Estimating gold-ore mineralization potential within Topolninsk ore field (Gorny Altai)

Timkin, Timofey; Ворошилов, В. Г.; Askanakova, O Y; Cherkasova, T; Chernyshov, A. I.; Korotchenko, T V

doi:10.1088/1755-1315/27/1/012010

Cited by 4 publications

(2 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Such data can make statistical problems, because, firstly, statistical methods require a complete set of non-censored data, and secondly, in some cases, such as anomaly separation from background and relative measurements, the existence of censored data leads to inappropriate evaluations. If the censored data are identified and replaced, the amount of background and intensity of the anomalies will be calculated more accurately [22][23][24][25].…”

Section: Raw Data Preparation Methodsmentioning

confidence: 99%

Исследование Геохимического Поведения Титана И Цинка На Основе Метода K-Средних И Искусственных Нейронных Сетей Для Прогнозирования Новых Площадей, Регион Киви, Иран

Ширази¹,

Ziaii²,

Хезархани³

et al. 2021

IZVESTIYA

View full text Add to dashboard Cite

Актуальность. Это первые геохимические исследования в горнорудном районе Киви. Они необходимы в виду возможного наличия в районе перспективных месторождений титана и цинка. Сложность геологического строения определяет необходимость применения нетрадиционных методов исследования и прогнозирования – искусственных нейронных сетей и методов кластеризации – для оценки поведения химических элементов. Цель заключается в определении геохимического поведения Ti и Zn для прогнозирования новых рудоносных площадей и перспективных участков. Объект: район Киви в провинции Ардебиль, Иран (Иранский Азербайджан), геохимическая карта масштаба 1:100000. Методы. Исходными данными послужили отобранные пробы из донных отложений района Киви, которые были проанализированы методом ICP-MS. Интерпретация геохимических данных проводилась с использованием одномерных и многомерных статистических методов, включая кластеризацию методом K-средних. Содержания Ti также были предсказаны с использованием искусственных нейронных сетей. Результаты. Согласно результатам, полученным в процессе обработки геохимических данных, было составлено уравнение регрессии, которое представляет собой функцию для оценки содержания титана на основе трех параметров: содержания цинка, длины и ширины точек отбора проб, коэффициента корреляции. Согласно результатам исследования, были предсказаны концентрации Ti; коэффициент корреляции между исходными и предсказанными значениями составил 0,51. Метод искусственных нейронных сетей дает более точные данные, чем кластеризация методом К-средних. Были построены схематические карты исходных и предсказанных содержаний Ti. Результаты исследования можно использовать в процессе проведения геологоразведочных работ для прогнозирования и выявления новых перспективных площадей.

show abstract

Section: Raw Data Preparation Methodsmentioning

confidence: 99%

Исследование Геохимического Поведения Титана И Цинка На Основе Метода K-Средних И Искусственных Нейронных Сетей Для Прогнозирования Новых Площадей, Регион Киви, Иран

Ширази¹,

Ziaii²,

Хезархани³

et al. 2021

IZVESTIYA

View full text Add to dashboard Cite

show abstract

“…Currently, geochemical exploration is deemed a critical means of generating a data layer in the mineral exploration process [1][2][3][4][5][6][7][8]. Many parameters are used in exploratory data analysis-including the full range of geochemical analysis products, the detection limits, sensitivity and accuracy of analyzers, the possibility of analyzing various geochemical variables and various data processing methods-with the goal of obtaining optimal results.…”

Section: Introductionmentioning

confidence: 99%

Geostatistical and Remote Sensing Studies to Identify High Metallogenic Potential Regions in the Kivi Area of Iran

et al. 2020

View full text Add to dashboard Cite

The Kivi area in the East Azerbaijan Province of Iran is one of the country’s highest-potential regions for metal element exploration. The primary goal herein was to process the data obtained from geochemical, geostatistical, and remote sensing tools (in the form of stream sediment samples and satellite images) to identify metallic mineralization anomalies in the region. After correcting the raw stream sediment geochemical data, single-variable statistical processing was performed, and Ti and Zn were identified as the elements with the highest degree of contrast. The relationship among these elements was further investigated using correlation and hierarchical clustering analyses. Principal component analysis was then applied to determine the principal components related to these elements, which were subsequently plotted on a regional geological map. Elements related to Ti and Zn were identified using threshold limits of anomalous samples determined via linear discriminant analysis. Lithological units and alteration patterns were detected through remote sensing investigations on Landsat-8 images. Stream sediment geochemical and remote sensing survey results identified anomalous areas of Ti and Zn in the eastern part of the study region. Our results indicate that Ti and Zn are good pathfinder elements for further exploratory investigation in this area.

show abstract

Mineralogy of the Svetloye epithermal district, Okhotsk-Chukotka volcanic belt, and its insights for exploration

Yakich

Ananyev

Ruban

et al. 2021

Ore Geology Reviews

View full text Add to dashboard Cite

Estimating gold-ore mineralization potential within Topolninsk ore field (Gorny Altai)

Cited by 4 publications

References 4 publications

Geostatistical and Remote Sensing Studies to Identify High Metallogenic Potential Regions in the Kivi Area of Iran

Mineralogy of the Svetloye epithermal district, Okhotsk-Chukotka volcanic belt, and its insights for exploration

Contact Info

Product

Resources

About