نوع مقاله: علمی - پژوهشی

نویسندگان

1 استادیار آموزش عالی گناباد

2 دانشگاه محقق اردبیلی، اردبیل، ایران

10.22034/ijme.2020.123404.1801

چکیده

در مطالعات اکتشافات ژئوشیمیایی، روش‌های جداسازی آنومالی مختلفی مثل روش‌های فرکتالی و آمارۀ فضایی U از گروه تکنیک‌های ساختاری، جهت تفسیر داده‌ها و جدایش مناطق آنومال ارائه شده است. در این مطالعه، اقدام به مطالعۀ ویژگی‌های طیفی مقادیر U مربوط به کانی‌سازی نوع مس پورفیری در منطقۀ ظفرقند شده است. با استفاده از مقادیر طیف توان می‌توان پارامترها و متغیرها را به صورت سیگنال‌های مکانی در نظر گرفت و تحلیل ها را بر روی دامنۀ سیگنال‌های مختلف انجام داد. برای تعیین تغییرپذیری آمارۀU و تحلیل فرکانس‌های مختلف آن، روش جدیدی تحت عنوان روش فرکتالی طیف توان – مساحت آمارهU معرفی و بکارگرفته شد. در این روش داده‌های طیف توان آمارۀU به 5 گروه مختلف تقسیم شد که هر کدام از این کلاس‌ها مربوط به طیف‌های فرکانسی مختلفی هستند. جهت تعیین نوع زمینه یا آنومالی بودن این کلاس‌ها از روش چند متغیرۀ تحلیل مولفه‌های اصلی استفاده شد. روش تحلیل مؤلفه‌های اصلی بر روی ماتریس طیف توان مربوط به مقادیر U تمام عناصر و برای هرکلاس به صورت جداگانه انجام گرفت. نتایج نشان داد فاکتور کانی‌سازی مس در کلاس‌های فرکانسی 1، 2 و 3 وجود دارد که مقادیر طیف توان کم را نیز نشان می‌دهند. این کلاس‌ها به عنوان کلاس‌های مربوط به آنومالی در نظر گرفته شد. کلاس های 4 و 5 بر اساس روش تحلیل مؤلفه‌های اصلی، اثر کانی‌سازی را به خوبی نشان نمی‌دهند. کلاس‌های فرکانسی مربوط به زمینه از کلاس‌های آنومالی فیلتر شده و از داده ها حذف شدند. در نهایت طیف توان‌های باقی مانده با استفاده از تبدبل فوریه معکوس به حوزه مکان منتقل شده و نقشۀ آنومالی بدست آمد. در این نقشه، مقادیر از جنس پارامتر U بوده و محل آنومالی‌ها به خوبی بر روی آن مشخص شدند. نتایج حفاری صورت گرفته بر روی این آنومالی‌ها به خوبی وجود کانی‌سازی در عمق را نشان می-دهد.

کلیدواژه‌ها

عنوان مقاله [English]

Power spectrum– area fractal modeling of data obtained from spectral analysis of U spatial statistics to separate porphyry copper geochemical anomaly areas

نویسندگان [English]

  • Hossein Mahdianfar 1
  • Mirmahdi Seyedrahimi-Niaraq 2

1 Assistant Prof., University of Gonabad

2 University of Mohaghegh Ardabili, Ardabil, Iran

چکیده [English]

In geochemical exploration studies, different anomaly separation methods, such as fractal methods and U-spatial statistics from the group of structural techniques, have been proposed for data interpretation and separation of anomalous zones. In this study,, these methods, were studied the spectral properties of U-values related to porphyry copper mineralization in Zafarqand region. The signals in the geochemical data and their variables indicate the status of the data variability in the location. To determine the variability of the U-statistics and to analyze its different frequencies, a new method was introduced and applied as the fractal method of the power spectrum– area of U-statistics. In this method, the U- statistics power spectrum data were divided into 5 different category, each of which belong to different frequency spectra. Multivariate principal component analysis method was used to determine the type of background or anomaly of these categories. Principal component analysis method was performed on the power spectrum matrix for the U values of all elements and for each category, separately. The results showed that Cu mineralization factor is present in frequency categories 1, 2 and 3 which also show low power spectrum values. These categories can be considered as categories of anomaly. The categories 4 and 5, based on principal component analysis, do not show a well mineralization effect. Therefore, these categories can be considered as background. Background frequency categories were filtered out of the anomaly categories and excluded from the data. Finally, the residual power spectrum was transferred to the location domain using the inverse Fourier transform and the anomaly map was obtained. In this map, the values are of parameter U and the location of the anomalies is well marked on it. The drilling results on these anomalies indicate the existence of deep mineralization.

کلیدواژه‌ها [English]

  • Geochemical spectral analysis
  • U-spatial statistics method
  • Fractal method of the power spectrum– area of U-statistics
  • Principal Component Analysis
  • background and anomaly