تشخیص ویژگی‌های کانی‌سازی و شناسایی ناهنجاری‌های عمیق ژئوشیمیایی با استفاده از روش جدید و توسعه‌یافتة FT-PCA

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشکده معدن، نفت و ژئوفیزیک، دانشگاه شاهرود.

2 دانشکده معدن، نفت و ژئوفیزیک، دانشگاه شاهرود

3 دانشکده مهندسی معدن، دانشگاه سعنتی اصفهان

چکیده

تجزیه و تحلیل داده ژئوشیمیایی در حوزة فرکانس اطلاعات جدید اکتشافی را فراهم می‌آورد که ممکن است در حوزة مکان قابل شناسایی نباشند. به منظور شناسایی ناهنجاری‌های عمیق ژئوشیمیایی، منطقة سولفیدی و نویزهای ژئوشیمیایی در کانسار مس- طلای پورفیری دالی، روشی توسعه‌یافته بر اساس ترکیب روش‌های تبدیل فوریه و تجزیه و تحلیل مؤلفه‌های اصلی است. در این روش، رابطة بین ویژگی‌های فرکانسی داده‌های ژئوشیمیایی سطحی و عمق کانی‌سازی بحث شده است. به منظور تعیین ویژگی‌های اکتشافی در فرکانس‌های مختلف، فیلترهای بالا و پایین گذر بر روی داده‌های حوزه فرکانس انجام شد. سپس، روش تحلیل مؤلفه‌های اصلی به طور جداگانه در این باندهای فرکانسی به کار برده شده است. نتایج حاصل از این تجزیه و تحلیل به نحو مطلوبی عناصر کانی‌سازی را شناسایی کرد و رابطة بین فرکانس‌های بالا و پایین و عمق آنومالی‌ها را نشان می‌دهد. هاله‌های ژئوشیمیایی ذخایر معدنی در اعماق مختلف، توزیع فرکانسی عناصر در سطح را تحت تأثیر قرارمی‌دهند. اطلاعات به دست آمده از مطالعات ژئوفیزیک و حفاری‌های اکتشافی مانند ترانشه‌ها و گمانه‌ها نتایج روش FT-PCA را تأیید می‌کنند. این روش جدید روش تشخیص الگو و ابزار مؤثری در شناسایی آنومالی‌های پنهان و کانی‌سازی‌های عمیق بدون استفاده از حفاری است.

کلیدواژه‌ها


Afzal, P., Fadakar Alghalandis, Y., Moarefvand, P., Rashidnejad Omran, N., Asadi Haroni, H., 2012. Application of
power-spectrum–volume fractal method for detecting hypogene, supergene enrichment, leached and barren zones in
Kahang Cu porphyry deposit,Central Iran, Journal of Geochemical Exploration, 112: 131-138.
Asadi Haroni, H., 2008. First stage drilling report on Dalli porphyry Cu– Au prospect, Central Province of Iran, Technical
Report.
Bhattacharyya, B. K., 1966. Continuous spectrum of the total-magnetic-field anomaly due to a rectangular prismatic body.
Geophysics, 31(1): 97-121.
Cao, L., Cheng, Q., 2012. Quantification of anisotropic scale invariance of geochemical anomalies associated with Sn-Cu
mineralization in Gejiu, Yunan Province, China, Geochemical Exploration, 122: 47- 54.
Chandrajith, R., Dissanayake, C.B., Tobschall, H.J., 2001. Application of multi-element relationships in stream sediments
to mineral exploration: a case study of Walawe Ganga Basin, Sri Lanka. Applied Geochemistry, 16 (3): 339- 350.
Cheng, Q., 1999. Spatial and scaling modelling for geochemical anomaly separation. Journal of Geochemical Exploration,
65: 175- 194.
Cheng, Q., 2006. Multifractal modelling and spectrum analysis of gamma ray spectrometer data from southwestern Nova
Scotia, Canada, Science in China, 49(3): 283-294.
Cheng, Q., Xu, Y., Grunsky, E., 1999. Integrated spatial and spectral analysis for geochemical anomaly separation. In:
Lippard, S.J., Naess, A., Sinding-Larsen, R. (Eds.), Proceedings of the Fifth Annual Conference of the International
Association for Mathematical Geology, Trondheim, Norway 6–11th August, 1: 87- 92.
Cheng, Q., Xu, Y., Grunsky, E., 2000. Integrated Spatial and Spectrum Method for Geochemical Anomaly Separation,
Natural Resources Research, 9:1.
Cheng, Q., Jing, L., Panahi, A., 2006. Principal component analysis with optimum order sample correlation coefficient for
image enhancement. International Journal of Remote Sensing, 27 (16): 3387- 3401.
Cheng, Q., Bonham-Carter, G., Wang, W., Zhang, S., Li, W., Xia, Q., 2011. A spatially weighted principal component
analysis for multi-element geochemical data for mapping locations of felsic intrusions in the Gejiu mineral district of
Yunnan, China. Computer & Geosciences, 37: 662- 669.
Cheng, Q., Xu, Y., 1998. Geophysical data processing and interpreting and for mineral potential mapping in GIS
environment. InProceedings of the Fourth Annual Conference of the International Association for Mathematical
Geology, 2: 394-399.
234 Shahi et al. Geopersia, 4 (2), 2014
Cheng, Q., Zhao, P., 2011. Singularity theories and methods for characterizing mineralization processes and mapping geoanomalies
for mineral deposit prediction. Geoscience Frontiers, 2(1): 67-79.
Darabi-Golestan, F., Ghavami-Riabi, R., Asadi-Harooni, H., 2013. Alteration, zoning model, and mineralogical structure
considering lithogeochemical investigation in Northern Dalli Cu–Au porphyry. Arabian Journal of Geosciences, 6(12):
4821-4831.
Davis, J.C., 2002. Statistics and Data Analysis in Geology, 3rd ed., John Wiley & Sons Inc., NewYork, 550 pp.
Dobrin, M. B., Savit, C. H., 1988. Geophysical propecting: McGraw-Hill Book Co., New York, 867 p.
Garrett, R.G., Grunsky, E.C., 2001. Weighted sums- knowledge based empirical indices for use in exploration
geochemistry. Geochemistry: Exploration Environment Analysis1, 135–141.
Ge, Y., Cheng, Q., Zhang, S., 2005. Reduction of edge effects in spatial information extraction from regional geochemical
data: a case study based on multifractal filtering technique , Computers & Geosciences 31: 545- 554.
Gonzalez, R.C., Woods, R.E., 2002. Digital image processing. Prentice-Hall, Upper Saddle River, NJ, 793 pp.
Hassani, H., Daya, A., Alinia, F., 2009. Application of a fractal method relating power spectrum and area for separation of
geochemical anomalies from background. Aust J Basic Appl Sci, 3(4): 3307-3320.
Hezarkhani, A., 2006a. Hydrothermal evolution of the Sar-Cheshmeh porphyry Cu–Mo deposit. Iran: evidence from fluid
inclusions. J Asian Earth Sci 28: 409- 422
Hezarkhani, A. 2006b. Petrology of the intrusive rocks within the Sungun porphyry copper deposit, Azerbaijan, Iran. J
Asian Earth Sci., 27: 326–340
Hezarkhani, A., Williams-Jones, A. E., & Gammons, C. H., 1999. Factors controlling copper solubility and chalcopyrite
deposition in the Sungun porphyry copper deposit, Iran. Mineralium deposita, 34(8): 770-783.
Hou, Z., Yang, Z., Qu, X., Meng, X., Li, Z., Beaudoin, G., & Zaw, K., 2009. The Miocene Gangdese porphyry copper
belt generated during post-collisional extension in the Tibetan Orogen. Ore geology reviews, 36(1): 25-51.
Loughlin, W. P., 1991. Principal component analysis for alteration mapping.Photogrammetric Engineering and Remote
Sensing, 57(9): 1163-1169.
Zhao, J., Wang, W., Dong, L., Yang, W., & Cheng, Q., 2012. Application of geochemical anomaly identification methods
in mapping of intermediate and felsic igneous rocks in eastern Tianshan, China. Journal of Geochemical Exploration,
122: 81-89.
Zuo, R., 2011a. Identifying geochemical anomalies associated with Cu and Pb–Zn skarn ineralization using principal
component analysis and spectrum–area fractal the Gangdese Belt, Tibet (China). J. Geochemical Exploration. 111: 13-
22.
Zuo, R., 2011b. Decomposing of mixed pattern of arsenic using fractal model in Gangdese belt, Tibet, China. Applied
Geochemistry, 26: S271-S273.