كاربرد مدل‌ سازي فركتالي عيار- مساحت و شبكه عصبي مصنوعي براي شناسايي ناهنجاري‌ هاي زمين‌ شيميايي Cu، Zn±Pb در منطقه هشتجين، شمال‌ غرب ايران

شناسايي ناهنجاري‌هاي زمين‌شيميايي نقش مهمي را در اكتشافات معدني ايفا مي‌كند. پژوهش‌هاي اخير نشان‌داده است كه الگوريتم يادگيري ماشين مي‌تواند ناهنجاري‌هاي زمين‌شيميايي مرتبط با كاني‌سازي را كه اهدافي براي اكتشاف مواد معدني هستند، شناسايي كند. الگوريتم‌هاي يادگيري ماشين به دليل قابليت قوي در استخراج و نمايش ويژگي‌هاي سطح بالاي نمونه‌هاي آموزشي، به طور گسترده در زمينه‌هاي مختلف استفاده مي‌شوند. شبكه‌هاي رمزگذار خودكار توانايي بالايي در شناسايي ناهنجاري‌هاي زمين‌شيميايي نشان مي‌دهند. در اين پژوهش، از روش تركيبي شبكه خودكار رمزگذار با روش فركتالي عيار- مساحت براي شناسايي ناهنجاري‌هاي زمين‌شيميايي استفاده شد. نخست، با استفاده از آناليز چند متغيره فاكتوري عناصر باريم، سرب، روي، مس، طلا، آهن، طلا و آرسنيك به عنوان شاخص انتخاب شدند. سپس نقشه‌هاي زمين‌شيميايي تك عنصري اين عناصر تهيه شد و به منظور يكسان‌سازي نقشه‌هاي به دست آمده از لحاظ مقادير كمينه و بيشينه، تمام نقشه‌ها به صورت فازي درآمدند. با استفاده از عملگر گاماي فازي نقشه‌هاي زمين‌شيميايي تك عنصري با هم تلفيق شدند. سپس نقشه حاصل از روش رمزگذار خودكار عميق با هشت لايه رمزگذار و رمزگشا بازسازي شد. سرانجام، با استفاده از روش فركتال عيار- مساحت نقشه پتانسيل معدني براي اين منطقه تهيه شد. مدل تركيبي پيشنهادي در اين پژوهش، منطقه‌اي با پتانسيل كاني‌زايي بالا در شمال‌شرق محدوده مورد بررسي را معرفي مي‌كند.