كاربرد آناليز فاكتوري مرحله اي در استنتاج اثرهاي چند عنصري كانيسازي اسكارن

Application of staged factor analysis in recognizing multivariate signature of Skarn mineralization

در مواردي كه هدف جستجوي يك تيپ كاني سازي مشخص است عموماً از روش هاي چند متغيره مانند آناليز فاكتوري براي تجزيه و تحليل داده هاي ژئوشيميايي رسوبات رودخانه اي به منظور استخراج پاسخ(هاي) ژئوشيميايي كاني سازي مورد جستجو استفاده مي شود. نحوه استنتاج و انتخاب بهترين فاكتور معرف كاني سازي مورد جستجو يك مسئله اي بحث برانگيز است كه موجب انتشار مقالات زيادي در اين زمينه شده است. در مطالعه حاضر، روش آناليز فاكتوري مرحله اي كه در واقع روش بهبود يافته آناليز فاكتوري معمولي است براي توليد نقشه هاي پراكندگي ژئوشيميايي كانيسازي اسكارن سرب، روي و مس مورد استفاده قرار گرفته است. در روش آناليز فاكتوري مرحله اي عناصر غير معرف و مزاحم شناسايي و از مجموعه دادهها حذف مي شوند. بنابراين، بهترين و مؤثرترين فاكتورهاي پيش گو و با اهميت كاني سازي مورد جستجو استنتاج مي گردند. بنابراين استفاده از اين روش موجب افزايش نرخ پيش بيني و در نتيجه افزايش موفقيت اكتشاف در مقايسه با روش آناليز فاكتوري معمولي مي گردد.

Multivariate analyses of geochemical data is an effective method when the purpose of a preliminary geochemical stream sediment study is generating target areas for further prospecting of a certain deposit- type In this regards, generally factor analysis, as a multivariate analysis method, is used to elicit significant multi element signatures of the mineralization type sought. There are still several challenging problems regarding to the use of factor analysis that have been discussed in several published papers. In this research, stepwise factor analysis, which is an improved approach in comparison with ordinary factor analysis, was used to create geochemical stream sediment evidential map of Zn-Pb-Cu Skarn mineralization. In staged factor analysis the noisy and non-indicator elements are recognized and excluded from the data set, so significant indicators of the deposit-type sought are elicited. Therefore the prediction rate of mineral occurrences and consequently the exploration success are increased using staged factor analysis in comparison with ordinary factor analysis.