
تعداد نشریات | 20 |
تعداد شمارهها | 388 |
تعداد مقالات | 3,187 |
تعداد مشاهده مقاله | 4,398,134 |
تعداد دریافت فایل اصل مقاله | 2,977,571 |
کاربرد روش میانگین هندسی در تلفیق لایه های اطلاعاتی ژئوشیمیایی برای تولید نقشه شاهد ژئوشیمی | ||
نشریه مهندسی منابع معدنی | ||
مقاله 1، دوره 3، شماره 1، خرداد 1397، صفحه 1-11 اصل مقاله (9.75 M) | ||
شناسه دیجیتال (DOI): 10.30479/jmre.2018.1387 | ||
نویسندگان | ||
میثم نیک فرجام1؛ اردشیر هزارخانی* 2؛ کاوه پازند3 | ||
1کارشناسی ارشد، گروه مهندسی معدن، اکتشاف معدن، دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران | ||
2پرفسور، گروه مهندسی معدن، اکتشاف معدن، دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران | ||
3دکترا، باشگاه پژوهشگران جوان و نخبگان، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران | ||
تاریخ دریافت: 30 خرداد 1397، تاریخ پذیرش: 30 خرداد 1397 | ||
چکیده | ||
نقشه شاهد ژئوشیمی یکی از مهمترین لایههای اطلاعاتی برای تهیه نقشه پتانسیل معدنی است. در این پژوهش برای رفع کاستیهای نقشههای شاهد گسسته، از روش فازی پیوسته برای تهیه نقشه شاهد ژئوشیمی استفاده شد. ناحیه مورد مطالعه در پژوهش حاضر، ورقه 1:100.000 ورزقان است که در زون متالوژنی ارسباران واقع شده و میزبان کانسار مهم مس پورفیری- اسکارن سونگون است. از 1067 نمونه رسوب آبراههای که توسط سازمان زمینشناسی در ورقه ورزقان برداشت شده است به عنوان داده اولیه برای انجام مطالعات ژئوشیمی استفاده شد. به دلیل نوع نمونهبرداری انجام شده در این ناحیه، ابتدا حوضه آبراههای بالادست برای هر کدام از نمونهها ترسیم و مشخصات هر نمونه به حوضه بالادست مانند آن نسبت داده شد. با توجه به این که عناصری مانند مس، مولیبدن، نقره، سرب، روی، طلا و آرسنیک، به عنوان عناصر شاخص کانسارهای مس پورفیری مطرحاند، از عناصر یاد شده برای شناسایی مناطق مستعد کانیسازی مس پورفیری استفاده شد. برای فازیسازی نقشه هر یک از عناصر گفته شده، از تابع Large و لجستیک بهره گرفته شد. پس از فازیسازی، از روش میانگین هندسی برای تلفیق نقشههای فازی حاصل شده، استفاده شد. نقشه تلفیق یافته به کمک نمودارهای آهنگ پیشبینی- مساحت اشغال شده مورد اعتبارسنجی قرار گرفتند. بر اساس این اعتبارسنجی، مشاهده شد که تلفیق نقشههای فازی شده با تابع Large، نتایج بهتری ارایه میدهد. محل تقاطع منحنی در این نمودار نمایانگر این است که با اشغال 20 درصد از مساحت این ناحیه، 80 درصد از کانسارهای مس پورفیری شناخته شده، قابل شناساییاند. | ||
کلیدواژهها | ||
نقشه شاهد ژئوشیمی؛ تابع Large؛ روش میانگین هندسی؛ تلفیق؛ ورقه 1:100.000 ورزقان | ||
عنوان مقاله [English] | ||
Application of geometric mean method in integrating geochemical informative layers to produce geochemical evidence map | ||
نویسندگان [English] | ||
M. Nikfarjam1؛ A. Hezarkhani2؛ K. Pazand3 | ||
1M.Sc, Mining Engineering- Mineral Exploration, Dept. of Mining and Metallurgy, Amirkabir University of Technology, Tehran | ||
2Professor, Mining Engineering, Dept. of Mining and Metallurgy, Amirkabir University of Technology, Tehran | ||
3Ph.D, Mining Engineering, Faculty of Technology and Engineering, Islamic Azad University | ||
چکیده [English] | ||
A geochemical evidence map is one of the most important informative layers in minerals potential mapping. In this research, In order to overcome the disadvantages of discrete evidence maps, we used the continuous fuzzy method to produce geochemical evidence maps. The Varzaghan 1:100,000 sheet map that is located in arasbaran metallogenic belt and hosted the Sungun porphyry-skarn copper deposit was studied. In this study, we have used 1067 stream sediment samples as primary data that was studied by Geological Survey of Iran. At first, the catchment basins for each sample have been drawn and the signature of samples have been allocated to corresponding basins. In addition, the signature elements of porphyry copper deposits like Cu, Mo, Ag, Au, As, Pb and Zn have been used to detecting the potential mineralized areas in the region. In the interest of fuzzifying the maps of each signature elements that mentioned, Large and logistic fuzzy functions have been used. Following to fuzzifying, the geometric average method has been applied and then prediction-area plots was used to validate the results. It has been shown that fuzzification by Large function is better as it can predict the 80 percent of mineral occurrences by utilizing 20 percent of the study area. | ||
کلیدواژهها [English] | ||
Geochemical evidence map, Large function, Geometric average method, Integration, Varzaghan 1:00000 sheet | ||
مراجع | ||
[1] Yousefi, M., and Carranza, E. J. M. (2015). “Fuzzification of continuous-value spatial evidence for mineral prospectivity mapping”. Computers & Geosciences, 74: 97–109. [2] یوسفی، م.؛ کامکار روحانی، ا.؛ 1389؛"اصول روشهای مدلسازی پتانسیل معدنی (در محیط سیستم اطلاعات جغرافیایی)". جهاد دانشگاهی واحد صنعتی امیرکبیر، تهران، جلد اول، ص 80-41. [3] Almasi, A., Yousefi, M., and Carranza, E. J. M. (2017). “Prospectivity analysis of orogenic gold deposits in Saqez-Sardasht Goldfield, Zagros Orogen, Iran”. Ore Geology Reviews, 91: 1066-1080. [4] Jamali, H., and Mehrabi, B. (2014). “Relationships between arc maturity and Cu-Mo-Au porphyry and related epithermal mineralization at the Cenozoic Arasbaran Magmatic Belt”. Ore Geology Reviews, 487–501. [5] Hezarkhani, A., and Williams-Jones, A. E. (1998). “Controls of alteration and mineralization in the Sungun porphyry copper deposit, Iran; evidence from fluid inclusions and stable isotopes”. Economic Geology, 93: 651–670. [6] Sillitoe, R. H. (2010). “Porphyry copper systems”. Economic Geology, 105: 3–41. [7] Chiang, W., Lee, J. (1995). “Fuzzy logic for the application to complex systems”. World scientific publishing, 20-75. [8] Tsoukalas, L. H., and Uhrig, R. E. (1997). “Fuzzy and Neural Approaches in Engineering”. John [9] حسنی پاک، ع. ا.، شرف الدین، م.؛1390؛"تحلیل دادههای اکتشافی". انتشارات دانشگاه تهران، چاپ سوم،ص 70-160. [10] Yousefi, M., and Carranza, E. J. M. (2015a). “Fuzzification of continuous-value spatial evidence for mineral prospectivity mapping”. Computers & Geosciences, 74: 97–109. [11] Yousefi, M., and Carranza, E. J. M. (2015b). “Geometric average of spatial evidence data layers: A GIS-based multi-criteria decisionmaking approach to mineral prospectivity mapping”. Computers and Geosciences, 83: 72-79. [12] Wang, Y. M., Chin, K. S., and Yang, J. B. (2007). “Measuring the performances of decision making units using geometric average efficiency”. Journal of the Operational Research Society, 58: 929–937. [13] Yousefi, M., and Carranza, E. J. M. (2015). “Prediction-area (P-A) plot and C-A fractal analysis to classify and evaluate evidential maps for mineral prospectivity modeling”. Computers and Geosciences, 79: 69-81. [14] مهرپرتو، م.؛ امینی فضل، آ.؛ رادفر، ج.؛ 1371؛"نقشه زمین شناسی 1:100،000 ورزقان". سازمان زمینشناسی و اکتشاف معدنی کشور. [15] آقانباتی، ع.؛ 1383؛"نشرسازمانزمینشناسیواکتشافاتمعدنیکشور". زمینشناسی ایران. | ||
آمار تعداد مشاهده مقاله: 1,016 تعداد دریافت فایل اصل مقاله: 2,573 |