Prévia do material em texto
Geologia e Recursos Minerais da Folha Vilhena 41 6 — MAPEAMENTO GEOQUÍMICO 6.1 Introdução Este levantamento geoquímico se deu em função do mapeamento geológico do Projeto Vazante-Para- catu, contemplando parte da porção leste da Faixa Brasília meridional e oeste do Cráton do São Francis- co, com o objetivo de fornecer informações sobre a geoquímica dos sedimentos ativos de corrente para os diversos recursos minerais presentes nesta área, assim como aumentar o conhecimento das unidades geológicas que compõem a geologia regional. Para a realização deste levantamento, houve nove campanhas de campo realizadas pelos técnicos da CPRM e uma campanha complementar realizada pela empresa terceirizada Brasil Explore, em um pe- ríodo de 18 meses com atividades de campo inter- mitentes. Foram realizadas coletas de amostras em 2070 estações programadas para sedimentos de corrente. Dentre as estações amostradas, em 210 delas (10% do total) foram coletadas duplicatas de campo. Além das amostras de sedimentos coletadas, houve, ain- da, a utilização de alíquotas de sedimentos de cor- rente do Projeto “Geoquímica do Bambuí”, realizado pela CPRM no ano de 1977, com 1525 amostras rea- nalisadas (figura 6.1). Figura 6.1 – Disposição das estações de amostragem para sedimentos de corrente ao longo da área de estudo; A - Mapa de bacias de proveniência; B – Mapa de pontos. Os pontos pre- tos e verdes indicam as estações de amostragem. CPRM - Programa Geologia do Brasil 42 6.2 Método de Trabalho 6.2.1 Trabalhos de Campo O planejamento da amostragem nas diversas microbacias baseou-se na sua distribuição regional, sendo englobada a diversidade de tipos litológi- cos. De modo geral, predominaram as estações de amostragem cuja área de influência ocupava uma dimensão inferior a 100 quilômetros quadrados. Al- gumas estações de amostragem foram mais restritas, abrangendo uma área de cobertura em torno de 10 quilômetros quadrados, estando estrategicamente posicionadas a fim de conhecer o comportamento geoquímico dos elementos e suas possíveis respos- tas com as mineralizações ocorrentes nessa região (Levinson, 1974; Rose et al., 1979). A distribuição das estações de amostragem obe- deceu aos critérios determinados pela metodologia de mapeamento geoquímico dos levantamentos ge- ológicos regionais, obtendo-se uma densidade de amostragem de uma amostra para cada 16 quilôme- tros quadrados para sedimentos de corrente (2174 amostras). Entretanto, ao se adicionar as amostras de reanálise, a densidade atingiu a proporção ideal de uma amostra para cada 10 quilômetros quadra- dos (3640 amostras). Tal distribuição visou, dentro de um padrão regular, abranger a maior quantidade do território estimado de 36.000 quilômetros qua- drados, na escala 1:100.000. As amostras de sedimento ativo de corrente fo- ram coletadas, de forma composta, no canal ativo da drenagem, em trechos mais retilíneos, em 5 a 10 porções e num raio máximo de 50 metros. Es- tes múltiplos pontos de coleta envolveram uma expressiva varredura nas drenagens com o objeti- vo de se obter uma melhor representatividade da amostragem. Os mapas de planejamento de pontos de amos- tragem foram previamente elaborados e, poste- riormente, corrigidos no campo nos casos de im- possibilidade de amostragem no local previsto (por exemplo, em locais com novos açudes a esta- ção foi transferida para um local a montante do mesmo). Em 210 estações de sedimentos de corrente, ale- atoriamente distribuídas, foram coletadas duplicatas de campo para teste de variabilidade amostral dos elementos analisados. Todas as informações de cam- po das amostras de sedimento ativo de corrente e de concentrados de bateia foram registrados em for- mulário próprio e, posteriormente, arquivadas, junto com os resultados analíticos, na base de dados geo- químicos da CPRM no GEOBANK. 6.2.2 Análises químicas As amostras de sedimentos foram tratadas total- mente pelo laboratório analítico SGS- GEOSOL®, ou seja, além da análise química, o tratamento físico das amostras, tal como o peneiramento, foi realiza- do também pelo mesmo laboratório. Este procedi- mento evita probabilidades de contaminação das amostras por manuseio e exposições das mesmas por terceiros. Tanto as amostras de sedimentos de corrente como as de solos foram secadas a 60°C em estufas, seguidas de quarteamento e, posteriormen- te, peneiradas em malhas com abertura <80 mesh (< 0,175mm). Após a secagem, quando da presença de torrões (aglomerados de acima de 8mm), estes eram desagregados (destorroados) para evitar o “efeito pepita” verificado em alguns elementos analisados. Após o tratamento físico, as polpas peneiradas <80 mesh de cada amostra foram submetidas a pul- verização e digestão com água régia. Para tal procedi- mento foi utilizado 0,5 grama de amostra misturada a 3ml de água régia, que é caracterizada por partes de ácido clorídrico (HCl), ácido nítrico (H2NO3) e água na proporção de 2-2-2. A mistura da polpa da amos- tra com a água régia é feita sobre chapa aquecedora a 95°C durante uma hora. Após a digestão com os ácidos, o extrato originado é diluído a 10ml de água. Os extratos foram, então, submetidos à análise em ICP-OES e ICP-MS (emissão óptica com plasma indutivamente acoplado e espectrometria de mas- sa com plasma indutivamente acoplado, respectiva- mente) para 50 elementos químicos (ICP-OES para os elementos maiores e ICP-MS para os elementos traços). Tais elementos e seus respectivos limites de detecção são mostrados na tabela 6.1. 6.2.3 – Representação e simbologia dos mapas unielementares e multielementares Os mapas de distribuição de elementos para se- dimentos de corrente foram elaborados com objeti- vo de integrar a geoquímica dos mesmos às diversas unidades geológicas descritas na área em estudo. Para este tipo de integração, deve-se levar em consi- deração algumas características de amostragem geo- química, tais como: 1. o tipo de amostragem nas drenagens, o qual pode gerar informações pontuais, ou seja, não contínuas (variáveis discretas); 2. para as respostas (valores) obtidas em um ponto, o fator deslocamento deve também ser considerado, o que reflete o conteúdo da área da bacia de drenagem amostrada; 3. a distribuição dos pontos de amostragem, que é dependente do padrão da rede de drenagem da área a ser estudada. Geologia e Recursos Minerais da Folha Vilhena 43 Portanto, foi feito um mapa com plots das concentrações de cada elemento nas estações amostradas sobre o mapa geológico da região em estudo. Os dados de concentração dos elementos foram log-normalizados para reduzir a influência dos outliers (evita superestimar os outliers positi- vos e subestimar os outliers negativos – Reimann et al., 2008; Grunsky, 2010). Foram feitos dois tipos de mapa uniele- mentar para sedimentos de corrente, sendo um de pontos e um de bacias de proveniên- cia, todos confeccionados pelo ArcGIS 10.2. Os mapas de bacias de proveniência para sedimentos de corrente e concentrados de bateia foram construídos pelo modo “Hydrology” do Ar- cGIS 10.2. A simbologia que se observa nos ma- pas geoquímicos de pontos e bacias é a representação dos quartis apresentados nos gráficos box-plot para cada elemento (exem- plificado na figura 6.2) e foi baseada na me- todologia utilizada por Reimann et al. (2008). Descrevendo a simbologia, o círculo menor re- presenta os outliers inferiores; o círculo médio representa as amostras com concentrações do limite do whisker inferior até 25% (Q1) do total de amostras; o círculo maior se refere aos valores entre 25% (Q1) e 75% (Q3), faixa que representa as amostras de tendência central de concentra- ções dentro de toda a população (esses valores representam a amplitude interquartil – AIQ –e também a faixa estimativa que representa o back- ground da população); a cruz representa valores entre 75% e o limite do whisker superior (valor representado pelo algoritmo Q3 + 1,5*AIQ, re- presentando o limiar), se referindo às amostras que possuem certa elevação de concentração em relação à faixa de background, ou seja, re- presentam amostras intermediárias entre a faixa de tendência central e outliers superiores, estas últimas consideradas anomalias geoquímicas. A faixa de outliers superiores ou anomalias, depen- dendo de sua amplitude, pode ser dividida em ano- malias de terceira ordem (amostras que possuem concentrações até o valor representado pelo al- goritmo Q3 + 3*AIQ), segunda (amostras que pos- suem concentrações até o valor representado pelo algoritmo Q3 + 4,5*AIQ) e primeira ordem (amos- tras que possuem concentrações maiores que o valor representado pelo algoritmo Q3 + 4,5*AIQ). Nos mapas de bacias de proveniência, to- das as faixas de concentração explicados aci- ma são representadas por diferentes cores (figura 6.2). Elemento Unidade Limite inferior de detecção Limite superior de detecção Ag PPM 0,01 10 Al % 0,01 1 As PPM 1 1% Au PPM 0,1 100 B PPM 10 1% Ba PPM 5 1% Be PPM 0,1 1% Bi PPM 0,02 1% Ca % 0,01 15 Cd PPM 0,01 1% Ce PPM 0,05 0,10% Co PPM 0,1 1% Cr PPM 1 1% Cs PPM 0,05 0.1% Cu PPM 0,5 1% Fe % 0,01 15% Ga PPM 0,1 1% Ge PPM 0,1 1% Hf PPM 0,05 0,05% Hg PPM 0,01 1% In PPM 0,02 0,05% K % 0,01 15 La PPM 0,1 1% Li PPM 1 5% Mg % 0,01 15 Mn PPM 5 1% Mo PPM 0,05 1% Na % 0,01 15 Nb PPM 0,05 0,10% Ni PPM 0,5 1% P PPM 50 1% Pb PPM 0,2 1% Rb PPM 0,2 1% Re PPM 0,1 1% S % 0,01 5 Sb PPM 0,05 1% Sc PPM 0,1 1% Se PPM 1 0,10% Sn PPM 0,3 0,10% Sr PPM 0,5 1% Ta PPM 0,05 1% Te PPM 0,05 0,10% Th PPM 0,1 1% Ti % 0,01 15 U PPM 0,05 1% V PPM 1 1% W PPM 0,1 1% Y PPM 0,05 1% Zn PPM 1 1% Zr PPM 0,5 1% Tabela 6.1 – Elementos analisados e seus respectivos li- mites inferiores e superiores de detecção. CPRM - Programa Geologia do Brasil 44 Figura 6.2 – Representação da simbologia das faixas de concentração em mapas de pontos e de bacias de proveniência baseados em gráficos Box-Plot. 6.2.4 Testes de variância amostral e de vari- ância analítica O teste de variância amostral tem por objetivo es- timar o quanto os elementos analisados variam nas estações de amostragem através de amostras dupli- catas, enquanto o teste de variância analítica avalia a repetitividade do método analítico, ou seja, a preci- são analítica, através de análises replicatas (duas aná- lises para a mesma amostra). Estas informações são importantes do ponto de vista de interpretação de resultados em estudos geoquímicos, influenciando, até mesmo, em tomadas de decisões em projetos de prospecção mineral. Estes testes são sempre expres- sos quantitativamente em termos de “imprecisão” e estimada pelo desvio-padrão, ou seja, quanto menor o desvio padrão na comparação entre dois valores de amostras duplicatas, maior a precisão (Reimann et al., 2008). A precisão é sempre ajustada para a média e expressa como CV (coeficiente de variação) medida em porcentagem. Normalmente a precisão é baixa para valores próximos ao limite de detecção e se torna melhor com o aumento das concentrações até que o valor ideal de operação do instrumento analítico é alcançado e depois diminui novamente em direção a concentrações mais elevadas até que o limite superior de detecção é atingido. Para tanto, foi utilizado o teste de Thompson & Howarth (1978), mostrando os resultados em gráfi- cos da concentração do elemento pela precisão (fi- gura 6.3), tanto para as amostras duplicatas (para de- terminar a variância amostral). Foi considerada como precisão confiável aquela com valores de até 15%, lembrando que medida de precisão se lê em termos de imprecisão (p.e., Precisão de 10%, na verdade, seria 90%, ou seja, boa precisão). Logo, a precisão foi hierarquizada, segundo a quantidade de valores ≤15%, em excelente (entre 90-100% das duplicatas analisadas), muito boa (80-90%), boa (70-80%), re- gular (50-70%) e ruim (<50%), ou seja, demonstra a confiabilidade das análises das duplicatas. As tabelas 6.2 e 6.3 apresentam os elementos analisados hie- rarquizados como supracitado para a variância amos- tral e analítica, respectivamente. 6.3 Resultados Obtidos Os resultados obtidos para sedimentos de cor- rente foram explorados usando técnicas estatísticas comuns (estatística univariada), incluindo sumário estatístico, gráficos box-plot, mapas geoquímicos ba- seados em percentis (baseado nos gráficos box-plot), análise de correlação não-paramétrica (correlação de Spearman – estatística bivariada), até análises estatísticas mais complexas (estatística multivaria- da), tais como a análise fatorial. A utilização destas ferramentas estatísticas permite investigar a estru- tura, tendências e associações dos elementos ana- lisados, auxiliando na compreensão dos processos geológicos, físicos e antropogênicos que controlam a geoquímica da matriz analisada (Manly, 1986; Da- Geologia e Recursos Minerais da Folha Vilhena 45 Figura 6.3 – Gráfico mos- trando a precisão em função da concentração de Fe em sedimento de corrente e solo. Confiabilidade % Elementos Excelente 90-100 Al, Ba, Be, Bi, Ce, Cr, Cu, Fe, Ga, Ni, Pb, Rb, Sc, Sr, Th, U, V, Y, Zn Muito Boa 80-90 Co, Cs, La, P Boa 70-80 - Regular 50-70 Li, Mn, Nb, Sb, Sn Ruim <50 Ag, As, Ca, Cd, Hf, Hg, In, K, Mg, Mo, W, Zr Descartado Au, B, Ge, Na, Re, S, Se, Ta, Te, Ti Tabela 6.2 – Confiabilidade do resultado do teste de variância amostral, obtido através do teste de Thompson & Howarth (1978) para cada elemento analisado para sedimento de corrente. Confiabilidade % Elementos Excelente 90-100 Ba, Ca, Co, Cr, Cs, Cu, ETRL, Fe, Ga, K, Li, Mg, Mn, Ni, P, Rb, Sc, Sr, Th, U, V, Y, Zn Muito Boa 80-90 Al, Pb Boa 70-80 Bi, Sb, Zr Regular 50-70 Hf Ruim <50 As, Be, Ca, Cd, Hg, In, Mo, Nb, Sn, W Descartado Au, B, Ge, Na, Re, S, Se, Ta, Te, Ti Tabela 6.3 - Confiabilidade do resultado do teste de variância analítica, obtido através do teste de Thompson & Howarth (1978) para cada elemento analisado. vis, 1986; Tabachnick & Fidell, 2001; Reimann et al., 2002; Reimann et al., 2008; Filzmoser et al., 2009; Carranza, 2009 e 2011; Grunsky, 2010; Lapworth et al., 2012). 6.3.1 Sumário estatístico Foram selecionados para o tratamento estatístico convencional (estatística univariada) 40 elementos para sedimentos de corrente. Os estimadores esta- tísticos para a matriz analisada são apresentados na tabela 6.4. Os elementos que mostraram baixo grau de detecção, ou seja, apresentaram mais de 50% das amostras abaixo do limite de detecção, estão apre- sentados à parte na tabela 6.5. Estes elementos não serão considerados nos tratamentos estatísticos que exijam correlações de valores tampouco em análi- ses estatísticas multivariadas. O elemento Ag não será considerado no tratamento de dados devido a problemas com o branco analítico superestimado (valores maiores que 5% do limite de detecção do método) em quase todos os lotes. A estas tabelas foram adicionadas a concentração média da crosta superior (Mean Upper Crust Concentration – UCC – Green, 1959; Taylor, 1964; Wedepohl, 1978 e 1995) para todos os elementos analisados, com o intuito de compará-los e avaliar o enriquecimento dos mesmos. CPRM - Programa Geologia do Brasil 46 Todas as variáveis levantadas neste estudo foram log-transformadas, com o intuito de se obter melhor distribuição das mesmas, ou seja, na tentativa de normalizar a distribuição. Portanto, é válido ressaltar que os números que representam os quartis mostra- dos nas tabelas 6.4 e 6.5 estão dispostos segundo a log-normalização e não como distribuição dos dados brutos. Ainda sobre a transformaçãodos dados, foi aplicado nos dados de sedimento de corrente o teste estatístico de normalidade Shapiro-Wilk para os da- dos brutos e log-transformados. Este teste estatístico foi aplicado somente para os elementos com menos de 50% dos dados abaixo do limite de detecção. Ne- nhum dos elementos apresentou distribuição normal ou log-normal (p>0,05). Este fato confirma que da- dos com distribuição normal raramente são consta- tados em variáveis geoquímicas, mesmo quando os dados são formados por múltiplas populações (Rei- mann et al., 2008; Grunsky, 2010; Lapworth et al., 2012). Al (%) 3595 100 1,56 0,11 1 1,39 2,36 8,49 15 7,7 As (ppm) 3398 94,52 5,68 <1 4 6 10 39 1816 2 Ba (ppm) 3587 99,78 74,11 <5 53 75 103 273,02 1750 668 Be (ppm) 3563 99,11 0,89 <0,1 0,6 1 1,3 4,1 35,7 3,1 Bi (ppm) 3548 98,69 0,24 <0,02 0,18 0,27 0,37 1,07 2,85 0,123 Ca (%) 3283 91,32 0,04 <0,01 0,02 0,04 0,09 0,76 5,96 2,9 Cd (ppm) 3165 88,04 0,03 <0,01 0,02 0,03 0,07 0,45 51,23 0,102 Ce (ppm) 3595 100 59,19 0,37 41,81 61,43 84,49 242,21 >1000,00 65,7 Co (ppm) 3594 99,97 9,46 <0,1 5,3 11 18,8 125,11 262,2 11,6 Cr (ppm) 3594 99,97 34,59 <1 24 34 50 150 4180 35 Cs (ppm) 3593 99,94 1,12 <0,05 0,7 1 1,71 6,41 20,37 5,8 Cu (ppm) 3595 100 20,77 0,6 15,7 22,5 29,9 78,11 177,8 14,3 Fe (%) 3587 99,78 3,79 <0,01 2,76 4,21 5,63 15 15 3,1 Ga (ppm) 3595 100 7,32 0,1 5,1 7 10,6 31,7 53,7 14 Hf (ppm) 1980 55,08 0,07 <0,05 0,03 0,07 0,19 2,44 2,44 5,8 Hg (ppm) 2204 61,31 0,01 <0,01 0,01 0,02 0,03 0,37 0,37 0,05 In (ppm) 2760 76,77 0,03 <0,01 0,02 0,03 0,05 0,19 0,85 0,056 K (%) 3581 99,61 0,11 <0,01 0,08 0,11 0,16 0,45 0,73 2,9 La (ppm) 3595 100 22,45 0,1 15,5 23 32,6 98,33 981,9 32,3 Li (ppm) 3497 97,27 6,18 <0,50 4 7 10 39 67 22 ETRL(ppm) 3595 100 82,16 1,4 58,12 85,56 116,32 325,84 1981,9 - Mg (%) 3381 94,05 0,04 <0,01 0,02 0,05 0,09 0,82 3,7 1,4 Mn (ppm) 3584 99,69 319,24 <5 153 356 703 6623,69 >10000,00 527 Mo (ppm) 3508 97,58 0,61 <0,05 0,41 0,63 0,98 3,62 16,42 1,4 Nb (ppm) 3362 93,52 0,34 <0,05 0,17 0,32 0,67 5,24 44,77 26 Ni (ppm) 3594 99,97 14,66 <0,5 10,2 15,4 22 69,41 1565 18,6 P (ppm) 3521 97,94 279,17 <50 205 315 440 1374,04 >10000,00 665 Pb (ppm) 3595 100 18,27 1,2 13 18,7 26 72,9 481 17 Rb (ppm) 3594 99,97 11,62 <0,2 8,4 11,5 16,8 47,1 112,9 110 Sb (ppm) 3566 99,19 0,57 <0,05 0,36 0,61 0,95 3,92 54,96 0,31 Sc (ppm) 3594 99,97 4,92 <0,1 3,2 4,8 7,6 27,7 59,5 84 Sn (ppm) 3539 98,44 1,18 <0,3 0,8 1,1 1,8 6 35,2 2,5 Sr (ppm) 3570 99,3 5,51 <0,5 3,3 5,1 8,4 33,7 509,7 316 Th (ppm) 3594 99,97 7,21 <0,1 5,2 7,2 10 26,6 120,7 10,3 U (ppm) 3593 99,94 0,99 <0,05 0,7 1 1,42 4,08 20,95 2,5 V (ppm) 3595 100 45,53 3 32 45 66 190,02 580 53 Y (ppm) 3595 100 6,54 0,11 4,13 6,87 10,78 43,6 57,9 20,7 Zn (ppm) 3588 99,81 31,5 <1 21 34 51 192 2458 52 Zr (ppm) 3573 99,39 8,48 <0,5 5,3 9 15,5 72,49 111 237 Elementos N Válidos N Válidos (%) Máx. UCC Q3+1,5AIQ (Limiar)Média Mín. Q1 -25% Q2 (Mediana) Q3 75% Tabela 6.4 – Sumário estatístico dos elementos selecionados. Geologia e Recursos Minerais da Folha Vilhena 47 Q1 Q2 Q3 Q3+1,5AIQ Média Mín. -25% (Mediana) -75% (Limiar) Ag(ppm) 1105 30,74 - <0,02 <0,02 <0,02 0,03 0,44 6,3 0,055 Au(ppm) 13 0,36 - <0,1 <0,1 <0,1 <0,1 <0,1 26,9 3,1 B(ppm) 54 1,5 5,26 <10 <10 <10 <10 <10 293 17 Ge(ppm) 490 13,63 0,06 <0,1 <0,1 <0,1 <0,1 <0,1 4,7 1,4 Na(%) 304 8,46 0,01 <0,01 0,01 0,01 0,01 0,01 0,06 0,05 Re(ppm) 2 0,06 0,05 <0,05 0,05 0,05 0,05 0,05 0,2 0,0001 S(%) 1230 34,21 0,01 <0,01 0,01 0,01 0,01 0,02 0,29 62 Se(ppm) 162 4,51 - <1 <1 <1 <1 <1 4 0,09 Ta(ppm) 623 17,33 - <0,05 <0,05 <0,05 <0,05 <0,05 5,68 1,5 Te(ppm) 1152 32,04 0,04 <0,05 <0,05 <0,05 0,06 0,22 2,88 0,001 Ti(%) 1686 46,9 0,01 <0,02 <0,02 <0,02 0,02 0,16 0,97 0,3 W(ppm) 1825 50,76 0,11 <0,1 <0,1 0,1 0,2 1,6 166,1 1,4 Elementos N Válidos N Válidos (%) Máx. UCC Tabela 6.5 – Sumário estatístico dos elementos não selecionados. 6.3.2 Distribuição dos elementos A região de estudo possui oito unidades geoló- gicas principais, em contextos geotectônicos dife- rentes. De oeste para leste, as unidades geológicas estão inseridas em três principais compartimentos geotectônicos, a saber, 1) zona interna da Faixa Brasí- lia, aflorando o Grupo Araxá, micaxistos depositados nas proximidades da trincheira, formando parte do prisma acrescional, com porções ofiolíticas associa- das, e as litologias dos Complexos Monte Carmelo, corpos granitoides indiferenciados intrudidos nos xistos, e Abadia dos Dourados, composto por anfi- bolitos, vulcânica ácida e filitos; 2) zona externa da Faixa Brasília, onde ocorrem os grupos Canastra, se- quência psamo-pelítica plataformal, e Ibiá, compos- to por diamictitos e calciofilitos interpretados par- cialmente como derivados de ambiente plataformal (glacial?) com sedimentação proveniente de arcos; 3) zona cratônica, onde afloram os grupos Vazante, Paranoá e Bambuí, sequências predominantemente clásticas com contribuições carbonáticas, associadas a margens passivas e, o último, a bacia intracratônica (foreland?). As características de cada unidade geo- lógica influenciam diretamente no comportamento geoquímico dos elementos analisados. Logo, a figura 6.4 apresenta a distribuição dos elementos maiores, menores e traços analisados para sedimento de cor- rente de cada unidade geológica supracitada, base- ados na distribuição dos gráficos box-plot. As figu- ras 6.5 a 6.12 mostram a distribuição em área dos principais elementos analisados para sedimentos de corrente em mapas de pontos e mapas de bacias de proveniência (simbologia mostrada no Item 6.2.3, fi- gura 6.2). As amostras coletadas em terreno do Gru- po Araxá e do Complexo Abadia dos Dourados foram contabilizadas juntas, pois possuem baixa densidade amostral sobre seus domínios, além de serem uni- dades geológicas contíguas. Pelo mesmo motivo, as amostras que pertencem ao Grupo Mata da Corda (metatufos de composição alcalina) e ao Maciço Al- calino de Serra Negra estão integradas à Formação Serra da Saudade (representante do Grupo Bambuí). 6.3.2.1 Distribuição dos elementos maiores Os sedimentos de corrente provenientes de ro- chas cristalinas e de grau metamórfico relativamente mais alto no projeto, a saber, os Complexos Monte Carmelo e Abadia dos Dourados e o Grupo Araxá, possuem as maiores faixas de background (aqui con- sideradas entre os quartis 25% e 75%, porém, re- presentadas pelo valor mediano dos box-plots) para os elementos maiores K, Mg e Ti, enquanto que Al, Fe, Ca, P e Mn possuem suas maiores faixas de ba- ckground nas unidades metassedimentares (Grupos Canastra, Ibiá, Vazante e Bambuí). Logo, é evidente que há um forte controle litológico na distribuição dos elementos maiores, como, por exemplo, o Al e Fe, que apresentam as maiores faixas de background e as maiores concentrações para o Grupo Canastra, característica esta que pode ser corroborada pelas extensas coberturas lateríticas presentes nesta uni- dade; as maiores faixas de background para K e Ti para os Complexos Monte Carmelo e Abadia dos Dourados e o Grupo Araxá, corroborando as rochas granitoides, entretanto, aliados ao Mg, K e Ti que também podem indicar as diversas ocorrências kim- berlíticas próximo a região dos complexos; maiores faixas de background de Ca para os Grupos Vazante e Paranoá e Bambuí, devido as ocorrências de ro- chas carbonáticas; a maior faixa de background de P para as formações Serra de Santa Helena e Serra da Saudade, as quais possuem jazimentos de fosfato; e por fim, as maiores faixas de background para Mn se mostram também para os Grupos Vazante e Paranoá CPRM - Programa Geologia do Brasil 48 e a Formação Serra da Saudade, onde Mn pode estar associado a processos hidrotermais. Em se tratando de concentrações anômalas, estas podem significar que determinados elementos pos- suam fontes distintas das rochaspredominantes nas unidades geológicas, indicando jazimentos minerais, processos hidrotermais ou mesmo contaminação por fontes antrópicas. Esta característica se reflete na configuração dos gráficos box-plot (figura 6.4), onde estes apresentam reduzidas faixas de background com grandes números de outliers. Como exemplo destas características, são notáveis as concentrações anômalas de P, principalmente para a Formação Ser- ra de Santa Helena, pois indicam e corroboram a mi- neralização de fosfato na região de Lagamar, além de possuir altos teores deste elemento nas ocorrências do Grupo Mata da Corda e o Maciço Alcalino de Serra Negra (este também com ocorrências de fosfato). Em contrapartida, em unidades quarternárias, mostram concentrações anômalas para P, o que pode ser vin- culado a atividades de agricultura, principalmente ao plantio de soja (figura 6.4). Comparando-se as concentrações dos elementos maiores nas unidades geológicas com as concentra- ções médias da crosta superior (UCC), percebe-se que somente Fe e Mn se mostram naturalmente en- riquecidos (concentrações da faixa de background acima do UCC), destacando-se as unidades metas- sedimentares. Todavia, ao se comparar as concen- trações de Al, Ca, K e Mg com o UCC para todas as unidades, pode-se conjecturar maturidade quanto a processos intempéricos químicos. 6.3.2.2 Distribuição dos elementos menores e traços Os elementos com grandes raios iônicos (Large- -Ion Lithophile Elements - LILE), Ba, Cs e Rb se apre- sentam com a faixa de background mais elevadas também para os Complexos Monte Carmelo e Abadia dos Dourados e o Grupo Araxá, onde estes podem estar ligados a química de minerais primários (prin- cipalmente feldspatos). As concentrações anômalas mostradas para esses elementos nas unidades me- tassedimentares, principalmente na Formação Serra da Saudade e Grupo Vazante, provavelmente se deve a reatividade das rochas a processos hidrotermais. Já o Sr possui suas maiores faixas de background para o Complexo Monte Carmelo e nas unidades metas- sedimentares Grupo Paranoá e Formação Serra da Saudade. Tal distribuição se deve à presença deste elemento em minerais primários, no caso do Com- plexo Monte Carmelo, e nas rochas carbonáticas, no caso das unidades metassedimentares, além de se apresentar em áreas sob influência de hidroter- malismo, a exemplo de Ba, Cs e Rb. Estes elementos se encontram empobrecidos se comparados ao UCC, mostrando a mobilidade desses elementos em am- biente superficial além de denotar maturidade nos processos intempéricos. Dentre os elementos com grandes valências iô- nicas (High Field Strength Elements – HFSE), Nb, Th, U e os Elementos Terras-Raras Leves (ETRL; La-Ce) e Y mostram suas maiores faixas de background, mais uma vez, para os Complexos Monte Carmelo e Abadia dos Dourados e Grupo Araxá. Nestas unida- des, as faixas de ETRL, U e Th comparadas ao UCC se apresentam enriquecidas, e Y próximas à média crustal, corroborando a hipótese de estes elementos provirem de minerais resistatos. Para os elementos Hf e Zr, estes apresentam suas maiores faixas de ba- ckground para as unidades metassedimentares (Hf na Formação Serra da Saudade e Zr para o Grupo Paranoá). Nessas unidades, a hipótese de fonte para estes elementos também são os minerais resistatos (neste caso, zircão), entretanto, estes elementos se apresentam empobrecidos em comparação ao UCC, conjecturando-se que os zircões sejam herdados (originados na rocha-fonte dos sedimentos). Os elementos Ni e Cr possuem distribuição nos gráficos box-plot muito semelhantes nas unidades geológicas, o que pode corroborar a mesma fonte para ambos. As maiores faixas de background para tais elementos se encontram no Grupo Bambuí, For- mação Serra da Saudade, além de serem enriqueci- dos comparados ao UCC. Isto se justifica pela ocor- rência de rochas intrusivas alcalinas ultramáficas, tais quais kimberlitos e a intrusão de Serra Negra, além da presença do Grupo Mata da Corda (metatufos de composição alcalina). Ainda ao observar os gráficos box-plot, verifica-se que as maiores concentrações (outliers) se apresentam para o Grupo Canastra, de- vido ao maior número de ocorrências kimberliticas aflorantes nesta unidade. Os elementos calcófilos Zn, Pb, Cd, Cu e As se mostram como destaques, pois são os elementos in- dicadores em relação aos principais recursos mine- rais da região de estudo, a saber, as ocorrências de Zn e Pb, respectivamente de Vazante e Morro Agudo, e as ocorrências de Au (Membro Morro do Ouro, For- mação Paracatu, Grupo Canastra), as quais possuem como principal elemento farejador o As. Consideran- do os gráficos box-plot, Zn, Cd e Pb apresentam suas maiores faixas de background, obviamente, para o Grupo Vazante, onde estão localizados os jazimen- tos, apresentando, portanto, enriquecimento de Zn e Pb comparando-se com UCC. É válido informar que as duas maiores concentrações para Zn, Pb e Cd nos gráficos do Grupo Vazante representam despejo de Geologia e Recursos Minerais da Folha Vilhena 49 rejeitos de uma frente de lavra, elevando os teo- res a mais de 1000ppm para Zn, aproximadamente 500ppm para Pb e 50ppm para Cd, respectivamen- te 46, 28 e 490 vezes maiores que as concentrações médias da crosta. Ao verificar as faixas de background de Pb para as unidades geológicas selecionadas, percebe-se que este se encontra enriquecido, segundo a média crustal, na maioria das unidades. Isto pode se dever a presença deste elemento em produtos agrícolas nas diversas plantações na área de estudo, além de poder estar ligado a processos hidrotermais. O Cd, assim como o Pb, pode estar ligado também a hidro- termalismo e atividades antropogênicas. Todavia, este se encontra empobrecido comparado ao UCC o que pode ser explicado por sua alta mobilidade em ambiente supergênico. A distribuição do Cu chama atenção por se encon- trar enriquecido em quase todas as unidades geoló- gicas selecionadas, com destaque para a Formação Serra da Saudade do Grupo Bambuí e os Grupos Va- zante e Canastra. A maior faixa de background de Cu para a Formação Serra da Saudade é explicada pelas ocorrências de rochas ultramáficas, tais quais kim- berlitos e a intrusão alcalina de Serra Negra, além dos metatufos alcalinos do Grupo Mata da Corda. O As também se encontra enriquecido em todas as unidades selecionadas, destacando-se as maiores faixas de background para o Grupo Canastra, onde se encontram as principais ocorrências de ouro da região, e Grupo Vazante. A distribuição de elevadas concentrações para As no Grupo Vazante se deve, em parte, a malha de drenagem regional, onde os corpos d`água correm de oeste para leste (do domí- nio do Grupo Canastra para o Grupo Vazante). Cu e As, assim como para os demais elementos calcófilos apresentados, podem ter origem em fases sulfetadas (processos hidrotermais), assim como estar presente em defensivos agrícolas. Os mapas de distribuição de alguns elementos, principalmente os de As, Cu, Pb, Zn e Fe, assim como outros elementos não mostrados, apresentam um trend NW-SE de amostras com concentrações repre- sentativas do whisker superior dos gráficos box-plot, na parte norte do Grupo Canastra, o que pode estar relacionado intensa atividade hidrotermal quando do desenvolvimento dos cavalgamentos (nappes) no final do evento Brasiliano. CPRM - Programa Geologia do Brasil 50 Figura 6.4 – Box-Plot da distribuição de elementos maiores, menores e traços em amostras de sedimentos de corrente nas sete principais unidades geológicas da área estudada: Complexo Abadia dos Dourados e Grupo Araxá (CAA); Grupo Canastra (CAN); Complexo Monte Carmelo (CMC); Grupo Ibiá (IBI); Grupo Paranoá (PAR); Formação Serra da Saudade – Grupo Bambuí (SSD); e Grupo Vazante (VAZ). A linhacontínua que se encontra em cada gráfico representa a concentração média da crosta (UCC). Figura 6.5 – Distri- buição espacial do Fe em sedimentos de corrente (mapa de bacias - A e pon- tos - B) ao longo da área de estudo.A B Geologia e Recursos Minerais da Folha Vilhena 51 Figura 6.6 – Distri- buição espacial do P em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de es- tudo. Figura 6.7 – Distri- buição espacial do Ni em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. CPRM - Programa Geologia do Brasil 52 Figura 6.8 – Distri- buição espacial do Zn em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Figura 6.9 – Distri- buição espacial do Pb em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Geologia e Recursos Minerais da Folha Vilhena 53 Figura 6.10 – Distri- buição espacial do Cd em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Figura 6.11 – Distri- buição espacial do Cu em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. CPRM - Programa Geologia do Brasil 54 Figura 6.12 – Distri- buição espacial do As em sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. 6.4 Discussão 6.4.1 Considerações do ambiente supergêni- co da região estudada sobre amostragem geo- química Os halos geoquímicos secundários estão relacio- nados à decomposição de uma rocha sob condições supérgenas, formando zonas que são enriquecidas ou empobrecidas em vários elementos químicos (Li- cht, 1998). Estas zonas são formadas por transpor- te do material decomposto da rocha (solo) para as drenagens e pelas águas subterrânea e superficial que percolam as litologias e transportam os sedi- mentos ao longo das drenagens. Este processo é chamado de dispersão superficial e é classificado de acordo com: 1) o tempo de formação em relação à matriz (rocha, solo, água ou vegetal); e 2) modo de formação (Rose et al., 1979). Logo, existem dois ti- pos de feições da dispersão que seriam: I) clástica; II) hidromórfica. A dispersão clástica se caracteriza por sua ocor- rência em regiões com baixa pluviosidade (drena- gens geralmente intermitentes), onde as paragêne- ses minerais das rochas da área em estudo serão as fases mais importantes, pois o tipo de intemperismo predominante é o físico, ou seja, não haverá decom- posição química efetiva dos minerais, logo, a assina- tura geoquímica deste sedimento será parecida com a assinatura do solo, que por sua vez, refletirá a assi- natura geoquímica da rocha. A dispersão hidromórfica é caracterizada pela ocorrência em regiões com alta pluviosidade, onde há a predominância do intemperismo químico sobre o físico, fazendo com que os minerais de argilas se- jam as fases minerais mais importantes, devido à maior decomposição mineral pela percolação de água no ambiente, ou seja, a água é o agente dinâ- mico. Portanto, neste tipo de feição, os elementos químicos são influenciados diretamente por caracte- rísticas físico-químicas das águas superficiais e sub- terrâneas. Tanto em solos quanto em sedimentos de corrente, os processos geoquímicos mais corriquei- ros envolvendo os elementos químicos, em especial os metais, são: 1) a adsorção de metais em argilas, óxidos-hidróxidos de Fe e Mn e matéria orgânica; 2) a coprecipitação de metais com os próprios óxidos- -hidróxidos de Fe e Mn; e 3) complexação de metais a outros compostos presentes na água, formando fa- ses coloidais, sabendo que tais fenômenos ocorrem sob diferentes faixas de pH e Eh das águas (James, 1967; Krauskopf, 1995; Faure, 1997). Isto pode fa- zer com que elementos químicos, principalmente os metais, sejam concentrados ou dispersos, formando halos de anomalias geoquímicas. Geologia e Recursos Minerais da Folha Vilhena 55 Em ambos os casos de dispersão, o clima e o tipo de vegetação são fatores preponderantes para a pre- dominância de um ou de outro. A região em questão, caracterizada geomorfologicamente pela depressão sanfranciscana, possui clima tropical de savanas (cer- rados), com estação seca de abril a outubro (média histórica para este período de 257 mm de chuva) e o período úmido se estendendo de novembro a março, onde a pluviosidade pode atingir níveis aci- ma de 1300 milímetros (média acumulada histórica de 1223mm) (figura 6.13) e a umidade relativa se aproxima de 75% (Heineck et al., 1977; IBGE, 2002). Segundo a média histórica, poder-se-ia considerar a dispersão hidromórfica como predominante na re- gião de estudo. Entretanto, a sazonalidade das pre- cipitações condiciona a predominância da dispersão clástica, pois a chuva na região não é bem distribuída ao longo dos meses. Em conjunto com a pluviosida- de regional, a predominância de vegetação rasteira, característica de cerrado, contribui para menor de- senvolvimento de perfis de solos nesta região, corro- borando a dispersão clástica predominante. considerados que valores iguais ou maiores que 0,70 entre duas variáveis, no caso, entre dois elementos, possuem correlação elevada; valores entre 0,69 e 0,50 possuem correlação mediana; e valores meno- res que 0,50 possuem correlação não significativa. Entretanto, devido ao grande número de varáveis, se torna difícel a visualização e determinação de tais grupos, principalmente com relação à interpretação das associações geoquímicas, pois estas possuem di- ferentes formas de ocorrência. Para tanto, é utilizada a estatística multivariada, com a análise de principais fatores. Esta é utilizada para identificar importantes componentes ou fatores que explicam a variância de um sistema. Além disso, esta análise é designada a reduzir o número de variáveis em pequenos núme- ros de índices, preservando as relações presentes nos dados originais. Isto corrobora para uma inter- pretação mais refinada de dados geoquímicos (Man- ly, 1986; Davis, 1986; Tabachnick & Fidell, 2001). 6.4.2.1 Análise de correlação (estatística bi- variada) Para o presente estudo, a utilização da análise de correlação (mínimos qua- drados) será uma triagem para os ele- mentos químicos que serão utilizados para a estatística multivariada, fazen- do com que a variância do sistema seja mais bem explicada. Logo, somente os elementos que apresentarem correlação acima 0,60 serão utilizados na estatísti- ca multivariada. Os valores considerados outliers e “extremos”, informações obti- das pelos gráficos Box-Plot, foram retira- dos para não influenciarem nos valores de correlação. Para a realização desta análise, os dados foram log-transforma- dos com o objetivo de diminuir a influên- cia dos outliers. A figura 6.14 mostra a matriz resu- mida com os melhores valores de cor- relação entre os 38 elementos selecionados para sedimentos de corrente e a figura 6.15 mostra em gráficos as correlações mais significativas entre os elementos para sedimento de corrente. Observam- -se correlações altamente significativas (≥0,80; p<0,001) entre Al e Ga; Co e Mn; Ni e Co; Cr e V; Ga e Sc, além de Ga e V; destaques das correlações signi- ficativas (entre 0,70 e 0,79; p<0,01) entre Al, Cs, Sc e V; Fe e As; Fe e Cu; Ca e Mg; Zn e Co; Ni e Cu; Ni e Zn; ETRL e Th; e destaques para as correlações modera- das (entre 0,50 e 0,69) estão entre Zn e Cu; Cs e Rb; Rb e Sr, Rb e K; Ni e Mn. A partir destas informações, é possível esboçar determinadas características ge- ológicas da área de estudo, principalmente em rela- Figura 6.13 – Média histórica de pluviosidade da região estudada (Es- tações pluviométricas de Vazante, Coromandel, Guimarânia e Lagamar. Fonte: Hidroweb – Agência Nacional de Águas; Acesso: 15/02/2016).6.4.2 Interpretações dos dados geoquímicos segundo a estatística bivariada e multivariada Para a interpretação dos dados geoquímicos, fo- ram utilizadas as análises estatísticas de correlação (bivariada); de principais componentes e análise de agrupamentos (métodos estatísticos multivariados). A análise de correlação utilizada foi a de Spearman, análise estatística não- paramétrica, ou seja, assu- me que os dados não possuem distribuição normal tampouco assume uma relação linear entre as vari- áveis (Spearman, 1904). Esta análise pode informar o grau de afinidade de um elemento com os demais, podendo-se determinar agrupamentos com afini- dades geoquímicas semelhantes. Para tanto, foram CPRM - Programa Geologia do Brasil 56 ção a processos geológicos, sejam eles refletindo as rochas ou processos de superfície, ou mineralogia de rochas ou paragêneses minerais. Por exemplo, a óti- ma correlação entre Al e Ga se faz presente devido à similaridade de seus raios iônicos, tanto em pro- cessos geológicos endógenos e de superfície; as boas correlações entre Ni e Co e Ni e Cu e Sc e V podem revelar presença de rochas máficas/ultramáficas; as correlações entre Ca e Mg representam rochas car- bonáticas, assim como as correlações entre Cr e V e ETRL e Th também podem significar presença de mi- nerais pesados nos sedimentos; correlações entre Zn e Cu e Fe e As podem representar minerais sulfeta- dos; as boas correlações de Al com Cs, Sc e V podem representar processo de laterização, assim como pode representar processo de adsorção destes me- tais-traços por minerais de argilas em sedimentos de corrente. Fi gu ra 6 .1 4 – M at ri z de c or re la çã o re su m id a do s el em en to s an al is ad os p ar a se di m en to s de c or re nt e. A s cé lu la s em v er m el ho s ig ni fic am q ue a c or re - la çã o en tr e el em en to s é si gn ifi ca ti va a p < 0 ,0 01 ; e m a m ar el o, s ig ni fic ati va a p < 0 ,0 1; e m v er de , s ig ni fic ati va a p < 0 ,0 5; e e m b ra nc o, s ig ni fic ati va a p < 0, 1 (n = 3 59 6) . Geologia e Recursos Minerais da Folha Vilhena 57 Figura 6.15 – Gráficos representando as melhores correlações entre elementos para as amostras de sedimen- to de corrente. 6.4.2.2 Análise estatística multivariada (aná- lise de principais fatores) As tabelas 6.6 e 6.7 mostram a segregação dos elementos pela análise de principais fatores, mos- trando fatores responsáveis pela variância do agru- pamento dos elementos analisados nas amostras de sedimento de corrente. Para esta análise estatística, é essencial transformar os dados, devido aos dados enclausurados (data clousure) e as múltiplas popu- lações, além de gerar fatores com informações mais robustas sobre os processos que controlam a distri- buição geoquímica em sedimentos de corrente e so- los. Os dados geoquímicos de análise multielemen- tar utilizados neste estudo são considerados dados composicionais, que, segundo Aitchison (1986), os elementos analisados são porcentagens de um todo, ou seja, a soma dos valores de todos os elementos analisados se torna uma constante. Neste caso, em se tratando de unidades em parte por milhão (ppm), CPRM - Programa Geologia do Brasil 58 o valor constante seria 1.000.000ppm, equivalente a 100%. Entretanto, os elementos analisados possuem diferentes distribuições e variabilidades. Portanto, os dados foram transformados pela razão-log centrali- zada (centred log-ratio, CLR – Aitchison, 1986) com posterior padronização para 0. O método de rotação utilizado foi o Varimax normalizado, o qual apresen- ta as melhores correlações das variáveis (no caso, os elementos) em relação aos fatores (Reimann et al., 2008). Para a determinação da quantidade de fatores que são relevantes para esta análise nas amostras, foi utilizada o teste Scree, que mostra um gráfico com os autovalores (eigenvalues - valor representativo da variância) de cada fator gerado (figura 6.16). A partir deste gráfico, foi utilizado o critério de Kaiser, onde este considera autovalores relevantes maiores que 1. F1 F2 F3 F4 F5 F6 F7 Al (%) -0,86 0,09 -0,16 0,06 -0,16 -0,06 0,03 As (ppm) 0,13 -0,05 0,82 -0,01 0,21 -0,01 0,01 Ca (%) 0,61 -0,14 -0,31 -0,22 0,07 -0,43 0,09 Cd (ppm) 0,08 -0,14 -0,1 -0,26 0,75 0,17 0,11 Co (ppm) 0,76 -0,03 0,11 -0,19 -0,03 0,39 -0,08 Cr (ppm) -0,28 -0,42 -0,11 -0,18 -0,55 0,18 -0,1 Cs (ppm) -0,66 0,36 -0,32 0,15 -0,05 -0,09 -0,14 Cu (ppm) 0,01 -0,1 0,2 0,05 0,09 0,78 0,1 Fe (%) 0,05 -0,1 0,81 -0,14 -0,2 0,25 0,07 Ga (ppm) -0,86 -0,07 -0,04 0,17 -0,21 -0,05 -0,09 In (ppm) -0,71 -0,19 0,06 0 -0,06 -0,03 -0,14 K (%) 0,24 0,85 -0,07 -0,04 -0,02 0,02 -0,06 ETRL (ppm) 0,03 0,02 -0,21 0,84 0,04 -0,03 0,05 Mg (%) 0,7 0,17 -0,37 -0,29 -0,06 0,01 -0,11 Mn (ppm) 0,76 -0,02 0,18 -0,28 -0,04 0,12 -0,11 Ni (ppm) 0,46 -0,26 -0,18 -0,21 -0,13 0,66 0,05 P (ppm) 0,09 -0,13 0,13 -0,03 0,1 0,13 0,86 Pb (ppm) 0,1 -0,15 0,21 0,22 0,51 -0,04 -0,41 Rb (ppm) -0,23 0,85 -0,12 0,2 -0,11 -0,16 -0,08 Sc (ppm) -0,77 -0,02 -0,13 0,06 -0,25 -0,11 -0,04 Sr (ppm) 0,57 -0,05 -0,22 0,16 -0,25 -0,26 0,5 Th (ppm) -0,28 0,15 0,13 0,8 -0,14 -0,07 -0,12 U (ppm) -0,46 0,08 -0,02 0,72 -0,02 0,01 -0,05 V (ppm) -0,67 -0,36 0,02 -0,18 -0,52 -0,06 -0,05 Zn (ppm) 0,37 0,11 0,11 -0,16 0,52 0,56 0,07 Tabela 6.6 – Segregação de fatores pela análise de principais fatores para amostras de sedimentos de corren- te. Os valores em vermelho mostram as melhores correlações das variáveis com o fator. Fatores Associação Geoquímica Autovalores Variância (%) 1 Mn-Co-Mg-Ca-Sr(+)/Ga-Al-Sc-In-V-Cs(-) 7,7 30,8 2 Rb-K(+) 3,12 12,5 3 As-Fe(+) 2,34 9,37 4 ETRL-Th-U(+) 1,55 6,2 5 Cd-Zn-Pb(+)/Cr-V(-) 1,38 5,54 6 Cu-Ni-Zn(+) 1,36 5,44 7 P-Sr(+) 1,08 4,32 18,53 74,17Total Tabela 6.7 – Autovalores e suas respectivas porcentagens de variância para cada fator se- gregado da análise de principais fatores em amostras de sedimentos de corrente. Geologia e Recursos Minerais da Folha Vilhena 59 Os elementos disponíveis para esta análise são aqueles que possuem somente 5% das amostras abaixo do limite de detecção do método analítico, além da triagem de elementos ocorrida na análise de correlação, explicada no item anterior. O número de variáveis a ser utilizada nesta análise (dimensio- nalidade) foi definido pelo algoritmo n>p2, uma va- riável tolerável do algoritmo proposto por Le Maitre (1982), onde n é o número de amostras e p o nú- mero de variáveis. A utilização da transformação CLR permite que alguns fatores apresentem informações sobre duas associações geoquímicas, uma com coefi- cientes (loadings) positivos significativos com o fator (> 0,5) e outra com coeficientes negativos significati- vos com o fator (<-0,5). A simbologia utilizada para os mapas de scores de pontos e de bacias de proveniên- cia para sedimento de corrente também foi baseada nos quartis de box-plot. Nestes mapas, a associação geoquímica será destacada em (+) quando esta re- presentar coeficientes positivos significativos (nos mapas de pontos esta associação terá quadrados como símbolos e cores quentes no mapa de bacias) e (-) quando representar coeficientes negativos signi- ficativos (nos mapas de pontos, esta associação terá círculos como símbolos e cores frias no mapa de ba- cias). É válido ressaltar que um fator que apresente somente uma associação geoquímica, seja ela com coeficientes positivos ou negativos, terá apenas uma simbologia em mapa para melhor compreensão. Ou- tra informaçãorelevante é que para esta análise não foram retiradas as amostras consideradas anômalas (outliers), justamente para mostrar e destacar as im- portantes ocorrências minerais da área de estudo. Os mapas de scores das associações geoquímicas para sedimento de corrente se apresentam nas figu- ras 6.17 - 6.23. As amostras de sedimento de corrente apresen- taram sete fatores, responsáveis por 74,17% da va- riância do sistema. Foi considerado valor significante de correlação dos elementos com o fator a partir de 0,50. O Fator 1 (figura 6.17), responsável por 30,8% da variância do sistema, apresenta correlações positivas significativos para Mn, Co, Mg, Ca e Sr, que possuem scores significativos para o Grupo Paranoá, Formação Serra da Saudade (Grupo Bambuí) que inclui o Grupo Mata da Corda e a Intrusão Alcalina Ultramáfica de Serra Negra ( associação de Mn – Co provavelmente é resultado das rochas vulcânicas e Mg-Ca-Sr deve provir da bacia sedimentar carbonática). Tal associa- ção geoquímica pode representar a atividade hidro- termal em áreas com carbonatos e rochas máficas/ ultramáficas (rochas reativas ao processo hidroter- mal); e correlações negativas significativas para Ga, Al, Sc, In, V, Cs, que apresentam scores significativos para as coberturas quaternárias e lateríticas, princi- palmente no Grupo Canastra. Logo, esta associação Figura 6.16 - Gráfico do tipo Scree para determinação da quantidade de fatores relevantes para a análise (critério de Kaiser, peso do autovalor > 1; representado pela linha vermelha no gráfico) para as amostras de sedimentos de corrente. CPRM - Programa Geologia do Brasil 60 geoquímica representa exatamente uma peculiari- dade química do processo de laterização, onde estes elementos são corriqueiramente adsorvidos ou co- precipitados nas fases de minerais de argilas e óxi- dos/hidróxidos de Al (Yariv & Cross, 1979). O Fator 2 (figura 6.18), que explica 12,50% da variância do sistema, mostra correlações positivas para Rb e K, apresentando scores significativos nos Complexos Monte Carmelo e Abadia dos Dourados, Grupo Araxá, além dos Grupos Canastra, Vazante e a Formação Serra da Saudade (Grupo Bambuí). Esta associação de elementos pode representar tanto ocorrência de minerais como K-feldspato e micas, principalmente em se tratando das rochas dos Com- plexos Monte Carmelo e Abadia dos Dourados e Gru- po Araxá, devido a presença de minerais primários, quanto processos hidrotermais. Esta última hipótese se refere principalmente a zonas de cisalhamento, destacando-se os contatos tectônicos entre o Grupo Bambuí e a Formação Serra do Garrote (Grupo Va- zante), onde é coincidente com os scores positivos do Fator 1; na parte norte do Grupo Vazante, onde este mostra uma estruturação N-S; e no Grupo Ca- nastra, tendo estruturação com disposição N-S em sua porção sul e NW-SE na sua porção norte. O Fator 3 (figura 6.19), responsável por 9,37% da variância do sistema, mostra correlações positi- vas para As e Fe, apresentando scores significativos para a região da mina Morro do Ouro, no município de Paracatu, representando o principal sulfeto das paragêneses das mineralizações auríferas, a arse- nopirita. A disposição aleatória apresentada pelos scores desta associação geoquímica mostra a in- fluência da atividade de mineração na região, prin- cipalmente em se tratando da maior mina de ouro a céu aberto do Brasil, o que ocasiona uma maior dispersão de rejeitos contendo sulfetos não só pe- las drenagens, mas também via aérea (ventos). Apesar disso, os scores mantêm uma disposição N-S na porção norte da Formação Paracatu, Membro Morro do Ouro (Grupo Canastra) junto ao Grupo Vazante. Ainda para o Fator 3, é observado que na porção sul do Membro Morro do Ouro (Grupo Ca- nastra), existem poucas amostras com scores signi- ficativos para essa associação. Isto é corroborado por dados de campo do mapeamento geológico, onde estes comentam a baixa abundância de arse- nopirita no Membro Morro do Ouro na porção sul. O Fator 4 (6,20% da variância do sistema – figura 6.20) exibe amostras com correlações positivas signi- ficativos para ETR Leves (La e Ce), Th e U, com scores significativos para essa associação geoquímica nos Complexos Monte Carmelo e Abadia dos Dourados e Grupo Araxá, além do Grupo Paranoá e a porção nor- te do Grupo Canastra. Esta associação de elementos pode representar a presença de minerais pesados resistatos pesados, tais como monazita, xenotímio e zircão, que pode se apresentar tanto como minerais acessórios nas rochas, principalmente no caso dos Complexos Monte Carmelo e Abadia dos Dourados e Grupo Araxá, quanto representar processos hidroter- mais ao longo de zonas de cisalhamento, neste caso, nos Grupos Canastra e Paranoá. O Fator 5 (5,54% da variância do sistema – figura 6.21), apresenta correlações significativas positivas para Cd, Zn e Pb, com scores significativos ao longo de todo Grupo Vazante, fazendo desta associação geoquímica representativa da mineralização de Zn (minério silicático willemita) na região de Vazante e Pb (minério sulfetado com galena e esfalerita) na re- gião de Morro Agudo, e demais ocorrências ao norte (Ambrósia, Fagundes, Poções). Este fator também apresenta correlações negativas significativas para Cr e V, onde predominam scores negativos significativos sobre a Intrusão Alcalina de Serra Negra e no Grupo Mata da Corda e subordinadamente nos Grupos Pa- ranoá e Canastra, além das coberturas quaternárias. Esta associação geoquímica pode representar dire- tamente rochas máficas/ultramáficas, assim como a presença de magnetita como mineral primário, nos casos da Intrusão Alcalina de Serra Negra, do Grupo Mata da Corda, além dos diversos corpos kimberlí- ticos no sul da área de estudo. A hipótese de mag- netita como produto de hidrotermalismo pode ser conjecturado no Grupo Paranoá, onde há grande deformação (zonas de cisalhamento). A associação entre Cr e V pode ainda representar processos geo- químicos de superfície, assim como na correlação negativa do Fator 1, pois pode representar uma pe- culiaridade química do processo de laterização, onde estes elementos são corriqueiramente adsorvidos ou coprecipitados nas fases de óxidos/hidróxidos de Fe, Mn e Al (Yariv & Cross, 1979). O Fator 6 (figura 6.22), que responde por 5,44% da variância do sistema, apresenta Cu, Ni e Zn com correlações significativas com este fator, mostran- do scores significativos notavelmente nos domínios do Grupo Vazante, em algumas porções da Forma- ção Serra da Saudade, incluindo a Intrusão de Serra Negra, além da parte norte do Grupo Canastra. Os scores significativos para esta associação no Grupo Vazante podem ser explicados pela presença destes metais na composição dos filitos carbonosos da For- mação Serra do Garrote (Grupo Vazante), sendo as fontes para estes ainda não determinadas por estu- dos dos processos hidrotermais desta unidade. Con- tudo, para a região de Vazante, onde se encontram o maior número de scores significativos para esta associação, pode-se conjecturar que Zn e Cu sejam provenientes das mineralizações e o Ni das rochas Geologia e Recursos Minerais da Folha Vilhena 61 básicas presentes nas minas e identificadas em furos de sonda. O Fator 7 (figura 6.23), respondendo por 4,32% da variância do sistema, mostra correlações signifi- cativas para P e Sr, com scores significativos para a Intrusão de Serra Negra e Grupo Mata da Corda, am- bos abordados neste capítulo no contexto na Forma- ção Serra da Saudade, além dos Grupos Canastra e Ibiá e parte da cobertura quaternária a nordeste da área de estudo. Em relação à Intrusão de Serra Negra e ao Grupo Mata da Corda, os scores significativos representam ocorrências de fosfato não econômicas ou atividade agrícola (SerraNegra). É válido também destacar scores significativos para as principais ocor- rências de fosfato da região (parte oeste da folha Lagamar), representados pelas minas Galvani e Vale Fértil. Contudo, os scores significativos que se apre- sentam para os Grupos Canastra e Ibiá e as cobertu- ras quaternárias podem representar a utilização de aditivos agrícolas nos diversos tipos de cultivos exis- tentes na área de estudo, principalmente plantações de soja. É importante notar que o trend NW-SE notado nos mapas de distribuição de alguns elementos na parte norte do Grupo Canastra também são evidenciados na maioria dos mapas das associações geoquímicas, tais quais Rb-K (Fator 2), As-Fe (Fator 3), ETR Leves- -U-Th (Fator 4) e Cu-Ni-Zn (Fator 5), corroborando a importância dos processos hidrotermais relaciona- dos a estruturas regionais. Figura 6.17 – Distribuição espacial do Fator 1 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. CPRM - Programa Geologia do Brasil 62 Figura 6.18 – Distribuição espacial do Fator 2 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Figura 6.19 – Distribuição espacial do Fator 3 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Geologia e Recursos Minerais da Folha Vilhena 63 Figura 6.20 – Distribuição espacial do Fator 4 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Figura 6.21 – Distribuição espacial do Fator 5 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. CPRM - Programa Geologia do Brasil 64 Figura 6.22 – Distribuição espacial do Fator 6 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Figura 6.23 – Distribuição espacial do Fator 7 para sedimentos de corrente (mapa de bacias e pontos) ao longo da área de estudo. Geologia e Recursos Minerais da Folha Vilhena 65 5 Conclusões e Recomendações O mapeamento geoquímico se mostra de gran- de importância para o auxílio do conhecimento ge- ológico de uma região, pois fornece informações pertinentes de maneira rápida e prática, podendo auxiliar tanto o mapeamento geológico quanto a prospecção mineral, destacando processos geo- lógicos diversos. As informações sobre o compor- tamento geoquímico dos elementos analisados são cruciais também para a gestão das atividades agropecuárias da região, bem como para saúde e meio-ambiente. O tratamento estatístico do conjunto de dados geoquímicos sendo aplicado nas suas várias etapas (estatística univariada, bivariada e multivariada) aju- da no reconhecimento e compreensão de processos fundamentais que controlam a variabilidade geoquí- mica dos elementos. É possível verificar que muitos dos processos e variações geoquímicas dos elemen- tos são controlados pela geologia regional, tais como processos supergênicos (como mostra a analise fa- torial no Fator 1; a associação geoquímica Ga-Al-Sc- -In-V-Cs) e processos primários, tais como processos hidrotermais (Fatores 1, 2 e 4). Dentro deste levantamento foi possível eviden- ciar algumas peculiaridades do comportamento geoquímico dos elementos, através das suas distri- buições em mapa (tratamento estatístico univaria- do) e suas associações geoquímicas (tratamento estatístico multivariado), dentre elas o trend NW- -SE, percebido na parte norte do Grupo Canastra. Sugere-se, então, que em trabalhos futuros na re- gião, principalmente os de metalogenia, tais carac- terísticas tenham maiores detalhes, levando-se em consideração o suporte de dados geofísicos e estru- turais adequados, o que pode levar a descoberta de novos jazimentos minerais, assim como auxiliar na compreensão da evolução das unidades geológicas envolvidas.