پیشبینی عیار طلا در معدن زرشوران تکاب با استفاده از روش های رگرسیون خطی و غیر خطی

نویسندگان

1 عضو هیات علمی

2 مهندسی معدن، دانشکده مهندسی علوم و زمین، دانشگاه صنعتی اراک، اراک، ایران

10.22084/nfag.2020.21805.1420

چکیده

در اکتشاف کانسارهای پنهان، عناصر ردیاب نقش مهمی ایفا می‌کنند. اطلاعات حاصل از عناصرکمیاب در توصیف کیفی کانسارها قابل توجه بوده و از این نظر، عناصر جیوه، آرسنیک و آنتیموان مهمترین عناصر ردیاب در اکتشاف طلای اپی‌ترمال هستند. با توجه به اندازه-گیری غلظت 35 عنصر و 108 نمونه از کانسار اپی ترمال طلای زرشوران، اهمیت عناصر ردیاب در تخمین طلا به خوبی مشخص شد. انتخاب عناصر ردیاب با توجه به روش های آماری چند متغیره (تحلیل عاملی و تحلیل خوشه ای) جهت پیشبینی عیار عنصر طلا صورت گرفت. این تحلیل ها نشان داد عناصر نقره، آرسنیک، کادمیوم، سرب، طلا، آنتیموان و روی همبستگی مثبت قوی نسبت به هم دارند. براساس مدل های رگرسیون خطی و غیر خطی چند متغیره، معادلات و عناصر برای پیشبینی عیار طلا و نقره مورد تحلیل و آزمون آماری قرارگرفتند. ضریب همبستگی، آزمون فیشر، آزمونt استیودنت و سطح احتمال نشان دادند که عناصرکادمیوم، آرسنیک و آنتیموان برای پیشبینی طلا و عناصر آرسنیک، کادمیوم، سرب و آنتیموان برای پیشبینی نقره مناسب‌اند. علاوه بر این، مدل رگرسیون غیر خطی نمایی برای پیشبینی، مناسب‌تر تشخیص داده شد. اگر چه مدل های رگرسیونی پیشنهادی برای منطقۀ کوچکی مورد استفاده قرار گرفت ولی می تواند در مقیاس ناحیه ای و همچنین در تمام مراحل اکتشاف و در ترکیب با سایر روش ها در اکتشاف کانسارها مفید واقع شوند.

کلیدواژه‌ها


عنوان مقاله [English]

Prediction of gold concentration in Takab Zarshuran using linear and nonlinear regression methods

نویسندگان [English]

  • Feridin Ghadimi 1
  • Rayhaneh Alimohamadi 2
1 Arak university and Technology
2 Mining Department,Arak University of Technology, Arak, Iran
چکیده [English]

This paper show the importance of trace elements in the estimation of Au and Ag. To predict Au and Ag, the selection of finder elements was performed using multivariate statistical analysis of factor analysis and cluster analysis and linear and nonlinear regression models. In this research, it were studied 35 elements in 108 samples using statistical software Statistica 10, for forecasting and estimating the best finder elements for Au and Ag. Data were controlled based on statistical methods including identifying out-of-order elements, normalization and data standardized. Based on factor analysis and cluster analysis, the elements of the same group with Au and Ag include, Pb, Sb, As, Cd, and Zn, which can act as a finder element of Au and Ag. The purpose of the multiple regression method is to find the logical relationship between Au, Ag and finder elements. In this study, it is considered Au and Ag as dependent variables and Zn, As, Cd, Pb and Sb as independent variables. The correlation matrix shows that the correlation of Au with Zn, As, Cd and Sb is higher than 0.70 and Pb is less than 0.70. Therefore, based on linear and nonlinear regression models, Fisher test, Student t test and probability level showed that the elements of Cd, As and Sb are suitable for prediction of Au and As, Cd, Pb and Sb for prediction of Ag. In addition, non-linear regression model was found to be more suitable for prediction.

کلیدواژه‌ها [English]

  • "Finder elements"
  • "Factor analysis"
  • "Cluster analysis"
  • "Regression models"
  • "Zarshuran gold"