Application of Pattern Recognition Methods to Study Spatial Localization of Polymetallic Mineralization in the Altai–Sayan Region

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

The Altai–Sayan mountain-folded belt is analyzed with the purpose of (1) revealing peculiarities of localization of large-scale polymetallic mineralization in the lineament-block structure of the region and (2) determining the geophysical and geomorphic peculiarities of the locations of these deposits using the Cora-3 pattern recognition algorithm. The lineament-block structure of the region is determined using morphostructural zoning. A spatial correlation between large and superlarge polymetallic deposits and morphostructural nodes is revealed. Based on this correlation, a dichotomy problem is solved, which is to divide the entire set of nodes in the region into two classes—ore-bearing and non-ore bearing. For this purpose, we used the Cora-3 logical recognition algorithm with training, for which the input data are geomorphological and geophysical parameters of the nodes. The training set of the algorithm was composed of the nodes where large and superlarge polymetal deposits are known. At the training stage, the algorithm identified the sets of the characteristic features that are peculiar to each class. Based on these features, all the nodes in the region were divided into ore-bearing and non-ore-bearing ones. As a result of recognition, the nodes in which deposits of the considered types and sizes are known were classified as ore-bearing, and, in addition to them, another 11 nodes were identified that meet the features determined in the work and can be considered potentially ore-bearing.

Texto integral

Acesso é fechado

Sobre autores

A. Gorshkov

Institute of Earthquake Prediction Theory and Mathematical Geophysics, Russian Academy of Sciences

Autor responsável pela correspondência
Email: gorshkov@mitp.ru
Rússia, Moscow, 117997

O. Novikova

Institute of Earthquake Prediction Theory and Mathematical Geophysics, Russian Academy of Sciences

Email: onovikov@mitp.ru
Rússia, Moscow, 117997

A. Livinskii

Institute of Earthquake Prediction Theory and Mathematical Geophysics, Russian Academy of Sciences

Email: artem@mitp.ru
Rússia, Moscow, 117997

Bibliografia

  1. Бонгард М.М. Проблема узнавания. М.: Наука. 1967. 320 с.
  2. Буслов М.М., Джен Х., Травин А.В. и др. Тектоника и геодинамика горного Алтая и сопредельных структур Алтае-Саянской складчатой области // Геология и геофизика. 2013. Т. 54. № 10. С. 1600–1627.
  3. Волчанская И.К., Сапожникова Е.Н. Анализ рельефа при поисках месторождений полезных ископаемых. М.: Недра. 1990. 159 с.
  4. Волчанская И.К., Кочнева Н.Т., Сапожникова Е.Н. Морфоструктурный анализ при геологических и металлогенических исследованиях. М.: Наука. 1975. 323 с.
  5. Горшков А.И. Распознавание мест сильных землетрясений в Альпийско-Гималайском поясе. М.: КРАСАНД. 2010. 472 с.
  6. Дергунов А.Б. Каледониды Центральной Азии. М.: Наука. 1989. 191 с.
  7. Добрецов Н.Л., Буслов М.М., Василевский А.Н. и др. Эволюция кайнозойского рельефа юго-восточной части Горного Алтая и ее отображение в структурах геоэлектрического и гравитационного полей // Геология и геофизика. 2016. Т. 57. № 11. С. 1937—1948.
  8. Гвишиани А.Д., Горшков А.И., Ранцман Е.Я., Систернас А., Соловьев А.А. Прогнозирование мест землетрясений в регионах умеренной сейсмичности. М.: Наука. 1988. 176 с.
  9. Гвишиани А.Д., Горшков А.И. О связи эндогенного оруденения с результатами распознавания сейсмоопасных пересечений линеаментов // Докл. АН СССР. 1989. Т. 307. № 2. С. 328–332.
  10. Гельфанд И.М., Губерман Ш.А., Кейлис-Борок В.И. и др. Условия возникновения сильных землетрясений (Калифорния и некоторые другие регионы). Исследование сейсмичности и моделей Земли. М.: Наука. 1976. С. 3–91.
  11. Геологическое строение СССР и закономерности размещения полезных ископаемых / Гл. ред. Е.А. Козловский. Т. 7. Алтай, Саяны, Енисейский кряж / П.С. Матросов, Г.Н. Шапошников, А.П. Щеглов и др. (ред.). Л.: Недра. 1988. 300 с.
  12. Геологическое строение СССР и закономерности размещения полезных ископаемых. Т. 10. Геологическое строение и минерагения СССР. Кн. 2. Закономерности размещения полезных ископаемых СССР / Г.А. Габриэлянц, А.И. Кривцов, В.М. Терентьев (ред.). Л.: Недра. 1989. 619 с.
  13. Горшков А.И., Соловьев А.А. Определение характеристик рудоносных узлов методами распознавания образов. Крупные и суперкрупные месторождения: закономерности размещения и условия образования. М.: ИГЕМ РАН.2004. С.381-390.
  14. Горшков А.И., Соловьев А.А. Распознавание облика рудных месторождений в поясе Тетис. Крупные и суперкрупные месторождения рудных полезных ископаемых. В трех томах. Т. 1. Глобальные закономерности размещения / Д.В. Рундквист (ред.). М.: ИГЕМ РАН. 2006. С. 361–374.
  15. Губерман Ш.А., Жидков М.П., Пиковский Ю.И., Ранцман Е.Я. О некоторых критериях нефтегазоносности морфоструктурных узлов (Анды Южной Америки) // Докл. АН СССР. 1986. Т. 291. № 6. С. 1436–1440.
  16. Закономерности размещения полезных ископаемых. Т. XV. Металлогения Сибири. М.: Наука. 1988. 270 с.
  17. Лопатин Д.В. Линеаментная тектоника и месторождения – гиганты Северной Евразии // Исследования Земли из космоса. 2002. № 2. С. 77–91.
  18. Новиков И.С. Морфотектоника Алтая. Новосибирск: изд-во СО РАН, филиал “Гео”. 2004. 313 с.
  19. Перцов А.В., Антипов В.С., Гальперов Г.В., Турченко С.И. Линеаментная сеть, контролирующая размещение суперкрупных месторождений России // Докл. РАН. 2002. Т. 383. № 1. С. 87–89.
  20. Плющев Е.В., Кашин С.В., Метик В.Н., Васильев К.Б. Прогноз рудных узлов на выявление особо крупных месторождений // Региональная геология и металлогения. 2007. № 30–31. С. 93–112.
  21. Ранцман Е.Я. Места землетрясений и морфоструктура горных стран. М.: Наука. 1979. 170 с.
  22. Рундквист Д.В., Ткачев А.В., Черкасов С.В. и др. База данных и металлогеническая карта крупных и суперкрупных месторождений мира: принципы составления и предварительный анализ результатов. Крупные и суперкрупные месторождения: закономерности размещения и условия образования. М.: ИГЕМ РАН. 2004. С. 391–422.
  23. Скублова Н.В. Структурно-геоморфологические методы в прогнозно-металлогенических исследованиях. Л.: Недра. 1987. 177 с.
  24. Томсон И.Н. Металлогения рудных районов. М.: Недра. 1988. 215 с.
  25. Фаворская М.А., Томсон И.Н. и др. Глобальные закономерности размещения крупных рудных месторождений. М.: Недра. 1974. 236 с.
  26. Сквозные рудоконцентрирующие системы / Томсон И.Н., Фаворская М.А. (ред.). М.: Наука. 1989. 225 с.
  27. Фарфель Л.С. Прогнозирование рудных месторождений. М.: Недра. 1988. 151 с.
  28. Briggs B., Press F. Pattern recognition applied to uranium prospecting // Nature. 1977. V. 268. P. 125–127. https://doi.org/10.1038/268125a0
  29. Gorshkov A.I., Soloviev A.A. Recognition of earthquake-prone areas in the Altai-Sayan-Baikal region based on the morphostructural zoning // Russ. J. Earth. Sci. 2021. V. 21. ES1005. doi: 10.2205/2020ES000751
  30. Guberman S., Pikovskiy Y. The field test confirms the prognosis of the location of giant oil and gas fields in the Andes of South America made in 1986 // J. Petrol. Explor. Prod. Technol. 2018. V. 9. P. 849–854. https://doi.org/10.1007/s13202-018-0553-1
  31. Mineral atlas of the world. Geological survey of Norway. 2000. 400 р.
  32. Volchanskaya I.K., Sapozhnikova E.N., Baskina V.A. Morphostructural regularities in the distribution of endogeneous mineralization in Mongolia // Global Neotectonics and Metallogeny. 1983. V. 2. № 1/2. P. 95–110.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. The scheme of the MSR of the Altai-Sayan region and the position of large and super-large metal deposits. The lines show morphostructural lineaments: thick, medium and thin lines are lineaments of the first, second and third ranks, respectively; solid lines are longitudinal lineaments, intermittent lines are transverse.

Baixar (873KB)
Metadados
3. Fig. 2. Ore-bearing nodes recognized in the Altai-Sayan region. The lines are the same as in Fig. 1. Circles show nodes recognized as ore-bearing.

Baixar (815KB)
Metadados

Declaração de direitos autorais © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».