پياده سازي يك سيستم استنتاج فازي جهت توليد نقشه هاي فاكتور كانيسازي: مطالعه ي موردي انديس مس نوچون- كرمان

Applying a Fuzzy Inference System for Developing Mineralisation Factor Maps. Case Study: The Nuchon Copper Prospect.

مبحث شناسايي نواحي پتانسيل دار جهت اكتشاف مس، با توجه به ارزش اقتصادي بالاي اين فلز، از اهميت بالايي برخوردار است و در سال‌هاي اخير بيشتر مورد توجه مديران اين حوزه قرار گرفته است. اين مقاله به طور خاص بر روي مسيله ي تهيه هاي نقشه هاي فاكتور كاني سازي در راستاي شناسايي مناطق پتانسيل دار ذخيره مس، متمركز شده است. در اين مقاله با شناسايي معيارهاي مختلف موثر در اين فرايند و از طريق روش استنتاج فازي، به مدل‌سازي عدم قطعيت موجود در داده هاي مورد تحليل و در نهايت توليد نقشه پتانسيل معدني در منطقه مطالعه موري انديس نوچون واقع در استان كرمان پرداخته شده است.در اين راستا، در طي ايجاد سيستم استنتاج فازي با ارزيابي نتايج مدل‌هاي مختلف، يك ساختار مناسب به اين منظور استخراج و ارايه گرديد و سپس نقشه هاي فاكتور تهيه شده، توسط موتور استنتاج فازي با يكديگر تلفيق شده و نقشه ي نهايي پتانسيل تهيه شد. در ادامه براي بررسي نحوه ي كارايي اين روش، نقشه ي پتانسيل معدني انديس نوچون كرمان تهيه شده و با استفاده از داده هاي حاصل از گمانه هاي اكتشافي موجود، به ارزيابي نقشه ها پرداخته شده است. نتايج تحليل كمي صورت گفته انطباق 70 درصدي نتايج مدل‌سازي با نتايج حاصل از گمانه هاي اكتشافي را تاييد مي‌كند.

fuzzy predictive model is compatible with the multiclass and continuous nature of geodata and can properly handle inherent informational fuzziness in most geodata. Although the fuzzy based approaches are been used by different researchers and varied deposits, the structure and pattern of these method were almost similar. In this study, we produce a mineral potential map for the porphyry copper mineral deposit of Nochoun, south east of Iran. In order to improve the conventional methods, we used a fuzzy inference system (FIS) for preparing geophysical and geochemical factor maps. These factor maps are integrated by an appropriate inference networks and mineral potential map was produced. Results of the prepared mineral potential map are in a good accordance with drilling data (80.7 % in 5 class and 87.1 % in 3 class classification). Also, using FIS in preparing factor maps, has improved the compatibility of mineral potential map, (almost 10% in 3 classes and 7 % in 5 classes classification).