Mapeamento Geoquímico - Geologia e Recursos Minerais da Folha Vilhena

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.