Muhandisī-i manābi̒-i ma̒danī (Dec 2023)

خوشه‌بندی نواحی مستعد کانه‌زایی آهن در محدوده اسفوردی مبتنی بر روش هیبریدی رهیافت دانش و داده مبنا

  • سید عطاالله آقا سید میرزا بزرگ,
  • میثم عابدی,
  • فردین احمدی

DOI
https://doi.org/10.30479/jmre.2023.18010.1612
Journal volume & issue
Vol. 8, no. 4
pp. 1 – 26

Abstract

Read online

در این پژوهش، یک رویکرد هیبریدی برای خوشه‌بندی نواحی مستعد کانه‌زایی مگنتیت-آپاتیت در محدوده برگه 1:100000 اسفوردی به کار گرفته شده است که تعداد بهینه خوشه‌ها به کمک یک روش داده محور و مدل فرکتال مقدار- مساحت (C-A) به دست آمده‌ است. بدین منظور، با توجه به ویژگی‌های متالوژنیکی ذخایر هدف در محدوده مورد مطالعه، 9 لایه شاهد که شامل نشانگرهای زمین‌شناسی، ژئوشیمیایی، ژئوفیزیکی و دورسنجی است، از مجموعه داده‌های مکانی استخراج و تولید شده‌اند. از منحنی پیش‌بینی- مساحت (P-A)، به عنوان یک روش داده محور برای تعیین وزن و اهمیت هر لایه استفاده شده ‌است. تکنیک همپوشانی شاخص جهت ادغام 9 لایه وزن‌دار شده، به کار گرفته شده ‌است. در الگوریتم‌های خوشه‌بندی، تعداد خوشه‌ها تاثیر قابل توجهی بر نتیجه مدلسازی پتانسیل معدنی دارد. برای تعیین تعداد صحیح خوشه‌ها، تعداد کلاس‌های نقشه نهایی تولید شده به کمک مدل فرکتالی مقدار- مساحت شناسایی و در ادامه از آن برای اجرای الگوریتم‌های خوشه‌بندی بدون نظارت استفاده شده ‌است. با فرض پنج خوشه (به عنوان تعداد بهینه خوشه‌ها)، سه الگوریتم خوشه‌بندی که شامل k-means، فازی c-means و نقشه خود سازمانده (SOM) است، برای شناسایی مناطق امیدبخش کانه‌زایی هدف به کار گرفته شده‌ است. در بین سه الگوریتم اجرا شده، الگوریتم k-means، بیشترین بازدهی را در شناسایی ذخایر شناخته شده آهن در محدوده مورد مطالعه داشته ‌است؛ به طوری که زون پتانسیل معرفی شده با 8 درصد مساحت محدوده، حدود 65% رخدادهای معدنی را شناسایی کرده است.

Keywords