Skip to main content
SUPERVISOR
Hasan Tabatabaei
سید حسن طباطبائی (استاد راهنما)
 
STUDENT
Mohammad Bagheri pour
محمد باقری پور

FACULTY - DEPARTMENT

دانشکده معدن
DEGREE
Master of Science (MSc)
YEAR
1395
Geochemical study of stream sediments is one of the most important methods in regional and semi-detailed explorations. In this thesis, the results of the analysis of 696 samples of stream sediments taken from the 1: 100000 sheet of Jebalbarez in Kerman province have been processed by principal components analysis and independent components analysis. The intrusion of Jebalbarez is a 52-kilometer granitic batholith with north-west-south-east trending. This batholith is outcroped in the Eocene Volcanoes. Single-variable statistical processing was performed on data of Au and Cu elements and using the predict-area graph, it was determined that the data obtained from the natural logarithmic enrichment index are most consistent with the existing indices in the region. The enrichment index obtained from natural logarithmic data was calculated for all the elements studied and the results were used as input data for principal components analysis and independent components analysis. According to the results of eigenvectors of the principal components, the first principal component for Cu and the fourth principal component for Au were selected. Also, according to the results of the eigenvectors of the independent components, the inverse of third independent component for Cu and the inverse of second independent component for Au was chosen. After reviewing the predict-area graph for Au and Cu, the independent components analysis is more consistent with the existing indices in the region. Some of the analyzed elements do not correlate well with copper and gold elements. In order to remove these elements, the reduction of data dimension is used, so that in the selected component, the elements that have high correlation with the Cu and Au was selected, then the component analysis is applied to the new elements. After the reduction of data dimensions, predict-area graph shows that the independent components analysis is more consistent with the existing indices in the region
روش بررسی ژئوشیمیایی رسوبات آبراهه‌ای یکی از مهمترین روش‌ها در اکتشافات ناحیه‌ای و نیمه تفضیلی می‌باشد. در این پایان نامه نتایج حاصل از تجزیه ??? نمونه رسوبات آبراهه‌ای برداشت شده از برگه 1:100000 جبالبارز واقع در استان کرمان مورد پردازش آنالیز مؤلفه های اصلی و آنالیز مؤلفه های مستقل قرار گرفته‌اند. توده نفوذی جبالبارز یک باتولیت گرانیتی به طول ?? کیلومتر با روند شمال غرب-جنوب شرق می‌باشد. این باتولیت در ولکانیک‌های ائوسن بیرون زدگی دارد. پردازش های آماری تک متغیره بر روی داده های دو عنصر طلا و مس اعمال شدند و با استفاده از نمودار پیش بینی- مساحت، مشخص گردید داده های حاصل از شاخص غنی شدگی روش لگاریتم طبیعی بیشترین همخوانی را با اندیس های موجود در منطقه دارند. شاخص غنی شدگی حاصل از داده های لگاریتم طبیعی برای تمامی عناصر مورد بررسی، محاسبه گردید و نتایج به عنوان داده های ورودی آنالیز مؤلفه های اصلی و آنالیز مؤلفه های مستقل استفاده شدند. با توجه به نتایج بردار های ویژه مؤلفه های اصلی، مؤلفه اصلی اول برای عنصر مس و مؤلفه اصلی چهارم برای عنصر طلا انتخاب شدند و همچنین با توجه به نتایج بردار های ویژه مؤلفه های مستقل، عکس مؤلفه مستقل سوم برای عنصر مس و عکس مؤلفه مستقل دوم برای عنصر طلا انتخاب شدند. پس از بررسی نتایج با استفاده از نمودار پیش بینی- مساحت برای عنصر مس، آنالیز مؤلفه های مستقل با 31 درصد مساحت، همخوانی 69 درصدی با اندیس های موجود در منطقه نشان می دهد که به نسبت آنالیز مؤلفه های اصلی با مساحت 42 درصد و همخوانی 58 درصدی با اندیس ها بسیار نتایج بهتری ارائه می دهد. بعضی از عناصر آنالیز شده، همبستگی مناسبی با عناصر مس و طلا ندارند. به منظور حذف این عناصر از کاهش ابعاد داده استفاده می شود، بدین صورت که در مؤلفه ی انتخاب شده، عناصری که مقادیر همبستگی زیادی با عناصر مس و طلا دارند را انتخاب کرده، سپس آنالیز مؤلفه ها روی عناصر جدید اعمال می شود. پس از کاهش ابعاد داده، روش آنالیز مؤلفه های مستقل با مساحت 40 درصد و همخوانی 60 درصد با اندیس های موجود در منطقه نسبت به روش آنالیز مؤلفه های اصلی با مساحت 42 درصد و همخوانی 58 درصد نتایج بهتری نشان می دهد.

ارتقاء امنیت وب با وف بومی