کاربرد روش‌های دورسنجی و منطق فازی برای شناسایی تراورتن‌های منطقه آبگرم قزوین

نوع مقاله: علمی-پژوهشی

نویسندگان

1 دانشیار، گروه زمین‌شناسی، دانشگاه پیام نور تهران

2 کارشناسی ارشد، مهندسی معدن (اکتشاف)، دانشگاه بین المللی امام خمینی(ره)

چکیده

   در بررسی حوزه زمین گرمایی منطقه آبگرم قزوین که با هدف شناسایی سازندهای تراورتن و آثار دگرسانی آن‌ها انجام گرفته است، از تصاویر ماهواره Terra، سنجندهASTER  استفاده شد. عکس نقشه‌های ترکیبی با استفاده از روش نسبت‌گیری باندی و تحلیل طیفی مولفه‌های اصلی تولید و مکان هندسی هاله‌های دگرسانی (با منشاء گرمابی) معرفی شدند. نتایج مطالعات دورسنجی موید همیافتی رخساره‌های اکسیدی و هیدروکسیدی آهن با کانی‌های رسی است که از نقطه نظر ژئوشیمیایی، ملاک مناسبی برای تشخیص رخساره‌های گرمابی است. بدین ترتیب پس از تشکیل پایگاه داده‌های مکانی شامل گسل‌ها، خطواره‌های ساختمانی، سازندهای زمین‌شناسی و عکس نقشه‌های ASTER، مناطق مستعد تراورتن‌زایی شناسایی و برای تولید نقشه پیش‌‌داوری به روش فازی آماده شدند. برای تعیین درجه عضویت متغیرهای فازی از تابع Large استفاده شد. امتیازدهی تغییرات سازندی (ملاک‌های لیتولوژیکی) بر اساس تنوع سن و جنس آن‌ها انجام گرفت. همچنین برای وزن‌دهی معیارهای زمین‌ساختی (چگالی گسل‌ها) و تلفیق آن‌ها با تغییرات سازندی، از عملگر فازی And استفاده شده است. مطابق نتایج این تحقیق، بخشی از اطلاعات ساختاری و تحولات سازندی منطقه توسط نقشه‌های مغناطیسی استنتاج شده است که در تلفیق نهایی با معیارهای دورسنجی، زمین‌شناسی و زمین‌ساختی، امکان شناسایی هاله‌های دگرسانی مرتبط با کانی‌سازی تراورتن را به همراه درج اولویت اکتشافی آن‌ها به‌وسیله عملگر فازی گاما فراهم کرده است. بدین ترتیب اولین نقشه جامع تراورتن‌های منطقه آبگرم با استفاده از عکس نقشه‌ها، یافته‌های ژئوفیزیکی و زمین شناسی مطابق شکل 15 ارایه شده است که در آن ارتباط مکانی آثار تراورتن‌زایی با رخنمون سنگ‌های آتشفشانی سنوزوییک در حومه شهر آبگرم مشاهده می‌شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Application of remote sensing and fuzzy logic techniques for studying Abgarm travertines in Qazvin province

نویسندگان [English]

  • S.R. Mehrnia 1
  • S. Abbaszadeh 2
1 Associate Professor, Dept. of Geology, Payam Noor University, Qazvin
2 M.Sc Student, Dept. of Mining Engineering, Imam Khomeini International University, Qazvin
چکیده [English]

In this research, we have used ASTER-Terra satellite images were used for spatial analysis of Abgarm geothermal basin to study travertine formation of the north west of Qazvin. All Synthetic photo-maps generated with band Ratios and PCA applied in images for introducing the location of hydrothermal alterations. Remotely sensed evidences indicate the patches of iron oxides and hydroxides mineral facies in aggregation with clayey minerals as a common mineralization sequence in hydrothermal environment. Many of geological features and Aster- sets such as faults, lineaments and multispectral images have been used and processed for potential mapping of Abgarm mineralization with focuses on formation of solution-related Travertines locations as well as preparing a Fuzzy-based prognostic map for exploration. As a rule, in the membership functions, many of weighted variables were used before scoring them according to spatial data modeler algorithms applied in lithological evidences (on the basis of diversities in sexes and ages) as well as weighting the structures (on the basis of densities). Also, all evidences were integrated with changes in geological formations according to “And” operator applied. Our innovative results not only represented several patterns of the hidden structures but indicated their associations with spatially altered formations.  Moreover, a fuzzy-based gamma operator was used for final mapping of Abgarm Travertines based on our future plan for geochemical explorations.

کلیدواژه‌ها [English]

  • Abgarm Qazvin travertine
  • Fuzzy logic
  • Hydrothermal Alteration
  • Remote Sensing
[1]     Hedenquist,  J. W. (2009). “The geochemistry of newly developed geothermal systems in Japan”. Geochemical Journal, 25: 199-202.

[2]     Ferrier, G., White, K., Griffiths, G., Bryant, R., and Stefouli, M. (2001). “The mapping of hydrothermal alteration zones on the island of Lesvos, Greece using an integrated remote sensing dataset ”. International Journal of Remote Sensing, 14: 1-16.

[3]     Bodruddoza, M. D. and Fujimitsu,Y. (2012). “Mapping Hydrothermal Altered Mineral Deposit Using Landsat ETM+ Image in and Around Kuju Volcano, Kyushu, Japan”. Journal of Earth System, 4: 1049-1057.

[4]     Ezzati, A., Mehrnia, R., and Ajayebi, K. (2014). “Detection of Hydrothermal Potential Zones Using Remote Sensing Sattelite Data in Ramand Region, Qazvin Province, Iran”. Journal of Tethys, 2(2): 93-100.

[5]     Yousefi, M., and Carranza, E. J. M. (2017). “Union score and fuzzy logic mineral prospectivity mapping using discretized and continuous spatial evidence values”. Journal of African Earth Sciences, 128: 47-60.

[6]     Almasi, A., Yousefi, M., and Carranza, E. J. M. (2017). “Prospectivity analysis of orogenic gold deposits in Saqez-Sardasht Goldfield, Zagros Orogen, Iran”. Ore Geology Reviews, 91: 1066-1080.

[7]     Yousefi, M., and Carranza, E. J. M. (2015). “Geometric average of spatial evidence data layers: a GIS-based multi-criteria decision-making approach to mineral prospectivity mapping. Computers & Geosciences, 83: 72-79.

[8]     Mukhopadhyay, B., Hazra, N., Kumar Das, S., and Sengupta, S. R. (2002). “Mineral potential map by a knowledge driven GIS modeling: an example from Singhbhum Copper Belt, Jharkhad”. Proceeding of 5th Annual International Conference, New Delhi, India, 405-411.

[9]     Carranza, E. J. M., and Hale, M. (2001). “Geologically constrained fuzzy mapping of gold mineralization potential, Baguio district, Philippines”. Natural Resources Research, 10: 125-136.

[10]           Eddy, B. G., Bonham-Carter, G. F., and Jefferson, C. W. (1995). “Mineral resource assessment of the Parry Islands, high Arctic, Canada: a GIS based fuzzy logic model ”. Proceeding of GIS Conference, Ottawa, Canada, 4-7.

[11]  مهرنیا، س.ر.؛ 1394؛"منابع زمین گرمایی". نشر دانشگاه پیام نور، ایران،ص 251.

[12]  Sabins, F. F. (2002). “Remote sensing principle and interpretation”. W.H. Freeman & Company, New York, 3ld edition, pp. 494.

[13]  Vincent, R. K. (1993). “Fundamentals of Geological and Environmental Remote Sensing”. Prentice Hall Series in Geographic Information Science, Keith  C. Clarke Editor, Bowling Green State University, Ohio, USA, 45-48.

[14]  Ziaii, M., Pouyan, A., and Ziaei, M. (2009). “A Computational Optimized Extended Model for Mineral Potential Mapping Based on Wofe Method”. American Journal of Applied Sciences, 6(2): 200-203.

[15]  Novriadi, H. P. M., and Darijanto, T. (2006). “Applying Fuzzy Logic Method in Mineral Potential Mapping for Epithermal Gold Mineralization in the Island of Flores, East Nosa Tenggara Using Geographical Information Systems(GIS)”. Procceding of 9th International Symposium on Mineral Exploration, Bandung, Indonesia, 1: 62-68.

[16]           Bonham Carter, G. F. (1998). “Geographic information systems for geoscientists: modeling with GIS”. Pergamon Press, Oxford, pp. 398.

[17]  نوروزی، غ.ح.؛ مهرنیا، س.ر؛ 1377؛"کاربرد مغناطیس در اکتشاف زمین گرمابهای سرعین، اردبیل". نشریه دانشکده فنی، تهران، دورهسیویکم،شماره 1،ص 81- 71.

[18]  زمردیان، ح.؛ حاجب حسینیه، ح.؛ 1387؛ "ژئوفیزیک کاربردی". دوره 1، انتشارات دانشگاه تهران، تهران، ص 689.

[19]  Baglio, S., Fortuna, L., Graziani, S., and Muscato, G. (1994). “Membership function shape and the dynamic behaviour of systems”. Adaptive Control Signal Process, 8: 369–377.