شناسایی الگوی کانی سازی در فرکانس های بالای داده های ژئوشیمیایی با استفاده از روش جدید DWT - PCA
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 83
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ANM-7-14_001
تاریخ نمایه سازی: 20 آذر 1403
چکیده مقاله:
منطقه دالی واقع در قسمت مرکزی ایران به عنوان منطقه کانی سازی مس - طلای پورفیری معرفی شده است. در این مطالعه به منظور تعیین الگوی کانی سازی و بحث در خصوص مولفه های کانی سازی، یک روش جدید بر مبنای ترکیب روش تبدیل موجک گسسته و تحلیل مولفه های اصلی مورد استفاده قرار گرفته است. تبدیل موجک گسسته به عنوان یک روش جدید پردازش داده و یک ابزار آنالیز چند طیفی می تواند فرکانس های مختلف موجود در یک سیگنال وابسته به زمان یا مکان را تفکیک نماید. آنالیز موجک منجر به نتایج موفقیت آمیزی در زمینه های مهندسی مانند تحلیل سیگنال و کاربردهای عددی می شود. داده های ژئوشیمیایی سطحی مربوط به ۳۰ عنصر با استفاده از روش تبدیل موجک گسسته دو بعدی هار به حوزه مکان - مقیاس انتقال یافته و در یک مرحله به فرکانس های بالا و پایین تجزیه شده است سپس روش PCA به صورت جداگانه بر روی مولفه های جزء در جهت های افقی و عمودی (فرکانس های بالای داده های ژئوشیمیایی) اعمال شده است. در نهایت عناصر مس و طلا با استفاده از ترکیب فاکتور های کانی سازی حاصل از مولفه های جزء تبدیل موجک در جهت های افقی و عمودی به صورت واضح و شفاف از سایر عناصرکلاسه بندی شده است. اطلاعات به دست آمده از حفاری های اکتشافی شامل ترانشه ها و گمانه ها در منطقه نتایج حاصل از روش DWT – PCA را تایید می کند. نتایج این مطالعه روش ترکیبی DWT – PCA را به عنوان روشی جدید جهت پردازش داده های ژئوشیمیایی، شناسایی الگو و کلاسه بندی عناصر کانی سازی نشان می دهد.
کلیدواژه ها:
تبدیل موجک گسسته دو بعدی ، حوزه مکان - مقیاس ، تحلیل مولفه های اصلی ، پردازش داده های ژئوشیمیایی
نویسندگان
Hossein Shahi
مجتمع آموزش عالی گناباد
Reza Ghavami Riabi
دانشکده معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
Abolghasem Kamkar Rouhani
دانشکده معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
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 :