کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری
در این تحقیق روش مدلسازی رگرسیون غیرپارامتری چند متغیره اسپیلاین (MARS) بهمنظور تعیین الگوهای غیرخطی پنهانی (دادههای با تعداد متغیرهای زیاد) بر روی دادههای کانیسازی طلا تیپ پهنه برشی واقع در شمال غرب ایران اعمال شده است. MARS متغیرهای Pb-As-W-Bi-Cu-Be-V-Sn را بهعنوان پاراژنزهای عنصری کانیساز...
Main Authors: | , |
---|---|
Format: | Article |
Language: | English |
Published: |
Iranian Society of Mining Engineering
2012-09-01
|
Series: | نشریه مهندسی معدن |
Subjects: | |
Online Access: | https://ijme.iranjournals.ir/article_1367_f86c7747a66c00f1b83f29b6ac8924ab.pdf |
_version_ | 1827911256594448384 |
---|---|
author | رضا قوامی داوود شاهسونی |
author_facet | رضا قوامی داوود شاهسونی |
author_sort | رضا قوامی |
collection | DOAJ |
description | در این تحقیق روش مدلسازی رگرسیون غیرپارامتری چند متغیره اسپیلاین (MARS) بهمنظور تعیین الگوهای غیرخطی پنهانی (دادههای با تعداد متغیرهای زیاد) بر روی دادههای کانیسازی طلا تیپ پهنه برشی واقع در شمال غرب ایران اعمال شده است. MARS متغیرهای Pb-As-W-Bi-Cu-Be-V-Sn را بهعنوان پاراژنزهای عنصری کانیسازی ارزیابی کرده است. بر این اساس مدل پراکندگی ژئوشیمیایی مقدار متغیر وابسته (Au) بر اساس متغیرهای مستقل (پاراژنزهای عنصری) در طی دو مرحله مدلسازی پیشرو و پسرو تخمین زده شده است. مقایسه مقادیر تخمینزدهشده متغیر مستقل با مقادیر اندازهگیری شده تأییدکننده همبستگی زیاد بین این دو دسته داده است. بدین ترتیب بر اساس توابع مبنای تعریفشده و روش MARS، مقدار طلا با دقت زیادی تخمین زده شده است. حدود آستانهای تأثیر متغیرهای وابسته بر روی متغیر مستقل بهصورت گرهای محاسبه شده است. چنانچه بخواهیم بر اساس روشهای متداول آماری به تعریف تابع هدف بپردازیم لازم است تا تلفیقی از چندین روش آماری دو و چند متغیره را به کمک بگیریم. با این وجود امکان ارزیابی روند تغییرات متغیر مستقل در ازای مقادیر مختلف متغیرهای وابسته وجود ندارد که این امر در روش MARS. ممکن است. مدلسازی این تحقیق در محیطهای لیتوژئوشیمیایی ثانویه انجام شده است که لازم است نقش شرایط فیزیکوشیمیایی محیط و شرایط آب و هوایی منطقه نیز در مدل پراکندگی مدنظر قرار داده شود. نتایج مدلسازی پراکندگی ژئوشیمیایی عناصر در محیطهای لیتوژئوشیمیایی اولیه میتواند در محاسبه و ارزیابی ذخیره اهمیت زیادی داشته باشد. |
first_indexed | 2024-03-13T02:01:20Z |
format | Article |
id | doaj.art-7b99a7aec95c49e1a005b27c3c595a8f |
institution | Directory Open Access Journal |
issn | 1735-7616 2676-4482 |
language | English |
last_indexed | 2024-03-13T02:01:20Z |
publishDate | 2012-09-01 |
publisher | Iranian Society of Mining Engineering |
record_format | Article |
series | نشریه مهندسی معدن |
spelling | doaj.art-7b99a7aec95c49e1a005b27c3c595a8f2023-07-01T19:56:12ZengIranian Society of Mining Engineeringنشریه مهندسی معدن1735-76162676-44822012-09-0171515231367کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصریرضا قوامی0داوود شاهسونی1دانشگاه صنعتی شاهروددانشگاه صنعتی شاهروددر این تحقیق روش مدلسازی رگرسیون غیرپارامتری چند متغیره اسپیلاین (MARS) بهمنظور تعیین الگوهای غیرخطی پنهانی (دادههای با تعداد متغیرهای زیاد) بر روی دادههای کانیسازی طلا تیپ پهنه برشی واقع در شمال غرب ایران اعمال شده است. MARS متغیرهای Pb-As-W-Bi-Cu-Be-V-Sn را بهعنوان پاراژنزهای عنصری کانیسازی ارزیابی کرده است. بر این اساس مدل پراکندگی ژئوشیمیایی مقدار متغیر وابسته (Au) بر اساس متغیرهای مستقل (پاراژنزهای عنصری) در طی دو مرحله مدلسازی پیشرو و پسرو تخمین زده شده است. مقایسه مقادیر تخمینزدهشده متغیر مستقل با مقادیر اندازهگیری شده تأییدکننده همبستگی زیاد بین این دو دسته داده است. بدین ترتیب بر اساس توابع مبنای تعریفشده و روش MARS، مقدار طلا با دقت زیادی تخمین زده شده است. حدود آستانهای تأثیر متغیرهای وابسته بر روی متغیر مستقل بهصورت گرهای محاسبه شده است. چنانچه بخواهیم بر اساس روشهای متداول آماری به تعریف تابع هدف بپردازیم لازم است تا تلفیقی از چندین روش آماری دو و چند متغیره را به کمک بگیریم. با این وجود امکان ارزیابی روند تغییرات متغیر مستقل در ازای مقادیر مختلف متغیرهای وابسته وجود ندارد که این امر در روش MARS. ممکن است. مدلسازی این تحقیق در محیطهای لیتوژئوشیمیایی ثانویه انجام شده است که لازم است نقش شرایط فیزیکوشیمیایی محیط و شرایط آب و هوایی منطقه نیز در مدل پراکندگی مدنظر قرار داده شود. نتایج مدلسازی پراکندگی ژئوشیمیایی عناصر در محیطهای لیتوژئوشیمیایی اولیه میتواند در محاسبه و ارزیابی ذخیره اهمیت زیادی داشته باشد.https://ijme.iranjournals.ir/article_1367_f86c7747a66c00f1b83f29b6ac8924ab.pdfروش marsحد آستآنهایمتغیر مستقلمتغیر اسپیلانتوابع مبنا |
spellingShingle | رضا قوامی داوود شاهسونی کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری نشریه مهندسی معدن روش mars حد آستآنهای متغیر مستقل متغیر اسپیلان توابع مبنا |
title | کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری |
title_full | کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری |
title_fullStr | کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری |
title_full_unstemmed | کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری |
title_short | کاربرد مدلسازی MARS بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری |
title_sort | کاربرد مدلسازی mars بر روی داده¬های اکتشافی به¬منظور تخمین پراکندگی ژئوشیمیایی مقدار طلا بر اساس پاراژنزهای عنصری |
topic | روش mars حد آستآنهای متغیر مستقل متغیر اسپیلان توابع مبنا |
url | https://ijme.iranjournals.ir/article_1367_f86c7747a66c00f1b83f29b6ac8924ab.pdf |
work_keys_str_mv | AT rḍạqwạmy ḵạrbrdmdlsạzymarsbrrwydạdhhạyạḵtsẖạfybhmnẓwrtkẖmynprạḵndgyzẖỷwsẖymyạyymqdạrṭlạbrạsạspạrạzẖnzhạyʿnṣry AT dạwwdsẖạhswny ḵạrbrdmdlsạzymarsbrrwydạdhhạyạḵtsẖạfybhmnẓwrtkẖmynprạḵndgyzẖỷwsẖymyạyymqdạrṭlạbrạsạspạrạzẖnzhạyʿnṣry |