تلفیق داده های زمین شناسی و تصاویر ماهواره ای Sentinel-۲A و ASTER برای اکتشاف ذخایر سرب و روی در ورقه سقز

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 20

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ESRJ-15-2_006

تاریخ نمایه سازی: 29 خرداد 1403

چکیده مقاله:

مقدمه مدل سازی پتانسیل معدنی براساس جمع آوری و پردازش دقیق داده های زمین شناسی، زمین فیزیکی و ماهواره ای، این امکان را فراهم می­کند تا پتانسیل وجود ماده معدنی در یک منطقه خاص را پیش بینی کنیم. این فرآیند شامل ساخت مدل های ریاضی پیچیده است که با استفاده از الگوریتم های یادگیری ماشین و تجزیه و تحلیل دقیق داده ها، به به مسئولان و تصمیم گیران در زمینه استخراج معدنی کمک می کنند تا مناطق مستعد کانه­زایی برای بهره برداری بهینه را تعیین کنند و منابع زمین را به بهترین شکل مدیریت کنند. با توجه به واحدهای زمین­شناسی متنوع موجود در ورقه سقز این ورقه یکی از با پتانسیل­ترین مناطق برای تشکیل ذخایر فلزی می­باشد. سنگ میزبان اکثر کانسارهای سرب و روی موجود در ایران رسوبی می­باشد که با عنوان کانسارهای سرب و روی با سنگ میزبان رسوبی (Sedimentary-Hosted) شناخته می­شوند. طبق بررسی­های صورت گرفته نیز مشخص شد کانه­زایی سرب و روی صورت گرفته در ورقه یکصدهزار سقر نیز از این نوع ­می­باشد که عموما کلسیت، دولومیت، شیل، ماسه­سنگ و سنگ­های آذرآواری میزبان این ذخایر می­باشند. مواد و روش­ها در این پژوهش از لایه­های اکتشافی لیتولوژی، دگرسانی دولومیتی، ژئوشیمی سرب و روی برای تهیه نقشه پیش­بینی کانه­زایی سرب و روی در ورقه سقز استفاده شد. بهره­گیری از تکنیک سینگولاریتی بر روی رسوبات آبراهه­ای سرب و روی، استفاده از لایه­های اکتشافی متنوع و انجام طیف­سنجی آزمایشگاهی و اعمال منحنی­های رفتار طیفی به دست آمده بر روی تصاویر Sentinel-۲A در این پژوهش نوآوری و خلاقانه بودن آن را نسبت به سایر پژوهش­های مشابه نشان می­دهد. پس از فازی­سازی لایه­های اکتشافی در نرم­افزار GIS نقشه پیش­بینی کانه­زایی سرب و روی توسط تابع Fuzzy-Gamma و مقدار گامای ۸۵/۰ بدست آمد. نتایج حاصل از تجزیه XRF و ICP-MS بر روی نمونه­های سرب و روی کشف­شده عیار بین ۳ تا ۷% را نشان داد که بیانگر انتخاب درست منطقه مورد مطالعه و لایه­های اکتشافی و تلفیق صحیح آن­ها می­باشد. در ادامه با انجام طیف سنجی آزمایشگاهی در اتاق تاریک با لامپ هالوژن و دستیابی به منحنی رفتار طیفی کانی اسفالریت مربوط به نمونه­های منطقه مورد مطالعه، الگوریتم تطابق سنجی SAM روی تصاویر ماهواره­­ای Sentinel-۲A، اعمال شد. نتایج و بحث طبق پی­جویی­های صورت گرفته در ۶ محدوده S۱، S۲، P، Q-Pb-Zn، Polygon۱۲ و Polygon۱۳ نمونه­های حاوی کانه­زایی سرب و روی کشف شد و فقط محدوده Polygon۵ فاقد کانه­زایی سرب و روی تشخیص داده شد که نشانگر قابل اعتماد بودن لایه­های اکتشافی و روش تلفیق می­باشد. نتایج آنالیز XRF وAqua Regia  نشان داد که نمونه­های حاوی سرب و روی کشف شده عیاری بین ۲ تا ۷ درصد داشته که مشخص کننده عیار اقتصادی برای این فلزات می­باشد. نتیجه­گیری نتایج حاصل از انجام طیف­سنجی آزمایشگاهی و اعمال منحنی­های رفتار طیفی کانی اسفالریت بر روی تصاویر ماهواره­ای Sentinel-۲A به نوعی برای بررسی دقت کار و شناسایی نواحی امیدبخش معدنی جدید استفاده شد. با مقایسه طیف­های اصلاح­ شده بر روی تصاویر Sentinel-۲A بدست آمده از آزمایشگاه با کتابخانه USGS مشخص شد رفتار طیفی بدست آمده مشابه کتابخانه طیفی USGS می­باشد لذا نقشه پیش­بینی کانه­زایی سرب و روی حاصل از اعمال منحنی رفتار طیفی اسفالریت بر روی تصاویر ماهواره­ای Sentinel-۲A بیانگر روش درست انتخاب تصویر، طیف­سنجی مناسب و تمامی پردازش­ها می­باشد.

کلیدواژه ها:

اکتشاف سرب و روی ، سینگولاریتی ، طیف سنجی ، Sentinel-۲A ، سقز

نویسندگان

محمدامین جعفری

گروه زمین شناسی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز، اهواز، ایران

حامد کاچار

گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

علی زینالی

گروه زمین شناسی، دانشکده علوم، دانشگاه تهران، تهران، ایران

علیرضا زراسوندی

گروه زمین شناسی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز، اهواز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Agterberg, F.P., ۲۰۱۲. Multifractals and geostatistics, Journal of Geochemical Exploration, ...
  • Ahmadi, H., Gholamzadeh, M., Shahmoradi, L., Nilashi, M. and Rashvand, ...
  • Bonham-Carter, G.F., ۱۹۹۴. Geographic Information Systems for geoscientists modeling with ...
  • Borojerdnia, A., Rozbahani, M.M., Nazarpour, A., Ghanavati, N. and Payandeh, ...
  • Carranza, E.J.M., ۲۰۰۸. Geochemical anomaly and mineral prospectivity mapping in ...
  • Carvalho, J., Galos, K., Kot-Niewiadomska, A., Gugerell, K., Raaness, A. ...
  • Cheng, Q., ۲۰۰۷. Mapping singularities with stream sediment geochemical data ...
  • Hedayat, B., Ahmadi, M.E., Nazerian, H., Shirazi, A. and Shirazy, ...
  • Hossini-Dinani, H. and Yazdi, M., ۲۰۲۱. Multi-dataset analysis to assess ...
  • Jafari, M.A., Nazarpour, A. and Rostami Paydar, G., ۲۰۲۱a. Application ...
  • Jafari, M.A., Kananian, A. and Nazarpour, A., ۲۰۲۱b. Prospecting of ...
  • Jafari, M.A., Nzarpour, A. and Kananian, A., ۲۰۲۰. Comparison accuracy ...
  • Jain, R. and Sharma, R.U., ۲۰۱۹. Airborne hyperspectral data for ...
  • Leach, D., Marsh, E., Bradley, D., Gardoll, S. and Huston, ...
  • Liu, Y. and Carranza, E.J.M., ۲۰۲۲. Uncertainty analysis of geochemical ...
  • Malainine, C.E., Raji, O., Ouabid, M., Khouakhi, A., Bodinier, J.L., ...
  • Nwaila, G.T., Zhang, S.E., Bourdeau, J.E., Ghorbani, Y. and Carranza, ...
  • Peyghambari, S. and Zhang, Y., ۲۰۲۱. Hyperspectral remote sensing in ...
  • Roedder, E., ۱۹۷۱. Fluid inclusion studies on the porphyry-type ore ...
  • Sass-Gustkiewicz, M., Dzulynski, S. and Ridge, J.D., ۱۹۸۲. The emplacement ...
  • Song, Y., Yang, L., Carranza, E.J.M., Bagas, L., Gao, Y., ...
  • Thakur, S., Mondal, I., Ghosh, P.B., Das, P. and De, ...
  • Xiao, F., Chen, J., Hou, W., Wang, Z., Zhou, Y. ...
  • Yousefi, M., Carranza, E.J.M., Kreuzer, O.P., Nykänen, V., Hronsky, J.M. ...
  • Zadeh, L.A., ۱۹۶۵. Fuzzy sets. Information and control, v. ۸, ...
  • Zhang, N., Zhou, K. and Du, X., ۲۰۱۷. Application of ...
  • Zheng, B., Zhang, J., Yoon, S.W., Lam, S.S., Khasawneh, M. ...
  • Zuo, R., Kreuzer, O.P., Wang, J., Xiong, Y., Zhang, Z. ...
  • نمایش کامل مراجع