مدلسازی زمین‌آماری ویژگی رنگ زمین با استفاده از پردازش تصاویر مغزه‌های حفاری در سیستم rgb جهت تفکیک آلتراسیون مس (مطالعه موردی: معادن مس کهنگ و میدوک)

مدلسازی زمین‌شناسی مستلزم تجربه و دقت بالاست که سابق به روش دستی و امروزه به صورت دستی کامپیوتری و یا کامپیوتری تهیه می‌گردد. اغلب این مدل‌ها بر اساس داده‌های فاصله‌ای به دست آمده از مغزه‌های حفاری اکتشافی و به روش درون‌یابی خطی به دست می‌آیند. امروزه روش‌های زمین‌آماری به خصوص کریجینگ شاخص قابلیت بالایی در تهیه مدل‌های هندسی زمین‌شناسی یافته‌اند اما در اغلب مواقع تغییرات ریز زون‌های زمین‌شناسی تدریجی است و این نوع مدل‌ها را دچار ابهامات گوناگونی می‌نماید که این مسئله در تفکیک زون‌های آلتراسیون معادن مس پورفیری اهمیت ویژه‌ای می‌یابد. در این پژوهش به کمک پردازش عکس مغزه‌ها و تبدیل آنها به داده‌های فاصله‌ای رنگ در سیستم rgb با استفاده از  core processing و از داده‌های کمی رنگ‌های قرمز، سبز و آبی به طور مجزا استفاده شد. ابتدا برای منطقه معدن کهنگ مدلی به ابعاد 700 در 300 متر و ارتفاع 400 متر در محدوده چاه‌های اکتشافی منطقه تهیه و مقادیر r، g و b برای بلوک‌های با ابعاد 5×5×5 به روش کریجینگ معمولی مورد تخمین قرار گرفت و امکان تهیه مقطع زمین‌شناسی بر اساس سیستم رنگ‌بندی سه گانه rgb ممکن گردید. جهت اعتبارسنجی شاخصی با عنوان irgb که طول بردار در محورهای سه گانه r، g وb است، تعریف گردید و مقاطع  این شاخص با مقاطع سنگ‌شناسی و مقاطع آلتراسیون معدن کهنگ مورد مقایسه قرار گرفت، که با مقاطع سنگ‌شناسی تطابق خوبی نشان نداد. اما مقایسه نقشه آلتراسیون افق 1700 با شاخص irgb همان تراز در معدن کهنگ تطابق قابل قبولی را نشان داد. برای اطمینان از امکان استفاده از مدل زمین‌آماری سیستم رنگ rgb و شاخص irgb به عنوان معرف مدل آلتراسیون در معادن مس، مدل شاخص irgb معدن مس میدوک بر اساس 13 گمانه ژئومکانیکی و 35 گمانه ژئوشیمیایی تهیه گردید. از طرفی عملیات برداشت ژئوفیزیکی معدن به منظور تعیین زون‌های آبدار انجام و مقاطع ضریب مقاومت الکتریکی تهیه شده با مقاطع شاخص irgb مقایسه گردید. و نتیجه مقایسه توانست با توجه به حساسیت رنگ به آلتراسیون، این زون‌ها را تشخیص و تفکیک نماید و از اینکه زون‌های با مقاومت الکتریکی پایین زون آبدار تلقی شود، جلوگیری کند.

The GeoStatistical Modeling of Earth Color Properties Using Core Images Processing in RGB System for Separation of Copper Alteration (Case Study: Kohang and Meiduk Copper Mines)

SummaryGeostatistical modeling requires a high level of experience and precision that was formerly handmade and nowadays is semicomputer or computer generated. Most of these models are based on interval data obtained from exploratory drilling cores and linear interpolation techniques. Nowadays, geostatistical methods, especially kriging indicator, have been found to be highly capable of producing geometricgeological models but most of the time the changes in the geological microzones are gradual, and these models have various ambiguities, which is particularly important in the separation of alteration zones in porphyry copper mines. IntroductionAmong the data provided during geochemical and geotechnical exploration drilling, the images of drill core boxes are important and comparatively inexpensive. In this study, the quantitative data of red, green and blue were separately used by processing these types of images and converting them into color interval data in the RGB system instead of using the qualitative geological log data. The operation was carried out in a CShop program called Core Processing and executed on 20 boreholes of Kahang copper mine. Then, a database of joint density and RGB color system with a lag of 2 meters was prepared. One of the main features of color data is the normality of their distribution function in this region. Methodology and ApproachesThis geostatistical study also yields the validated spherical variograms. Initially, a model for the Kahang Mine with a dimension of 700 × 300×400 m was developed and the values of R, G and B for rock blocks of 5 × 5 × 5 were estimated using ordinary kriging. This made it possible to obtain real colors of geological section based on the triple RGB color system. For the verification of the validity of the proposed method, the color sections were compared with the lithology and alteration sections (already prepared by geologists) of Kahang Mine. For this purpose, a new index was defined as Irgb, which interpreting the length of the vector on the three axes R, G, and B (which did not show good agreement with the lithological sections). However, an acceptable similarity was obtained by comparing the alteration map in 1700 horizon with the Irgb index at the same level in Kahang Mine. Results and ConclusionsTo ensure the feasibility of using the geostatistical model of RGB color system and the Irgb index another comparison was made at the Miduk Copper Mine and the colored model of this mine was prepared too. The tomography operation was performed in several profiles to determine the mine’s hydro zones where the sections of electrical resistance coefficients were already prepared. These sections were then compared with the Irgb index sections prepared from the RGB model proposed in this study.  The comparison was able to detect and distinguish alteration zones due to the sensitivity of the color to the alteration and also to prevent zones with low electrical resistance from being considered as hydro zones by mistake.