تركيب روش هاي فازي داده محور و دانش محور در مدل سازي پتانسيل معدني به‌منظور توليد نواحي اهداف اكتشاف

تلفيق داده ها يكي از روش هايي است كه با استفاده از آن مي‌توان مطالعات اكتشافي را به‌صورت يكجا و همزمان روي همه داده‌هاي در دسترس از يك منطقه مورد مطالعه انجام داد. بديهي است نتايجي كه با در نظر گرفتن همه داده‌ها و ارتباط ميان آنها به ‌دست مي‌آيد، داراي دقت و اطمينان بيشتري است. در چنين شرايطي عموماً از مدل‌سازي پتانسيل معدني براي تلفيق و تركيب نتايج روش‌هاي اكتشافي مختلف به‌منظور توليد نواحي اهداف اكتشاف و تعيين نواحي اميدبخش استفاده مي شود. در اين پژوهش، اطلاعات اكتشافي سطحي در منطقه 1:100000 ماهنشان در استان زنجان به ‌منظور تعيين مناطق با پتانسيل بالاي كاني‌سازي با استفاده از يك روش جديد تركيبي فازي داده محور و دانش محور تلفيق شدند. لايه هاي اطلاعاتي مورد استفاده در مطالعه حاضر شامل نقشه‌ زمين شناسي توزيع واحد سنگي، داده هاي ژئوشيميايي و نقشه پراكندگي گسل‌هاست. در روش جديد معرفي‌ شده در مقاله حاضر، نقشه‌هاي شاهد ژئوشيميايي و چگالي گسل‌ها بدون قضاوت كارشناس و همچنين بدون استفاده از موقعيت انديس هاي شناخته‌شده وزن دهي و توليد شدند ولي نقشه شاهد وزن دار زمين‌شناسي با استفاده از قضاوت كارشناسي توليد شد. در مرحله بعد لايه‌هاي وزن دار اطلاعاتي كه به‌صورت فازي توليد شده‌اند با استفاده از عملگرهاي OR و Gamma فازي به‌طور جداگانه با يكديگر تلفيق شدند. در پايان از رخدادهاي معدني شناخته‌ شده كاني‌سازي اسكارن سرب و روي منطقه، به‌منظور ارزيابي مدل هاي توليد شده استفاده شد كه نتايج نشان مي‌دهد مناطق اهداف مشخص شده براي اكتشاف بيشتر، انطباق خوبي با رخدادهاي معدني موجود دارند.

Integration of different kinds of data is a useful method which can be used in exploration studies to determine the location of undiscovered hidden or outcropping mineral deposits in an area under prospecting. The results obtained by considering all data sources and their relations have better reliability. In this regard, modeling the mineral potential is commonly used to combine the results achieved by different exploration methods in order to generate target areas. In this research, surface exploration data over the 1:100000 geological map of the Manheshan quadrangle (Zanjan Province) were integrated by a new data-driven and knowledge-driven fuzzy approach to determine areas of high mineralization potential. Various dataset used in this study include geological map, geochemical stream sediment data, and fault distribution map. In this new approach, evidential geochemical and fault density maps were weighted ad produced without the use of any analyst’s subjective judgment and location of known indices. In contrast, the evidential weighted geological map was produced considering the analyst’s subjective judgment. The weighted data layers produced by fuzzy logic were then integrated using OR and Gamma fuzzy logic operators. Finally, known mineral occurrences (Zn-Pb) in the Mahneshan area were used to evaluate the generated models. Results show that the generated target areas have a good spatial coincidence with the position of known mineral occurrences.