آموزش تحلیل ژئوشیمیایی و ژئواستاتیستیکی با ioGAS و ArcGIS Pro - آخرین آپدیت

سرفصل ها و درس ها

مقدمات INTRODUCTION

• نحوه دانلود ioGAS از وب‌سایت IMDEX و آشنایی با رابط کاربری نرم‌افزار How to download ioGAS from IMDEX web page and Software Interface

• وارد کردن، ویرایش و اعتبارسنجی داده‌ها Import, Edit and Validation od the Data

• مدیریت ویژگی‌ها (Attribute Manager) The Attribute Manager

• ساخت متغیرها در پایگاه داده و خروجی گرفتن Make Variables into database and export

• محاسبات در ioGAS Calculations in ioGAS

• محاسبات با متغیرهای بیشتر و انتقال نقشه به گوگل ارث Calculations with more variables and export map to Google Earth

تحلیل ژئواستاتیکی، آماری و درون‌یابی کریجینگ GEOSTATISTICAL, STATISTICAL ANALYSIS AND KRIGING INTERPOLATION

• هیستوگرام‌ها، نمودارهای کیکی و نمودارهای میله‌ای Histograms, Cake Diagrams and Bar Diagrams

• نمودارهای احتمال برای یافتن پس‌زمینه، آستانه و آنومالی ژئوشیمیایی Probability Plots to find Geochemical Background, Threshold and Anomaly

• واریوگرافی و نقشه‌های آنومالی با استفاده از ArcGIS Pro Variography and Anomaly Maps using ArcGIS Pro

• طراحی نهایی نقشه (Layout) در ArcGIS Pro Final Layout in ArcGIS Pro

تحلیل‌های ژئوشیمیایی تک‌متغیره، دو متغیره و سه متغیره UNIVARIATE, BIVARIATE AND TRIVARIATE GEOCHEMICAL ANALYSIS

• ساخت نقشه‌ها و درون‌یابی ژئوشیمیایی در ioGAS Maps creation and Geochemical Interpolation within ioGAS

• نمودارهای جعبه‌ای (Boxplots) Boxplots

• تحلیل دو متغیره: نمودارهای پراکندگی (Scatter) و QQ Bivariate Analysis: Scatter and QQ Plots

• نمودارهای سه گانه (Ternary) و سه بعدی Ternary and 3D diagrams

• تحلیل سه متغیره و نقشه‌های RGB در ioGAS Trivariate Analysis and RGB Maps within ioGAS

• نحوه ساخت نمودار ژئوشیمیایی اختصاصی در ioGAS How to create your own geochemical diagram in ioGAS

تحلیل ژئوشیمیایی با یادگیری ماشین چندمتغیره MULTIVARIATE MACHINE LEARNING GEOCHEMICAL ANALYSIS

• تحلیل داده‌های پرت با استفاده از روش‌های Tukey، ماهالانوبیس و متدهای چندمتغیره Outliers Analysis using Tukey, Mahalanobis and Multivariable methods

• تبدیل CLR، ایجاد و تفسیر تحلیل مولفه‌های اصلی (PCA) CLR Transformation, Creation and Interpretation of Principal Component Analysis

• ایجاد و تفسیر مجموع‌های وزنی برای تحلیل چندمتغیره Creation and Interpretation of Weighted Sums for Multivariate Analysis

• تحلیل و تفسیر خوشه‌بندی K-means Analysis and Interpretation of K-means Clustering

• تحلیل چندمتغیره و تفسیر نقشه‌های خودسازمان‌ده (SOM) با K-means Multivariate Analysis and Interpretation of Self-Organized Maps with K-Means

• تحلیل چندمتغیره با استفاده از الگوریتم U MAP Multivariate Analysis using U-MAP algorithm

• مرور سریع الگوریتم‌های نظارت شده چندمتغیره Quick Revision of Multivariate Supervised Algorithms