فهرست نشریات علمی دسترسی آزاد ایران

تعیین فرآیندهای موثر در تشکیل کانسارهای فلزی که به عنوان کنترل کننده‌های کانی‌زایی در نظر گرفته می‌شوند، یک گام اساسی در مدل‌سازی پتانسیل معدنی می‌باشد. در این پژوهش، 5 معیار اکتشافی حاصل از داده‌های ژئوشیمیایی، ژئوفیزیکی، زمین‌شناسی، ساختاری و ماهواره‌ای مرتبط با کانی‌زایی طلای نوع اپی‌ترمال و کارلین در منطقه تخت سلیمان با هم ترکیب شدند. برای تولید نقشه ژئوشیمیایی چند عنصری، روش تحلیل مولفه های اصلی بر روی 8 عنصر انتخاب شده مرتبط با کانی‌زایی اعمال گردید و مشخص شد که عنصر طلا با عناصر ردیاب خود یعنی آرسنیک و آنتیموان ارتباط مکانی و ژنتیکی بالایی در مولفه دوم (PC2) نشان می‌دهد. سپس 10 لایه اکتشافی موثر با مقادیر پیوسته فازی بر اساس مقادیر مساحت زیر منحنی (AUC) منحنی‌های نرخ موفقیت برای تولید مدل‌های پیشگوی نواحی مستعد کانی‌زایی طلا انتخاب گردیدند. برای نیل به این هدف، دو روش نظارتی یادگیری ماشین شامل شبکه عصبی MLP و ماشین های بردار پشتیبان (SVM) با کرنل RBF بر اساس فرآیند آموزش و یادگیری مورد استفاده قرار گرفتند. نتایج نهایی بر اساس مقادیر AUC هر یک از منحنی‌های نرخ موفقیت مدل های مذکور، نشان داد که روش SVM-RBF از دقت بالاتر و عملکرد بهتر نسبت به روش شبکه عصبی MLP برخوردار می‌باشد که برای استفاده در مراحل اکتشاف تفضیلی جهت یافتن کانسارهای جدید طلا مناسب‌تر است.