Skip to main content
SUPERVISOR
Mohamadreza Irannezhadi,Nader Fathianpour,Ahmad Reza Mokhtari
محمدرضا ايران نژادي (استاد راهنما) نادر فتحيان پور (استاد مشاور) احمدرضا مختاري (استاد راهنما)
 
STUDENT
Mohammad Karimi
محمد کريمي

FACULTY - DEPARTMENT

دانشکده معدن
DEGREE
Master of Science (MSc)
YEAR
1390

TITLE

Three-dimensional delineation of high grade copper zones in Darezereshk and Aliabad copper deposits using geophysical data and statistical-mathematical classification methods
Since the most of copper deposits in Iran are porphyry in type, optimizations in exploration of such deposits are of great importance. In exploration of this type of deposits, geophysical and geological perceptions provide useful information for researchers to determine the location of mineralization, separation of high grade zones from background and determination of optimal location of exploration boreholes. Due to the high complexity, interpreting and analyzing of raw data is very difficult; thus, using multivariate statistical analysis and supervised normal" 60% accuracy, provided better performance in classification of data. In Darehzereshk deposit SVM displayed 81% accuracy in comparison to LDA and QDA methods showing 60.7% and 59.5% accuracy respectively.
از آنجا که اکثر ذخاير مس ايران از نوع پورفيري مي‌باشند، اکتشاف بهينه کانسارهاي پورفيري در ايران اهميت بالايي دارد. در اکتشاف اين تيپ کانسارها برداشت‌هاي ژئوفيزيکي و زمين‌شناسي اطلاعات مفيدي جهت تعيين محل کاني‌سازي، جدايش زون پر عيار از زمينه و تعيين مکان گمانه‌هاي اکتشافي در اختيار محققان قرار مي‌دهند، اما تحليل و تفسير اين داده‌هاي خام به دليل پيچيدگي‌هاي بسيار، کاري مشکل است. بنابراين به‌کارگيري آناليزهاي آماري چند متغيره و روش‌هاي کلاس‌بندي نظارتي مي‌تواند ريسک تصميم‌گيري‌ها را تا حد قابل‌ملاحظه‌اي کاهش دهد. به اين منظور در اين پايان‌نامه جهت جدايش زون‌هاي پر عيار از زون کم عيار (باطله) در کانسار‌هاي مس پورفيري به کمک داده‌هاي ژئوفيزيکي شامل پلاريزاسيون القايي،مقاومت ويژه و مغناطيس سنجي و نيز داده‌هاي زمين‌شناسي شامل سنگ‌شناسي و دگرساني، سه روش کلاس‌بندي نظارتي ماشين بردار پشتيبان (SVM) [1] ،آناليز تمايز خطي (LDA) [2] و آناليز تمايز غيرخطي (QDA) [3] به‌کار گرفته شده‌اند. در اين پايان‌نامه اطلاعات و داده‌هاي دو کانسار مس پورفيري علي‌آباد و دره زرشک مورد آناليز قرارگرفته‌اند و براي هر کانسار کلاس‌بندي به هر سه روش فوق انجام گرفته است که در کانسار علي‌آباد روش SVM با صحت برابر با 80 درصد در مقايسه با روش LDA با صحت 5/65 درصد و QDA با صحت 60 درصد عملکرد بهتري را در کلاس‌بندي داده‌ها ارائه نموده است. در کانسار دره زرشک نيز روش SVM با صحت 81 درصد در مقايسه با روش LDA با صحت 7/60درصد و QDA با صحت 5/59 درصد در کلاس‌بندي داده‌ها موفق‌تر عمل نموده است. [1] Support Vector Machine [2] Linear Discriminant Analyses [3] Quadratic Discriminant Analyses

ارتقاء امنیت وب با وف بومی