مقایسه مدل های فرکتالی عیار -تعداد (C-N) و عیار -مساحت (C-A) در جداسازی آنومالی های ژئوشیمیایی از زمینه در برگه 1:100000 سیه رود، شمال غرب ایران

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مهندسی معدن، دانشکده مهندسی شهید ولی الله نیکبخت، دانشگاه سیستان و بلوچستان

2 گروه زمین شناسی، دانشکده علوم پایه، دانشگاه سیستان و بلوچستان

10.29252/anm.8.16.87

چکیده

یکی از مهم‌ترین بخش مطالعات اکتشافات ژئوشیمیایی جداسازی آنومالی از زمینه برای عناصر گوناگون است. روش‌های مختلفی برای این امر بکار می­روند. یکی از این روش­ها، الگوریتم­های مبتنی بر هندسه فرکتال است. در این مقاله مدل‌های فرکتالی عیار- تعداد و عیار- مساحت به منظور جدایش بی‌هنجاری‌های ژئوشیمیایی عناصر مس، مولیبدن، آهن و آنتیموان در برگه 1:100000 سیه رود (آذربایجان شرقی)، شمال غرب ایران مورد استفاده قرار گرفتند. نخست 1238 نمونه رسوب آبراهه‌ای از محدوده برداشت شده و مورد آنالیز شیمیایی قرار گرفتند. در مرحله بعد با ترسیم منحنی لگاریتمی عیار-مساحت و عیار- تعداد حدود آستانه تعیین و جوامع زمینه و بی‌هنجاری‌ها برای عناصر مورد نظر در منطقه مورد مطالعه از یکدیگر جدا شدند. منحنی‌های لگاریتمی سه جمعیت یا فاز ژئوشیمیایی در منطقه را تأیید می‌کند که با ساختارهای زمین شناسی منطقه از قبیل واحدهای سنگ شناسی، گسل­ها و دگرسانی­ها در ارتباط هستند. با استفاده از نتایج حاصل از این مدل‌سازی فرکتالی نقشه‌های بی‌هنجاری این عناصر در این محدوده ترسیم و جوامع آنومالی به تفکیک مشخص شدند. نقشه‌های بی‌هنجاری عناصر با موقعیت نشانه‌های معدنی هر عنصر برای هر دو مدل فرکتالی عیار- مساحت و عیار- تعداد مقایسه گردید. نتایج نشان داد که انطباق خوبی بین موقعیت مکانی نشانه‌های معدنی شناسایی شده در برگه سیه رود و مناطق بی‌هنجاری در هر دو مدل فرکتالی وجود دارد اما بی‌هنجاری‌های حاصل از مدل فرکتالی عیار- مساحت دربرگیرنده نشانه‌های معدنی بیشتری است. این نکته به خصوص برای عنصر مس مشهود است. علاوه بر این نتایج نشان داد بیشترین بی‌هنجاری‌های مس، آهن و مولیبدن منطبق بر واحدهای آذرین، دگرسانی‌های مربوط به آن‌ها و گسل‌ها است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Comparative analysis between concentration- number (C-N) and concentration- area (C-A) fractal models for separating anomaly from background in Siahrood 100,000 sheet, NW Iran.

نویسندگان [English]

  • Ali Akbar Daya 1
  • Raheleh Moradi 2
1 Dept. of Mining, University of Sistan and Baluchestan
2 Geology Group, Dept. of Sciences, Sistan and Baluchestan University
چکیده [English]

Summary
In this paper Concentration-Number (C-N) and Concentration-Area (C-A) fractal models were used for separating anomaly from background for Cu, Mo, Fe2O3 and Sb in Siahrood 1:100,000 sheet, NW Iran. First, 1238 stream sediment samples were taken and analyzed. Then, the threshold values were obtained for anomaly separation from the log- log plots. The log–log plots can be divided into three segments or phases that correlate with lithological formation, faults and alteration in the study area. Using the results of fractal modelling, the anomaly maps were drawn and anomalous areas were identified. Elemental anomaly maps resulted from the C-A and C- N fractal models were compared withthe locations of mineralization/deposits in the study area.Results showed thatthere was a good correlation between the locations of mineralization/deposits and anomaly region for both fractal models. But the concentration-area fractal model could hit more mineralization/deposits. This is more obvious for Cu. Results also showed that most of the Cu, Fe and Mo anomalies located in igneous rocks, altered igneous rocks and faults. Because of activity of hydrothermal solutions in intrusive rocks in the northern part of the study area and volcanic rocks in central parts, intrusive and volcanic rocks, altered and quartzite veins, and mineralization zones occur.
 
Introduction
Delineation of anomalies from background is an essential task in geochemical exploration. Geochemical data are usually characterized by their spatial positions, meaning that elemental concentration varies spatially. The concentration–area model (C–A model) has been developed and applied by many geoscientists. Another useful model for separating anomaly from background is the number–size model (N–S model), which has been widely used by many geoscientists.
 
Methodology and Approaches
Concentration-number and concentration-area fractal models were used for separating anomaly from background. Then with drawingthe log-log elemental plot the threshold values obtained for anomaly separation. Using the results of fractal modelling the anomaly maps were drawn and anomaly regions were identified. Elemental anomaly maps resulted from the concentration-area and concentration- number fractal models were compared withthe locations of mine indexes in the study area.
 
Results and Conclusions
Results showed thatthere was a good correlation between the locations of mine indexes and anomaly region for both fractal models. In other words most of anomalies derived from C-A and N-S models hits mine indexes in the region. But the concentration-area fractal model hit more mine indexes. This is more obvious for Cu. Results also showed that most of the Cu, Fe and Mo anomalies located in igneous rocks, altered igneous rocks and faults.

کلیدواژه‌ها [English]

  • Fractal concentration- number model
  • Fractal concentration- area model
  • Geochemical anomalies
  • East Azerbaijan
[1]           Agterberg, F. P., Cheng, Q., Brown, A., & Good, D. (1996). Multifractal modeling of fractures in the Lac du Bonnet batholith, Manitoba. Computers & Geosciences, 22(5), 497-507.

[2]           Davis, J.C., (2002). Statistics and data analysis in Geology (3th ed.), John Wiley & Sons Inc., New York, p. 342-353.

[3]           Cheng, Q., Agterberg, F.P., Carter, G.F. (1996). A Spatial Analysis Method for Geochemical Anomaly Separation, Journal of Geochemical Exploration, 65, P175-194.

[4]           Hassani Pak, A.A., Sharafaddin, M., (2011).Exploration Data Analysis. University of Tehran Press (UTP), Tehran (In Persian).

[5]           Cheng, Q., Agterberg, F. P., & Ballantyne, S. B. (1994). The separation of geochemical anomalies from background by fractal methods. Journal of Geochemical Exploration, 51(2), 109-130.

[6]           Hassanpour, Sh., Afzal, P., (2013). Application of concentration–number (C–N) multifractal modeling for geochemical anomaly separation in Haftcheshmeh porphyry system, NW Iran. Arabian Journal of Geosciences, vol.6, p.957–970.

[7]           Daya, A.A., Boomeri, M., Mazraee, (2017). Identification of Geochemical Anomalies by Using of Concentration-Area (C-A) Fractal Model in Nakhilab Region, SE Iran. Journal of mining and mineral engineering. vol.8, p. 70-81.

[8]           Daya, A.A., (2015) Comparative study of C–A, C–P, and N–S fractal methods for separating geochemical anomalies from background: A case study of Kamoshgaran region, northwest of Iran. Journal of Geochemical Exploration. vol.150, p. 52–63.

 [9]          Lima, A., De Vivo, B., Cicchella, D., Cortini, M., Albanese, S., (2003). Multifractal IDW interpolation and fractal filtering method in environmental studies: an application on regional stream sediments of Campania region (Italy). Appl. Geochem. 18, 1853–1865.

[10]         Goncalves, M. A., Mateus, A., & Oliveira, V. (2001). Geochemical anomaly separation by multifractal modelling. Journal of Geochemical Exploration, 72(2), 91-114.

[11]         Nabavi, M., (1984). Introduction to the Geology of Iran. Tehran University Publications, Tehran (In Persian).

[12]         Stöcklin, J., (1986). Structural history and tectonics of Iran; a review. American Association of Petroleum Geology Bulletin, Vol. 52, No.7, pp. 1229-1258.

[13]         Aghanabati, A., (2004). Geology of Iran. Geological Survey of Iran, 622 p (In Persian).

[14]         Mehrparto, M., (1997). Geological Quadrangle Map of Siahrood, 1:100000. Geological Survey of Iran (In Persian).