APLICACIÓN EXPLORATORIA DE RANDOM FOREST PARA DISCRIMINAR SEÑALES GEOQUÍMICAS GEOGÉNICAS Y ASOCIADAS A LA MINERÍA EN UN DISTRITO MINERO HISTÓRICO.
Diferenciar entre señales geoquímicas naturales y aquellas asociadas con la actividad minera es un desafío en distritos mineralizados, debido a que los residuos generados por la explotación conservan parcialmente la composición y las asociaciones elementales de los materiales geológicos de los que proceden. En este trabajo se exploró la aplicación del algoritmo Random Forest (RF) como herramienta complementaria para diferenciar materiales de afinidad geogénica y minera en la cuenca del río Guanajuato, una región con más de 400 años de historia minera. Se utilizaron datos geoquímicos de rocas, jales mineros, sedimentos de arroyo, terrazas y suelos, considerando las concentraciones elementales como variables predictoras y la afinidad geogénica o minera como clases de clasificación. Los resultados del análisis multivariado mostraron dos asociaciones principales; Al–Fe–Cr–V–Ni relacionado principalmente con el componente litológico y S–As–Cd–Pb–Cu–Zn, vinculada con la mineralización y los materiales afectados por la actividad minera. De manera exploratoria, el modelo RF alcanzó una puntuación out-of-bag (OOB) de 0.88 (error OOB = 0.12) y una exactitud media de 0.800 ± 0.098 mediante validación cruzada repetida, indicando una capacidad de clasificación, aunque con variabilidad e incertidumbre en la diferenciación de ambos grupos. Este solapamiento es consistente con la estrecha relación composicional entre la mineralización natural y los residuos derivados de su explotación. Los resultados muestran que RF permite identificar elementos con capacidad discriminante y reconocer patrones geoquímicos que pueden complementar el análisis multivariado. Sin embargo, la importancia de una variable dentro del modelo no constituye por sí sola evidencia de su procedencia. Por ello, la aplicación de RF para diferenciar señales geogénicas y mineras debe interpretarse conjuntamente con la información geológica, mineralógica y espacial del área de estudio.