مدلسازی پتانسیل معدنی ذخایر کرومیت انبانه‌ای در کمربند افیولیتی جنوب نیشابور با تحلیل مولفه‌های مستقل

آنالیز مولفه‌های مستقل (ica) یک روش آماری چندمتغیره نسبتا جدید است که ابتدا برای مساله جداسازی کور منابع‌(bss) و زمانی‌که هیچ اطلاعاتی درباره نحوه اختلاط منابع اولیه‌(سیگنال‌های مختلط ‌شده) وجود ندارد و تنها شرط لازم استقلال آماری آنها است، ابداع شد. شرایطی مشابه مدل‌سازی پتانسیل معدنی که در آن برآیند فرآیندهای مستقل کانی‌زایی به‌صورت متغیرهای مشاهده‌شده‌ای همچون اطلاعات ژیوفیزیکی و ژیوشیمیایی در اختیار ما قرار می‌گیرد و ما اطلاعی درباره نحوه اختلاط آثار ژیوفیزیکی و ژیوشیمیایی کانی‌زایی‌های مختلف نداریم. در این مطالعه سعی برآن بوده است که روش تجزیه مولفه‌های مستقل به‌عنوان یک روش دانش‌محور مدل‌سازی پتانسیل معدنی معرفی شود. به‌این منظور ناحیه‌ای به وسعت 4800 کیلومتر مربع در جنوب نیشابور، شمال شرق ایران، برای تهیه نقشه پتانسیل معدنی ذخایر کرومیت انبانه‌ای مورد بررسی قرار گرفت. هم‌چنین، برای انجام این مطالعه از داده‌های ژیوشیمی رسوبات آبراهه‌ای، نقشه رخساره‌های افیولیتی، الگوی شکستگی‌های ناحیه‌ای و محدوده آلتراسیون‌های سرپانتینی موجود در منطقه، استفاده شد. نهایتا نتایج مدل‌سازی پتانسیل معدنی به‌روش تجزیه مولفه‌های مستقل با نتایج مطالعات ژیوشیمیایی تک‌متغیره و چند‌متغیره مقایسه و به‌روش تشخیص عملکرد نسبی‌(roc) و با استفاده از موقعیت اندیس‌های شناخته‌‌‌شده موجود در منطقه، اعتبار‌‌سنجی شد. در این بررسی مساحت زیر نمودار roc ، برابر با 967/0 بود که نشان‌دهنده عملکرد بسیار مطلوب مدل‌سازی انجام‌شده می‌باشد.

Mineral Potential Modeling of Podiform Chromite Deposits in the South Neyshabur Ophiolitic Belt Using Independent Component Analysis

Independent component analysis (ICA) is a relatively new multivariable statistical method originally devised for the blind source separation (BSS) problem, where there is no information on how to mix primary sources (mixed signals) and only the necessary condition is independence of the primary signals. Hence, ICA can be used in mineral potential modeling where several independent mineralization processes result in observed variables such as geophysical and geochemical information, and we do not know how the geophysical and geochemical effects of different mineralization processes are mixed together. In this study, we tried to introduce the ICA method as a knowledgedriven method of mineral potential modeling. To this end, an area of 4800 square kilometers in south of Neyshabur, northeast of Iran, was investigated to map the mineral potential of podiform chromite deposits. In this regard, geochemical stream sediment sampling data, ophiolitic facies map, structural pattern of fractures and serpentinite alteration location in the region were used for this study. Finally, the results of mineral potential modeling by the ICA method were compared with the results of univariate and multivariate geochemical studies and were also validated by using locations of the known mineral prospects in the region and receiver operating characteristic (ROC) method. As a result, the area under the ROC curve was marked by 0.967, indicating the outstanding performance of the ICA modeling.