مجله فانوس توانمندسازی جوانان از طریق رسانه
مطالب مرتبط
ارسالی نوریه
برای در یافت مقاله بصورت کامل و با فرمت pdf اینجا را کلیک نمایید.
ETM+ منطقه جنوب شرق قمصر
بمنظور تعيين نقاط اميد بخش مس – طلا
حميد امراللهي1 ، هوشنگ اسدي هاروني2 دانشجوي دوره كارشناسي مهندسي اكتشاف معدن ، دانشكده مهندسي معدن ، دانشگاه صنعتي اصفهان E-mail: hamid_miner@yahoo.com عضو هيئت علمي دانشكده مهندسي معدن ، دانشگاه صنعتي اصفهان E-mail:hooshang@cc.iut.ac.ir
چكيده :
منطقه مورد مطالعه روي نوار ولكانيكي اروميه – دختر و در 9 كيلومتري جنوب شرقي قمصر قرار دارد. با توجه به اينكه نوار ولكانيكي اروميه – دختر داراي پتانسيل بالايي از ذخاير مس و طلا (نظير سرچشمه و زرشوران) مي باشد ، مي توان در اين منطقه نيز به شناسايي زون هاي كاني سازي احتمالي و يا هاله هاي آلتراسيون در رابطه با كاني سازي هاي مذكور اقدام نمود . در اين تحقيق ، بر اساس پردازش داده هاي ماهواره ايETM+ با استفاده از روش كروستا و تكنيك بهينه شده كروستا ، شناسايي و معرفي هفت زون اميد بخش شامل آلتراسيون هاي آرژيليكي و اكسيد آهن انجام گرفت و در طي آناليز شيميايي تعدادي نمونه سنگ ، از سه نقطه از 7 نقطه معرفي شده ، غلظت هاي قابل توجهي از طلا(تا حد 2 gr/ton) ، مس(تا حد200 ppm) ، موليبدن(تا حد 78 ppm) و آرسنيك(تا حد160 ppm) بدست آمد كه مي توانند شواهد پتانسيلِ كاني سازي احتمالي مس و طلا به حساب آيند . واژه هاي كليدي : اروميه دختر ، داده هاي ماهواره اي ETM+ ، آناليز مولفه هاي اصلي ،كروستا ، نقطه اميد بخش ، كاني سازي مس – طلا
مقدمه :
دور سنجي يا سنجش از دور ( Remote Sensing)دانشي است كه با مشاهده و اندازه گيري يك پديده بر روي سطح زمين از فاصله دور و بدون تماس فيزيكي با آن ، مي تواند اطلاعات ارزنده اي را ارائه نمايد؛ سپس با استفاده از اين اطلاعات در مراحل بعدی و با پردازش و تفسير آنها ، می توان داده هاي مفيدی را استخراج كرد . يكي از كاربردهاي مهم تكنيك هاي دور سنجي در اكتشاف ذخاير معدني مي باشد{1}. استفاده از داده های ماهواره ای به دليل ميدان ديد فرا منطقه ای ، تکرار داده ها در مدت زمان کم ، دسترسی آسان ، چند باندی بودن ، توانايی بارز سازی و فراهم نمودن تصاوير رنگی جهت انجام مهمترين کارهای صحرايی از قبيل تعيين موقعيت زون های آلتراسيون ، تعيين موقعيت قرار گيری ، نقشه برداری ساختاری و سنگ شناسی به کار گرفته شده و روشن است كه سبب صرفه جويی در زمان ، هزينه ونيروی انسانی با کسب دقت بيشتر در بررسی های مختلف منابع معدنی شده است {1}. مهمترين قدم در اكتشاف ، مشخص كردن واحد زمين شناسي بارور است كه بر اساس عوارض سطحي ايجاد شده توسط عوامل دخيل در تشكيل كانسار شناخته مي شود . يكي از اين عوارض ها ، آلتراسيون ها مي باشند كه در اثر واكنش بين سنگ ديواره با محلول هاي كانسار ساز ايجاد مي گردند . همچنين ، اغلب كانسارهاي شناخته شده الگوي منطقه بندي مناسبي از كاني سازي و آلتراسيون سنگ ديواره را كه بصورتهاي مختلفي توسط اكسيدهاي مهم و يا تمركز عناصر اصلي تعريف شود ، ارائه مي دهند . از طرفي كاني سازي كانسارهاي فلزي ارتباط نزديكي با فعاليت هاي گرمابي دارد و از آنجا كه فعاليت هاي گرمابي و اثرات آن را بطور مستقيم نمي توان روي نقشه زمين شناسي نشان داد و نيز گاهي تشخيص آن روي زمين مشكل است ، لذا شناسايي اين گونه پديده ها ، در انتخاب محل كاني سازي و بررسي محدوده كاني سازي ، از روي تصاوير ماهواره اي مفيد و مناسب مي باشد {2}.
بطور كلي در اجراي عمليا ت اكتشافي، مطالعه تصاوير ماهواره اي يك منطقه قبل از كار صحرائي بدلايل ذيل يك امر كاملا مفيد است : توجه خاص به مناطقي كه در آنها مطالعه جزئيات روي زمين يا کنترل زمينی داراي اهميت بيشتري است. مطالعه تصاوير ماهواره اي سبب آشنايي بيشتر با جغرافياي ناحيه شده و ميتواند در انتخاب محل ، مسير و غيره كمك شاياني نمايد. استفاده از تصاوير ماهواره اي بعلت ديد بسيار وسيع (نسبت به عكسهاي هوائي) اين اجازه را به مفسر ميدهد كه همبستگي بين عوارض مختلف زمين شناسي ناحيه را تعيين كند. مطالعه و پردازش داده های ماهواره اي در تشخيص عوارض و كنترل كننده هاي كاني سازي نظير نوع سنگ ، كنتاكتها، ساختارهای خطی وحلقوی ، آلتراسيون ها و غيره امكانات زيادي را در اختيار زمين شناس اكتشافي قرار ميدهد؛ پر واضح است كه تشخيص اين عوارض می تواند بطور مستقيم يا غير مستقيم در اکتشاف منطقه ای ذخاير معدنی نظير مس و طلا مثمر ثمر باشد.{1} موقعيت جغرافيايي و زمين شناسي :
منطقه مورد مطالعه به وسعت تقريبي 175 كيلومتر مربع ، روي نوار ولكانيكي اروميه – دختر و از 5 كيلومتري جنوب شرقي قمصر تا روستاي قهرود امتداد دارد . اين منطقه در نقشه زمين شناسي كاشان با مقياس 000/1:250 ، تهيه شده توسط سازمان زمين شناسي ايران ، قرار مي گيرد . توده نفوذي قمصر ـ قهرود با ترکيب ديوريت تا گرانوديوريت با نفوذ به داخل سنگ‌هاي آهکي کرتاسه، ميان لايه هاي آهكي سازند معادل كرج ائوسن و آهكهاي اليگوميوسن سازند قم منجر به اسكارن زايي گسترده در هاله همبري با اين سنگها شده است . خصوصاً آندزيت هاي مربوط به دوره سيلورين و توده هاي نفوذي گرانيت – گرانوديوريت مربوط به دوره ميوسن مياني در اين ناحيه مشهود مي باشد . بارزترين انديس معدني کبالت در ايران کانسار لاجورد ، در شمال قمصر است. اين کانسار در حد فاصل آهک هاي تيره رنگ معرف رخساره پلاژيک قسمت زيرين سازند قم و آهک هاي سفيد رنگ ريفي جوانتر اين سازند و در مجاورت يک توده نفوذي ميکرو ديوريتي تشکيل شده است. شکل کانسار رگه اي و متشکل از کاني هاي مگنتيت و هماتيت داراي پيريت و کالکو پيريت واريترين مي باشد (تقي زاده و رضوي 1361). همچنين كانسار شناخته شده آهن در 4 كيلومتري جنوب شرق قمصر ، مراحل اكتشافات نهايي خود را طي مي نمايد. در شكل 1 موقعيت جغرافيايي منطقه مورد مطالعه و عوارض مربوط به آن بر روي تصوير تركيب رنگي RGB 741 مشخص گرديده است . در اين تصوير ، پوشش گياهي(حواشي شهر قمصر و روستاهاي قهرود و جوينان) به رنگ سبز مشخص است . اخذ و نوع داده ها ماهواره ای Data Acquisition/Type : براي انجام اين پروژه دورسنجي ، تصويري از ماهواره ي لندست 7(Landsat7) كه توسط سنجنده ي ETM(Enhanced Thematic Mapper) ، در هشت باند تصوير برداري گرديده است ، با فرمت GeoTIFF و بدون مکان مرجع (بدون تصحيحات هندسي) تهيه گرديد . اين داده ماهواره اي در واقع شامل سه باند مرئي (آبي ، سبز ، قرمز) ، يك باند مادون قرمز نزديك و دو باند مادون قرمز مياني ، همگي با قدرت تفكيك مكاني 30 متر و با خصوصيات بازتابي و يك باند مادون قرمز حرارتي با قدرت تفكيك مكاني 120 متر و خصوصيات جذبي است{1} . در اين پروژه باندهاي 1 تا 5 و باند 7 بدليل مؤثر بودن آنها در تفسير عوارض زمين شناسي بكار گرفته شدند . البته باند هشتم با قدرت تفكيك مكاني 15 متر براي انجام Resampling و تبديل پيكسل هاي 30 متري به 15 متري به منظور بالا بردن كيفيت تصاوير در مرحله ارائه نتايج استفاده گرديد . براي پردازش و تفسير اين داده ها از نرم افزار ENVI 4.0 و براي توليد تصاوير نهايي و معرفي نقاط اميد بخش و كنترل نقاط در محيط GIS از نرم افزار MapInfo Professional v8.0 استفاده گرديد. آناليز مولفه اصلي(Principal Components Analysis يا PCA) : آناليز مولفه اصلي جهت كاهش بعد داده ها به تعداد كمتري مولفه اصلي بكار مي رود ، بعبارت ديگر اطلاعات موجود در باندهاي چند طيفي غالباً داراي ابعاد كمتر از تعداد باندها مي باشند . در واقع يكي از اهداف اصلي PCA تعيين تعداد ابعاد موجود در داده هاي چند طيفي تصاوير ماهواره اي مي باشد . در آناليز مولفه اصلي تجمع اطلاعات در چند مولفه اول بيشتر بوده و مولفه هاي بعدي بيشتر شامل Noise مي باشند ( اين مولفه ها فقط وقتي با تصاوير قويتر تركيب شوند ميتوانند داراي كاربرد موثري باشند ) . در روش PCA اطلاعات چند تصوير در يك تصوير متراكم شده و اختلاف درجات روشنايي به حداكثر مي رسد ؛ تعداد PCA ساخته شده بستگي به تعداد باندهاي انتخاب شده دارد و ما مي توانيم پس از اعمال روش PCA ، چند تصوير جداگانه داشته باشيم . در انتخاب باندها براي اعمال تكنيك PCA بايد باند هائي را انتخاب كرد كه با هم همبستگي كمتري داشته باشند . زيرا وجود همبستگي بين باندها نشاندهنده وجود داده هاي مشترك يا به عبارت ديگر تكرار داده ها است ؛ بنابر اين در جايي كه تلفيق داده ها جهت بدست آوردن حداكثر اطلاعات ممكن مد نظر باشد ، هر چه ميزان همبستگي باندها كمتر باشد تركيب آنها حاوي اطلاعات بيشتري خواهد بود . از سويي ، براي محاسبه همبستگي بين تصاوير باندهاي مختلف ، ضرايب همبستگي براي دو به دو باندهاي مختلف (باند 6 در نظر گرفته نمي شود چون مربوط به طول موج هاي حرارتي است .) محاسبه شده و در غالب يك ماتريس همبستگي معرفي مي گردد . در بررسي ماتريس همبستگي ، قابل ذكر است كه ضريب همبستگي هر باند با خودش 1 است و ضريب همبستگي كه معمولا آنرا با r نشان مي دهند عددي بين 0 تا 1 مي باشد{1و2} . روش كروستا (Crosta or selective PCA) :
اين تكنيك براي اولين بار توسط Crosta, A., Moore, J.McM., 1989. پيشنهاد گرديد ، بطوريكه بتوان يك هدف خاص را در يكي از تصاوير مولفه اصلي با پيكسل هاي روشن و نسبت به ساير پديده ها نشان داد . اين روش جهت تفكيك زونهاي آلتراسيون و بارز كردن سنگها و كانيهاي داراي اكسيد آهن و نيز كاني هاي رسي (داراي يون هيدروكسيل) بكار مي رود . بطور كلي مراحل اجراي روش كروستا بصورت زير است : الف – دو سري اطلاعات مناسب مي سازيم . اولي تركيب باندي 1،3،4 و5 (بعنوان سري اطلاعات 1) و ديگري تركيبي از باندهاي 1،4،5 و7 (بعنوان سري اطلاعاتي 2 ) . ب- اطلاعات آماري هر دسته را محاسبه مي كنيم . از شاخص هاي مهم ، مقدار ويژه ( Eigenvalue ) و بردار ويژه (Eigenvector ) كه مقدارEigenvalue نمايشگر طول محور هر مولفه بوده و بيانگر مقدار اطلاعات در هر مولفه مي باشد . ج- براي دسته اطلاعات 1 آمار مربوط به كوواريانس بردار ويژه را مطالعه مي كنيم, آن PC كه بيشترين اختلاف رابراي باند هاي 1و3 داشته باشد مشخص مي كنيم كه معمولا PC3 ياPC4 است . اين PC اكسيدهای آهن را نشان خواهد داد . د- براي سري دوم اطلاعاتي نيز كوواريانس بردار ويژه را مطالعه مي كنيم و مشخص مي كنيم كه بيشترين اختلاف براي باند هاي5 و 7 مربوط به كدام PCاست كه معمولاPC3 يا PC4 مي باشد . اين PC نمايش دهنده کانيهای حاوی بنيان هيدرو كسيل (كاني هاي رسي) مي باشد. ح- PC مناسب سري اطلاعاتي اول(اكسيد آهن) را F و PC منتخب سري اطلاعاتي دوم(رسي) را H در نظر گرفته و سپس از اين دوPC ، يك PCA جديد با دو مولفه مي سازيم و آنرا HF مي ناميم . و- نهايتاً يك تركيب باندي رنگي G B R با محتوي :
Red= (HPC4) Green= (HPC3) Blue= (FPC4) مي سازيم. در تصوير نهايي بدست آمده نقاط دگرسان شده در واقع در طي فرآيند بهينه شده اي در قالب نقاط اميد بخش معرفي مي گردند . ضمناً مي توانيم با اعمال فيلتر روي تصوير ، تصوير حا صله را جهت كار خود مناسبتر گردانيم .{1و5} تصحيحات راديومتري و هندسي Radiometric & Geometric Corrections : قبل از اجراي تصحيحات با توجه به نقاط مرجع قابل تشخيص در تصاوير ماهواره اي و نقشه هاي زمين شناسي و توپوگرافي (منطقه مورد مطالعه در نقشه توپوگرافي 000/1:250 كاشان و نقشه هاي زمين شناسي 000/1:100 نطنز وكاشان ، تهيه شده توسط سازمان زمين شناسي ، واقع شده است ) منطقه مورد مطالعه از سين(Scene) اصلي جدا گرديد ، سپس تصحيحات هندسي يا زمين مرجع كردن(Georefrencing) اين سين ، از روش تصوير به تصوير(Image to Image) و با استفاده از نقشه هاي اسكن شده نام برده ، انجام گرديد . همچنين تصحيحات راديو متريكDark object subtraction يا Haze Correction بر روي داده هاي ETM+ اجرا گرديد . آشكار سازي تصاوير ETM+ :
بعد از انجام تصحيحات راديو متري و هندسي و جدا سازي محدوده مورد نظر (Sub Map) ، هيستوگرام ارزش عددي پيكسلهاي هر باند بطور جداگانه بررسي و با اعمال روش Interactive Stretching عوارض روي زمين در هر باند واضح تر شدند. بطور كلي نتايج بدست آمده به منظور بارز سازي و افزايش وضوح نمايش پس از اجراي مرحله Interactive Stretching ارائه شده اند . ترکيب رنگی RGB برای تشخيص پوشش گياهي :
برای اينکه هنگام مشخص کردن آلتراسيون ها ، پوشش گياهي ما را دچار اشتباه نکند و قادر باشيم با Link كردن تصاوير در محيط نرم افزار ENVI از صحت آلتراسيون هاي تشخيص داده شده مطمئن شويم ، پس نياز است كه ابتدا پوشش هاي گياهي منطقه مشخص گردند . ميدانيم که گياهان در باند ۴ داده های ماهواره ای ETM+ دارای بيشترين انعکاس و در باندهای۷ و١ دارای کمترين انعکاس هستند و نيز با توجه به همبستگی بين اين باندها در ماتريس همبستگي (جدول1) ترکيب رنگی RGB(741) برای مشخص کردن پوشش گياهي در نظر گرفته شد . چون در اين ترکيب رنگ سبز به باند ۴ اختصاص داده شده و اين باند بيشترين انعکاس را در طيف انعکاسی گياهان دارد پس گياهان به رنگ سبز مشاهده خواهند شد . تصوير RGB منطقه در شكل 1 مشاهده می شود. تعيين آلتراسيون هاي منطقه با استفاده از روش كروستا و تكنيك بهينه شده كروستا :
الف)آلتراسيون كاني هاي رسي(داراي يون هيدروكسيلي)
تركيب باندي 1-4-5-7 براي تعيين كانيهاي رسي انتخاب گرديد . زيرا رس ها در محدوده طيفي باند 5 داراي سيماي انعكاسي و در محدوده طيفي باند 7 داراي سيماي جذبي هستند . نتايج حاصل از آناليز مولفه اصلي به همراه ماتريس بردارهاي ويژهِ اين تركيب باندي در جدول 2 آورده شده است ؛ مطابق جدول 2 ، بيشترين اختلاف بين مقادير بردارهاي ويژه باندهاي 5 و 7 در مولفه چهارم(PC4) مشاهده مي گردد (باند 5 = 6/0- و باند 7 = 6/0+ ) بنابراين PC4 انتخاب مي شود؛ اما چون باند 5 كه در آن رس ها داراي ويژگي انعكاسي قوي مي باشند علامت منفي(6/0-) دارد لذا بايد منفيِ مولفه چهارم (Negative PC4) لحاظ گردد تا آلتراسيون ها با پيكسل هاي روشن نمايش داده شوند. تصوير اين PC بصورت Gray Scale در شكل 2 مشاهده مي گردد ؛ آلتراسيون ها با پيكسل هاي روشن در اين تصوير مشهود مي باشند . با توجه به ماتريس بردارهاي ويژه اين تركيب ، جدول 2، مشاهده مي گردد كه ترتيب PC ها بر اساس اختلاف هايشان در باندهاي 5 و 7 بصورت PC4> PC2> PC3> PC1 است كه براساس اين ترتيب ، به گونه اي با استفاده از تكنيك بهينه شده كروستا اقدام به توليد تصوير تركيب رنگي RGB با تركيب (3و2و4) نموديم كه شكل 3 بدست آمد. در تصوير بدست آمده(شكل 3) نقاط آلوده به آلتراسيون هاي نوع OH ، به رنگ قرمز تا نارنجي نمايش داده شده است. ب)آلتراسيون اكسيد آهن
در مرحله بعد تركيب باندي 1-3-4-5 براي اكسيدهاي آهن انتخاب شد ، زيرا اكسيدهاي آهن در محدوده طيفي باند 3 ويژگي انعكاسي قوي و در محدوده طيفي باند 1 داراي ويژگي جذبي قوي مي باشند . نتايج آناليز مولفه اصلي به همراه ماتريس بردارهاي ويژهِ اين تركيب باندي در جدول 3 آورده شده است ؛ همانطور كه از جدول 3 بر مي آيد ، بيشترين عدم همبستگيِ مقادير بردارهاي ويژه بين باند هاي 1 و 3 را در مولفه اصلي چهارم شاهد هستيم (باند3 = 5/0+ و باند 1 = 8/0- ) . واضح است كه باند 3 انعكاس (علامت +) و باند 1 جذب(علامت -) دارد پس در اينجا به منظور نمايش آلتراسيون ها با پيكسل هاي روشن نيازي به تغيير دادن علامتها(معكوسInverse) نيست . تصوير اين PC بصورت Gray Scale در شكل 4 مشاهده مي گردد ؛ آلتراسيون ها با پيكسل هاي روشن در اين تصوير مشهود مي باشند . با مطالعه ماتريس بردارهاي ويژه (جدول 3) ترتيب مولفه هاي اصلي بر اساس اختلاف هايشان در باندهاي 1 و3 بصورت PC4> PC1> PC3> PC2 نتيجه گيري مي شود ؛ بنابراين مشابهاً با استفاده از تكنيك بهينه شده كروستا ، تصوير RGB با تركيب (3و1و4) ساختيم . در تصوير تركيب رنگي RGB بدست آمده (شكل5) نقاط آلتراسيون هاي اكسيد آهن ، بطور بارز با رنگ صورتي تا قرمز تيره به چشم مي خورند . با مقايسه تصاوير PC4 و RGB (اشكال 2 تا 5)، همبستگي خوبي بين اين دو نوع تصوير براي هر دو آلتراسيون مشاهده مي گردد و بگونه اي نتايج از اين راه كنترل گشته و هر دو نوع تصوير نقاط آلتراسيون معرفي شده را تائيد مي نمايند . نقطه قابل توجه ديگر حذف اثر پوشش گياهي است به گونه اي كه با Link نمودن هر يك از چهار تصوير بدست آمده(شكل هاي 2 تا 5) در اين مرحله ، با تصوير RGB 741 كه در ابتدا تهيه نموده بوديم(شكل 1) و در آن پوشش گياهي به رنگ سبز مشخص گرديده بود ، در هيچ موردي پوشش هاي گياهي بعنوان آلتراسيون گزارش نشده است . روش بهينه سازي شده كروستا و معرفي نقاط اميد بخش :
قابليت قابل توجه تكنيك بهينه شده كروستا اين است كه قادر هستيم تصاوير آلتراسيون اكسيد آهن و آلتراسيون رسي را بصورت يك تصوير آلتراسيون مركب نمايش دهيم {2} . در اين مرحله آناليز مولفه هاي اصلي را مستقيماً روي نتايج آناليز مولفه اصلي مرحله قبل اجرا مي نماييم . مطابق بندهاي ح ، و در صفحه 4 ، به منظور اجراي اين مرحله ، تصوير تركيب رنگي RGB بصورت (R=PC4-OH,G=PC3-OH,B=PC4-Fe) بوجود آورديم . نتايج اين مرحله (شكل 6) تطابق مناسبي با نتايج بدست آمده در كروستاي بهينه شده كه در مرحله قبل انجام داديم و شكل هاي 3 و 5 بدست آمد دارند . نهايتاً براساس تصوير RGB بدست آمده در اين مرحله (شكل 6) ، هفت نقطه اميد بخش معرفي گرديدند . اين نقاط به رنگ قرمز تا نارنجي در شكل 6 مشاهده مي شوند . اين 7 نقطه بر اساس وسعت و شدت آلتراسيون در جدول 4 به همراه مختصات در سيستم UTM و فاصله تا قمصر به عنوان نزديكترين شهر ، معرفي گرديده اند . پي جويي صحرايي و نمونه برداري نقاط اميد بخش معرفي شده :
به منظور حصول اطمينان از نقاط اميد بخش معرفي شده در مطالعات دورسنجي انجام شده ، تعدادي نمونه سنگ از نقاط 2و 3و 5 به عنوان نمونه هاي پيش آهنگ يا كنترلي ، به روش ICP-MS در آزمايشگاه AMDEL كشور استراليا مورد آناليز شيميايي قرار گرفت(جدول 5). ضمناً نمونه برداري به روش لب پره اي(Chip Sampling) انجام گرفته است . نتايج آناليزهاي شيميايي انجام شده ، مربوط به نقاط 2 و 3 و 5 ، حاكي از غلظت هاي قابل توجه اي از فلزات (مثل طلا ، مس ، موليبدن) و عناصر ردياب (آرسنيك) مي باشند كه بطور كلي مي توان پتانسيل كاني سازي احتمالي (مس طلا) در نقاط معرفي شده را نتيجه گيري كرد . پيشنهادات : تكميل پي جويي صحرايي و نمونه برداري از هفت زون معرفي شده . توسعه عمليات اكتشافي مقدماتي در نقاط 2 و 3 و 5 (داراي عيارهاي بالاي مس ، طلا ، موليبدن ،آرسنيك). با توجه به نتايج مثبت تفكيك زون هاي آلتراسيون رسي و اكسيد آهن با استفاده از تكنيك بهينه سازي شده كروستا ، تعميم اين تكنيك براي شناسايي نقاط اميد بخش در كمربند ولكانيكي اروميه دختر پيشنهاد مي گردد . ضميمه1 – جداول ضميمه2 – شكل ها منابع مورد استفاده : اسدي هاروني ، هوشنگ ، مفيد ، شيما ، بررسي هاي دور سنجي بمنظور شناسائي نواحي پتانسيل دار ذخاير معدني در ورقه 1:100000 اردبيل ، دانشكده مهندسي معدن ، دانشگاه صنعتي اصفهان . مجموعه مقالات كنفرانس مهندسي معدن ايران-1383 (جلد اول) ،12-14 بهمن ماه 1383 ، تهران ، دانشگاه تربيت مدرس ، تدوين و ويراستاري مهدي ايران نژاد- عبدالهادي قزوينيان ، تهران ، انجمن مهندسي معدن ايران پايگاه ملي داده هاي علوم زمين ايران (http://www.ngdir.ir) 4. Crosta, A., Moore, J.McM., 1989. Enhancement of Landsat Thematic Mapper imagery for residual soil mapping in SW Minais Gerais State,Brazil: a prospecting case history in Greenstone belt terrain. In: Proceedings of the Seventh ERIM Thematic Conference: Remote Sensing for Exploration Geology. pp. 1173–1187.
