تلفیق دادههای مغناطیس¬سنجی هوابرد و تصاویر ماهواره¬ای برای شناسایی پهنه¬های مستعد کانی¬سازی آهن به کمک نمودارهای پیش¬بینی-مساحت در برگه 1:100000 اسفوردی
محورهای موضوعی :فردین احمدی 1 , حمید آقاجانی 2 , میثم عابدی 3
1 - دانشجوی دکترای دانشگاه صنعتی شاهرود
2 - دانشگاه صنعتی شاهرود
3 - دانشگاه تهران
کلید واژه: اسفوردی, سنتینل-2, کانی¬زایی آهن, مغناطیس¬سنجی هوایی, نمودار پیش¬بینی-مساحت. ,
چکیده مقاله :
در بررسی های اکتشافی و تعیین مناطق با پتانسیل بالای کانی سازی، استفاد همزمان از لایه های مختلف اطلاعاتی نتایج قابل اعتمادتری ارائه خواهد داد. در این تحقیق برای بررسی پتانسیل کانی زایی آهن در برگه زمین شناسی 1:100000 اسفوردی، از داده های مغناطیس سنجی هوایی و سه نوع تصویر ماهواره ای استر، لندست-8 و سنتینل-2 استفاده شد. فیلتر بازگشت به قطب، ادامه فراسو 200، 500 و 1000 متر، سیگنال تحلیلی، زاویه تیلت افقی و مشتق قائم اول بر روی داده های مغناطیسی اعمال شد. لایه های دگرسانی (آرژیلیک، فیلیک، پروپیلیتیک)، نواحی حاوی اکسیدآهن و گوسان و خطواره ها به وسیله تصاویر ماهواره ای استخراج شدند. لایه های سیگنال تحلیلی و زاویه تیلت افقی به ترتیب برای شناسایی توده مغناطیسی و ساختارهای مغناطیسی مورد استفاده قرار گرفت. سه لایه استخراج شده از تصاویر ماهواره ای به همراه دو لایه ژئوفیزیکی در تحلیل ها استفاده شدند. با استفاده از روش فرکتالی مقدار-مساحت و نمودار پیش بینی-مساحت و 22 نقطه اندیس و معدن فعال در منطقه مورد مطالعه، وزن این لایه ها محاسبه شد. لایه سیگنال تحلیلی با نرخ پیش بینی 76 درصد، دارای بیشترین وزن در بین همه لایه ها است بدین معنی که با 24 درصد از مساحت اشغال شده، 76 درصد از نهشته های آهن بدرستی پیش بینی شده است. لایه نهایی پتانسیل یابی آهن منطقه مطالعاتی با تلفیق همه لایه ها با استفاده از روش همپوشانی شاخص چندکلاسه تهیه شد. این نقشه نقطه عطفی در نرخ پیش بینی 78 درصد دارد بدین معنی که وزن آن از تک تک لایه ها بیشتر است. بر اساس این نقشه، پتانسیل های جدید کانی زایی آهن در شرق و جنوب شرق برگه اسفوردی مشاهده می شود.
The use of different geospatial layers In the exploration and determination of the mineralization zones, will lead to more reliable results. In this study, the investigation of iron mineralization zones was done using airborne magnetic data and three types of satellite images (i.e. ASTER, Landast-8 and Sentinel-2) in the Esfordi area. The reduced-to-pole filter, the upward continuation at altitudes of 200, 500 and 1000 meters, the analytic signal, the horizontal tilt angle, and the first vertical derivative were then employed on airborne magnetometry data. Argillic, phyllic and propylitic alterations, iron oxide and gossan zones and structural lineaments were extracted through satellite imagery data processing. The analytical signal and horizontal tilt angle indicators were used as the main geophysics footprints to identify the magmatic intrusions and geological lineaments, respectively. In addition, three satellite imagery indicators were used in final identification of iron-bearing zones. The weight of each layer was calculated by simultaneous analyses of the concentration-area fractal curve, the prediction-area plot, and the use of 22 Fe-bearing occurrences in the studied region. Note that the analytical signal layer with the prediction rate of 76 % has the highest weight among all layers. In other words, this layer has occupied 24% of the study area as favorable zones by which 76% of the known Fe occurrences are delineated. Iron ore potential map was prepared from integration of all geospatial indicators through the weighted multi-class index overlay method. The generated map has an intersection point with a prediction rate of 78% which has higher weight than the other individual indicators. According to this map, new iron mineralization potentials are observed in the east and southeast of the Esfordi area.