مدلسازی کانسارهای مس- طلا پورفیری در محدوده زاویه با استفاده از تلفیق منطق فازی و پردازش تصاویر استر و سنتینل a2

محدوده مورد‌مطالعه در برگه 1:100000 زاویه قرار دارد و بخش‌هایی از استان تهران، فم و مرکزی را دربرمی‌گیرد. واحدهای زمین شناسی مربوط به دوران مزوزئیک و سنوزوئیک در این پهنه وجود دارد، سنگ‌های آذرین آتشفشانی ائوسن و جوانتر از آن به صورت تناوبی از سنگ‌های اسیدی با ترکیب داسیتی تا ریولیتی و سنگ‌های متوسط تا بازیک آندزیتی تا آندزیت- بازالت می‌باشد. سنگ‌های آذرین موجودبخشی از کمربند ماگمایی ارومیه دختر محسوب می‌شوند که میزبان مناسبی برای کانسارهای مس پورفیری هستند. از آنجا که دگرسانی‌ها راهنمای اکتشافی خوبی برای شناسایی پورفیری‌ها هستند، در این پژوهش با استفاده از تصاویر سنجنده استر و سنتینل 2 انواع دگرسانی‌های گرمابی موجود در منطقه از قبیل دگرسانی آرژیلیک، فیلیک، پروپیلیتیک، سیلیسی، کربناته و اکسید آهن مورد بررسی قرار گرفته‌اند و با استفاده از تکنیک‌هایی مانند ترکیب رنگی، نسبت باندی و ... انواع دگرسانی‌ها آشکارسازی شده اند. نتایج پردازش تصاویر حاصل از سنجنده استر و سنتینل نشان داد که خروجی تصاویر حاصله از ماهواره استر برای شناسایی انواع کانی‌های رسی و خروجی تصاویر سنتینل 2 در بارزسازی اکسیدهای آهن قابلیت اطمینان بالایی دارد. از‌سوی‌دیگر امروزه سیستم اطلاعات جغرافیایی (gis) و منطق فازی در تلفیق و مدلسازی داده‌ها نقش بسیار مهمی در اکتشاف و تخمین ذخایر معدنی برای معرفی مناطق امیدبخش معدنی پیدا کرده است. از‌این‌رو در این پژوهش پس از تلفیق اطلاعات دورسنجی و زمین‌شناسی با استفاده از منطق فازی و روش index overlay مناطق مستعد کانه‌زایی شناسایی گردید و بر اساس مشاهدات صحرایی در برخی نقاط تعیین‌شده کانه‌زایی مس به صورت آغشتگی‌های مالاکیت مشاهده شد.

modeling of porphyry copper-gold deposits in zaviyeh 1:100000 sheet area using the combination of fuzzy logic and processing of aster and sentinel 2a images

introduction alteration halos are used as a guide for the exploration of minerals, especially in porphyry systems, and by recognizing and identifying the characteristics of alteration halos, especially the types of phyllic, argillic, propylitic, and potassic alteration, it is possible to understand their relationship with porphyry deposits (gupta, 2003). modeling ore deposits has always been one of the most important research topics (zhang et al., 2017; fatehi et al., 2017; moradpouri et al., 2021). modelling can be considered a method of simplification, generalization, and facilitation to recognize events with common characteristics. according to the definition, if the representative data of a deposit type's most general descriptive features are arranged systematically and standardized, its descriptive model is obtained. previously, deposits were mostly modeled based on their origin, so many did not have the necessary exploration efficiency. therefore, the degree of comprehensiveness of an ore model can be evaluated from its degree of comprehensiveness. the degree of comprehensiveness is the ability to include and cover as many known deposits of the same type as possible with a model with full standard features. this research introduces areas prone to mineralization after integrating remote sensing and geological information using fuzzy logic and the index overlay method.2-material and methodsthis research used aster and sentinel 2 sensor images to recognize alteration. also, geochemical data of 13 elements, including copper, iron, zinc, lead, cobalt, nickel, antimony, gold, silver, sulfur, molybdenum, manganese, and arsenic, were prepared to identify the geochemical patterns in the selected area, and a geochemical map was prepared. ultimately, the exploration data were integrated using the fuzzy logic method in the gis environment, the mineral potential map was obtained, and the most optimal mineralized zone was presented for additional explorations. fuzzy logic and index overlay methods have been used in this research.