شناسایی زونهای آلتراسیون در اندیس مس زفره با استفاده از داده های ماهواره ای ASTER
Publish place: 16th Symposium of Geological Society of Iran
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,501
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
SGSI16_515
Index date: 27 January 2013
شناسایی زونهای آلتراسیون در اندیس مس زفره با استفاده از داده های ماهواره ای ASTER abstract
منطقه ی زفره در 65 کیلومتری شمال شرقی اصفهان واقع شده است. این ناحیه با توجه به قرارگیری در کمربند آتشفشانی ارومیه – دختر، و همجواری با گسل قم-زفره پتانسیل خوبی جهت اکتشاف مس میتواند داشته باشد، لذا شناسایی زون های کانی سازی احتمالی و تفکیک هاله های دگرسانی مرتبط، ضروری است. در این محدوده، عملکرد سیستم های آذرین درونی و بیرونی و آلتراسیون های مختلف هیدروترمال را سبب شده است. تصاویر ماهواره ای استر، به علت تفکیک مکانی و طیفی بالا توانایی زیادی در ثبت و تفکیک انواع آلتراسیون های موجود در سیستم هیدروترمال دارند. سنجنده استر اطلاعات منابع زمینی را در سه محدوده طیفی مرئی-فروسرخ نزدیک (VNIR) ، فروسرخ موج کوتاه (SWIR) و فروسرخ گرمایی ،( TIR) اخذ می کند. با مطالعه باندهای SWIR و VNIR این سنجنده میتوان مناطق دگرسانی را با دقت بیشتری شناسایی کرد در این پژوهش روشهای مختلف بارز سازی آلتراسیون ها، از قبیل ترکیب کاذب رنگی( RGB) نسبت باندی ،(Band Ratio) آنالیز مولفه اصلی (PCA) و پهنه بندی زاویه طیفی (spectral angle mapper) بر روی تصاویر سنجنده استر اعمال شده است. در نهایت با استفاده از این تکنیک های پردازش، هاله های آلتراسیون مشخص گردید. این نواحی مشخص شده در مراحل بعدی اکتشاف می توانند دارای اولویت باشند.
شناسایی زونهای آلتراسیون در اندیس مس زفره با استفاده از داده های ماهواره ای ASTER Keywords:
شناسایی زونهای آلتراسیون در اندیس مس زفره با استفاده از داده های ماهواره ای ASTER authors
امین پرتاشک
دانشجوی کارشناسی ارشد پترولوژی، گروه زمین شناسی، دانشگاه اصفهان
سید حسن طباطبائی
عضو هیات علمی دانشکده مهندسی معدن، دانشگاه صنعتی اصفهان
محمود خلیلی
عضو هیات علمی گروه زمین شناسی، دانشگاه اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :