تعیین محدوده های مستعد کانی سازی با روش های تصمیم گیری چندمعیاره ترکیبی در منطقه خوینه رود آذربایجان شرقی
محل انتشار: مجله مهندسی منابع معدنی، دوره: 7، شماره: 2
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 236
فایل این مقاله در 22 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_MHRE-7-2_002
تاریخ نمایه سازی: 16 خرداد 1401
چکیده مقاله:
متنوع بودن لایه های اکتشافی و هزینه بر بودن انجام حفاری های گمانه ای، لزوم استفاده از یک روش تلفیق مناسب برای تحلیل داده های فاز اکتشافی نیمه تفصیلی را به همراه دارد. در این مقاله دو الگوریتم تصمیم گیری چندمعیاره ترکیبی CCSD-EDAS و CCSD-MARCOS معرفی و برای بررسی عملکرد این دو الگوریتم از داده های محدوده اکتشافی خوینه رود در استان آذربایجان شرقی استفاده شده است. لایه های اطلاعاتی مورد استفاده شامل ۴ لایه ژئوشیمیایی (نقشه های پراکندگی عیار مس و طلا، امتیازهای مولفه اصلی دوم و شاخص احتمال کانی زایی ژئوشیمیایی)، ۲ لایه ژئوفیزیکی (نقشه های بازماند مغناطیسی برگردان به قطب و ادامه فراسوی ۵۰ متری) و ۲ لایه زمین شناسی (نقشه های واحدهای سنگی و چگالی گسل ها) در محدوده ای به ابعاد ۱۴۰۰×۲۱۰۰ متری است. نتایج تلفیق نشان می دهد که نقشه به دست آمده از الگوریتم CCSD-EDAS نمونه هایی با وزن های تقریبا نزدیک به هم و بالا دارد؛ در حالی که در الگوریتم CCSD-MARCOS، نمونه ها وزن های منطقی تری دارند. همچنین آماره روش جایگشت نشان دهنده برتری نسبی نتایج الگوریتم CCSD-MARCOS نسبت به الگوریتم دیگر است. نتایج تلفیق چهار محدوده مستعد کانی سازی را در منطقه نشان می دهد. دو محدوده دارای احتمال کانی سازی پورفیری مس- طلا و دو محدوده دیگر دارای احتمال کانی سازی رگه ای کوارتز- طلادار هستند. محدوده اول با وسعت ۴۰۰×۱۲۰۰ متر به عنوان بهترین محدوده برای طراحی شبکه حفاری پیشنهاد شده است. در این محدوده، ۶ پروفیل اکتشافی با فواصل ۲۰۰ متری و ۲۶ گمانه با فواصل ۱۰۰ متری از هم طراحی شده است. همچنین استفاده از این دو روش تلفیق به ویژه روش تصمیم گیری چندمعیاره ترکیبی CCSD-MARCOS برای تلفیق داده های اکتشافی مهم ترین پیشنهاد این مقاله است.
کلیدواژه ها:
نویسندگان
حمید گرانیان
استادیار، گروه مهندسی معدن، دانشگاه صنعتی بیرجند، بیرجند
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 :