ELEMENTLERİN JEOKİMYASAL BİRLİKLERİNDE UZAMSAL KÜME VE AYKIRI DEĞERLERİN BELİRLENMESİ: JUIRUI BAKIR MADENİ BÖLGESİNDEN BİR ÖRNEK

SPATIAL CLUSTER AND OUTLIER IDENTIFICATION OF GEOCHEMICAL ASSOCIATION OF ELEMENTS: A CASE STUDY IN JUIRUI COPPER MINING AREA

Özet

Jeokimyasal verilerin saha dağılım desenlerinin belirlenmesi çalışmalarında uzamsal küme ve aykırı değerler büyük önem taşır. Bunlar, sadece cevherleşmenin temel özelliklerini değil, aynı zamanda maden yatağının ve cevher mineralinin alansal dağılımını da karakterize ederler. Bu çalışmada, çok değişkenli verinin alansal dağılım deseni konusunda yeni bir yöntem tanıtılacak olup bu yöntemde stabil Mahalanobis uzaklığı ile lokal Moran's I1 değeri baz alınmıştır. Uzamsal matriksi oluştururken, aralığı belirlemek üzere öncelikle Moran's I uzamsal korelogramı kullanılmıştır. Daha sonra, belirli bir elementler topluluğu için stabil Mehalanobis aralığı hesaplanmıştır. Son olarak, hem uzamsal birlik derecesini ölçmek hem de, uzamsal küme ve aykırı değerler dahil olmak üzere Cu, Au, Mo, Ag, Pb, Zn, As ve Sb birliklerinin uzamsal dağılım desenlerini belirlemek için yersel Moran's I1 istatistiği uygulanmıştır. Hem ham veri hem de Box-Cox dönüşüm verisi üzerinde altı değişik ölçekte (2km, 4km, 6km, 8km, 10km ve 12km) uzamsal desen analizi yapılmıştır. Elde edilen sonuçlar, Moran's I1 ve stabil Mahalanobis ile tanımlanan uzamsal küme ve uzamsal aykırı değer alanlarının nesnel gerçeklik ile uyum sağladıklarını, ayrıca çalışma alanında bilinen maden yatakları ile de uyumlu bir ilişki gösterdiklerini ortaya koymuştur.

Abstract

Spatial clusters and spatial outliers play an important role in the study of the spatial distribution patterns of geochemical data. They characterize the fundamental properties of mineralization processes, the spatial distribution of mineral deposits, and ore element concentrations in mineral districts. In this study, a new method for the study of spatial distribution patterns of multivariate data is proposed based on a combination of robust Mahalanobis distance and local Moran's Ii. In order to construct the spatial matrix, the Moran's I spatial correlogram was first used to determine the range. The robust Mahalanobis distances were then computed for an association of elements. Finally, local Moran's Ii statistics was used to measure the degree of spatial association and discover the spatial distribution patterns of associations of Cu, Au, Mo, Ag, Pb, Zn, As, and Sb elements including spatial clusters and spatial outliers. Spatial patterns were analyzed at six different spatial scales (2km, 4 km, 6 km, 8 km, 10 km and 12 km) for both the raw data and Box-Cox transformed data. The results show that identified spatial cluster and spatial outlier areas using local Moran's Ii and the robust Mahalanobis accord the objective reality and have a good conformity with known deposits in the study area.