1404/06/10
مهیار یوسفی

مهیار یوسفی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس:
دانشکده: دانشکده فنی مهندسی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
مدل سازی پتانسیل معدنی مس پورفیری با استفاده از خود رمز نگار عمیق در منطقه ورزقان، شمال غرب ایران
نوع پژوهش
مقاله ارائه شده
کلیدواژه‌ها
کانی سازی مس پورفیری، منطقه ورزقان، مدل سازی پتانسیل معدنی، خود رمز نگار عمیق، توابع لجستیکی
سال 1403
پژوهشگران مبین صارمی ، عباس مقصودی ، مهیار یوسفی ، اردشیر هزارخانی ، سید عطا اله آقا سید میرزابزرگ

چکیده

در سال‌های اخیر، روش‌های یادگیری عمیق نظارت‌شده به‌طور گسترده‌ای در مدل‌سازی پتانسیل معدنی و شناسایی ناهنجاری‌های ژئوشیمیایی مرتبط با کانی‌سازی مورد جستجو به‌کار گرفته شده‌اند. با این حال، به دلیل ماهیت پیچیده و نادر کانی‌سازی، این مدل‌ها با چالش‌های بزرگی در شناسایی نواحی مستعد کانی‌سازی مواجه هستند. نادر بودن این پدیده می‌تواند منجر به مجموعه داده‌های آموزشی ناکافی و عدم‌تعادل در داده‌ها شود. علاوه بر این، یکی از مشکلات مهم این است که در برخی موارد، به‌ویژه در مقیاس‌های ناحیه‌ای، نمونه‌های منفی (بدون کانی‌سازی) که به‌عنوان داده‌های آموزشی وارد مدل می‌شوند، در واقع نمونه‌های منفی واقعی نیستند. این مسئله می‌تواند باعث افزایش عدم‌قطعیت در مدل‌های پتانسیل معدنی شده و بر دقت آن‌ها تاثیر منفی بگذارد. به‌منظور مقابله با این چالش‌ها، در این پژوهش از الگوریتم یادگیری عمیق بدون نظارت، یعنی خودرمزگذار عمیق، برای تولید مدل پتانسیل معدنی مرتبط با کانی‌سازی مس پورفیری در منطقه ورزقان استفاده شده است. این روش بدون نیاز به داده‌های آموزشی برچسب‌گذاری‌شده قادر است به‌طور موثر روابط و الگوهای پیچیده، غیرخطی و پنهان میان داده‌های اکتشافی را شناسایی کرده و مدل پتانسیل معدنی مناسبی تولید کند. در این راستا، ابتدا با در نظر گرفتن مدل مفهومی کانسارهای مس پورفیری، پنج لایه شاهد شامل اثر ژئوشیمیایی چندمتغیره، چگالی گسل، فاصله از توده‌های نفوذی و فاصله از دگرسانی‌های فیلیک و آرژیلیک تولید شد. سپس این لایه‌ها با استفاده از توابع لجستیکی به فضای فازی منتقل شدند و در نهایت، با استفاده از الگوریتم خودرمزگذار عمیق با یکدیگر تلفیق شدند. نتایج این تحقیق نشان می‌دهند که روش استفاده‌شده توانسته است بر اساس خطای بازسازی یک مدل پتانسیل معدنی مناسب تولید کند و آنومالی‌ها و اهدافی را شناسایی نماید که با کانی‌سازی مورد جستجو در ارتباط هستند. علاوه بر این، مدل تولیدشده توانسته است 76 درصد از رخدادهای معدنی شناخته‌شده را در 24 درصد از مساحت منطقه مورد مطالعه پیش‌بینی کند که این امر نشان‌دهنده دقت بالای مدل در شناسایی نواحی مستعد کانی‌سازی مس پورفیری است. مناطق آنومال شناسایی‌شده توسط این روش انطباق مناسبی با توده‌های نفوذی دارند که از نظر زمین‌شناسی بسیار حائز اهمیت است. بنابراین، ارزیابی‌های کمی و کیفی انجام‌شده عملکرد مدل را در شناسایی مناطق امیدبخش با دقت بالا و مناسب نشان می‌دهند. بر این اساس، نتایج این پژوهش می‌توانند برای طراحی مراحل بعدی اکتشاف در منطقه ورزقان برای کانی‌سازی مس پورفیری مفید واقع شوند.