Mapa digital de la distribución de minerales asociados al Drenaje Ácido de Mina en San Felipe de Jesús, Sonora, México
Contenido principal del artículo
Resumen
Los jales mineros abandonados pueden generar Drenaje Ácido de Mina (DAM), que moviliza metales hacia suelos y cuerpos de agua y precipita minerales secundarios como jarosita, goethita, yeso y anhidrita. En México, la percepción remota (PR) se ha usado para localizar minas y jales, pero no se conocen estudios publicados que cartografíen minerales indicadores de DAM. En San Felipe de Jesús, Sonora, los jales “El Lavadero” de la Mina La Ventana colindan con terrenos agrícolas y con el río Sonora. Este trabajo presenta un mapa digital de detección espectral de esos cuatro minerales en un área de 12 km² (3 × 4 km), elaborado con una imagen Sentinel-2 nivel 2A del 18 de marzo de 2026, clasificada con Spectral Angle Mapper (SAM, umbral de 0.1 rad) y firmas de las bibliotecas USGS y ASTER. Las detecciones de jarosita y goethita son más densas sobre el jal, pero cerca de 88 % y 80 % de su superficie, respectivamente, queda a más de 300 m de él (parcelas, laderas); la anhidrita aparece casi toda sobre la zona urbana y el yeso (0.07 ha) solo junto al jal. Solo las detecciones sobre el jal pueden contrastarse con la mineralogía publicada del sitio; las demás pueden deberse a materiales de construcción, óxidos de hierro de origen litológico o yeso agrícola, pues no se aplicaron máscaras ni se evaluó la exactitud con puntos de control. El mapa es un indicador indirecto de procesos compatibles con DAM; no estima el riesgo ni delimita la contaminación, y sirve de apoyo para orientar muestreos en campo. El producto es un mapa interactivo de consulta pública.
Descargas
PLUMX Metrics
Dimensions Citation
Altmetric data
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Citas
Baldridge, A. M., Hook, S. J., Grove, C. I., y Rivera, G. (2009). The ASTER spectral library version 2.0. Remote Sensing of Environment, 113(4):711–715. https://doi.org/10.1016/j.rse.2008.11.007.
Crowley, J. K., Williams, D. E., Hammarstrom, J. M., Piatak, N., Chou, I.-M., y Mars, J. C. (2003). Spectral reflectance properties (0.4–2.5 µm) of secondary Fe-oxide, Fe-hydroxide, and Fe-sulphate-hydrate minerals associated with sulphide-bearing mine wastes. Geochemistry: Exploration, Environment, Analysis, 3(3):219–228. https://doi.org/10.1144/1467-7873/03-001.
Dávila Luna, J., Díaz-Caravantes, R. E., Navarro Navarro, L. A., y Romeo Méndez, E. (2018). Las presas de jales en el noroeste del estado de Sonora: una aproximación geográfica mediante percepción remota. Investigaciones Geográficas, (97). https://doi.org/10.14350/rig.59624.
Del Río-Salas, R., Ayala-Ramírez, Y., Loredo-Portales, R., Romero, F., Molina-Freaner, F., Minjarez-Osorio, C., Pi-Puig, T., Ochoa-Landín, L., y Moreno-Rodríguez, V. (2019). Mineralogy and geochemistry of rural road dust and nearby mine tailings: A case of ignored pollution hazard from an abandoned mining site in semi-arid zone. Natural Resources Research, 28(4):1485–1503. https://doi.org/10.1007/s11053-019-09472-x.
Escobar-Flores, J. G. y Sandoval Espinoza, S. (2023). Detección geoespacial de jales mineros con imágenes de alta resolución y determinación de metales pesados en Tejamen, Durango, México. Investigaciones Geográficas, (112). https://doi.org/10.14350/rig.60744.
González-Méndez, B., Webster, R., Loredo-Portales, R., Molina-Freaner, F., y Djellouli, R. (2022). Distribution of heavy metals polluting the soil near an abandoned mine in Northwestern Mexico. Environmental Earth Sciences, 81(6):176. https://doi.org/10.1007/s12665-022-10285-0.
Google Earth Engine (2026). Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-2A (SR) [Catálogo de datos]. Google. https://developers.google.com/earth-engine/datasets/catalog/COPERNICUS_S2_SR_HARMONIZED.
Hosseinjanizadeh, M., Khorasanipour, M., y Honarmand, M. (2023). Mapping mining waste and identification of acid mine drainage within an active mining area through sub-pixel analysis on OLI and Sentinel-2. Earth Science Informatics, 16(4):3449–3467. https://doi.org/10.1007/s12145-023-01083-8.
INEGI (2024). Marco Geoestadístico Nacional. Instituto Nacional de Estadística y Geografía. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=794551132173.
Isgró, M. A., Basallote, M. D., Caballero, I., y Barbero, L. (2022). Comparison of UAS and Sentinel-2 multispectral imagery for water quality monitoring: A case study for acid mine drainage affected areas (SW Spain). Remote Sensing, 14(16):4053. https://doi.org/10.3390/rs14164053.
Kokaly, R. F., Clark, R. N., Swayze, G. A., Livo, K. E., Hoefen, T. M., Pearson, N. C., Wise, R. A., Benzel, W. M., Lowers, H. A., Driscoll, R. L., y Klein, A. J. (2017). USGS Spectral Library Version 7. Data Series 1035, U.S. Geological Survey. https://doi.org/10.3133/ds1035.
Kopackova, V. (2019). Mapping acid mine drainage (AMD) and acid sulfate soils using Sentinel-2 data. En IGARSS 2019 – 2019 IEEE International Geoscience and Remote Sensing Symposium, pp. 5682–5685. IEEE. https://doi.org/10.1109/IGARSS.2019.8900505.
Kruse, F. A., Lefkoff, A. B., Boardman, J. W., Heidebrecht, K. B., Shapiro, A. T., Barloon, P. J., y Goetz, A. F. H. (1993). The spectral image processing system (SIPS)—interactive visualization and analysis of imaging spectrometer data. Remote Sensing of Environment, 44(2–3):145–163. https://doi.org/10.1016/0034-4257(93)90013-N.
Loredo-Portales, R., Bustamante-Arce, J., González-Villa, H. N., Moreno-Rodríguez, V., Del Río-Salas, R., Molina-Freaner, F., González-Méndez, B., y Archundia-Peralta, D. (2020). Mobility and accessibility of Zn, Pb, and As in abandoned mine tailings of northwestern Mexico. Environmental Science and Pollution Research, 27(21):26605–26620. https://doi.org/10.1007/s11356-020-09051-1.
Montero, I. C., Brimhall, G. H., Alpers, C. N., y Swayze, G. A. (2005). Characterization of waste rock associated with acid drainage at the Penn Mine, California, by ground-based visible to short-wave infrared reflectance spectroscopy assisted by digital mapping. Chemical Geology, 215(1–4):453–472. https://doi.org/10.1016/j.chemgeo.2004.06.045.
Morales-Pérez, A., Moreno-Rodríguez, V., Del Río-Salas, R., Imam, N. G., González-Méndez, B., Pi-Puig, T., Molina-Freaner, F., y Loredo-Portales, R. (2021). Geo-chemical changes of Mn in contaminated agricultural soils nearby historical mine tailings: Insights from XAS, XRD and SEP. Chemical Geology, 573:120217. https://doi.org/10.1016/j.chemgeo.2021.120217.
Pereira, I., García-Meléndez, E., Ferrer-Julià, M., y van der Werff, H. (2026). Mapping acid mine drainage areas with Sentinel-2 and WorldView-3 VNIR satellite images: An example in the SE of Spain. Remote Sensing, 18(13):2240. https://doi.org/10.3390/rs18132240.
Schmiermund, R. L. y Drozd, M. A. (1997). Acid mine drainage and other mining-influenced waters (MIW). En Marcus, J. J. (ed.), Mining Environmental Handbook, pp. 599–617. Imperial College Press. https://doi.org/10.1142/9781860943768_0013.
Seifi, A., Hosseinjanizadeh, M., Ranjbar, H., y Honarmand, M. (2019). Identification of acid mine drainage potential using Sentinel-2A imagery and field data. Mine Water and the Environment, 38(4):707–717. https://doi.org/10.1007/s10230-019-00632-2.
SEMARNAT (2024). Inventario Homologado Preliminar de Presas de Jales. Gobierno de México, 23 de agosto. https://www.gob.mx/semarnat/articulos/inventario-homologado-preliminar-de-presas-de-jales.
Swayze, G. A., Smith, K. S., Clark, R. N., Sutley, S. J., Pearson, R. M., Vance, J. S., Hageman, P. L., Briggs, P. H., Meier, A. L., Singleton, M. J., y Roth, S. (2000). Using imaging spectroscopy to map acidic mine waste. Environmental Science & Technology, 34(1):47–54. https://doi.org/10.1021/es990046w.
van der Meer, F. D., van der Werff, H. M. A., y van Ruitenbeek, F. J. A. (2014). Potential of ESA’s Sentinel-2 for geological applications. Remote Sensing of Environment, 148:124–133. https://doi.org/10.1016/j.rse.2014.03.022.