Siti: Niccioleta - Stregaio

 

La zona dei dintorni di Niccioleta, l’antica Val d’Aspra, è stata interessata da lavori minerari fin dall’epoca etrusco-romana come confermano i ritrovamenti di attrezzi da lavoro e di pozzi e pozzetti scavati ovunque (Badii, 1931).
Le lavorazioni minerarie raggiunsero il loro massimo sviluppo nei secoli centrali del Medioevo. Dopo un periodo che sembra di quasi totale inattività, lo sfruttamento minerario riprese nel 1842, per opera della Società Metallocenica di Firenze che, per circa mezzo secolo, eseguì ricerche sia nel sottosuolo che a cielo aperto, ritrovando accumuli di minerali ferrrosi, piccole masse piritose e filoncelli di solfuri misti di Rame, Zinco, Piombo e Argento; questi, comunque, non raggiunsero mai l’importanza di quelli coltivati nell’area di Fenice Capanne. Dal 1891 in poi, varie società italiane si alternarono nella gestione dei giacimenti della Val d’Aspra, e le prospezioni furono prevalentemente finalizzate all’esplorazione del contatto filladi-cavernoso che dette però scarsi risultati. I lavori minerari sono stati finalizzati, da quel momento in poi, all’estrazione e trattamento del minerale di ferro, essenzialmente goethite e limonite.
Da un punto di vista geologico le mineralizzazioni del territorio di Niccioleta ed, in generale, quelle che si sviluppano in tutta l’area della Val d’Aspra, sono inserite in un contesto tipico dei corpi a pirite massiva coltivati nella Toscana meridionale.
Si tratta di mineralizzazioni che si collocano, spesso, in particolari contesti strutturali e litostratigrafici e, più precisamente, quando si realizza la seguente concomitanza alto-strutturale: rocce del basamento metamorfico, rocce solfato carbonatiche.
I primi studi di una certa rilevanza sull’assetto geologico del territorio della Val d’Aspra furono eseguiti da Lotti e Stella, nei primi anni del 1900. Ad essi si devono anche le prime ipotesi formulate circa la genesi dei giacimenti a pirite con subordinati ossidi di Ferro e solfuri misti, che sembrano epigenetici di origine pneumatolitico idrotermale di età appenninica, collegati ad una intrusione plutonica non molto profonda. Gli ammassi di pirite si sarebbero formati a seguito di una risalita di fluidi idrotermali all’interno delle numerose faglie e fratture presenti in tutto il territorio, ed in conseguenza di processi di sostituzione metasomatica del calcare cavernoso e di alcune componenti al contatto delle filladi. 
Al di là delle teorie formulate dagli studiosi circa i processi di formazione strutturale, tutti gli Autori concordano sull’origine idrotermale delle mineralizzazioni a solfuri misti.

 
 
https://lh4.googleusercontent.com/-_2OzBQ8lu1o/TXq7yNf1caI/AAAAAAAAAOE/Rf4blIyeOfA/DSC02938_1.jpg https://lh6.googleusercontent.com/-iAC1bYTQQLk/TXwMMME1M_I/AAAAAAAAAQg/jwos4kqSD1I/DSC02933_1.jpg
Niccioleta. Vista del versante oggetto di determinazione chimico fisica in situ Niccioleta. Particolare dell’area oggetto di determinazione chimico fisica in situ

L’area oggetto di determinazioni chimico fisiche di fluorescenza XRF in situ è caratterizzata da vegetazione piuttosto povera di sottobosco ma ricca di piante ad alto fusto (soprattutto querce, lecci e pioppi): le aree di campionamento risultano piuttosto facilmente accessibili.
Nel complesso sono state effettuate 47 misure in situ.

Un primo step di analisi statistica di suddivisione in gruppi mediante il metodo K-Means è stato effettuato sulle concentrazioni degli elementi caratteristici del fondo naturale, individuati come tali sulla base delle informazioni reperibili circa la composizione del materiale rock forming dell’area in esame. Di seguito si riportano alcuni dei diagrammi binari ottenuti.

a b
A
B
c d
C
D
e  
E
 
Cluster Plots ottenuti mediante K-Means Clustering Analysis sugli elementi Al, Si, Ti, K, Mn Sn, Sb.     a) Al-Si; b) Al-Ti; c) Al-Mn; d)Mn-K; e) Sn-Sb

L’analisi statistica è stata effettuata fornendo al software, di volta in volta, un numero diverso di clusters in input, in quanto fissando il valore di K clusters in input pari a 2, si ottengono diagrammi in cui uno dei due cluster risulta vuoto e l’altro contiene tutte le unità statistiche della popolazione dei dati. Tuttavia tale comportamento viene mantenuto anche fissando K=3, mentre con k=4 uno dei due clusters contiene al massimo una o due unità statistiche.
Nel presente contesto si è scelto di riportare (fig 55) i clusters ottenuti con k=2 dai quali emerge un comportamento omogeneo di tutti i campioni in termini di concentrazioni di alcuni degli elementi chimici caratteristici della litologia in posto; questi, come già detto, si collocano all’interno di un unico cluster.
Tale evidenza sperimentale potrebbe essere dovuta al fatto che, anche in quelle che per la collocazione sono da ritenersi discariche derivanti dallo sfruttamento dei vicinali pozzini minerari, il materiale di discarica vero e proprio sia fortemente “diluito” nella matrice della litologia in posto. In effetti durante le campagne di misura non è risultato facile individuare il materiale di discarica vero e proprio in quanto, anche nelle porzioni scelte per la determinazione analitica, questo risulta caratterizzato da pezzatura piuttosto fine e regolare, di colore marrone chiaro e solo una piccola parte è costituita da materiale sciolto di pezzatura e colore vari.

A B
A
B
C D
C
D
E F
E
F
Cluster Plots ottenuti mediante K-Means Clustering Analysis sugli elementi Zn, Pb, Cu, Ti, Zr. a) Zn-Zr; b) Zn-Ti; c) Ti-Cu; d) Cu-Zr; e) Ti-Pb; f) Zr-Pb

Lo step successivo di analisi clustering è stato eseguito sulle concentrazioni degli elementi chimici immobili Titanio e Zirconio e sui traccianti di discarica (Pb, Zn, Cu, Fe). Questa volta con un numero di clusters in input pari a 2 si sono ottenuti i diagrammi binari di correlazione riportati in figura 56.
I diagrammi binari ottenuti non risultano di facile interpretazione in quanto nella porzione vicina all’origine degli assi cartesiani si ha un elevata densità di popolazione di unità statistiche.
Tuttavia l’analisi clustering permette di identificare il materiale relativo ai punti di campionamento da 1 a 4 come materiale molto probabilmente assimilabile a discarica mineraria; questi, infatti, presentano concentrazioni piuttosto elevate di Zinco, Piombo, Rame e Ferro e, parallelamente, concentrazioni minori degli elementi immobili Zirconio e Titanio. Tali elementi sono evidenziati in arancio nei diagrammi binari.
Viceversa, per i punti di campionamento 25, 34, 37, 46 (evidenziati in blu nei diagrammi binari), sembrerebbe confermata la natura ipotizzata in fase di campionamento e cioè di materiale caratteristico della litologia in posto: in questi punti di campionamento, infatti, le concentrazioni degli elementi chimici immobili rock forming sono piuttosto elevate, in proporzione, rispetto alle concentrazioni dei metalli traccianti delle discariche.