مدلسازی زمین‌آماری ویژگی رنگ زمین با استفاده از پردازش تصاویر مغزه‌های حفاری در سیستم RGB جهت تفکیک آلتراسیون مس (مطالعه موردی: معادن مس کهنگ و میدوک)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه زمین‌شناسی، دانشگاه یزد

2 گروه زمین شناسی، دانشگاه یزد

3 دانشکده مهندسی معدن و متالورژی، دانشگاه یزد

10.29252/anm.2019.5773.1188

چکیده

مدلسازی زمین‌شناسی مستلزم تجربه و دقت بالاست که سابق به روش دستی و امروزه به صورت دستی- کامپیوتری و یا کامپیوتری تهیه می‌گردد. اغلب این مدل‌ها بر اساس داده‌های فاصله‌ای به دست آمده از مغزه‌های حفاری اکتشافی و به روش درون‌یابی خطی به دست می‌آیند. امروزه روش‌های زمین‌آماری به خصوص کریجینگ شاخص قابلیت بالایی در تهیه مدل‌های هندسی- زمین‌شناسی یافته‌اند اما در اغلب مواقع تغییرات ریز زون‌های زمین‌شناسی تدریجی است و این نوع مدل‌ها را دچار ابهامات گوناگونی می‌نماید که این مسئله در تفکیک زون‌های آلتراسیون معادن مس پورفیری اهمیت ویژه‌ای می‌یابد. در این پژوهش به کمک پردازش عکس مغزه‌ها و تبدیل آنها به داده‌های فاصله‌ای رنگ در سیستم RGB با استفاده از
 Core Processing و از داده‌های کمی رنگ‌های قرمز، سبز و آبی به طور مجزا استفاده شد. ابتدا برای منطقه معدن کهنگ مدلی به ابعاد 700 در 300 متر و ارتفاع 400 متر در محدوده چاه‌های اکتشافی منطقه تهیه و مقادیر R، G و B برای بلوک‌های با ابعاد 5×5×5 به روش کریجینگ معمولی مورد تخمین قرار گرفت و امکان تهیه مقطع زمین‌شناسی بر اساس سیستم رنگ‌بندی سه گانه RGB ممکن گردید. جهت اعتبارسنجی شاخصی با عنوان Irgb که طول بردار در محورهای سه گانه R، G وB است، تعریف گردید و مقاطع  این شاخص با مقاطع سنگ‌شناسی و مقاطع آلتراسیون معدن کهنگ مورد مقایسه قرار گرفت، که با مقاطع سنگ‌شناسی تطابق خوبی نشان نداد. اما مقایسه نقشه آلتراسیون افق 1700 با شاخص Irgb همان تراز در معدن کهنگ تطابق قابل قبولی را نشان داد. برای اطمینان از امکان استفاده از مدل زمین‌آماری سیستم رنگ RGB و شاخص Irgb به عنوان معرف مدل آلتراسیون در معادن مس، مدل شاخص Irgb معدن مس میدوک بر اساس 13 گمانه ژئومکانیکی و 35 گمانه ژئوشیمیایی تهیه گردید. از طرفی عملیات برداشت ژئوفیزیکی معدن به منظور تعیین زون‌های آبدار انجام و مقاطع ضریب مقاومت الکتریکی تهیه شده با مقاطع شاخص Irgb مقایسه گردید. و نتیجه مقایسه توانست با توجه به حساسیت رنگ به آلتراسیون، این زون‌ها را تشخیص و تفکیک نماید و از اینکه زون‌های با مقاومت الکتریکی پایین زون آبدار تلقی شود، جلوگیری کند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

The Geo-Statistical Modeling of Earth Color Properties Using Core Images Processing in RGB System for Separation of Copper Alteration (Case Study: Kohang and Meiduk Copper Mines)

نویسندگان [English]

  • Asma Kariminejad 1
  • Fariba Kargaran Bafghi 2
  • Alireza Yarahmadi Bafghi 3
1 Dept. of Geology, Yazd University, Iran
2 Dept. of Geology, Yazd University, Iran
3 Dept. of Mining and Metallurgy, Yazd University
چکیده [English]

Summary
Geo-statistical modeling requires a high level of experience and precision that was formerly hand-made and nowadays is semi-computer or computer generated. Most of these models are based on interval data obtained from exploratory drilling cores and linear interpolation techniques. Nowadays, geo-statistical methods, especially kriging indicator, have been found to be highly capable of producing geometric-geological models but most of the time the changes in the geological micro-zones are gradual, and these models have various ambiguities, which is particularly important in the separation of alteration zones in porphyry copper mines.
 
Introduction
Among the data provided during geochemical and geotechnical exploration drilling, the images of drill core boxes are important and comparatively inexpensive. In this study, the quantitative data of red, green and blue were separately used by processing these types of images and converting them into color interval data in the RGB system instead of using the qualitative geological log data. The operation was carried out in a C-Shop program called Core Processing and executed on 20 boreholes of Kahang copper mine. Then, a database of joint density and RGB color system with a lag of 2 meters was prepared. One of the main features of color data is the normality of their distribution function in this region.
 
Methodology and Approaches
This geostatistical study also yields the validated spherical variograms. Initially, a model for the Kahang Mine with a dimension of 700 × 300×400 m was developed and the values of R, G and B for rock blocks of 5 × 5 × 5 were estimated using ordinary kriging. This made it possible to obtain real colors of geological section based on the triple RGB color system. For the verification of the validity of the proposed method, the color sections were compared with the lithology and alteration sections (already prepared by geologists) of Kahang Mine. For this purpose, a new index was defined as Irgb, which interpreting the length of the vector on the three axes R, G, and B (which did not show good agreement with the lithological sections). However, an acceptable similarity was obtained by comparing the alteration map in 1700 horizon with the Irgb index at the same level in Kahang Mine.
 
Results and Conclusions
To ensure the feasibility of using the geostatistical model of RGB color system and the Irgb index another comparison was made at the Miduk Copper Mine and the colored model of this mine was prepared too. The tomography operation was performed in several profiles to determine the mine's hydro zones where the sections of electrical resistance coefficients were already prepared. These sections were then compared with the Irgb index sections prepared from the RGB model proposed in this study.  The comparison was able to detect and distinguish alteration zones due to the sensitivity of the color to the alteration and also to prevent zones with low electrical resistance from being considered as hydro zones by mistake.

کلیدواژه‌ها [English]

  • Geological-Geostatistical Model
  • Image Processing
  • Core Drilling
  • Kahang Mine & Meiduk Mine

علم پردازش تصویر یکی از علوم پرکاربرد و مفید است که از دیر باز مطالعات و تحقیقات گسترده‌ای در این زمینه صورت گرفته و پیشرفت‌های فراوانی حاصل شده است. سرعت گسترش این پیشرفت‌ها به حدی بوده است که اکنون و پس از مدت زمان کوتاهی می‌توان تاثیر پردازش تصویر را در بسیاری از علوم و صنایع به وضوح مشاهده نمود[1]. یکی از این استفاده‌ها در علم اکتشاف معدن و یا سازه‌های ژئومکانیکی جهت تفکیک مناطق، چاه پیمایی تصویری است. به طوری که از مغزه‌های حفاری عکس‌برداری می‌کنند تا در صورت از بین رفتن مغزه‌ها قابلیت بازسازی آنها از طریق عکس‌ها به وجود آید. یکی از اطلاعات قابل استخراج از این عکس‌ها رنگ آنها به صورت داده‌های رقومی شده در سیستم‌های مختلف رنگی مثل سیستم RGB[i] است که البته تا کنون کمتر مورد توجه قرار گرفته است. از دیگر اطلاعات قابل استخراج از عکس‌ها شکستگی‌های موجود در مغزه‌ها است. در این روش اکتشافی با توجه به میزان اختلاف سطح خاکستری درزه‌ها با زمینه مغزه، درزه­های موجود در توده‌سنگ آشکارسازی شده و بعضی از پارامترهای توده‌سنگ مثل شاخص کیفی[ii] (RQD) و چگالی‌درزه‌داری[iii] (p10) به دست می‌آید. مراحل پردازش تصویر خودکار هندسه ناپیوستگی‌ها شامل: تهیه عکس از جعبه‌های مغزه حفاری، اعمال پیش‌پردازش بر‌روی تصاویر، آشکارسازی لبه‌ها با آشکارسازهای مختلف، توصیف لبه‌ها با استفاده از آشکارساز خط با تبدیل‌های مختلف و نهایتاً استخراج اطلاعات مورد نیاز مثل رنگ و ویژگی‌های مختلف لبه‌ها است.

مسئله مورد طرح در این پژوهش بررسی امکان استفاده از روش زمین‌آمار در تخمین و مدلسازی رنگی منطقه‌ای است که داده‌های رنگی آن از جعبه‌های مغزه حفاری بر اساس سیستم RGB استخراج شده است و اینکه آیا این داده‌ها که به صورت اعداد بین صفر تا 256 و به صورت مجزا کد گذاری شده‌اند، دارای ارتباط فضایی قابل قبول تخمین به روش کریجینگ هستند و مهم‌تر از آن آیا مدل رنگی ایجاد شده برای منطقه مورد مطالعه می‌تواند جایگزین مدل‌های زمین‌شناسی دوبعدی دستی و یا سه‌بعدی شده در نرم‌افزارهای موجود باشد. پاسخ به این سؤال مستلزم انجام این عملیات بر روی یک منطقه و مجموعه چاه‌های اکتشافی آن است. به این منظور بخشی از چاه‌های اکتشافی منطقه معدن مس کهنگ و معدن مس میدوک انتخاب گردید. شاید مهم‌ترین مسئله در این پژوهش تفکیک عددی مناطق آلتراسیون در ذخایر مس پورفیری مورد مطالعه بر اساس تشخیص رنگ و تخمین به روش زمین‌آمار باشد. در کنار این مدل با توجه به وجود داده‌های ساختاری کیفیت توده‌سنگ (RQD) و چگالی خطی درزه‌داری (P10) بررسی قابلیت مدلسازی زمین‌آماری این دو ویژگی مهم توده‌سنگ انجام گرفت که به دلیل حجیم شدن مطلب از ارائه آن صرف نظر شده است.



[i] -Red-Green-Blue

[ii]-RQD

[iii] - Joint Density

[1]           S. E. Sajjadi, R. Fadaee, Matlab Practical Image Processing, Naghous Publishing, 2009. (in Persian)

[2]           J. Méndez-Venegas, M. A. Díaz-Viera, Geostatistical modeling of clay spatial distribution in siliciclastic rock samples using the plurigaussian simulation method, Geofísica Internacional (2013) 52-3: 229-247

[3]           S. Grunwald, P. Barak, K. McSweeney, B. Lowery, "Soil landscape models at different scales portrayed in virtual reality modeling language."Soil Science 165, no. 8 (2000): 598-615

[4]           National Iranian Copper Industries Company, Geological and Altration Studies Report of  Eastern Kahang in scale 1: 1000, Zarnab Exploration Consulting Engineer, 2011. (in Persian)

[5]           A. Mehrdad, Petrology and Geochemistry of Volcanic rocks host porphyry copper deposit (Northeast of Isfahan), MSc in Petrology, Faculty of Geology, Tehran University, 2011, p. 127. (in Persian)

[6]           J. Radfar, R. Kohansal, Geological map of Iran (Kuhpayeh) 1:100000, Geological Survey and Mineral Exploration of Iran, Tehran, 2002.

[7]           M. Mobini, M. T. Sadeghi, A. R. Yarahmadi Bafeghi, Preparation of Image Processing Software (Core Processing) for Core Boxes loging, Research Project, Yazd University, 2011. (in Persian)

[8]           A. R. Yarahmadi Bafeghi et al., Geophysical-Geotechnical Investigation of Miduk Copper Mine to Determin location of new drainage wells, Research Project, Mining Engineering Research Center, Yazd University, 2016. (in Persian)