fa مدل‌سازی پتانسیل معدنی اندیس مس سوناجیل با استفاده از GIS و منطق فازی حجم عظیم داده‌های گردآوری شده از بررسی‌های اکتشافی، تا زمانی که به درستی سازمان‌دهی نشوند، نتایج مفید و قابل اطمینانی را نشان نمی‌دهند. تهیه نقشهٔ پتانسیل معدنی با استفاده از روش‌های سنتی و متداول بسیار دشوار و در بعضی مواقع ناممکن است. فناوری سامانهٔ اطلاعات ‌جغرافیایی ضمن آن‌که می تواند در سامان‌دهی اطلاعات مربوط به بررسی‌های اکتشاف ذخایر معدنی استفاده شود، توانایی آن را دارد که تهیه و تلفیق لایه‌های اطلاعاتی مختلف را در قالب مدل‌های گوناگون، با سرعت و دقت بیش‌تری انجام دهد و به‌ منزلهٔ پشتیبانی برای تصمیم‌گیری‌های فضایی استفاده شود. در این مقاله نقشهٔ پتانسیل معدنی اندیس سوناجیل به منظور تعیین نقاط حفاری تهیه شده است. لایه های مورد استفاده شامل لایه های تیپ سنگ شناسی، آلتراسیون، نشانه های کانی سازی، زون ناهنجاری شارژابیلیته و مقاومت ظاهری و آنومالی عناصر مس، مولیبدن و طلا هستند. بعد از آماده‌سازی اطلاعات و تهیهٔ نقشه های فاکتور و وزن‌دهی آن‌ها، این نقشه‌ها در قالب شبکهٔ استنتاجی تلفیق شدند. استفاده از عمل‌گرهای منطق فازی در شبکهٔ استنتاجی ضمن برطرف کردن نقایص موجود در سایر مدل ها، امکان ترکیب انعطاف‌‌پذیرتر نقشه‌های فاکتور را فراهم کرده است. در نقشهٔ پتانسیل معدنی تهیه شده، محتمل‌ترین منطقه از نظر وجود کانی سازی مس پرفیری به‌صورت دو کانون احتمالی شمال شرق و جنوب غرب تعیین شد. در نهایت با انطباق گمانه‌های اکتشافی با نقشه های پتانسیل معدنی، میزان تطابق نتایج بر اساس دو نوع کلاسه‌بندی نقشهٔ پتانسیل معدنی به‌ترتیب برابر 91/90 و 33/83 درصد محاسبه و انجام عملیات حفاری جدید در مناطق مستعد مشخص شده بر روی این نقشه ها توصیه شد. ضمناً در صورت انجام این بررسی‌ها قبل از انجام عملیات حفاری و تنها با فرض حفر نکردن گمانه های اکتشافی در مناطق دارای وضعیت ضعیف یا خیلی ضعیف، با استفاده از نقشه‌های سه و پنج کلاسه به‌ترتیب 8/81 و 9/90 درصد از گمانه ها حفاری نشده و در حدود 500 میلیون تومان در هزینه‌های حفاری صرفه‌جویی می‌شد. The data gathered from implemented investigations provides enormous information yet if not organized properly, they would not yeild useful and credible results. GIS cannot only organize the mineral potential-related information, but also integrate different datasets and produce quickly and precisely-required mineral potential maps. It also supports the spatial decision-making process. Here, we have used GIS to produce the mineral potential map of Sonajil porphyrtic copper prospect to determine sufficient drilling localities. The utilized layers include rock type, alteration, mineralization indicators, anomaly zone of Chargeability and Apparent resistivity, anomaly of Copper, Molybdenum and gold. After information preparation, Factor maps were weighted and integrated in the inference network and mineral potential map was prepared. Using Fuzzy logic operators in inference network can eliminate defects in other models and provide more flexible integration of factor maps. With respect to prepared mineral potential map, most probable mineral potential zones of porphyrtic copper are located in two north-east and south-west parts of studied area. Eventually, the degree of correlation between mineral potential maps and those operated exploration boreholes has been estimated for two different classes, 90.91% and 83.33%. Regarding to the resulted mineral potential map, some new promising drilling localities have been suggested. Comparison of the high potential points indicated by our mineral potential maps with those previous drilled boreholes reveals about 85% miscorrelation. In other words, if the present proposed methodology had been performed before drilling operation, about 600,000$ could have been saved in this stage. سیستم اطلاعات جغرافیایی , نقشهٔ پتانسیل معدنی , منطق فازی , سوناجیل , GIS , Mineral potential map , Fuzzy logic , Sonajil , 265 282 http://jsci.khu.ac.ir/browse.php?a_code=A-10-3-225&slc_lang=fa&sid=1