Analytical and Numerical Methods in Mining Engineering (Apr 2019)

مقایسه روش‌های تحلیل اکتشافی داده‌ها و انحراف مطلق میانه به منظور شناسایی آنومالی‌های ژئوشیمیایی و مناطق مستعد کانی‌زایی (مطالعه موردی: ناحیه معدنی هنزا، جنوب کمربند فلززایی ارومیه- دختر)

  • امیر حبیب نیا,
  • غلامرضا رحیمی پور,
  • حجت الله رنجبر

Journal volume & issue
Vol. 9, no. 18
pp. 89 – 101

Abstract

Read online

ناحیه هنزا در بخش جنوبی کمربند فلززایی ارومیه- دختر واقع در جنوب شرقی ایران است. این ناحیه شامل چندین کانسار مس پورفیری بوده و برای اکتشاف این نوع کانی‌سازی محیط مطلوبی است. برای مطالعات ژئوشیمیایی اکتشافی تعداد 451 نمونه رسوبات آبراهه‌ای از این ناحیه برداشت شده است. هدف شناسایی مناطق کانی‌زایی و استفاده از روشی مطلوب جهت تعیین حد آستانه عناصر است. در این پژوهش حد آستانه عناصر توسط دو روش تحلیل اکتشافی داده‌ها (EDA) و انحراف مطلق میانه(MAD) محاسبه شد. در روش EDA تخمین آستانه بر اساس انتخاب کلاس‌های ثابت در نمودار جعبه‌ای انجام می‌گیرد و به صورت Q3+1.5×(Q3-Q1) تعریف می‌شود. چارک سوم (Q3) و چارک اول (Q1) به ترتیب معادل 75 و 25 درصد فراوانی هستند. در روش MAD تخمین حد آستانه بر اساس میانه و انحراف مطلق میانه انجام می‌گیرد و به ‌صورت میانه+دو برابر انحراف مطلق میانه (Median+2×MAD) تعریف می‌شود. انحراف مطلق میانه (MAD) به ‌عنوان میانه انحرافات مطلق تمامی مقادیر داده‌ای از میانه داده‌ها است. در محدوده مورد مطالعه 6 کانسار شناخته شده مس پورفیری وجود دارد. به‌ منظور مقایسه توانایی دو روش EDA و MAD در شناسایی نواحی کانی‌سازی شده (منظور شناسایی نواحی کانساری)، نقشه مس و مولیبدن توسط دو روش تهیه شد و فقط سه کانسار با روش EDA شناسایی شد، در حالی‌ که توسط روش MAD، همه کانسارها شناسایی شدند. همچنین توسط روش MAD، هشت محدوده بی‌هنجاری جدید شناسایی گردید که پردازش‌های تصاویر ماهواره‌ای، توزیع فراگیر دگرسانی‌های مرتبط با سیستم‌های پورفیری را در آنها نشان داده است. هیچ یک از مناطق بی‌هنجاری جدید توسط روش EDA شناسایی نشدند و مشخص شد این روش برای شناسایی بی هنجاری‌هایی ژئوشیمیایی ناکارآمد است. روش MAD، برای شناسایی مناطق بی‌هنجاری مناسب‌تر است به ‌طوری‌که توسط این روش 11 محدوده (سه کانسار و 8 بی‌هنجاری جدید) بیشتر از روش EDA شناسایی شده است.

Keywords