کامران مصطفائی

در پروژه‌‌های اکتشاف مواد معدنی کاهش عدم قطعیت و افزایش نرخ موفقیت اکتشاف، همواره به عنوان یک مسئله مطرح بوده است به منظور تعدیل عدم قطعیت فوق و افزایش دقت در اکتشاف مواد معدنی از تکنیک‌های تلفیق لایه‌های اطلاعاتی و تولید مدل پتانسیل معدنی استفاده می‌شود. مدل‌سازی پتانسیل معدنی به منظور تعیین نواحی امیدبخش و با استفاده از تکنیک‌های مختلف انجام می‌شود که می‌توان به روش‌های داده‌محور، دانش‌محور و ترکیبی اشاره کرد. ازاین‌ رو هدف از پایان‌نامه حاضر مدل‌سازی پتانسیل معدنی کانی‌سازی طلا در ورقه یک صدهزار آلوت کردستان است. برای دسترسی به هدف فوق در این راستا برای تهیه لایه‌های اطلاعاتی از منطقه، با توجه ‌به مدل ژنتیکی کانسارهای طلای و مطالعات قبلی از لایه‌های اطلاعاتی شامل لیتولوژی، دگرسانی، گسل‌ها و ژئوشیمی رسوبات آبراهه‌ای، استفاده شده است. ابتدا لایه‌های اطلاعاتی تهیه شده و سپس جهت تلفیق آماده گردید. با توجه‌ به ماهیت متفاوت لایه‌های مورداستفاده جهت تلفیق همه لایه‌های فازی گردید. در ادامه لایه‌های تولید شده با سه روش گامای فازی، شبکه‌های عصبی مصنوعی و روش ماشین‌های بردار پشتیبان تلفیق شده و نواحی مستعد کانه‌زایی طلا مشخص گردید. جهت اعتبارسنجی داده‌ها از موقعیت نقاط دارای شواهد کانه‌زایی طلا استفاده شد. جهت بررسی نتایج مدل‌های به‌ دست‌آمده از هر سه روش مقایسه شد. مقایسه نتایج نشان می‌دهد که مدل به‌دست‌آمده از روش شبکه‌های عصبی مصنوعی و روش ماشین‌های بردار پشتیبان از روش گامای فازی عملکرد بهتری دارند. براساس نتایج به ‌دست‌آمده در نتیجه استفاده از مدل‌های ماشین بردار پشتیبان و شبکه عصبی مصنوعی برای انجام اکتشافات تفصیلی‌تر در منطقه موردمطالعه، مناسب‌تر و قابل‌اعتمادتر هستند. همچنین چند منطقه دارای پتانسیل کانی‌سازی مشخص شد که به عنوان اهداف اکتشافی در مطالعات بعدی می‌تواند مورد توجه قرار بگیرد.