%0 Journal Article %T مدل‌سازی وارون داده‌های ژئوفیزیکی و پتانسیل‌یابی سرب و روی اره‌گیجه رباط خمین استان مرکزی با استفاده از تلفیق اطلاعات اکتشافی در سامانه اطلاعات مکانی (GIS) %J یافته‌های نوین زمین‌شناسی کاربردی %I دانشگاه بوعلی سینا %Z 2228-5873 %A احمدی, رضا %A افضلی, نوشین %D 2019 %\ 05/22/2019 %V 13 %N 25 %P 17-32 %! مدل‌سازی وارون داده‌های ژئوفیزیکی و پتانسیل‌یابی سرب و روی اره‌گیجه رباط خمین استان مرکزی با استفاده از تلفیق اطلاعات اکتشافی در سامانه اطلاعات مکانی (GIS) %K کانسار سرب و روی اره‌گیجه رباط خمین %K پتانسیل‌یابی مواد معدنی %K شباهت به گزینه ایده‌آل فازی %K مدل‌سازی وارون %K شبه‌مقاطع ژئوفیزیکی %R 10.22084/nfag.2018.16097.1304 %X در کانسار سرب و روی اره­گیجه رباط خمین فعالیت­های اکتشافی به دو روش غیرمستقیم و مستقیم در دو مرحله انجام شده است. در پژوهش حاضر ابتدا براساس اطلاعات اکتشافی مرحله اول یعنی داده­های ژئوفیزیکی برداشت مستطیلی، عیارسنجی اکتشافات سطحی و اطلاعات زمین­شناسی، با استفاده از روش دانش­محور منطق فازی، مناطق امیدبخش مورد شناسایی قرار گرفت. برای دستیابی به این هدف، لایه­های شاهد منطقه شامل داده­های ژئوفیزیکی، گسل، ژئوشیمی و زمین­شناسی در محیط نرم­افزار ArcGIS تلفیق شد. برای وزن­دهی و اولویت­بندی لایه­های اکتشافی، از میان روش­های مختلف تصمیم­گیری چندمعیاره، روش شباهت به گزینه ایده­آل فازی مورد استفاده قرار گرفت. به­منظور تشکیل نمودار سلسله مراتبی نیز از روش دلفی (Delphi) استفاده شد و در این راستا چهار معیار اصلی دقت و قابلیت اطمینان نتایج، زمان و هزینه عملیات، تعداد داده­ها و تفسیر نتایج، مد نظر قرار گرفت. در نهایت پس از رتبه­بندی لایه­های اطلاعاتی و براساس اولویت­بندی آن­ها، نقشه مناطق امیدبخش ماده معدنی با استفاده از روش مجموع وزن­ها تهیه شد. سپس اکتشافات ژئوفیزیک عمقی منطقه به روش­های مقاومت ویژه و قطبش القایی، از طریق تعیین میزان همبستگی خطی بین داده­های ژئوفیزیکی بعد از مدل­سازی وارون هموار با داده­های عیارسنجی گمانه­های اکتشافی عمیق (مرحله دوم عملیات اکتشاف) منطبق بر پروفیل­های ژئوفیزیکی، اعتبارسنجی شد. در پایان براساس داده­های عیارسنجی گمانه­های موجود، صحت رویکرد پتانسیل­یابی سرب و روی با درجه اعتباری در حدود 56 درصد، اعتبارسنجی گردید. %U https://nfag.basu.ac.ir/article_2489_cabb7d072ddb7d02ac32955f3b338c14.pdf