تجزیه و تحلیل تمام پیکسلی و زیر پیکسلی داده ‌های استر با هدف شناسایی واحدهای سنگ شناسی و کانیایی، مطالعه موردی-ناحیه توتک، استان فارس

ناحیه توتک بخشی از زون دگرگونی سنندج-سیرجان، شمال شرق شیراز، از لحاظ ذخایر آهن و مس با اهمیت است. در این ناحیه، دو کمپلکس مهم دگرگونی سوریان و توتک میزبان این ذخایر هستند. برای شناسایی و نمایان‌سازی واحدهای سنگی و کانی‌های نشانگر از آلگوریتم‌های واگرایی اطلاعات طیفی و تخمینگر انسجام توافقی استفاده شد. روش الگوریتم واگرایی اطلاعات طیفی به دلیل تفاوت طیف‌های بازتابی شیست سبز و ماربل در محدوده مرئی-فروسرخ نزدیک، توانست این دو واحد سنگ‌شناختی را با استفاده از طیف‌های صحرایی به ‌خوبی بارز نماید. میزان دقت کلی و ضریب کاپا این الگوریتم برای واحدهای سنگی 83% و 72% درصد می باشد. نتایج خروجی آلگوریتم زیر‌پیکسلی تخمینگر انسجام توافقی پیکسل‌های با کسر فراوانی بالا از کانی‌های کلریت و آنکریت را با استفاده طیف‌های این کانی‌ها از کتابخانه usgs بارز کرد. فراوانی های بالاتر از50 درصد کلریت منطبق با واحد شیست سبز و فراوانی‌های بالاتر از 75 درصد با موقعیت جغرافیایی آثار معدنی مزایجان انطباق قابل قبولی را نشان می دهد. آنکریت با فراوانی‌های بالاتر از50 درصد منطبق با واحد ماربل و فراوانی‌های بالاتر از 75 درصد نشانگر افزایش فراوانی این کانی نسبت به کانی‌های کلسیت و دولومیت در این واحد سنگی با نزدیک شدن به کانه‌زایی آهن است.

Pixel-based and sub-pixel analysis of ASTER data for identifying lithological and mineralogical units; a case study of Tutak area, Fars Province

The Tutak area (northeastern part of Shiraz city) located in SanandajSirjan metamorphic Zone (SSZ) was chosen as study area because of having two important resources of iron and copper. Two metamorphic complexes of SSZ namely Surian and Tutak are the main host of these resources. The algorithms of Spectral Information Divergence and Adaptive Coherence Estimator were used to detect and distinguish rock units and indicator minerals. Using spectra of field samples, the pixelbased algorithm of Spectral Information Divergence enhanced greenschist and marble lithological units because of their significant spectral differences in VNIR region. Overall accuracy and kappa coefficients resulted by using this algorithm for detection of rock units were 0.83 and 0.72, respectively. Using data of USGS spectral library, the outputs of the subpixel algorithm of Adaptive Coherence Estimator successfully identified pixels with high abundances of chlorite and ankerite. Results showed that chlorite areas with its abundances more than 50% overlapped greenschist units, and the areas with chlorite abundances above 75% had acceptable conformity with the copper deposits, most prominent of which is Mazaijan copper deposit. The areas with more than 50% ankerite overlapped the marble units, and its abundances above 75% indicated an increase of the abundances of this mineral compared to the minerals of calcite and dolomite in this rock unit with approaching iron mineralization. So, based on study results, the Adaptive Coherence Estimator technique can be suggested to accurately detect and distinguish the minerals of the mineralogical reservoirs in study area.