شماره ركورد كنفرانس :
5078
عنوان مقاله :
شدت بخشي به آنومالي هاي ژئوشيميايي با استفاده از محاسبه شاخص هاي احتمالي كاني سازي ژئوشيميايي (GMPI)
عنوان به زبان ديگر :
Increasing geochemical anomaly intensity using geochemical mineralization probability index (GMPI)
پديدآورندگان :
قديري الهام فاقد وابستگي , يوسفي مهيار دانشگاه ملاير، ايران
كليدواژه :
اسكارن , شدت بخشي به آنومالي ها , شاخص هاي احتمالي كاني سازي ژئوشيميايي
سال انتشار :
1393
عنوان كنفرانس :
پنجمين كنفرانس مهندسي معدن
زبان مدرك :
فارسي
چكيده فارسي :
در مقاله حاضر به موضوع شاخص هاي احتمالي كاني سازي ژئوشيميايي (GMPI) پرداخته شده است كه با مفهوم احتمال سازگاري دارد. با استفاده از GMPI مي توان اهميت نسبي كلاس هاي مختلف آنومالي هاي ژئوشيميايي را مورد ارزيابي قرار داد. بنابراين GMPI يك وزن است كه به نمونه هاي ژئوشيميايي اختصاص مي يابد و با انتقال امتيازات فاكتوري به دست آمده مربوط به كاني سازي مورد جستجو به فضاي بالاتر با استفاده از يك تابع لجستيكي، در بازه [ 1 و 0 ] به دست مي آيد و مي تواند به عنوان يك نقشه شاهد ژئوشيميايي در نقشه برداري پتانسيل معدني مورد استفاده قرار گيرد. در اين راستا هدف از مقاله حاضر محاسبه شاخص GMPI براي كانيسازي اسكارن سرب، روي و مس و همچنين جداسازي نمونه هاي آنومالي از زمينه با استفاده از روش درصد فراواني تجمعي و شناسايي مناطق پتانسيل دار در منطقه ماهنشان استان زنجان مي باشد كه به اين منظور از داده هاي 817 نمونه رسوبات آبراهه اي استفاده شده است.
چكيده لاتين :
In this paper an attempt is to discuss about geochemical mineralization probability Index (GMPI) which is compatible with the concept of probability. Using GMPI the relative importance of geochemical anomaly classes is evaluated. So GMPI is a weight assigned to geochemical samples, and is obtained with transforming factor score values corresponding to mineralization type sought into higher space using logistic function and within [0, 1] range. A map of GMPI can be used as a geochemical evidential map in mineral potential mapping. In this regard, the purpose of this paper is calculation of GMPI of Zn-Pb-Cu skarn mineralization and separation of anomalous and background samples using percentile based classification approach in Mahneshan area. For this a data set of 817 stream sediment samples were used.
كشور :
ايران
تعداد صفحه 2 :
5
از صفحه :
1
تا صفحه :
5
لينک به اين مدرک :
بازگشت