بررسیهای‌ دورسنجی‌ به‌ منظور بارزسازی‌ و تفکیک‌ زونهای‌ دگرسانی‌هیدروترمالی‌ در منطقه‌ جنوب‌ خاوری‌ کرمان با تأکیدی‌ بر استفاده‌ ازروشهای‌ آماری‌ تک‌ متغیره‌ و چند متغیره درپردازش‌‌

دسته دورسنجی و GIS
گروه سازمان زمین شناسی و اکتشافات معدنی کشور
مکان برگزاری بیست و یکمین گردهمائی علوم زمین
نویسنده ناصر نعیمی‌ قصابیان ، سیمین‌ مهدیزاده‌تهرانی ، داود رفاهی‌
تاريخ برگزاری ۳۰ آبان ۱۳۸۴

چکیده‌:
محدوده‌ مورد مطالعه‌ درجنوب‌ خاورى‌ استان‌ کرمان‌ واقع‌ شده‌ و بخشى‌از جنوب‌ خاورى‌ مجموعه‌ آتشفشانى‌ ارومیه‌ - دختر رادربر مى‌گیرد.که‌ با روندى‌ شمال‌ باخترى‌ - جنوب‌ خاورى‌ با درازاى‌ بیش‌ از ۲۰۰۰کیلومتر و پهناى‌ بین‌ ۴۰ تا ۶۰ کیلومتر به‌ موازات‌ زون‌ سنندج‌ - سیرجان‌ وکمربند کوهزایى‌ زاگرس‌ قرار گرفته‌ است‌ و از نوع‌ آندى‌ مى‌باشد.نظر به‌ اینکه‌ جایگاه‌ کانسارهاى‌ پورفیرى‌ بزرگ‌ دنیا و ذخایر طلاى‌اپى‌ترمال‌ در ارتباط‌ با زونهاى‌ فرورانش‌ بوده‌ و تمرکز آنها بیشتر درنواحى‌ دگرسان‌ شده‌ و محل‌ گسلهاى‌ بزرگ‌ حاشیه‌ دهانه‌هاى‌ آتشفشانى‌مى‌باشد.
لذا با استفاده‌ از داده‌هاى‌ ماهواره‌اى‌ و روشهاى‌ پردازش‌ تصویر بویژه‌استفاده‌ از روشهاى‌ آمارى‌ تک‌ متغیره‌ و چند متغیره‌ نظیر بردار ویژه‌،مقادیر ویژه،‌ ماتریس‌ کوواریانس‌، ماتریس‌ همبستگى‌ وروش PCA و.... در ناحیه‌ موردمطالعه‌، این‌ قابلیت‌ ایجاد شد تا با تشخیص‌ نواحى‌ دگرسان‌ شده‌هیدروترمالى‌، تشخیص‌ ساختهاى‌ آذرین‌، شناسائى‌ انواع‌ گسلها وشکستگیها، شناسایى‌ نواحى‌ با شکستگى‌ متقاطع‌ و ساختمانهاى‌ حلقوى‌، جایگاه‌احتمالى‌ آنها را تشخیص‌ داده‌ و با تلفیق‌ نتایج‌ بدست‌ آمده‌ با سایر داده‌هااز قبیل‌ زمین‌شناسى‌، ژئوشیمى‌ و ژئوفیزیک‌ هوایى‌ امکان‌ وجود آنها بیشترپى‌ برده‌ شود.
در مجموع‌ با استفاده‌  از بررسیهاى‌ دورسنجى‌ چندین‌ ناحیه‌ امیدبخش‌جهت‌ اقدامات‌ بعدى‌ پیشنهاد گردیده است.‌
 
 
 
 
 
 
 
ABSTRACT
    The study area, situated in SE of Kerman province, and is part of SE Urnmieh - Dokhtar magmatic belt with NW-SE ternd and more than ۲۰۰۰ km length and ۴۰-۶۰ km width extend along entire lengeth of the Sanandaj-Srjan Zone and the Zagros orogenic belt. The assemblage is an Andean type magmatic arc.
  This paper discusses, in detail, how to use image processing methods, especially used analysis of multivariate statistics to enhance and extract image information witch is relevant to hydrothermal processing including magmatic intrusion structures, structure and country Rocks hydrothermal alteration, ring structures and so an , and combained them with geological , geochemical and aeromagnetic Data. Finally hydrothermal Alteration zone and some hope- giving mining origins are introduced in sabzevaran sheet.
 

مقدمه‌ :
در سالهای‌ اخیر کاربرد تصاویر ماهواره‌ای‌ در اکتشافات‌ ناحیه‌ای‌ براساس‌وجود سنگهای‌ دارای‌ آلتراسیون‌ هیدروترمال‌ بطور چشمگیری‌موفقیت‌آمیز بوده‌ است‌. اکتشاف‌ کانسارهای‌ هیدروترمالی‌ با استفاده‌ ازپردازش‌ تصاویر ماهواره‌ای‌ بر پایه‌ خصوصیات‌ پدیده‌های‌ سطحی‌ این‌ نوع‌کانسارها صورت‌ می‌گیرد. وجود مناطق‌ دگرسان‌ شده‌، یکی‌ از پدیده‌هایی‌است‌ که‌ توسط‌ آن‌ می‌توان‌ موقعیت‌ احتمالی‌ یک‌ کانسار را تعیین‌ نمود.
کانیهای‌ هیدروترمال‌ که‌ در اکتشافات‌ ناحیه‌ای‌ مورد استفاده‌ قرارمی‌گیرندبه‌ سه‌ گروه‌ ذیل‌ تقسیم‌ می‌شوند:
هیدروگسیل‌ها (رسها،میکاها)، سولفاتهای‌ آبدار (ژپیس‌ و آلونیت‌) وکانیهای‌ آهندار(‌ دارای‌ هماتیت‌، گوتیت‌ و جاروسیت‌) تغییرات‌ طیفی‌ همراه‌این‌ سنگهای‌ دگرسان‌ شده‌ توسط‌ سنجنده‌های‌ TM وETM+ ماهواره لندست‌ قابل‌ ثبت‌ است‌. در تکنولوژی‌ سنجش‌ از دور قسمت‌ نور مرئی‌ تا مادون‌قرمز طول‌ موج‌ کوتاه‌( m 1/1-4/0) بیشترین‌ کاربرد را در تشخیص‌انواع‌ دگرسانی‌ هیدروترمال‌ دارد. دگرسانی‌ هیدروترمال‌ معمولاً با وجوداگسیدهای‌ آهندار‌ و هیدروگسیل‌ها مشخص‌ می‌گردد.
در بررسیهای‌ دورسنجی‌ در منطقه‌ جنوب‌ خاوری‌ کرمان‌ که‌ در محدوده‌طول‌ جغرافیایی‌ َ30 و ْ57 تا َ00 و ْ58 خاوری‌ و عرض‌ جغرافیایی‌ َ30 و ْ28 تاَ00 و ْ29 شمالی‌ واقع‌ شده‌ است‌ از داده‌های‌ سنجیده‌ TM ، +ETM وداده‌های‌ پنکروماتیک‌ اسپات‌ استفاده‌ شده‌ است‌.
هدف‌ اصلی‌ این‌ مقاله‌ کاربرد عملی‌، داده‌های‌ آماری‌ در پردازش‌ تصاویرماهواره‌ای‌ بویژه‌ تشخیص‌ مناطق‌ دگرسان‌ شده‌ و کانسارهای‌هیدروترمالی درسیستمهای‌ پورفیری‌ است‌.
 
پردازش‌ تصاویر :
داده‌های‌ مورد استفاده‌ در ناحیه‌ مورد مطالعه‌ را قسمتی‌ از صحنه‌اطلاعاتی‌، داده‌های‌ سنجنده‌ TM و +ETM به‌ شماره‌ گذر 159  ردیف‌ 40تشکیل‌ می‌دهد که‌ در تاریخ‌ 26 آوریل‌ 2000  تصویربرداری‌ شده‌ است‌.
جهت‌ پردازش،‌ مراحل‌ ذیل‌ انجام‌ شده‌ است‌:
1- مرحله‌ پردازش‌ مقدماتی ‌  2- مرحله‌ پردازش‌ نهائی‌       3- تفسیر
بعد از پردازش‌ مقدماتی‌ که‌ شامل‌ موزائیک‌، تصحیحات‌ هندسی‌وتابشسنجی‌ و تلفیق‌ داده‌ها می‌باشد در مرحله‌ پردازش‌ نهائی‌ به‌ منظوربارزسازی‌ مناطق‌ دگرسان‌ شده‌ در ناحیه‌ مورد مطالعه‌ علاوه‌ بر روشهای‌متداول‌ نظیر ایجاد تصاویر نسبتی‌، فیلتره‌، تفریقی‌ از روشهای‌ آماری‌ تک‌متغیره‌ و چند متغیره‌ بویژه‌ استفاده‌ از واریانس‌ باندها، انحراف‌ معیار ومیانگین‌ باندها، ضریب‌ همبستگی‌ بین‌ باندها (Correlation coefficent)  ،ماتریس‌ همبستگی‌ (Correlation Matrix) و ماتریس‌ کوواریانس‌(Covariance matrix) مقادیر ویژه‌ (eigenvalue)، بردار ویژه‌(eigenvectors) و تکنیک‌ تجزیه‌ مؤلفه‌های‌ اصلی‌ PCA             بشرح‌ ذیل‌ نیز استفاده‌ شده‌ است‌ :
  1 - تجزیه‌ و تحلیل‌ تک‌ متغیره باندها:
قبل‌ از پرداختن‌ به‌ محاسبه‌ تصاویر نسبتی‌، جهت‌ انتخاب‌ بهترین‌ باندها وکسب‌ اطلاعات‌ بیشتر در ترکیب‌ رنگی‌، استفاده‌ از روشهای‌ آماری‌ تک‌ متغیره‌مفید به‌ نظر می‌رسد.
نتایج‌ تجزیه‌ و تحلیل‌ تک‌ متغیره‌ باندها در (Table-1) آورده‌ شده‌ است‌.این‌ جدول‌ نشان‌ می‌دهد که‌ باندهای‌ 1 و 6 دارای‌ توزیع‌ روشنائی‌ یکسان‌ ومقدار حداقل‌ بزرگتری‌ نسبت‌ به‌ دیگر باندها هستند که‌ این‌ به‌ دلیل‌ پدیده‌پراکندگی‌ اتمسفری‌ است‌. باند 2 دارای‌ کمترین‌ مقدار انحراف‌ معیار است‌ ولذا دارای‌ کنتراست‌ پائینی‌ می‌باشد، در حالی‌ که‌ باند 5 دارای‌ بیشترین‌انحراف‌ معیار است‌ که‌ این‌ نیز به‌ دلیل‌ تفاوت‌ زیاد بین‌ عکس‌ العمل‌ طیفی‌مواد گوناگون‌ سطح‌ زمین‌ در این‌ باند می‌باشد که‌ تولید کنتراست‌ بالایی‌می‌نماید.
ماتریس‌ همبستگی‌ (Correlation matrix) بین‌ باندها نشان‌ می‌دهد که‌باندهای‌3,2,1 در قسمت‌ مرئی‌ طیف‌ کاملاً با یکدیگر همبستگی‌ دارند.کمترین‌ همبستگی‌ بین‌ باندهای‌ 6,1 (63 درصد) و همچنین‌ 5,1 (83درصد) می‌باشد.
براساس‌ تجزیه‌ و تحلیل‌ تک‌ متغیره‌ باندها و بکار بردن‌ اندیس‌ انتخاب‌ سه‌گانه‌ بهترین‌ باندها IOBS
 (Index of optimal Band - triple) ترکیب‌رنگی‌ ( 531=RGB) و ( RGB=754) بهترین‌ ترکیب‌ رنگی‌ جهت‌بارزسازی‌ واحدهای‌ دگرسان‌ شده‌ می‌باشد که‌ بترتیب‌ به‌ رنگهای‌ زرد وصورتی‌ دیده‌ می‌شود.
 
 
  2 - تصاویر نسبتی‌ :
تصاویر نسبتی‌ که‌ براساس‌ ویژگیهای‌ بازتابی‌ کانیهای‌ دگرسانی‌ و با تقسیم‌ارزشهای رقومی‌ (DN) یک‌ باند طیفی‌ بر باند دیگر ساخته‌ می‌شوند درتشخیص‌ زونهای‌ دگرسان‌ شده‌ نقش‌ بسزائی‌ دارند.
خصوصیات‌ طیفی‌ کانیهای‌ آبدار نظیر انواع‌ رسها، پیروفیلیت‌ و آلونیت‌،بعنوان‌ اجزای‌ اصلی‌ زونهای‌ دگرسانی‌ هستند همگی‌ در طول‌ موج35/2تا8/2 میکرومتر معادل‌ باند 7 سنجنده‌ TM و +ETM بوده‌ و بعنوان‌نشانگرهای‌ کلیدی‌ در تشخیص‌ زونهای‌ دگرسانی‌ محسوب‌ می‌شوند.
یکی‌ از مزایای‌ اصلی‌ تصاویر نسبتی‌ این‌ است‌ که‌ خصوصیات‌ طیفی‌ یا رنگی‌پدیده‌های‌ تصویر را بدون‌ توجه‌ به‌ تغییرات‌ شرایط‌ تابشی‌ وابسته نظیرتوپوگرافی‌ و رویه‌ سطح‌ زمین‌ آشکار می‌سازند.
از آنجائی‌ که‌ اکسیدهای‌ آهن‌ دارای‌ حداکثر انعکاس‌ در باند 3 و حداقل‌انعکاس‌ در باند 1 هستند لذا تصویر نسبتی‌ 3به 1برای‌ آشکارسازی‌ آهن‌فریک‌ استفاده‌ می‌شود همین‌ طور تصویر نسبتی‌ 5 به 4 برای‌ آشکارسازی‌آهن‌ فرو و مناطق‌ سیلیسی‌ شده‌ و تصویر نسبتی‌ 5 به 7 برای‌ آشکارسازی‌کانیهای‌ رسی‌ کاربرد بسزائی‌ دارد.
تصویر نسبتی‌ رنگیRGB =5/7,4/2,3/1)) سبب‌ بارزسازی‌ دگرسانی‌آرژیلیک‌ به‌ رنگ‌ صورتی‌، اکسیدهای‌ آهن‌ فریک‌ برنگ‌ آبی‌ و پوشش‌گیاهی‌ برنگ‌ زرد در ناحیه‌ مورد مطالعه‌ شده‌ است‌.
 
  3-ایجاد تصاویر تفریقی‌ :
تصاویر تفریقی‌ نیز براساس‌ ویژگیهای‌ بازتابی‌ پدیده‌های‌ مختلف‌ به‌منظور بارز کردن‌ مناطق‌ دگرسانی‌ ساخته‌ شده‌اند از جمله‌ تصویر تفریقی(‌RGB = (5-1) , (4-2) , (2-1..
  4-روش‌ تجزیه‌ و تحلیل‌ چند متغیره‌ :
تجزیه‌ مؤلفه‌های‌ اصلی‌ یکی‌ از ساده‌ترین‌ روشهای‌ آماری‌ چند متغیره‌است‌ که‌ اولین‌ بار توسط‌ کارل‌ پیرسون
(‌ 1901)تشریح‌ شده‌ است‌. این‌روش‌ در پردازش‌ تصاویر ماهواره‌ای‌ بویژه‌ آشکارسازی‌ مناطق‌ دگرسان‌هیدروترمال‌ کارآئی‌ بسزائی‌ دارد. هدف‌ از این‌ تجزیه‌، یافتن‌ تصاویرترکیبی‌ از P متغیر
 (B1,B2, ...BP) می‌باشد.
عدم‌ همبستگی‌ بین‌ این‌ شاخص‌ها یک‌ ویژگی‌ بارز این‌ روش‌ است‌ زیراعدم‌ همبستگی‌ بدین‌ معنی‌ است‌ که‌ شاخص‌ها جنبه‌های‌ متفاوتی‌ از داده‌ هارا دربرمی‌گیرد با وجود این‌ شاخص‌ها نیز طوری‌ مرتب‌ می‌شوند که‌1PC بیشترین‌ مقدار تغییرات‌ را داشته‌ باشد، 2PCدرمرتبه بعدی والاآخربطوریکه رابطه ذیل برقرارباشد:
Var(Pc1) >=Var(Pc2) >=…>=Var(pc p)
 PCها مؤلفه‌های‌ اصلی‌ نامیده‌ می‌شوند. بهنگام‌ تجزیه‌ به‌ مؤلفه‌های‌ اصلی‌اغلب‌ این‌ امید وجود دارد که‌ واریانس‌های‌ بسیاری‌ از مؤلفه‌ها آنقدر کم‌باشد که‌ قابل‌ صرف‌ نظر ازآن‌ باشند.
لذا بدست‌ آوردن‌ ماتریس‌ همبستگی‌ و ماتریس‌ کوواریانس‌ در روش‌تجزیه‌ به‌ مؤلفه‌ اصلی‌ ضروری‌ است‌.
در این‌ روش‌ به‌ تعداد متغیرها، مؤلفه‌ اصلی‌ PC داریم‌ لذا در پردازش‌تصاویر ماهواره‌ای‌ سنجنده‌ TM بعلت‌ وجود 7 باند  (B1, B2,…,B7)،7شاخص‌ مستقل‌‍Pc1,Pc2,…,Pc7)) نیز وجود دارد.
جهت‌ بدست‌ آوردن‌ بهترین‌ تصاویر رنگی‌ حاصل‌ از PCA برای‌ بارزسازی‌ساختمانهای‌ حلقوی‌ و مناطق‌ دگرسان‌ شده‌ و  معرفی‌ مناطق‌امیدبخش‌ مراحل‌ ذیل‌ انجام‌ گردید:
1- محاسبه‌ ماتریس‌ همبستگی‌ و ماتریس‌ کوواریانس‌
2- یافتن‌ مقادیر ویژه‌ (eginevalue) و بردارهای‌ ویژه‌ (eginvectors)
3- حذف‌ مؤلفه‌هائی‌ که‌ فقط‌ قسمت‌ کوچکی‌ از داده‌ها را نشان‌ می‌دهند.
ماتریس‌ همبستگی‌ وماتریس‌ کوواریانس‌ و سایر پارامترهای‌ لازم‌ در(Table-1) آورده‌ شده‌ است‌.
همانطور که‌ در جدول‌ مذکور مشاهده‌ می‌گردد. همبستگی‌ هر باند باخودش‌ 1 است‌ و معمولاً بهترین‌ همبستگی‌ بین‌ باند 6 و سایر باندهابرقرار است‌.وجود همبستگی‌ بین‌ داده‌ها نشان‌ دهنده‌ تکرار داده‌ها است.
‌ در این‌ جدول‌همچنین‌ مقادیر ویژه‌ که‌ نمایشگر طول‌ محور هر مؤلفه‌ و بیانگر مقداراطلاعات‌ در هر مؤلفه‌ است‌ همچنین‌ بردار ویژه‌ که‌ بیانگر جهت‌گیری‌مؤلفه‌های‌ اصلی‌ است‌ نشان‌ داده‌ شده‌ است‌.
در ناحیه‌ سبزواران تجزیه‌ به‌ مؤلفه‌های‌ اصلی‌ با داده‌های‌ 7 متغیر (باند)شروع‌ می‌گردد. براساس‌ جدول‌ 1 و ماتریس‌ همبستگی‌ و مقادیر ویژه‌تجزیه‌ به‌ مؤلفه‌های‌ اصلی‌ از رابطه‌ خطی‌ ذیل‌ بدست‌ می‌آید:
 اولین‌ مؤلفه‌ اصلی‌:
 
Pc1=0.390B1+0.398B2+0.4B3+0.383B4+0.388B5+0.279B6+0.303B7
ودومین مؤلفه اصلی
C2=0.027B1+0.1B2+0.255B3+0.221B4+0.125B5-0.948B6+0.048B7‍‍ ‍‍P
وهمین طورمؤلفه های اصلی دیگر
یک‌ خاصیت‌ مهم‌ مقادیر ویژه‌ عبارت‌ از این‌ است‌ که‌ جمع‌ آنهابرابر جمع برداری‌ روی‌ قطر اصلی‌ ماتریس‌ همبستگی‌ است‌، که‌ در اینجا 7 می‌باشد.
براساس‌ روابط‌ فوق‌، واریانس‌ اولین‌ مؤلفه‌ اصلی039/6 برابر متغیرهای‌اولیه‌ است‌ در صورتی‌ که‌ واریانس‌ مؤلفه‌ دوم‌ 586/0 برابر متغیرهای‌ اولیه‌و سایر مؤلفه‌ها حتی‌ تغییرات‌ کمتری‌ را دربرمی‌گیرند، بنابراین‌ اولین‌ مؤلفه‌اصلی
 % (Pc1)3 /86 =100× ( 7) / (039/6 )،دومین‌ مؤلفه‌ 2PC %37/8 ،سومین‌ مؤلفه3PC %1/3 ، چهارمین‌ مؤلفه‌ (PC4) %6/1، پنجمین مؤلفه ‌%24/0  ، ششمین مؤلفه ‌ %22/0 و هفتمین مؤلفه %15/0از کل‌ واریانس‌را دربرمی‌گیرد.
بروشنی‌ معلوم‌ می‌گردد که‌ اولین‌ مؤلفه‌ به‌ مراتب‌، با اهمیت‌تر از بقیه‌مؤلفه‌هاست‌.
با بکارگیری‌ باندهای‌ مختلف‌ مؤلفه‌های‌ اصلی‌، تصاویر مجازی‌ متنوعی‌ساخته‌ شد که‌ در نهایت‌ بهترین‌ تصویر از نظر جداسازی‌ و تفکیک‌ مناطق‌دگرسان‌ شده‌ ترکیب‌1B- 4RGB = PC5 - PC می‌باشد که‌ مناطق‌دگرسان‌ شده‌ آرژیلیکی‌ به‌ رنگ‌ زرد پررنگ‌ با لکه‌های‌ سفید دیده‌می‌شود.
 
 
نتیجه‌گیری‌ و بحث‌:
در مجموع‌ با استفاده‌ از روشهای‌ آماری‌ تک‌ متغیره‌ و چند متغیره‌ وروشهای‌ متداول‌ دیگر در پردازش‌ تصاویر ماهواره‌ای‌ در جنوب‌ خاوری‌کرمان‌ (سبزواران‌)، توانستیم‌ مناطق‌ دگرسانی‌ هیدروترمال‌، انواع‌ گسلها وروند و تمرکز آنها، ساختارهای‌ حلقوی‌، توده‌های‌ نفوذی‌ را شناسائی‌ کرده‌و چندین‌ منطقه‌ امیدبخش‌ بشرح‌ ذیل‌ را معرفی‌ نمائیم‌:
1- منطقه‌ دگرسان‌ شده‌ شمال‌ آبادی‌ بیدمشک‌
2- منطقه‌ دگرسان‌ شده‌ آرژیلیکی‌ واقع‌ در جنوب‌ باختری‌ آبادی‌ ده‌ درک‌و باخترآبادی‌ انارک‌ بالا.
3- منطقه‌ دگرسان‌ شده‌ در باختر روستای‌ گمرکان‌ در جنوب‌ باختری‌ برگه‌سبزواران‌، که‌ در بازدید صحرائی‌ از این‌ منطقه‌ اندیسهای‌ مس‌ و آهن‌ نیزمشاهده‌ شده‌ است‌.
4- محدوده‌ای‌ بین‌ روستای‌ انجیرک‌ و آبادی‌ ده‌ درک‌، که‌ با توجه‌ به‌ وجود دو گسل‌ موازی‌ در اطراف‌ محدوده‌ و نزدیک‌ بودن‌ به‌ توده‌ نفوذی‌گرانودیوریتی‌ و نیز دگرسانی‌ آرژیلیکی‌ منطقه‌ای‌ بااهمیت‌ می‌باشد.
لازم‌ به‌ ذکر است‌ که‌ نتایج‌ بدست‌ آمده‌ از مطالعات‌ دورسنجی‌، توسط‌عملیات‌ صحرائی‌ بررسی‌ و دقت‌ و صحت‌ آنها مورد تأیید قرار گرفته‌شده‌ است‌.

کلید واژه ها: کرمان