Baldock, 1982). Estudios científicos efectuados desde hace 40 años sobre los fondos submarinos, las islas oceánicas y los márgenes continentales del Ecuador han suscrito la extraordinaria riqueza geológica (Collot et al., 2009) y una evolución de millones de años a escala mundial. La geología del Ecuador, desde el archipiélago de Galápagos (una cuarta región) hasta el Ecuador continental es uno de los laboratorios más complejos del mundo para estudiar la evolución geodinámica (Vera, 2013). La tectónica de placas y condiciones estructurales se relacionan con el desarrollo de yacimientos metálicos y no metálicos en el territorio ecuatoriano. Igualmente, la zona de subducción del Ecuador, que figura la convergencia este-oeste entre la placa de Nazca y el continente Sudamericano a 5.5-5.8 cm/año, ha propiciado la construcción de relieves andinos (Collot et al., 2009), también ha originado fenómenos naturales devastadores anunciados por los eventos volcánicos y sísmicos en la historia del país. Es importante mencionar que toda actividad económica en territorio ecuatoriano está sujeta a amenazas naturales, por ejemplo, el terremoto del 16 de abril de 2016 (IGEPN, 2020).
En Ecuador, las diversas investigaciones geológicas, desde Teodoro Wolf (1892) con el primer mapa geológico (Vera, 2013), se han intensificado desde mediados de los 80ᵎs hasta la actualidad, instaurando proyectos como PRODEMINCA que aseguró el “Desarrollo Minero y Control Ambiental” en el país, ejecutado desde 1995 por el Ministerio de Energía 13
y Minas (MEM) con asistencia técnica de Gran Bretaña y Suecia (Duque, 2000). De tal modo, desde hace tres décadas se promueve el crecimiento sostenido de la actividad e inversión minera en el Ecuador. El sector minero ha tomado importancia en el contexto de la economía ecuatoriana con incremento de ingresos (BCE, 2017). El estado ecuatoriano impulsa leyes mineras (Constitución de la República del Ecuador et al., 2018), incentivando la inclusión de actores mineros en territorio nacional, precautelando el impacto ambiental y social e integrando la socialización, inversión, investigación y metodologías de innovación en el sector minero (ARCOM, 2019; BCE, 2017). De tal forma, evita la minería ilegal y antitécnica, que propaga un daño ambiental y social, severo.
El crecimiento mundial de la población y edificaciones causa la necesidad de mayor cantidad de materiales de construcción (Addison y Roe, 2018; UNEP et al., 2016), considerándose como los recursos minerales del tercer milenio con más del 40% de la producción mundial de materias primas minerales. Así también en Ecuador, constituyen el grupo de minerales y rocas que más se explotan en volumen y que se emplean en todo tipo de obras civiles (Ministerio de Minería et al., 2016). El “Plan Nacional de Desarrollo del Sector Minero” (Ministerio de Minería et al., 2016) y el último censo de población y vivienda realizado por INEC en 2010 (REDATAM, 2010), establece tres provincias con mayor concentración de asentamientos humanos que se dedican a la explotación de minas y canteras siendo estas El Oro, Pichincha y Azuay; con la peculiaridad del cantón Quito que presenta gran concentración de personas (5901) dedicadas a la explotación de minas y canteras, seguidas de los cantones Portovelo (1659 personas) y Zaruma (1247 personas) ubicados en la provincia de El Oro, y conocidos por su explotación en épocas precolombinas.
La capital del Ecuador, Quito y sus alrededores es una zona de alta concentración de escenarios de canteras a cielo abierto, la sociedad debe sentir la socialización y tecnificación como la ley minera enmarca, que la política minera nacional tenderá a promover en todos los niveles la innovación, la tecnología y la investigación. Facilitando el control minero a los diversos actores; sociedad, titulares mineros y de acuerdo con las competencias de la autoridad central la Agencia de Regulación y Control Minero (ARCOM) y en el marco del artículo 264 de la Constitución de la República del Ecuador, 14
autoriza a cada Gobierno Municipal el ejercer las competencias para regular, autorizar y controlar la explotación de materiales áridos y pétreos. Las morfologías irregulares de las canteras o minas denominadas de OPEN-PIT o a cielo abierto proporciona un efecto paisajístico diferenciado en el planeta tierra (Esposito et al., 2017; Xiang et al., 2018), por lo tanto, la sociedad muestra preocupación por la explotación minera y erosión.
En Ecuador aún no se ha explorado en gran medida la geomática para escenarios mineros OPEN-PIT en monitoreos continuos, razón que fortalece la necesidad de establecer herramientas de análisis espacial y metodologías especializadas.
1.2. OBJETIVO GENERAL Caracterizar un flujograma de monitoreo en un caso de estudio (Cantera al oriente de Quito-Ecuador) a partir del uso de UAV, fotogrametría aérea y geomática en trece campañas 2019-2020, para evaluar cambios geomorfológicos-volumétricos y parámetros geológico-estructurales, comprobados in situ.
1.3. OBJETIVOS ESPECÍFICOS -
Originar datos ráster de alta resolución (< 5 cm/píxel), nubes de puntos densas, mallas (3D), a partir de campañas de monitoreo aéreo-fotogramétrico en una cantera por un periodo de un año, con el uso de un vehículo aéreo no tripulado (UAV), receptor GNSS (Global Navigation Satellite System), ordenador de alto rendimiento y software fotogramétrico.
-
Determinar las herramientas de análisis espacial (visión y procesamiento por ordenador), para el monitoreo de cambios geomorfológicos, volumétricos y de geología estructural, aplicados a un proceso y/o flujograma en el caso de estudio.
-
Caracterizar las tendencias de los cambios geomorfológicos-volumétricos y parámetros geológico-estructurales de la cantera ubicada al oriente de Quito.
-
Discutir la precisión de los métodos empleados en la investigación y recomendar la eficacia del flujograma en otros posibles escenarios mineros.
15
1.4. PREGUNTAS DE INVESTIGACIÓN -
¿Cómo se puede monitorear una cantera a cielo abierto con geomática y bases fotogramétricas de drones, disminuyendo la exposición del personal al realizar medidas en campo?
-
¿Qué precisión y herramientas geomáticas de análisis espacial permiten el monitoreo de cambios geomorfológicos, volumétricos y medición de parámetros de geología estructural en una cantera a cielo abierto?
-
¿Cómo caracterizar las tendencias de los cambios geomorfológicos y volumétricos en una cantera a cielo abierto con geomática y excluyendo el error topográfico?
-
¿Cómo caracterizar las tendencias de zonificación de los cambios de geología estructural en una cantera a cielo abierto con geomática?
-
¿Qué perspectivas permitirían utilizar un flujograma de monitoreo en otros escenarios mineros?
1.5. HIPÓTESIS El uso del flujograma de monitoreo DoD y caracterización geológica-geomecánica con UAV en una cantera al oriente de Quito-Ecuador identifica cambios temporales en la superficie terrestre y espacialmente características geomecánicas, estableciendo más de un 50 % de eficacia del control minero en comparación con métodos tradicionales; recomendándose para otros escenarios mineros.
1.6. JUSTIFICACIÓN El Ecuador se encuentra en una topografía heterogénea donde la actividad geodinámica y los procesos de configuración paisajística son continuos. Quito, la metrópoli del Ecuador, se establece al centro norte del país, rodeada por una riqueza de yacimientos de áridos y pétreos, referente a una evolución geológica por efecto de la subducción de la placa oceánica hacia el continente que han configurado los Andes al oriente y occidente de la cuenca, la cual emplaza a la ciudad. La explosión demográfica en la ciudad y sus alrededores es inminente lo que crea la necesidad de la explotación de materiales de 16
construcción para satisfacer la demanda de edificaciones civiles, lo que se evidencia en el censo 2010 realizado por el Instituto Nacional de Estadísticas y Censos, indicando una concentración considerable de personas dedicadas a la explotación de minas y canteras en el Distrito Metropolitano de Quito o Cantón Quito (Ministerio de Minería et al., 2016), y significando una extenuante labor en el control minero. Además, se debe reflexionar que Quito está expuesto por amenazas como la actividad volcánica, sismicidad, fallas que trascurren en el territorio, fenómenos de remoción en masa, cambio climático, y actividades antropogénicas propias.
La ley minera del Ecuador incentiva el uso de la tecnología y reglamentos tipificados (Ley de Minería, 2018) en la Constitución de la República del Ecuador. Por lo tanto, se proporciona elementos de juicio para el desarrollo de la presente investigación, de forma que podría ayudar a los actores mineros tanto estatales como privados y población, al incorporar herramientas tecnológicas y metodologías del control superficial de terrenos de explotación a cielo abierto, especializando drones, GNSS, técnicas espaciales-temporales en SIG; de tal manera se ejecute prácticas que optimicen el levantar o analizar información espacial en minería a cielo abierto (canteras).
Específicamente, el escenario de caso de estudio en la cantera al oriente de Quito-Ecuador posee las condiciones geológicas y actividad extractiva tecnificada en curso para aplicar la presente investigación. Considerando que al obtener un flujograma de monitoreo cuyas herramientas de análisis geomático, visualización de productos 3D y escalas detalladas proporcionen un apoyo en el ordenamiento, diseño y gestión preventiva de las operaciones en cantera. Por consiguiente, la metodología propuesta puede ser proyectiva a otras áreas mineras en el cantón Quito y el país.
1.7. ALCANCE La presente investigación pretende desarrollar un flujograma de monitoreo que detecte los cambios geomorfológicos-volumétricos y elementos geológico estructurales en una superficie minera alrededor de 20 hectáreas, ubicada al oriente de Quito-Ecuador (cantera cielo abierto), aplicando herramientas de análisis espacial y temporal (geomática), a través de información primaria obtenida en 13 campañas de campo en años 2019-2020 con
17
levantamientos mediante un drone-liviano de sensor RGB, receptor de constelaciones satelitales y procesamiento en ordenador de alto rendimiento.
La investigación en el análisis espaciotemporal de la cantera manejará información primaria en 90% levantada a escalas menores a 1:500 (resolución < 5 cm/píxel), detallándose con capas raster y vectoriales las cuales se resumen en ortofotografías, nubes de puntos densas, modelos de malla (3D), modelos texturizados (3D), modelos digitales de elevación (DEM), clasificación de puntos para modelos digitales del terreno (DTM) e información secundaria recopilada.
Finalmente, para el análisis de los datos, se establece un flujograma de monitoreo de cantera, donde, en correspondencia a la aplicación y experimentación de geomática en el caso de estudio, beneficiará al control minero; originando una metodología proyectable en otros escenarios relacionados. Así, vincula a los actores mineros al innovar en el país conforme el beneficio de la sociedad ecuatoriana y porque no en otras latitudes.
18
2. REVISIÓN DE LITERATURA 2.1. MARCO TEÓRICO En esta sección se desarrolla la teoría, contextualizando las definiciones y parámetros a usar en relación con la investigación.
2.1.1. Minería y control minero La minería es una industria dedicada a la explotación de yacimientos metálicos y no metálicos (UNEP et al., 2016), proyectándose en una actividad extractiva dinámica de acuerdo al aumento de la población mundial, cambios en los patrones de consumo y avance tecnológico (Addison y Roe, 2018; UNEP et al., 2016), lo que define variaciones en la extracción doméstica de minerales (Figura 1). Pero antes de seguir adelante, se considera diferentes tipos de métodos de minado, por ejemplo, a cielo abierto (López Aburto, 2013) cuando la morfología superficial es alterada en un gran porcentaje, mientras que
subterráneo y combinado (Flores y Catalan, 2019), el impacto paisajístico o
geomorfológico puede ser menor.
Figura 1. Mundo: extracción doméstica de minerales metálicos y no metálicos, años: 1970-2010, minerales no metálicos (de construcción) son explotados en gran volumen. Fuente: Adaptado de UNEP et al. (2016).
19
Varios estudios fortalecen la inquietud en el incremento de actividades mineras no solo referente a los efectos al medio ambiente, sino considerando el prevenir, identificar, medir, evaluar y controlar los riesgos del trabajo (Castillo Pérez, 2014). Igualmente, Kaihuan y Fuchuan (2012) mencionan modelos intrínsecos para fortalecer la prevención e inspección en minas a cielo abierto, lo que coincide con el Programa Internacional para el Mejoramiento de las Condiciones y Medio Ambiente de Trabajo (PIACT) en «hacer más humano el trabajo» en las diversas actividades económicas (OIT, 1991), y de igual manera la Organización Internacional del Trabajo (OIT) que precede al documento Seguridad y Salud en Minas a Cielo Abierto. Además, conviene distinguir que OIT (1991, p. 9) considera que en cada sector de la mina donde se efectúe acciones, la inspección es fundamental en las condiciones de seguridad de todos los frentes de trabajo, paredes, bancos y taludes, así también la ejecución de toda obra correctora.
Por otro lado, los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas consisten en 17 objetivos (Figura 2), que protagonizan un esquema transcendental de la actividad minera en el mundo, con desafíos del control, gobernanza y políticas para estratégicas temáticas en cada país (CCSI et al., 2016), y consecuentemente a Ecuador.
Figura 2. Esferas temáticas en la minería. Fuente: CCSI et al. (2016).
20
La Constitución de la República del Ecuador et al. (2018) con una estructura institucional jerárquica de diversas instituciones públicas técnicas-administrativas que facultan la vigilancia, auditoría e intervención estatal del control de las fases de la actividad minera. Además, pronuncia que el Ecuador mantiene domino sobre minas y yacimientos, siendo propiedad inalienable, imprescriptible, inembargable e irrenunciable del Estado los recursos naturales no renovables; y que los actores mineros se deben a las leyes.
2.1.2. Canteras La explotación de rocas naturales es relevante en la historia de la humanidad ante la necesidad de utensilios y construir obras civiles (Damas-Molla et al., 2011). El diseño de minado caracteriza una serie de etapas técnicas con relación a las múltiples facetas y objetivos, conforme el método de explotación, el dimensionamiento geométrico de la mina, la determinación del ritmo anual de producción y otros (Herrera Herbert y Pla Ortiz de Urbina, 2006). El método de cielo abierto (Open-Pit) se caracteriza por remover grandes volúmenes de materiales, y el tipo de control o tratamiento es constante debido a la extracción en cada nivel topográfico, estructurando bancos y desfase entre sí (Figura 3), a fin de disponer accesibilidad al operar trasporte y equipos.
Figura 3. Explotación de cantera de áridos. Fuente: Herrera Herbert y Pla Ortiz de Urbina (2006).
La cantera hace referencia a un área geomorfológica conocida dentro de explotaciones de rocas industriales, ornamentales y de materiales de construcción (Herrera Herbert y Pla Ortiz de Urbina, 2006). Además, la Constitución de la República del Ecuador et al. (2012) define el término como un depósito de materiales de construcción, o macizo constituido por varios tipos de rocas descubiertas a cielo abierto.
2.1.2.1. Elementos geomorfológicos La geomorfología es una ciencia que data un discurso sobre las formas de la tierra, con el estudio genético de las formas topográficas y procesos endógenos y exógenos de la Tierra, 21
agregando los efectos antropogénicos en el paisaje (Villota, 2005; Huggett, 2011). De acuerdo con la definición, las condiciones y control geomorfológico de una cantera pueden derivar en dos grupos elementales del entender cómo se encuentra la configuración geométrica y el realizar la caracterización geomorfológica. En esta última, como menciona Villota (2005), son relevantes los factores de génesis geológica y agentes modeladores (estructurales, climáticos, vegetación, y otros). Consecuentemente la configuración geométrica de las canteras o minas a cielo abierto registra diferentes tipos de relieves, los cuales como dice Herrera Herbert (2007) y Sosa (1989) son efectos del diseño de mina por las maniobras propias de la explotación (ver Figura 4).
Figura 4. Canteras y explotaciones para áridos. Fuente: Adaptado de Herrera Herbert (2007).
Herrera Herbert (2007) y Sosa (1989) caracterizan las partes de una superficie a cielo abierto y desarrollan las definiciones del caso, con rasgos notables desde la profundidad de cantera hasta el ángulo de reposo donde el talud final mantiene la estabilidad evitando la caída de materiales sueltos. Además, varios elementos como son: límites finales (área que liquida la cantera), banco (escalón entre dos niveles), talud de trabajo (superficie inclinada provisional de la excavación), talud de banco, bermas, pistas, etc.
La discusión sobre los paisajes antropogénicos (canteras y otros) es evidente donde los procesos naturales no son los únicos al modelar la superficie terrestre, e incluso se formula un nuevo periodo geológico Antropoceno, como mencionan Cai et al. (2011). Claramente se fortalece la idea de algunos autores (Huggett, 2011; Villota, 2005), considerando la
22
actividad humana en la definición de geomorfología, y trasladándose al forzamiento geomorfológico (Cao et al., 2020), que es desarrollado en escenarios mineros (Haas et al., 2016; Xiang et al., 2018) donde las investigaciones enfocan una escala local y menos cualitativo. Así se faculta cálculos numéricos en el espacio-tiempo para caracterizar los factores de variación en un paisaje antropogénico-minero, instaurando variaciones de alturas, pendientes, dirección de pendientes, cambios volumétricos y otros. Según el contexto tradicional y moderno de la geomorfología en los diferentes autores y estudios puntuales se detalla los elementos que podrían ser proyectados para caracterizar paisajes y/o relieves de canteras, en la tabla 1.
Tabla 1. Elementos de caracterización geomorfológica para canteras. Elementos Geológicos
Detalle Composición litológica y génesis, detalle de la tectónica, paisajes y relieves naturales, y elementos geológico-estructurales locales.
Morfoclimáticos Morfométricos
Clima, humedad, precipitación, procesos de meteorización y otros. La cuantificación de la variación de la altura, volumen, pendientes, dirección de los taludes y otros. (Relación con elementos geométricos).
Fuente: Adaptada de conceptos de Cao et al. (2020), Haas et al. (2016), Huggett (2011), Sosa (1989), Villota (2005) y Xiang et al. (2018).
2.1.2.2. Geología estructural y geomecánica La geología estructural es una rama de las ciencias de la Tierra, que busca identificar las estructuras, que según Oyarzún (2009) son rasgos o elementos físico-geométricos mayores representados en rocas, sedimentos y suelos, destacándose diversas deformaciones (pliegues), planos de estratificación, discordancias, diaclasas, fallas, etc., mostrando las condiciones de origen. Las estructuras pueden definirse en diversas escalas y mediciones (Mukherjee, 2015), de los relieves que descubren las formaciones geológicas, lo cual evidencia el uso de orientación espacial y ubicación de las estructuras, consecuentemente usado en análisis diversos, por ejemplo, al determinar las características geomecánicas o geotécnicas de un macizo rocoso, propias de la ingeniería geológica, como mencionan González de Vallejo et al. (2002), y puntualmente en canteras al desarrollar la ingeniería de taludes (Ramírez Oyanguren y Alejano Monge, 2004), en efecto al buscar soluciones a los problemas de la interacción entre el terreno y la explotación de materiales.
23
En canteras que presentan macizos rocosos es trascendental mantener taludes estables, aspecto que está en función de la calidad de la roca, cuya determinación depende de diversas mediciones geológico-estructurales, y parámetros geomecánicos calculados (Tomás et al., 2006), se hace significativo no solamente en el proceso de explotación, sino también en la liquidación de canteras como muestran Caizaluisa Jácome y Criollo Andagoya (2015). Por otro lado, la innovación para caracterizar los relieves de taludes y laderas se acoge a parámetros geomecánicos determinados en bases fotogramétricas con métodos no tradicionales (Alameda-Hernández et al., 2019; Buyer y Schubert, 2016; Cepeda Naula, 2017; Merino Ruiz, 2017), siguiendo la tendencia de estudios como el de Viana (2015). Además, el contexto de Barton et al. (1974), Bieniawski (1973, 1989), González de Vallejo et al. (2002), ISRM (1981) y Palmstrom (2005) profundiza que la caracterización geomecánica superficial de afloramientos (macizos rocosos) implica el análisis de las discontinuidades para definir la calidad de la roca, considerando intrínsecamente los factores físico-químico-mecánico relacionados en laboratorio, así definiendo: -
Discontinuidades
Las discontinuidades son superficies de debilidad que desarrollan la condición de resistencia del macizo rocoso anisótropo (diaclasas, fallas, planos de estratificación, etc.), definición adaptada de González de Vallejo et al. (2002).
Figura 5. a) Representación esquemática de las propiedades de las discontinuidades que condicionan el comportamiento mecánico (rugosidad, apertura, relleno, orientación, y otros) y b) ejemplo de discontinuidad con apertura representativa. Fuente: Adaptado de González de Vallejo et al. (2002).
Las propiedades de las discontinuidades previstas en la Figura 5, según Ramírez Oyanguren y Alejano Monge (2004, p. 185), se denominan caracteres geomecánicos de las 24
discontinuidades, y en Merino Ruiz (2017) algunas de ellas pueden ser medibles en bases fotogramétricas, las cuales despliegan diferente significado (Tabla 2). Tabla 2. Propiedades de discontinuidades. Propiedad y Figuras -
Detalle
Orientación
a) Dirección de buzamiento (dirección de la línea de máxima pendiente del plano de discontinuidad respecto al norte) y por su buzamiento (inclinación respecto a la horizontal de dicha línea). b, c) La orientación medida con brújula identifica los sets de discontinuidades, es decir grupos de discontinuidades que se encuentran en similares direcciones (familias). Estas familias condicionan la inestabilidad y rotura de un talud o macizo rocoso.
-
Espaciado
-
Continuidad o Persistencia
La distancia de un conjunto de discontinuidades subparalelas entre sí, de un mismo set de familias. Este factor influye en el tamaño de los bloques que componen el macizo rocoso y por tanto infiere en el comportamiento mecánico que podría tener el mismo. Nota: en campo se hace complejo seguir las trazas de las discontinuidades perpendicularmente, por lo tanto, se usa fórmulas de corrección. Según ISRM (1981), un espaciado < 20 mm es extremadamente cerrado y > 6000 mm es extremadamente abierto.
Es la extensión o tamaño de las discontinuidades que siguen la longitud de la traza en la superficie expuesta. Nota: según ISRM (1981) una continuidad muy baja es < 1m y muy alta >20m.
-
Tamaño de bloque
Indicador que es determinado por el número de familias, el espaciado de las discontinuidades y su tamaño en 1m3 muestreado. Nota: según Palmstrom (2005)
25
clasifica como bloques considerablemente grandes cuando el índice Jv 3 (discontinuidades/m ) es <0.3 y el otro extremo cuando son bloques considerablemente pequeños es >100. Y en Palmstrom (2005) hace una correlación entre tamaño de bloque y el RQD (Rock Quality Designation) o calidad de la roca. Además, ISRM (1981) considera conceptos para el conteo de aristas en 1m3 (Jv).
-
Apertura
-
Relleno
-
Rugosidad
Estas propiedades, según Merino Ruiz (2017), son de difícil medición en bases fotogramétricas, por su detalle en microescalas. Y se define a) la apertura como la dimensión que separa las paredes de la discontinuidad y b) el relleno el material contenido, además, c) la rugosidad es la sinuosidad del perfil que presenta el plano de la discontinuidad.
Fuente: imágenes y contexto adaptado de Echeveste (2018), González de Vallejo et al. (2002), ISRM (1981), Merino Ruiz (2017), Palmstrom (2005), Ramírez Oyanguren y Alejano Monge (2004).
Adicionalmente, influye en la calidad de roca de acuerdo con su origen, las filtraciones de agua y el grado de meteorización, el cual se refiere, en Ramírez Oyanguren y Alejano Monge (2004), a las modificaciones experimentadas en su composición o estructura por la acción de los agentes atmosféricos. Finalmente, Bieniawski (1973) describe el RMR (Rock Mass Rating), y configura una relación con varios elementos, tales como: resistencia uniaxial, RQD (Rock Quality Designation) y los parámetros descritos en la Tabla 2, resultando una clasificación geomecánica y la posible situación de estabilidad del talud.
2.1.3. Fotogrametría aérea y UAV La Sociedad Americana de Fotogrametría y Teledetección (ASPRS) establece a la Fotogrametría “El arte, ciencia y tecnología para la obtención de medidas fiables de objetos físicos y su entorno a través de grabación, medida e interpretación de imágenes y patrones de energía electromagnética radiante y otros fenómenos” (Echeveste, 2018, p. 144). Charles Wheatstone en 1849 comprueba la visión estereoscópica de pares fotográficos y años más tarde el arquitecto alemán Albrecht define a la fotogrametría en 26
medidas de modelos 3D (Uzal, 2013). Los pasos de la fotogrametría por la historia han relevado nuevas tecnologías desde lo analógico a lo analítico y finalmente en un esquema digital (Noboa, 2019). La fotogrametría aérea se ha reinventado, actualizando las plataformas de adquisición de datos con sistemas satelitales, avionetas y drones, de tal forma mejorando los productos cartográficos, y en caso de UAVs (Vehículos Aéreos No Tripulados), como menciona Cepeda Naula (2017), el mercado civil y aplicaciones se encuentra en auge.
2.1.3.1. Espectro electromagnético y sensores El ser humano reconoce la forma y percepción del color en el entorno, al igual que las imágenes digitales resultantes de uso de sensores remotos (o cámaras). Este fenómeno se debe a la radiación electromagnética y la interacción con la materia, donde las partículas cargadas eléctricamente producen alteraciones en los campos eléctricos-magnéticos, generando ondas (Olaya, 2014), diferenciándose el espectro de luz visible que manejan los sensores-imagen de drones para captar una fotografía (Figura 6).
Figura 6. Espectro electromagnético. Fuente: Modificado y adaptado de González (2010).
En fotogrametría, existen varios tipos de sensores remotos (instrumentos para captar información de un objeto a distancia), por consiguiente ERDAS (2010) define como el sensor pasivo aquel que solo recibe la radiación emitida naturalmente por los objetivos, mientras que el sensor activo emite una ráfaga de radiación coherente reflejada desde el objetivo. De esta manera, la respuesta es directa a la substancian, lo que representa una firma espectral, en respuesta a la radiación natural o artificial (Figura 7), se observa un UAV como un elemento receptor pasivo (cámara). 27
Figura 7. Sistema de radiación y firmas espectrales de minerales tipo. Fuente: Modificado y adaptado de Olaya (2014) y SEGEMAR (s. f.).
2.1.3.2. Geo-posicionamiento Es elemental para el ser humano referenciar o ubicar los objetos en la superficie terrestre y espacio (Olaya, 2014). Por lo tanto, toma relevancia la presencia de GNSS (López La Valle, 2014), que orbitan transmitiendo señales-ubicación continuas desde los años 19931994 con el lanzamiento de GPS (Sistema de Posicionamiento Global) y GLONASS (GNSS Unión Soviética), y otras constelaciones como BeiDou y Galileo (Li et al., 2015). Así, se precede los DGPS (receptores diferenciales de ubicación), para ejemplificar, se puede observar en la Figura 8 la sistemática necesaria de estos dispositivos.
Figura 8. Geoposicionamiento a partir de constelaciones satelitales, estaciones terrestre y usuarios tanto de plataformas a) aéreas como b) en superficie.
28
Los métodos geodésicos al obtener puntos de control siguen una sistemática de correcciones y navegaciones cinemáticas en tiempo real (Li et al., 2015), o post-proceso que, mediante datos de estaciones terrestre, se corrige los errores atmosféricos, al triangular las señales emitidas desde tiempos de llegada de los relojes atómicos en estaciones terrestres y satélites. Gracias a algunos conceptos y prácticas recogidas de Cepeda Naula (2017), Merino Ruiz (2017), Thoeni et al. (2014) y Viana (2015), se concluye que, en proyectos de fotogrametría de cualquier paisaje u objeto (taludes, canteras, ríos y otros relieves), es recomendable usar DGPS o estaciones totales, con el fin de colocar puntos de control terrestre denominados “GCPs” para garantizar la ubicación, nivelación y geometría del levantamiento.
2.1.3.3. Algoritmos y métodos digitales Los diversos algoritmos y métodos en la fotogrametría computarizada se traducen en la estructura de movimiento (SfM), vista múltiple (MVS), SIFT (The Scale Invariant Feature Transform), y entre otros factores dependientes de la coincidencia como colinealidad entre fotogramas (Cepeda Naula, 2017; ERDAS, 2010; Micheletti et al., 2015; Westoby et al., 2012). Las fotografías adquiridas y el geoposicionamiento previsto hace que cualquier objeto en el espacio pueda ser reconstruido con ordenadores capaces de portar motores de búsqueda y rastreo de coincidencias en las fotografías, así como relaciona Lowe (1999, 2004) donde los algoritmos asemejan a la corteza cerebral del ser humano que permite entender el mundo en tres dimensiones (Figura 9).
Figura 9. a) Colinealidad – haces perspectivos y b) Origen de los puntos de coincidencia en el espacio a partir de haces perspectivos.
29
Las formulaciones de colinealidad hacen referencia a uso más ligado de plataformas aéreas, ajustando fórmulas matemáticas que integran los índices de cámaras y la colinealidad de haces perspectivos (Tabla 3). Tabla 3. Ecuación de colinealidad. Relaciona la cámara-sensor, imagen y tierra. Por definición en la misma recta, se encuentra el vector imagen O-p y vector tierra O-P - Vector O a p = a - Vector O a P = A - Los vectores a y A son colineales sólo si uno es múltiplo escalar del otro.
Fuente: Adaptado de Cepeda Naula (2017).
2.1.3.4. Adquisición de datos, escala y plan de vuelo en minas El mercado civil de vehículos aéreos no tripulados (UAV) o conocidos como drones se han constituido en una herramienta potencial con la finalidad de facilitar mayor densidad de datos y realce a proyectos de cartografía en minas (por ejemplo, Xiang et al., 2018), donde se efectúa el uso de UAV, sistemas GPS de navegación y reconstrucción fotogramétrica generando modelos digitales del terreno. Además, el detalle de los productos fotogramétricos hace referencia al GSD (Ground Sample Distance, Figura 10) como la resolución o específicamente la distancia entre centros de pixeles proyectados a tierra.
Donde: TA = tamaño real del ancho de sensor (mm), UAV-liviano es 6.317 mm. FR = longitud focal real (mm). UAVliviano es 3.651 mm. H = altura de vuelo (m). DA = distancia cubierta en tierra por el ancho de un fotograma tomado desde UAV (m). F35 = 35 mm (considera la distancia focal equivalente), UAV-liviano es 20 mm. ImA0 = ancho de imagen (pixel), UAVliviano es 4000 pixel. GSD = GSD esperado (cm/pixel). (Phantom 4)
Figura 10. Ground Sample Distance (GSD). Adaptado de Cepeda Naula (2017) y modificado de Kakaes et al. (2015) y PIX4D (2017). Nota: El ejemplo numérico caracteriza al sensor remoto de un UAV específico.
30
En estudios específicos como el de Lee y Sung (2016) demuestran control de calidad fotogramétrico en los productos de los UAVs, y relaciones entre la altura de sobrevuelo del sensor. Igualmente, en Cepeda Naula (2017) y Kakaes et al. (2015) se menciona factores como la distancia focal, sensor-pixeles, forma de obturar en relación con el tiempo de exposición que posee cada sensor de imagen, solapamientos entre fotogramas, etc., considerando detalles al relacionar el GSD con la escala del levantamiento-morfologíaobjetivo a mapear, y específicamente en Cepeda Naula (2017) según experimentación la resolución versus atura son relativamente proporcionales (R2 de 0,98). Además menciona que el UAV puede trabajar a escalas grandes de acuerdo a la resolución GSD, para así recocer y/o mapear a detalle los objetos espaciales (Tabla 4). Tabla 4. Escalas experimentadas de cartografiado en los productos fotogramétricos conforme al GSD. GSD (cm/pixel)
0,4
1
2
3
4
5
7
Escala Estándar
< 1:100
< 1:100
< 1:100
1:100 - 1:200
1:200 - 1:300
1:300 - 1:400
1:500 - 1:600
Fuente: Cepeda Naula (2017).
En general el plan de sobrevuelo se establece directamente al GSD, solapamiento frontallateral y tipo de morfología a mapear (Figura 11). Por lo tanto, antes de desarrollar cualquier investigación con UAV es necesario preparar las líneas de sobrevuelo del UAV.
Figura 11. Solapamiento de fotogramas, en cantera.
Las ecuaciones y términos más relevantes para el cálculo del solapamiento son: 31
Tabla 5. Fórmulas para solapamiento de UAVs. Donde: ImA1 = altura de imagen (pixel), UAV-liviano es 3000 pixel (Phantom 4). V = velocidad de crucero (m/s) UAV. Sf = solapamiento frontal (%/100). Sl = solapamiento lateral (%/100). Tf = tiempo entre tomas (s). Tl = tiempo entre líneas (s). Xf = distancia entre tomas (m). Xl = distancia entre líneas de vuelo (m).
Fuente: (Cepeda Naula, 2017; PIX4D, 2017).
En relieves inclinados con pendientes fuertes, se aplica el mismo sistema de solapamiento, pero se configura el gimbal (cámara del UAV) con respecto a la horizontal y la cara frontal del relieve. En este caso las líneas de vuelo serán paralelas a la dirección de la pendiente, apilándose conforme aumente la altura de vuelo (H) del UAV (Cepeda Naula, 2017).
2.2. MARCO METODOLÓGICO La metodología a emplear en el presente documento parte del sentido de lo espacial, como mencionan Montello y Freundschuh (1995), donde instaura la idea del qué y cómo piensan las personas sobre el espacio geográfico, que dependerá del conocimiento de las propiedades de ese espacio, de los objetos y eventos ocurridos o por manifestarse (tiempo). Así, se configura la geomática y por ende los Sistemas de Información Geográfica (SIG) que han marcado un hito en el papel de decisiones y planificación en las diferentes ramas científicas y habituales del ser humano con herramientas y software, por ello Olaya (2014) también alude que el 70 % de información manejada globalmente ya posee características espaciales de ubicación y otras propiedades.
Consecuentemente, el dominio del análisis temporal está recibiendo atención creciente en “GIScience” con una evolución desde casi cinco décadas (James et al., 2012), en tal sentido se fortalece el uso de UAVs o drones para diversos estudios multidisciplinarios, así también relacionados a geociencias (Fernández-Lozano et al., 2016) y en la actividad antropogénica-minera (Xiang et al., 2018). De esta manera se examina a continuación la teoría referente a los métodos, procesos y algoritmos para realizar medidas en las bases fotogramétricas, que cumplan con los objetivos de la presente investigación. Inicialmente se pone en contexto el escenario a estudiar, es el caso de materiales pétreos (canteras) y los diversos atributos relacionados a la explotación. 32
2.2.1. Materiales pétreos La explotación de materiales de construcción continua en incremento a nivel mundial (UNEP et al., 2016), facultando que las canteras sean objetivos de monitoreo cada vez más tecnificado, a través de estudios especializados no solo geomorfológicos sino en análisis geomecánico. Los materiales explotados generalmente provienen de rocas cristalizadas en superficie o erosionadas hasta encontrarse generalmente descubiertas en forma de yacimientos naturales. Para utilizar tales recursos naturales en las diversas industrias y principalmente en la construcción, se deben a un proceso de seleccionado-clasificado y pruebas de laboratorio. El proceso para realizar la explotación está relacionado a criterios de diseños de excavación y tecnificación en voladuras, como también la planta de manufactura donde permiten alcanzar las producciones programadas de forma eficiente, segura y rentable. Los elementos geométricos de la cantera u open-pit configuran el diseño de tal manera que la magnitud de la producción se correlaciona con el mismo, y el establecer buenas prácticas profesionales de acuerdo con la legislación minera y el avance tecnológico, constituirán el soporte esencial en este proceso.
Es posible mantener un control de estabilidad y sustentabilidad del diseño en las áreas de aprovechamiento a cielo abierto, fortaleciendo que el plan de diseño inicial se cumpla o se reconcilie entre planificación y ejecución. Varios casos de estudios relacionados al diseño de operaciones y cierre para canteras en Ecuador (Caizaluisa Jácome y Criollo Andagoya, 2015; Ortiz, 2019) mencionan del control y evaluación de la estabilidad de taludes mediante geomecánica y topografía, con visualización de grietas y zonas de deslizamiento, igualmente. Por ejemplo en Cuba hace la necesidad de realizar procesos con monitoreo físico de las canteras, e incluso creando algoritmos organizacionales para el cierre de canteras (Montero Matos et al., 2017), sin duda las tecnologías aero-portadas (UAVs) pueden optimizar los procesos de monitoreo.
2.2.2. Flujo de análisis La información manipulada en un SIG es a su vez una fuente de nueva información, y solo es a través de su análisis el poder obtener beneficio de tales datos geográficos (Olaya, 2014).
33
En las investigaciones de análisis espacial mediante SIG, es transcendental proyectar un contexto de procesos diversos facultados en analizar correctamente los datos espaciales, a partir de realizar una pregunta, por ejemplo, ¿dónde se ubican los cambios más abruptos de superficie en una cantera a cielo abierto?, también como el conocer ¿qué tipos de datos se tiene para el análisis? (entidades 2D, 3D o modelos numéricos tipo ráster), inclusive llegando a procesos complejos como calcular, evaluar, interpretar y tomar una decisión, pero es claro que cuando las cosas no funcionan en tal sentido, posiblemente el modelo deba ajustarse (Figura 12), diversas industrias de SIG y autores mencionan los flujos en análisis espacial (Ma et al., 2016; Olaya, 2014; Vale et al., 2016).
Figura 12. Flujo de trabajo para análisis espacial. Fuente: Modificado de Ma et al. (2016) y Vale et al. (2016).
2.2.2.1. Análisis de superficies espacio temporal Las principales ramas de la geomática o SIG, conforme detectar cambios en la superficie terrestre, es la geomorfometría la cual se define como ciencia del análisis cuantitativo del relieve (Rasemann et al., 2004, p. 22), asimismo justifica la implicación y relevancia del MDE en cuanto se puede usar tal modelo numérico de elevación en una variedad amplia de análisis de superficies. El análisis espacial a partir de una secuencial en intervalos de tiempo, hacen un factor decisivo para estudios del cambio de relieve en superficies (Xiang et al., 2018).
34
La adquisición de DEM se ha optimizado con nuevas plataformas de levantamiento (UAVs) (Escobar Villanueva, 2020), que permiten obtener entidades espaciales mediante procesamiento fotogramétrico y post-procesamiento (ver Figura 13), de tal forma detallado el relieve del terreno, la infraestructura y vegetación, que a partir de algoritmos de clasificación de nube de puntos (Cepeda Naula, 2017; Rossi et al., 2017) se puede obtener el DTM, además de ortomosaico, nube de puntos y modelo 3D.
Figura 13. Entidades geográficas a partir de UAVs. Fuente: modificado y adaptado de Escobar Villanueva (2020); Ma et al. (2016) y Pucha (2018).
Posterior a verificar los aspectos generales de las entidades espaciales referentes a levantamientos con UAVs (Figura 13), dan veracidad que es posible usar una gran cantidad de herramientas de análisis para ser desarrolladas en escenarios mineros de tipo a cielo abierto, las cuales se pueden resumir en la Tabla 6.
35
Tabla 6. Herramientas de análisis de superficies.
Herramienta Matemática ráster Reclasificación ráster Superficie de ráster
Finalidad Proporciona herramientas que realizan operaciones matemáticas en datasets ráster. (Sumas, restas, etc. Entre celdas). Contiene herramientas que permiten la reclasificación de datos ráster. Determinación de las propiedades de superficie ráster, como las curvas de nivel, pendientes, orientación, sombreado y cálculo de diferencia. Determinación de las propiedades de superficie de terreno, TIN y datasets LAS
Superficie triangulada
como curvas de nivel, pendientes, orientación, sombreado, cálculo de diferencia, cálculos volumétricos y detección de valor atípico.
Detalle de herramientas bases Identifica la pendiente (gradiente o inclinación) de cada celda de un ráster.
Pendiente
Calcula la orientación de cada celda a partir de una superficie ráster. Identifica la dirección de la pendiente descendente.
Orientación
Calcula la curvatura de una superficie de ráster e incluye, opcionalmente, la curvatura del perfil y del Curvatura
plano. Curvatura = -2(D + E) * 100
Calcula el cambio de volumen entre dos superficies. ΔZ = ZAntes – ZDespués Cortar/Rellenar
Fuente: Adaptado de ESRI (s. f.).
36
2.2.2.2. Herramientas de cambios geomorfológicos Las funciones matemáticas en geo-morfometría avanzan a pasos agigantados originando nuevas herramientas en geomática, un aspecto clave para la investigación geomorfológica que está relacionada en el monitoreo cuantitativo del desarrollo de la superficie terrestre (Williams, 2012), lo cual evidencia el impacto en actividades antropogénicas y fenómenos erosivos naturales durante el tiempo como se constata en Chen et al. (2015), Esposito et al. (2017), Tarolli y Sofia (2016) y Xiang et al. (2018), y así mostrando cambios volumétricomorfométricos de los paisajes.
Por lo tanto, se presenta la herramienta DoD (DEM of difference) siendo un método que permite cuantificar la variación espacial de diversos fenómenos superficiales, a partir de modelos numéricos de elevación en distintas épocas, es decir el nuevo DEM y viejo DEM (Bangen y Wheaton, 2012; Williams, 2012). El script o código programable de la herramienta DoD y complementos de análisis es de fácil acceso, y se puede ajustar al SIG, con una aplicación directa al ArcMap versiones 10x denominada Geomorphic Chance Detection Software (para más información ver Riverscapes Consortium, 2020). La diferencia primaria que presenta el DoD con respecto por ejemplo a Cortar/Rellenar, es el diferenciar un threshold o umbral (error normal del método con el cual fueron levantados los DEMs multitemporales), y se desarrolla con formulaciones tales como indica Williams (2012), que, según Wheaton et al., (2010) se debe considerar el error del método de levantamiento en ± δz, o propio de los DEMs (ver Tabla 7). Tabla 7. DoD (DEM of difference). ECUACIÓN DE DoD. Inicio - Inicio δE = DEM (mosaico de cambios morfológicos) Z1 = DEM que fue medido temprano Z2 = DEM que fue medido tarde δZ = error a considerar Mínimo nivel
Usuario
- Mínimo nivel de detección (constante de umbral) La combinación de error de DoD, δUDOD que resulta de la adición o sustracción de dos DEMs (Z1 y Z2) y puede ser estimada de la raíz de la suma de errores cuadrados de cada DEM. - Umbral probabilístico utilizando un intervalo de confianza definido por el usuario Es decir, el intervalo de confianza 1σ (desviación estándar) o 68 %, t ≥ 1 y para las pruebas en el intervalo de confianza 2σ o 95 %, t ≥ 1.96.
Fuente: Adaptado de Williams (2012).
37
De tal forma, se aplica mínimos niveles de detección integrando los errores de cada DEM en DoD. Por otro lado, investigaciones que emplean mapas de pendientes especializados en minas a cielo abierto (Xiang et al., 2018) donde el integrar herramientas de análisis de pendientes, por ejemplo, el método SLLAC (Slope local length of autocorrelation) propuesto por Sofia et al. (2014) que busca detectar firmas antropogénicas, es decir pendientes tipos, mediante ventanas de pixeles, hace una síntesis trascendental del uso de mapas de pendientes en multi escenarios.
Caso Beijing El monitoreo de superficies mineras de tipo open-pit es posible, en Xiang et al. (2018) se evidencia al noreste de Beijing relaciones multitemporales en cambios morfométricos del terreno, donde se tasan las variaciones geomorfológicas relacionadas con las actividades extractivas en un periodo de años 2014 y 2016 a través de UAV, SfM y algoritmos (DoDSLLAC) que desarrollan una detección del tonelaje extraído y determinan las terrazas o bermas representadas por la minería a cielo abierto.
Caso Italia En otro escenario minero en Italia (Isla de Elba) se evidencia la comparativa de fotogrametría-UAV y sensores activos TLS (Terrestrial Laser Scanner), demostrando resultados aceptables de precisión en los dos casos, al establecer la tasa de erosionabilidad de las laderas de la zona minera (Haas et al., 2016).
2.2.2.3. Herramientas de cambios geológicos-estructurales La determinación del constante modelamiento de la superficie terrestre y de los elementos geológicos mediante el uso de UAV y fotogrametría es posible con resoluciones de 4 mm/pixel – 60 mm/pixel (Cepeda Naula, 2017; Merino Ruiz, 2017), contribuyendo al análisis de las diferentes morfologías identificadas en minas Open-Pit (a cielo abierto) (Beretta et al., 2019; Sayab et al., 2018; Xiang et al., 2018), laderas (Fernández et al., 2014) y drenajes. Los elementos geológicos y geomecánicos, según Buyer y Schubert (2016), Cepeda Naula (2017), Dewez et al. (2016), Duelis Viana et al. (2016), Merino Ruiz (2017), Thiele et al. (2017) y Viana (2015) son posibles medir y caracterizar en bases 38
fotogramétricas y laser (TLS) mediante algoritmos, software fotogramétricos y SIG, estableciendo el análisis espacial correspondiente (por ejemplo, Figura 14).
Figura 14. Mediciones de parámetros geológicos-geomecánicos. Fuente: Adaptado de Cepeda Naula (2017) y Merino Ruiz (2017).
De igual manera, se puede evidenciar la resolución del levantamiento, el objeto de estudio y los parámetros geológicos observados, según Cepeda Naula (2017) (Tabla 8), no solo en caracterización de discontinuidades sino tonalidad de conjunto de rocas al igual que establecen Beretta et al. (2019), además otros elementos como medición de estratos, verificar estructuras, variación de humedad en la pared rocosa, etc.
Tabla 8. Parámetros geológicos detectados con fotogrametría aérea. Lugar
GSD promedio (cm/píxel)
Objeto de estudio
Escala de Visualización mínima
Parámetros geológicos observados
Quebrada Jatunhuaico
5,95
Drenaje
1:60
Morfología del cauce, estratos, lineamientos, etc.
Río Chota
4,98
Drenaje
1:50
Morfología del cauce, niveles de terrazas, estratos, etc.
San Antonio de Pichincha
3,6
Minería a cielo abierto
1:36
Estratos, clastos, tonalidad, estructuras sedimentarias, discontinuidades, etc.
Valle del Chota
2,36
Talud-ladera
1:24
Lineamientos, diaclasamientos (macizo rocoso).
Vía a Guayllabamba (Río Pisque)
1,05
Talud-ladera
1:10
Estructuras sedimentarias, pliegues, estratos, clastos, laminaciones, tonalidad, discontinuidades (estratigráficas), etc.
Baños de Agua Santa
0,4
Talud-ladera
1:4
Discontinuidades, espaciamiento, variación de tonalidad de rocas, textura macro, tonalidad de alteraciones, etc.
Fuente: Cepeda Naula (2017).
39
Consecuentemente, es importante obtener bases de medición para la caracterización geomecánica (Bieniawski, 1973, 1989; González de Vallejo et al., 2002), ante el necesario aseguramiento del diseño minero y el mejoramiento de las maniobras cotidianas en mina o en cantera (voladuras). Y sin descartar la ocurrencia de fenómenos de hundimiento, flujos de materiales y deslizamiento de los taludes (Tarolli y Sofia, 2016).
Finalmente, la perspectiva de diversas herramientas en geomática permite probar las posibilidades para examinar las superficies, así mismo fusionar reclasificaciones de mapas, operaciones matemáticas (algebra de mapas), mapas de coberturas, proyectar el análisis multicriterio (Olaya, 2014), o de tendencias, de tal forma estimando y evaluando concentraciones de uno o varios parámetros puntuales en la investigación de canteras.
Caso Finlandia, Noruega, Ecuador y Brasil Los UAVs facilitan la detección remota de alta resolución en las características de superficies rocosas, al suroeste de Finlandia en el depósito de oro a cielo abierto, Sayab et al. (2018) establecen medidas estructurales asociadas a familias de fracturascizallamiento mediante modelos fotogramétricos 3D, lo cual puede evaluar el diseño de minado, eventos tectónicos y otros aspectos de génesis del yacimiento.
Al igual siguiendo prácticas comunes de geología, se desarrolla mapeo estructural en vías de Noruega a partir de nubes de puntos de afloramiento (Dewez et al., 2016) y en Ecuador análisis geológicos para varios escenarios mediante aerofotogrametría (Cepeda Naula, 2017; Merino Ruiz, 2017).
Las aplicabilidades son exponenciales al emplear UAVs y sensores en el monitoreo de zonas mineras a cielo abierto, incluso recientes estudios facultan el detectar litotipos mediante cámaras-RGB aeroportadas, es el caso en Brasil, con ayuda de UAVs y algoritmos dedicados (Beretta et al., 2019).
40
3. METODOLOGÍA 3.1. ÁREA DE ESTUDIO El relieve tipo a cielo abierto (Cantera de Sigsipamba) donde se procede a investigar las metodologías geomáticas y herramientas para caracterización geomorfológica y geológica estructural, se ubica en la provincia de Pichincha al suroriente del Distrito Metropolitano del Cantón Quito (Ecuador), transcurriendo en sus márgenes en una cota de 2,800 m.s.n.m. y un área de ± 20 hectáreas (ver Figura 15). En periferias también se acentúan morfologías de explotaciones a cielo abierto de áridos y pétreos, sustento de materiales de construcción para la ciudad de Quito. El territorio natural presenta paisajes que están relacionados a la interacción entre procesos naturales endógenos a partir de la geodinámica (orogenia, volcanismo, sismicidad) y exógenos (precipitaciones, etc.), que han modificado el terreno creando valles profundos y relieves abruptos (Alcaldía de Quito, 2015).
Figura 15. Mapa de ubicación de la zona de investigación.
41
3.1.1. Geología El sitio de estudio se desarrolla en el Ecuador, rodeado y caracterizado por un territorio geodinámico a nivel regional con diversos accidentes geográficos representativos, originando siete provincias geológicas, alrededor de cincuenta subprovincias y dominios tectónicos (Vera, 2013). Asociadas a una evolución, con una placa oceánica (Nazca) subduciendo a una placa litosférica (Sudamericana) en un entorno sub-ortogonal con un promedio de avance de 5.5 cm/año (Figura 16). Al igual configura diferentes terrenos alóctonos y autóctonos con fallas longitudinales y trasversales originando bloques y cordilleras con sus cuencas, no solo en continente sino cordilleras submarinas desde el punto caliente de Galápagos (Spikings et al., 2001). Específicamente el área de investigación se ubica en una zona de transición entre el valle interandino y la Cordillera Real, la primera definida como la depresión interandina por Lavenu et al. (1995), que presenta una estructuración N-S a NNE-SSW en el cantón Quito con una forma alargada que tiene entre 20 y 30 km de ancho, y la segunda hace referencia al flanco oeste de las inmediaciones tectónicas, de basamentos metamórficos en la Cordillera Oriental de los Andes, la que se precisa por Litherland et al. (1994) como terrenos metamórficos.
Figura 16. Fenómeno de subducción, y zona de investigación. Fuente: Adaptado de Spikings et al. (2001).
Es importante conocer las formaciones y depósitos geológicos representativos que se encuentran cercanos a la zona de estudio, por lo tanto, se describen en base a la hoja 42
geológica de Sangolquí 1:50,000 (Institute of Geological Sciences, Londres y Dirección General de Geología y Minas del Ecuador, 1980), caracterizando de manera regionalizada (Figura 17):
Volcánicos Indiferenciados (Plio-Pleisoceno?): cercano al Cerro Cotourco y al nororiente de la cantera se presentan dos unidades la inferior formada de piroclásticos, y la superior de lavas andesíticas porfiríticas, con un posiblemente buzamiento débil del conjunto al oeste. Probablemente existe una equivalencia con la formación Pisayambo y Volcán erodado de Puntas (4,452 m).
Volcánicos Puntoquiño (Pleistoceno): a cotas superiores y al suroriente proximal a la zona de estudio se presenta la formación constituida de lavas laminadas afaníticas con numerosas inclusiones de obsidiana, con evidencia de flujo y la presencia de grietas.
Sedimentos Chichi (Pleistoceno): estos se encuentran cubriendo gran parte de la zona circundante al estudio, su nombre hace referencia al Río Chichi de cauce profundo, con afloramientos representativos en la vía Tumbaco-Pifo, y se constituye de conglomerados, arenas gruesas compactas, capas de ceniza y tobas bien estratificadas; probablemente el contacto es transicional con Cangagua.
Volcánicos Guambí (Pleistoceno): se trata del componente más representativo, incluso situándose y aflorando en el área de estudio, conformando coladas andesíticas contemporáneas a la deposición con Cangagua. Los rasgos de flujo de lava son muy evidentes al terreno irregular sobre la superficie plana, donde las diferentes fases de Cangagua están sobre los Sedimentos Chichi; además las lavas están limitadas por paredes verticales.
Cangagua (Cuaternario): depósito extenso, conocido por contener toba y ceniza con una litología constante en todo el terreno. En el mapa puede sobrepasar los 30 m de espesor.
Tilita (Cuaternario): está puede ser importante al influir en la morfología o geoformas de ambientes de glaciar; debido a que se encuentran proximales a la zona de estudio en forma de lengüetas con posibles movimientos de permafrost. 43
Estructural: la cantera se limita en el margen este de la cuenca interandina acercándose a la Cordillera Oriental, donde las fallas cubiertas e inferidas toman una orientación NNESSW (Figura 17) disponiéndose en las estribaciones del Cerro Cotourco (al SE de la cantera) y al suroccidente del estratovolcán Ilaló, correspondiendo a levantamientos estructurales proximales. La falla de Ilumbisí define el valle de Tumbaco-Los Chillos, que representan el margen occidental de la cuenca y que separa de la cubeta de Quito.
Figura 17. Cuadrante mapa geológico de la zona de estudio. Fuente: adaptado de la hoja geológica de Sangolquí proveniente del Institute of Geological Sciences, Londres y Dirección General de Geología y Minas del Ecuador (1980), bases topográficas del Instituto Geográfico Militar del Ecuador y DMQ.
El perfil geológico regional de la hoja de Sangolquí no transcurre por la cantera, no obstante, por interpretación, las formaciones más antiguas de gran potencia hacen referencia a los Volcánicos Indiferenciados con espesores variables entre 200 a 1,000 m. 44
Por otro lado, posiblemente con niveles suprayacentes de volcánicos más recientes (Figura 18), se trata del flujo de lava predominante en la cantera, seguramente corresponde a la Formación Guambí con andesitas azules cuya potencia aproximada es de más de 80 m observada en el cielo abierto del sitio de estudio, e infrayaciendo a varios niveles de menor potencia de Cangagua (ceniza, lapilli, tefra), materiales limo-arenosos, relleno antrópico, y en ocasiones con arcilla debido a la meteorización de la ceniza como menciona en información recopilada por Vargas (2015) con datos inclusive de perforaciones en la zona que corroboran diversas facies intercalas en flujos de lava (de afinidad un poco más ácida y meteorizada, rojiza-amarilla) y varios niveles de piroclastos.
Figura 18. A) Fotografía panorámica donde se indica diferentes cambios de facies litológicas en el frente norte de la cantera, pero en b) con predominancia del flujo de lava (andesitas intermedias de tono azulado).
3.1.2. Geomorfología, fisiografía y clima Regionalmente presenta unidades de relieves interandinos con cimas frías hacia el este sobre los 3,200 m.s.n.m, incluyendo sistemas de periglaciar y levemente páramo con montañas, además colinas con vertientes externas superiores que se dirigen en una estructura de drenaje dendrítico a subdendrítico a una plataforma de las estribaciones de la cuenca o valle interandino de Quito (Figura 19a). Adicionalmente, al encontrarse en las estribaciones de la cordillera oriental, aunque el sustrato rocoso constituido por rocas metamórficas (cuarcitas, pizarras, filitas, etc.) no afloran al interior del Distrito Metropolitano de Quito de igual manera por su topografía, refleja el asentamiento de una cordillera (Alcaldía de Quito, 2015). 45
Localmente se puede observar colinas pequeñas de origen por la actividad volcánica, con acumulación de corrientes de flujos de lavas, y deposición de piroclastos, además de leguas de morfologías posiblemente periglaciaricas - más distales (Figura 19b).
Figura 19. A) Accidentes geomorfológicos regionales, aledaños a la zona de estudio. B) Geoformas locales (foto panorámica de drone hacia el oriente de la cantera).
El clima de la zona se encuentra definido por las características orográficas de altitudes considerables que exhiben un periodo lluvioso de octubre a abril y seco de mayo a septiembre, con un promedio anual de precipitaciones de 960 mm; y comprende las zonas cercanas al sitio de estudio, por ejemplo, de Cumbayá, Tumbaco, Puembo, Pifo, Yaruquí, El Quinche, Checa, Nono, Calacalí, Nayón, Zámbiza, Lloa y la ciudad de Quito, con temperaturas medias anuales que fluctúan entre menos de 10 °C y 16 °C (Alcaldía de Quito, 2015).
3.2. FLUJOGRAMA En cada ítem y segmento del flujograma desde la toma de datos primarios hasta el análisis de estos se ha justificado en el estado del conocimiento y se detalla a continuación, conforme responder las preguntas investigativas. De tal modo, la metodología en el presente estudio se centra con aerofotogrametría y control terrestre para obtener datos de confianza a bajos costos, a razón que, los recientes avances en las tecnologías de topografía terrestre y aérea apoyada de la estructura a partir del movimiento (SfM), han revolucionado la recogida de datos en tres dimensiones siguiendo procesos similares como por ejemplo, en Italia (Esposito et al., 2017; Haas et al., 2016; Rossi et al., 2017), en China (Chen et al., 2015; Xiang et al., 2018), en Ecuador (Cepeda Naula, 2017; Merino Ruiz, 2017) y en fin estos u otros casos que detallan las etapas de campo y procesamiento aerofotogramétrico. 46
En segunda instancia, se procede a responder los diversos objetivos mediante análisis espacial, de igual forma partiendo de los casos de Beijing e Italia que fortalecen un flujo donde los cambios geomorfológicos mineros pueden ser detectados en comparaciones de los modelos digitales de elevación (DoD) (Haas et al., 2016; Xiang et al., 2018), incluido relaciones espaciales de caracterización del terreno (pendiente-orientación) mediante herramientas SIG (ESRI, s. f.), por lo tanto, los métodos resultan ser factibles en un SIG.
Posteriormente, los elementos geológicos estructurales relacionados a casos como en Finlandia, Noruega, Brasil, Ecuador y otros, son un punto importante en la investigación y donde se parte mediante varias metodologías en (Beretta et al., 2019; Cepeda Naula, 2017; Dewez et al., 2016; Merino Ruiz, 2017; Sayab et al., 2018; Thiele et al., 2017), que ayudan a densificar mediciones geológicas e incluso llegar a zonas de difícil acceso o de riesgo para el personal. Finalmente, se detecta tendencias en los elementos geológicosgeomecánicos medidos en el espacio geográfico (por ejemplo, Caizaluisa Jácome y Criollo Andagoya, 2015; Tomás et al., 2006).
Integralmente, se intenta optimizar tiempo al analizar los datos validados con herramientas de una interfaz sencilla, que ya ha sido probada en otros escenarios tipo o poseen una fuerte relación, y el encaminar los resultados donde los métodos tradicionales se hacen complejos o riesgosos para el personal de campo. Consecuentemente, enfocarse en probar herramientas tecnológicas y geomáticas con diversos softwares e incluso de código libre.
El siguiente diagrama de flujo (Figura 20) resume el proceso de la investigación. La primera etapa es la recopilación de información secundaria y primaria que se complementan posteriormente, además del procesamiento en ordenador. En una segunda etapa ya con los productos fotogramétricos y datos de campo, se realiza el análisis espaciotemporal en gabinete conforme la geomática. Y finalmente en la tercera etapa se ajusta un flujograma analizado en tiempo y productividad del monitoreo de la cantera, es decir si consigue los elementos-recursos básicos para poder monitorear el escenario u otros.
Consecuentemente, se fundamenta el detalle de cada accionar, dirigiendo los objetivos iniciales al proceso, y el poder comprobar si la hipótesis del estudio se concreta al finalizar la investigación, al desarrollar un diagrama tipo como en Kaihuan y Fuchuan (2012). 47
Figura 20. Diagrama de flujo de la metodología a emplear.
3.3. DESCRIPCIÓN DE LA METODOLOGÍA A continuación, se describen los principales ejes de la metodología que son complementados con el marco teórico previsto, ajustando detalles específicos en el caso puntual de la cantera, por lo tanto, registrados con las diversas herramientas de hardware, software y procedimientos (Anexo 1).
3.3.1. Fotogrametría (levantamiento información primaria) Al realizar la aerofotogrametría se emplea el método SfM, MVS, SIFT (The Scale Invariant Feature Transform), y entre otros, factores dependientes de la coincidencia como colinealidad entre fotogramas algunos trabajos (por ejemplo en Cepeda Naula, 2017; Dewez et al., 2016; ERDAS, 2010; Esposito et al., 2017; Kakaes et al., 2015; Micheletti et al., 2015; Rossi et al., 2017; Westoby et al., 2012). Esto directamente en el escenario, empleando el UAV, radio control (RC) y receptores GNSS de alta precisión.
3.3.1.1. Puesta de puntos GCPs Los GCPs se recolectan de manera estratégica cubriendo el área de interés (30 puntos para +/- 20 ha), en las diferentes campañas bajo protocolos de receptores GNSS, métodos de NTRIP (Networked Transport of RTCM vía Internet Protocol, solo el rover) y RTK (Real 48
Time Kinematic, base-rover) (Li et al., 2015; López La Valle, 2014), con precisiones en el orden centimétrico, oportunamente, realizando marcas de tamaños 80 cm x 80 cm donde se establecen los GCPs tal como muestra la Figura 21. La finalidad es mejorar el geoposicionamiento, nivelación y geometría del levantamiento aerofotogramétrico, a través de realizar medidas directas de constatación en campo tanto al fondo del cielo abierto (open-pit), márgenes de los taludes y zonas donde cambia abruptamente la topografía de la cantera.
Figura 21. Receptores GNSS y GCPs.
3.3.1.2. Planes de sobrevuelo Se realizan doce campañas de sobrevuelo del UAV durante el año 2019, comprendidas regularmente cada una por tres misiones (Figura 22) que establecen alrededor de 400 fotogramas de tipo nadir, no obstante, ocasionalmente se ejecutan misiones complementarias de 100 a 200 fotogramas (para completar el área donde existe operaciones de minado).
De tal manera, se estima un aproximado total de 100 kilómetros recorridos por el UAV en el año, 5,500 fotogramas y 300 líneas de sobrevuelo que mantienen solapamientos frontales y laterales sobre el 75 % como advierten algunos autores (Cepeda Naula, 2017; Kakaes et al., 2015; PIX4D, 2017), efectuando tomas en el aire cada dos segundos a una velocidad crucero de 38 km/h y a una distancia promedio sobre el terreno en las zonas más altas de 60 m – 70 m, así consiguiendo resoluciones menores a 5cm/pixel propicias para el control geomorfológico previsto, y precautelando al UAV de una colisión con la morfología o vegetación propia de la zona. 49
Igualmente, los fotogramas sub-verticales fueron realizados en varias misiones manualessupervisadas a inicios del año 2020, donde se levantó los taludes representativos en los diferentes frentes de la cantera, consiguiendo solapamientos altos entre fotogramas y distancias a objetivo menores a 30 m (GSD < 1.5 cm/pixel), con la finalidad de obtener bases fotogramétricas de alta resolución conforme caracterizar los elementos geológicosestructurales (estaciones geomecánicas).
Figura 22. Misiones (líneas de sobrevuelo), tipos de tomas y despegue de UAV.
3.3.1.3. Procesamiento El procesamiento se basa en pasos frecuentes del software fotogramétrico Agisoft PhotoScan, incluso originando flujos de trabajo característicos (Cepeda Naula, 2017, p. 38; Rossi et al., 2017), además los manuales de procesamiento (en la página oficial del software https://www.agisoft.com/), proveen ejemplos desde el ingreso de los fotogramas al software hasta aplicaciones diversas de generación de ortomosaico y DEM (con GCPs), realizar mallas, modelos 3D, mascarillas, etc., (Agisoft, 2020a). A continuación, se especifica los procesos articulados en la presente investigación:
1. Ingreso de fotogramas. - fotos con etiquetado de coordenadas en sistema WGS84 UTM ZONA 17S son integradas, para cada campaña, en 12 oportunidades y por única vez en un bloque, los taludes. 50
2. Mascarillas. - en el caso de los fotogramas nadir no es necesario, no obstante, en las tomas sub-verticales para los taludes se digitaliza mascarillas, evitando ingresar información o pixeles del entorno que podrían ocasionar distorsión (vegetación, maquinaria, etc.).
3. Orientación de fotogramas. - se calibran y alinean los fotogramas con los geoetiquetados propios de la cámara-gimbal del UAV.
4. Cargar GCPs. - se ingresa los puntos de control en tierra con coordenadas: este, norte y altitud, de igual manera en el sistema WGS84 UTM ZONA 17S.
5. Replantear. - mediante la interfaz los marcadores son colocados en las marcas GCPs visualizado en cada fotograma.
6. Optimizar orientación de fotogramas. - un proceso predefinido corrige el geoposicionamiento, geometría y nivelación, fijándose únicamente en los marcadores o GCPs tomados en campo, sin el etiquetado inicial de los fotogramas, pero sí modificando su orientación previa.
7. Originar nube de puntos y malla 3D. - a partir de la orientación correcta de las cámaras se densifica los puntos coincidentes entre fotogramas, y para la malla cumple una interpolación entre la nube de puntos convirtiéndose en una estructura de alambre. En el caso de estudio conforme caracterizar los taludes se exporta las nubes de puntos en formato (.las).
8. Generación de DSM y ortomosaico. - se genera el DSM para obtener un modelo con el cual realizar el ensamble y ortorectificación del ortomosaico (.tif).
9. DTM. - en este paso se usa métodos complementarios entre sí, el primero se trata de una clasificación supervisada de nube de puntos (Agisoft, 2020b) principalmente en las zonas de vegetación - infraestructura - maquinaria, y mediante digitalización 3D de puntos en visión por ordenador, simulando el terreno promedio en malla 3D.
51
Finalmente se ensambla la nube de puntos de la fotogrametría y la digitalización en ciertas áreas para un ensamblaje de entidades tipo puntos (x, y, z; ZM) con el objetivo de realizar la interpolación en un software de SIG y obtener el DTM (.tif).
En la siguiente gráfica se evidencia productos relevantes del procesamiento previsto:
Figura 23. Procesamiento fotogramétrico y productos.
3.3.1.4. Propagación de errores En el caso de cualquier método se debe considerar una incertidumbre, por ende, los informes de calidad del procesamiento fotogramétrico muestran errores residuales promedios de todas las campañas, menores a los 5 cm para los GCPs (y concuerda con las precisiones de los equipos GNSS empleados). Sin embargo, al realizar medidas en campo directas donde no se presentaban GCPs y comparar con la fotogrametría (DTM) se consigue errores propicios para la detección de cambios geomorfológicos (x = 5-10 cm; y = 5-10 cm; z = 8-20 cm), lo cual deriva en asumir que los errores de las celdas de la cuadrícula siguen una distribución normal con una media de cero.
Según Haas et al. (2016), el error general de DEM o DTM puede expresarse mediante la desviación estándar, así también para los fines del DoD. Según Wheaton et al. (2010), se debe considerar el error del método de levantamiento en ± δz. En el caso de estudio, de 52
acuerdo a los errores residuales presentados en el procesamiento y comprobación de campo en el sitio, se es prudente al usar el threshold o error de 20cm para no sobreestimar los resultados.
3.3.2. Análisis espacial y temporal Al realizar el monitoreo de la cantera es inevitable establecer diversos métodos complementarios entre sí, requerido a que los recursos geomáticos sean suficientes para identificar los parámetros conforme cumplir con los objetivos de la investigación. Por consiguiente, una vez ya procesada-depurada la información primaria de la cantera (DTM, nube de puntos, mallas 3D y ortomosaicos), se ejecutan herramientas en algunos software, donde inicialmente se detecta los cambios geomorfológicos del escenario minero tal como mencionan Xiang et al. (2018) con DoD (espacial-temporal).
Como segundo punto, se trata de verificar las pendientes-orientación y establecer geoformas típicas semejante a Sofia et al. (2014) y Xiang et al. (2018) con herramientasconceptos sencillos de ESRI (s. f.), Herrera Herbert (2007) y Sosa (1989), y finalmente es calcular-divisar características geológico-estructurales, mediante orientaciones de las discontinuidades en afloramientos (Dewez et al., 2016) presentes en la cantera (litotipos), definiendo caracteres geomecánicos de las discontinuidades (Ramírez Aranguren y Alejano Monge, 2004, p. 185) en bases fotogramétricas (Cepeda Naula, 2017; Merino Ruiz, 2017) acorde a estimar posibles rasgos del comportamiento geomecánico (RMR) en los macizos rocosos (Bieniawski, 1973, 1989; González de Vallejo et al., 2002).
Todo los datos evaluados y caracterizados se podrán comparar-complementar de forma cualitativa y/o cuantitativa con la información secundaria recopilada. Para finalmente ser críticos al diseñar un diagrama de flujo de monitoreo para este u otros escenarios mineros similares.
3.3.2.1. Cálculo DoD La herramienta DoD (DEM of difference) se aplica en ArcGIS versiones 10x superiores (Riverscapes Consortium, 2020), y la aplicación conforma una barra de herramientas de fácil uso donde se introduce los modelos numéricos de elevación del terreno (DTM o DEM) de distintas épocas, en el caso se estudian 12 campañas durante cada mes en el año 53
2019 (determinando el corte/relleno u erosión que trascurre en los cambios geomorfológicos del escenario minero), al aplicar el nuevo mes del DEM vs el viejo mes del DEM (Bangen y Wheaton, 2012; Williams, 2012). Las diversas ventanas de la interfaz (Figura 24) muestran el desarrollo-tipo del ingreso de datos y el análisis, detallándose a continuación:
1. Antes de cualquier análisis se añade los dos DTM a comparar, de diferente fecha (en formato .tif), la herramienta se encarga de dar formato al modelo digital, automatizando mapas de sombras (hillshade) y simbología para el ráster de elevaciones. 2. Una vez en la biblioteca del proyecto los DTM se agregan a un análisis de detección de cambio, indicando el nuevo DTM, el viejo DTM, y el threshold o error de 20 cm (dato que se analizará en resultados del método aerofotogramétrico).
Figura 24. Interfaz del DoD en ArcMap.
Finalizado el análisis, los diversos mapas y estadísticas se trasladan directamente al capítulo de resultados, además, la salida gráfica es muy intuitiva con un archivo ráster simbolizado (Figura 24) que determina las zonas donde se ha modelado la superficie por la actividad antropogénica y natural (erosión), posiblemente detectando los límites de la actividad minera (Xiang et al., 2018). 54
3.3.2.2. Análisis del terreno pendiente-aspecto Debido a ser una exploración o monitoreo, el efectuar un cálculo rápido es transcendental mediante herramientas sencillas que puedan descubrir las diversas geoformas y su dinámica propia en el escenario, posiblemente el usar métodos correlativos de pendientes como por ejemplo SLLAC, descrito en el marco teórico que originalmente es usado para pendientes de terrazas agrícolas (Sofia et al., 2014) y proyectados a minería en Chen et al. (2015) y Xiang et al. (2018), sea una técnica más compleja y de difícil accesibilidad al algoritmo.
No obstante, la formulación de tales estudios ayuda a desarrollar y aplicar las herramientas de cualquier SIG (QGIS, ArcGIS, ArcGIS Pro, GRASS, etc.) para generar mapas de pendientes-orientación (ESRI, s. f.) a partir de los DTM de diferentes fechas, también es válido ya que, según Xiang et al., (2018), la evaluación de las pendientes puede detectar el avance del paisaje antropogénico no solo con el uso del DoD. Por ejemplo, en la Figura 25, la técnica de pendientes (además de perfiles en el DTM) permite caracterizar de una manera cuantitativa-cualitativa donde se encuentra el trabajo de explotación y por consiguiente rasgos de los bancos, bermas, pistas-vías, etc., en el caso particular se emplea ArcGIS Pro mediante las funciones raster de superficie y análisis exploratorio 3D.
Figura 25. Análsis del terreno mediante pendientes y perfiles en ArcGIS Pro.
3.3.2.3. Medición de parámetros geológico-estructurales Aunque en el estado de conocimientos se abordó diversos métodos para calcular el azimutdip (orientación) de los planos de discontinuidades (características en Geociencias), la técnica de facetas expuesto en Dewez et al. (2016) se presenta con un entorno de fácil uso 55
en el software CloudCompare de una forma autónoma con baja supervisión, el cual mediante la nube de puntos generadas en los taludes de la cantera y directamente la herramienta denominada k-d tree (computer science – short for k-dimensional tree) desarrolla los cálculos.
El entorno de la interfaz en Cloud Compare se presenta en la Figura 26 (donde se señalan los pasos fundamentales a seguir), adicionalmente es importante indicar que la herramienta facilita el exportar las facetas-geológicas en formato .shp acorde al crear mapas 3D localizados de los taludes con las respectivas tendencias.
Figura 26. Entorno del plugin Facets en CloudCompare – SIG, y ejemplo para talud.
Posteriormente, los caracteres geomecánicos de las discontinuidades expuestos en el marco teórico se fijan para calcular en los litotipos más representativos de la cantera o secciones tipo, desarrollando medidas en visión por ordenador, es decir, simulando el tener una libreta, cinta métrica y una brújula de campo, pero con la facilidad de realizar el mismo proceso virtualmente en el software Agisoft PhotoScan y CloudCompare que se emplean herramientas como una regla virtual, el crear entidades de tipo líneas-polígonos 56
directamente en los modelos 3D texturizados de los macizos rocosos levantados, y mediante la caja de herramientas Compass (plugin) ayuda a interpretar direccionesbuzamiento-longitudes de las estructuras en la nube de puntos.
Igualmente se define: áreas de diversa tonalidad – posible meteorización de las rocas, el espaciamiento, continuidad o persistencia, tamaño de bloque – RQD (Palmstrom, 2005), probablemente la apertura sea muy complejo medir por necesitar resoluciones altas (GSD), como menciona Merino Ruiz (2017), no obstante en mediciones centimétricas es posible (por ejemplo, apertura de 1cm) y rugosidad a través de trazos espaciales (perfiles) en las nubes de puntos. En la siguiente imagen Figura 27 se observa diversas mediciones en las dos interfaces.
Figura 27. Interacción con las interfaces para medir datos geológico-estructurales.
57
La diferencia y porqué se complementan los software es principalmente que CloudCompare es dedicada a mediciones geológicas configuradas para nubes de puntos de los afloramientos (Compass, plugin) (Thiele et al., 2017), inclusive con aplicaciones automatizadas conforme detectar fracturas de acuerdo al RGB. No obstante, a pesar que Agisoft PhotoScan no posee directamente herramientas geológicas específicas, este puede realizar una digitalización de entidades supervisada en los modelos 3D texturizados, que por la resolución fotorrealista (Figura 27b) es más precisa para fijar interpretacionesmediciones en el caso de visualizar discontinuidades finas con poca apertura (juntas, fracturas, diaclasas, estratificaciones, etc.).
Adicionalmente, al abordar el proceso de verificar secciones geológicas o establecer litotipos se hace posible a través de la herramienta (seleccionar puntos de color tipo) en el software Agisoft PhotoScan con muestreo específico en cada tono de roca (tomar un color de la pantalla en la nube de puntos reconstruida), y para editar su clasificación de puntos permite catalogar por ejemplo roca azul, roca roja y roca amarilla (ver Figura 28), procesos similares en Agisoft (2020b) y Beretta et al. (2019).
Figura 28. A) Nube de puntos en RGB de los taludes-bancos ubicados al norte de la cantera, y b) clasificación de nube de puntos por tonalidad en RGB (litotipos) mediante Agisoft PhotoScan.
58
3.3.3. Evaluar-caracterizar y comparar Es fundamental definir mapas (2D-3D) en SIG donde se permita valorar y caracterizar la existencia de tendencias espaciales como menciona Olaya (2014, p. 248). En los elementos estudiados
tanto
de
cambios
geomorfológicos
como
geológicos-estructurales,
probablemente con herramientas adicionales como kernel-density y/o cobertura de Voronoi sectorizando elementos geológicos puntuales en el espacio geográfico (por ejemplo, Tomás et al., 2006).
La efectividad de cada técnica usada se corrobora a través de los diferentes estudios referenciados oportunamente en el presente documento, articulándose en métodos interpretativos, calculistas, estadísticos de correlación (R2) datos de campo vs datos medidos en ordenador, teoría de errores (ECM), medidas de tendencia central y de dispersión, entre otros. De igual forma, para análisis estadístico se acciona Restudio, adecuando complementariamente una correlación de la información primaria y secundaria recopilada en Crespo (2017), Recalde (2009), Recalde y Fernando (2009) y Vargas (2015).
3.3.3.1. Diseño y proyectividad del flujograma El diseño se produce en base a los resultados, haciendo un mecanismo de juicio entre tiempo
en
levantamiento-procesamiento
aerofotogramétrico,
objetividad
de
las
herramientas geomáticas empleadas-recomendadas, y convicción de análisis conforme sea posible detectar cualquier anomalía en el escenario para su corrección (OIT, 1991, p. 9), ya que el seguimiento en el proceso del diseño de minado y la seguridad en las operaciones es esencial, seguramente el planteamiento sigue un diagrama intrínseco en minería que reduzca el riesgo (Kaihuan y Fuchuan, 2012) y además se suministró bases analíticascalculistas para el control minero de los diversos especialistas.
59
4. RESULTADOS Y ANÁLISIS En el presente capitulo se establecen los resultados de manera contextual a la metodología previamente analizada, caracterizando salidas gráficas mediante mapas y estadísticas como tendencias de la investigación.
4.1. RESULTADOS Los resultados conjugan tres bloques principales donde se establece la fotogrametría, los cambios geomorfológicos y finalmente la caracterización geológica-estructural.
4.1.1. Fotogrametría y productos El promedio de nube de puntos en cada campaña efectuada es de aproximadamente 20 millones de puntos restituidos en las misiones nadir que constituyen los eventos mensuales de monitoreo en la cantera y alrededores en la concesión minera, observándose en la Figura 29 todos los eventos desde E1-DE12, y resoluciones menores a 5 cm/pixel (GSD).
Figura 29. Nube de puntos restituidas en las 12 campañas mensuales.
De igual manera a través de las misiones de fotogramas oblicuos se obtiene 6 frentes de taludes en un total de 206 millones de puntos restituidos en nubes densas de alta calidad
60
(ver Figura 30), además nube de puntos interpoladas en texturas de alambre reales en RGB con 23 millones de caras, y resoluciones menores a 1 cm/pixel (GSD).
Figura 30. Taludes restituidos a partir de misiones oblicuas (T1-T6).
El método aerofotogramétrico determina errores residuales en el orden centimétrico respecto a los GCPs, establecidos en los reportes del procesamiento del software fotogramétrico. Sin embargo, a ello se complementa, para minimizar la incertidumbre al determinar los errores del método en otras zonas donde no fueron colocados los GCPs, mediante 40 puntos de campo aleatorios (GNSS-RTK) versus medidas de los modelos digitales del terreno (posterior a la clasificación supervisada de las nubes de puntos), los que, mediante dicha comprobación (campo vs ordenador) y los reportes de GCPs se definen errores promedios en el orden centimétrico (ver Tabla 9). Tabla 9. Promedios: errores residuales GCPs y puntos en campo vs medidas en DTMs.
En zonas sin vegetación GCPs y puntos de Error en X (cm) Error en Y (cm) campo vs ordenador 3,396 3,030 en DTM Anomalía máxima en Z = 15cm
Error en Z (cm) 5,120
Error en XY (cm) Total (cm) 4,051
5,694
Anomalía mínima en Z = 0.4cm
En zonas con vegetación GCPs y muestreo de Error en X (cm) Error en Y (cm) campo vs ordenador 4,667 4,406 en DTM Anomalía máxima en Z = 52cm
Error en Z (cm) 25,268
Error en XY (cm) Total (cm) 5,842
30,398
Anomalía mínima en Z = 1cm
Además, el cálculo de la regresión lineal en Restudio proporciona un R2 para el escenario investigado de 1.0 cuando se usa los valores de cota real, por ejemplo, 2,833.468 m.s.n.m. 61
medido en campo versus 2,833.512 m.s.n.m. medido en ordenador, prácticamente denotando mínima variabilidad en relación con las medidas grandes (centímetros de diferencia).
No obstante, es importante definir rangos submétricos en cota o altitud así estableciendo escalas grandes para el cálculo de R2 y se demuestre más variabilidad. Es decir, con el anterior ejemplo: 0.468 m para campo versus 0.512 m para ordenador, lo cual evidentemente establece con pinza el R2 que a pesar de ello la proporcionalidad sigue siendo fuerte en medidas de campo versus ordenador. La Figura 31 representa en zonas de baja vegetación o nula un R2 de 0.96 y en zonas de mediana-alta vegetación con 0.93, corroborando con los errores residuales establecidos en la Tabla 9, la correspondencia y regresión lineal fuerte.
Figura 31. Regresión lineal y residuales de datos campo vs ordenador (DTM).
Es relevante determinar los errores-residuales en la aerofotogrametría así proyectando al threshold en el cálculo del DoD que en el caso se trata del posible error del método normalizado en todos los modelos digitales del terreno originados en la presente investigación. Según los datos resultantes de la técnica, en zonas sin vegetación son 10 cm en altitud, y en zonas de vegetación del escenario estudiado pueden llegar en ocasiones a 62
20 cm e incluso más de 30 cm como anomalías para el caso de la variante z o altitud. Finalmente, los modelos digitales de elevación del terreno (DTMs) presentan escalas menores a 1:2,000 y los ortomosaicos escalas 1:300 se evidencia el entorno geográfico de los DTMs (20 cm/pixel) y los ortomosaicos (3 cm/pixel) de los eventos más representativos (inicio-final, ver Figura 32):
Figura 32. DTMs y ortomosaicos del periodo de monitoreo inicial a, c y final b, d.
4.1.2. Cambios geomorfológicos Una vez determinados los errores del método además de considerar que es un escenario en continua modificación geomorfológica de los materiales rocosos y suelos, no solo a causa de la explotación de áridos-pétreos sino también a la erosión perene se considera un threshold o umbral más alto a lo previsto en la metodología inicial de 20 cm a 30 cm, conforme evitar sobrestimar los datos del DoD. Se obtiene en un inicio una visión global
63
con el periodo multitemporal total investigado desde enero 2019 a enero 2020, proporcionando los siguientes mapas y estadísticas (ver Figura 33):
Figura 33. Mapas y estadísticas del DoD en el periodo enero 2019 – enero 2020.
64
De igual forma se esquematizan a través del cálculo del DoD once mapas de enero-febrero, febrero-marzo, marzo-abril, etc., donde se distingue la evolución del escenario (Figura 34):
Figura 34. A) DoD calculados en los diferentes periodos monitoreados. B) Estadísticas de cambios de superficie en volumen (m3).
65
Por lo tanto, en la estadística global un 67.61% de 15.08 hectáreas intersectadas por el DoD (Tabla 10) ha sufrido modificaciones geomorfológicas puntuales, donde se produce tanto corte como relleno de los materiales no solo explotables sino de acomodamiento para el diseño de minado, así configurando el open-pit como tal. Se evitó sobrestimaciones en forma de threshold; (Figura 33) con 5,183.5 m3 en corte y 1,543.4 m3 en relleno de acuerdo con el error del método topográfico de levantamiento. Los meses que configuran una mayor agresividad de los elementos geométricos de la cantera son marzo, abril y mayo los cuales se visualizan en los mapas respectivamente de M-A-3, A-M-4 y M-J-5, áreas en las que se verifican cambios considerables al nor-oeste, nor-este y centro de la cantera. Tabla 10. Reporte total sobre el DoD (área y volumen). Aspecto
Cantera – Open-Pit Raw (Crudo)
Threshold
Error Volumen
% Error
Área de corte (m2)
99,541
64,936
Área de relleno (m2)
51,333
37,067
Cambios en área (m2)
150,874
102,003
Volumen de corte (m3)
271,046.21
266,862.7
±19,480.8
7.30%
Volumen de relleno (m3)
118,932.43
117,389.01
±11,120.1
9.47%
Volumen Neto (m3)
-152,113.78
-149,473.73
±22,431.2
-15.01%
En complemento a los datos previstos del DoD, también se considera los mapas de pendientes-aspecto, distinguiéndose de forma cuantitativa-cualitativa los sectores donde ha ocurrido modificaciones geomorfológicas. Definiendo los siguientes resultados con tres grupos geométricos-geomorfológicos que conforman: de 0° - 25º morfologías planas (pistas, vías, plataformas, fondos de explotación y anchura de bancos o terrazas), de 25º 45º morfologías moderadas (bermas de seguridad, talud de banco, laderas de límites finales e intermedias) y de 45º - 85º morfologías abruptas (taludes de frentes de explotación, taludes de bancos y laderas conformadas por procesos naturales y antropogénicos).
De tal manera, se delimita las diversas geoformas ligadas a la explotación previstas en el mapa (Figura 35), donde por ejemplo las terrazas o anchos de bancos (0º - 25º) se disponen alrededor del fondo de explotación con longitudes de entre 200 – 600 m, cuya dirección de pendiente predominante al sur, oeste y menores al norte, al igual se observan en la misma tendencia de disposición los taludes de bancos.
66
En resumen, globalmente, el paisaje muestra entre enero 2019 y enero 2020 morfologías en un 59 % planas, 31 % moderadas y 10 % abruptas.
Figura 35. Mapas de pendientes y aspecto.
Puntualmente (ver Figura 35), en la zona 1 se establece cambios geomorfológicos en mayor porcentaje de morfologías planas a causa seguramente de corte de la sobrecarga 67
formando variedades de plataformas. La zona 2 representa un deslizamiento del material destapado, proporcionando relleno en los bancos. Finalmente, la zona 3 se profundiza en cambios de altitud con promedio de 12 m y agudiza la disposición de frentes de explotación (taludes).
4.1.3. Caracterización Geológico-Estructural En este esquema, se prioriza un cálculo rápido mediante herramientas propuestas en la metodología, interpretando inicialmente los litotipos en las nubes de puntos, obteniendo la siguiente representación 3D (perfiles geológicos) de los diversos taludes de bancos:
Figura 36. Litotipos muestreados en aerofotogrametría de T1-T6 (Taludes).
Se distingue cuatro litotipos representados a partir de los muestreos realizados en los seis taludes (ver Figura 36), empleando el uso de geomática mediante detección de tonalidades en la nube puntos y visitas de campo, describiéndose: 68
Capa vegetal y/o suelo (L1). – figura con un 10 % de coloración negra a verde se trata de material poco consolidado donde yace naturalmente con depósitos de piroclastos de granulometría baja, así también con un re-trabajo antropogénico del corte-relleno por parte de actividades diversas.
Riolita y Andesita Roja (L2). – establece un 35 % de roca-piroclastos con tono rojizo a rojo negruzco, correspondiendo a roca que proviene del enfriamiento variable de un flujo de lava, de composición mineralógica intermedia-acida. Además, otro componente de matriz y bloques soportados de acuerdo a la tonalidad rojiza, posiblemente se debe a un régimen asociado a avalanchas durante varios episodios. Igualmente presenta depósitos piroclásticos de granulometría de bloques de 1.5 m y esporádicos fragmentos de vidrio volcánico de coloración parda oscura.
Andesita Azul (L3). – establece un 50 % de roca con tono azul a gris azulada que se caracteriza por: alto peso específico, consístete y poseer columnatas deformadas en forma de capas de bloques tabulares; atribuido a un flujo de lava. Además, la meteorización química no afectó al macizo rocoso.
Andesita Amarilla (L4). – comprende un 5 % de roca con tono amarillo, compacta similar a andesita azul, sin embargo, la meteorización posiblemente modifica su coloración en un porcentaje bajo.
Aunque en el muestreo realizado es difícil detectar, existe superficies de contacto entre diferentes emisiones volcánicas e incluso ciertas inclusiones de geoformas distales periglacíaricas son discordantes, las más frecuentes son: lava-piroclastos-ceniza, piroclastos-piroclastos y fragmentos de distinta angulosidad-piroclastos.
Por otro lado, para el segmento geológico estructural se desarrolla estaciones geomecánicas en los taludes: T1 con seis estaciones (T1E1…T1E6), T2 con una estación (T2E1), T3 con tres estaciones (T3E1, T3E2 y T3E3), T4 con una estación (T4E1), T5 con dos estaciones (T5E1 y T5E2) y finalmente T6 con dos estaciones (T6E1 y T6E2) ampliando los siguientes datos tabulados donde cada talud se caracteriza por diferentes familias y un RMR calculado: 69
Tabla 11. Datos geomecánicos obtenidos mediante análisis espacial y caracterizados. Talud – Data espacial 3D (xyz) y Estereograma
Familias de Discontinuidades y RMR (Calculado)
70
71
72
73
El cálculo del RMR (Tabla 11) fue realizado de manera conservadora, es decir, si en un talud el 70 % de datos de persistencia era de 0.2 metros y solo el 30 % de 5 metros, se toma en cuenta el parámetro que discrimina más a la calidad de roca, en el caso la persistencia de 5 metros. 74
Por otro lado, el 70 % de los taludes muestreados atribuye a diaclasas que forman bloques columnares y tabulares sub-horizontales (entablamento), lo cual se puede asociar a una evolución de tensiones internas cuando se enfrían las masas de lava. De igual manera, los intensos fracturamientos se atribuyen a las tronaduras para configurar el minado. Las familias promedias de las discontinuidades son Dip/ Dip Direction: 65°/204°, 69°/149°, 61°/ 2°, 64°/310°, 64°/87°, 62°/264°, no obstante, también en gran parte se evidencia buzamientos 20° - 40° atribuyéndose a bloques tabulares (entablamentos).
Los datos provistos en la tabla de cálculo de RMR se esquematizan mediante un mapa de cobertura de VORONOI (Polígonos de Thiessen, Figura 37) el cual es más determinístico y asociado a cada punto geográfico del talud muestreado en la zona de estudio, hacen referencia a la clasificación geomecánica de Bieniawski (1973) con leves tendencias.
Figura 37. A) Mapa de Tendencias de RMR y elementos geológicos. B) Cuadro de frecuencias y estadísticas del RMR., y c) Datos de familias promedio de discontinuidades en estereograma.
75
Las tendencias en el mapa previo (Figura 37) se caracterizan por mantener mejor calidad de roca al noroeste, centro-este, y sur de la cantera, mientras que al noreste y centro sureste se presentan menor RMR. En todo el proceso investigativo se ha comparado información secundaria de mapas regionales, contexto con otras investigaciones en el sitio, por ejemplo Vargas (2015), etc., atribuyendo concordancia con datos del RMR y familias de discontinuidades. Adicionalmente, se ha realizado un análisis de datos tomados en campo mediante brújula vs ordenador-fotogrametría del Dip y DipDirection que establece un R2 de 0.88 y 0.99 respectivamente (Figura 38).
Figura 38. Regresión lineal y residuales, en 70 datos de Brújula vs Ordenador.
Los errores residuales denotan un ajuste en intervalos de 5° - 10° +/-, que permiten el uso en Geociencias, finalmente de la misma manera parámetros como por ejemplo persistencia, espaciamiento, etc., (ver Tabla 11) mantienen errores residuales en orden de milímetros y mayormente centímetros de acuerdo con comprobaciones in situ.
4.1.4. Flujograma proyectivo Posterior a los diferentes procesos efectuados de campo y gabinete, se analiza las salidas gráficas tanto de estadísticas como también mapas e información 3D, que evidencian la integridad de los datos y establecen productos visuales para realizar inspecciones mineras a 76
detalle. Un factor fundamental luego de ser positiva la integridad de los datos (precisión), es determinar la factibilidad del flujograma en la cantera estudiada y proyectividad en otros escenarios de interés vinculados a la minería, a través de la estimación del tiempo en trabajos de monitoreo cotidianos como es el caso de adquirir topografía o mapear un talud, por ejemplo:
o El levantar la topografía 1:300 de una morfología a cielo abierto de 20 ha con dos personas: §
Métodos tradicionales mediante estación total y RTK (alta exposición de accidentes en campo); 30 – 45 días (8 horas * día).
§
Métodos modernos aerofotogrametría y control de GCPs (muy baja exposición a accidentes del personal en campo); 3 – 5 días (8 horas * día).
§
Disminución del 88.8 % de tiempo.
o Mapear a detalle (> 1:100) talud de dimensiones 20*8 metros de fácil acceso para cálculo de RMR: §
Métodos tradicionales; 7 horas campo y 2 horas de gabinete.
§
Con ayuda de aerofotogrametría; 2 horas campo y 3 horas de gabinete.
§
Disminución del 44.4 % de tiempo.
o Mapear a detalle (> 1:100) talud de dimensiones 20*8 metros de difícil o nulo acceso para cálculo de RMR: §
Se establece puntos GCPs cercanos al talud en lugares accesibles para ejecutar la aerofotogrametría, y en este caso prácticamente el uso de aerofotogrametría sería la herramienta adecuada para obtener información confiable sin exponer al personal.
Por lo tanto, los tiempos en cada proceso y secuencia correcta se han llevado a cabo en base a la investigación de la cantera, para así desarrollar una sistemática, con el fin de emplear el siguiente flujograma (Figura 39) para diferentes escenarios mineros a cielo abierto y con tecnología de bajo costo. Adicionalmente, la factibilidad del flujograma es directamente proporcional a la disminución de tiempo en los procesos, con una optimización del 67 % en campo-gabinete, además del aporte a las decisiones que
77
trascurren a escalas cartográficas cada vez más finas relacionadas a los procesos de monitoreo en el diseño de minado, y mejorar el nivel de seguridad del personal.
Figura 39. Flujograma proyectivo.
4.2. ANÁLISIS En primera instancia se realiza el análisis de los resultados obtenidos en orden de acuerdo al flujograma planteado inicialmente, objetivos en la investigación y estado de conocimientos, para seguido identificar un análisis crítico de la metodología y responder formalmente las preguntas de investigación.
Las bases aereofotogramétricas obtenidas en el presente estudio son de alta resolución < 1 cm/pixel para los taludes y < 5 cm/pixel para la cantera en general. Se reconstruyeron 446 millones de puntos del DSM en los diferentes levantamientos aerofotogramétricos (multitemporales) y mallas (3D), que posteriormente, mediante la clasificación de la nube de puntos y digitalización 3D, un procedimiento no complejo ya que las morfologías a cielo abierto no mantienen porcentajes altos de vegetación, pero la poca vegetación, infraestructura y el ruido propio de cualquier método es necesario se excluya, para obtener
78
la interpolación correcta del DTM (con resultados oportunos de 20 cm/pixel y escala 1:1,000 – 1:2,000).
En la cantera los errores residuales del DTM se estiman de 0 – 7 cm en zonas sin vegetación y para áreas de vegetación < 30 cm (xyz), en consecuencia de las pruebas de normalidad mediante relaciones de datos de campo (RTK) vs ordenador (DTM) que indican un favorable R2 = > 0.9.
Adicionalmente, se compara la precisión de metodologías con control terrestre (GCPs) – aerofotogrametría, tanto del presente estudio como también de otras investigaciones que presentan errores residuales similares entre sí. Por ejemplo, en Italia, Rossi et al. (2017) generaron, mediante fotogramas nadir y oblicuos, nubes de puntos para morfologías de canteras con precisiones centimétricas. También en China se presenta modelos de terreno con precisiones estimadas de 5 - 10 cm para estudios de morfologías mineras a cielo abierto (Chen et al., 2015; Xiang et al., 2018) y en Colombia se integra la necesidad de modelos fotogramétricos vs Lidar para información altimétrica estimando errores medios en el orden decimétrico (10 - 20 cm) (Escobar Villanueva, 2020, p. 119).
Con ello, se cumple el primer objetivo de la investigación, el originar de bases fotogramétricas integras mediante UAV y GNSS (RTK) para la cantera, afines con los demás casos de estudios y la literatura en general (por ejemplo, Kakaes et al., 2015, Capítulo 4).
Además, Escobar Villanueva (2020, p. 134) compagina con la presente investigación que el control fotogramétrico ofrece a modeladores del terreno e investigadores de geociencias un método alternativo que, si bien se realiza un filtrado de las nubes de puntos adecuado, además el control analógico o directo en campo, es seguro fijar un modelado del DTM.
Por otro lado, el reto más grande en la presente investigación y que se destaca frente a diferentes estudios, es emplear diferentes metodologías de análisis espacial para ramas de geociencias en minería, y desarrollar cálculos-análisis-comprobaciones de los parámetros relacionados al monitoreo de morfologías antropogénicas mineras de tipo a cielo abierto. Por lo tanto, inicialmente fue favorable investigar herramientas geomáticas apropiadas para 79
cada objetivo del estudio, anticipando la información secundaria previa, por ejemplo, datos de la geología regional-local, geomorfología-fisiografía, diseños de minado, entre otros; así entendiendo las necesidades del escenario.
Posteriormente, se establece un proceso de prueba-error no complejo donde se profundiza las herramientas geomáticas, y se direcciona al objetivo del estudio. Es decir, cada método tomado de diferentes estudios fue propuesto en un flujo de trabajo que inicia con el uso de DoD y pendiente-aspecto, clasificación de litotipos por RGB en la nube de puntos, control estructural mediante software fotogramétrico - CloudCompare y zonificación de indicador RMR a través de SIG. Cada instrumento conforma la particularidad de los resultados, de tal modo, que se priorice el tiempo y maniobrabilidad del análisis espacial con el propósito de dar cumplimiento al segundo objetivo de la investigación en dotar de herramientas SIG para el monitoreo de la cantera.
La primera herramienta de análisis SIG ejecutada en la cantera produce mapas y estadísticas, en donde, se muestra las tendencias geomorfológicas que sean cuantificables (es decir, el ser visuales para ingeniería y ayudar a diferenciar las geoformas de los materiales geológicos); se trata del DoD, que a diferencia de otras herramientas habituales establece el error topográfico en todos los pixeles de los modelos digitales de terreno multi-temporales.
En el caso de la cantera el DoD elimina una sobrestimación de valores netos entre corte y relleno de 5,183.5 m3 y 1,543.4 m3 respectivamente en las tendencias de mapeo anual, y el 67.61 % con 15.08 hectáreas intersectadas por el DoD definen un error porcentual de 6 - 15 % ajustando una incertidumbre de ±22,431.2 m3 para los ± 30 cm de error topográfico, con el fin de mantener un error mayor a otros estudios pero una sobreestimación o incertidumbre controlada. Por ejemplo, Esposito et al. (2017) y Xiang et al. (2018) en Italia y China proporcionan errores del 1 - 4 % en los análisis con la metodología del DoD para escenarios mineros. Además, las escalas-resoluciones son similares en los estudios mencionados, sin embargo, en la cantera se incluye tendencias geométricas más finas mediante pendientes-aspectos para las geoformas como es el caso de pistas, bermas, escombreras, etc., constituyentes en las maniobras de explotación.
80
Finalmente, otro factor diferencial se trata del lapso de toma de datos del escenario, a diferencia de los estudios previstos generalmente se ejecutan entre años, mientras que en la cantera fue realizado durante meses, la factibilidad de mantener controles en cortos lapsos de tiempo fortalece la necesidad de establecer decisiones más rápidas, lo que fija datos sensibles para cumplimiento de los objetivos de desarrollo sostenible (ODS) de las Naciones Unidas en todas las latitudes y en minería.
En segunda instancia las herramientas geológico-estructurales se integran de tal manera que el análisis espacial por visión por computador en geociencias produce un cambio de chip tecnológico en los profesionales de ciencias de la tierra. Por ejemplo, al identificar planos (fallas, juntas, generalmente discontinuidades) claves al momento de establecer la estabilidad de un talud rocoso, tal como se ha mostrado en el presente estudio donde se focaliza la medición de la actitud espacial (buzamiento, rumbo, entre otros) mediante metodologías modernas de bajo costo en 15 taludes de la cantera.
Generalmente al realizar medidas geológico-estructurales se emplea una brújulaclinómetro, cinta, etc., pero desde luego, el emplear instrumentos a mano lleva mucho tiempo y requiere cierto grado de censura al evitar medidas en la totalidad del macizo rocoso tal como también demuestra (Cepeda Naula, 2017; Dewez et al., 2016; Duelis Viana et al., 2016; Merino Ruiz, 2017; Sayab et al., 2018; Thiele et al., 2017) donde concluyen que el uso de herramientas geomáticas mantiene resultados visuales y con errores aceptables.
Adicionalmente, la presente investigación resalta el utilizar la percepción en tres dimensiones mediante ordenadores y SIGs, para desarrollar mapas de cobertura del RMR (y estructuras), por ejemplo en Caizaluisa Jácome y Criollo Andagoya (2015) y Tomás et al. (2006). Igualmente como en Brasil, Beretta et al. (2019) coinciden con la importancia de mantener un modelo geológico actualizado constantemente durante la vida del escenario minero, y se compara con el estudio de la cantera en Quito al también definir las zonas de contactos litológicos mediante aerofotogrametría así asistiendo en un 70 % a 90 % al investigador. Y determinando las tendencias geológico-estructurales de la cantera.
81
En el estado de conocimientos (autores diversos) y en el estudio realizado, se concuerda que el vehículo aéreo no tripulado (UAV), como técnica aereofotogramétrica, es robusta y de bajo coste, así, se justifica su uso continuo para recolectar datos en canteras. Es claro también que siempre será relevante las visitas de campo de forma que se garantice la calidad del monitoreo de la cantera.
En definitiva, la frecuencia de uso del diagrama de flujo proyectivo desarrollado en los resultados de la presente investigación (cuarto objetivo), dependerá de las actividades, dinámica en el área minera, no obstante, se analiza en contexto la factibilidad y eficiencia para monitoreo. En el caso específico de la cantera con un 67 % de optimización de tiempo en el monitoreo demuestra la aceptación del flujograma. Y el mantener la firme convicción de detectar cualquier tendencia irregular (OIT, 1991, p. 9), mediante datos espaciales numéricos que facilitan el seguimiento del diseño de minado y la seguridad en las operaciones.
Finalmente, a pesar de no poseer referencias bibliográficas fijadas exactamente al estudio se identifica flujogramas que desarrollan un cierto monitoreo al evaluar la estabilidad de taludes y cierre de canteras (Caizaluisa Jácome y Criollo Andagoya, 2015; Montero et al., 2017; Ortiz, 2019) donde la idea es similar en ayudar a la sociedad involucrada en la minería a realizar una planificación de la producción con diseños adecuados de la explotación y mantener la estabilidad de taludes.
Aunque los objetivos de la investigación se cumplen y la hipótesis propuesta inicialmente se afirma, es importante establecer una crítica al flujograma de monitoreo, a manera de mejora. Este define los métodos de análisis espacial propuestos para el control geomorfológico, los mismos que son procesables en un solo software ArcGis, sin embargo, el emplear varios softwares al realizar las medidas geológico-estructurales causa la desvinculación y falta de integración de datos, además de no pensar en una base de datos estructurada para consulta inmediata. Consecuentemente, el mantener un flujograma en un solo software es complejo todavía. Por otro lado, la necesidad de tener un especialista en geociencias y SIG hace que el flujo de monitoreo si bien no es automatizado en todos los elementos, pero el seguimiento de los datos asegura un control de calidad final.
82
Adicionalmente, el implementar en el monitoreo minero machine learning, geoestadistica y tecnología autónoma, posiblemente no es un reto para minería a gran escala, sin embargo, ya es una necesidad en los diferentes escenarios mineros y en el presente flujograma realizado. A la par, ampliar investigaciones mediante UAVs en las industrias explorativas-geológicas, queda pendiente en nuevos estudios donde la geología estructural establezca incluso modelos de esfuerzos.
En cuanto a las preguntas de investigación, se responden a continuación de acuerdo con los resultados obtenidos.
-
¿Cómo se puede monitorear una cantera a cielo abierto con geomática y bases
fotogramétricas de drones, disminuyendo la exposición del personal al realizar medidas en campo?
A través de mediciones directas en bases fotogramétricas integras de alta resolución < 1 cm/pixel para los taludes y < 5 cm/pixel para la cantera en general, mediante UAV y GNSS (RTK). Para finalmente al usar un flujograma que integra procesos, herramientas SIGs y softwares, se realice el monitoreo de la cantera empleando análisis espacialtemporal.
-
¿Qué precisión y herramientas geomáticas de análisis espacial permiten el
monitoreo de cambios geomorfológicos, volumétricos y medición de parámetros de geología estructural en una cantera a cielo abierto?
Se obtuvieron precisiones menores a 10 cm en zonas sin vegetación y menores a 30 cm en zonas con vegetación. Las herramientas que pueden emplearse son: DoD y pendienteaspecto para control geomorfológico, clasificación de litotipos por RGB en la nube de puntos a través de software fotogramétrico (clasificación supervisada por RGB), control estructural mediante software fotogramétrico – CloudCompare (pluguin compass y facetas) y zonificación de indicador RMR a través de SIG mediante polígonos de thiessen.
-
¿Cómo caracterizar las tendencias de los cambios geomorfológicos y volumétricos
en una cantera a cielo abierto con geomática y excluyendo el error topográfico? 83
Mediante las herramientas DoD en ArcMap que proporciona estadísticas y mapas de tendencias de forma automatizada para toda el área, se visualiza zonas de corte-relleno, además de sesgar un threshold o error topográfico, así, sin sobrestimar los resultados en caso de cálculos volumétricos. Igualmente, con el uso de la herramienta pendiente-aspecto para identificar las morfologías típicas de un open-pit y donde se extiende el mismo en el transcurso del tiempo, e incluso anomalías en las operaciones.
-
¿Cómo caracterizar las tendencias de zonificación de los cambios de geología
estructural en una cantera a cielo abierto con geomática?
A través de diversas herramientas geomáticas tanto en software fotogramétrico como en CloudCompare y ArcMap (QGIS). Así, se puede proceder a delimitar los contactos entre litotipos (variación del RGB), establecer el set de familias de discontinuidades (aptitud espacial), medir elementos geomecánicos y analizar el RMR por estaciones en aerofotogrametría de taludes, para posteriormente zonificar la calidad de roca en toda la cantera.
-
¿Qué perspectivas permitirían utilizar un flujograma de monitoreo en otros
escenarios mineros?
Las perspectivas se fijan en el tiempo y visualización tridimensional, debido a que el periodo tomado con el uso del flujograma de monitoreo vs métodos tradicionales mejora un 67% para el caso de estudio (cantera). Además, el mantener data espacial geoposicionada en 3D con alta precisión (menor a 30cm), puede ayudar al usuario a dirigirse con mayor confianza al sitio exacto donde realizar obras correctoras o mejoras en el diseño de minado, e incluso en geociencias esclarece que litotipo puede ser explotado.
Resultar ser un flujograma de fácil empleo no solo para 20 hectáreas sino para superficies mineras más grandes (open-pit), ofreciendo las siguientes posibilidades: -Supervisar en cortos tiempos áreas grandes. -Evitar exponer al personal de campo a situaciones de mediciones riesgosas. -Densificar los datos, y establecer mejores decisiones en operaciones. 84
-En fin, ayuda a los profesionales geólogos-mineros en los diseños continuos o anomalías en estabilidad de taludes, errores en planificación, el avance o alcance geomorfológico en el cambio del paisaje natural, etc.
85
5. CONCLUSIONES Y RECOMENDACIONES 5.1. CONCLUSIONES Se confirma la hipótesis: El uso del flujograma de monitoreo DoD y caracterización geológica-geomecánica con UAV en una cantera al oriente de Quito-Ecuador identifica cambios temporales en la superficie terrestre y espacialmente características geomecánicas, estableciendo más de un 50 % de eficacia del control minero en comparación con métodos tradicionales; recomendándose para otros escenarios mineros.
Y se concluye con el monitoreo geomorfológico y geológico-estructural de la cantera mediante la obtención de bases integrales (con control o validación de precisión in situ) de datos aerofotogramétricos levantados con resoluciones menores a 5 cm/pixel, y se ha establecido un flujo de metodologías de análisis espacial relacionadas a software SIG donde por lo menos un 67 % de tiempo se disminuye la exposición del personal de campogabinete, no obstante, la necesidad de optimizar tiempo en campo se ve reflejada en la escala a mapear. Además, las pruebas de campo vs ordenador mantienen errores residuales aceptables con un R2 de 0.88 a 0.99, resultando factible para Ciencias de la Tierras y medición de los parámetros requeridos en la presente investigación.
Las tendencias geomorfológicas se han caracterizado mediante la herramienta DoD y mapas de pendiente-aspecto, así determinando las diversas geoformas y cantidad de corterelleno, construyendo data estadística con un error promedio de 7 % conforme no sobrestimar los resultados. De igual manera se ha constatado los resultados con información secundaria y datos regionales, haciendo un estudio más profundo al definir la génesis y forma de los materiales rocosos.
Las tendencias geológico-estructurales se han caracterizado mediante software que sostienen la relación de un SIG, es decir permiten el análisis de datos georreferenciados como es el caso del software fotogramétrico, CloudCompare y ArcGis Pro o ArcMap o QGIS, por lo que la aptitud espacial de las discontinuidades geológicas a pesar de ser un reto determinar su estadística y relacionar al RMR mediante mapa de cobertura, fue posible al igual que determinar las facies geológicas o litotipos de los materiales rocosos. 86
Proporciona un modelo conceptual o flujograma que ayude a nuevas investigaciones de escalas 1:500 - 1:100 o menores, a solventar estudios geológicos-estructurales a detalle.
Se concluye con un flujograma de uso de herramientas tecnológicas, que permiten el monitoreo geociencial-minero y asume una proyección fuerte al uso en diversos escenarios mineros a tajo abierto optimizando tiempo y a bajos costos.
El verdadero atractivo de la investigación es el poder controlar los afloramientos geológicos virtuales y el escenario minero 3D, así el potencial de aliviar el análisis extenso en campo y lograr recolectar la data total o necesaria.
5.2. RECOMENDACIONES Con la finalidad de comprobar el alcance del flujograma de monitoreo, es importante replicar el presente estudio en otros escenarios a tajo abierto con áreas de mayor hectareaje, abordando diversos sitios geográficos en Ecuador y en otras latitudes, que presenten otras condiciones.
La presente investigación deja un precedente del control minero para superficies de tajo abierto, empleando tecnologías de bajo costo donde se optimiza métodos tradicionales y se evita el poner en riesgo al personal en zonas de difícil acceso. Por lo que es recomendable, en la ley minera y en los entes de control minero en Ecuador, se fortalezca en los reglamentos y ordenanzas el uso de metodologías tal como muestra el estudio realizado.
Al seguir el flujograma del presente estudio es recomendable que antes, el usuario se instruya en SIGs, caracterización geomecánica y geoformas. Además, que las visitas e inspecciones en campo sean de obligación.
Al implementar el flujograma es recomendable primero recolectar la información previa o secundaria para no replicar esfuerzos en caracterizar el escenario minero inicialmente, por ejemplo, el ya tener ensayos de compresión simple de muestras del macizo rocoso.
87
6. REFERENCIAS Addison, T., y Roe, A. (2018). Extractive Industries: The Management of Resources as a Driver of Sustainable Development. Oxford University Press. Recuperado el 11/08/2020 de https://library.oapen.org/bitstream/handle/20.500.12657/28349/9780198817369.pdf ?sequence=1&isAllowed=y
Agisoft. (2020a). Beginner Level [Support]. Agisoft. Recuperado el 19/01/2021 de https://www.agisoft.com/support/tutorials/beginner-level/
Agisoft. (2020b). Dense Cloud Classification. Agisoft, helpdesk portal. Recuperado el 19/01/2021 de https://agisoft.freshdesk.com/support/solutions/articles/31000148866-dense-cloudclassification
Alameda-Hernández, P., El Hamdouni, R., Irigaray, C., y Chacón, J. (2019). Weak foliated rock slope stability analysis with ultra-close-range terrestrial digital photogrammetry. Bulletin of Engineering Geology and the Environment, 78(2), 1157-1171. Recuperado el 01/07/2020 de https://doi.org/10.1007/s10064-0171119-z
Alcaldía de Quito. (2015). Atlas Amenazas Naturales DMQ. EXCO-Excelencia Corporativa. Recuperado el 24/12/2020 de http://archive.org/details/AtlasAmenazasNaturalesDMQ
ARCOM, Agencia de Regulación y Control Minero. (2019, diciembre). ARCOM INFORMA, Revista digital. Proyección del sector minero en el Ecuador, 1-24. Recuperado el 21/01/2021 de http://www.controlminero.gob.ec/wpcontent/uploads/downloads/2020/04/revista-ARCOM_segunda-edicion.pdf
Baldock, J. W. (1982). Geología del Ecuador: Boletín de la explicación del Mapa Geológico de la República del Ecuador, Escala 1: 1,000.000. D.G.G.M. DIVISION DE INVESTIGACION GEOLOGICO - MINERA.
Bangen, S., y Wheaton, J. (2012). CHaMP Crew Variability: Influence on Topographic Surfaces & Derived Metrics. Report to Eco Logical Research, Inc. Recuperado el 22/12/2021 de http://etalweb.joewheaton.org.s3-us-west2.amazonaws.com/CHaMP/CHaMP_2011CrewVariability_DraftReport.pdf
88
Barton, N., Lien, R., y Lunde, J. (1974). Engineering classification of rock masses for the design of tunnel support. Rock Mechanics, 6(4), 189-236. Recuperado el 01/07/2020 de https://doi.org/10.1007/BF01239496
BCE, Banco Central del Ecuador. (2017). REPORTE DE MINERÍA (Banco Central del Ecuador DIRECCIÓN NACIONAL DE SÍNTESIS MACROECONÓMICA, pp. 124). BCE. Recuperado el 21/01/2021 de https://contenido.bce.fin.ec/documentos/Estadisticas/Hidrocarburos/ReporteMinero 012017.pdf
Beretta, F., Rodrigues, Á. L., Peroni, R. de L., Costa, J. F. C. L., Beretta, F., Rodrigues, Á. L., Peroni, R. de L., y Costa, J. F. C. L. (2019). Using UAV for automatic lithological classification of open pit mining front. REM - International Engineering Journal, 72(1), 17-23. Recuperado el 04/12/2021 de https://doi.org/10.1590/0370-44672018720122
Bieniawski. (1973). Engineering classification of jointed rock masses. Civil Engineer in South Africa, 15(12), 353-343. Recuperado el 23/08/2020 de https://trid.trb.org/view/133062
Bieniawski. (1989). Engineering rock mass classifications: A complete manual for engineers and geologists in mining, civil, and petroleum engineering. John Wiley & Sons.
Buyer, A., y Schubert, W. (2016). Extraction of discontinuity orientations in point clouds. Rock Mechanics and Rock Engineering: From the Past to the Future, 1133-1137. Recuperado el 05/06/2020 de https://www.researchgate.net/publication/309194194_Extraction_of_discontinuity_ orientations_in_point_clouds
Cai, X., Yang, H., y Gu, Y. (2011). Discussion on the previous proposal of the addition of a chronostratigraphic unit over the Holocene. Frontiers of Earth Science, 5(1), 5660. Recuperado el 15/07/2020 de https://doi.org/10.1007/s11707-011-0163-4
Caizaluisa Jácome, V. C., y Criollo Andagoya, S. A. (2015). Caracterización geomecánica del macizo rocoso para el plan de cierre y liquidación de las canteras ubicadas en las parroquias de San Antonio de Pichincha fucusucu III y de Píntag esperanza [Tesis - Ingeniería en Geología - Licenciatura, UCE]. Recuperado el 15/08/2020 de http://www.dspace.uce.edu.ec/bitstream/25000/5194/1/T-UCE-0012-322.pdf
89
Cao, W., Sofia, G., y Tarolli, P. (2020). Geomorphometric characterisation of natural and anthropogenic land covers. Progress in Earth and Planetary Science, 7(1), 2-17. Recuperado el 10/07/2020 de https://progearthplanetsci.springeropen.com/track/pdf/10.1186/s40645-019-0314x.pdf
Castillo Pérez, V. H. (2014). Modelo de reglamento de seguridad en el trabajo para el ámbito minero [Tesis - Maestría en Salud Pública, UNIVERSIDAD SAN FRANCISCO DE QUITO]. 112084.pdf. Recuperado el 12/08/2020 de https://repositorio.usfq.edu.ec/bitstream/23000/3669/1/112084.pdf
CCSI, SDSN, UNDP, WEF, y giz. Columbia Center on Sustainable Investment, Sustainable Development Solutions Network, Programa de las Naciones Unidas para el Desarrollo, World Economic Forum, La Deutsche Gesellschaft für Internationale Zusamme- narbeit. (2016). Cartografía de la minería en relación con los Objetivos de Desarrollo Sostenible: Un atlas. Columbia Center on Sustainable Investment, Sustainable Development Solutions Network, Personas empoderadas. Naciones resilientes., World Economic Forum, german cooperation giz. Recuperado el 05/08/2020 de https://irpcdn.multiscreensite.com/be6d1d56/files/uploaded/Mapping_Mining_SDGs_An_Atl as-Spanish-FINAL-cover.pdf
Cepeda Naula, R. A. (2017). Investigación y desarrollo metodológico del uso de vehículo aéreo no tripulado (UAV) en las Geociencias [Tesis - Ingeniería en Geología Licenciatura, UCE]. Recuperado el 08/05/2020 de http://www.dspace.uce.edu.ec/bitstream/25000/8231/1/T-UCE-0012-8.pdf
Chen, J., Li, K., Chang, K.-J., Sofia, G., y Tarolli, P. (2015). Open-pit mining geomorphic feature characterisation. International Journal of Applied Earth Observation and Geoinformation, 42, 76-86. Recuperado el 08/05/2020 de https://doi.org/10.1016/j.jag.2015.05.001
Collot, J-Y., Sallares, V., y Pazmino, N. (2009). Geologia y geofisica marina y terrestre del Ecuador: Desde la costa continental hasta las Islas Galapagos. CNDM, IRD, INOCAR. Recuperado el 20/01/2021 de https://www.researchgate.net/publication/280637092_Geologia_y_geofisica_marin a_y_terrestre_del_Ecuador_desde_la_costa_continental_hasta_las_Islas_Galapagos
Constitución de la República del Ecuador., LEXIS FINDER., MINISTERIO DE MINERÍA. (2012). Reglamento Especial Para Explotación de Materiales Áridos y Pétreos. Recuperado el 14/08/2020 de http://historico.mineria.gob.ec/wpcontent/uploads/downloads/2015/08/Reglamento-Aridos-y-Petreos1.pdf
90
Constitución de la República del Ecuador., LEXIS FINDER., AGENCIA DE REGULACIÓN Y CONTROL MINERO. (2018). Ley de Minería. Recuperado el 13/08/202 de http://www.controlminero.gob.ec/wpcontent/uploads/downloads/2018/08/Ley-de-Mineri%CC%81a-21-mayo-2018.pdf
Crespo, J. (2017). Reducción de emisiones al ambiente por optimización del proceso de perforación, voladura y acarreo de material en la cantera de pifo [Tesis - Maestría en Ciencias Ambientales, ESPOL]. Recuperado el 01/02/2021 de http://www.dspace.espol.edu.ec/retrieve/20e5e88a-be06-4d38-a0d4fefd87443043/D-CD102474.pdf
Damas-Molla, L., Aranburu-Artano, A., y García-Garmilla, F. (2011). LAS CANTERAS DE EREÑO, PATRIMONIO HISTÓRICO DE VIZCAYA. Actas del Quinto Congreso Internacional sobre Minería y Metalurgia Históricas en el Suroeste Europeo (León - 2008) : libro en homenaje a Claude Domergue, 727-734. Recuperado el 14/08/2020 de http://oa.upm.es/10267/
Dewez, T., Girardeau-Montaut, D., Allanic, C., y Rohmer, J. (2016). FACETS: A CLOUDCOMPARE PLUGIN TO EXTRACT GEOLOGICAL PLANES FROM UNSTRUCTURED 3D POINT CLOUDS. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B5, 799804. Recuperado el 17/01/2021 de https://doi.org/10.5194/isprsarchives-XLI-B5799-2016
Duelis Viana, C., Endlein, A., Ademar da Cruz Campanha, G., y Henrique Grohmann, C. (2016). Algorithms for extraction of structural attitudes from 3D outcrop models. Computers & Geosciences, 90, 112-122. Recuperado el 22/12/2020 de https://doi.org/10.1016/j.cageo.2016.02.017
Duque, P. (2000). Breve Léxico Estratigráfico del Ecuador. Sistema de Información Geológica y Minera.
Echeveste, H. J. (2018). Manual de levantamiento geológico. Editorial de la Universidad Nacional de La Plata (EDULP). Recuperado el 23/08/2020 de http://sedici.unlp.edu.ar/handle/10915/69363 ERDAS, Earth Resources Data Analysis System. (2010). ERDAS Field GuideTM (ERDAS, Inc.). Recuperado el 03/02/2020 de https://es.scribd.com/doc/92674215/ERDASField-Guide
91
Escobar Villanueva, J. (2020). Contribuciones metodológicas para la obtención de información altimétrica requerida en la evaluación local de amenazas por inundaciones a partir de nuevas tecnologías geoespaciales [TESIS DOCTORAL, UNIVERSIDAD POLITÉCNICA DE MADRID]. Recuperado el 21/12/2020 de https://oa.upm.es/58112/1/JAIRO_ESCOBAR_VILLANUEVA.pdf
Esposito, G., Mastrorocco, G., Salvini, R., Oliveti, M., y Starita, P. (2017). Application of UAV photogrammetry for the multi-temporal estimation of surface extent and volumetric excavation in the Sa Pigada Bianca open-pit mine, Sardinia, Italy. Environmental Earth Sciences, 76(3), 103. Recuperado el 08/10/2020 de https://doi.org/10.1007/s12665-017-6409-z
ESRI. (s. f.). Descripción general del conjunto de herramientas Superficie de ráster— Nuevas características y mejoras que se han agregado en esta versión. | Documentación. esri, ArcGIS Pro. Recuperado el 22/08/2020 de https://pro.arcgis.com/es/pro-app/tool-reference/3d-analyst/an-overview-of-theraster-surface-toolset.htm
Fernández, T., Pérez, J. L., López, A., Gómez, J. M., Cardenal, J., y Delgado, J. (2014). Monitorización de laderas inestables mediante técnicas fotogramétricas a partir de vuelos UAV e históricos. XVI Congreso Nacional de Tecnologías de Información Geográfica, Madrid. Recuperado el 22/12/2020 de https://rua.ua.es/dspace/bitstream/10045/46451/1/2014_Fernandez_etal_Congreso_ TIG.pdf
Fernández-Lozano, J., Gutiérrez-Alonso, G., Calabrés-Tomé, S., y García-Talegón, J. (2016). Drones: Nuevas aplicaciones geomáticas en el campo de las Ciencias de la Tierra. IX Congreso Geologico de España, 725-728. Recuperado el 12/10/2020 de https://sge.usal.es/archivos/GEO_TEMAS/Geo_temas16_ss_tematicas.pdf
Flores, G., y Catalan, A. (2019). A transition from a large open pit into a novel “macroblock variant” block caving geometry at Chuquicamata mine, Codelco Chile. Journal of Rock Mechanics and Geotechnical Engineering, 11(3), 549-561. Recuperado el 11/08/2020 de https://doi.org/10.1016/j.jrmge.2018.08.010
González de Vallejo, L. I., Ferrer, M., Ortuño, L., y Oteo, C. (2002). Ingeniería geológica. PEARSON EDUCACIÓN. González, M. (2010, noviembre 3). Escala de las Radiaciones Electromagnéticas | La guía de Física. Recuperado el 04/02/2020 de https://fisica.laguia2000.com/energia/escala-de-las-radiaciones-electromagneticas
92
Haas, F., Hilger, L., Neugirg, F., Umstädter, K., Breitung, C., Fischer, P., Hilger, P., Heckmann, T., Dusik, J., Kaiser, A., Schmidt, J., Della Seta, M., Rosenkranz, R., y Becht, M. (2016). Quantification and analysis of geomorphic processes on a recultivated iron ore mine on the Italian island of Elba using long-term groundbased lidar and photogrammetric SfM data by a UAV. Natural Hazards and Earth System Sciences, 16, 1269-1288. Recuperado el 23/08/2020 de https://doi.org/10.5194/nhess-16-1269-2016
Herrera Herbert, J. (2007). Diseño de Explotaciones de Cantera (J. Herrera Herbert, Ed.). E.T.S.I. Minas (UPM). Recuperado el 22/08/2020 de https://oa.upm.es/21839/1/L3_DISE_CANTERAS-completo_2.pdf
Herrera Herbert, J., y Pla Ortiz de Urbina, F. (2006). Métodos de Minería a Cielo Abierto. E.T.S.I. Minas (UPM). Recuperado el 14/08/2020 de https://oa.upm.es/10675/1/20111122_METODOS_MINERIA_A_CIELO_ABIERT O_2.pdf
Huggett, R. J. (2011). Fundamentals of geomorphology (Third Editions). Routledge. Recuperado el 16/08/2020 de https://sudartomas.files.wordpress.com/2012/11/fundamentalsofgeomorphology_ro utledgefundamentalsofphysicalgeography.pdf
IGEPN, Instituto Geofísico de la Escuela Politécnica Nacional. (2020, abril 16). Cuatro años después del Terremoto de Pedernales: Un testimonio sobre el peligro sísmico en el Ecuador - Instituto Geofísico - EPN. Instituto Geofísico de la Escuela Politécnica Nacional. Recuperado el 21/01/2021 de https://www.igepn.edu.ec/interactuamos-con-usted/1810-cuatro-anos-despues-delterremoto-de-pedernales-un-testimonio-sobre-el-peligro-sismico-en-el-ecuador
Institute of Geological Sciences, Londres, y Dirección General de Geología y Minas del Ecuador. (1980). Hoja geológica Sangolquí, escala 1 50.000.pdf [Temático, Geológico]. Recuperado el 28/12/2020 de https://drive.google.com/file/d/1N3LOLRXbvtf_pOQkNUXpPDORN3QIZIc6/vie w
ISRM, International Society for Rock Mechanics (1981). Suggested methods: Rock characterization, testing and monitoring. ISRM Commission on Testing Methods. Pergamon, Oxford. James, L. A., Hodgson, M. E., Ghoshal, S., y Latiolais, M. M. (2012). Geomorphic change detection using historic maps and DEM differencing: The temporal dimension of geospatial analysis. Geomorphology, 137(1), 181-198. Recuperado el 01/12/2020 de https://doi.org/10.1016/j.geomorph.2010.10.039 93
Kaihuan, Z., y Fuchuan, J. (2012). Research on Intrinsic Safety Method for Open-pit Mining. Procedia Engineering, 43, 453-458. Recuperado el 13/08/2020 de https://doi.org/10.1016/j.proeng.2012.08.078
Kakaes, K., Greenwood, F., Lippincott, M., Dosemagen, S., Meier, P., Wich, S., y Moores, J. (2015). Drones and aerial observation: New technologies for property rights, human rights, and global development. A primer. New America, 6-103. Recuperado el 07/09/2020 de http://drones.newamerica.org/primer/DronesAndAerialObservation.pdf
Lavenu, A., Winter, T., y Dávila, F. (1995). A Pliocene–Quaternary compressional basin in the Interandean Depression, Central Ecuador. Geophysical Journal International, 121(1), 279-300. Recuperado el 27/12/2020 de https://doi.org/10.1111/j.1365246X.1995.tb03527.x
Lee, J., y Sung, S. (2016). Evaluating spatial resolution for quality assurance of UAV images. Spatial Information Research, 24(2), 141-154. Recuperado el 07/09/2020 de https://doi.org/10.1007/s41324-016-0015-0
Li, X., Ge, M., Dai, X., Ren, X., Fritsche, M., Wickert, J., y Schuh, H. (2015). Accuracy and reliability of multi-GNSS real-time precise positioning: GPS, GLONASS, BeiDou, and Galileo. Journal of Geodesy, 89(6), 607-635. Recuperado el 25/08/2020 de https://doi.org/10.1007/s00190-015-0802-8
Litherland, M., Aspden, J. A., y Jemielita, R. A. (1994). The metamorphic belts of Ecuador, British Geological Survey, Overseas Memoir 11 (Vol. 147). British Geological Survey.
López Aburto, V. M. (2013). Diseño de Operaciones Mineras a Cielo Abierto. Universidad Nacional Autónoma de México. Recuperado el 11/08/2020 de http://www.librosoa.unam.mx/handle/123456789/297
López La Valle, R. G. (2014). Cabezal de radiofrecuencia de un receptor GNSS multibanda [Tesis - Maestría en Ingeniería, Universidad Nacional de La Plata]. Recuperado el 25/08/2020 de https://doi.org/10.35537/10915/39144 Lowe, D. G. (1999). Object recognition from local scale-invariant features. Proceedings of the Seventh IEEE International Conference on Computer Vision, 1150-1157 vol.2. Recuperado el 22/08/2020 de https://home.cis.rit.edu/~cnspci/references/dip/feature_extraction/lowe1999.pdf 94
Lowe, D. G. (2004). Distinctive Image Features from Scale-Invariant Keypoints. International Journal of Computer Vision, 60(2), 91-110. Recuperado el 22/08/2020 de https://robo.fish/wiki/images/5/58/Image_Features_From_Scale_Invariant_Keypoi nts_Lowe_2004.pdf
Ma, J., Duri, K., y Crawford, A. (2016). Introduction to 3D Analysis. 2017 Esri User Conference Technical Workshops. Recuperado el 21/12/2020 de https://proceedings.esri.com/library/userconf/proc17/tech-workshops/tw_388492.pdf
Merino Ruiz, A. L. (2017). Análisis comparativo de medidas estructurales, aplicando métodos tradicionales y técnicas fotogramétricas con vehículos aéreos no tripulados (UAV – liviano); caso de estudio: Esquistos de la U. Agoyán en el km 7+000 de la vía Baños-Puyo [Tesis - Ingeniería en Geología - Licenciatura, UCE]. Recuperado el 23/08/2020 de http://www.dspace.uce.edu.ec/bitstream/25000/8363/1/T-UCE-0012-14.pdf
Micheletti, N., Chandler, J., y Lane, S. N. (2015). Structure from motion (SfM) photogrammetry. Bsg/BRITISH SOCIETY for GEOMORPHOLOGY, Chap. 2, Sec. 2.2. Recuperado el 25/08/2020 de https://repository.lboro.ac.uk/articles/journal_contribution/Structure_from_motion_ SFM_photogrammetry/9457355
Ministerio de Minería, ARCOM, INIGEMM. Ministerio de Minería del Ecuador, Agencia de Regulación y Control, Instituto Nacional de Investigación Geológico Minero Metalúrgico Minero. (2016). Plan Nacional de Desarrollo del Sector Minero (Planificación, p. 281) [Realizado por instituciones públicas del Ecuador]. Recuperado el 21/01/2021 de http://www.competencias.gob.ec/wpcontent/uploads/2017/06/04PPP2016-PLAN.pdf
Montello, D. R., y Freundschuh, S. M. (1995). Sources of spatial knowledge and their implications for GIS: An introduction. Geographical Systems, 2(1), 169-176. Recuperado el 08/10/2020 de http://geog.ucsb.edu/~montello/pubs/gisintro.pdf Montero Matos, J., Restrepo Baena, O. J., y Otaño Nogel, J. (2017). Cierre sostenible de canteras de materiales para la construcción en Cuba. Minería y Geología, 33(4), 441-455. Recuperado el 01/12/2020 de http://scielo.sld.cu/pdf/mg/v33n4/mg06417.pdf
Mukherjee, S. (2015). Atlas of Structural Geology. Elsevier. Recuperado el 23/08/2020 de https://www.sciencedirect.com/book/9780124201521/atlas-of-structural-geology 95
Noboa, S. (2019). Estimación de altura de frailejones (Espeletiapycnophylla) en el volcán Chiles mediante UAV [Tesis de Maestría, Universidad de Salzburg, Z_GIS, UNIGIS]. Recuperado el 23/08/2020 de https://issuu.com/unigis_latina/docs/noboa_saul_2016b
OIT. Organización Internacional del Trabajo. (1991). Seguridad y salud en minas a cielo abierto (N.o 92-2-307103-8[ISBN]; Repertorio de recomendaciones prácticas de la OIT, p. 87). Organización Internacional del Trabajo 1991. Recuperado el 13/08/2020 de https://www.ilo.org/safework/info/standards-andinstruments/codes/WCMS_112647/lang--es/index.htm
Olaya, V. (2014). Sistemas de información geográfica. Un libro libre de Víctor Olaya. Recuperado el 13/08/2020 de https://volaya.github.io/libro-sig/
Ortiz, D. (2019). Diseño de explotación y cierre de las canteras ubicadas en las áreas mineras Terrazas de Mandingo, Terrazas de Mandingo 2 y San Luis 1, en la parroquia San Antonio de Pichincha, cantón Quito, provincia de Pichincha [Tesis Ingeniería de Minas - Licenciatura, UCE]. Recuperado el 19/12/2020 de http://www.dspace.uce.edu.ec/handle/25000/19543
Oyarzún, J. (2009). Léxico sobre procesos y estructuras geológicas. Universidad de La Serena, Chile. Recuperado el 18/08/2020 de https://geologiaucn.cl/wpcontent/uploads/19.-_Lexico_Geologia_Editado_-1-.pdf
Palmstrom, A. (2005). Measurements of and correlations between block size and rock quality designation (RQD). Tunnelling and Underground Space Technology, 20(4), 362-377. Recuperado el 20/08/2020 de https://doi.org/10.1016/j.tust.2005.01.005
PIX4D. (2017). Offline Getting Started and Manual (pdf). PIX4D SA. Recuperado el 08/09/2020 de https://support.pix4d.com/hc/en-us/articles/204272989-OfflineGetting-Started-and-Manual-pdf
Pucha, F. (2018, enero 9). Diferencias entre un DSM, DEM & DTM. ArcGeek. Recuperado el 08/09/2020 de https://acolita.com/diferencias-dsm-dem-dtm/ Ramírez Oyanguren, P., y Alejano Monge, L. R. (2004). Mecánica de rocas: Fundamentos e ingeniería de taludes (N.o 727; Número 727). E.T.S.I. Minas (UPM). Recuperado el 20/07/2020 de https://oa.upm.es/14183 Rasemann, S., Schmidt, J., Schrott, L., y Dikau, R. (2004). Geomorphometry in mountain terrain. Springer Science & Business Media. 96
Recalde, E. (2009). Metodología de planificación minera a corto plazo y diseño minero a mediano plazo en la cantera pifo [Tesis - Ingeniería en Minas - Licenciatura, ESPOL]. Recuperado el 01/02/2021 de http://www.dspace.espol.edu.ec/bitstream/123456789/5898/1/D-36339.pdf
Recalde, E., y Fernando, M. (2009). Metodología de planificación minera a corto plazo y diseño minero a mediano plazo en la cantera pifo. Revista Tecnológica de la ESPOL, 1-8. Recuperado el 01/02/2021 de http://www.dspace.espol.edu.ec/bitstream/123456789/218/1/340.pdf
REDATAM. Recuperación de Datos para Áreas pequeñas por Microcomputador. (2010). Redatam::ECLAC/CELADE - R+SP WebServer [SISTEMA INTEGRADO DE CONSULTAS]. REDATAM, INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS. Recuperado el 20/01/2021 de http://redatam.inec.gob.ec/cgibin/RpWebEngine.exe/PortalAction?BASE=CPV201 0
Riverscapes Consortium. (2020). Riverscapes Consortium. Riverscapes Consortium. Recuperado el 20/12/2020 de https://riverscapes.xyz/Tools/
Rossi, P., Mancini, F., Dubbini, M., Mazzone, F., y Capra, A. (2017). Combining nadir and oblique UAV imagery to reconstruct quarry topography: Methodology and feasibility analysis. European Journal of Remote Sensing, 50(1), 211-221. Recuperado el 20/12/2020 de https://www.tandfonline.com/doi/pdf/10.1080/22797254.2017.1313097?needAcces s=true
Sayab, M., Aerden, D., Paananen, M., y Saarela, P. (2018). Virtual Structural Analysis of Jokisivu Open Pit Using ‘Structure-from-Motion’ Unmanned Aerial Vehicles (UAV) Photogrammetry: Implications for Structurally-Controlled Gold Deposits in Southwest Finland. Remote Sensing, 10(8), 1296. Recuperado el 01/12/2020 de https://doi.org/10.3390/rs10081296
SEGEMAR. (s. f.). Sensores Remotos. SEGEMAR. Recuperado el 24/03/2020 de http://www.segemar.gov.ar/igrm/sensores-remotos/
Sofia, G., Marinello, F., y Tarolli, P. (2014). A new landscape metric for the identification of terraced sites: The Slope Local Length of Auto-Correlation (SLLAC). ISPRS Journal of Photogrammetry and Remote Sensing, 96, 123-133. Recuperado el 22/12/2020 de https://doi.org/10.1016/j.isprsjprs.2014.06.018
97
Sosa, G. H. (1989). Tecnología de la Explotación de Minerales Duros por el Método a Cielo Abierto. Quito, Ecuador.
Spikings, R., Winkler, W., Seward, D., y Handler, R. (2001). Along-strike variations in the thermal and tectonic response of the continental Ecuadorian Andes to the collision with heterogeneous oceanic crust. Earth and Planetary Science Letters, 186, 57-73. Recuperado el 01/01/2021 de https://doi.org/10.1016/S0012-821X(01)00225-4
Tarolli, P., y Sofia, G. (2016). Human topographic signatures and derived geomorphic processes across landscapes. Geomorphology, 255, 140-161. Recuperado el 22/12/2020 de https://doi.org/10.1016/j.geomorph.2015.12.007
Thiele, S. T., Grose, L., Samsu, A., Micklethwaite, S., Vollgger, S. A., y Cruden, A. R. (2017). Rapid, semi-automatic fracture and contact mapping for point clouds, images and geophysical data. Solid Earth, 8(6), 1241-1253. Recuperado el 31/01/2021 de https://doi.org/10.5194/se-8-1241-2017
Thoeni, K., Giacomini, A., Murtagh, R., y Kniest, E. (2014). A comparison of multi-view 3D reconstruction of a rock wall using several cameras and a laser scanner. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-5, 573-580. Recuperado el 25/08/2020 de https://doi.org/10.5194/isprsarchives-XL-5-573-2014
Tomás, R., Cano, M., Cañaveras, J. C., Cuenca Payá, A., Delgado, J., Estévez Rubio, A., y Pina Gosálbez, J. A. (2006). Nuevas funciones continuas para el cálculo del Slope Mass Rating (SMR): Aplicación mediante un sistema de información geográfica a los taludes rocosos de una cantera. Revista de la Sociedad Geológica de España, 19(1), 87-97. Recuperado el 23/08/2020 de https://rua.ua.es/dspace/bitstream/10045/2695/1/Art06.pdf
UNEP - United Nations Environment Programme -, Schandl, H., Fischer-Kowalski, M., West, J., Giljum, S., Dittrich, M., Eisenmenger, N., Geschke, A., Lieber, M., Wieland, H., Schaffartzik, A., Krausmann, F., Gierlinger, S., Hosking, K., Lenzen, M., Tanikawa, H., Miatto, A., y Fishman, T. (2016). Global Material Flows and Resource Productivity. An Assessment Study of the UNEP International Resource Panel. United Nations Environment Programme, Nairobi. Recuperado el 13/07/2020 de https://www.researchgate.net/publication/305597138_Global_Material_Flows_and _Resource_Productivity_An_Assessment_Study_of_the_UNEP_International_Res ource_Panel
98
Uzal, J. M. P. (2013). 77. Modelado 3D en patrimonio por técnicas de structure from motion. ph investigación, 1. Recuperado el 12/07/2020 de http://www.iaph.es/revistaph/index.php/revistaph/article/view/4020
Vale, F., Beale, L., Harrower, M., y Brown, C. (2016). Approaches to Spatial Analysis. 28. Recuperado el 20/12/2020 de https://proceedings.esri.com/library/userconf/proc16/tech-workshops/tw_1870114.pdf Vargas, J. C. (2015). DISEÑO DE EXPLOTACIÓN DE LA ZONA SUR DE LA CANTERA PIFO [Tesis - Ingeniería en Minas - Licenciatura]. UCE.
Vera, R. (2013). Geology of Ecuador. Gráficas Iberia.
Viana, C. D. (2015). Análise estrutural de descontinuidades baseada em técnicas de structure from motion: Aplicação em mina a céu aberto [Tesis - Maestría en Geotecnia, Universidade de São Paulo]. Recuperado el 20/12/2020 de https://teses.usp.br/teses/disponiveis/44/44141/tde-08072015150656/publico/dissertacao_camila_completa.pdf
Villota, H. (2005). Geomorfología aplicada a levantamientos edafológicos y zonificación física de tierras. Instituto Geográfico Agustín Codazzi-IGAC (Departamento Nacional de Estadística).
Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J., y Reynolds, J. M. (2012). ‘Structure-from-Motion’ photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology, 179, 300-314. Recuperado el 25/08/2020 de https://www.sciencedirect.com/science/article/pii/S0169555X12004217?ref=pdf_d ownload&fr=RR-2&rr=721b848c090ab3e01
Wheaton, J. M., Brasington, J., Darby, S. E., y Sear, D. A. (2010). Accounting for uncertainty in DEMs from repeat topographic surveys: Improved sediment budgets. Earth Surface Processes and Landforms, 35(2), 136-156. Recuperado el 20/12/2020 de https://doi.org/10.1002/esp.1886
Williams, R. D. (2012). DEMs of Difference. Geomorphological Techniques, British Society for Geomorphology: London, UK., Chap. X, Sec. X, 17. Recuperado el 22/12/2020 de https://www.geomorphology.org.uk/sites/default/files/geom_tech_chapters/2.3.2_D EMsOfDifference.pdf
99
Xiang, J., Chen, J., Sofia, G., Tian, Y., y Tarolli, P. (2018). Open-pit mine geomorphic changes analysis using multi-temporal UAV survey. Environmental Earth Sciences, 77(6), 0-18. Recuperado el 15/04/2020 de https://doi.org/10.1007/s12665-0187383-9
100
ANEXOS
Anexo 1. Materiales, equipos y software.
Herramientas
Descripción
Uso
Materiales de Campo Tela biodegradable
Brújula, cinta métrica, rugometro, etc. Tela de coloración rojiza de 80cm x 80cm, representa GCPs (Puntos de Control en Tierra) Equipos GPS de precisión diferencial, con frecuencias L1, L2 y L5. RTK. - Estática: H 4mm+0.5ppm/ V 8mm+1ppm. - RTK: H 7mm+1ppm/ V 14mm+1ppm. Phantom serie 4, con cámara 4k de sensor ½.3” CMOS de 12.4 M, presenta un área considerable de cobertura por cada fotograma (a distancia de 10m cubre 225m2). - Sensores antivuelco y anticolisión. - Gimbal: 3 ejes. - Sistema de posición por satélite: GPS + GLONASS. - Resistencia máxima al viento: 10m/s. - Tiempo de vuelo menor a 30 minutos por batería. - Pantalla de Ipad Pro (12”) - Procesador Intel i9 extreme. - Tarjeta de video Geforce GTX 1080, 8Gb. - Memoria Ram de 128Gb. - SSD Ultra II SanDisk 480 Gb X2.
Observaciones de campo QA/QC. Realizar marcas en el terreno, GCPs (Puntos de Control en Tierra). Medición de GCPs (Puntos de Control en Tierra).
- App DJI GS PRO (Ground Station Pro)
- Aplicación para operación profesional de drones.
- Realizar los planes de sobrevuelo. Y ejecutarlos.
- Agisoft PhotoScan
- Software fotogramétrico.
- Aerofotogrametría y análisis espacial (digitalización 3D de entidades), interpolación de nubes de puntos, DEMs, mediciones geológicas-estructurales, etc.
- ArcGIS, ArcGIS Pro y QGIS.
- Softwares de manejo de Sistemas de Información Geográfica.
- Análisis DoD y pendientesaspecto, uso de herramientas de análisis espacial, medidas geológica-estructurales, y salida de mapas.
- CloudCompare
- Software de procesamiento de malla y nube de puntos 3D. Proyecto de código abierto.
- Análisis de planos de discontinuidades y familias.
GNSS
-UAV o drone (plataforma) -RC (radio control)
Ordenador de alto rendimiento.
Ejecutar plan de vuelo y levantamiento de fotogramas conforme realizar aerofotogrametría.
- Procesamiento fotogramétrico y preparación de datos; almacenamiento. - Análisis espacial y temporal.
Softwares específicos:
101