کاربرد روش های خوشه بندی در شناسایی آنومالی های مرکب در اکتشافات ژئوشیمیایی در کردگان خراسان جنوبی

نوع مقاله : علمی - پژوهشی

نویسنده

عضو هیات علمی گروه مهندسی معدن، دانشگاه صنعتی بیرجند

چکیده

نمونه­برداری از رسوبات آبراهه­ای در مقیاس 100000/1 مهم­ترین ابزار ژئوشیمیایی در پی­جوئی­های ناحیه­ای محسوب می­شود. با توجه به آنالیز چند عنصری این نمونه­ها، استفاده از روش­های خوشه­بندی در تشخیص آنومالی­های ژئوشیمیایی مرکب می­تواند بر روش­های تعیین آنومالی تک­عنصره برتری داشته باشد. در این مقاله چهار روش خوشه­بندی c میانگین فازی، سلسله مراتبی چند مرحله­ای، حداکثر انتظار و DBSCANاستفاده شده است تا آنومالی­های مرکب حاصل از 843 نمونه­ی رسوبات آبراهه­ای در ورقه کردگان مشخص شود. برای این منظور از نتایج آنالیز 20 عنصر مرتبط با کانی­زایی­های فلزی استفاده شد تا داده­ها به 3 خوشه­ی یا جامعه (جامعه زمینه، جامعه آنومالی ممکن و جامعه آنومالی احتمالی) تفکیک شود. نتایج نشان داد که محدوده­ی آنومالی­های ممکن و احتمالی در هر چهار روش با اندیس معدنی ثبت شده در این ورقه همپوشانی بسیار خوبی نشان می­دهند. همچنین به­طور متوسط 74% از سطح آنومالی ممکن را رسوبات پادگانه و رودخآن‌های و 24% را سنگ­های آذرین پوشش می­دهند. این ارقام برای آنومالی احتمالی نیز به­ترتیب 61% و 35% بود. نتایج آنالیز فاکتوری نیز ضمن تأیید آنومالی­های ژئوشیمیایی به­دست آمده، احتمال کانی­زایی آهن و منگنز را در اولویت اول و کانی­زایی عناصر Cr، Pb، Zn، Mo و Sb را در اولویت بعدی برای این ورقه پیش­بینی کرد. در نهایت محدوده­های به وسعت 4/173 و 6/1012 کیلومتر مربع به­ترتیب به­عنوان محدوده­های آنومالی احتمالی و ممکن معرفی شدند. این محدوده­ها از روش EM به­دست آمده­اند که نسبت به سه روش دیگر نتایج بهتری را نشان می­دهد. محدوده­های پیشنهادی در 5 منطقه مجزا و در دو اولویت مختلف برای انجام اکتشافات تکمیلی پیشنهاد شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Application of clustering methods in determining the multi-elements anomalies in regional geochemical exploration; A Case study: 1/100000 Kordagan Sheet, South Khorasan Province

نویسنده [English]

  • Hamid Geranian
Assistant of Professor, Department of Mining Engineering, Birjand University of Technology

کلیدواژه‌ها [English]

  • Fuzzy c-Means Clustering Method
  • Multi-Stage Hierarchical Clustering Method
  • Expectation-Maximization Clustering Method
  • DBSCAN Clustering Method
  • Multi-elements Geochemical Anomalies
مراجع
[1] حسنی پاک، علی اصغر؛ شرف الدین، محمد؛ 1380؛ "تحلیل داده­های اکتشافی، انتشارات دانشگاه تهران"، تهران، 987 صفحه.
[2] محمدزاده، محمد جعفر؛ شهین­فر، حمید؛ ناصری، آینور، 1390، "توصیف الگوهای ژئوشیمیایی با استفاده از روش­های تحلیل مولفه­های اصلی و کلاستر فازی میان مرکز برای ثبت بی­هنجاری­های ضعیف (منطقه قولان- آذربایجان شرقی)"، فصلنامه علوم زمین، سال بیست و یکم، شماره 81، صفحه 143-150.
[3] عباس­زاده، سمیه؛ رحیمی­پور، غلامرضا؛ نجم­الدین، مجید؛ 1392؛ "شناسایی مناطق کانی­زایی مس پورفیری با استفاده از روش­های تک متغیره و چند متغیره بر روی داده­های ژئوشیمیایی رسوبات آبراهه­ای در منطقه قلعه عسکر، استان کرمان"، نشریه علمی- پژوهشی روش­های تحلیلی و عددی در مهندسی معدن، شماره 6، صفحه 69-82.
 [4] رودپیما، ترانه؛ هزارخانی، اردشیر؛ قنادپور، سعید؛ گل­محمدی، عباس؛ 1394؛ "ترکیب روش­های رگرسیون خطی و کلاسه بندی K-Means به منظور شناسایی رفتار ژئوشیمیایی عناصر؛ مطالعه موردی: آنومالی A، معدن سنگان"، دومین کنگره بین­الملی تخصصی علوم زمین، تهران.
[5] محمدزاده، محمد جعفر؛ ناصری، اینور؛ محمودیان، امید؛ 1388؛ "مقایسه روش­های جداسازی جوامع سنگی و خوشه­بندی فازی میان مرکز برای حذف مولفه سنژنتیک در اکتشافات ناحیه­ای رسوبات آبراهه­ای قره چمن- آذربایجان شرقی"، نشریه علمی- پژوهشی مهندسی معدن، دوره چهارم، شماره هشتم، صفحه 51 تا 58.
[6] معینی، حمید؛ محمد تراب، فرهاد؛ کیخانی حسین­پور، مجید؛ 1394؛ "بررسی کاربرد نگاشت­های خودسازمانده در خوشه­بندی داده­های آبراهه­ای و مقایسه آن با دندوگرام اکتشافی داده­های ترکیبی"، نشریه علمی- پژوهشی مهندسی معدن، دوره دهم، شماره 27، صفحه 95 تا 107.
[7] سازمان زمین­شناسی و اکتشافات معدنی کشور، 1390؛ " گزارش اکتشافی ورقه 100000/1 کودکان"، سازمان زمین­شناسی و اکتشافات معدنی کشور، تهران.
[8] خراشادی­زاده، محمد؛ 1392؛ "تحلیل داده­های ژئوشیمی اکتشافی ورقه 1:100000 کودکان"، پایانه نامه کارشناسی ارشد، دانشگاه بیرجند، 95 صفحه.
[9] Haldar, S.K., 2013, "Mineral Exploration: Principles and Applications". Elsevier. 372 p.
[10] Grunsky, E.C., Drew, L.J., Sutphin, D.M., 2009, "Process recognition in multi-element soil and stream-sediment geochemical data". Applied Geochemistry 24(8), 1602–1616.
[11] Qiuming Cheng, Q., 2007, "Mapping singularities with stream sediment geochemical data for prediction of undiscovered mineral deposits in Gejiu, Yunnan Province, China". Ore Geology Reviews 32(1–2), 314–324.
[12] Denis, D.J., 2016, "Applied Univariate, Bivariate, and Multivariate Statistics". Wiley & Sons, 760 p.
[13] Shiva, M., Aryafar, A., Zaremotlagh, S., 2011, "Fuzzy c- means cluster analysis, a robust multivariate technique in stream sediment geochemical exploration, a case study in Eastern part of Iran, Birjand". Journal of Geology and Mining Research 3(1), 1-6.
[14] Kramar, U., 1995, "Application of limited fuzzy clusters to anomaly complex geological environments". Journal of Geochemical Exploration 55, 81-92.
[15] Ellefsen, K.J., Smith, D.B., 2016, "Manual hierarchical clustering of regional geochemical data using a Bayesian finite mixture model". Applied Geochemistry, In Press.
[16] Ellefsen, K.J., Smith, D.B., Horton, J.D., 2014, "A modified procedure for mixture-model clustering of regional geochemical data". Applied Geochemistry 51, 315–326.
[17] Morrison, J.M., Goldhaber, M.B., Ellefsen, K.J., Mills, C.T., 2011, "Cluster analysis of a regional-scale soil geochemical dataset in northern California". Applied Geochemistry 26, S105–S107.
[18] Jiang, Y., Guo, H., Jia, Y., Cao, Y., Hu, C., 2015, "Principal component analysis and hierarchical cluster analyses of arsenic groundwater geochemistry in the Hetao basin, Inner Mongolia", Chemie der Erde- Geohemistry 75(2), 197-205.
[19] Bam, E.K.P., Akiti, T.T., Osae, S.D., Ganyaglo, S.Y., Gibrilla, A., 2011,  "Multivariate cluster analysis of some major and trace elements distribution in an unsaturated zone profile, Densu river basin, Ghana". African Journal of Environmental Science and Technology 5(3), 155-167.
[20] Aggarwal, C.C., Reddy, C.K., 2013, "Data Clustering: Algorithms and Applications". CRC Press, 652 p.
[21] Han, J., Kamber, M., Pei, J., 2011, "Data mining: concepts and techniques, 3rd Edition". Morgan Kaufmann, 744 p.
[22] Kesemen, O., Tezel, O., Ozkul, E., 2016, "Fuzzy c-Means Clustering Algorithm for Directional Data". Expert Systems with Applications 58, 76–82.
[23] Ding, Y., Fu, X., 2016, "Kernel-based fuzzy c-means clustering algorithm based on genetic algorithm". Neurocomputing 88, 233–238.
[24] Zhao, Y., Karypis, G., Fayyad, U., 2005, "Hierarchical Clustering Algorithms for Document Datasets". Data Mining and Knowledge Discovery 10(2), 141-168.
[25] Quost, B., Denœux, T., 2016, "Clustering and classification of fuzzy data using the fuzzy EM algorithm". Fuzzy Sets and System 286(1), 134-156.
[26] González, M., Minuesa, C., Puerto, I., 2016, "Maximum likelihood estimation and expectation–maximization algorithm for controlled branching processes". Computational Statistics & Data Analysis 93, 209-227.
[27] Tran, T.N., Drab, K., Daszykowski, M., 2013, "Revised DBSCAN algorithm to cluster data with dense adjacent clusters".  Chemometrics and Intelligent Laboratory Systems 120, 92–96.
[28] Kumar, K.M., Reddy, A.R.M., 2016, "A fast DBSCAN clustering algorithm by accelerating neighbor searching using Groups method".  Pattern Recognition 58, 39–48.
[29] Pirajno, F., 2009, "Hydrothermal Processes and Mineral Systems", Springer Publication, Australia, 1273 p.
[30] Georgieva, S., Hikov, A., Stefanova, E., 2012, "Mobility of major and trace elements during hydrothermal alteration of volcanic rocks from the Chelopech high-sulphidation epithermal Cu-Au deposit, Central Srednogorie, Bulgaria". Bulgarian Geological Society, National Conference with international participation “GEOSCIENCES 2012”, 47-48.
[31] Salminen, R., 2005, "Geochemical Atlas of Europe (part 1): Background information, methodology and maps", Geological Survey of Finland, 526 p.
[32] Ma, J.L., Wei, G.J.,Xu, Y.G., Long, W.G., Sun, W.D., 2007, "Mobilization and re-distribution of major and trace elements during extreme weathering of basalt in Hainan Island, South China". Geochimica et Cosmochimica Acta 71, 3223–3237.
[33] Middelburg, J.J., Van Der Weijden, C.H., Woittiez, J.R.W., 1988, "Chemical processes affecting the mobility of major and trace elements during weathering of granitic rocks". Chemical Geology 68, 253-273.
[34] Zhang, T., Ramakrishnan, R., Livny, M., 1997, "BIRCH: A New Data Clustering Algorithm and Its Applications". Data Mining and Knowledge Discovery 1, 141–182.