کاربرد ماشین بردار پشتیبان در تفکیک زون های دگرسانی هیدروترمال با استفاده از سنجنده آستر

در این پژوهش با استفاده از سنجنده آستر تلاش شده است کاربرد الگوریتم ماشین بردار پشتیبان در تفکیک دگرسانی های هیدروترمال ذخایر مس پورفیری بررسی شود. برای آموزش این الگوریتم در مجموع 2204 پیکسل از مناطق کانی سازی شده انتخاب شد. باندهای 4، 6، 7 و 8 سنجنده آستر برای شناسایی دگرسانی های فیلیک و آرژیلیک و 9 باند محدوده مرئی و مادون قرمز نزدیک برای شناسایی دگرسانی پروپیلیتیک به عنوان ورودی این الگوریتم انتخاب شدند. به منظور ارزیابی خطای طبقه بندی، ماتریس درهم آمیختگی بررسی شد. نتایج ماتریس در هم آمیختگی بیان گر آن است که خطای طبقه بندی برای زون فیلیک و آرژیلیک نسبتا بالاست و امکان تفکیک این دو زون به سادگی امکان پذیر نیست در حالی که دگرسانی پروپیلیتیک به خوبی طبقه بندی شده است. هم چنین این تحقیق تابع خطای جدیدی به نام خطای کور را تعریف کرد که با استفاده از ماتریس درهم آمیختگی نسبت پیکسل های دگرسان طبقه بندی نشده را محاسبه می کند. بر اساس مقدار این خطا، ماشین بردار پشتیبان 6/73 درصد از پیکسل های دگرسان را طبقه بندی نمی کند. هم چنین صحت کل طبقه بندی الگوریتم ماشین بردار پشتیبان برابر06/66 درصد و ضریب کاپا برابر6522/0 است.