شناسايي و تفكيك منطقه هاي با خلوص بالاي كاني كلسيت در واحدهاي كربناتي با استفاده از داده هاي چندطيفي استر و سنتينل 2 (بررسي موردي شمال غرب شهركرد)

Recognation and separation of high purity calcite mineral regions in carbonate units using Aster multispectral data and Sentinel 2 (case study northwest of Shahrekord)

امروزه بررسي هاي زمين شناسي و شناسايي مواد معدني با استفاده از فن آوري سنجش از دور، جايگاه ويژه اي در تعيين موقعيت كانسارها دارد و مي تواند در بخش پي جويي اوليه به كار رود. در اين پژوهش، واحدهاي كربناتي با خلوص كلسيت بالا با استفاده از داده هاي چندطيفي استر و سنتينل 2 شناسايي و تفكيك شدند. براي درستي سنجي و تطبيق نتايج، پيمايش صحرايي انجام شد و نمونه هاي سنگي برداشت شده تجزيه شيميايي به روش طيف سنجي فليورسانس پرتوي X (XRF) و تجزيه كاني شناسي به روش پراش پرتوي X (XRD) شدند. نتايج نشان داد كه خلوص كاني كلسيت (CaCO3) در واحد كربناتي شناسايي شده 97/22 درصد است. با پردازش داده هاي استر، قدرت تفكيك مكاني نوارهاي مريي و فروسرخ موج كوتاه با استفاده از داده كمكي سنتينل 2، به 10 متر بهبود يافت. سپس تركيب نواري 831 و همچنين الگوريتم هاي حذف پيوستار (CR)، فيلتر تطبيق يافته (MF) و نقشه برداري زاويه طيفي (SAM) در كنار شاخص طيفي كلسيت (CI) براي تشخيص كاني كلسيت اعمال شد. با مقايسه نتايج الگوريتم ها، تصوير برآمده از الگوريتم MF به خاطر شباهتي كه به تصوير شاخص طيفي كلسيت داشت در رده بندي به روش SAM استفاده شد و سرانجام نقشه پراكنش كلسيت ايجاد گرديد. نتايج به دست آمده از مقايسه ميزان تفكيك كاني كلسيت در روش SAM با شاخص طيفي كلسيت نشان داد كه در اين رده بندي، 83/66 درصد از منطقه هاي كلسيت دار بدرستي به اين كاني تعلق گرفته است. از اين رو با استفاده از شاخص ها و روش هاي رده بندي بر پايه رفتار طيفي، مي توان مواد معدني را با دقت قابل قبول و كمترين هزينه شناسايي كرد.

Remote sensing has found a special technique and effective in the geological studies and mineral identification for the determination of minerals in the primary detection. The purpose of this study is to recognize the high purity calcite mineral regions in carbonate units using Aster and sentinel 2 images. Sampling of rocks and laboratory analysis using XRF and XRD for verification. The results showed that 97.22% the purity of calcite mineral (CaCO3) is recognized in carbonate unit. The Sentinel 2 auxiliary data improved the spatial resolution of Aster visible and infrared shortwave bands to 10m. As well as CR, MF and SAM algorithms were calculated beside the calcite spectral index (CI) and RGB:831 image for calcite mineralization. By comparing the results of the algorithms, MF image had resembled to calcite spectral index image, so it was used in SAM method and calcite classification map was calculated. The results of comparing showed that calcite minerals categorized in the SAM method with the calcite index, 83.66% of calcite areas was correctly assigned to this mineral. Therefore, using spectral indexes and classification methods, minerals can be identified with the lowest cost and acceptable accuracy.