پیش ‏بینی مقادیر طلا در برگه یکصدهزار طرق از رفتارسنجی طلا، آرسنیک و آنتیموان به روش خوشه‏ بندی کا-میانگین

برگه یک‏صدهزارم ژئوشیمیایی طرق، واقع در استان اصفهان است. این ناحیه چینه شناسی سنگ‏های پرکامبرین تا کواترنر را دارد و در زون ایران مرکزی واقع شده است. با توجه به وجود نشانه‌هایی از کانی‏سازی طلا در این منطقه، شناسایی مناطق با اهمیت معدنی در این منطقه لازم است.  بنا به همین امر، یافتن اطلاعاتی در مورد ارتباط و رفتارسنجی عناصر طلا، آرسنیک و آنتیموان نسبت به یکدیگر در این منطقه، برای پیدایش و تعیین وسعت هاله‏های ژئوشیمیایی، تعیین امیدبخش بودن ناحیه و تخمین عیار ضرورت می‏یابد. بنا براین در پژوهش حاضر برای رفتارسنجی عناصر نام برده، از روش مشهور و مفید کا میانگین استفاده می‌شود که روش خوشه‏بندی است که بر کمینه کردن مجموع فواصل اقلیدسی هر یک از نمونه‏ها از مرکز دسته‏هایی که به آن تخصیص می‌یابد، استوار است.  در این تحقیق از تابع کیفیت خوشه‏بندی و میزان مطلوبیت نمونه در خوشه مورد نظر ((i)s) برای تشخیص تعداد خوشه بهینه استفاده و در انتها با در نظرگرفتن مراکز خوشه‌ها و نتایج حاصل، معادلاتی برای پیش‏بینی مقدار عنصر طلا بر حسب چهار پارامتر عیار آرسنیک، عیار آنتیموان، طول و عرض نقاط نمونه‏برداری ارایه شد که ضریب همبستگی اعتبارسنجی آن برابر با 72 درصد گزارش شده است. نتایج حاصل نشان دهنده‏ برتری رفتارسنجی عناصر با روش یاد شده نسبت به ضرایب همبستگی از سایر روش‌های مرسوم است.

Predicting gold grade in Tarq 1:100000 geochemical map using the behavior of gold, Arsenic and Antimony by Kmeans method

The studied area could be found in Tarq 1:100000 Geochemicalmap. Initial geochemical investigation is done by Iran Geological Survey and Mineral Exploration (IGS) using stream sediments analysis method. This district mainly is covered by Precambrian to Quaternary Rocks. The geochemistry of the gold mineralization seems to be very important with regard to the sign of gold mineralization. Based on this aim, it is important to find the relationship of geochemical behavior of Au, As and Sb within the reported geochemical halo to determine both promising areas and gold estimated grade. To achieve this goal, Kmeans which is a powerful method has been applied. Kmeans is a clustering method based on minimizing sum of Euclidean distances of each sample from their own group centers. Here, the clustering quality function (S(i)) and the desirability of the cluster are used to find the optimized number of clusters. Finally, by taking into account the cluster centers and the results concerned, equations were presented for the prediction of the amount of the gold element in terms of four parameters: arsenic, antimony, X and Y associated to the sampling points. Also shown are the correlation coefficient of its validation equal to 72. The superiority of the results of the behavioral measurement of the elements related to this method were compared to the correl