Teledetección de depósitos minerales ocultos mediante imágenes multiespectrales ASTER. Una revisión

[EN] The identification of mineral deposits lacking surface expression represents one of the major challenges in geological exploration. This study presents a systematic literature review, based on explicit selection criteria, on the use of the ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) sensor for detecting hydrothermal alterations associated with concealed mineralization. Both traditional spectral techniques -such as band ratios and Directed Principal Component Analysis (DPCA)- and approaches integrating geochemical and structural information through machine learning algorithms are examined. The results indicate that, although ASTER remains highly relevant due to its VNIR-SWIR-TIR spectral configuration and open-access availability, there is still a lack of standardized protocols and comparative frameworks enabling the systematic integration of spectral, geochemical, and structural datasets. Recent literature shows a transition from purely spectral approaches toward multi-source schemes supported by supervised models and deep learning architectures, which tend to improve the delineation of prospective zones in areas with significant surface cover. Overall, the review highlights that the true potential of ASTER lies not in its isolated application, but in its integration within reproducible, mineral system oriented workflows aimed at reducing uncertainty in the exploration of concealed mineral deposits.

[ES] La identificación de depósitos minerales sin expresión superficial evidente constituye uno de los principales desafíos en exploración geológica. Este trabajo presenta una revisión sistemática de la literatura sobre el uso del sensor ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) en la detección de alteraciones hidrotermales asociadas a depósitos minerales ocultos, evaluando tanto técnicas espectrales tradicionales (como cocientes de bandas y Análisis de Componentes Principales Dirigidos) como enfoques que integran información geoquímica y estructural mediante aprendizaje automático. Los resultados evidencian que, si bien ASTER mantiene una alta vigencia gracias a su cobertura VNIR-SWIR-TIR y acceso libre, persiste la ausencia de protocolos estandarizados y marcos comparativos que permitan integrar de manera sistemática datos espectrales, geoquímicos y estructurales. La literatura reciente muestra una transición desde enfoques puramente espectrales hacia esquemas multifuente apoyados en modelos supervisados y arquitecturas de aprendizaje profundo, los cuales tienden a mejorar la delimitación de zonas prospectivas en contextos con cobertura superficial significativa. En conjunto, la revisión destaca que el verdadero potencial de ASTER no radica en su uso aislado, sino en su integración dentro de flujos de trabajo reproducibles, coherentes con el enfoque de sistema mineral y orientados a la reducción de incertidumbre en la exploración de depósitos minerales ocultos.