کاربرد مدل سازی mars بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری

در این تحقیق روش مدل سازی رگرسیون غیر­پارامتری چند متغیره اسپیلاین (mars) به­منظور تعیین الگوهای غیرخطی پنهانی (داده­های با تعداد متغیرهای زیاد) بر روی داده های کانی­سازی طلا تیپ پهنه برشی واقع در شمال غرب ایران اعمال شده است. mars متغیرهای pb-as-w-bi-cu-be-v-sn را به­عنوان پاراژنزهای عنصری کانی سازی ارزیابی کرده است. بر این اساس مدل پراکندگی ژئوشیمیایی مقدار متغیر وابسته (au) بر اساس متغیرهای مستقل (پاراژنزهای عنصری) در طی دو مرحله مدل سازی پیشرو و پسرو تخمین زده شده است. مقایسه مقادیر تخمین­زده­شده متغیر مستقل با مقادیر اندازه­گیری شده تأییدکننده همبستگی زیاد بین این دو دسته داده است. بدین ترتیب بر اساس توابع مبنای تعریف­شده و روش mars، مقدار طلا با دقت زیادی تخمین زده شده است.  حدود آستانه­ای تأثیر متغیرهای وابسته بر روی متغیر مستقل به­صورت گره­ای محاسبه شده است. چنانچه بخواهیم بر اساس روش های متداول آماری به تعریف تابع هدف بپردازیم لازم است تا تلفیقی از چندین روش آماری دو و چند متغیره را به کمک بگیریم. با این وجود امکان ارزیابی روند تغییرات متغیر مستقل در ازای مقادیر مختلف متغیرهای وابسته وجود ندارد که این امر در روش mars. ممکن است. مدل­سازی این تحقیق در محیط­های لیتوژئوشیمیایی ثانویه انجام شده است که لازم است نقش شرایط فیزیکوشیمیایی محیط و شرایط آب و هوایی منطقه نیز در مدل پراکندگی مدنظر قرار داده شود. نتایج مدل­سازی پراکندگی ژئوشیمیایی عناصر در محیط­های لیتوژئوشیمیایی اولیه می­تواند در محاسبه و ارزیابی ذخیره اهمیت زیادی داشته باشد.