مقایسه عملکرد تصاویر ماهواره ای استر و لندست ۸ در بارزسازی اکسیدآهن و دگرسانی های مس پورفیری در منطقه ظفرقند استان اصفهان
Publish place: Journal of Mineral Resource Engineering، Vol: 9، Issue: 1
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 95
This Paper With 25 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MHRE-9-1_003
تاریخ نمایه سازی: 28 اسفند 1402
Abstract:
تفکیک و به نقشه درآوردن زون های دگرسانی در اکتشاف تیپ های مس پورفیری اهمیت ویژه ای دارد. برای بارزسازی این زون های دگرسانی از تکنیک های سنجش از دور استفاده شده است. منطقه ظفرقند، در جنوب شرق اردستان و شمال شرق اصفهان، واقع شده است. بر اساس تقسیم بندی زون های ساختاری زمین شناسی در زون ایران مرکزی و همچنین در بخش میانی کمان آتشفشانی ماگمایی ارومیه-دختر قرار دارد. در این منطقه، هاله های دگرسانی مختلفی وجود دارد که شامل فیلیک، پتاسیک، پروپیلیتیک، آرژیلیک و کمی سیلیسی است. در این مطالعه با استفاده از تصاویر سنجنده استر، به شناسایی دگرسانی های رسی، آرژیلیک، فیلیک، پروپیلیتیک پرداخته شده است. همچنین از تصاویر لندست ۸ برای شناسایی دگرسانی های رسی و اکسید آهن استفاده شده است. در این راستا، پس از انجام پیش پردازش های لازم، روش های ترکیب رنگی کاذب (FCC)، نسبت باندی (BR)، کمترین مربعات رگرسیون شده (LS-Fit)، فیلترگذاری تطبیقی (MF) و آنالیز مولفه اصلی (PCA) جهت آشکارسازی زون های حاوی این دگرسانی به کار گرفته شدند. از روش های بهره گرفته شده روش کمترین مربعات رگرسیون شده، فیلترگذاری تطبیقی در تصاویر استر و همچنین روش نسبت باندی در هر دو تصویر و روش آنالیز مولفه اصلی در لندست نتیجه مناسبی را به همراه داشته است.
Keywords:
Authors
سمانه اسمعیل زاده کلخوران
دانشجوی کارشناسی ارشد، دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران
سید سعید قنادپور
استادیار، دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران
امیر معینی راد
استادیار، مرکز تحقیقات فضایی، پژوهشگاه فضایی ایران، تهران
هادی جلیلی
استادیار، مرکز تحقیقات فضایی، پژوهشگاه فضایی ایران، تهران
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 :