Módulo

Descripción simple

Resumen funcional

Desglose técnico

Mapas de distancias

Muestra qué tan cerca está cada celda de elementos como carreteras, fallas o límites.

Rasteriza las características vectoriales (puntos, líneas, polígonos) en rásteres de distancia a la característica para la modelación espacial.

Entrada: Datos vectoriales (.SHP)

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Categoría vectorial, Categoría deseada

Procesamiento: Convierte características vectoriales en rásteres de distancia a la característica. Se genera un ráster de cuadrícula por tipo de característica si se especifican categorías.

Mapas de densidad de datos

Resaltan las áreas donde tiene mucha información frente a aquellas con poca o ninguna.

Crea un ráster que refleja cuántas capas de datos están presentes por píxel, destacando las zonas con mayor densidad de información.

Entrada: Datos vectoriales (.SHP), ráster sin procesar

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI

Procesamiento: Cuenta el número de capas que informan cada píxel para resaltar la densidad de datos.

Mapas de campos estructurales

Crea un mapa que muestra la inclinación o el plegamiento de las capas de roca en el subsuelo.

Converter mediciones de orientación (rumbo/inclinación) en cuadrículas estructurales interpoladas y campos vectoriales.

Entrada: Puntos de medición (.SHP)

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Tipos de estructura, Rumbo(Strike), Inclinación (Dip), Regla de la mano derecha (Right hand rule)

Procesamiento: Convierte las mediciones estructurales en mapas de campos de rumbo interpolados utilizando reglas de transformación.

Mapas de perturbaciones por fallas

Muestran cómo se ve afectado el volumen de roca por una falla.

Modelan la influencia espacial y las zonas de perturbación alrededor de las líneas de falla con un decaimiento personalizable.

Entrada: Vectores de línea (.SHP)

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Fallas, Longitud de onda, Nivel de perturbación, Decaimiento

Procesamiento: Modela zonas de perturbación basadas en ondas alrededor de fallas con un decaimiento que se escala a medida que se aleja de la traza de la falla.

Mapas de visión por computadora

Extraen patrones ocultos en los datos utilizando técnicas de reconocimiento de imágenes.

Aplican filtros de aprendizaje profundo (extracción de características) a las entradas ráster para extraer características espaciales de alto nivel.

Entrada: Ráster

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Número de filtros

Procesamiento: Aplica aprendizaje profundo (deep learning), RESNET-50, para extraer características espaciales de datos ráster.

Mapas de filtro de textura

Extraen patrones ocultos en los datos utilizando filtros Haralick.

Aplican filtros de aprendizaje profundo (extracción de características) a las entradas ráster para extraer características espaciales de alto nivel.

Entrada: Ráster

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Número de filtros

Procesamiento: Aplica filtros Haralick para extraer características espaciales a partir de datos ráster.

Mapas de anomalías multivariantes

Señalan las áreas donde los datos parecen extraños o inesperados al comparar las capas entre sí.

Detectan anomalías basadas en un análisis raster multicapa utilizando un algoritmo de puntuación de anomalías.

Entrada: Cuadrículas (Rasters) de datos

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Cuadrículas objetivo

Procesamiento: Analiza múltiples cuadrículas para detectar anomalías en todos los datos, aplicando un algoritmo de puntuación en todas las capas.

Mapas de extracción de lineamientos

Delimitan características lineales como fracturas o límites que aparecen en los datos.

Identifican y extraen rasgos lineales (lineamientos) utilizando algoritmos de detección de bordes y seguimiento de líneas.

Entrada: Ráster de datos

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, Sensibilidad de detección de bordes, Longitud de línea, Espacios, Filtros de orientación

Procesamiento: Detecta y traza elementos lineales a partir de datos ráster utilizando técnicas de detección de bordes y líneas.

Mapas de probabilidad del dominios geológicos

Predice qué tipo de roca es más probable que cada ubicación según los patrones de los datos de entrada.

Utilizan datos geoquímicos, litológicos y auxiliares para clasificar el terreno en dominios geológicos probabilísticos.

Entrada: Puntos litológicos (.SHP), puntos geoquímicos (.SHP), rásteres auxiliares

Salida: Ráster

Parámetros clave: Resolución de la cuadrícula, AOI, litologías objetivo, elementos geoquímicos, señal auxiliar

Procesamiento: Entrena un modelo de aprendizaje profundo para predecir las probabilidades de dominios litológicos en una región.