fa ارزیابی کیفیت توده‌سنگ بخش زیرزمینی معدن انگوران با استفاده از تحلیل‌گر زمین آماری در محیط GIS سیستمهای اطلاعات مکانی (عمومی) GIS پژوهشي Research <p dir="RTL" style="margin-right:7.1pt;"><a name="OLE_LINK75">یکی از پارامتر&rlm;های تاثیر گذار در طراحی معادن زیرزمینی، ویژگی‌سنجی توده&rlm;سنگ است. این تحقیق به منظور پیش‌بینی توزیع وضعیت کیفی و پهنه‌بندی توده&rlm;سنگ افق 2740+ بخش زیرزمینی معدن انگوران به کمک تخمین&rlm;گر زمین&lrm;آماری انجام شده است. بدین منظور داده‌های</a>&nbsp;کیفیت توده&rlm;سنگ بر اساس شاخص <em><span dir="LTR">Q</span></em> شامل 427 نقطه در تونل&rlm;های آماده&rlm;سازی جمع&lrm;آوری شد. نتایج تحلیل داده‌های <em><span dir="LTR">Q</span></em> نشان داد که: 1- داده‌ها از توزیع نرمال برخوردار نیست، 2- خطای بارز عمومی و محلی در داده‌ها وجود ندارد و 3- در داده‌ها روند وجود دارد. به&nbsp;دلیل&nbsp;وجود روند در داده&rlm;های <em><span dir="LTR">Q</span></em>، از روش کریجینگ عام برای درون&rlm;یابی استفاده شد. با ارزیابی پنچ معیار خطای تخمین، بهترین&nbsp;مدل&nbsp;واریوگرام انتخاب شد. بررسی&lrm;ها نشان داد که &rlm;واریوگرام مدل کروی، بهترین مدل برازش شده به ساختار فضایی داده&rlm;ها است. اعتبارسنجی متقابل، دقت بالای پیش‌بینی را نشان داد. سپس نقشه رده&rlm;بندی وضعیت کیفیت توده&rlm;سنگ محدوده مورد مطالعه در&nbsp;محیط آرک جی آی اس تهیه شد. نتایج حاصل نشان داد که تقریباً 53% از مساحت کل محدوده مورد مطالعه، در رده توده&rlm;سنگ ضعیف تا&nbsp;فوق‌العاده&nbsp;ضعیف، 8% در رده توده&rlm;سنگ متوسط و 39% در رده توده&rlm;سنگ خوب تا فوق&rlm;العاده خوب قرار دارد.</p> <p><a name="OLE_LINK84"></a><a name="OLE_LINK79">Rock mass characterization is one of the most important parameters affecting the underground mine design. This study deals with the prediction of rock mass quality using geo-statistical estimator in Anguran </a><a name="OLE_LINK90">underground mine </a>at the level +2740. For this, a database consisting of 427 Q-based rock mass quality data sets was developed during the development of mine drifts. Accordingly, data were analyzed and checked for normality, trend and anisotropy. Analysis on Q-data showed that: 1- they do not have a normal distribution, 2- there are neither global nor local outliers in data 3- the data seem to exhibit a trend. In this study, the Universal Kriging was used due to existing trend in datasets. Taking into consideration five estimation error evaluation criteria, the best Variogram model was selected among three models: exponential, spherical and Gaussian. The results showed that spherical variogram model provides the best fit to the data&#39;s spatial structure. Cross validation showed high accuracy level for performance of geo-statistical estimator. Accordingly, the rock mass quality map for the area under study built in ArcGIS environment. The analysis results of final rock mass quality map revealed that about 53% of under study area has poor to extremely poor rock mass condition, 8% has fair and 39% has good to extremely good rock mass condition.</p> رده‌بندی کیفیت توده‌ سنگ, تخمین‌گر زمین‎آماری, سیستم اطلاعات جغرافیایی (GIS), معدن سرب و روی انگوران Rock mass quality classification, Geostatistical estimator, Geographic Information System (GIS), Anguran Mine 83 101 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-261-1&slc_lang=fa&sid=1 Yasin Taghavi یاسین تقوی yasin.taghavi@modares.ac.ir 10031947532846004837 10031947532846004837 No Tarbiat Modares University تربیت مدرس Jafar Khademi Hamidi جعفر خادمی حمیدی jafarkhademi@modares.ac.ir 10031947532846004838 10031947532846004838 Yes Tarbiat Modares University تربیت مدرس Ahmadreza Sayadi احمدرضا صیادی sayadi@modares.ac.ir 10031947532846004839 10031947532846004839 No Tarbiat Modares University تربیت مدرس