El yacimiento Domingo Savio se ubica a unos 10 Km, al NW de la mina Huanzalá, en la Formación Santa del Cretácico Inferior cerca del contacto con la Formación Chimú, en el Perú central. La presente investigación ha realizado el análisis de los contenidos de Fe, Cd en los diversos tipos de esfaleritas del depósito señalado. El objetivo principal del trabajo ha sido el de relacionar dichos contenidos, con las temperaturas de formación obtenidas mediante el estudio de inclusiones fluidas en dichas esfaleritas. Las mediciones microtermométricas dan temperaturas mayoritarias comprendidas entre 150°C y 250°C con salinidades inferiores al 15 % peso eq. ClNa. Se interpreta que las variaciones en Temperatura y salinidad se deben fundamentalmente a procesos de enfriamiento y mezcla de fluidos, dichos valores para este yacimiento lo ubican en el dominio de los del tipo MVT. En general...

THIS STUDY ADDRESSES THE IMPORTANCE OF CONDUCTING MASS MOVEMENT SUSCEPTIBILITY MAPPING AND HAZARD ASSESSMENT USING QUANTITATIVE TECHNIQUES, INCLUDING MACHINE LEARNING, IN THE NORTHERN LIMA COMMONWEALTH (NLC). A PREVIOUS EXPLORATION OF THE TOPOGRAPHIC VARIABLES REVEALED A HIGH CORRELATION AND MULTICOLLINEARITY AMONG SOME OF THEM, WHICH LED TO DIMENSIONALITY REDUCTION THROUGH A PRINCIPAL COMPONENT ANALYSIS (PCA). SIX SUSCEPTIBILITY MODELS WERE GENERATED USING WEIGHTS OF EVIDENCE, LOGISTIC REGRESSION, MULTILAYER PERCEPTRON, SUPPORT VECTOR MACHINE, RANDOM FOREST, AND NAIVE BAYES METHODS TO PRODUCE QUANTITATIVE SUSCEPTIBILITY MAPS AND ASSESS THE HAZARD ASSOCIATED WITH TWO SCENARIOS: THE FIRST BEING EL NIÑO PHENOMENON AND THE SECOND BEING AN EARTHQUAKE EXCEEDING 8.8 MW. THE MAIN FINDINGS INDICATE THAT MACHINE LEARNING MODELS EXHIBIT EXCELLENT PREDICTIVE PERFORMANCE FOR THE PRESENCE AND ABSENC...