پهنه بندی کانسار براساس توزیع فضایی عیار کانسنگ با استفاده از الگوریتم خوشه بندی نقشه خود سازمانده در معدن چغارت

author

Abstract:

پهنه‌ بندی کانسار، یکی از مسائل مهم در زمینه مدل‌سازی، ارزیابی و برنامه‌ریزی استخراج در امور معدنی است. در مدل‌سازی‌های معدنی، منطقه بر اساس ویژگی‌های فیزیکی مؤثر بر کانی‌زایی یا توزیع فضایی عیار به ‌پهنه‌های مختلف تقسیم می‌شود. در این مقاله، از روش خوشه بندی نقشه خودسازمانده (SOM) به‌منظور پهنه‌بندی سه بعدی کانسار معدنی استفاده شده است و شاخص‌های اعتبارسنجی برای تعیین تعداد بهینه پهنه‌ها به‌کار برده شده است. به‌منظور اعتبارسنجی الگوریتم پیشنهادی، داده‌ها و اطلاعات معدن سنگ آهن چغارت به‌کار برده شده است. شاخص‌های اعتبارسنجی خوشه بندی روی داده‌های عیارسنجی آهن و فسفر گمانه‌های اکتشافی اجرا شد و در نتیجه تعداد دو پهنه به‌صورت بهینه مشخص شد. بر اساس نتایج، محدوده دو پهنه و نحوه اختصاص نمونه به هر پهنه با استفاده از الگوریتم خوشه‌بندی نقشه خودسازمانده تعیین شد. در نتیجه، خروجی الگوریتم‌های SOM و K-means بررسی شد که در حدود 90% داده‌ها به‌صورت مشابه به‌خوشه‌های یکسان اختصاص یافته است. در روش SOM، سطح جدایش دو پهنه در راستای شمال‌شرقی-جنوب‌غربی کشیده شده که به سمت جنوب‌شرقی شیب دارد، در حالی که این سطح جدایش در روش K-means راستای شرقی-غربی و شیب به‌سمت جنوب دارد. بر اساس سطوح جدایش به‌دست آمده از دو روش خوشه‌بندی و مقایسه با خصوصیات بعدی-جهتی و ویژگی‌های ساختمانی مؤثر در کنترل کانی‌زایی (به‌ویژه گسل‌ها)، سطح جدایش SOM از نظر ساختار فضایی و جهتی، هم خوانی قابل‌توجهی با ویژگی‌های ساختمانی منطقه دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

الگوی توزیع ژئوشیمیایی عمقی عیار طلا با استفاده از روش های فرکتالی به منظور پهنه بندی اهداف اکتشافی ناحیه ای در کانسار طلای زرشوران، تکاب، شمال غرب ایران

      الگوی توزیع عمقی عناصر ژئوشیمیایی در برنامه­های اقتصادی معادن بسیار مهم و ضروری می­باشد. در این پژوهش 44 گمانه اکتشافی کانه­زا و غیر کانه زا  درکانسار زرشوران، واقع در شمال غرب ایران، برای تشخیص و توصیف الگوی توزیع عمقی عیار طلا مورد استفاده قرار گرفتند. در این رابطه از مدل­های فرکتال شمارش مربعات، فراوانی توان- قانون و ضریب هورست استفاده شده است. نتایج بدست آمده از مدل شماره مربعات نشان ...

full text

منطقه بندی حوضه ی آبریز ارس با استفاده از نگاشت‌های خود سازمانده

نگاشت‌ های خود‌سازمانده کوهونن گونه‌ای از شبکه‌ های عصبی مصنوعی با توانایی ویژه در تشخیص الگو و خوشه بندی داده‌ها با استفاده از ویژگی‌های آن‌ها هستند. در این مطالعه، توانایی نگاشت‌ های خود‌سازمانده کوهونن در منطقه‌ بندی حوضه‌ی آبریز ارس به منظور اجرای تحلیل فراوانی منطقه‌ ای سیلاب با استفاده از الگوریتم گشتاور‌های خطی مورد بررسی قرار گرفته است. نتایج به دست آمده نشان داد که نگاشت‌های خود‌سازمان...

full text

ارایه شاخصی جدید جهت سنجش اعتبار خوشه بندی در الگوریتم های خوشه بندی فازی نوع-2

One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C...

full text

شناسایی خودرو در تصاویر UAV با استفاده از الگوریتم SIFT با رویکرد خوشه بندی عوارض موضعی

در طول چند دهه‌‌ی اخیر محیط‌‌های شهری بسیار بیشتر از گذشته گسترش یافته‌‌اند. یکی از مهمترین مشکلاتی که  در اکثر کلان شهرها و حتی شهرهای کوچک وجود دارد مدیریت سیستم حمل و نقل است. یک سیستم نظارتی پیشرفته از وسایل نقلیه‌‌ی درون شهری امکان...

full text

شناسائی و پهنه بندی رژیم های بارشی استان کردستان با استفاده از تحلیل خوشه ای

  در بررسی های اقلیمی هرچند که میزان کلی بارش در تعیین شرایط آب و هوائی و در نهایت اکولوژیکی عامل مهمی به شمار می آید، لیکن توزیع فصلی آن و به عبارت دقیق تر تطابق آن با نیازهای محیطی به ویژه کشاورزی دارای اهمیت فراوانی است. در این پژوهش هدف آن است که در یک مقیاس استانی ابتدا رژیم های بارشی هر محل در استان کردستان شناسائی و آنگاه از راه مقایسه رژیم های بارشی، گونه های اصلی را یافته و قلمرو ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 11  issue 32

pages  73- 86

publication date 2016-10-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023